高分辨雷达目标回波模拟器设计

研究实现了一种基于宽带数字射频存储器和数字图像合成器的高分辨雷达目标回波模拟器。该模拟器采用去斜率解调和调制处理来降低系统中频处理带宽,从而降低了系统复杂程度。设计了一种基于高性能FPGA的数字图像合成器来实现高分辨雷达目标回波的模拟功能,推导并分析了数字图像合成器的工作过程。最后,以一个128个距离单元的数字图像合成器来合成一个运动飞机目标为例,将其压缩图像与计算得到的该飞机距离像进行了比较,结果表明该模拟器可以逼真的模拟复杂目标一维距离像。     

一种基于相位对消的转角估计新方法

逆合成孔径雷达成像中,为校正散射点越多普勒单元走动和方位向定标,需要对目标转角进行估计。在详细分析雷达目标回波相位特性的基础上,提出一种基于相位对消的转角估计方法。该算法通过对消回波的相位一次项后,对回波相位二次项系数进行估计,从而根据二次项系数与转角的关系获得转角估计值。同时,考虑到回波能量在成像平面的分布特点,采用加权最小二乘法对估计结果进行拟合。与现有方法相比较,新方法在稳健性和实时性上有较大改进。仿真数据和暗室数据的成像结果证明了该方法的有效性。     

某雷达高距离分辨原理及其目标射频模拟

首先简要介绍了实现距离高分辨的方法,进而分析了脉内调频脉间跳频实现距离高分辨的原理。以实际工作波形为基础,分析了点目标及延续目标的回波表达式,得到了理想脉压系统不影响回波信号的相位信息及对回波信号多个回波进行逆傅氏变换能够得到合成高距离分辨力的结论。最后探讨了目标射频模拟器的设计与实现,并给出了一些实测数据。     

P波段ISAR信号电离层污染相位校正方法

P波段合成孔径雷达具有一定的穿透性,在军事和民用具有重要前景。利用地基P波段雷达对电离层中空间目标进行监测时,电离层会影响雷达回波信号相位。通过建模和仿真,对电离层的时空变化对雷达回波相位的影响进行了定性和定量分析,基于平移相关法提出了一种电离层参数估计方法,并利用估计的电离层参数对雷达回波相位进行校正,消除了电离层对雷达回波的污染,还原了目标图像。仿真实验及实测结果验证了该算法的有效性。     

基于相参积累的捷变频雷达系统相位误差估计与稀疏场景重构算法

针对系统相位误差导致的捷变频雷达目标回波信号相参积累性能下降问题, 构建了系统相位误差下捷变频雷达目标回波信号相参积累模型, 并基于目标的距离-速度二维稀疏性建立了最小ℓ₁范数优化模型, 提出一种基于交替方向乘子法的系统相位误差估计与目标场景稀疏重构联合处理算法, 实现了系统相位误差和目标参数的精确估计。仿真结果表明, 在信噪比为20 dB的情况下, 该方法能够精确估计系统相位误差, 其估计误差在2°以内。同时，相比于逆合成孔径雷达相位自聚焦算法, 所提算法重构性能和计算效率均得到改善, 目标重构幅度均方差提高了10 dB, 运算时间减少到1/2。     

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。     

三维场景SAR射频仿真技术研究

三维场景合成孔径雷达（SAR）射频仿真对于SAR系统调试、SAR信号处理算法的研究具有重要意义。SAR射频回波信号仿真是SAR射频仿真技术的核心。结合SAR回波模型,在SAR射频仿真总体方案的基础上,提出了三维场景SAR射频回波实时仿真方法,根据SAR雷达平台飞行航迹信息实时计算成像场景后向散射系数、雷达与目标距离、遮挡因子、天线方向图加权因子等关键参数,实现了三维场景的SAR射频回波信号实时模拟,验证了该方法的正确性。     

基于吕氏分布的机动目标参数化平动补偿方法

在逆合成孔径雷达(inverse synthetic aperture radar,IS A R)成像过程中,目标为规避雷达照射通常会进行机动,导致回波包络产生剧烈弯曲,同时加剧回波相位变化的复杂性,大大提升了平动补偿的难度.为了实现对机动目标回波进行准确稳定的平动补偿,提出一种基于吕氏分布(Lv's distribu...     

基于频谱包络自相关的ISAR转角估计方法

逆合成孔径雷达（inverse synthetic aperture radar, ISAR)成像中,为了对目标进行方位向定标和距离徙动校正,需要估计雷达与目标的相对总转角。在对Dechirp回波数据分析的基础上,提出了一种基于频谱包络相关的转角估计方法。与相位对消法相比,所提算法无需知道目标大小等先验信息,且具有更好的鲁棒性。通过对两个不同时刻信号频谱包络的相关,估计出方位向回波信号的二次项系数,并采用加权最小二乘对估计结果进行拟合,完成了对转角快速准确的估计,仿真实验证明了该方法的有效性。     

基于多普勒频谱相关的加速运动目标ISAR成像

针对具有较大加速度的机动目标使传统平稳目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像算法失效的情况,提出了一种基于多普勒频谱相关的加速目标ISAR成像算法.该方法通过多普勒频谱相关消除加速度引起的方位二次相位散焦,并根据回波的能量分布,通过门限设置自适应地抑制多线性调频分量信号处理时产生的交叉项.最后,仿真以及实测数据的成像结果证明了该算法的有效性.     

