频率捷变雷达联合模糊C均值抗间歇采样干扰

董淑仙; 吴耀君; 方文; 全英汇

doi:10.12000/JR21205

频率捷变雷达联合模糊C均值抗间歇采样干扰

DOI: 10.12000/JR21205

西安电子科技大学电子工程学院西安 710071

基金项目: 国家自然科学基金(61772397)，陕西省杰出青年科学基金(2021JC-23)

详细信息

作者简介:
董淑仙(1995–)，女，山东潍坊人，博士研究生。主要研究方向为雷达信号处理

吴耀君(1993–)，男，山东威海人，博士研究生，副研究员。主要研究方向为雷达抗干扰

方　文(1996–)，男，河南新乡人，硕士研究生。主要研究方向为雷达信号处理

全英汇(1981–)，男，浙江丽水人，博士，教授。2012年在西安电子科技大学电子工程学院获得博士学位，现担任西安电子科技大学电子工程学院教授。主要研究方向为敏捷雷达信号处理

通讯作者:
全英汇 yhquan@mail.xidian.edu.cn

责任主编：胡卫东 Corresponding Editor: HU Weidong
中图分类号: TN972
计量
- 文章访问数: 1108
- HTML全文浏览量: 582
- PDF下载量: 241
- 被引次数: 99
出版历程
- 收稿日期: 2021-12-16
- 修回日期: 2022-03-06
- 网络出版日期: 2022-03-29
- 刊出日期: 2022-04-28

Anti-interrupted Sampling Repeater Jamming Method Based on Frequency-agile Radar Joint Fuzzy C-means

School of Electronic Engineering, Xidian University, Xi’an 710071, China

Funds: The National Natural Science Foundation of China (61772397), The Shaanxi Provincial Science Fund for Distinguished Young Scholars (2021JC-23)

More Information

Corresponding author: QUAN Yinghui, yhquan@mail.xidian.edu.cn

摘要

摘要: 间歇采样噪声调制转发干扰是一种兼具压制和欺骗特点的新型有源干扰，是目前雷达抗干扰领域的难点之一。为了提高捷变频雷达对抗噪声调制的间歇采样转发干扰(ISRJ)的能力，该文结合ISRJ时域不连续的特点，提出一种基于频率捷变体制雷达联合模糊C均值(FCM)的抗ISRJ方法。首先，该文设计一种脉内频率编码-脉间频率捷变的雷达发射波形；雷达接收到回波信号后，通过频域窄带滤波得到不同脉内频率编码对应的子脉冲信号；然后利用FCM算法判断脉冲压缩后的子脉冲中是否含有干扰；最后，通过压缩感知(CS)算法实现脉间频率跳变波形的相参积累。理论分析和仿真实验证明该算法可以有效对抗ISRJ。
- 频率捷变雷达 /
- 间歇采样转发干扰 /
- 脉内频率编码 /
- 模糊C均值 /
- 压缩感知
Abstract: Intermittent sampling noise modulation and forward jamming is a novel active jamming method with both suppression and deception characteristics and is a challenge often encountered in radar anti-jamming. To improve the capability of frequency-agile radar to resist noise-modulated Intermittent Sampling Repeater Jamming (ISRJ), we propose an anti-ISRJ method based on frequency-agile radar joint Fuzzy C-Means (FCM). First, we designed a radar-transmitted waveform with intra pulse frequency coding and inter pulse frequency agility. Second, after receiving the echo signal, we obtained the sub pulse signals corresponding to different intra-pulse frequency codes via narrow-band filtering in the frequency domain. Third, we adopted the FCM algorithm to determine the presence of ISRJs in the sub pulses after pulse compression. Finally, we realized the phase-coherent accumulation of inter pulse frequency-hopping waveform using the compressed sensing algorithm. Theoretical analysis and simulation experiments showed that the proposed method can effectively resist ISRJ.
- Frequency-agile radar /
- Intermittent Sampling Repeater Jamming (ISRJ) /
- Intra-pulse frequency coding /
- Fuzzy C-Means (FCM) /
- Compressed Sensing (CS)

