多通道SAR-GMTI二维余弦调相散射波干扰

针对多通道合成孔径雷达-地面动目标显示(SAR-GMTI)二维余弦调相散射波干扰展开深入研究.在传统SAR散射波干扰基础上,阐述了二维余弦调相散射波干扰原理,以双通道偏移相位中心天线(DPCA)技术为例分析了其对多通道SAR-GMTI的对抗性能,并以强散射性诱饵为散射目标进行了仿真实验和应用分析.理论分析和仿真实验表明:该方法对SAR-GMTI可产生携带真实目标散射信息的二维"网状"多假目标,并可通过合理配置干扰机和诱饵目标的数量和位置灵活控制干扰目标分布,通过诱饵目标运动实现更加逼真的动目标干扰效果.     

基于沿航向干涉的星载双通道合成孔径雷达系统地面运动目标检测技术

目前在轨的星载合成孔径雷达（SAR）系统,大都局限于沿航向排列的两个通道用于地面运动目标检测、测速与重定位．沿航向干涉ATI（along-track interfterometry）技术利用两通道雷达图像间动目标和杂波干涉相位的差异,提高了地面慢速、弱小运动目标的检测能力,具有稳健性好,适用范围广,对地面场景RCS（radar cross section）起伏不敏感等特点,是双通道星载SAR系统普遍采用的一种GMTI（ground moving target indication）技术．基于干涉幅度／相位的联合分布和二元假设条件“杂波”及“杂波＋动目标”,文中系统地分析了SARATI技术中,常见的单边相位恒虚警检测和独立分布二级恒虚警检测方法,提出了条件分布二级检测和幅度／相位二维联合检测两种恒虚警检测方法,并以最优的基于NP（Neyman—Pearson）准则的似然比检测方法作为其他恒虚警检测方法性能的上限,对其性能进行分析和对比．仿真实验和性能分析结果表明,幅度／相位二维联合恒虚警检测方法稳健性好,实用性强,在低信杂比或低杂噪比条件下,检测性能良好．     

一种机载外辐射源雷达微弱目标检测方法

针对机载外辐射源雷达系统中直达波信号参数估计误差导致的杂波抑制性能下降、微弱目标检测性能恶化的问题,提出了一种机载外辐射源雷达体制下微弱目标检测方法。该方法在建立杂波和微弱运动目标信号模型的基础上,对重叠分段后的两通道信号进行匹配滤波,然后分别对两通道信号进行Keystone变换完成相对径向速度的距离徙动校正,最后构造通道间相位偏差补偿函数,并结合两通道相位中心偏置天线(DPCA)方法解决杂波剩余问题。仿真结果表明:考虑直达波参数估计误差的影响能够提高微弱目标检测能力;在载机偏航角为2°的情况下,该方法与忽略相位偏差的传统DPCA方法和理论值补偿相位偏差的DPCA方法相比,检测信噪比分别提高了12dB和7dB以上。     

基于干涉图的双通道合成孔径雷达地面慢动目标检测新方法

慢动目标检测是利用合成孔径雷达（synthetic aperture radar,SAR）实现空间对地观测应用的一个主要方面,具有重要的战略意义．为了构建检测率高、实用性强的自动双通道SAR地面慢动目标检测过程,基于ATI（along track interferometry）干涉图幅度和相位的联合统计特性,提出了一种新的检测方法．在理论层面上,推导了均匀区域、一般不均匀区域、极度不均匀区域等不同杂波环境下ATI干涉图幅度和相位的联合分布,给出了相关度参数的无偏估计方法．在算法层面上,以全局ATI幅度自动筛选为基础,通过杂波ATI幅度—相位图零相顶点的确定获得包络检测曲线,进而结合ATI幅度、相位预滤波处理,实现慢动目标的精确检测．此外,在检测的过程中,理论上分析了相位漂移、相干斑起伏噪声、接收机热噪声等对检测性能的影响．仿真实验表明：所提检测方法具有稳健性强、适用范围广、可检测速度范围大、检测率高、虚警率低等特点,说明此方法有较高的实用价值．     

