获取俯仰信息的车载合成孔径雷达成像方法

车载合成孔径雷达(synthetic aperture radar,SAR)技术能够弥补摄像头和激光雷达在恶劣环境下感知能力的不足.针对现有一维车载SAR成像方案无法实现目标俯仰方向分辨的缺点,提出一种基于俯仰方向等效均匀阵列和行进方向合成孔径相结合的二维SAR成像方案.数据采集系统采用77 GHz商用多输入多输出雷达和线性导轨搭建.实验结果证明,该系统所得成像结果能够有效反映目标外形轮廓.在车辆非直线轨迹运动场景下,存在唯一可用后向投影算法时间复杂度过高的问题,针对上述成像方案阵元特点,提出一种基于时域和波数域结合的快速成像算法.理论推导和仿真实验表明,该算法能有效降低时间复杂度,且保持良好成像效果.     

面向像素的并行快速后向投影算法

针对后向投影算法运算量大和实时性差的问题,该文在图形处理器的并行处理架构下,结合时域快速后向投影算法,提出了面向像素的并行快速后向投影算法。该方法距离向根据分辨率要求进行划分并分配并行线程,方位向聚焦则通过多级子孔径合并与图像分裂技术来降低运算量。通过比较该文算法、全局后向投影算法和距离多普勒算法的理论计算量、成像时间和加速比可以看出,该文算法的运算速度比后向投影算法大大提高。三种算法针对实测数据成像时间与成像效果的对比验证了该文算法的有效性和工程实用价值。     

改进后向投影算法应用于地下目标探测

为了解决地下目标的探测问题,提出了一种基于电四极子辐射模型的地下目标成像算法探测思路。对后向投影算法对地下目标成像的不足进行了定性分析,在综合考虑地下目标成像的有效性及地下目标电磁波传播的时延特性的基础上,通过改进电四极子辐射模型,构建了地下目标成像的数学模型,推导了地下目标电磁波传播的时延补偿计算公式,给出了算法的实现流程。最后,利用MATLAB对所建立的地下目标成像的数学模型进行了计算仿真。仿真结果验证了改进后向投影算法用于地下目标成像的有效性及时延补偿的正确性。将成像算法应用于岩、土体中埋藏的空洞、地雷和城市地下管道的成像,并分析了地面起伏和噪声干扰对成像效果的影响。     

基于北斗GEO卫星信号的目标成像研究

利用北斗导航卫星信号进行目标成像目前还处于研究和探索阶段,文章为此针对北斗卫星B1和B3频段信号的特点设计了利用北斗地球静止轨道(Geostationary Earth Orbit,GEO)卫星进行目标成像的算法,并进行了基于点目标成像的仿真实验,实验比较了B1和B3信号的目标成像效果。仿真实验结果表明能够利用北斗B1和B3信号进行目标成像,而且B3信号的成像分辨率优于B1信号。最后通过现场实验对直达和反射信号进行了研究,验证了利用北斗GEO卫星B3信号对目标进行探测和分辨的可行性。     

超宽带SAR成像的快速BP算法

在后向投影（BP）算法的基础上,提出了一种快速后向投影（FBP）算法。以点目标和多点目标为例,将该算法应用于超宽带合成孔径雷达成像并与原始（BP）成像算法进行比较,仿真结果证明了该算法的快速性和有效性。     

超宽带合成孔径雷达在穿墙成像中的应用

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全天候、全天时的现代高分辨率微波成像雷达.分析了收发共置天线模型和多元静态雷达模型,FDTD建模模拟了室内目标探测场景,通过后向投影算法(back projection,BP)得到雷达图像,很好的验证了该雷达用于穿墙中的高分辨率成像.电磁波在...     

基于MapReduce和HBase的 海量网络数据处理

根据ERF数据的特点结合分布式框架Hadoop针对海量数据的计算优势,改进了网络数据的解析模式和数据存储模式,完成了ERF网络数据自动上传。根据XML文件解析多种类型的网络数据、HBase存储数据和HBase数据导入与数据查询的优化等一系列网络数据自动化处理工作。提出了一种新的MapReduce解析二进制数据的算法,该方案有效的解决了MapReduce读取和解析二进制数据的问题,在此基础上实现的海量网络数据处理系统,解析效率较高,数据库存储和查询数据的速度较快,系统自动化运行且稳定性强,有良好的应用前景。     

基于量子算法的逆合成孔径雷达稀疏成像方法

经典稀疏重构算法的计算复杂度较高，易导致雷达系统面对较大规模雷达回波数据时实时成像处理能力不足。针对这一问题，将量子算法应用于逆合成孔径雷达成像的稀疏信号处理中，为雷达稀疏成像带来量子计算短时间内处理大规模数据的优势。首先，根据逆合成孔径雷达稀疏成像的经典算法，分析匹配滤波、稀疏重构等经典算法的量子化方法，建立经典算法与量子算法之间的映射关系；其次，在确定相应量子算法及步骤关系的基础上，构建能够实现稀疏成像经典算法功能的量子线路，提出基于量子算法的逆合成孔径雷达稀疏成像方法；最后，根据构建的量子线路，结合雷达回波信号，制备相应的量子态，输入到量子线路中获得成像结果。仿真实验表明：相较于经典稀疏成像算法，基于量子算法的稀疏成像方法能够在保证成像质量的同时，大幅降低雷达成像处理数据的计算复杂度。     

