空间域相关法抗X波段航海雷达同频干扰

根据X波段航海雷达图像中海杂波的空间相关特性,提出了一种用于检测与抑制同频干扰噪声的方法。首先采用恒虚警率法确定合适阈值,利用相关法检测出干扰噪声线在雷达图像上的位置,然后利用一种改进型拉普拉斯线性增强模板实现干扰线上噪声点的定位,进而采用分段插值方法对检测出的噪声点进行修复以滤除噪声。利用实测雷达数据测试所提算法性能,结果证明:与均值、中值等传统滤波算法相比,所提方法在高海况条件下既能简单快速有效地检测到同频干扰噪声,又能更好地保留原海浪信号的回波信息,满足了海浪信息反演对信号回波质量的要求;在低海况条件下,也能有效去除同频干扰噪声。     

Constrained-MUSIC算法在高频地波舰载超视距雷达中的应用

在舰载超视距雷达检测时 ,由于载舰运动所造成的一阶海波谱展宽 ,遮蔽了舰船目标 ,造成目标检测的困难 ,采用空域超分辨处理 ,将目标与展宽的一阶海波谱分开是非常可行的。Constrained -MUSIC算法的分辨性能不受相干目标的影响 ,且在舰载超视距雷达中 ,由于展宽的一阶海杂波谱相应的空间方位是可计算出的 ,Con strained-MUSIC算法可以充分利用这一已知的方位信息 ,将与一阶海浪谱同频 ,但处于不同空间方位的船目标分辨出来 ,有效地实现了高频地波舰载超视距雷达检测下的空域超分辨处理 ,对在舰载雷达情形下有效地进行目标检测提供了一个良好的距离 -速度 -方位分辨后的三维检测背景平台     

带有测量噪声的Ⅱ型T-S模糊建模

实际工业生产过程中,系统的数据带有测量噪声.Ⅱ型模糊集的二阶隶属度用来表征一阶隶属度的模糊度,这种模糊度的增加意味着处理不确定信息能力增加.因此,提出了一种基于Ⅱ型模糊集的T-S模糊建模方法来减少由噪声带来不确定信息的影响.首先采用改进的最小邻域算法对带有测量噪声的数据进行聚类,继而确定Ⅱ型模糊集的一阶隶属度,接着根据数据的聚类信息采用高斯混和模型得到二阶隶属度值,然后用正交最小二乘算法确定模糊模型的后件参数,最后通过仿真实验来验证该方法的有效性.     

基于速度合成孔径雷达的海面舰船动目标成像方法

海面舰船成像技术在军事和民用领域应用广泛。针对海面动目标成像定位模糊的缺点,提出了使用速度合成孔径雷达（velocity synthetic aperture radar,VSAR）估计动目标速度频率的方法。首先,分析了VSAR的成像机理和限制条件,建立了基于相控阵雷达对海面舰船的成像模型;然后,采用多天线图像域的速率频率估计方法纠正方位向的偏移,采用图像熵算法完成目标图像的自适应聚焦;最后,利用该方法对海面运动舰船进行仿真计算。仿真结果表明,VSAR在处理大海域海面静动目标同时存在的场景下,可以甄别出目标所属类型,判断出动目标的运动趋势和航行轨迹。相比于传统的单通道SAR雷达和沿航迹干涉雷达算法,速度频率估计算法解决了方位定位精度不足的缺点,提高了大面积海域条件下的动目标舰船的定位性能,具有良好的应用前景。     

基于Faster R-CNN的电子海图和雷达图像的数据融合

船载导航雷达和电子海图(electronic navigational chart, ENC)是船舶重要的导航仪器,雷达图像和ENC图像的融合能够给出更加丰富的航行和避碰信息。为此,提出了一种基于深度学习理论的提取雷达图像中鲁棒特征的数据融合算法,实现了ENC和雷达图像较高层次的数据融合。首先,利用深度学习算法对雷达图像进行目标检测,识别船舶雷达的特征目标。其次,对检测到的特征区域执行图像处理,并确定用于ENC和船舶雷达图像配准的参考点。最后,根据参考点进行仿射变换,实现融合算法。利用连续时间段的狭窄水域中的真实船舶雷达图像数据对融合算法进行验证,结果显示船舶雷达图像和ENC的海岸线边缘信息匹配良好且满足实时性要求。该算法与简单的像素级图像融合算法相比鲁棒性更强,实现了ENC与雷达图像的特征级融合。     

基于DEM和SAR的航海雷达地形回波仿真

由于仿真地形数据库制图工作量巨大,因此目前航海雷达仿真中物标雷达反射率模拟的工程应用受到极大限制。提出基于DEM(Digital Elevation Model)和同波段SAR(Synthetic Aperture Radar)数据反演,获取物标反射率信息,作为地表雷达反射率仿真的依据,结合雷达方程,建立航海雷达地表反射率模型;考虑雷达回波地形的高程遮挡关系,给出了航海雷达地形回波生成算法,GPU编程实现。通过与传统仿真方法和真实雷达回波图像的比较,表明该算法与真实雷达回波更接近,更能体现地表回波图像的雷达反射率细节和不同量程下的回波图像变化。     

