基于高度扫描的ISAR三维成像研究与仿真

研究了基于高度扫描的大转角逆合成孔径雷达(ISAR)三维成像,针对干涉逆合成孔径雷达技术不能将同一距离和方位单元但不同高度上的散射中心进行区分以及大转角转台转动带来的越距离单元徙动等问题,在传统大转角ISAR成像基础上,增加了高度扫描,建立了三维成像系统,提出了适用于大角度转动的ISAR三维成像算法,应用波谱理论对三维目标的高度信息进行去耦,将其转化为二维大转角ISAR成像的问题,然后利用聚焦卷积积分算法进行成像,并分析了高度扫描的ISAR系统具有高度分辨率的原因。最后通过仿真目标模型进行验证,结果表明该算法具有三维成像能力,且能够得到高质量高分辨率的目标像。     

旋转上升合成孔径雷达三维成像算法

针对复杂低空环境三维场景探测需求,建立了旋转上升合成孔径雷达成像模型,并提出了相应的成像算法。该模型通过距离向发射调频信号、方位向和高度向形成二维合成孔径,从而具有距离向-方位向-高度向三维分辨能力。相应的成像算法分为空间位置校正和“一步一悬停”模式下omega k成像算法两大部分,通过方位向和高度向偏移补偿,可将复杂的“旋转上升”模式简化为高度向“一步一悬停”模式,然后通过改进的omega k成像算法实现三维成像。最后,仿真结果验证了该算法的有效性。     

一种改进的双基地SAR数值计算传递函数成像算法

针对收发平台等速度平行飞行双基地SAR条带工作模式,提出了一种改进的双基地SAR数值计算传递函数成像算法.算法通过数值计算得到双基地二雏传递函数,通过场景坐标系向方位-斜距平面的映射校正了原算法中存在的沿距离变化的方位位置畸变,进而采用常规单基地SAR成像处理流程实现对双基地SAR回波数据的成像处理,最后通过点目标仿真验证了算法的有效性.由于距离徙动校正不需要插值计算,因此计算效率较高,适合进行高速并行成像处理.     

基于宽带二维合成孔径的三维成像算法

利用二维合成孔径并发射宽带信号,可以实现目标的距离-方位-方位三维成像,提出一种基于三维匹配滤波的高适应性三维成像算法。先选定成像焦点的位置,再根据场景参数计算出在该焦点处的回波数据,将其反转共轭充当整个目标回波的匹配函数,然后将该匹配函数与目标回波进行三维匹配滤波直接成像。该算法流程简单,适应性很强,对具有各种形状如矩形、圆形、三角形及不规则形状的二维合成孔径均适用,且在近场条件下具有比传统成像算法明显高的成像分辨率。通过详细的理论推导与典型示例证明了所提算法的有效性。     

机载合成孔径雷达成像算法研究

首先建立了机载合成孔径雷达回波信号的理论模型,阐述了SAR成像的基本原理,分析了目标与雷达之间的相对运动对成像的影响.然后对各种机载SAR成像处理算法进行了讨论和比较,包括标准的距离-多普勒(R-D)算法、改进的R-D算法、标准Chirp-Scaling(C-S)算法、扩展C-S算法和非线性C-S算法.分析表明,C-S算法以较小的运算量取得了较好的斜视情况下的性能,已取代R-D算法成为机载SAR成像的标准算法.最后指出了机载SAR成像算法今后的发展方向.     

超高分辨率机载聚束FMCW SAR成像方法研究

运动补偿问题是制约机载调频连续波合成孔径雷达(FMCW SAR)实现超高分辨率成像的瓶颈.在考虑了载机存在非理想运动的情况下,讨论了信号持续时间内载机运动的补偿问题;深入分析了超高分辨率聚束SAR成像运动误差的空变特性;进而提出了适用于超高分辨率机载FMCW SAR成像的逆投影成像算法以及包括运动补偿环节的成像处理方案,并与基于波数域算法的方案进行了比较.理论推导和仿真实验,验证了方案的可行性和正确性.     

