船载X频段测控雷达跟踪S频段飞行器的适应性设计

为了挖掘船载X频段测控雷达的设备潜能,解决船摇情况下X频段卫星信号的窄波束角度捕获的难题,提出了利用船载X频段测控雷达跟踪S频段接收信号进行自引导的设计方案。本文对S/X双频馈源进行测试,并在X频段下行链路分析的基础上进行S频段链路的设计,设计出满足系统G/T值的下行链路配置,通过跟踪风云气象卫星进行功能验证和跟踪精度分析,证明该设计方案技术可行,满足指标。     

一种动态可配置二维CFAR处理器的设计与实现

为实现多场景下二维恒虚警（CFAR）算法的硬件加速,提出了一种基于FPGA平台的动态可配置二维CFAR处理器实现结构.该处理器实现了单元平均（CA）、最大选择（GO）、最小选择（SO）及有序统计（OS）4种二维矩形窗检测器的流水运算.通过参数的控制,该处理器支持参考窗尺寸、保护窗尺寸及检测器类型等可配置.对于256×512点二维检测数据,该处理器各检测器的运算时间均小于3 ms,检测门限相对误差不超过0.1%.验证结果表明该处理器能较好地完成雷达二维检测数据的恒虚警检测工作.      

基于天基发射源的SISAR全息信号表示及其成像方法

针对地基双基地前向散射栅栏雷达只能探测低空飞行器且侧影轮廓像不能直接表现目标侧影等问题,提出利用天基发射源组成天基阴影逆合成孔径雷达（shadow inverse synthetic aperture radar, SISAR）,分析了天基SISAR在探测高度、探测效果及成像上的优势。在地基SISAR侧影成像原理的基础上,重新定义了坐标系统,推导了天基SISAR下目标全息信号的公式。分析其成像原理,提出在小衍射角条件下,目标顶部轮廓与目标全息信号之间实际上是经过幅度压缩后的傅里叶变换关系。仿真实验证明了目标顶部轮廓与目标全息信号关系的正确性。     

双基地MIMO雷达的DOD和DOA联合估计

将收发端各分成两子阵,建立了非均匀线阵下的双基地多输入多输出雷达数学模型。提出了ESPRIT谱搜索法和ESPRIT多项式求根法两种角度估计算法,并利用最大似然估计法实现了参数的正确配对,其优点是当不能提取出收发旋转不变因子时,应用本文算法仍能进行角度估计,放宽了ESPRIT算法对阵元配置的要求。仿真实验表明,低信噪比时,ESPRIT多项式求根法的估计精度优于ESPRIT谱搜索法;高信噪比时,两者的测向精度均接近于克拉美罗下限。同时,ESPRIT多项式求根法避免了谱峰搜索,极大地减少了计算量,在实际应用中更有利于推广。     

滑动聚束FMCW-SAR的子孔径成像算法

滑动聚束调频连续波SAR结合了滑动聚束模式和调频连续波SAR的优点,可以获得比条带模式更高的方位分辨率和比聚束模式更宽的方位测绘带区域。分析了其成像具有方位相干积累时间长和距离徙动严重的特点以及小负载平台上运动补偿对高分辨率成像的重要性。建立了其信号模型并推导了距离多普勒域频谱,据此给出了一种基于Chirp-Z变换校正距离徙动差的子孔径算法。不同于聚束模式子孔径处理,滑动聚束模式子孔径算法不仅需要子孔径间的相干叠加以实现全分辨率,而且要子孔径拼接以输出方位连续场景。仿真数据的处理结果验证了该算法的有效性和正确性。     

地形起伏地区雷达导航图几何校正方法

合成孔径雷达(synthetic aperture radar,SAR)应用于导航系统可以提高导航精度,然而地形起伏地区SAR图像固有的几何畸变使得导航误差增大。鉴于在地形起伏地区难以获得高精度的地面控制点,提出了一种适合于地形起伏地区SAR导航图的三步几何校正法。首先,利用数字高程模型（digital elevation model, DEM）在斜距平面内校正地形引起的距离位置误差。然后,在地距平面内校正斜地比例误差。最后,根据航向角将实时图由载体坐标系变换到导航坐标系。对算法进行了详细的描述,并分析了算法的复杂度和精度,最后根据实测DEM数据做了仿真实验,验证了算法的有效性和精确性。     

双站ISAR越距离单元徙动分析与校正算法

在逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中,当雷达分辨率较高而目标体积较大时,会产生越距离单元徙动现象。在双站ISAR成像系统中同样存在类似的问题。在双站ISAR成像模式下,对产生越距离单元徙动的原因进行了详细分析及讨论。并与单站ISAR成像中的越距离单元徙动进行了分析比较。在此基础上,采用Keystone变换的方法对解线频调后的时域信号进行处理,消除了目标像的越距离单元徙动,最后对散射点模型进行了仿真验证。     

基于雷达图表示的多维数据可视化分类方法

傅立叶描述子是分析和识别物体形状的重要方法之一.基于雷达图表示多维数据的原理,提出了一种利用傅立叶描述子识别雷达图形的可视化数据分类新方法.该方法采用多元统计中的雷达图表示多维数据,不同模式类别的多维数据构成不同形状的雷达图多边形.在此基础上,给出基于极半径函数的傅立叶描述子来描述和识别雷达图的边界曲线特征.运用概率神经网络,以傅立叶描述子为输入特征向量完成自动识别雷达图形.实验结果表明这种分类方法有良好的分类精度,可与传统分类器性能相比.     

一种SAR-GMTI的无源压制性干扰方法

针对合成孔径雷达地面动目标检测（synthetic aperture radar ground moving target indication, SAR GMTI）的工作原理,提出了一种基于旋转角反射器的无源压制性干扰新方法。该方法利用旋转角反射器产生的微多普勒在各个通道中形成干扰条带,在多通道抑制地杂波后,微多普勒干扰条带将造成动目标检测无法完成,使得无法对动目标正确地定位和测速。理论分析和仿真实验证实了该方法对SAR-GMTI干扰的有效性。     

基于线性卷积系数扩展特征的雷达目标识别

针对雷达目标高分辨距离像识别中的有效特征提取问题,提出了一种基于线性卷积系数扩展特征的雷达目标识别方法。该方法将高分辨距离像及其线性卷积系数扩展特征作为联合特征在核空间中进行特征选择,并采用支持向量机（support vector machine, SVM）作为分类器实现雷达目标识别。核空间中的特征选择可以解决联合特征高特征维数问题和非线性可分问题,进而提高SVM识别性能,而线性卷积系数扩展特征相比高分辨距离像具有更强的稳定性。同时,可以在一定程度上弥补因特征选择带来的高分辨距离像部分距离单元特征分量缺失。基于5种飞机目标高分辨距离像的仿真实验证明了该方法的有效性。