增强现实技术在文化遗产数字化保护中的应用

文化遗产数字化保护是文化遗产保护发展的一个趋势."背景环境中的古迹遗址-城镇风貌和自然景观变化下的文化遗产保护"是当前文化遗产保护的新课题.应用增强现实技术能够充分体现这一新主题.通过分析文化遗产保护的现状与存在矛盾,引入并介绍了增强现实技术概念、特点,指出它在遗产数字化保护上所具有的优越性.最后以其在国内外历史古迹现场数字化重建中的成功应用为例,进一步说明了增强现实技术在文化遗产数字化保护上具有极大作用.     

高光谱图像修复算法的自适应稀疏编码实现

针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法。首先,对加性噪声假设下的HSI观测模型进行研究。然后,通过引入基于随机近似的在线学习优化方法,提出新的从高光谱数据中直接构造字典的算法,从而获取光谱字典。之后,应用变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解。最后通过稀疏重构求得修复后的HSI。实验结果表明,相对于现有算法,在不同噪声条件下,所提算法均能够更有效地修复缺损的HSI,且与其他字典学习类修复算法相比计算耗时更短。     

基于场景语义的图像检索新方法

针对图像的场景语义检索问题,提出一种基于多示例学习(multi-instance learning, MIL)的新方法。首先,该方法将图像当作多示例包,再根据图像的颜色复杂度,设计了自适应JESG图像分割方法,对图像进行自动分割,并提取每个分割区域的颜色－纹理特征,当作包中的示例,将图像检索问题转化成多示例学习问题;然后,利用改进的推土机距离（earth mover distance, EMD）来度量不同多示例包（图像）之间的整体相似度,设计了一种新的惰性MIL算法,用于场景图像检索。基于COREL图像库的对比实验结果表明,设计的示例构造方法与MIL算法都是有效的,且检索精度优于其他同类方法。     

LFM雷达中DRFM假目标自适应对消方法

针对欺骗干扰环境中的线性调频(linear frequency modulation, LFM)雷达干扰抑制问题,提出了一种动态环境下性能较好的数字射频存储器(digital radio frequency memory, DRFM)假目标干扰抑制方法。该方法通过自适应滤波从时〖CD*2〗频解耦后的信号中估计出干扰信号并对干扰信号进行对消,从而恢复出目标回波信号。该方法无需进行干扰环境下的多分量信号参数估计,运算复杂度低。仿真结果表明,在干扰与目标信号之间的时延差大于0.2 μs的情况下,对干扰信号的脉压峰值功率抑制可达50 dB以上,而目标信号脉压峰值功率损失小于1 dB,且算法对干信比不敏感。     

一种基于UGM模型和数字水印的社保卡防伪技术

提出了一种基于UGM模型和数字水印的社保卡防伪技术.基本思想是首先用UGM模型把水印图像转化为范围为(-3,3)的数据序列,然后加到DWT变换后的封面图像的中频部分,最后通过逆小波变换和UGM模型将水印图像抽取出来,从而判断社保卡的真伪.实验结果表明,嵌入水印后的封面图像与抽取的水印图像都有很好的视觉效果,运算速度较快,具有较高的实用性.     

大型构件射线图像拼接技术

在大型构件内部状态检测数字减影过程中,图像拼接是重要的一步。本文提出的方法能够准确地确定重叠区域,并能够对两幅图像进行无缝拼接。该方法已用在射线图像的拼接,并取得了满意的效果。     

洪涝灾害损失相对评估和预测方法研究及示例

讨论了如何利用DEA方法和逆DEA方法对洪涝灾害造成的损失进行相对评估和预测。该数学方法利用GIS的数据库，借助于GIS空间拓扑叠加、空间统计功能和数字高程数据，计算不同的受灾区城在不同的淹没水深时造成的相对损失，并能对实际的或假设条件下的洪涝灾害损失进行评估和预测。     

基于遗传算法的脉冲耦合神经网络自动系统的研究

Eckhorn等人提出的脉冲耦合神经网络(PulseCoupledNeuralNetwork,以下简称为PCNN)在图像处理中得到了十分广泛的应用,但是其多个参数的设置给实际应用造成了很大的困难。尤其是在图像分割中,不同类型的图像要求不同的分割参数,不同的参数对图像分割结果影响很大。而遗传算法具有对参数自动寻优的优势,为此,将其和PCNN相结合提出了一种基于遗传算法的PCNN自动系统的实现方案,并应用于图像分割。分割试验仿真结果验证了该自动系统方案的正确性和可信性,即不仅可以实现正确的图像分割,而且参数可以自动设置省去了人工试验的麻烦,同时分割速度也有所提高。     

基于稀疏性深度学习的航拍图像超分辨重构

为降低无人机硬件设备升级成本, 研究利用深度学习技术进行航拍图像超分辨(super-resolution, SR)。针对神经网络训练参数量大的特点, 提出了一种稀疏卷积神经网络SR(SR based on sparse convolutional neural network, SRSCNN)重构方法, 对神经网络连接权值进行选择性筛选达到压缩网络结构并减少训练时间的目的。实验结果表明, 该方法在缩短网络学习时间, 图像重构效果和计算时间上具有一定优越性。同时, 设计了一种基于显著性区域的图像质量评价方式, 更适应航拍图像后续处理工作。