CTZ在聚束SAR极坐标格式成像算法中的应用

在高分辨率机载聚束模式合成孔径雷达SpotlightSAR(syntheticapertureradar)的成像算法中 ,极坐标格式成像算法是目前应用最广的一种 ,但由于这种算法需要在空间频率域进行从极坐标分布到直角坐标的二维插值过程 ,因此计算量很大。对如何将CZT(ChirpZ变换 )用于该算法进行了详细研究。应用CZT的好处是在方位向的处理上可以减少很多计算量。在给出了具体的实现过程和计算量分析的同时 ,利用E SAR实际数据对所述方法进行了验证 ,其结果对具体的SAR处理机设计具有一定的参考价值。     

全极化合成孔径雷达地势高度信息检测技术

从全极化合成孔径雷达(SAR)图像数据中,可提取方位向的地势倾斜度信息,形成极化SAR三维成像.重点研究了极化合成孔径雷达三维成像算法;提出了由Stokes矢量推导的极化椭圆方向角解模糊算法;讨论了目标极化散射特性对提取地势高度信息的影响以及处理方法;并利用真实的极化SAR图像数据得到了极化三维成像结果.     

基于非均匀FFT的超宽带合成孔径雷达高效成像算法

超宽带合成孔径雷达(ultra-wideband synthetic aperture radar,UWB-SAR)成像算法中后向投影算法(back-projection algorithm,BPA)和可扩展的Omega-K算法成像精度很高,但成像处理中的复数插值操作带来了较大的运算负担。非线性调频变标算法(nonlinear chirp scaling algorithm,NCSA)不存在复数插值处理,成像效率较高,由于级数展开处理存在近似,SAR图像存在一定的距离方位耦合副瓣。提出了一种新的UWB-SAR成像算法,通过对SAR距离脉压后的距离时域数据进行非均匀傅里叶变换,去除距离方位的耦合。图像消除了距离方位耦合副瓣,具有较好的质量。随着成像点数的增多,本文算法成像效率接近NCSA成像效率。仿真结果验证了该算法的正确性。     

基于SPECAN处理的斜视SAR实时成像算法及其FPGA实现

斜视合成孔径雷达（synthetic aperture radar, SAR）成像具有广阔的应用前景。首先提出一种基于SPECAN算法的斜视SAR实时成像处理方法,具有运算量小、操作简单的特点。针对SPECAN处理带来的图像扇形畸变,提出采用Sinc插值校正方位采样间隔空变性的方法,实现图像扇形畸变的校正。在此基础上采用FPGA（field programmable gate arrays, FPGA）实时编程实现,重点阐述基于“空域滤波”思想的Sinc插值模块设计。实测数据处理结果验证了该算法的有效性及FPGA实时实现的可行性。     

毫米波实孔径三维成像研究

用WehnerDonaldR .提出的实孔径三维成像技术 ,可以利用实孔径高分辨率雷达获得目标的三维图像。但是该方法的缺陷在于 ,如果雷达的参数一定 ,即距离维分辨固定 ,则在距离上不能分辨的散射点在方位上亦不能分辨。针对这一问题 ,提出通过在距离维采用超分辨技术 ,提高距离维的分辨率解决了以上问题 ;同时使用全局最小二乘法解决了由于采用超分辨方法而带来的振幅估计问题。仿真结果表明 ,新算法可以较好地解决以上问题 ,是可行的。     

三维微波成像中基于对比源反演的扩展方法

采用基于非线性对比源反演算法的成像方法来重建放置在微波暗室内的三维电介质目标。在成像方法中采用正则化方法和频率跳变(frequency hopping, FH)方法等扩展手段。三维实测微波数据的实验设置是多频率、多收发分置的。三维实测微波数据的重建结果验证了基于对比源反演算法的扩展成像方法在三维微波成像中应用的可行性和精确性,是一种有应用前景的解决三维微波成像问题的处理方法。     

A High Speed Detection Scheme for Point Targets in a Multitarget Environment

The purpose of this paper is to develop a high speed detection scheme for moving and / or stationary point targets in a multitarget environment as registered in an IR image sequence. An iterative approximate 3-D line searching algorithm based upon the geometric representation of lines (for non-maneuvering targets in space) in a 3-D space is derived. The convergency of the algorithm is proved. An analysis is performed of the theoretical detection performance of the algorithm. The statistical experiment results show high effectiveness and computational efficiency of the algorithm in the case of low SNR. The idea may be employed to satisfy the real-time processing requirement of an IR system.     