极化SAR图像的人工目标检测

针对目前极化合成孔径雷达(SAR)目标检测仅使用单一极化检测器进行一次判决而造成检测率较低的问题,给出一种新方法。该方法将功率最大合成检测器、极化白化滤波检测器和最优极化检测器融合使用,用前一种检测器的输出来优化后一种检测器的输入,且通过迭代不断优化检测结果。为比较不同目标检测方法的性能,提出了一种准则,该准则规定对一幅SAR图像每种检测方法都取出相同点数的检测结果,虚警点少的方法性能好。实验表明:新目标检测方法在性能上优于其他方法;以该准则来比较不同极化SAR图像目标检测方法的性能简单易行,结果合理直观。     

利用相位特征筛选参考单元的改进CFAR方法

在传统单元平均恒虚警的基础上，提出一种利用相位特征筛选参考单元的改进恒虚警方法：通过判断连续脉冲回波在同一参考单元时的相位线性情况，剔除相位线性度强的参考单元，形成待检测单元适应性更好的检测门限，并通过仿真与实测数据测试，对比该算法与其他均值类恒虚警算法在不同环境背景下的检测性能。结果表明：在均匀单目标背景下，改进的恒虚警算法与单元平均恒虚警检测性能相当，比其他均值类检测器检测性能更好；而在多目标环境与杂波边缘环境下，改进的恒虚警算法相比其他均值类恒虚警算法能更好地避免目标遮蔽现象，检测性能更好。     

基于Riemann核Fisher准则的极化SAR图像人造目标检测

人造目标检测是极化合成孔径雷达(synthetic aperture radar,SAR)图像自动解译中的重要环节。该文提出了一种基于Riemann核Fisher准则的人造目标检测方法。核函数通过Hermite正定矩阵流形上的Riemann度量来构造。极化协方差矩阵映射到核函数诱导的高维特征空间后用Fisher准则进行判别。该方法考虑到了极化SAR数据特殊的矩阵结构,并且不需要任何统计模型假设,因而特别适于检测极化SAR图像中的人造目标。以舰船目标检测为应用背景验证了该方法的有效性。实验结果表明:该方法优于其他常用的检测器,特别是在低目标杂波比条件下。     

基于映射投影（MPA）的复杂地面场景极化SAR成像模拟

建立地表面植被、建筑物等目标综合场景的极化合成孔径雷达（SAR）成像模拟，提出基于映射和投影（MPA）的算法，考虑了可穿透性植被目标的散射与衰减、树及建筑物墙面与地面之间的多次散射，以及成像空间中任意位置地物的散射、吸收与遮蔽.用非球形粒子层作为植被散射辐射传输模型，对建筑物和地面散射采用积分方程法（IEM）粗糙面模型.通过包括植被、建筑物、粗糙地面、河流等复杂场景的MPA快速计算，模拟极化SAR成像的场景散射系数图和SAR原始数据.     

一动一静双基地SAR动目标检测方法研究

针对一动一静双基地合成孔径雷达(SAR)系统,提出了一种多通道双基地SAR动目标检测与速度估计方法;并且在杂波对消后利用目标幅度或相位信息,得到了运动目标径向速度和位置偏移量估计的解析表达式.仿真中利用卫星平台作为发射机、平流层飞艇平台作为接收机,验证了算法的正确性.     

地面运动目标不模糊径向速度估计的方法

针对在多通道合成孔径雷达地面运动目标检测系统中采用常规测速方法估计运动目标径向速度时产生模糊的问题,提出了一种联合斜距历程和干涉相位的不模糊速度估计方法(JRHIP).首先利用多重信号分类算法对目标的距离频域数据进行超分辨处理,然后对目标与雷达之间的斜距历程进行多项式拟合,利用斜距历程多项式一次项系数与目标径向速度的对应关系得到不模糊、精度略低的径向速度,再求解干涉相位的2π模糊次数,然后通过解模糊后的目标干涉相位得出正确的径向速度.JRHIP方法充分利用了斜距历程测速的不模糊性和干涉相位测速的高灵敏性,且没有增加系统硬件的复杂度.实测数据处理结果表明,在目标径向速度较大导致干涉相位产生模糊时,JRHIP方法仍然能够得到准确的径向速度,进而完成对目标的正确定位.     