HTML全文

图 1 所提方法的流程图

Figure 1. Flow chart of the proposed method

下载: 全尺寸图片幻灯片

图 2 雷达发射脉冲信号时频图

Figure 2. Time-frequency diagram of radar transmitted pulse signal

下载: 全尺寸图片幻灯片

图 3 本文设计波形的模糊函数图

Figure 3. Ambiguity function diagram of the waveform designed in this paper

下载: 全尺寸图片幻灯片

图 4 多普勒频率与距离模糊图主旁瓣比的关系曲线

Figure 4. Relationship curve between Doppler frequency and the main sidelobe ratio of distance fuzzy graph

下载: 全尺寸图片幻灯片

图 5 所提方法对ISRJ-DF的对抗效果图

Figure 5. Antagonistic effect diagram of the proposed method against ISRJ-DF

下载: 全尺寸图片幻灯片

图 6 所提方法对ISRJ-RF的对抗效果图

Figure 6. Antagonistic effect diagram of the proposed method against ISRJ-RF

下载: 全尺寸图片幻灯片

图 7 不同信噪比下FCM算法对ISRJ的判决准确率

Figure 7. Judgment accuracy of FCM algorithm for ISRJ under different SNR

下载: 全尺寸图片幻灯片

图 8 二维稀疏重构后不同算法的输出信干比

Figure 8. Output SJR of different methods after 2-D sparse reconstruction

下载: 全尺寸图片幻灯片

表 1 雷达参数

Table 1. Radar parameters

参数数值参数数值

N 64 K 10
M 100 f₀ 14 GHz
$\Delta$ f 12 MHz $\Delta F$ 40 MHz
T_sub 4 µs B_sub 4 MHz
PRT 100 µs

下载: 导出CSV

参考文献(25)