SAR tomography imaging via higher-order spectrum analysis

To deal with the non-Gaussian noise in standard 2-D SAR images, the deramped signal in imaging plane, and the possible symmetric distribution of complex noise, the fourth-order cumulant of complex process is introduced into SAR tomography. With the estimated AR parameters of ARMA model of noise through Yule-Walker equation, the signal series of height is pre-filtered. Then, through ESPRIT, the spectrum is obtained and the aperture in height direction is synthesized. Finally, the SAR tomography imaging of scene is achieved. The results of processing on signal with non-Gaussian noise demonstrate the robustness of the proposed method. The tomography imaging of the scenes shows that the higher-order spectrum analysis is feasible in the application.     

基于单脉冲三维成像的抗交叉眼干扰方法

交叉眼干扰是针对末制导雷达实施的一种有效的角度欺骗干扰,使得导弹不能有效地跟踪并打击目标。针对这种主瓣干扰,现有末制导雷达缺乏较为有效的对抗措施。为此,本文提出一种基于单脉冲三维成像的抗交叉眼干扰方法。该方法首先对单脉冲雷达和、方位差、俯仰差3个通道信号在距离、多普勒两维上进行高分辨处理,通过测量各分辨单元的方位角和俯仰角,再结合距离信息得到目标三维像,然后利用目标的团聚效应设定合适的阈值,剔除由交叉眼干扰引起的目标尺寸之外的奇异点,从而得到干扰对抗后的测角结果,确保了导弹对目标的有效跟踪。仿真结果证明了这种抑制主瓣角度干扰措施具有一定的有效性。     

采用RELAX算法提高单脉冲三维成像横向分辨率

根据宽带比相单脉冲三雏成像雷达测量目标散射点横向位置原理,分析仿真了散射点问相互干扰对目标散射点横向位置测量的影响.应用RELAX算法直接估计去斜率后正弦信号的幅度和频率参数,提高散射点横向位置测量精度.通过分析及仿真可知,RELAX算法的引入使横向位置测量精度有了较明显改善.     

双目视觉在粒子图像测量中的研究

针对粒子测速系统中空间点立体匹配难、空间信息难以表示的问题,构建了基于双目视觉的三维粒子测速一般模型。模型中提出并采用了分层提取的逐层相关法:即先对三维空间进行二维切分,然后结合粒子图像测速(particle image velocimetry,PIV)技术与粒子追踪测速(particle tracking velocimetry,PTV)技术对不同帧的二维粒子层面进行相关处理并求出粒子运动矢量。最后平面校正实验、空间切片重构实验以及人工合成粒子图的测速试验均证明了该方法的可靠性,使用该方法可以较精确的得到可测范围内空间任意点的矢量场。     

高分辨星载SAR的方位维频率非线性变标成像算法

在高分辨情况下,星载合成孔径雷达(synthetic aperture radar, SAR)的合成孔径时间变长,加速度带来的影响则不可忽略,匀速直线模型下的传统算法将失效。利用加速度斜距模型,分析了曲线轨迹模型下聚束式SAR的空变特性,提出了一种适用于大场景高分辨成像的方位维频率非线性变标算法。首先,通过构造一个方位维多相滤波函数,增加方位维变标的自由度,使得构造的扰动函数可以消除空变的距离方位二维频域耦合项;然后,改进了常规的两步去混叠算法,使之更加适用于曲线轨迹模型;最后,利用梯度运算将方位调制项的空变系数进行分解,通过扰动函数消除空变的方位项。仿真结果验证了所提算法的有效性。     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。