基于参数估计的步进频ISAR成像运动补偿方法

分析了基于步进频雷达运动目标的回波信号模型,讨论了目标运动对ISAR成像的影响,针对当目标有速度或加速度时会造成高分辨距离像移位和畸变,并使二维像散焦的情况,提出了一种基于高斯包络线性调频信号自适应分解、高分辨距离像互相关法及多普勒横向像最小熵法的运动补偿算法。该算法利用高斯包络线性调频信号自适应分解得到回波多普勒调频率和目标运动的加速度,通过距离像移动对目标运动速度进行初估计,并用高分辨距离像互相关法及多普勒横向像最小熵准则提高目标速度及加速度的估计精度,然后进行运动补偿。该算法计算量小,估计精度高,仿真结果验证了它补偿效果好,能获得清晰的ISAR像。     

混沌调频雷达成像与欺骗干扰分析

研究了混沌调频信号新的数学模型,并把该模型应用于成像雷达,对点目标像进行了仿真.与常规模型相比,该模型可以描述出合成孔径雷达的距离徙动现象,更适用于真实场景.信号的调制序列由r-Way Ber-noulli映射产生,对序列均匀抽取的方法可以使信号具有理想的相关性.还针对合成孔径雷达中的干扰问题,阐述了欺骗干扰的原理,并对线性调频和混沌调频信号的反干扰能力进行了分析与仿真.结果表明,混沌调频信号可以获得比较理想的点目标像,同时具有反欺骗干扰的能力.     

基于顺轨-交轨InSAR技术的运动舰船目标三维成像

利用顺轨和交轨干涉SAR技术,研究了海面运动舰船目标三维成像问题.完整地介绍了距离徙动校正和二维图像配准方法,提出了将时频分析成像方法和干涉技术相结合的处理思路,利用时频分析方法可以获得三个天线在任意方位时间tk处的目标图像,将任意方位时刻tk处的二维复图像进行干涉处理,由干涉相位计算运动目标散射点的三维空间坐标,实现运动舰船目标三维成像.运动舰船目标的三维图像仿真处理结果,表明了该方法的有效性.     

线性调频步进式合成孔径雷达系统的信号处理

提高距离向分辨率通常要加大发射信号带宽,导致系统采样率和A/D变换速率很高,数据量剧增,影响数据的存储和及时处理。采用调频步进方法,发射一组步进频率间隔小于信号带宽的线性调频子脉冲,对其回波信号合成处理,可以提高距离向分辨率,同时避免上述问题。在分析线性调频步进脉冲提高距离向分辨率原理的基础上,分析采用该信号对SAR距离、方位向信号处理的影响,提出线性调频步进SAR系统的信号处理流程,并用点目标信号仿真结果验证了该处理流程的正确性。     

宽带LFM信号对干涉成像的影响及补偿方法

建立了基于线性调频信号脉冲压缩技术和双天线干涉技术的距离-干涉二维雷达成像模型;在论证成像理论和成像算法的过程中,突破传统仅用单频信号进行干涉成像理论推导的方法,将线性调频信号形式引入到干涉成像的公式推导中来;发现当线性调频信号不能视为窄带信号时,采用原有干涉成像法进行干涉测量时结果存在偏差;指出了这种偏差的理论来源,给出仿真结果,提出坐标参数估计自回归算法对此偏差进行补偿,得到了令人满意的补偿精度。     

高速旋转目标三维成像的新算法

针对高速旋转目标三维成像的问题，提出一种有效的GRT CLEAN方法。该方法首先进行平动补偿,将高速目标的回波信号转换为高速转台模型。然后利用基于旋转散射点各次距离像回波的变化曲线所具有的特征，采用广义Radon变换(generalized Radon transform, GRT)得到目标散射点空间位置的近似估计。最后把该目标参数估计方法与修正的CLEAN技术相结合得到每个散射点的特征估计,并进一步得到目标三维像。理论推导与仿真结果验证了该算法的有效性。     

