基于目标极化适配的极化检测算法

极化检测是雷达目标检测的一个重要分支.在高斯杂波统计特征已知的情况下,极化白化滤波器(PWF)常被用于杂波中雷达目标的检测.假设目标的极化特性和杂波的统计特征均已知,为了利用目标的先验知识,提出了一种基于目标极化适配的检测算法,据此算法设计了极化适配检测器(PAD).PAD和PWF对低极化度高斯杂波中二面角的模拟检测结果显示,在低信杂比下,PAD算法具有较好的检测性能.     

基于Gamma分布的优化SAR目标检测

在Gamma分布条件下,研究了SAR目标检测,得到了阈值系数与恒虚警关系,提出了阈值选择理论及其简单实现方法,优化了杂波均值估计并给出了其无偏鲁棒算法,这样在目标检测中不经过噪声抑制过程但具有抗噪能力,并且参数估计没有偏差。实际SAR数据测试结果表明该方法的检测效果优于双参数恒虚警算法。     

极化SAR图像中的弱小舰船目标检测

结合最新的子空间数据分析方法--非负矩阵分解(nonnegative matrix factorization, NMF),对极化合成孔径雷达(synthetic aperture radar, SAR)图像中的弱小舰船目标提出一种全新的有效检测方法。该方法利用极化协方差矩阵分解,得到包含极化图像能量的特征值组,组成满足NMF要求的非负矩阵;然后采用稀疏限制的NMF来提取其中的主要特征,以此将舰船目标检测出来。采用国内全极化和双极化实测海洋数据进行实验,验证了本文方法的有效性。     

全极化合成孔径雷达地势高度信息检测技术

从全极化合成孔径雷达(SAR)图像数据中,可提取方位向的地势倾斜度信息,形成极化SAR三维成像.重点研究了极化合成孔径雷达三维成像算法;提出了由Stokes矢量推导的极化椭圆方向角解模糊算法;讨论了目标极化散射特性对提取地势高度信息的影响以及处理方法;并利用真实的极化SAR图像数据得到了极化三维成像结果.     

三维瞬时极化滤波器

以高频地波雷达为背景 ,提出了三维极化滤波方法 ,此方法能够滤除二维极化滤波不能抑制的干扰 ,扩大极化滤波的干扰抑制范围。为实现实时处理和自适应快速变化的干扰 ,推导了一种瞬时极化滤波算法 ,该算法可以根据单样本建立滤波极化矢量 ,按照取样率的速度自适应干扰极化状态的变化 ,为算法的实时处理提供了可能性。     

一种利用遗传算法的极化定标算法

由于极化合成孔径雷达发射与接收端受通道幅相不平衡、天线串扰、电磁波传播特性和系统噪声等因素影响,造成遥感数据不能反映真实目标特性。为获取目标的准确特征信息,必须对遥感数据定标。针对利用已知分布目标散射阵的极化定标问题,提出了一种基于复数纺码的遗传算法求解具有多变量、超定、非线性方程组的极化定标。文中详细分析了遗传算法及其三种实现,并通过仿真实验证实了该算法的有效性。     

基于极化合成孔径雷达的舰船检测方法

特征提取是极化合成孔径雷达图像处理的一个重要问题,也是海上目标检测的关键。相似性参数和极化熵可以表征目标的电磁散射特性。为了增强目标与背景的对比,提出了一种基于特征融合的新参数。这种参数可表达区域的差异性,处理后目标与背景的对比更加明显。研究了该参量在海杂波区域的分布模型,进而提出了一种新的海上船只检测方法,该方法可用于多视情况下的舰船检测。最后用机载合成孔径雷达(airborne synthetic aperture radar, AirSAR) 数据验证了该方法的有效性。     

基于超分辨极化SAR图像的舰船检测算法

极化合成孔径雷达(synthetic aperture radar, SAR)图像超分辨处理具有聚集目标能量,提高图像分辨率,抑制相干斑噪声的能力。扩展了多通道幅度和相位估计(amplitude and phase estimation, APES)谱估计算法,并以此实现了极化SAR图像的超分辨处理。运用基于K分布的单极化检测器和基于SPAN、PWF的全极化检测器对实测SAR图像进行了舰船检测。通过分析超分辨极化SAR图像杂波统计分布、弱小目标检测性能、目标区域区分精度、目标轮廓及拓扑结构提取效果等,验证了基于多通道APES谱估计的超分辨极化SAR图像的舰船检测性能。     

极化技术在雷达抗干扰接收中的应用研究

对LMS自适应滤波器在单凹口极化自适应抗干扰接收系统中的应用进行了分析研究。对常规的LMS自适应滤波器进行了改进 ,使其能更好地应用于单凹口极化自适应抗干扰接收系统。提出了一种确定极化滤波器控制参数的新算法。最后对极化自适应抗干扰接收系统的抗干扰性能进行了仿真分析。仿真结果表明 ,所述方案具有良好的抗干扰效果     

