改进的低复杂度数字信道化器

提出了新型宽带星载数字信道化器,该数字信道化器以频域滤波和复指数调制滤波器组技术为基础,完整地实现了卫星上行宽带信号中各个业务信号分离、业务信号交换、交换后业务信号综合等星上处理过程,最后形成卫星下行宽带信号,既适用于各个业务信号带宽相同场景,又适用于各个业务信号带宽不同场景。数值实验表明,该新型信道化器具有较强的灵活性和可扩展性,同时对数据存储量和信噪比等性能有较大的提高,大大降低了计算复杂度。     

地球同步轨道SAR两维奇异值分解成像方法

针对地球同步轨道合成孔径雷达(geosynchronous synthetic aperture radar, GEO-SAR)长合成时间和大观测场景严重的二维空变将影响二维聚焦深度的问题,该文提出了一种GEO-SAR两维奇异值分解成像方法。该方法首先对距离空变信号进行奇异值分解得到距离多普勒的耦合特性,通过距离频率插值和重采样完成距离空变校正;接着,对方位空变信号进行奇异值分解将方位空变与多普勒分离,通过级联的两步奇异值分解和方位非线性变标操作完成方位空变校正,实现整个场景的聚焦。最后,仿真结果验证了该方法的有效性。     

弹道目标雷达微动特征提取与识别研究综述

弹道目标雷达微动特征提取与识别是雷达目标识别领域的重要研究方向之一。在简要阐述弹道目标识别重要研究价值的基础上，结合国内外研究现状，从点散射模型、滑动散射模型、属性散射中心模型等出发，总结了现有的弹道目标微动回波建模方法，进一步分别从单基、双基、多基等不同雷达观测视角出发，梳理了弹道目标微动特征提取与成像方法，对基于人工特征和传统分类器、及基于深度学习的弹道目标分类识别方法进行了总结，最后对弹道目标雷达微动特征提取与识别方向的技术难点和未来发展趋势进行了分析与展望。     

高分辨率滑动聚束SAR卫星姿态机动策略

提出了实现高分辨率滑动聚束星载合成孔径雷达波束指向控制的卫星姿态机动策略。该策略改进了传统中等分辨率滑动聚束模式(sliding spotlight mode, SSM)成像几何,认为高分辨率SSM天线波束指向的焦点位置随方位时刻变化,同时以多普勒中心距离空变量最小为约束条件,实现对SSM成像时长和姿态角变化的计算。该策略认为卫星通过三轴姿态机动实现波束指向控制,克服了大斜视角时单轴或双轴姿态机动出现的场景弯曲,适用于高分辨率滑动聚束成像模式的姿态设计。卫星仿真工具包(satellite tool kit,STK)仿真实验与点目标回波仿真实验验证了所提方法的有效性和精确性。     

海上舰船目标雷达成像算法

 海面舰船目标是海洋执法和军事活动中一类备受关注的目标,海面舰船目标的雷达成像是对舰船目标进行监视和侦察的重要手段之一。本文综述了海上舰船目标雷达成像中的关键步骤和技术,分析了海上舰船目标成像的关键步骤,介绍了实现这些处理步骤的原理和相应的算法,并展望了未来海面舰船目标雷达成像的发展方向。     

基于GPU的SAR回波仿真高效实现方法

针对合成孔径雷达(synthetic aperture radar,SAR)分布式场景回波仿真计算量巨大的问题,提出了一种结合改进的同心圆算法与图形处理器(graphics processing unit, GPU)技术的高效SAR回波仿真方法。首先,针对常规同心圆算法精度较低造成的图像信噪比低的问题,提出了一种改进的同心圆算法。其次,为了充分发挥GPU处理核之间的并行优势,对该算法的GPU并行处理进行了深度优化,进一步提升了仿真速度。具体方法是,根据并行度的高低设计核函数,确定了先采用“线程外推”实现部分目标回波的同心圆累加,再用“归约相加”实现所有目标回波的累加。最后,与常规GPU方法进行了实验对比,验证了所提方法的精确性和高效性。     

基于降维稀疏重构的相干信源二维DOA估计方法

直接将压缩感知(compressed sensing,CS)思想应用到相干信源二维波达方向(direction of arrival,DOA)估计中会带来高计算复杂度的问题。为了解决这一问题,提出了一种基于降维稀疏重构的二维DOA估计方法,该方法利用特殊阵列结构将二维冗余字典构建问题转化为一维冗余字典的构建,同时提出了一种基于子字典空间谱重构的配对算法,从而在极大降低算法计算复杂度的同时,提高了配对成功概率。仿真结果表明,该方法对相干信源具有接近于克拉美罗下界(Cramér Rao lower bound, CRLB)的估计性能,即使是在低信噪比、少快拍数和小角度间隔的情况下,仍有良好的估计性能。     

基于瞬变磁偶极子的正演算法

以时域有限差分方法为技术手段,研究了瞬态电磁法中磁偶极子瞬态场的初始条件实现方法,提出了一种带边界条件的瞬变磁偶极源正演算法。文中先利用数值积分和Gaver-Stehfest变换等方法,实现了频域瞬态偶极源至时域空间分布的计算,采用高阶差分方法克服二阶差分方程带来的计算不稳定性。然后结合地-空边界和地下边界条件,获得瞬态磁偶极子源的初始场分布,模拟了电波在地下的扩散过程,并给出了地表的电动势响应曲线。算例的对比结果验证了文中算法的有效性。     

基于参数化稀疏表征高速目标ISAR成像方法

针对高速运动目标逆合成孔径雷达(ISAR)成像问题,提出一种基于参数化稀疏表征的高速目标ISAR成像方法.首先,对高速运动目标回波信号特点进行分析,构造包含目标未知速度的参数化感知矩阵,建立回波信号稀疏模型.其次,采用自适应寻优算法,同时获得优化的感知矩阵及目标运动速度,基于压缩感知理论,在稀疏采样条件下重构目标ISAR像.相较于已有方法,所提方法可避免ISAR成像中复杂的运动补偿处理,并具有较低的运算复杂度和较好的鲁棒性.仿真实验验证了理论分析与所提成像方法的正确性和有效性.     

基于深度卷积神经网络的PolSAR图像变化检测方法

针对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像变化检测问题,提出了结合区域信息和深度卷积神经网络(deep convolutional neural network,DCNN)的PolSAR图像变化检测算法。在本方法中,用超像素分割算法与超像素合并算法提取图像场景的区域信息,利用区域信息和Wishart似然比得到差异图像;再运用预分类算法以得到训练DCNN的伪训练样本和待分类样本;接着用伪训练样本训练DCNN;最后用训练好的DCNN对待分类样本进行分类得到最终结果。实验结果表明,与多种PolSAR变化检测算法相比,所提算法能够获得更好的结果。