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。     

机动目标距离徙动校正与检测算法

在机动目标的检测中,目标的速度、加速度会产生距离徙动和多普勒徙动的现象,影响机动目标的积累与检测性能。针对上述问题,提出一种基于频率轴反转变换与广义变尺度傅里叶变换的机动目标检测快速非搜索算法。首先在距离频域-方位时域利用频率轴反转变换校正距离徙动,回波信号变为线性调频信号;接着利用Wigner-Ville分布变换核与广义变尺度傅里叶变换对目标参数进行估计;最后在距离-多普勒域完成目标能量的积累。与现有方法相比,所提方法可以快速校正距离徙动,实现非搜索的目标参数估计,计算复杂度低。仿真实验表明,该方法可有效完成机动目标的检测与参数估计。     

合成孔径雷达实时距离徙动校正算法研究

对于合成孔径雷达(synthetic aperture radar,SAR)信号处理,特别是SAR实时信号处理,徙动校正算法是非常关键的一个步骤。一方面,徙动校正处理算法的性能直接影响最终的成像质量;另一方面徙动校正处理的运算量也关系着整个处理系统的设备量、实时性。给出了目前几种常用的SAR处理算法中距离徙动校正的方法,结合计算机仿真方法,分析了在实时处理环境下各方法的误差性能与运算量,并最终得到结论:对于实时处理,多项式插值方法是较好的选择。     

车载动基座 FOAM 对准算法

目前对动基座对准问题的解决方案大都基于惯性系,但这些方案需要存储导航期间惯性系矢量信息,且对准结束时定位精度不高。提出一种新的车载动基座快速最优姿态矩阵(fast optimal attitude matrix, FOAM)对准算法,有效提高了车辆动基座定向精度,并能够保证在对准结束时有一定的定位精度以保证后续直接进入组合导航。最后,车载试验验证了车载FOAM 对准算法的有效性。     

机动目标ISAR距离瞬时多普勒成像实现方法

ＩＳＡＲ成像的目标通常为非合作机动目标,采用距离瞬时多普勒方法可以对机动飞行目标进行成像［１］。利用基于信号分量自适应短时谱估计技术,通过对每个距离单元某一时刻回波频率的估计来得到瞬时像;由于该方法采用ＦＦＴ快速计算,而且不受信号分量形式的限制,故能够快捷有效地得到瞬时像,对实验ＩＳＡＲ处理的结果表明该方法的有效性。     

基于目标不变信息量的模糊航迹对准关联算法

探讨了在组网雷达存在系统误差情况时的目标航迹对准关联问题。通过将探测系统误差对目标航迹的影响表示为各目标航迹数据的旋转和平移,从而说明了目标之间的相对拓扑关系不受系统误差影响;由此提出了一种雷达组网模糊航迹对准关联算法,该算法通过提取包括目标间拓扑信息在内的各种不受系统误差影响的目标不变信息量,采用模糊信息处理理论来解决目标航迹的对准关联问题,从而较好地实现了误差配准前的准确航迹对准关联。     

ISAR越距离单元走动校正的近似极坐标算法

在ISAR系统中,通常假设不发生越距离单元走动,并应用距离多普勒(RD)算法获得目标的ISAR像。但是当雷达具有较高的分辨率,目标的尺寸较大,或目标在成像相关时间内转过了较大的角度时,散射点的越距离单元走动难以避免。为校正越距离单元走动,提出了一种近似极坐标算法。该算法将相关时间内的雷达回波数据近似为波数域梯形区域上一系列的采样点,并插值得到波数域矩形区域上的采样点,最后通过傅里叶变换得到目标的ISAR像。在目标均匀转动的假设下,该极坐标算法通过近似,不再要求已知目标的转角信息,并且能够较好地校正散射点的越距离单元走动。最后的仿真结果证实了算法的有效性。     

空间目标ISAR成像与识别对抗研究

阐述了空间目标的雷达对抗措施,通过仿真研究了对抗条件下的空间中段目标ISAR成像与识别,分析了对抗手段对ISAR成像质量与识别性能的影响,指出对ISAR的二维压缩机理进行破坏是实施有效干扰的关键所在。仿真结果表明,通过对抗手段能有效降低ISAR的成像质量,破坏ISAR的识别性能。实验结果对于增强中段突防目标的突防能力有较重要的参考价值。     

基于二体模型的空间目标双基地ISAR回波模拟

针对空间三轴稳定目标成像问题,提出了一种基于二体模型的双基地逆合成孔径雷达(bistatic inverse synthetic aperture radar,ISAR)回波模拟方法。该方法利用二体运动模型模拟空间目标的在轨运动,考虑了目标平稳运动及三轴姿稳转动引起的散射点相对雷达视角变化,并加入目标的高速运动特性,生成了双基地逆合成孔径雷达的基带回波数据,并给出了双站雷达对目标可视区域的判定方法。最后,进行了仿真实验,仿真结果表明,二体模型与实际目标的运动轨道误差很小,同时,成像结果能够很好的反映目标的姿态变化特性。该回波模拟方法有利于空间目标的精确成像,并对成像试验的实施具有重要的指导意义。     