V. Dragon 2000分布式航海仿真系统中的图形技术

介绍了V．Dragon2000分布式航海仿真系统的体系结构和采用的图形技术：视景生成技术、雷达图象生成和电子海图显示技术。从仿真系统的实时性和真实感角度出发，着重介绍了视景生成技术中基于海浪谱的不同浪级海面的仿真模型、基于粒子系统和图象合成的船舶航迹流仿真模型和基于海图等高线数据的三角优化构网算法，这些算法可实现海面和船舶航迹的实时动态仿真，并可自动实现真实港口的地貌建模，方法简单、实用。     

基于数值仿真的X波段极化SAR海杂波统计建模与特性分析

针对3~5级海况下X波段极化合成孔径雷达(synthetic aperture radar, SAR)海杂波的仿真和统计建模, 首先利用Apel海浪谱模型和Monte Carlo方法仿真不同风速下的大尺寸二维粗糙海面, 进而分别利用物理光学模型和弹跳射线法两种高频电磁散射模型考虑海面的单次散射和多次散射, 实现大尺寸海面的极化SAR海杂波仿真, 并利用X波段地球物理模式函数和岸基实测海杂波对仿真海杂波的精度和统计分布进行验证。基于仿真海杂波数据, 利用典型的乘积模型和Mellin类统计量开展海杂波统计建模和特性分析。仿真结果表明, 在2 m×2 m的高分辨率条件下, X波段同极化海杂波并不服从适用于中低分辨率海杂波的K分布, 且在不同风速风向下呈现出不同的纹理特征; X波段交叉极化海杂波表现出较弱的纹理特征, 服从Wishart分布; 随着入射角和雷达视数的增大, 海杂波的纹理特征逐渐减弱。     

基于最大模糊熵原理的多阈值图像分割新算法

基于最大模糊熵准则,提出了一种新的多阈值图像分割算法。该算法通过定义一种简单的线性模糊隶属度函数,将图像模糊划分为若干个不同的区域;同时采用自适应遗传算法搜索最大模糊熵准则下图像的一组最佳分割阈值,并对遗传算法中的编码方式及交叉算子、变异算子进行了一些有益的改进,极大地减少了计算量和存储空间,加快了算法的搜索速度。通过仿真实验证明该算法对复杂图像良好的分割效果和较强的实时处理能力。     

一种电离层慢相径扰动提取与补偿改进算法

针对采用调频连续波(FMCW)体制的天波超视距雷达的应用场合,提出了一种电离层扰动(慢相径变化)补偿改进算法。该算法利用雷达回波谱中海浪在空间上的独立性来获取统计样本,因而在无需对雷达系统作任何改动的情况下,可获得对电离层扰动瞬时频率变化的统计估计。通过相位补偿有效地抑制了电离层扰动造成的多普勒谱展宽和频率漂移。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

雷达杂波反演低空大气折射率剖面的改进算法

提出一种基于多目标函数优化的低空大气折射率剖面反演的改进算法。以表面波导的两段两参数线性模型对大气折射率剖面建模,对反演中的不同电磁波频率时的目标函数特性进行分析。结果显示目标函数存在多个局部极值,且不同的频率其目标函数特性明显不同。以C波段(6 GHz)和X波段(10 GHz)接收到的雷达海杂波为例,用NSGAⅡ算法进行多目标函数优化反演,并与基于单目标函数优化反演的遗传算法(genetic algoritm, GA)进行统计分析。结果显示,多目标优化反演算法能获得具有更高的精度和稳定性的低空大气折射率。     

基于Prewitt算子的X波段雷达有效波高反演研究

在X波段雷达有效波高获取的工程应用中,无现场仪器校准获取波高的方法一直是人们所致力研究的。基于雷达阴影调制特性无校准有效波高反演的方法是一种可进行工程应用的方法,但该方法采用差分算子获取的雷达图像阴影阈值的准确度和稳定性不高,影响有效波高的反演精度。本文针对这一问题,采用Prewitt算子对雷达图像的边缘检测算法进行了改进,该算子能更加精准地定位雷达图像阴影区与非阴影区的边缘。通过两次不同地点和不同时间获得的试验数据进行验证,结果表明Prewitt算子能够提高图像阈值选取的准确度和有效波高的反演精度,两次反演结果与浮标数据相比平均绝对误差在15%以内。     

