前向散射雷达地表杂波物理建模及频谱扩展分析

文中通过对前向散射雷达杂波实测数据的处理,观测到前向散射雷达杂波谱的扩展对风速和载频极不敏感这一特殊现象.首次引入钟摆模型对前向散射雷达植被杂波进行物理建模和形成机理的分析,并给出了定量的理论分析结果,可很好地解释前向散射雷达杂波谱扩展的特殊现象.钟摆模型假设下分析得到的结果与实测数据处理结果非常一致,充分地验证了这一模型的合理性,揭示了前向散射雷达杂波谱的形成规律.并且基于杂波谱扩展对载频和风速的稳定性特征,可得到最优的杂波抑制带宽,有效地进行杂波抑制,为运动目标的检测和精确参数估计奠定了基础.     

空间进动锥体目标窄带雷达成像算法

弹道中段目标成像技术是弹道导弹防御系统的核心技术．由于弹道导弹中段飞行过程中具有空间进动形式，宽带ISAR成像雷达无法利用统一的相位补偿函数进行相位补偿，导致成像结果的模糊．本文提出一种利用窄带雷达实现空间进动锥体目标成像的算法，算法采用高分辨时频分析技术获取进动目标散射中心多普勒历程；采用广义Radon变换理论，提取目标散射中心的时频多普勒曲线参数，在参数空间内实现目标散射中心的二维重构．暗室测量数据的试验结果表明，算法可有效实现对进动目标的窄带雷达成像．     

短基线前向散射雷达系统运动目标分辨率分析

针对短基线前向散射雷达系统特性,基于阴影逆合成孔径原理和模糊函数,分别推导了系统沿基线方向和垂直基线方向运动目标的分辨率,解析得到了系统分辨率计算公式;发现垂直基线方向分辨率正比于波长,并首次验证了前向散射雷达沿基线方向分辨目标的可能性;最后利用实测数据验证了沿基线方向和垂直基线方向分辨率分析的正确性.     

黄土沟壑区产输沙特征的空间尺度效应研究

以黄土丘陵沟壑区的典型流域岔巴沟为例, 首先通过实测数据分析水沙过程的尺度现象和规律, 明确了流域产输沙的主要子过程及其影响因素和作用机理. 然后采用集成了坡面侵蚀、沟坡区重力侵蚀和沟道不平衡输沙3个子模型的黄河数字流域模型在较高分辨率的单元上模拟研究流域的暴雨—径流—产输沙响应, 结果重现了水沙过程的尺度现象. 在尺度现象是由不同产输沙子过程的空间尺度分布迭加引起的假定下, 对模拟结果进行分析, 发现重力侵蚀和高含沙水流特性是引起黄土沟壑区泥沙过程尺度现象的最主要因素.     

窄带雷达自旋目标成像

在详细分析自旋目标窄带雷达回波特性的基础上,提出基于复数后向投影算法的自旋目标成像算法,由于该算法利用旋转散射点的相位进行匹配搜索成像,因此具有较高的分辨率以及成像效率.同时,本文分析了该算法的分辨率及其对雷达脉冲重复频率(PRF)的要求.若目标转速较高而系统PRF无法满足,则根据压缩感知理论以及自旋目标ISAR数据的稀疏性特点,建立了方位欠采样条件下的成像模型,并提出基于正交匹配追踪的自旋目标成像算法.不同条件下的仿真结果验证了算法的有效性.     

基于压缩感知的宽孔径SAR成像

宽孔径SAR数据包含目标不同姿态角散射信息,实现宽孔径SAR成像对目标轮廓重构与解译识别具有重要价值.本文首先提出点模糊函数(point ambiguous function,PAF)研究影响压缩感知SAR成像的因素,然后用模型失配函数(model mismatch fucntion,MMF)分析宽孔径测量条件下点散射模型失配对成像性能的影响.最后根据上述结论,选择发射信号参数改善测量矩阵性能,利用广义似然比检验方法克服模型失配对成像性能的影响.实验结果验证了本文结论的正确性和成像算法的有效性.     

