一种基于模型的雷达超分辨方法

基于多目标及其雷达回波信号的建模,本文提出了一种实现雷达超分辨的新方法。该方法的基本思想是将空间上相距很近的多个目标的分辨转化为目标冲激响应的辨识,然后利用最小二乘方法估计目标的冲激响应函数。仿真结果表明,新的超分辨方法是十分有效的,并且具有结构简单和分辨力高等特点。     

基于互相关平动补偿的外辐射源成像技术

基于已有的无源雷达成像算法均未考虑目标的平动补偿问题,利用短时间内两次回波的强相关性,通过估计两次回波相关函数的最大值来估计补偿因子,进行平动补偿,然后利用直接FFT成像方法来对运动目标进行成像。仿真实验表明提出的互相关平动补偿算法在考虑了目标实际运动情况下,可以获得良好的成像质量。     

浅地层步进变频探地雷达合成孔径算法研究

合成孔径成像是一种常用的改善方位分辨率的方法。连续波步进变频雷达平均发射功率较高而且可以实现较大的相对带宽,所以在探地应用中可以获得较高的分辨率和较深的探测深度。针对浅地层步进变频探地雷达回波信噪比很低的特点,利用时域回波图像所呈现的双曲线,提出了一种曲线适配的合成孔径成像算法。通过对实测数据处理,证明所提算法在步进变频探地雷达中比传统的合成孔径算法能得到更好的方位分辨率,而且明显增强了目标图像的信噪比。     

任意平面圆周旋转散射点雷达回波理论模型的建立与仿真研究

一个物体上的任何一个部件的机械旋转都可能调制雷达回波的相位函数,产生附加的频率调制作用,其表现为目标的多普勒频率产生了边带.基于雷达后向散射理论和散射点模型,针对雷达目标的任意圆周旋转散射点,详细推导并建立了雷达回波通用模型,对其与振动散射点的等效性进行了详细的讨论.最后通过两种方法对回波理论模型进行了有效性验证,理论分析和仿真结果表明,该模型是有效的.     

基于窄带雷达组网的高速自旋目标成像

针对单部窄带雷达无法获得高速自旋目标无失真二维像的问题,研究了基于多部窄带雷达组网的自旋目标无失真成像方法。首先在建立自旋目标窄带雷达回波模型基础上,分析了单基窄带雷达成像方法;然后分别研究了基于多幅窄带雷达图像配准的旋转对称目标和非旋转对称目标图像二维定标方法;最后,对配准后的各窄带雷达图像进行融合得到了目标的无失真二维像。仿真实验验证了本文方法的有效性,并分析了算法的鲁棒性。     

基于宽带模糊函数的步进频雷达成像特性分析

频率步进雷达回波脉冲序列时宽-带宽积很大,因此当目标沿雷达视线高速运动时,采用Woodward窄带模糊函数不能准确描述高分辨成像的特性。为此,首先分析频率步进雷达运动目标的回波模型,然后推导频率步进信号的宽带模糊函数,最后通过宽带模糊函数的几个特殊切面分析频率步进雷达高速目标成像在时延域与多普勒域的特性,并通过仿真与窄带模糊函数进行对比。     

一种改善雷达距离分辨力的信号处理方法

提高噪声环境中邻近目标的分辨力问题,一直是雷达、声纳、地震学、通讯、生物医疗和电子学等领域里的热门课题。围绕这一问题,人们提出了不少解决方法。本文针对雷达的应用环境,提出了一种改善雷达距离分辨力的信号处理方法——修正的约束最小二乘法。该法充分利用目标回波载有的信息,通过对雷达目标系统冲激响应的估计,达到分辨邻近目标的目的。该法的中心思想是将目标在空间上的分辨问题转化为时间上目标冲激响应的估计问题,然后经过后置处理算法(双门限插值处理),以获得目标个数,相对强度及相对延时的估值。     

基于目标特性增强的频带缺失雷达信号融合处理

由于战场电磁环境复杂,使得在某些频段上雷达信号受到了干扰而无法用于成像。如果仅利用单部雷达在可用频段上的回波信号进行成像,则图像的分辨率无法满足实际需求。为了综合利用多部频带缺失雷达的信号,将频带缺失的多雷达信号融合问题转化为一个信号表示问题。为了增强目标特性,将合成孔径雷达(synthetic aperture radar, SAR)图像增强技术引入到多雷达信号融合处理中,用正则化方法来增强目标的点特性和边缘特性。此融合处理方法不仅适用于多部频带缺失雷达的信号融合,而且无需极坐标插值来完成相位解耦,更能增强目标特性。仿真实验验证了本文方法有效性。     