目标高速运动对一维像的影响及其校正方法

针对目标高速运动引起回波脉冲压缩结果展宽从而严重影响一维距离像质量的问题,提出了基于多分量调幅线性调频信号参数估计的校正方法。首先建立了宽带目标的多散射中心回波模型,定量分析了目标高速运动对高分辨雷达回波的影响。然后提出了多分量调幅线性调频信号参数估计快速算法,估计出目标高速运动引起的回波变化从而加以校正。仿真结果表明,提出的方法能有效校正目标高速运动对一维距离像的影响,并且对噪声具有很好的鲁棒性。     

FMCW毫米波雷达高分辨率目标距离像及其处理

在毫米波照射下,目标回波可模型化为多个散射中心回波的合成;宽带线性调频连续波(LFMCW)工作体制可以获得目标多散射中心在雷达径向距离轴上的投影分布,即高距离分辨率目标距离像(high range resolution range profile);综合利用距离像所提供的目标多散射中心空间分布和截面积信息,可以改善信号检测和跟踪性能,并完成目标识别。     

基于频域稀疏压缩感知的雷达目标三维散射中心反演方法

基于平面阵列的微波天线结构可以获取多视角下的目标散射中心三维分布。针对平面阵列稀疏分布导致的目标成像及散射中心反演精度较差的问题, 设计了一种基于组合巴克码的稀疏孔径分布方式。在此基础上, 利用稀疏孔径回波和频域主成分分析得到参考复数信号。利用该参考复数信号对原始回波进行干涉处理, 获得回波频谱的稀疏表征方式。在频域建立基于压缩感知的目标散射中心三维分布模型并进行优化求解, 得到重构后的目标三维频谱, 并逆变换至空间域, 可实现目标散射中心幅度及三维位置重建。暗室试验数据处理结果表明, 所提方法在X波段和稀疏采样率为50%的条件下, 目标散射中心幅度及三维位置反演精度均优于90%。     

对SAR-GMTI的二维单音调制散射波干扰

针对传统散射波干扰对多通道合成孔径雷达地面动目标指示(synthetic aper ture radar ground moving target indication, SAR-GMTI)成像位置固定、无法掩护特定位置处运动目标的问题,提出了基于二维单音调制的散射波复合干扰方法。该方法将截获到的雷达信号作距离向和方位向的移频调制,对干扰的位置利用线性调频信号的时频耦合特性进行控制,将干扰信号放大后照射到散射目标。从理论上推导出了对SAR-GMTI干扰成像结果的解析表达式,并对干扰性能做了详细分析。理论分析与仿真结果表明,所提方法可有效解决传统散射波干扰无法掩护特定位置处运动目标的问题,实现在固定干扰机下对干扰成像位置的灵活控制,并可通过对散射点的布置控制干扰密集度。即使在较大侦察误差下仍能实现对SAR-GMTI的干扰,对实际工程应用具有一定参考价值。     

基于最优路径的弹道目标径向长度提取方法

针对强噪声环境中弹道目标径向长度提取困难的问题,提出了一种基于最优路径的弹道目标径向长度提取方法。首先对目标距离像进行时间积累,得到一维距离像时间序列,然后分别计算每相邻帧的距离像中各个像素之间转移的幅度代价函数和路径代价函数,根据总代价函数的大小判断各散射中心的相关性,搜索得到一条代价函数最小的路径即最优路径,确定目标头部和尾部散射中心的位置,进而得到各个时刻目标径向长度。该方法算法简单,在强噪声环境中也能保证较高的正确率。对仿真和模拟测试数据的分析处理验证了该方法的有效性。     

基于去斜的步进频合成高分辨距离像新方法

研究了一种基于子脉冲去斜的高分辨距离像合成新方法。首先,用本地参考信号对接收的步进频脉冲串信号进行去斜处理,然后把去斜之后的信号按顺序在时域上拼接起来得到宽带回波,最后按传统的处理方法得到目标的一维距离像和二维逆合成孔径雷达像。这种方法避免了传统时域拼接法的上采样、频移和相位补偿运算,减小了处理复杂度,易于工程应用。     

