简介：水声目标识别是海战场情报处理的重要组成，是武器分配、反潜和鱼雷防御的前提以及现代化海洋作战的重要保障。首先，分析了多种水声目标识别方法和特点，针对单一识别方法的局限性给出了常用目标综合识别算法模型，将多传感器和多方法的目标识别结合成一个系统，从而更高效和准确地识别水声目标；然后，介绍了水声目标识别的国内外发展历程和现状，分析了科技发展引起水声目标噪声弱化、部分特征消失和假目标多样化等特点；最后，针对传统识别方式的局限性展望了未来非声探测、特征挖掘、水下无人航行器图像识别和人工智能识别等新技术方向。

简介：分析了弹道中段雷达面临的识别环境及其识别特点，系统归纳了弹道中段雷达目标识别方法。根据所采用的特征不同，将弹道中段雷达目标识别方法分为基于结构特征的识别方法、基于弹道特征的识别方法和基于微运动特征的识别方法。详细阐述了三种识别方法的物理基础和研究进展，分析了它们各自的特点，最后展望了弹道中段雷达目标识别的发展趋势。

简介：传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。

简介：通过建立弹道目标雷达散射截面积（RCS）序列的动态特性及识别分类的理论模型，介绍了一种基于RCS序列动态特性的弹道目标识别方法。首先，对RCS采样数据进行滤波除噪，提取进动RCS周期序列；然后，在时频域联合提取序列周期以及均值、变异系数和极差等统计特征；最后，考虑到动态特征反映目标固有特性的能力，应用多属性决策中的层次分析法（AHP）进行信息融合，完成了基于最优线性集成的RCS多特征综合识别。仿真试验表明该方法有效。