高分辨率雷达图像压缩编码算法及实现

针对脉压雷达视频回波信号的特点,提出了一种新的雷达视频信号压缩编码算法。该算法利用相邻重复周期之间视频回波信号中的地物杂波、气象杂波、目标回波是相关的,而噪声是不相关的特点,对图像进行压缩。基于新算法,设计了雷达图像记录设备,进行了验证试验。结果表明,新算法实用性好,既实现了高分辨率雷达图像的长时间记录,又保留了目标回波的精细结构,实现了平显图像和A显图像的同时记录。     

基于无人艇的导航雷达目标检测跟踪算法

在无人艇利用导航雷达进行环境感知的过程中,针对雷达回波图中出现的区域破碎现象以及对运动目标进行跟踪时存在较大误差的问题,提出了一种应用于导航雷达的目标检测跟踪方法提高无人艇对水面目标的检测能力。首先,对雷达原始回波图像解析并进行预处理操作;其次,在图像连通的基础上,设计自适应阈值分割Hausdorff匹配算法对回波图和地图进行匹配,区分属于目标和陆地的回波;然后,对连续两帧的雷达回波图进行目标匹配;最后,通过加入预测序列模型的经验模态分解算法优化检测跟踪结果,提高获取目标信息的准确性。实验验证结果表明：对1 km内相对运动速度低于30节的水面目标,所提方法目标检测概率提升了6.5%,距离误差低于2%,航速误差低于6%,航向误差低于6°,整体性能优于工程中常用的检测跟踪方法。     

联合正交投影与盲波束形成的干扰抑制方法

针对L频段数字航空通信系统1(L-band digital aeronautical communications system 1, L-DACS1)以内嵌方式部署在航空无线电导航频段而产生的高强度测距仪脉冲信号干扰正交频分复用(orthogonal frequency division multiplexing, OFDM)接收机的问题,提出联合正交投影与盲波束形成的干扰抑制方法。接收机首先通过将接收信号矢量投影到干扰信号正交补空间的方法消除高强度测距仪脉冲干扰,然后利用OFDM信号循环前缀的对称特性,基于期望信号与参考信号矢量内积度量最大化准则得到波束形成权值,并通过波束形成方法提取OFDM直射径信号。计算机仿真表明:论文提出方法可有效克服测距仪脉冲及OFDM散射径信号的干扰,提高L频段数字航空通信系统1的链路传输的可靠性。     

基于MIMO-ISAR的弹道目标结构参数估计方法

传统的单站逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像为实现方位向的高分辨,往往会增大成像时间,但对于高速运动的弹道目标而言,此方法并不适用。针对这一问题,提出利用多输入多输出逆合成孔径雷达(multiple input multiple output ISAR, MIMO-ISAR)在空间上的多分布来达到时间上积累的效果。在得到多通道回波信号后,利用时频图和时间距离像对弹道目标锥顶散射点进行匹配。然后根据锥顶散射点信息对多幅ISAR像进行配准融合,得到一幅高分辨的融合ISAR像。最后利用不同雷达视线下的目标投影长度和目标几何参数之间存在的映射关系,反演出弹道目标的几何结构参数。通过仿真结果可以验证算法的有效性。     

基于多观测向量块稀疏的MIMO雷达非理想正交波形成像

基于稀疏恢复的多输入多输出(multiple input multiple output, MIMO)雷达波形分离方法,能够代替匹配滤波,提高MIMO雷达非理想正交波形分离效果,对目标高分辨成像。但由于目标像稀疏性较弱,多观测向量(multiple measurement vector, MMV)稀疏恢复算法的效果有限。通过调整感知矩阵发掘目标像的块稀疏性,提出了一种基于块稀疏的MMV稀疏重构算法来提高成像质量。首先采用改进的复合三角函数(improved composite trigonometric function, ICTF)作为平滑函数近似l₀范数,然后将其扩展到基于块稀疏的MMV模型,最后通过自适应调整正则化参数提升算法稳健性。通过实验验证了该算法在不同稀疏度、不同信噪比下的重构性能,仿真分析了其应用于MIMO雷达对多散射点目标模型的成像效果。仿真结果表明,所提算法能够更好地提高成像质量。     

基于多观测向量块稀疏的MIMO雷达非理想正交波形成像

基于稀疏恢复的多输入多输出(multiple input multiple output, MIMO)雷达波形分离方法,能够代替匹配滤波,提高MIMO雷达非理想正交波形分离效果,对目标高分辨成像。但由于目标像稀疏性较弱,多观测向量(multiple measurement vector, MMV)稀疏恢复算法的效果有限。通过调整感知矩阵发掘目标像的块稀疏性,提出了一种基于块稀疏的MMV稀疏重构算法来提高成像质量。首先采用改进的复合三角函数(improved composite trigonometric function, ICTF)作为平滑函数近似l₀范数,然后将其扩展到基于块稀疏的MMV模型,最后通过自适应调整正则化参数提升算法稳健性。通过实验验证了该算法在不同稀疏度、不同信噪比下的重构性能,仿真分析了其应用于MIMO雷达对多散射点目标模型的成像效果。仿真结果表明,所提算法能够更好地提高成像质量。     