[1]	ZHANG Yu, JIU Bo, WANG Penghui, et al. An end-to-end anti-jamming target detection method based on CNN[J]. IEEE Sensors Journal, 2021, 21(19): 21817–21828. doi: 10.1109/JSEN.2021.3103042
[2]	殷加鹏, 李健兵, 庞晨, 等. 一种极化-多普勒气象雷达的射频干扰滤波方法[J]. 雷达学报, 2021, 10(6): 905–918. doi: 10.12000/JR21102 YIN Jiapeng, LI Jianbing, PANG Chen, et al. A radio frequency interference mitigation method for polarimetric doppler weather radars[J]. Journal of Radars, 2021, 10(6): 905–918. doi: 10.12000/JR21102
[3]	黄大通, 邢世其, 刘业民, 等. 基于噪声卷积调制的SAR虚假信号生成新方法[J]. 雷达学报, 2020, 9(5): 898–907. doi: 10.12000/JR20094 HUANG Datong, XING Shiqi, LIU Yemin, et al. Fake SAR signal generation method based on noise convolution modulation[J]. Journal of Radars, 2020, 9(5): 898–907. doi: 10.12000/JR20094
[4]	WEN Cai, PENG Jinye, ZHOU Yan, et al. Enhanced three-dimensional joint domain localized STAP for airborne FDA-MIMO radar under dense false-target jamming scenario[J]. IEEE Sensors Journal, 2018, 18(10): 4154–4166. doi: 10.1109/JSEN.2018.2820905
[5]	万显荣, 吕敏, 谢德强, 等. 基于信号结构特点的外源雷达干扰方法研究[J]. 雷达学报, 2020, 9(6): 987–997. doi: 10.12000/JR20124 WAN Xianrong, LV Min, XIE Deqiang, et al. Jamming method of passive radar systems based on characteristics of signal structure[J]. Journal of Radars, 2020, 9(6): 987–997. doi: 10.12000/JR20124
[6]	SUN Qingyang, SHU Ting, YU K B, et al. A novel deceptive jamming method against two-channel SAR-GMTI based on two jammers[J]. IEEE Sensors Journal, 2019, 19(14): 5600–5610. doi: 10.1109/JSEN.2019.2908030
[7]	LAN Lan, LIAO Guisheng, XU Jingwei, et al. Suppression approach to main-beam deceptive jamming in FDA-MIMO radar using nonhomogeneous sample detection[J]. IEEE Access, 2018, 6: 34582–34597. doi: 10.1109/ACCESS.2018.2850816
[8]	LU Xingyu, ZHAO Yujiu, YANG Jianhao, et al. An efficient method for single-channel SAR target reconstruction under severe deceptive jamming[J]. IEEE Geoscience and Remote Sensing Letters, 2019, 17(2): 237–241. doi: 10.1109/LGRS.2019.2918838
[9]	黄岩, 赵博, 陶明亮, 等. 合成孔径雷达抗干扰技术综述[J]. 雷达学报, 2020, 9(1): 86–106. doi: 10.12000/JR19113 HUANG Yan, ZHAO Bo, TAO Mingliang, et al. Review of synthetic aperture radar interference suppression[J]. Journal of Radars, 2020, 9(1): 86–106. doi: 10.12000/JR19113
[10]	LI Yuntao, JIA Xin, CHEN Yongguang, et al. Frequency agility MIMO-SAR imaging and anti-deception jamming performance[C]. The 31th URSI General Assembly and Scientific Symposium, Beijing, 2014: 1–4.
[11]	于海波, 李晓, 李倩, 等. 脉间随机捷变频脉冲多普勒引信技术[J]. 航空兵器, 2021, 28(1): 50–54. doi: 10.12132/ISSN.1673-5048.2019.0135 YU Haibo, LI Xiao, LI Qian, et al. Pulse doppler fuze based on pulse-to-pulse random frequency agility technology[J]. Aero Weaponry, 2021, 28(1): 50–54. doi: 10.12132/ISSN.1673-5048.2019.0135
[12]	HUANG Tianyao, LIU Yimin, XU Xingyu, et al. Analysis of frequency agile radar via compressed sensing[J]. IEEE Transactions on Signal Processing, 2018, 66(23): 6228–6240. doi: 10.1109/TSP.2018.2876301
[13]	董淑仙, 全英汇, 陈侠达, 等. 基于捷变频联合数学形态学的干扰抑制算法[J]. 系统工程与电子技术, 2020, 42(7): 1491–1498. doi: 10.3969/j.issn.1001-506X.2020.07.09 DONG Shuxian, QUAN Yinghui, CHEN Xiada, et al. Interference suppression algorithm based on frequency agility combined with mathematical morphology[J]. Systems Engineering and Electronics, 2020, 42(7): 1491–1498. doi: 10.3969/j.issn.1001-506X.2020.07.09
