一种新的星载SAR多普勒调频率的估计方法

估计星载合成孔径雷达（ＳＡＲ）的多普勒调频率,建立星载ＳＡＲ方位向信号相位的多项式模型,通过差分处理,使调频率的估计变换为频率的估计,采用频率估计方法估计多普勒调频率。通过估计精度和计算量的理论分析,指出该方法在保证一定估计精度的情况下,可以较大地减少计算量,最后利用ＲＡＤＡＲＳＡＴ的数据对算法进行了验证,给出了多普勒调频率的参数估计结果,并利用该参数进行了成像处理,验证了该方法的可行性和有效性,这种多普勒调频率估计方法可以应用于实时成像、快视成像和粗成像。     

基于极化干涉SAR数据的树高反演方法

为了利用极化干涉合成孔径雷达(SAR)实现精确、快速的树高反演,该文改进了基于极化干涉模型的传统线性度计算公式,提出了树高反演置信度。对置信度高的散射单元,用各极化方式下复相干点拟合得到的直线结合ESPR IT算法快速确定体散射复相干的位置,查表得到树高;对置信度低的散射单元直接用ESPR IT算法近似树高。实验结果表明,与传统方法相比,改进的线性度模型效果更好;体散射复相干估计结果符合极化干涉模型;用置信度指导树高反演,运行时间约为全部利用极化干涉模型反演的25%。     

参数侦测误差对SAR欺骗干扰的影响

分析了线性调频信号中心频率和调频率失配对脉冲压缩的影响,建立引导参数侦测误差对SAR欺骗干扰影响的分析模型,并推导了参数侦测误差与假目标图像成像位置和分辨率关系的解析表达式,由此得出引导参数侦测误差对假目标图像成像位置和分辨率影响程度的定量关系.仿真结果验证了该结论的正确性.     

双小参数问题新颖的计算方法

讨论双小参数奇摄动问题两点边值方程,提出新颖的计算方法,即将渐近解法和数值解法相结合.按渐近解法的思想将解析解分解为一个光滑部分和左右两个奇性部分,对这三部分都进行上界估计.光滑部分是二阶渐近逼近,可直接求解;对左右两个奇性部分分别构造Shishkin差分格式,新方法很好地拟合了两边边界层的性质.文后列举数值例子以说明理论分析的正确性.     

基于惯导及原始数据的多普勒参数估计

为了解决平台存在高速俯冲运动时合成孔径雷达(SAR)的杂波锁定问题,提出一种基于惯导及原始数据的改进多普勒中心估计方法.该方法通过高精度惯导提供的姿态及速度信息来估计出多普勒模糊数,并结合原始回波数据对多普勒中心频率的小数部分进行精确估计,在两者的共同作用下可以估计出高速俯冲运动下SAR的多普勒中心频率偏移.仿真结果表明,在惯导数据存在一定误差时,该方法估计得到的多普勒中心频率精度优于直接用惯导数据的估计结果,计算量优于仅依据原始回波数据的估计方法.     

基于多普勒小波变换的脱靶量参数提取方法

研究了脱靶量测量系统中靶弹的相对运动速度、脱靶量、脱靶时刻等参数的提取方法. 根据接收到的雷达目标回波信号的多普勒频率特性,提出用4参数基函数的时频信号表示法,从而引出多普勒小波变换的概念. 通过匹配追踪算法寻找与回波信号最匹配的基函数来确定脱靶量参数. 实验结果表明,该方法有效地估计出了脱靶量参数,且比其它方法更简单准确.     

一种基于神经网络的中制导改进算法

针对地球扁率影响下的大气层外导弹中段制导问题,提出了基于BP神经网络的模型预测改进算法,并且创新使用轨道偏差解析解来构造训练样本集。首先,利用极点变换方法把弹体受到的J_2项摄动引力优化分解为与运动轨迹相关的扰动函数;然后,采用偏差状态空间的转移矩阵,建立起导弹在J_2项摄动作用下的轨道偏差公式;最后,利用偏差公式构造取值广泛的训练样本集并训练BP神经网络,从而建立起关于虚拟目标信息的预测模型,计算出中段制导控制所需的增益速度矢量。该模型的优点是利用极点变换和状态转移矩阵直接求解J_2项摄动偏差,避免了进行大规模的数值积分运算;神经网络拥有强大的学习能力,保证了预测模型的全面性及精确性;BP神经网络可以预先离线训练、学习,大大缩短了计算时间。与传统Lambert迭代补偿修正方法相比,改进型BP神经网络补偿算法可以同时满足实时计算速度及计算精度的双重要求,具有较强的实际工程意义。     

应用参数识别技术提高有限元动力计算的精度

分析了复杂构件的有限元动力计算结果与实验结果间的误差和误差产生的原因。用正弦稳态激振对一个具有法兰连接件的悬臂梁进行模态参数识别。根据识别的模态参数,用迭代的矩阵摄动法和广义逆技术求出具有法兰连接件的梁单元刚度矩阵的修正矩阵。再应用有限元程序对修正后的动力模型进行计算,精度明显提高。     

SAR成像系统中多普勒中心频率fD和模糊数m的估计

介绍了合成孔径雷达成像中的多普勒效应．重点阐述了多普勒中心频率fD的3种估计方法,并通过编程予以实现．对方位模糊数m产生的原因进行了概述,分析并实现了方位模糊数m的图像估计法．最后将估计出的fD和m用于成像,均获得了较好的实验结果．     