基于Hankel矩阵改进TLS-ESPRIT算法的散射中心参数提取及RCS重构

基于几何绕射理论(geometrical theory of diffraction, GTD)的散射中心信号模型可以精确描述隐身目标电磁散射特性,将总体最小二乘-旋转矢量不变技术(total least squares-estimating signal parameter via rotational invariance techniques, TLS-ESPRIT)算法引入此模型中,为散射中心提取提供了超分辨率算法。针对TLS-ESPRIT算法在低信噪比条件下估计精度不高的问题,引入Hankel矩阵改进TLS-ESPRIT算法对回波数据处理的过程,改进后的算法提高了在低信噪比情况下对散射中心参数估计的精度,具有更好的噪声鲁棒性。在对目标的识别以及雷达散射截面(radar cross section, RCS)重构方面具有重要意义。     

前向雷达目标回波成分与特性分析

一般认为双基地雷达在前向散射区(双基地角为135°~180°)的RCS较其他方向更大,前向雷达的应用正是建立在此优势的基础上。然而某些实际场景下天线所接收的电磁波并非散射波,而是散射波与发射天线辐射波的复矢量叠加。由于相位和电磁场极化方向的差异,总场表现出与散射场不同的变化特性。用全波法计算了扩展目标分别在近场、远场观测条件下前向区散射场、总场随距离和方位的变化,分析和总结了总场与散射场的数值特性差异。     

反向投影成像算法的理论分析及目标特征恢复

分析了用于超宽带冲激信号 SAR系统的反向投影 (BP)成像算法 ,得出了BP算法固有的旁瓣形成解析式及旁瓣分布 ,说明了成像结果中系统频率特性对目标特征的频率有加权作用 ,并且是造成成像畸变的主要原因。提出了对回波信号逆滤波以恢复目标特征及采用匹配滤波来抑制成像旁瓣的方法。对冲激雷达实验系统的成像数据的处理结果表明 ,提出的逆滤波方法是有效的。     

基于混合粒子群算法和快速非均匀平面波算法的介质目标反演

提出了一种重构介质目标的新方法--混合粒子群算法,研究了几何形状已知的介质目标介电参数反演、均匀介质柱的外形轮廓反演及外形轮廓与介电参数均未知时的介质目标反演三类问题。利用快速非均匀平面波算法加速矩量法求解介质目标的雷达散射截面,以介质柱体的散射场的实际测量值与迭代计算值的偏差作为目标函数,通过单纯形法和伪群交叉算法混合的粒子群算法对优化变量进行优化,使目标函数达到最小值来对介质目标的介电特性进行电磁成像。仿真结果表明：混合粒子群算法简单、通用,在反演过程中不用加入正则化处理以确保数值稳定性,比简单遗传算法具有更好收敛性能、更高的成像精度和抗随机噪声干扰的能力。     

基于Faster R-CNN的电子海图和雷达图像的数据融合

船载导航雷达和电子海图(electronic navigational chart, ENC)是船舶重要的导航仪器,雷达图像和ENC图像的融合能够给出更加丰富的航行和避碰信息。为此,提出了一种基于深度学习理论的提取雷达图像中鲁棒特征的数据融合算法,实现了ENC和雷达图像较高层次的数据融合。首先,利用深度学习算法对雷达图像进行目标检测,识别船舶雷达的特征目标。其次,对检测到的特征区域执行图像处理,并确定用于ENC和船舶雷达图像配准的参考点。最后,根据参考点进行仿射变换,实现融合算法。利用连续时间段的狭窄水域中的真实船舶雷达图像数据对融合算法进行验证,结果显示船舶雷达图像和ENC的海岸线边缘信息匹配良好且满足实时性要求。该算法与简单的像素级图像融合算法相比鲁棒性更强,实现了ENC与雷达图像的特征级融合。     

基于改进MUSIC算法的散射中心参数提取及RCS重构

随着隐身技术的发展,雷达目标的边缘绕射等逐渐取代镜面散射成为主要的散射源,因此基于几何绕射理论（geometric theory of diffraction,GTD）的散射中心模型对隐身目标电磁散射特性的描述要比衰减指数和模型更为精确。显然,准确估计出GTD散射中心参数对刻画目标散射特性犹为重要。针对经典多重信号分类（multiple signal classification,MUSIC）法仅利用目标原始回波数据、参数估计精度不高这一问题,提出一种改进的MUSIC算法对散射参数估计提取。改进的MUSIC算法通过对原始回波数据取共轭,构建新的总协方差矩阵,有效利用了目标原始回波数据的共轭信息。仿真结果表明,与经典MUSIC算法相比,改进的MUSIC算法参数估计精度更高,雷达散射截面重构拟合程度更好,且运算量增加不大,可有效提取出隐身目标的散射中心。