[14]	王雪松, 刘建成, 张文明, 等. 间歇采样转发干扰的数学原理[J]. 中国科学 E辑:信息科学, 2006, 36(8): 891–901. doi: 10.3969/j.issn.1674-7259.2006.08.007 WANG Xuesong, LIU Jiancheng, ZHANG Wenming, et al. Mathematic principles of interrupted-sampling repeater jamming (ISRJ)[J]. Science in China Series F:Information Sciences, 2006, 36(8): 891–901. doi: 10.3969/j.issn.1674-7259.2006.08.007
[15]	WU Wenzhen, ZOU Jiangwei, CHEN Jian, et al. False-target recognition against interrupted-sampling repeater jamming based on integration decomposition[J]. IEEE Transactions on Aerospace and Electronic Systems, 2021, 57(5): 2979–2991. doi: 10.1109/TAES.2021.3068443
[16]	周超, 刘泉华, 胡程. 间歇采样转发式干扰的时频域辨识与抑制[J]. 雷达学报, 2019, 8(1): 100–106. doi: 10.12000/JR18080 ZHOU Chao, LIU Quanhua, and HU Cheng. Time-frequency analysis techniques for recognition and suppression of interrupted sampling repeater jamming[J]. Journal of Radars, 2019, 8(1): 100–106. doi: 10.12000/JR18080
[17]	杨少奇, 田波, 周瑞钊. 利用时频分析的间歇采样干扰对抗方法[J]. 信号处理, 2016, 32(10): 1244–1251. doi: 10.16798/j.issn.1003-0530.2016.10.14 YANG Shaoqi, TIAN Bo, and ZHOU Ruizhao. ECCM against interrupted sampling repeater jamming based on time-frequency analysis[J]. Journal of Signal Processing, 2016, 32(10): 1244–1251. doi: 10.16798/j.issn.1003-0530.2016.10.14
[18]	张建中, 穆贺强, 文树梁, 等. 基于脉内步进LFM波形的抗间歇采样转发干扰方法[J]. 系统工程与电子技术, 2019, 41(5): 1013–1020. doi: 10.3969/j.issn.1001-506X.2019.05.12 ZHANG Jianzhong, MU Heqiang, WEN Shuliang, et al. Anti interrupted-sampling repeater jamming method based on stepped LFM waveform[J]. Systems Engineering and Electronics, 2019, 41(5): 1013–1020. doi: 10.3969/j.issn.1001-506X.2019.05.12
[19]	张建中, 穆贺强, 文树梁, 等. 基于脉内LFM-Costas频率步进的抗间歇采样干扰方法[J]. 系统工程与电子技术, 2019, 41(10): 2170–2177. doi: 10.3969/j.issn.1001-506X.2019.10.03 ZHANG Jianzhong, MU Heqiang, WEN Shuliang, et al. Anti-intermittent sampling jamming method based on intra-pulse LFM-Costas frequency stepping[J]. Systems Engineering and Electronics, 2019, 41(10): 2170–2177. doi: 10.3969/j.issn.1001-506X.2019.10.03
[20]	ZHAO Feng, TIAN Min, XIE Wen, et al. A new parallel dual-channel fully convolutional network via semi-supervised FCM for PolSAR image classification[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 4493–4505. doi: 10.1109/JSTARS.2020.3014966
[21]	黄平平, 任慧芳, 谭维贤, 等. 基于地基雷达图像的无监督变化检测[J]. 雷达学报, 2020, 9(3): 514–524. doi: 10.12000/JR20004 HUANG Pingping, REN Huifang, TAN Weixian, et al. Unsupervised change detection using ground-based radar image[J]. Journal of Radars, 2020, 9(3): 514–524. doi: 10.12000/JR20004
[22]	GAO Bo and WANG Jun. Multi-objective fuzzy clustering for synthetic aperture radar imagery[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(11): 2341–2345. doi: 10.1109/LGRS.2015.2477500
[23]	LI Yuhan, HUANG Tianyao, XU Xingyu, et al. Phase transitions in frequency agile radar using compressed sensing[J]. IEEE Transactions on Signal Processing, 2021, 69: 4801–4818. doi: 10.1109/TSP.2021.3099629
[24]	QUAN Yinghui, WU Yaojun, LI Yachao, et al. Range Doppler reconstruction for frequency agile and PRF-jittering radar[J]. IET Radar, Sonar & Navigation, 2018, 12(3): 348–352. doi: 10.1049/iet-rsn.2017.0421
[25]	QUAN Yinghui, LI Yachao, WU Yaojun, et al. Moving target detection for frequency agility radar by sparse reconstruction[J]. Review of Scientific Instruments, 2016, 87(9): 094703. doi: 10.1063/1.4962700