不同极化参数下非线性极化变换的描述

A.J.Poelman等人提出了以极化椭圆的几何极化参数即椭圆率和椭圆倾角表示的非线性极化变换方法,有效地减少了多凹口极化滤波器凹口的数目,使多凹口滤波器的实时处理成为可能。为了拓展其应用,推导了用电场矢量的电极化参数即幅度极化参数和相位极化参数表示的非线性极化变换的表达式,并论证了两种参数下非线性极化变换之间的关系。理论证明电参数下的非线性极化变换具有椭圆极化参数下非线性极化变换的全部特性,适用于雷达中杂波和干扰的极化抑制。还利用该方法对高频地波雷达中天波干扰的极化抑制进行了仿真,证明了算法的有效性。     

基于广义似然比的高分辨率雷达目标检测

目标的一维距离像反映了目标强散射中心在径向距离轴上的投影分布 ,它是目标特征的体现 ,根据目标的距离像提出了一种新的信号检测方案 ,即先从目标的距离像中提取散射中心 ,获得其空域分布密度 ,再进行广义似然比检测。仿真试验结果表明 ,这种检测器具有很好的检测性能     

机载合成孔径雷达成像算法研究

首先建立了机载合成孔径雷达回波信号的理论模型,阐述了SAR成像的基本原理,分析了目标与雷达之间的相对运动对成像的影响.然后对各种机载SAR成像处理算法进行了讨论和比较,包括标准的距离-多普勒(R-D)算法、改进的R-D算法、标准Chirp-Scaling(C-S)算法、扩展C-S算法和非线性C-S算法.分析表明,C-S算法以较小的运算量取得了较好的斜视情况下的性能,已取代R-D算法成为机载SAR成像的标准算法.最后指出了机载SAR成像算法今后的发展方向.     

极化毫米波雷达目标识别方法的研究

本文针对毫米波雷达距离像识别这一应用背景,提出了一种应用极化信息使距离像幅值趋于平稳,用神经学习来提取距离像角不变特征的模式识别新方法;其特点是通过极化处理减弱斑纹可增强对目标的确认,经神经学习获取的子类型特征与常规方法相比载有更多信息因而识别率高;实验结果证明了该方法的有效性.     

SAR对地面车辆目标探测仿真研究

研究了SAR对地面车辆目标探测过程的计算机仿真实现方法，建立了SAR对地面车辆目标探测仿真系统．给出了仿真系统的构成及流程，在此基础上介绍了系统各组成模块的功能及实现方法，并通过仿真实验给出SAR对地面车辆目标的探测结果及性能。特别针对目标生存能力问题，建立干扰模型对干扰条件下SAR对地面车辆目标的探测结果及性能进行分析，验证了实施干扰对提高地面车辆目标生存能力的有效性．不同战情条件下的仿真结果验证了仿真系统的有效性。     

低频UWBSAR图像中的目标检测

低频ＵＷＢＳＡＲ不同于窄带高频ＳＡＲ信号。本文针对ＶＨＦ／ＵＨＦＵＷＢＳＡＲ目标与杂波特点，建立了信号模型；在综合现有的几种检测方法基础上，提出了一种新的检测方案，即结合的变化检测和双参数ＣＦＡＲ检测。实验仿真结果表明：这种方案检测过程简单，杂波抑制性能好。     

三种混沌免疫优化组合算法性能之比较研究

利用混沌迭代的遍历性和内在随机性，提出三种混沌免疫优化组合算法，以弥补免疫进化算法收敛性能差的缺陷。这三种算法均综合了免疫进化算法和混沌优化算法各自的空间搜索优势，分别把混沌变量加载于免疫算法的总种群、遗传操作种群和记忆库种群的变量群体中，利用混沌搜索的特点对这些群体进行微小扰动并逐步调整扰动幅度。对三种算法的性能进行了实验比较，结果表明算法一具有更好的收敛性能和搜索效率。     

基于方向性粗糙度特征的SAR目标检测算法

针对扩展分形(EF)特征检测SAR目标虚警率高的不足,提出了基于方向性粗糙度特征(Directional Roughness Feature,DRF)对SAR图像目标检测的算法。该算法用指数小波在一个尺度和任意一个方向θ(0 0<θ<900)上对SAR图像滤波,对滤波后图像应用能量关系函数求各像素点的DRF进行目标检测。针对X波段和Ka波段的SAR图像,确定了用该算法检测目标的最优参数。分别用该算法和EF特征方法对不同波段SAR图像进行目标检测,结果表明该算法具有检测虚警率低和目标空间可分辨性高的优点。     

基于C均值分类的极化SAR图像白化斑点滤波方法

极化合成孔径雷达SAR图像相干斑抑制基本原理是依据各通道间的极化信息差异。提出在各极化通道上分别进行非监督C均值分类,在标号图像中对各区域的水平通道平均散射强度、交叉极化通道与同通道强度比以及同极化通道间的相关系数等参数进行估计,将估计值应用到极化白化滤波器(PWF)中,从而得到改进的PWF滤波输出。经真实极化SAR图像检验,表明该方法能够提高传统PWF滤波器在均匀区域对相干斑的抑制能力。     

非对称极化散射矩阵的目标识别方法研究

本文针对单基地测量时线性目标的极化散射矩阵为非对称这一实际情况．根据散射矩阵理论将其进行了对称性修正，在此基础之上，利用本征极化作为雷达目标极化特性的表征并进一步提取了目标的极化特征，同时对五种飞机目标进行了识别实验研究，取得了良好的目标分类或识别效果。