SIMO线阵列雷达对三维复杂目标电磁散射的仿真与立体重构

提出单输入多输出（SIMO,single input and multiple output）频率步进线阵列下视雷达对一复杂电大三维体目标的电磁散射数值模拟、成像、及其几何特征重构.下视聚束模式的线阵列频率步进雷达SIMO运动合成二维平面孔径,获取包含幅度与相位的散射矩阵;用双向射线解析跟踪方法（BART,bidirectional analytic ray tracing method）,数值模拟计算双站极化散射矩阵.通过距离徙动算法（RMA,range migration algorithm）获得三维分辨图像,实现三维目标几何特征的重构.计算个例给出了粗糙地面上坦克目标模型的散射、成像与重构.同时,又采用FEKO软件的物理光学（PO,physical optics）计算简单体目标散射场及其成像重构作为验证与比较,论证了本理论方法可行与准确高效的良好性能.     

多视观测下雷达转台目标成像的关键参数估计

转台目标模型是逆合成孔径雷达等高分辨率雷达成像系统的基本模型,联合利用多视角观测数据可有效提高转台目标的成像分辨率.针对目标转速、多观测视角差等先验条件未知的转台目标观测情形,文中提出一种基于距离多普勒图像域散射中心位置提取的目标转速、等效旋转中心及各次观测视角差的顺序估计方法.进而,结合卷积逆投影(CBP)算法,形成雷达转台目标高分辨率融合成像的完整方案,取得了优于单视角观测的成像分辨率.同时,分析了参数估计方法的性能及影响性能的若干因素,并通过Monte Carlo仿真验证了性能分析结果.最后,数值实验结果进一步验证了所提供参数估计方法的有效性.     

高分辨雷达距离-多普勒扩展目标广义自适应子空间检测器

本文提出了一种非高斯杂波中的距离-多普勒扩展目标广义自适应子空间检测器(RDST-GASD).采用了频率-慢时间子空间模型来描述宽带雷达回波信号序列.杂波的统计模型采用球不变随机向量描述,各距离单元内的杂波具有相同的归一化协方差矩阵和不同的功率(非均匀),并且假设可以得到只含有杂波的参考单元的数据以估计杂波的协方差矩阵.通过理论分析证明了RDST-GASD对杂波的功率和协方差矩阵都具有恒虚警的性质.对于宽带雷达,在相参处理时间内,目标回波通常存在越距离单元走动,RDST-GASD进行了距离对齐处理,从而实现了有效的相参积累,提高了检测性能.     

中子散射相机的探测效率研究

中子散射相机的探测效率直接影响其能量重建的准确性,也是其结构优化最重要的参数之一.在加速器中子源上,采用1.2, 2.5, 3.8, 5.0和14.8 MeV几个能点,对8单元中子散射相机原理系统的探测效率进行了测量.针对实验值比理论值大2～3倍的问题,在理论模拟中加入了碳核发光的影响,并计算了偶然符合事件的影响.计算结果表明,对于单个闪烁体,碳核的发光在高能时不能忽略,而对于散射相机系统,碳核的发光可以忽略.偶然符合对探测效率的影响与入射中子能量有关,对于1.2 MeV中子,偶然符合计数占绝大多数.采用对实验能谱进行高斯拟合扣除了很大一部分的本底中子,将理论探测效率与实验值的偏差缩小到较小的范围内.     

双基地雷达模糊函数及目标参数估计性能分析

针对外辐射源雷达等采用双基地配置的雷达在探测加速运动目标时,现有的模糊函数无法用于分析目标的距离、速度和加速度参数受双基地雷达几何配置影响的不足,提出了一种能够表示双基地几何配置的双基地雷达距离．速度一加速度模糊函数,并以此为工具分析了双基地雷达目标参数估计性能与双基地雷达几何配置的关系,研究了在不同的双基地几何配置下目标速度和加速度分辨性能、积累增益损失以及最优积累时间等相关问题,并分别给出了其随着双基地雷达基线距离、目标接收方位角和目标与接收站之间距离的变化趋势．为分析外辐射源雷达等双基地雷达对加速目标的探测性能提供了一定的理论参考．     