施引文献

期刊类型引用(88)

1.	肜瑶，张洋洋. 重构目标和多层次BVMD特征融合的SAR图像目标识别方法. 探测与控制学报. 2025(01): 94-101 . 百度学术
2.	杨慧娉，赖小龙，刘丹. 一种基于区域特征的SAR图像目标识别方法. 电光与控制. 2025(03): 76-81 . 百度学术
3.	吕虎. 基于属性散射中心目标重构加权决策融合的SAR目标识别方法. 电光与控制. 2024(02): 112-117+124 . 百度学术
4.	李振汕，丁柏圆. 联合核稀疏表示和增强字典的SAR目标识别方法. 电光与控制. 2024(08): 44-49 . 百度学术
5.	罗曼，李新. 改进卷积神经网络的SAR图像识别方法. 空天预警研究学报. 2024(03): 162-166+172 . 百度学术
6.	赵琰，赵凌君，张思乾，计科峰，匡纲要. 自监督解耦动态分类器的小样本类增量SAR图像目标识别. 电子与信息学报. 2024(10): 3936-3948 . 百度学术
7.	何洁，李文娟，陈欣. NCIE在多特征选择及SAR目标识别中的应用. 太赫兹科学与电子信息学报. 2023(02): 183-188 . 百度学术
8.	王源源. 联合变分模态分解和卷积神经网络的SAR图像目标分类方法. 电光与控制. 2023(06): 41-46 . 百度学术
9.	陈婕，潘洁，杨小英. 结合非采样剪切波和MCCA的SAR目标识别方法. 探测与控制学报. 2023(03): 89-94 . 百度学术
10.	李鹏，冯存前，胡晓伟. 一种改进的可解释SAR图像识别网络. 空军工程大学学报. 2023(04): 49-55 . 百度学术
11.	王源源. 基于改进稀疏表示的SAR图像目标识别方法. 电光与控制. 2023(09): 42-46 . 百度学术
12.	许延龙，潘昊，丁柏圆. 基于深度信念网络的属性散射中心匹配及在SAR图像目标识别中的应用. 液晶与显示. 2023(11): 1511-1520 . 百度学术
13.	李昆，赵鹏，张帝，尹广举. 基于结构相似性的多模态筛选及在SAR目标识别中的应用研究. 中国电子科学研究院学报. 2023(11): 996-1002+1028 . 百度学术
14.	陆建华. 融合CNN和SRC决策的SAR图像目标识别方法. 红外与激光工程. 2022(03): 520-526 . 百度学术
15.	游丽. 基于块稀疏贝叶斯学习的SAR图像目标方位角估计方法. 红外与激光工程. 2022(04): 399-404 . 百度学术
16.	赵高丽，宋军平. 联合多特征的MSTAR数据集SAR目标识别方法. 武汉大学学报(工学版). 2022(07): 732-739 . 百度学术
17.	周志洪，陈秀真，马进，夏正敏. 烟花算法在SAR图像属性散射中心参数估计中的应用. 红外与激光工程. 2022(08): 481-487 . 百度学术
18.	李正伟，黄孝斌，胡尧. 基于二维随机投影特征典型相关分析融合的SAR ATR方法. 红外与激光工程. 2022(10): 366-373 . 百度学术
19.	王源源，王小芳. 结合多特征联合表征和自适应加权的SAR图像目标识别方法. 电光与控制. 2022(11): 97-101+117 . 百度学术
20.	莫海宁，钟友坤. 基于BVMD特征决策融合的SAR目标识别方法. 电子信息对抗技术. 2022(05): 40-44+50 . 百度学术
21.	邢孟道，谢意远，高悦欣，张金松，刘嘉铭，吴之鑫. 电磁散射特征提取与成像识别算法综述. 雷达学报. 2022(06): 921-942 . 本站查看
22.	来雨. 基于属性散射中心的SAR图像重构及在目标识别中的应用. 火力与指挥控制. 2021(02): 46-52 . 百度学术