雷达近场成像中SVM的目标识别方法

雷达近场成像中,在精确定位的基础上,为解决目标形状识别问题,提出了利用支持向量机（SVM）预测目标信息的方法.根据时域算法——后向投影（BP）算法和频域算法——频率波数域（F-K）偏移算法得到的场强值作为SVM的特征数据,并利用时域有限差分法（FDTD）进行仿真.仿真结果表明,基于BP算法的SVM识别方法具有特征数据提取时间长、SVM预测时间短、多目标时目标信息全和虚警较多等特征,基于F-K算法的SVM识别方法具有特征数据提取时间非常短、SVM预测时间非常短、多目标时目标漏检的特征;两者都能较好地识别目标的形状,且前者的识别能力高于后者,而后者更适合实时成像.     

基于子空间投影的SFGPR压缩感知成像算法

针对传统压缩感知SFGPR成像重建算法在强杂波测量环境中往往会失效的问题,提出一种基于子空间投影杂波抑制技术的SFGPR压缩感知成像重建算法.该算法首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采样数据,然后采用子空间投影杂波抑制技术滤除较强的地面回波,最后结合稀疏重建算法对地下目标图像进行压缩感知重建.实验数据处理结果验证了所提方法的有效性和准确性.     

基于Spark的合成孔径雷达压缩感知分布式成像

压缩感知(compressive sensing,CS)方法在合成孔径雷达(synthetic aperture radar,SAR)成像中应用广泛,但其存在计算时间长和计算能力扩展性不足等问题.为了解决上述问题,提出了一种基于Apache Spark的SAR压缩感知成像分布式成像方法.该方法首先将压缩后的数据沿方位角...     

频率扫描阵列的ISAR成像技术

逆合成孔径雷达（ISAR）需要发射宽带信号,在与频率扫描阵列联合应用时,由于频率扫描阵列各阵元间馈线产生的相位差不能匹配发射或者接收信号频率的变化,因此该阵列在进行ISAR成像时对信号瞬时带宽有较大的约束。针对上述问题,论文将频率分集成像技术应用在频率扫描阵列上,通过不同时刻发射不同频率单频信号合成宽带,并且频率变化适用于频率扫描阵列的波束指向调节。该方法既能形成波束指向目标,又可以克服频率扫描阵列发射宽带信号时的限制,完成ISAR二维成像。在建立该方法的基础上,还针对阵列参数与目标航迹参数等对成像的影响进行了分析。结果表明,所提的频率分集ISAR成像技术,可在频率扫描阵列上实现对运动目标的二维成像。     

基于压缩感知的合成孔径雷达二维成像算法

通过对合成孔径雷达回波信号的分析,利用压缩感知理论基于信号稀疏性或可压缩性的基本原理,提出了方位稀疏表示的一种新方法,在此基础上给出了基于压缩感知的SAR回波信号处理方法和二维成像算法,实现了压缩感知对信号的全新采集和编解码,以较少的数据量实现成像,有效地抑制旁瓣,在一定程度上提高了成像中目标的分辨率,为有效降低高分辨合成孔径雷达的数据率提供了一种有效途径。通过对仿真数据和实测数据的处理验证了所提方法的可行性和有效性。     

逆合成孔径雷达相位补偿及优化成像

对逆合成孔径雷达成像中的相位补偿和小角度成像两个关键问题进行了讨论。提出了一种可望完全避免相位补偿的新方法——幅度谱成像法,并在理论上证明了其可行性.同时提出了用凸集合投影算法得到方位向超分辨的方法,并通过微波暗室实验证实了其有效性。     

合成孔径雷达实时成像视频信号的模拟方法

建立了合成孔径雷达回波视频信号模型,提出了一种用AWG520任意波形发生器生成SAR回波视频信号的方法,并用这种方法模拟了SAR实时成像的回波视频信号.把这种视频信号通过A/D采样送入SAR实时处理机,用来考查SAR实时处理器连续动态成像的性能,如实时性图象拼接、多普勒中心估计、载机运动补偿及SAR前斜视成像性能等.     

基于孔径分割的相控阵雷达认知成像调度算法

在相控阵雷达资源调度研究领域,关于时间资源的分配已较为成熟,然而对于孔径资源的分配方面尚有待深入研究。针对相控阵雷达成像任务的调度问题,提出了一种基于孔径分割的多目标认知成像调度算法。首先对目标的回波特征进行认知,计算出目标成像所需占用的时间资源、孔径资源及综合威胁度;然后根据反馈信息,对多个成像任务进行合理调度;最后利用基于压缩感知的稀疏孔径ISAR成像方法对各个目标进行成像,实现多个任务在孔径上并行,在时间上交替执行。仿真实验表明,在保证成像质量的前提下,基于孔径分割的自适应调度算法能够提高成像任务的调度成功率与雷达系统的资源利用率。