基于多通道补偿的毫米波雷达高速目标检测方法

目标检测是雷达的重要任务之一,利用长时间信号积累能有效提高低信噪比时的检测性能.对于高速运动目标,脉间回波存在相位差,及严重的距离走动现象,影响相参积累的效果.针对雷达系统高速运动目标检测的问题,提出一种基于多通道补偿的方法,提高毫米波雷达脉间相参积累性能.该方法将目标速度范围划分成若干区间,对每一区间设置一个补偿通道,各通道按对应速度区间的中值对输入信号进行走动校正及相位补偿,补偿后经过匹配滤波器输出;选取所有通道输出值的最大值,与预先设定的阈值的判决器进行比较,以确定有无目标.该方法与恒虚警检测结合,无需预先估计目标速度.用Matlab构造毫米波雷达发射与接收回波的模型,对接收信号进行多通道补偿高速目标检测进行了仿真.仿真结果表明,在毫米波雷达高速目标检测中,多通道补偿方法能有效的检测出微弱高速运动目标,与直接相参积累方法相比,可提高7dB的信噪比,增强毫米波雷达系统的检测性能.     

伯格谱估计方法在VSAR中的应用

针对目前速度合成孔径雷达（ＶＳＡＲ）中速度分辨力不高和天线数目过多的问题进行改进,以便对慢动目标进行检测,采用伯格法对ＶＳＡＲ信号处理中的相位信息进行处理,以提取速度信息,从而取代传统的经典谱估计方法。仿真结果表明,使用伯格法可以获得更高的速度分辨力和方位分辨力。同时,柏格法的使用可以降低天线数目和整个天线阵列的总长度,从而降低硬件的复杂度。     

基于改进广义相对最优极化的极化SAR舰船检测方法

为了提高极化合成孔径雷达(SAR)图像的舰船检测性能,提出了一种基于改进广义相对最优极化模型的极化SAR图像融合方法.改进的模型包含两个因子的乘积.第一个因子是最优极化状态下的雷达接收功率;第二个因子对应最优检测准则下的3个极化参数(极化熵、平面相似性参数、二面角相似性参数)的融合结果.使用该方法融合图像能够使得目标和...     

基于低复杂度卷积神经网络的星载SAR舰船检测

星载SAR(合成孔径雷达)舰船检测广泛应用于海上救援和国土安全防护等领域.鉴于传统的检测方法仍存在虚警率高等缺点,本文将具有强大表征能力的卷积神经网络(CNN)引入到星载SAR舰船检测中,面向SAR舰船检测的精准快速的需求,提出了基于低复杂度CNN的星载SAR舰船检测算法.算法结合星载SAR图像的特点,利用ROI提取方法实现目标粗提取,得到可疑目标切片及其对应的位置信息;通过构建的低复杂度CNN对所有的可疑目标切片进行精确分类,确定舰船目标,从而实现舰船目标检测.实验测试结果表明:本文提出的算法可以实现精准的星载SAR舰船检测;与传统双参数CFAR目标检测和基于现有深度网络框架(LeNet、GoogLeNet)的检测算法相比,该算法检测性能更好、检测时间更短,可有效降低检测漏检率和虚警率.     

基于极化合成孔径雷达图像的斑点滤波方法

斑点噪声是由合成孔径雷达(SAR)的相干成像原理造成的固有缺陷,为了更好地进行SAR图像地形分类、目标检测等后续处理,提出一种用于极化SAR图像的滤波方法.该方法利用新的优化函数和约束条件,在保持图像功率等于Lee滤波功率的前提下,通过最小化信号子空间向量与原始向量的欧式距离,达到降斑的目的.实验结果表明: 利用旧金山地区的真实极化SAR数据,使用该方法滤波的图像结果与原有的子空间滤波器相比,更接近原始图像的均值,并且通过滤波提高了不同类别的目标在特征空间的区分度,从而有利于不同类型地物的分类.     

