逆合成孔径雷达目标等效旋转中心估计

在大的目标观测视角下,为抑制散射中心的越分辨单元徙动影响,获得高质量的逆合成孔径雷达(ISAR)目标成像结果,不仅需要目标的相对转动信息,而且需要估计其等效旋转中心。该文通过等分目标回波获取2幅距离-D opp ler图像,并在图像域跟踪3个散射中心的位置变化信息,提出了一种目标转速和等效旋转中心联合估计方法。同时,分析了若干影响该方法性能的因素,为方法的正确实施提供了指导。数值仿真实验表明了等效旋转中心估计的必要性和本方法的有效性。     

基于微多普勒的锥体目标进动和结构参数估计

真假目标识别是弹道导弹防御的一大技术瓶颈,目标识别的正确与否在一定程度上决定了反导系统的成败.微动引起的雷达可观测量微多普勒特征包含了目标的运动、尺寸、形状等大量信息,因此微动特征是当前学术界公认的弹道中段目标识别的有效特征之一,对微动特征的提取为弹道导弹防御目标识别提供了新的解决手段.该文以旋转对称锥形目标为研究对象,根据散射中心理论以及攻防对抗条件,推导了目标两个等效散射中心的位置与回波模型,建立了基于滑动型散射中心的锥体目标进动模型.分析了目标的结构参数与雷达回波微多普勒参数的显式关系,推导出微多普勒随时间变化的解析表达式.结合弹道中段目标识别等应用背景,提出了基于TFDHough变换的联合参数估计的方法.该方法综合两个散射中心的微多普勒参数,联合求解二者的参数空间,对进动和结构参数进行估计.仿真结果表明目标回波的微多普勒时频曲线与解析微多普勒曲线吻合,所提联合参数估计方法可准确估计进动角、进动频率、锥体高度、锥底半径等进动和结构参数.     

复杂目标雷达图像形成机理分析

合成孔径雷达(Synthetic Aperture Radar, SAR)图像包含了复杂目标重要的电磁散射特性,图像中的散射中心可以提供目标结构和散射点位置等重要的目标几何信息。定量分析SAR图像中散射中心分布和形成机理在目标探测和识别领域具有重要的理论意义和应用价值。本文选取典型复杂目标（航母和战车）,正向构建了目标散射中心参数化模型。在此基础上,对目标SAR图像中轮廓的形成机理和图像稳定性开展了定量分析,建立了图像中散射中心与散射部件间的良好映射关系,揭示了散射中心的形成机理,进一步分析了目标上随姿态稳定的散射中心与目标局部几何结构之间的联系。此外,针对实际应用中目标几何模型非理想光滑的情形,本文研究了目标表面几何粗糙对SAR图像的影响,目标表面合适的粗糙程度可以改进仿真图像的结果,形成更加清晰的目标轮廓;但若粗糙程度过大则难以客观反映实际模型的电磁特性。本文构建的散射中心模型与实测数据进行了比对,结果吻合良好。     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

结合自适应高斯滤波的单幅图像去雾方法

传统图像去雾方法中基于景深局部相似性假设来估计场景透射率时,因无法适应景深突变而在其边缘处出现偏移,严重影响去雾效果.为此,提出了一种结合自适应高斯滤波的单幅图像去雾方法.首先,为简化参数的估计,对大气散射模型进行改进,将场景透射率的估计等效为附加大气光的估计,综合利用邻域内像素点的空间邻近度和景深边界信息构建自适应高斯滤波器,对附加大气光进行细化操作.然后,引用四叉树分割理论估计大气光强度,进而恢复场景反射光.最后,将该去雾方法与传统方法进行对比分析.实验结果表明,该方法能有效去除图像中的雾霾,消除景深突变处的Halo,保持图像整体亮度平衡,对图像细节信息的复原也取得了不错的效果,从根本上提高了图像的可视性.     

电大矩形深腔的散射中心模型研究

深腔是飞行器类目标的必要几何构成,如进气道、深腔是隐身飞行器重要的散射源之一,也是识别该类目标的重要特征之一,因此对深腔散射中心模型研究具有重要的应用意义.本文针对电大矩形深腔的散射中心建模进行了研究,利用射线追踪确定多次反射等效散射中心的位置,并以全波数值方法数据对散射中心的幅度参数进行精确估计,获得了高精度散射中心模型,该模型具有物理性,其参数与腔体的几何参数直接相关,便于模型的实际使用.验证结果表明,散射中心模型可以精确模拟电大深腔目标的雷达散射截面起伏和高分辨一维距离像特征.      