基于卡尔曼滤波算法展开的飞行目标轨迹预测

目标轨迹预测是保证目标航行安全、规划飞行航迹和搜寻空中目标等任务的关键技术,在军事和交通管制等方面具有重要意义。针对传统飞行目标轨迹预测方法模型较为简化且预测精度较低的问题,提出了基于卡尔曼滤波算法展开的深度神经网络模型,用于飞行目标的轨迹预测任务。该模型通过长短时记忆(long short-term memory, LSTM)网络从目标的航迹数据中学习目标的运动状态,再利用卡尔曼滤波算法对LSTM预测的目标状态估计值进行动态修正,其有效结合了卡尔曼滤波算法和深度神经网络各自的优势。在仿真数据和真实数据上的实验验证了所提模型较其他网络模型对飞行目标轨迹预测的准确性和有效性优势。     

改进的逆合成孔径雷达成像包络对齐方法

准确的包络对齐是逆合成孔径雷达成像的基础。提出了一种适合工程应用的包络对齐方法,通过对相邻分组脉冲累积互相关系数的监测,实时调整窗函数的长度,消除了包络对齐中的漂移误差和“毛刺”现象,并通过竞争选择基准脉冲的起始位置,保证了算法的稳健性。仿真和试验数据的成像结果表明包络对齐结果的精度满足成像的要求。     

用滤波方法实现ISAR成像包络对齐

为了提高逆合成孔径雷达(ISAR)成像处理速度,提出一种基于滤波方法进行包络对齐的改进算法。该算法将互相关法与重心法相结合,首先估计出相邻回波的偏移量,再用滤波方法对距离像进行插值并且同时抽取,实现包络对齐,避免了直接对目标距离像插值而引起的计算量增加,有利于实时成像处理。最后通过对实测数据成像证明该算法的快速性和有效性。     

基于轨道误差搜索的双基地ISAR包络对齐算法

针对空间目标这一应用背景提出了一种基于轨道信息的双基地逆合成孔径雷达包络对齐算法。首先推导了空间目标位置预报误差与慢时间之间的函数关系,分析表明,成像时间内轨道预报误差可用慢时间的二阶函数表示。在此基础上,利用轨道预报值和轨道误差搜索结果通过在频域补偿相位的方式完成了一维距离像包络的精确对齐。参数搜索过程中,确定了误差速度和加速度的搜索步进量,并以二维图像的对比度作为代价函数。仿真结果表明,相比于传统基于回波相关性的包络对齐算法,该算法更适用于因双基地角和极化失配等因素导致信噪比较低的双基地回波。     

基于交互式多模型算法跟踪临近空间目标

由于目前机动目标模型越来越向模块化、并行计算的方向发展,对目前算法计算效率提出了更高的要求。对于临近空间超声速机动目标一般采用多种机动模型跟踪,单一模型已经很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型（interacting multiple model, IMM）算法,这种算法特点与临近空间目标高速、高机动特性相适应。同时考虑到扩展卡尔曼滤波 (extended Kalman filter, EKF) 算法对强非线性对象滤波效果不好, 无迹卡尔曼滤波(unscented Kalman filter, UKF)算法对于此类问题,可以很好地加以解决。仿真对比试验表明,交互式多模型〖CD*2〗无迹卡尔曼滤波(interacting multiple model unscented Kalman filter, IMM UKF)算法优于单一模型EKF算法。     

空间目标成像中基于FrFT的高精度距离压缩方法

针对星载雷达空间目标成像遇到的距离向回波调制问题,通过对星载平台下空间高速平稳目标运动特性的分析,提出基于分数阶傅里叶变换(fractional Fourier transform, FrFT)和多项式拟合的高精度距离向压缩方法。该方法利用FrFT对空间目标的部分解调回波进行距离向压缩,并结合多项式拟合迭代获取随方位时间变化的径向速度,为距离向压缩提供精确的分数阶旋转角。与传统逆合成孔径雷达(inverse synthetic aperture radar,ISAR)距离向压缩方法相比,该方法能够实现高精度距离向压缩,从而提高成像质量。仿真实验验证了该方法的有效性。     

基于AGIMM的临近空间机动目标跟踪滤波算法

由于临近空间高超声速目标的机动形式复杂,单一模型很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型算法,这种算法特点与临近空间目标高速、高机动特性相适应。提出了一种自适应网格交互多模型跟踪算法用于临近空间高超声速机动目标的跟踪问题。所提方法能够处理自适应时变模型集合,随时调整当前时刻使用的模型数量,相比于固定结构交互式多模型算法极大减少了计算量,计算效率和跟踪精度更高,数值仿真结果验证了所提算法的有效性。     

雷达目标识别中的双距离像子空间法

研究分析了双距离像子空间的分类机理,并介绍了所采用的最近邻特征线判别规则。将双距离像子空间与最近邻特征线判别规则相结合的分类器应用于雷达目标距离像识别中。用3种不同类型飞机实测回波数据进行识别研究,结果表明了该方法的有效性。指出了最近邻特征线判别规则的不足之处,即最近邻特征线敏感于特征提取方法。     

基于改进空间划分的目标分群算法

针对战场目标分群中存在的类数未知和阈值选取欠缺有效方法的问题,提出一种基于改进空间划分的目标分群算法。首先,通过敌我及作战单位属性划分,约减分群目标数规模,降低计算量;其次,通过对空间距离划分进行改进,能够动态地优选阈值,有效解决类数未知的分群问题。通过引入划分独立性和逆χ²分布概率区间约束,消除计算冗余并提取出候选阈值,在此基础上选取最大的候选阈值作为最终分群阈值,可以有效滤除过程噪声与观测噪声干扰,提高分群准确率。仿真结果表明,该算法对战场环境下的多目标编队分群具有良好的有效性、稳健性和实时性。