ISAR像自动识别中的预处理算法

目标逆合成孔径雷达（inverse synthetic aperture radar, ISAR）像通常表现为随视角变化的稀疏散射中心分布,这严重影响了ISAR像特征提取和目标识别的性能。以获得清晰且稳定的ISAR像为目的,研究了一种新的预处理算法:首先根据斑点噪声和横条纹干扰特点,对图像使用全局迭代阈值抑制斑点噪声,局部散射点强度削减抑制横条纹干扰,然后分别利用形态学处理和邻域平均法填充和平滑图像,最后对图像做质心、尺度和视角的归一化。仿真结果表明,该算法有效地提高了ISAR像的稳定性,有利于后续的目标特征提取与识别。     

基于MIMO-ISAR的弹道目标结构参数估计方法

传统的单站逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像为实现方位向的高分辨,往往会增大成像时间,但对于高速运动的弹道目标而言,此方法并不适用。针对这一问题,提出利用多输入多输出逆合成孔径雷达(multiple input multiple output ISAR, MIMO-ISAR)在空间上的多分布来达到时间上积累的效果。在得到多通道回波信号后,利用时频图和时间距离像对弹道目标锥顶散射点进行匹配。然后根据锥顶散射点信息对多幅ISAR像进行配准融合,得到一幅高分辨的融合ISAR像。最后利用不同雷达视线下的目标投影长度和目标几何参数之间存在的映射关系,反演出弹道目标的几何结构参数。通过仿真结果可以验证算法的有效性。     

复杂目标散射中心建模的修正

实际雷达目标的散射中心属性非常复杂,如不规则的几何结构、遮挡,均会增加散射中心精确建模的难度。现有的散射中心模型并未考虑这些实际问题,为了提高建模精度,需对现有模型进行合理修正。对散射中心模型中的频率依赖项、不规则平面的反射、局部遮挡造成的散射强度变化问题,给出了具体的修正方法。通过数值验证,证实了修正模型模拟复杂目标雷达散射截面起伏特性、雷达距离方位图像以及时频像特征的精确性。     

一种基于运动目标ISAR像序列的三维重构方法

为解决运动信息未知的雷达目标三维重构问题,提出了一种基于目标逆合成孔径雷达(ISAR)图像序列的矩阵分解三维重构法.基于ISAR成像的基本原理,将ISAR成像过程公式化,推导出SAR成像投影矩阵方程式,给出了关联后的二维图像序列中散射点坐标与原目标散射点的三维位置的几何投影关系;利用矩阵因式分解的方法,从观测矩阵中分解出三维位置矩阵,实现重构;最后,以三维平底圆锥体为模拟目标,仿真验证了该算法的可行性,结果表明用于重构的图像帧数越多、图像信噪比越高,重构性能越好.     

旋转微运动ISAR成像及干扰特性分析

旋转微运动引起多普勒正弦规律变化,进而影响目标逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像结果。利用散射点模型,对单个旋转微动进行了几何、回波建模,用距离〖CD*2〗多普勒算法推导出旋转微动点成像结果。详细分析了旋转微动ISAR图像特征和图像形状,指出不同参数下旋转微动可形成幅度受第一类贝塞尔函数调制、方位向上等间隔分布的直线段型、直线点列型、条带型以及点阵型图像,并给出了以上图像的形成条件。仿真实验和实测数据均验证了理论分析的正确性,研究结果为方位向调制形成二维ISAR干扰提供理论支撑。     

采用ISAR像估计弹道目标微动特征的方法

逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像序列可以反映弹道目标在微动周期内的姿态变换及结构特征,本文在此基础上提出一种利用ISAR像序列估计弹道目标微动特征的方法。首先基于relax算法提取较强的散射点,并采用距离多普勒方法成像,然后利用灰度匹配算法对ISAR图像进行匹配,以提高微动周期估计精度。通过分析散射点在成像平面上的投影关系从而建立散射点空间坐标与目标微动特征之间的联系,并根据散射点在ISAR图像序列上的相对位置差值与散射点空间坐标的表达式,估计目标的微动参数。最后,仿真验证该方法的可行性与有效性,仿真结果表明该方法估计精度较高。     