基于距离像幅度信息和Boosting的目标识别研究

在基于高分辨雷达距离像的目标识别中,有研究者指出散射点的位置信息具有比幅度信息更好的鉴别能力。对此,将距离像各距离单元按照幅度大小进行重排,得到只保留散射点幅度信息而去除散射点位置信息的平移不变特征,它反映了目标的反射特性,并利用Boosting算法和支持矢量机(SVM)进行了分类试验。基于实测数据的仿真结果表明,散射点的幅度同样是一种重要的识别信息。     

海上舰船目标HRRP特性仿真

系统地介绍了海上舰船目标高频仿真及雷达成像的完整解决方案。对海上舰船进行高精度三维几何建模,采用步进频率信号雷达波照射,基于物理光学(physical optics, PO)双次反弹的高频方法结合增量长度绕射系数(incremental length diffraction coefficients, ILDC)理论计算了复合目标的宽带后向散射场。在频域对回波数据作离散傅里叶逆变换,得到宽带信号的时域响应,从而得到高分辨率距离像(high resolution range profiles, HRRP)和二维聚束合成孔径雷达(synthetic aperture radar, SAR)成像。在给出的算例中,借助射线理论分析了海上舰船目标的距离像特性及其成像机理,验证了仿真结果的准确性和有效性。     

基于复值HRRP CICA特征的多方位SAR目标识别

提出了一种基于雷达目标复距离像复值独立分量分析（complex independent component analysis, CICA）的合成孔径雷达（synthetic aperture radar, SAR）目标多方位散射特征提取和识别方法。根据雷达目标散射机理,将目标高分辨率复距离像建模为多个散射中心的复相干叠加。在分析复距离像的基础上,采用CICA方法实现了距离像中每个散射中心响应的分离。针对每个散射中心响应,利用高阶矩方法提取特征矢量。分类器基于隐马尔可夫模型（hidden Markov model, HMM）设计。采用美国运动和静止目标获取与识别（moving and stationary target acquistion and recognition, MSTAR）计划公开发布的目标实测数据进行算法实验,实验结果说明了提出方法具有较好的识别率。     

基于卷积神经网络的海面目标全极化高分辨距离像识别技术

针对雷达目标全极化高分辨距离像(high resolution range profile, HRRP)提取可分性特征时, 利用全部距离单元作为度量尺度无法保留各距离单元具体特征的问题, 在综合利用4个极化通道的舰船目标HRRP信息时选择单个距离单元作为度量尺度。在此基础上, 提出基于Pauli分解, H、α、A、α₁分解和结构相似性参数的特征提取方法对目标极化散射矩阵进行特征提取, 并将提取得到的特征与基于卷积神经网络(convolutional neural network, CNN)的舰船目标HRRP识别方法结合, 利用改进残差结构CNN从极化特征中进一步提取深层可分性特征进行目标识别。实验结果表明, 所提方法能够保留目标全极化HRRP更多特征, 提高目标识别的准确率。     

基于联合时频特征和HMM的多方位SAR目标识别

研究了联合时频特征和隐马尔科夫模型(hidden Markov model, HMM)的多方位合成孔径雷达(synthetic aperture radar, SAR)目标识别方法。利用HMM模型可以有效地对多方位SAR目标特征分析及识别。在HMM多方位SAR目标识别中的关键之一是SAR目标回波高分辨率距离像(high resolution range profile, HRRP)的特征提取。提出了一种时变频因子加权Fisher鉴别的特征提取方法。利用MSTAR实测SAR目标数据集进行了特征提取和识别实验,实验结果验证了方法的有效性。     

利用目标方位信息改善雷达距离像识别性能

由于雷达的高分辨距离像对方位变化非常敏感,模板库中对每个目标都必须按较小的方位范围建立所有有关方位的模板。如果能够得知目标的大致方位角,可以缩小搜索范围,减小运算量。具体研究利用目标方位信息对识别率的影响,发现测试样本在类内匹配时,总是与附近方位的模板距离最小,而在类间匹配时,"最佳匹配"的经常是不同方位的模板,因此,利用目标方位信息基本不改变类内距离,但可以增大类间距离,从而提高识别率。仿真结果表明,利用方位信息是雷达目标识别的有效措施。     

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。