基于散射中心模型的雷达目标联合跟踪与识别技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61471370
  • 项目类别:
    面上项目
  • 资助金额:
    78.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0112.雷达原理与技术
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Joint processing of target tracking and recognition is an important trend in military electronic equipment, and it is also a hot topic in the research field of radar detecting. Currently, research work is mainly carried out based on the assumption of point target model and the simple classification feature (the quantity of acceleration) represented by the maneuvering mode, and the applicability of developed approaches is very limited. Meanwhile, because only the kinematics measurements are used for joint estimation, the improvement of target recognition ability is also very difficult. The rigid-body model provides an effective way for generating the complicated feature of target recognition; however, it is only suitable for optical sensor application. In this project, aimed at the great requirements of radar detecting for the sea/ground target, the modeling technology of scattering characteristic for complex configuration target will be deeply investigated by starting from the geometrical (CAD) model, and the 3D scattering center model will be reconstructed from the predicted RCS data under different target pose and electromagnetic wave frequencies, thus to realize the dynamic modeling of radar echoes and the on-line generation of recognition features. The estimation of target state and type are then jointly obtained by incorporating the kinematics measurements, electromagnetic measurements and nonlinear inference approaches. The performance enhancement techniques will also be full considered in the work research, and what achieved in the project will provide important supports of theory, model and algorithm for the development of integrated detection technology.
目标跟踪与识别联合处理是军用电子系统技术发展的重要趋势,也是雷达探测识别领域的研究热点。现有的研究主要是针对质点模型和机动模式(加速度的大小)这一简单识别特征进行的,适用范围非常窄;同时,由于仅利用了运动学量测信息,也不利于目标识别能力的提升。 刚体模型为复杂识别特征的利用提供了可能,但这种模型只适用于光学探测条件。针对雷达对地海面运动目标探测识别的重大需求,本项目拟从典型目标的几何模型出发,研究复杂形体目标的电磁散射特性建模技术,通过不同姿态下的宽带电磁散射特性预估数据构建出目标的三维散射中心模型,从而实现复杂形体目标的雷达动态回波建模与识别特征的在线生成。在此基础上,结合目标运动学特性、电磁散射特征量测及非线性系统推理技术,获得目标运动状态与类属的联合估计,并通过多量测信息融合手段提高目标跟踪与识别的联合处理性能,为集成化/一体化的雷达目标探测识别技术发展提供理论、模型和算法支撑。

结项摘要

本项目主要针对雷达对地海面运动目标探测识别的重大需求,重点研究复杂形体目标的三维散射中心建模技术、运动目标的识别特征预测技术、基于模型的目标跟踪与识别联合处理技术,以及基于信息融合的目标跟踪与识别联合增强技术等。项目组通过4年的深入研究,突破了雷达目标三维散射中心模型重构技术,实现了复杂结构目标的动态回波模拟与特征预测,结合目标运动学特性、雷达散射特征量测及非线性系统推理技术,获得了目标运动状态与类属的联合估计,并通过多视观测距离像、极化距离像等信息的利用,增强了目标的识别能力,为集成化/一体化的雷达目标探测识别技术发展提供了理论、模型和算法支撑。.此外,通过本项目的实施,建立了3类典型海面舰船目标的几何模型和散射中心模型,仿真获取了4类典型地面车辆目标的全极化、方位全姿态高分辨距离像数据,构建了支撑联合目标跟踪与识别技术研究和性能验证的基础数据集。在国内外重要期刊发表论文11篇(SCI检索7篇,Ei检索10篇),在国际会议发表论文5篇(其中Ei检索4篇,ISTP检索4篇),申请国家发明专利2项。通过本项目的支撑,培养博士研究生4名、硕士研究生3名(均顺利毕业),成长领域内青年技术骨干1名。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(2)
Geospatial Object Detection in Remote Sensing Imagery Based on Multiscale Single-Shot Detector with Activated Semantics
基于激活语义多尺度单次探测器的遥感影像地理空间目标检测
  • DOI:
    10.3390/rs10060820
  • 发表时间:
    2018-05
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Shiqi Chen;Ronghui Zhan;Jun Zhang
  • 通讯作者:
    Jun Zhang
全极化雷达的多任务压缩感知目标识别方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    国防科技大学学报
  • 影响因子:
    --
  • 作者:
    翟庆林;刘盛启;胡杰民;占荣辉
  • 通讯作者:
    占荣辉
Automatic target recognition of moving target based on empirical mode decomposition and genetic algorithm support vector machine
基于经验模态分解和遗传算法支持向量机的运动目标自动识别
  • DOI:
    10.1007/s11771-015-2656-x
  • 发表时间:
    2015-04
  • 期刊:
    J. Cent. South Univ.
  • 影响因子:
    --
  • 作者:
    Zhang Jun;Ou Jian-ping;Zhan Rong-hui
  • 通讯作者:
    Zhan Rong-hui
基于联合稀疏性的多视全极化 HRRP 目标识别方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    刘盛启;占荣辉;翟庆林等
  • 通讯作者:
    翟庆林等
Global Scattering Center Extraction for Radar Targets Using a Modified RANSAC Method
使用改进的 RANSAC 方法提取雷达目标的全球散射中心
  • DOI:
    10.1109/tap.2016.2574880
  • 发表时间:
    2016
  • 期刊:
    IEEE Transactions on Antennas and Propagation
  • 影响因子:
    5.7
  • 作者:
    Hu Jiemin;Wang Wei;Zhai Qinglin;Ou Jianping;Zhan Ronghui;Zhang Jun
  • 通讯作者:
    Zhang Jun

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于后向投影变换的进动旋转对称目标成像新方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    占荣辉;牛威;欧建平;Hu Jie-min① Zhan Rong-hui① Niu Wei② Ou Jian-ping① ①(ATR Labor
  • 通讯作者:
    Hu Jie-min① Zhan Rong-hui① Niu Wei② Ou Jian-ping① ①(ATR Labor
利用方向角信息辅助雷达目标跟踪
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    系统工程与电子技术
  • 影响因子:
    --
  • 作者:
    占荣辉;王威;张军
  • 通讯作者:
    张军
一种基于相位对消的转角估计新方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    系统工程与电子技术
  • 影响因子:
    --
  • 作者:
    胡杰民;张军;占荣辉;鲁敏
  • 通讯作者:
    鲁敏
改进的基于时域距离走动校正的 CS 成像算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    王 威;占荣辉;欧建平;张 军
  • 通讯作者:
    张 军
特征图知识蒸馏引导的轻量化任意方向SAR舰船目标检测器
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    雷达学报
  • 影响因子:
    --
  • 作者:
    陈诗琪;王威;占荣辉;张军;刘盛启
  • 通讯作者:
    刘盛启

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

占荣辉的其他基金

基于随机有限集的扩展目标联合检测、跟踪与分类方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
基于随机有限集的扩展目标联合检测、跟踪与分类方法研究
  • 批准号:
    62271491
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目
基于粒子滤波的多目标检测前跟踪算法研究
  • 批准号:
    61002022
  • 批准年份:
    2010
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码