目标一维距离像特征提取方法研究

针对雷达目标一维距离像的姿态敏感性和平移敏感性,直接将一维距离像用于目标识别很难取得好的识别效果,用目前的普遍做法进行目标识别存在计算量和存储量大的问题,提出把一维距离像作为随姿态变化的序列及强散射中心维数、目标特征尺寸、散射中心分布熵三个特征,并以这三个特征采用外场实测数据进行目标识别实验,取得了较好的识别效果。     

多基站ISAR成像模型与运动参数估计

针对单站逆合成孔径雷达（inverse synthetic aperture radar, ISAR）成像中难以准确获得目标散射点方位向尺度和运动参数的问题,建立了平面匀加速度运动目标的多基站ISAR目标成像模型,给出了目标成像和运动参数估计算法,分析了多基站ISAR成像约束。目标散射点的坐标由距离向投影方程组求解得到,基于方位向多普勒方程组通过搜索算法最小化目标函数实现目标的固有转速和目标相对于平动补偿后各基站视向量变化的转速的分离,得到目标的位置和目标运动参数的准确估计。仿真实验验证了多基站ISAR平面成像模型和运动参数估计方法。     

基于两次异常检测的雷达HRRP杂波稳健目标识别方法

对地目标识别中,目标回波中将不可避免的含有大量杂波,严重影响识别性能。针对该问题,提出了杂波稳健识别方法,该方法首先采用基于球形假设聚类的异常检测方法,完成小簇杂波的抑制;然后利用参数非依赖局部异常因子异常检测法对剩余散射点进行异常检测,完成点杂波的抑制;最后利用杂波抑制后的高分辨距离像进行特征提取和目标识别。本文方法对目标是否运动无要求,算法涉及参数不需要人为设定。实测数据验证表明,所提方法的识别率优于传统方法,随着信杂噪比降低识别性能稳健,且运算量较小。     

逆合成孔径雷达像轮廓提取方法

为了从图像分辨率低且具有明显稀疏性的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像中提取目标的平滑轮廓,在ISAR像建模的基础上,提出了基于形态学方法提取ISAR像目标轮廓并使用小波分析平滑目标轮廓的方法。实验结果表明,该方法有效地消除了由ISAR像稀疏性导致的难以提取连通且完整的目标轮廓的问题,相比其他轮廓提取手段更适于ISAR像目标的平滑轮廓提取。该方法通过对ISAR像进行图像域分析获得了目标的连通、平滑轮廓,使后续ISAR像目标特征提取和识别更易于实现。     

一种联合极化的距离瞬时多普勒ISAR成像方法

在传统的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中,基于Clean技术的距离瞬时多普勒ISAR成像能够有效地提取散射点中心,因此得到了广泛应用。相比于传统ISAR,极化逆合成孔径雷达(polarimetric inverse synthetic aperture radar, Pol ISAR)能够提供更丰富的信息。本文研究了一种联合极化的距离瞬时多普勒ISAR成像技术,该方法能够对多个极化通道进行联合距离瞬时多普勒成像处理,更准确地提取强散射点信息,减少目标数据量,使各极化通道信息得到有效的融合,同时也能进一步减弱噪声的影响,避免大量虚假点的产生。仿真数据验证了本文方法的有效性。     

基于DCNN的弹道中段目标HRRP图像识别

针对弹道中段目标识别问题,现有的基于高分辨距离像(high resolution range profile, HRRP)的识别方法直接提取一维HRRP(1-dimension HRRP, 1D-HRRP)的整体特征,对局部特征提取能力较弱,且由1D-HRRP数据提取的特征的表达能力有限,为此提出了一种基于深度卷积神经网络(deep convolutional neural network, DCNN)的弹道中段目标HRRP图像识别方法。首先,将1D-HRRP转化为0-1二值图像,从而把数值变化特征转化为图像结构特征;然后,构建DCNN逐层提取图像的局部特征和共性特征并进行识别;最后,结合Dropout和L2正则化双重机制缓解DCNN过拟合问题,利用AdaBound算法提高DCNN训练收敛速度和识别正确率。实验结果表明,所提出的基于HRRP图像的弹道中段目标识别方法比其他12种基于1D-HRRP或二维HRRP(2-dimension HRRP, 2D-HRRP)的识别方法正确率更高,在测试数据集上达到了96.28%,实验结果验证了该方法的有效性。     