基于MAPC-RISR的MIMO雷达距离——角度二维超分辨率成像算法

MIMO雷达作为一种新型的雷达体制,其成像兼具实时性和高分辨率的特点,为了充分发挥MIMO雷达在成像方面的优势,提出一种高分辨率的MIMO雷达成像算法.首先将MIMO雷达成像过程分为距离向脉冲压缩和方位向聚焦成像两个过程,采用多波形自适应脉冲压缩技术(MAPC)实现距离向脉冲压缩和发射波形分离,然后在MIMO雷达虚拟阵列端利用超分辨率空间谱估计方法(RISR)进行方位向聚焦成像,得到了观测区域的距离—角度二维高分辨率的成像结果.理论分析表明,与已有的MIMO雷达自适应成像算法相比,所提方法降低了算法复杂度,提高了运算效率.仿真实验验证了所提MIMO雷达成像算法的有效性与优越性.     

变Al组分AlGaN/GaN结构中的二维电子气迁移率

AlGaN/GaN结构中Al组分对2DEG迁移率有显著的影响,但对这种现象的机理分析非常欠缺,尚不清楚.结合最近研究的实验数据,采用多种散射机制联合作用的解析模型对变Al组分AlGaN/GaN结构中的二维电子气迁移率做了理论计算和分析,所考虑的散射机制包括声学形变势散射、声学波压电散射、极性光学声子散射、合金无序散射、界面粗糙散射、位错散射、调制掺杂远程散射等.发现势垒层Al组分增加引起的2DEG密度增大是造成各种散射作用发生变化的主要因素.77K下2DEG迁移率随Al组分的变化主要是由界面粗糙散射和合金无序散射决定,室温下这种变化则主要由极性光学声子散射和界面粗糙散射决定.计算的界面粗糙度参数与势垒层Al组分的函数关系说明,Al组分增大所造成的应力引起AlGaN/GaN界面粗糙度增大,是界面粗糙散射限制高Al异质结2DEG迁移率的一个重要因素.     

高分辨雷达扩展目标检测算法研究

针对高分辨雷达扩展目标检测问题,本文建立了高分辨雷达回波模型,推导了在目标信息完全已知的理想条件下的最优检测器形式,给出了检测算法的性能上界.讨论了广义似然比检验在目标信息不同程度缺失情况下的检测器形式,给出了可实现检测器的检测性能上界.基于广义似然比检验,提出了一种基于散射点个数估计的双门限检测器.仿真表明该方法检测性能优于现有检测方法.     

多通道雷达天线阵列的设计理论与算法

多通道雷达天线阵列的设计,尤其是MIMO雷达阵列的设计是一个全新的研究内容,涉及MIMO雷达的目标回波空间分集实现、空间采样能力,由此影响目标参数估计、DOA和雷达成像性能.论文从目标散射模型、收发信号模型出发,提出了基于空间卷积理论的MIMO雷达天线阵设计方法与算法,着重分析和介绍了收发复用线性阵情况下的MIMO雷达阵列设计算法,给出了并证明了其等效接收阵列存在的充要条件,在此基础上,论文以目标成像的空间采样和DOA估计性能为例,给出了典型的空间采样模型,对于空间卷积不存在解析解的空间采样模型,也给出了逼近算法.     

基于语义的词语相似度算法研究

在《知网》的研究基础上提出了一种新的计算词语语义相似度的算法。在计算义原相似度时,深入研究了义原间的上下位关系和反义对义关系,考虑了义原间的共同节点数和语义距离,同时引用了《知网》最新发布的情感分析用词语集;此外,还分析了常见的弱义原和不带感情色彩的中性词,排除了它们对结果的干扰。实验结果表明,本算法使词语相似度计算结果更趋于合理,满意度更高。     