星载SAR方位向频率与多普勒频率的差异及其对成像分辨率的影响

为研究一种典型双基地结构SAR的精细成像算法.通过精确的方位频率表达式,详细比较了多普勒频率与方位频率的区别和联系.以往在合成孔径成像处理中通常以成像单元的多普勒频率代替方位频率,对实际精细成像的方位分辨率影响不大,误差一般都在4%以内;但是,在大的斜视角、大的发射信号调频率、波长较长等参数条件下如果忽略2种频率的差异有可能引起高达10%甚至27%以上的方位分辨率误差.只有针对不同参数的SAR系统和不同的成像精度要求,才能确定是否可以用多普勒频率代替方位频率.仿真结果验证了本文方法的有效性.     

MEO星弹双基SAR多普勒特性及分辨率分析

中地球轨道SAR具有波束范围覆盖广、重访时间短等特点,将其作为发射平台,弹载SAR作为接收平台,可以大范围面、高机动性地对重点区域高精度成像。根据空间系统模型建立MEO星弹双基SAR等效模型,对收发平台斜距模型进行描述,将其等效为多项式模型,并分析了孔径时间内的斜距误差,验证模型有效性;根据平台特性重新分析多普勒特性,得到多普勒中心频率和多普勒调频率的二维空变特性;运用梯度法计算距离分辨率、方位分辨率,并分析其随成像区域的变化情况。仿真实验表明,成像区域内的分辨率受俯冲速度的影响是不均匀的,应改变斜视角或改变双基构型,使关注的目标处在受速度影响较小的区域。     

基于距离度量学习的SAR图像识别方法

针对合成孔径雷达（synthetic aperture radar,SAR）图像样本数据有限,且不同类别间的图像区分度不高导致识别困难的问题,提出一种应用于SAR图像识别的距离度量学习方法.该方法使用CNN网络得到图像的特征分布,利用LSTM网络加强图像间的关联性,基于余弦相似距离度量方法计算图像之间的匹配度,通过注意力机制后对结果进行分类.训练过程结合小样本学习的训练方式,采取预训练的策略进行实验.实验以公开的MSTAR数据集进行SAR图像识别,结果表明该方法准确率达到99.3%,比SVM方法提升2.5%.      

基于谱延拓的SAR复图像谱分裂目标Doppler解模糊

合成孔径雷达(SAR)地面目标的径向运动会导致Doppler模糊,将目标Doppler频谱分裂为不同模糊数的2部分,显著增加了目标定位、识别和分类的难度.为实现谱分裂类型目标解模糊,该文基于复图像距离-Doppler(R-D)域的目标包络斜率正比于模糊数的特性,提出一种在谱延拓R-D域作二次距离徙动校正、搜索残留徙动斜...     

基于GNSS卫星信号的多基SAR系统性能

为解决基于GNSS卫星信号的星机多基SAR系统信噪比低的问题,提出几种改善系统信噪比的方法.分析了GNSS卫星信号源的信号特性及GPS信号的雷达模糊函数,研究其作为多基SAR系统发射信号的适用性,推导了雷达方程,并分别对点、面目标的信噪比进行分析.结果表明:作为系统照射源的GNSS信号具有良好的距离、速度分辨特性.采用适当的信号处理方法,可有效改善系统信噪比,满足多基SAR成像的要求.     

嵌入式GPU滑动聚束SAR实时成像方法

针对SAR实时成像系统的传统计算平台实时性不足与功耗过高的问题,研究了一种基于嵌入式GPU的实现方法.为了充分利用嵌入式GPU中有限的内存资源,提出一种内存分割与重配置方案,采用页锁定内存和zero-copy技术,实现数传-计算并行化处理;为解决实时性问题,在算法并行计算环节,利用共享内存、寄存器等资源实现大规模数据并行.结果表明,在TX2上完成16 384×8 192点滑聚SAR成像处理时间为12.66 s,功耗为15 W.该优化方法也适用于其他模式的雷达处理算法,并可为未来嵌入式实时成像处理提供参考.     

沿航向运动误差对SAR回波特性的影响

分析了合成孔径雷达(SAR)平台沿航向运动误差对回波信号时域及频域特性的影响.建立了带有沿航向运动误差的时域回波信号模型,得到了回波时域误差的计算公式;利用级数反转原理,推导了回波频域误差的表达式,为SAR系统分析及成像算法设计提供了理论依据.理论分析和计算机仿真表明,回波频域特征对沿航向运动误差更为敏感.     

一种基于保留边缘的SAR图像相干斑滤除方法

研究一种能保持边缘的星载ＳＡＲ图像相干斑噪声滤除方法,常规滤波算法在滤除噪声的同时也带来了图像边缘模糊问题,利用多种检测图像边缘算法的有机组合,首先提取出图像边缘,然后将边缘从图像中剔除,对剩下的无边缘噪声图像用改进Ｌｅｅ滤波法进行噪声抑制,再把边缘图像加入,最后得到了能保持边缘的ＳＡＲ图像相干斑滤除图像。用实际数据进行检验,并和常规方法得到的结果比较,验证了本算法的有效性。