基于DCNN的弹道中段目标HRRP图像识别

针对弹道中段目标识别问题,现有的基于高分辨距离像(high resolution range profile, HRRP)的识别方法直接提取一维HRRP(1-dimension HRRP, 1D-HRRP)的整体特征,对局部特征提取能力较弱,且由1D-HRRP数据提取的特征的表达能力有限,为此提出了一种基于深度卷积神经网络(deep convolutional neural network, DCNN)的弹道中段目标HRRP图像识别方法。首先,将1D-HRRP转化为0-1二值图像,从而把数值变化特征转化为图像结构特征;然后,构建DCNN逐层提取图像的局部特征和共性特征并进行识别;最后,结合Dropout和L2正则化双重机制缓解DCNN过拟合问题,利用AdaBound算法提高DCNN训练收敛速度和识别正确率。实验结果表明,所提出的基于HRRP图像的弹道中段目标识别方法比其他12种基于1D-HRRP或二维HRRP(2-dimension HRRP, 2D-HRRP)的识别方法正确率更高,在测试数据集上达到了96.28%,实验结果验证了该方法的有效性。     

数目可调型ISAR图像欺骗干扰技术研究

将间歇采样转发处理和散射波干扰方法相结合,提出了一种针对逆合成孔径雷达(inverse synthetic aperture radar, ISAR)的虚假目标图像数目可调型欺骗干扰方法。推导并对比了雷达目标回波和散射波干扰信号在目标二维ISAR图像重构时的差异,分析了散射波干扰后虚假图像的旋转现象;结合解线频调处理,分析了间歇采样占空比、采样周期对干扰效果的影响,得到了虚假图像数目与成像场景大小、采样周期之间的约束关系,从而实现虚假目标图像数目可调。数字仿真和实测数据实验均证明了该方法的有效性。     

对SAR-GMTI的二维单音调制散射波干扰

针对传统散射波干扰对多通道合成孔径雷达地面动目标指示(synthetic aper ture radar ground moving target indication, SAR-GMTI)成像位置固定、无法掩护特定位置处运动目标的问题,提出了基于二维单音调制的散射波复合干扰方法。该方法将截获到的雷达信号作距离向和方位向的移频调制,对干扰的位置利用线性调频信号的时频耦合特性进行控制,将干扰信号放大后照射到散射目标。从理论上推导出了对SAR-GMTI干扰成像结果的解析表达式,并对干扰性能做了详细分析。理论分析与仿真结果表明,所提方法可有效解决传统散射波干扰无法掩护特定位置处运动目标的问题,实现在固定干扰机下对干扰成像位置的灵活控制,并可通过对散射点的布置控制干扰密集度。即使在较大侦察误差下仍能实现对SAR-GMTI的干扰,对实际工程应用具有一定参考价值。     

基于时变材料的合成孔径雷达图像二维调制方法

合成孔径雷达(synthetic aperture radar,SAR)能够通过高分辨图像中的尺寸、姿态、外形轮廓等关键信息对目标进行探测与识别,对关键军事目标造成了严重的威胁.如何有效控制目标的雷达特征,使其不易被SAR发现与分辨,已经成为干扰领域的关键问题.相较于有源干扰,无源干扰具有成本低、响应速度快、操作简单等...     

逆合成孔径雷达成像技术的研究

逆合成孔径雷达（ＩＳＡＲ）成像是微波成像技术中一个较新的课题。本文通过研究ＩＳＡＲ成像处理算法，提出了解决运动补偿中距离对准精度的新方法，对实际飞行所录取数据进行了成像处理。     

基于多特显点的干涉ISAR横向定标技术

针对干涉式逆合成孔径雷达(InISAR)成像时低信噪比和干涉相位缠绕带来的问题,利用ISAR图像强像素点处信噪比较强的这一特性,提出了一种新的基于多特显点的InISAR成像方法.该方法利用ISAR图像中若干特显点的解缠绕后的真实相位差,解得特显点的横距;然后根据特显点的多普勒频率和横距的关系,对整幅ISAR像进行横向定标.仿真结果表明,该方法对噪声有较强的稳健性,其能正确成像时的信噪比水平与传统方法相比有10-15 dB的降低.