基于关联计算的相控阵雷达前视成像技术

基于关联计算成像原理, 提出一种适用于相控阵雷达的前视成像技术, 其随机移相是由配置二维相控阵雷达来实现的.为了模拟经典量子关联成像中的随机涨落光场以实现测量的不相关性, 需要控制二维相控阵辐射出的波前呈现随机幅相波动特性, 再结合压缩感知(compressive sensing, CS)的模型框架与稀疏贝叶斯学习(sparse Bayesian learning, SBL)算法解决关联耦合问题以实现目标场景的方向维和俯仰维超分辨成像。甚至可以在不需要雷达与目标相对运动的情况下, 结合宽带信号体制实现雷达前视超分辨三维成像。仿真实验和实测数据验证了其原理的正确性和算法的有效性。     

基于超分辨ISAR成像的空中目标自动识别

利用最大熵谱估计的方法对四种飞机目标数据进行外推处理,并在此基础上进行逆合成孔径(IS-AR)成像。在获得较高分辨率ISAR图像的基础上,采用ISAR图像的三个特征:基于几何矩的不变量、形状特征、量化能量带等组成特征向量。并对该特征向量进行对数归一化,将归一化的特征向量作为径向基函数(RBF)神经网络的输入,在此基础上进行识别,达到较好的识别效果。     

基于APES的超分辨广域成像算法

多普勒波束锐化(Doppler beam sharpening, DBS)技术可以快速地对广阔地面场景进行成像,但存在成像分辨率不高的问题。简单介绍了DBS的成像原理,建立了方位向超分辨的信号模型,并在此基础上提出一种新的超分辨广域成像算法。该算法将脉压后的回波信号建模为一系列不同多普勒频率散射点的叠加,利用幅度相位估计(amplitude and phase estimation, APES)方法对脉压后的数据进行多普勒分析,进行方位向的成像。仿真结果与实测数据表明,所提算法可以获得清晰的广域超分辨图像。     

无源毫米波实时成像PNL超分辨算法

投影Landweber (projected Landweber, PL)算法具有良好的频谱外推能力,能够应用于低信噪比降晰图像,是一种适合无源毫米波成像的超分辨算法。但其缺点是收敛速度缓慢,运算量不稳定,难以满足实时性要求。针对实时性问题,提出一种投影Newton Landweber (projected Newton Landweber, PNL)超分辨算法,首先使用Newton求逆法得到粗恢复图像,然后运用PL算法对图像做精细恢复。实验结果表明,该算法显著提高了收敛速度,图像恢复质量接近PL算法的性能。     

基于全波电磁仿真的ISAR超分辨成像模拟

采用FDTD方法对ISAR转台成像模型进行全波电磁建模和仿真.仿真中采用调制高斯脉冲信号源,选取目标宽频带回波数据低、高两段频数据进行成像处理.在成像处理中,分别采用传统FFT算法和MUSIC超分辨算法.成像结果表明,实际目标的成像机理比理想点目标模型复杂很多,而且低、高不同频段的成像结果有较大差别,这一差别在理想点目标模型中是观测不到的.MUSIC算法的计算量虽然比FFT大,但其极高的成像分辨率有助于改善对实际目标的细节成像,并且有助于研究实际目标的成像机理.     

无源毫米波成像最大似然多重网格超分辨算法

针对在无源毫米波成像中,由于天线孔径大小的限制而使获得的图像分辨率低的问题,为增强图像的分辨率,提出了一种针对无源毫米波成像应用的最大似然多重网格超分辨算法。该算法以Lucy-Richardson算法为基础,通过逐步频域内插避免了频谱混叠,从而实现频谱外推和超分辨。实验结果表明,该算法改善了收敛速度,减少了计算量,有利于无源毫米波成像超分辨的实时实现。     

基于联合聚焦/超分辨贝叶斯模型的雷达目标超分辨重建

针对合成孔径雷达(synthetic aperture radar, SAR)、逆合成孔径雷达(inverse SAR, ISAR)等雷达目标图像,提出了一种基于联合聚焦/超分辨贝叶斯模型的超分辨重建方法。该方法基于联合聚焦/超分辨和点扩散函数参数模型,采用Metropolis-Hastings迭代更新算法,产生一系列描述目标散射截面和散焦参数概率分布特征的样本,从而估计出最佳目标散射截面元和散焦参数,实现低分辨率图像的超分辨重建。以合成与实测图像数据为例,对该超分辨方法进行了演示并给出了重建结果。实验表明,本文提出的方法对雷达目标图像重建效果良好,可用于SAR、ISAR及实波束成像等雷达图像目标信息的开发。     

一种基于估计理论的ISAR超分辨成像方法

针对逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中给定合成孔径长度下方位向匹配滤波脉冲压缩输出的主瓣分辨率随雷达至等效阵列距离变化这一难题,基于线性系统理论,通过目标方位向回波信号的等效建模,提出了一种基于最小均方估计理论的超分辨成像方法。不同于传统基于谱估计的超分辨成像方法,该方法利用对目标系统方位向冲击响应的估计信号进行成像,因而能够完全消除雷达至等效阵列的距离对方位向分辨率的影响。仿真实验证实了该方法的有效性。     

ESPRIT超分辨ISAR成像

提高图像分辨率一直是ＩＳＡＲ研究的重要内容,常规的ＩＳＡＲ成像算法在这方面存在着不足。将普遍运用于方向估计中的旋转不变参数估计技术（ＥｓｔｉｍａｔｉｏｎｏｆＳｉｇｎａｌＰａｒａｍｅｔｅｒｖｉａＲｏｔａｔｉｏｎａｌＩｎｖａｒｉａｎｃｅＴｅｃｈｎｉａｑｕｅｓ,ＥＳＰＲＩＴ）与ＩＳＡＲ成像的基本原理相结合,提出了ＥＳＰＲＩＴ超分辨ＩＳＡＲ成像算法。从实验结果看,这种超分辨算法显著提高了图像分辨率。     