23.	刘飞，高红艳，卫泽刚，刘亚军，钱郁. 基于Res-Net深度特征的SAR图像目标识别方法. 液晶与显示. 2021(04): 624-631 . 百度学术
24.	伍友龙. 多元经验模态分解及在SAR图像目标识别中的应用. 红外与激光工程. 2021(04): 251-257 . 百度学术
25.	陈丛. 基于狼群算法的SAR图像属性散射中心参数估计. 红外与激光工程. 2021(04): 258-264 . 百度学术
26.	辛海燕，童有为. 结合多源特征与高斯过程模型的SAR图像目标识别. 电讯技术. 2021(04): 454-460 . 百度学术
27.	毛舒宇，岳凤英. 二维变分模态分解在SAR图像特征提取及目标识别中的应用. 电光与控制. 2021(03): 98-101+106 . 百度学术
28.	唐吉深，覃少华. 稀疏表示系数下局部最优重构的SAR图像目标识别算法. 探测与控制学报. 2021(02): 69-75+80 . 百度学术
29.	张楚笛，唐涛，计科峰. SAR图像车辆目标多模态联合协同表示分类方法. 信号处理. 2021(05): 681-689 . 百度学术
30.	刘志超，屈百达. 复数二维经验模态分解在SAR目标识别中的应用. 红外与激光工程. 2021(05): 245-252 . 百度学术
31.	刘志超，屈百达. 结合BM3D去噪与极限学习机的SAR目标分类方法. 电光与控制. 2021(06): 29-32 . 百度学术
32.	吴剑波，陆正武，关玉蓉，王庆东，姜国松. 二维压缩感知多投影矩阵特征融合的SAR目标识别方法. 红外与激光工程. 2021(06): 314-320 . 百度学术
33.	尚珊珊，余子开，范涛，金利民. 高斯过程模型在SAR图像目标识别中的应用. 红外与激光工程. 2021(07): 151-157 . 百度学术
34.	胡媛媛，韩彦龙. 快速自适应二维经验模态分解在SAR目标识别中的应用研究. 电光与控制. 2021(08): 40-43+87 . 百度学术
35.	张振中. 基于更新分类器的合成孔径雷达图像目标识别. 激光与光电子学进展. 2021(14): 234-241 . 百度学术
36.	李亚娟. 结合多决策准则稀疏表示的SAR图像目标识别方法. 红外与激光工程. 2021(08): 353-360 . 百度学术
37.	唐波，刘钢，谢黄海，黄力，代朝阳，李枫航. 基于多视角属性散射中心的风电机动态叶片雷达回波模拟. 中国电机工程学报. 2021(18): 6449-6461 . 百度学术
38.	马丹丹. 图像分块匹配的SAR目标识别方法. 红外与激光工程. 2021(10): 290-297 . 百度学术
39.	陈禾，张心怡，李灿，庄胤. 基于多尺度注意力CNN的SAR遥感目标识别. 雷达科学与技术. 2021(05): 517-525+533 . 百度学术
40.	李笑雪，黄煜峰，李忠智. 嵌入特征预提取和注意力机制的SAR图像目标检测. 江西科学. 2021(06): 1103-1109 . 百度学术
41.	陈婕，潘洁，杨小英，陈海媚，廖志平. 一种多视角SAR图像目标识别方法. 电讯技术. 2021(12): 1547-1553 . 百度学术
42.	李宁，王军敏，司文杰，耿则勋. 基于最大熵准则的多视角SAR目标分类方法. 红外与激光工程. 2021(12): 572-578 . 百度学术
43.	陈欣，陈明逊. 基于增强数据集卷积神经网络的SAR目标识别方法. 重庆理工大学学报(自然科学). 2020(01): 86-93 . 百度学术
44.	张婷，蔡德饶. 联合多层次深度特征的SAR图像目标识别方法. 火力与指挥控制. 2020(02): 135-140 . 百度学术