基于深度学习的复杂背景雷达图像多目标检测#br#

针对传统雷达图像目标检测方法在海杂波及多种干扰物组成的复杂背景下目标分类识别率低、虚警率高的问题,提出将当前热点研究的深度学习方法引入到雷达图像目标检测。首先分析了目前先进的YOLOv3检测算法优点及应用到雷达图像领域的局限,并构建了海杂波环境下有干扰物的舰船目标检测数据集,数据集包含了不同背景、分辨率、目标物位置关系等条件,能够较完备地满足实际任务需要。针对该数据集包含目标稀疏、目标尺寸小的特点,首先利用K means算法计算适合该数据集的锚点坐标;其次在YOLOv3的基础上提出改进多尺度特征融合预测算法,融合了多层特征信息并加入空间金字塔池化。通过大量对比实验,在该数据集上,所提方法相比原YOLOv3检测精度提高了6.07%。     

基于雷达图像的飞鸟目标检测与信息提取

针对鸟击问题,基于一种自行研制的雷达探鸟实验系统获取了50帧含有飞鸟目标的雷达PPI图像,该系统由X波段海事雷达改造而成.经过背景差分、图像平滑、阈值分割和信息提取4个步骤,将飞鸟目标从复杂的PPI图像中分离出来,提取出包括目标质心位置、目标平均灰度、目标面积、目标形状在内的鸟情信息,实现了一种可行的飞鸟目标检测与信息提取算法.本算法为建立实用的机场雷达探鸟系统奠定了重要的理论基础.     

基于小波变换的雷达目标回波信号提取算法

随着雷达技术的快速发展,低信噪比(signal-to-noise ratio, SNR)条件下的雷达目标信号提取越来越重要。传统的脉冲压缩算法在低SNR条件下作用不明显。提出了一种新的在低SNR条件下的雷达目标回波信号提取算法。该算法在传统脉冲压缩算法的基础之上,采用小波变换对脉冲压缩后的信号进行分解,提取信号高频信息的小波系数。再用改进的小波变换模极大值算法对信号的高频信息进行去噪,然后重构信号的高频信息,最后再重构完整的雷达目标回波信号。仿真结果表明,该算法能够有效地去除噪声,提取出雷达目标的回波信号,相比于脉冲压缩算法及其他算法性能得到了很大的提升。     

基于模糊累积函数的航迹起始问题研究

为提取杂波环境下直线航迹,提出了使用模糊累积函数进行Hough变换的方法.考虑到雷达误差对累积函数的影响,该方法以模糊函数的隶属度为累积对象,在参数空间中进行峰值的累积,使累积函数的峰值更加明显.详细描述了航迹起始的算法,并采用衰减因子保证累积函数的时效性.为验证算法,设定了杂波环境下的直线航迹,对各种雷达误差取值下的参数空间累积效果进行了仿真.仿真表明,以累积峰值和峰值显著比为衡量指标,模糊累积法能提高直线航迹检测的准确性,从而减少候选航迹的数量,减轻后续航迹验证的计算量.     

基于合作目标的外辐射源雷达发射站直接定位

外辐射源雷达利用已知位置信息的第三方发射站发射的信号作为照射源,对运动目标进行探测定位。但在实际应用中,发射站精确位置信息往往难以预先获取,给外辐射源雷达在未知环境中的快速应用带来困难。为了解决该问题,将已知轨迹的无人机作为合作目标。利用实时获取的无人机位置信息,建立了发射站位置未知时的目标直接定位模型。并进一步构建了基于目标位置的代价函数,从而实现对发射站位置的精确估计。该方法不仅可以克服常用两步定位算法中存在信息损失的不足,可达到更高的定位精度,而且利用了外辐射源雷达直达波信号,较传统直接定位方法性能更优。最后,通过仿真验证了该算法的有效性。     

基于改进粒子滤波的微弱目标检测前跟踪算法

研究高速微弱目标的积累检测问题,提出了一种改进粒子滤波的检测前跟踪算法。该算法采用与雷达距离-多普勒图像相匹配的量测数据模型,能克服传统点扩散函数的模型误差。采用“新生”粒子从强度最高的分辨单元集内均匀产生,且按概率对权重最低的部分“存活”粒子用“新生”粒子将其替换的粒子更新策略,在增加粒子多样性的同时缓解了粒子的退化。仿真实验表明,本文算法的检测与跟踪性能要优于标准的粒子滤波算法。     

基于IFOA-SA-BP神经网络的雷达信号识别

为提高雷达信号的识别率,提出一种改进的果蝇优化算法(improved fruit fly optimization algorithm, IFOA)和模拟退火(simulated annealing, SA)算法相融合并用于优化反向传播(back propagation, BP)神经网络的雷达信号识别算法。首先,该算法提取雷达信号的调和平均盒维数、信息维数和差分近似熵特征作为信号识别的三维特征。然后,改进果蝇优化算法的寻优步长并添加逃脱系数以修改适应度函数,同时引入三维空间的搜索概念扩大果蝇的搜索范围,再对果蝇算法所求解的接受机制通过SA算法进行修正。最后,将融合后的算法IFOA-SA用于优化BP神经网络得到网络最优的初始权值和阈值,并用此网络进行雷达信号的分类识别。通过与BP和FOA-BP进行对比,结果表明IFOA-SA-BP能够提高雷达信号的识别率,证实了该算法的有效性。