起伏背景噪声下地震波传感器阵列目标检测算法研究

针对起伏背景噪声下传统地震波传感器阵列检测算法虚警概率高、检测概率低的问题,提出一种基于信号相关性的阵列目标检测算法.利用传感器阵列在一个检测周期内接收到的数据建立信号检测矩阵,由检测矩阵列向量之间的相关性标记信号中目标成分的大小,进而引入相关性参数并构建检测统计量,利用信号相关消除时变的环境噪声干扰,有效克服起伏噪声对目标检测结果的影响.推导算法虚警概率与检测门限之间的定量关系,得到一定虚警率下的检测概率.基于计算机仿真和舰船目标实测试验对比本文提出算法与现有方法,结果表明本文算法可以在起伏背景噪声下有效检测出目标,且检测性能优于现有检测算法.     

采用收发极化联合优化的极化雷达目标检测新算法

针对极化雷达在非高斯杂波背景下的未知目标检测问题,建立了一种收发极化可变的全极化雷达测量模型,提出了一种基于广义似然比检测的收发极化优化目标检测器,并得到了检测判决量的闭环形式。在性能分析环节,推导得到了该检测器检测性能的解析表达式,指出了它的恒虚警性质,明确了收发极化矢量与检测性能之间的对应关系。在性能验证环节,首先设计了非高斯杂波背景下的目标检测实验,结果表明,在相同的实验条件下,本文检测算法的抗杂波非高斯性能和检测性能优于现有典型目标先验信息未知的极化检测器,性能接近目标和杂波先验信息已知的最优极化检测器。接着对比了收发极化联合优化、发射极化优化和收发极化固定3种极化雷达的目标检测性能,结果表明,在相同的实验条件下,收发极化联合优化的极化雷达具有最优的目标检测性能。     

合成孔径雷达运动目标检测的研究进展

由于在军事侦察和民事搜索中的巨大潜力,合成孔径雷达的运动目标检测技术一直备受关注.从单通道合成孔径雷达的运动目标检测、多通道合成孔径雷达的运动目标检测以及合成孔径雷达的运动目标速度估计三个方面出发,系统回顾了该领域中现有的思想和方法,并简单介绍了本课题组近期在该领域所取得的重要进展.     

AMTD系统频域双参数恒虚警性能分析

在机载雷达动目标检测系统中 ,用于目标检测的Doppler通道中的杂波剩余严重影响着系统检测性能。为在一定的虚警概率下提高系统的检测概率 ,针对抑制杂波后目标检测 Doppler通道存在 Rice分布干扰的情况 ,提出一种频域双参数恒虚警 (bi- parameter constant false alarm rate,BP- CFAR)处理方法。BP- CFAR处理方法分别在频域与距离域估计干扰的均方差与均值 ,取其线性组合作为各通道的检测判决门限。在频域存在杂波剩余的情况下 ,BP- CFAR与干扰的双参数分布相匹配 ,是统计意义下的最优检测器 ;与传统的单参数恒虚警处理方法相比 ,明显改善了系统的适应性和检测性能。     

频率分集极化MIMO雷达目标检测

为了提高集中式多输入多输出(MIMO)雷达的目标检测性能,提出了一种频率分集极化MIMO雷达.该雷达的发射端采用频率分集和极化分集,接收端以变极化或者正交极化方式接收回波信号,并且基于目标极化散射特性优化设计发射极化和接收极化来进一步提高性能.基于奈曼-皮尔逊准则设计了检测算法,并推导了虚警概率和检测概率的近似计算公式.仿真结果表明:频率分集极化MIMO雷达的检测性能优于极化MIMO雷达和频率分集MIMO雷达,并且采用正交极化接收方式可以获得更好的检测性能.