高光谱卫星海洋遥感资料辐射精度评价模型研究

对于海洋水色遥感卫星来说,辐射定标精度作为一项重要的核心指标,恰恰是目前我国自主海洋水色卫星存在的不足之处,需要对遥感器进行系统的在轨辐射测量精度评价.文中基于大气辐射传输理论开发了一套高光谱卫星海洋遥感资料辐射精度评价模型(HRSREM),可以比较精确地计算出卫星平台接收到的遥感反射率,来衡量可见光遥感数据的测量精度.通过Gordon查找表方法对HRSREM模型的大气Rayleigh散射和气溶胶散射分量的精度验证,表明模型对两种大气散射计算误差小于2%;利用海上现场ASD高光谱仪测量的天空光反射率对模型的前向散射计算结果验证,其光谱平均相对误差约5.4%;利用宽视场海洋水色扫描仪(SeaWiFS)数据对模型的大气顶遥感反射率计算精度进行验证,其相对误差小于3.5%,说明HRSREM模型对卫星遥感资料的光谱辐射测量评价具有很高的精度.利用HRSREM模型对高光谱遥感卫星Hyperion在澳大利亚附近海域测量数据进行精度估算,可见近红外波段的光谱平均相对误差约为7.3%;对中分辨率成像光谱仪(CMODIS)数据精度评价结果表明,CMODIS存在较大的测量误差,特别是近红外波段的定标系数明显偏大,需要重定标来提高定量化处理和应用水平.     

回复“对‘辐射热力学的新进展——辐射有效能 光量子等效温度光量子熵常数’一文的讨论”

本文关于“对‘辐射热力学的新进展——辐射有效能 光量子等效温度 光量子熵常数’一文的讨论”中所举例证进行了分析, 指明其例证中对相关概念的理解和使用有误. 同时进一步阐述了光量子等效温度、光谱辐射有效能和光子熵常数与宏观态温度、热能有效能和宏观态熵的异同点, 指出辐射能具有微观态的量子作用特性和宏观态的平均热能作用特性的双重性.     

玉兔2号月球车大间距导航成像的空间分辨率建模分析

玉兔2号月球车在月面巡视探测中,因斜坡凹坑众多使得行驶滑移严重.导航点的精确定位是路径规划的前提,也是月球车安全行驶的保障.玉兔2号月球车月面行进采用大间距行进模式,相邻导航点之间大多相距7 m以上,使得前后站图像的缩放尺度差异较大,如何从前后站序列成像中选出最优配对图像以实现特征匹配与定位解算的全自动是导航点定位的关键.本文在分析站点距离和成像倾角对图像重叠度、重叠区尺度变换等因素影响的基础上,提出并建立了图像像素的空间分辨率(单个像素对应月面区域的尺寸)与摄影光线长度和观测面法线方向角的关系模型,给出了不同站点距离和成像距离条件下图像重叠与缩放的定量关系,设计了站点距离、最优配对图像和匹配可行性的计算策略,从根本上确立了站点距离与成像距离对导航点定位的影响关系.结合嫦娥四号任务数据,对上述模型和分析的有效性进行验证,确立了上述方法对工程任务的指导意义.     

非高斯杂波下两种自适应距离扩展目标检测器及性能分析

研究了球不变随机向量杂波下距离扩展目标的自适应检测问题.针对NSDD-GLRT和SDD-GLRT检测器的非自适应问题,利用基于辅助数据的采样协方差矩阵代替真实归一化协方差矩阵,获得了自适应的ANSDD-GLRT和ASDD-GLRT检测器.推导了检测概率和虚警概率公式,分析了信号方向向量失配对检测性能的影响,并进行了检测器的恒虚警率特性分析.仿真实验表明,两种自适应检测器相对于相应的非自适应检测器的检测损失较小,且对方向失配信号具有更好的抑制能力.另外,ANSDD-GLRT的收敛速度要快于ASDD-GLRT,而后者对方向失配的目标信号有更好的抑制能力;两种自适应检测器在目标能量均匀分布时具有最佳检测性能,且检测性能随着目标幅度起伏的加剧而有所降低;不同距离单元间散射点的相关性在高检测概率区会引起检测损失,而在低检测概率区会带来检测增益