基于压缩感知理论的稀疏遥感成像系统设计

高分辨率的应用需求使得传统的遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题。基于压缩感知理论设计的雷达和光学稀疏遥感成像系统,突破了Shannon-Nyquist定理的限制,以较少的测量数据实现了同等甚至更高质量的信号重构。首先,根据被测目标和场景的不同特性,分别设计了稀疏表示矩阵;其次,根据互相关最小化原则,选择了与稀疏表示矩阵相适应的最优感知矩阵;最后,研究了适用于二维成像大规模数据的稀疏重构算法。专业电磁散射仿真软件生成的雷达观测数据和复杂场景光学图像的数值仿真,验证了本文设计的稀疏遥感成像系统原理上的可行性。     

基于随机卷积的压缩感知雷达成像

压缩感知理论为解决传统高分辨雷达面临的大带宽信号采样、海量数据存储、传输与处理等问题提供了契机。基于随机卷积的压缩感知是一种通用有效的数据获取策略,且便于物理实现。研究了基于随机卷积的压缩感知雷达成像方法,对随机测量体系中降采样的不同实现方式进行分析和讨论。仿真和实测数据验证了成像方法的有效性,并对比分析了不同降采样方式下信噪比和样本数对成像性能的影响。     

Novel imaging methods of stepped frequency radar based on compressed sensing

The theory of compressed sensing (CS) provides a new chance to reduce the data acquisition time and improve the data usage factor of the stepped frequency radar system. In light of the sparsity of radar target reflectivity, two imaging methods based on CS, termed the CS-based 2D joint imaging algorithm and the CS-based 2D decoupled imaging algorithm, are proposed. These methods incorporate the coherent mixing operation into the sparse dictionary, and take random measurements in both range and azimuth directions to get high resolution radar images, thus can remarkably reduce the data rate and simplify the hardware design of the radar system while maintaining imaging quality. Experiments from both simulated data and measured data in the anechoic chamber show that the proposed imaging methods can get more focused images than the traditional fast Fourier transform method. Wherein the joint algorithm has stronger robustness and can provide clearer inverse synthetic aperture radar images, while the decoupled algorithm is computationally more efficient but has slightly degraded imaging quality, which can be improved by increasing measurements or using a robuster recovery algorithm nevertheless.     

基于压缩感知的条带随机噪声雷达稀疏成像方法

将压缩感知理论与条带随机噪声雷达相结合,在假设场景目标稀疏的前提下,通过构造随机噪声的不同时延矩阵为稀疏变换矩阵以及通过构造随机噪声与部分单位阵的乘积为观测矩阵,提出了一种基于压缩感知的条带随机噪声雷达稀疏成像方法。该方法能在大幅减少回波信号采样数据量的前提下,准确重建出原始场景目标高分辨像。仿真结果证明了该方法的有效性与鲁棒性。     

机动平台大斜视压缩感知SAR成像方法

为降低合成孔径雷达(synthetic aperture radar, SAR)成像系统的数据量并提高其平台适应性,提出了一种基于频域近似观测算子的机动平台大斜视压缩感知SAR成像方法。在构建近似观测算子的过程中,首先,基于等斜视角曲线构建了一种能够精确描述地面散射点成像参数空变性的斜距模型。然后,引入距离走动校正函数和高阶时域扰动因子实现了距离方位的解耦和空变距离徙动的校正,并通过构建时频域的相位滤波因子校正了方位压缩参数的空变性。最后,采用复近似信息传递(complex approximation message passing, CAMP)算法对稀疏和非稀疏场景进行快速、高精度重建。该方法通过校正成像参数的空变性,提高了近似观测算子的精度,实现了扩展场景的机动平台大斜视压缩感知SAR成像,仿真结果支撑了理论分析并验证了所提方法的有效性。     

机动平台大斜视压缩感知SAR成像方法

为降低合成孔径雷达(synthetic aperture radar, SAR)成像系统的数据量并提高其平台适应性,提出了一种基于频域近似观测算子的机动平台大斜视压缩感知SAR成像方法。在构建近似观测算子的过程中,首先,基于等斜视角曲线构建了一种能够精确描述地面散射点成像参数空变性的斜距模型。然后,引入距离走动校正函数和高阶时域扰动因子实现了距离方位的解耦和空变距离徙动的校正,并通过构建时频域的相位滤波因子校正了方位压缩参数的空变性。最后,采用复近似信息传递(complex approximation message passing, CAMP)算法对稀疏和非稀疏场景进行快速、高精度重建。该方法通过校正成像参数的空变性,提高了近似观测算子的精度,实现了扩展场景的机动平台大斜视压缩感知SAR成像,仿真结果支撑了理论分析并验证了所提方法的有效性。     

基于指数渐变馈电结构的超宽带抛物面天线设计

设计了一种超宽带抛物面天线,将其馈电部分设计为指数渐变形式的四个馈电臂。给出了该天线的设计思想和设计方法,通过电磁仿真着重研究了指数渐变率和馈电臂间夹角对天线性能的影响,并详细分析了天线的阻抗特性和辐射特性。根据所设计的参数制作天线实物并进行测试,实测天线电压驻波比小于2的频带宽度达到0.95 GHz~20 GHz,天线的增益在2 GHz~14 GHz范围内为15.5 dB~30.5 dB。仿真与测试结果表明,该天线具有超宽带和高增益的特点,非常适用于超宽带通信、超宽带雷达以及无线监测与管理等系统。