45.	陈婕. 考察独立性和相关性的多视角SAR图像目标识别方法. 电光与控制. 2020(03): 89-93+114 . 百度学术
46.	丁慧洁. 基于非下采样剪切波特征提取的SAR图像目标识别方法. 探测与控制学报. 2020(01): 75-80 . 百度学术
47.	柳小文，雷军程，伍雁鹏. 基于二维经验模态分解的合成孔径雷达目标识别方法. 激光与光电子学进展. 2020(04): 76-83 . 百度学术
48.	张宏武，康凯. 结合二维内蕴模函数和贝叶斯多任务学习的SAR目标识别. 电讯技术. 2020(04): 372-377 . 百度学术
49.	李亚娟. 结合全局和局部稀疏表示的SAR图像目标识别方法. 电子测量与仪器学报. 2020(02): 165-171 . 百度学术
50.	兰文宝，车畅，陶成云. 基于斯皮尔曼等级相关的单演谱成分选择及其在SAR目标识别中的应用. 电波科学学报. 2020(03): 414-421 . 百度学术
51.	周光宇，刘邦权，张亶. 基于变分模态分解的SAR图像目标识别方法. 国土资源遥感. 2020(02): 33-39 . 百度学术
52.	郭炜炜，张增辉，郁文贤，孙效华. SAR图像目标识别的可解释性问题探讨. 雷达学报. 2020(03): 462-476 . 本站查看
53.	陈婕，廖志平. 基于增强字典稀疏表示分类的SAR目标识别方法. 探测与控制学报. 2020(03): 75-81 . 百度学术
54.	吴天宝，夏靖波，黄玉燕. 基于SVM和SRC级联决策融合的SAR图像目标识别方法. 河南理工大学学报(自然科学版). 2020(04): 118-124 . 百度学术
55.	丛培贤，赵永彬，邸卓，刘雪松，徐静. 基于内蕴判别分析的SAR目标识别方法. 自动化技术与应用. 2020(09): 103-107 . 百度学术
56.	张伟昌，王文政，代作松. 结合NSCT和TPCA的SAR图像目标识别. 火力与指挥控制. 2020(09): 41-46 . 百度学术
57.	王源源. 一种基于多分辨率表示的SAR图像识别方法. 电光与控制. 2020(10): 31-36 . 百度学术
58.	申伟，石平. 单演信号随机加权融合的SAR图像目标识别方法. 电子测量与仪器学报. 2020(09): 181-187 . 百度学术
59.	陈潜，刘金清. 结合属性散射中心模型和空间变迹法的SAR图像旁瓣抑制方法. 电子测量与仪器学报. 2020(10): 57-64 . 百度学术
60.	张虹，左鑫兰，黄瑶. 基于稀疏表示系数相关性的特征选择及SAR目标识别方法. 激光与光电子学进展. 2020(14): 271-278 . 百度学术
61.	徐永士，贲可荣，王天雨，刘斯杰. DCGAN模型改进与SAR图像生成研究. 计算机科学. 2020(12): 93-99 . 百度学术
62.	涂豫. 基于贝叶斯卷积神经网络与数据增强的SAR图像目标分类方法. 探测与控制学报. 2020(06): 43-48 . 百度学术
63.	马梓元，龚华军，王新华，刘禹. 典型多特征决策融合方法及在无人机SAR图像目标识别中的应用. 舰船电子工程. 2020(12): 96-99 . 百度学术
64.	何洁，陈欣. 基于非线性相关信息熵的SAR图像多分辨率选择及目标识别. 激光与光电子学进展. 2020(22): 215-222 . 百度学术
65.	王骏，陈艳平，江立辉. 结合稀疏表示和协同表示的SAR图像目标方位角估计. 电子测量与仪器学报. 2020(12): 165-171 . 百度学术
66.	乔良才. 结合多分辨率表示和复数域CNN的SAR图像目标识别方法. 激光与光电子学进展. 2020(24): 98-106 . 百度学术