基于二维CP-GTD模型的全极化ISAR超分辨成像

针对全极化ISAR成像雷达体制,建立了能够精确描述雷达目标高频电磁极化散射机理的二维相干极化GTD(CP-GTD)模型,提出了基于二维CP-GTD模型的全极化ISAR超分辨成像方法,并在此基础上实现了全极化ISAR散射中心特征提取,从根本上解决了现有方法难以提取散射中心的相干极化信息的难题.与已有方法相比,二维CP-GTD方法的突出优点在于建立了更精确的散射模型,能够准确估计散射中心的相干散射矩阵;此外全极化信息的利用,使得它还具有超分辨成像效果更好、估计精度更高、计算效率更高等优点.通过对实验结果进行非相干性及相干性指标评估分析,验证了二维CP-GTD模型的优越性.     

基于宽窄带微多普勒融合的锥体目标三维重构

目标三维特征包含更为精细的结构和微动信息,以锥体弹头为研究对象,提出了一种基于宽、窄带混合体制雷达组网的锥体目标三维重构方法。首先建立锥体目标进动模型,详细分析了目标在不同体制雷达回波中的微多普勒调制特性,然后,使用改进的viterbi算法和最小二乘法对各散射中心的幅相信息进行提取和估计,并通过灰色关联度分析实现非理想散射中心的匹配。在此基础上,构建宽、窄带微多普勒信息融合方程组,解算出锥体目标的进动和结构参数,进而确定目标空间位置,实现三维重构。仿真结果表明,在信噪比为5dB情况下,目标的三维重构精度在91%左右。     

基于双目立体视觉的目标空间坐标计算及姿态估计

基于双目立体视觉的目标空间坐标计算及姿态估计方法、双目立体视觉系统标定和双目视觉系统校准技术,构建了三维场景中目标的空间坐标与图像中点像素坐标的对应方法.通过双目立体视觉系统采集目标图像,采用基于半全局立体匹配(SGBM)方法,实现了目标中心点三维坐标的计算,并通过背景差分的手段获得目标轮廓,获取目标在水平面的旋转角度,配合焦点所处的坐标位置标示,即可提取目标姿态信息.采用以上方法对电力仪表的姿态进行估计和验证,结果表明:设计的方法可以完成电力仪表的空间坐标计算以及姿态估计,可实现对电力仪表的准确抓取,为机器人在电力系统人工智能领域的应用提供参考.     

多天线干涉处理的窄带雷达空间旋转目标三维成像

借鉴干涉式逆合成孔径雷达中多天线干涉处理的思想,采用L型三天线成像结构,提出了一种基于多天线干涉处理的窄带雷达空间旋转目标三维成像方法。推导了窄带条件下空间旋转目标回波干涉处理的原理,分析了短时傅里叶变换对回波干涉相位信息的影响,在对各天线回波进行短时傅里叶变换的基础上,在时频平面上有效区分了各散射点对应的回波曲线,获得了不同散射点对应的干涉相位信息,实现了对空间旋转目标的干涉式三维成像。与已有方法相比,该方法仅需利用单部多天线雷达即可获得目标的真实三维信息。仿真结果验证了所提方法的有效性。     

基于干涉合成孔径雷达测高原理的雷达散射截面测试杂波抑制方法

针对近场扫描体制电磁散射测量中的杂波抑制问题,提出了一种基于干涉合成孔径雷达测高原理的高度向滤波方法.该方法首先通过在不同高度下的天线两次直线扫描,得到目标的两幅雷达二维像;从雷达图像中提取散射中心的幅相数据后,再利用两次测量得到的散射中心相位差并结合扫描天线高度信息,解算得到该散射中心的高度;根据被测目标的高度范围,设置高度向滤波器,滤除目标高度区以外的散射源杂波;滤波后可以重构得到目标的雷达散射截面,实现抑制杂波、提高测量精度的效果.仿真结果表明,使用该方法处理后目标RCS均值误差小于1 dB.从试验结果来看,使用该方法可从与目标散射量值接近的强杂波背景环境中准确提取目标散射中心.      

一种基于扩频信号的散射通信信噪比估计方法

针对散射多径衰落信道下信噪比估计误差较大的问题,提出一种基于扩频信号的信噪比估计方法,该方法在散射通信信道模型的基础上,给出散射通信信噪比估计方案并设计数据帧结构,提出基于扩频信号的信噪比估计方法并给出合路信噪比计算公式,同时提出采用特定接收信号处理算法的等效信噪比计算方法,用于准确表征散射通信中的有效信噪比.仿真结果表明该信噪比估计方法估计准确,等效信噪比计算方法正确有效,相比其他信噪比估计方法,估计范围更宽,可有效解决多径信道信噪比准确估计问题.      