67.	王旭，蒋书波，张秀梅. SAR目标轮廓匹配及其在目标识别中的运用. 计算机工程与设计. 2019(01): 184-189 . 百度学术
68.	蔡德饶，宋愈珍. 带鉴别分析的多视角SAR图像联合决策及目标识别. 中国电子科学研究院学报. 2019(01): 37-41+54 . 百度学术
69.	段芃芃，刘锂. 基于相关性分析的SAR图像目标方位角估计. 中国电子科学研究院学报. 2019(01): 42-46 . 百度学术
70.	靳黎忠，陈俊杰，彭新光. 决策可靠性分析及在SAR图像目标识别中的应用. 电讯技术. 2019(04): 409-414 . 百度学术
71.	王鑑航，张广宇，李艳. 基于协同编码分类器的SAR目标识别方法. 中国电子科学研究院学报. 2019(03): 290-295 . 百度学术
72.	陈岭. 基于随机加权的SAR图像多特征联合目标分类. 电子测量与仪器学报. 2019(05): 187-192 . 百度学术
73.	张婷，蔡德饶. 基于属性散射中心匹配的噪声稳健SAR目标识别方法. 中国电子科学研究院学报. 2019(06): 557-562+567 . 百度学术
74.	郭敦，吴志军. 基于局部字典块稀疏表示的SAR图像目标识别方法. 中国电子科学研究院学报. 2019(08): 813-817+829 . 百度学术
75.	张克，牛鹏涛. 稀疏表示分类在SAR图像目标识别中的应用分析. 信息技术. 2019(09): 39-43 . 百度学术
76.	张华，张素莉，何树吉. 基于幅相分离和动态粒子群算法的SAR图像属性散射中心参数估计. 中国电子科学研究院学报. 2019(09): 993-1000 . 百度学术
77.	王源源. 基于单演信号多重集典型相关分析的SAR目标识别方法. 电光与控制. 2019(10): 7-11+29 . 百度学术
78.	夏朋举. 目标区域和阴影联合决策的SAR图像目标识别方法. 中国电子科学研究院学报. 2019(10): 1062-1067+1087 . 百度学术
79.	陈惠红，刘世明. 基于多重集典型相关的深度特征融合及SAR目标识别方法. 电子测量与仪器学报. 2019(09): 57-63 . 百度学术
80.	冯冬艳，王海晖. 相关性约束下SAR图像动态重构的目标识别方法. 电子测量与仪器学报. 2019(09): 100-106 . 百度学术
81.	陈宏. 结合多视角-多特征的SAR图像目标识别方法. 电子测量与仪器学报. 2019(09): 87-92 . 百度学术
82.	刘阳. 基于属性散射中心多层次匹配的SAR目标识别方法. 电子测量与仪器学报. 2019(11): 192-198 . 百度学术
83.	李辉. 基于峰值特征高斯混合建模的SAR目标识别. 电子测量与仪器学报. 2018(08): 103-108 . 百度学术
84.	赵鹏举，甘凯. 基于互补特征层次决策融合的SAR目标识别方法. 电光与控制. 2018(10): 28-32 . 百度学术
85.	谢晴，张洪. SAR图像多层次正则化增强及在目标识别中的应用. 电子测量与仪器学报. 2018(09): 157-162 . 百度学术
86.	王立梅，李金凤，张亚峰. 联合多层次散射区域的SAR目标识别方法. 中国电子科学研究院学报. 2018(06): 690-694 . 百度学术
87.	蔡德饶，张婷. 联合多分辨表示的SAR图像目标识别方法. 电子测量与仪器学报. 2018(12): 71-77 . 百度学术
88.	董平，林嘉宇，刘莹. 一种基于峰值匹配的SAR目标识别方法. 无线互联科技. 2017(22): 112-114+121 . 百度学术