基于卷积神经网络的单幅图像室内物体姿态估计

单幅图像的目标检测和物体姿态估计一直是计算机视觉领域中非常重要的研究内容.利用卷积神经网络对单幅室内场景图像进行研究分析,提出了一种基于卷积神经网络的单幅图像室内物体姿态估计算法.该算法采用直接分类预测的方法来实现物体的姿态估计.通过改进Faster-RCNN网络结构,利用室内场景数据集SUNRGB-D训练网络,实现端到端单幅室内图像目标检测和姿态估计.实验结果表明,该算法目标检测平均准确度为70%,姿态估计结果中平移估计准确度为28%,旋转角度估计准确度为30%.     

基于最小模的目标散射中心参量快速提取

针对光学区雷达目标散射中心参量的快速提取,提出用特征值分解的最小模方法、传播因子和最小模相结合的方法,提高散射中心参量的估计效率。特征值分解的最小模方法在减少计算量的同时能获得类似多重信号分类算法的性能,在信噪比较低时仍然有效;传播因子方法比特征值分解快,在信噪比较高时,它和最小模方法结合能取得更快的搜索效率。仿真实验结果表明该文算法几乎不影响参量的估计精度,且能有效地提高参量估计效率。     

一种基于方向可控金字塔结构的快速医学图像配准算法

提出了一种快速医学图像配准算法.采用方向可控滤波器,稳定地提取图像多方向特征信息,合成特征图来进行更精确的配准.为了避免全局搜索旋转中心造成的高运算量,提出选取特征图的质心作为旋转中心进行图像空间变换而后逐层配准的方法.另外,计算质心还可以提供平移参数的初始估计范围,加速算法搜索时间.仿真结果证明该算法的精确度高,运算时间大为减少,在多模态图像配准中也有很好的效果.     

一种新的弹道目标成像匹配识别算法

为了能充分利用目标的散射中心对弹道目标进行识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换,实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息,提出了一种新的匹配识别的方法实现对目标的分类识别。该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,进而与预设门限比较,判定目标类别。仿真实验及识别性能评估表明,该方法在设定情况下具有良好的目标识别能力。     

复杂涂敷目标的RCS计算

给出了一种快速计算复杂涂敷目标散射场的方法。将复杂目标电磁散射分成面元和边缘散射,运用物理光学(PO)、阻抗边界条件(IBC)、等效电流(EM C)和物理绕射理论(PTD)对复杂目标雷达散射截面(RCS)进行计算,并将计算结果与文献结果及无涂敷纯金属目标的RCS进行对比分析,结果与文献及预期估计情况吻合较好,表明该方法不仅计算简单,而且结果也较为精确。     

深度学习下的快速SAR图像目标检测

针对合成孔径雷达图像目标检测困难以及深度学习中锚框机制所引起的计算冗余和应用场景受限问题,提出了一种基于无锚框机制的中心点、尺度和旋转角度预测网络,将目标检测转化为中心点估计问题,并直接预测相应边框的宽度、高度以及旋转角度等要素,实现多场景、多类型目标定向检测.该算法利用ResNet 101的U型结构和注意力模块提取图...     

高分辨雷达角闪烁抑制方法探讨

角闪烁是雷达测量近距离目标时的主要误差。要提高角度测量和角跟踪精度,就必须对角闪烁进行抑制,距离高分辨为抑制角闪烁提供了有效途径。分析了基于距离高分辨的单脉冲测角方法;并在此基础上提出了基于目标几何中心的角度信息处理方法。与幅度加权处理方法不同,该方法利用散射点的距离信息对目标几何中心进行准确估计,从而提高角度测量精度、抑制角闪烁。经仿真实验分析表明,几何中心法可以有效提高测角精度,表现出具有更好的角闪烁抑制性能。     

基于改进型CLEAN算法三维成像的雷达散射截面积反演

基于三维成像的雷达散射截面积(radar cross section,RCS)测量可以获得目标散射系数的三维空间分布,与一维和二维RCS测量相比,它具有更好的空间分辨能力.但是,在基于成像的RCS测量中,散射中心的提取至关重要,它在很大程度上决定着RCS的反演精度.采用CLEAN算法完成对目标散射中心的提取,有效抑制了图像的三维旁瓣,并针对CLEAN算法存在估计误差的迭代累加效应,设计了一种可以更新估计的改进的相干CLEAN算法,进一步提高了RCS的反演精度.用MATLAB和FEKO测量仿真,结果表明改进型CLEAN算法能更有效地提取散射中心,且提高了RCS的反演精度.