基于二维CP-GTD模型的全极化ISAR超分辨成像

针对全极化ISAR成像雷达体制,建立了能够精确描述雷达目标高频电磁极化散射机理的二维相干极化GTD(CP-GTD)模型,提出了基于二维CP-GTD模型的全极化ISAR超分辨成像方法,并在此基础上实现了全极化ISAR散射中心特征提取,从根本上解决了现有方法难以提取散射中心的相干极化信息的难题.与已有方法相比,二维CP-GTD方法的突出优点在于建立了更精确的散射模型,能够准确估计散射中心的相干散射矩阵;此外全极化信息的利用,使得它还具有超分辨成像效果更好、估计精度更高、计算效率更高等优点.通过对实验结果进行非相干性及相干性指标评估分析,验证了二维CP-GTD模型的优越性.     

基于多重测量矢量的含旋转部件目标ISAR成像方法

针对逆合成孔径雷达(ISAR)中含旋转部件目标成像问题,提出了一种基于多重测量矢量和压缩感知(CS)的含旋转部件目标ISAR成像方法。通过分析目标主体信号和旋转部件信号的多普勒差异,建立目标主体信号在方位向的多重测量矢量(MMV)模型。由于主体信号在方位向具有固定支撑集,而旋转部件信号在此支撑集上不具有稀疏性,因此,利用MMV模型进行信号重建后即可获得目标的主体ISAR像。在此基础上,再利用逆Radon变换得到旋转部件的ISAR像。仿真结果验证了该方法的有效性。     

基于速度特征矢量提取运动目标的图像分割方法

研究基于速度特征矢量提取运动目标的图像分割方法,根据目标图像像素移动的一致性,在序列图像中利用块匹配法进行帧间图像配准,得到目标图像块的速度估计,将具有相同速度矢量的目标图像块聚类,即可分割出运动目标。仿真实验结果表明,该方法能有效地对复杂背景下的运动目标图像进行分割,并具有较好的抗噪能力。     

基于U-net卷积神经网络的大转角ISAR成像方法

针对ISAR成像在大转角条件下产生严重的越距离单元徙动从而使得ISAR图像散焦的问题，提出一种基于U-net卷积神经网络的大转角ISAR成像方法。首先利用快速傅里叶变换对大转角条件下的回波数据进行预处理，得到散焦的ISAR复值图像作为训练样本，其次，根据ISAR成像特点对U net网络结构进行了改进，训练后得到具有良好聚焦能力的成像网络。仿真实验表明：与传统大转角ISAR成像方法相比，所提方法将ISAR图像的峰值旁瓣比降至-18 dB以下，具有更小的图像熵和最小均方误差，成像时间缩减至0.28 s左右，在低信噪比条件下仍可以实现ISAR图像的快速、准确重建。     

基于序列图像时间稳定性特征的背景估计技术

针对背景的缓变特性和实时图像处理的需求,该文提出了一种基于序列图像时间稳定性特征的背景估计技术。采用一个时间矩阵来监视序列图像的稳定性特征,利用背景在时间上的缓变特性来实现对背景的提取和更新。结果表明:该方法具有简单有效、实时性能好、内存消耗少、背景提取速度快等特点,并对突变背景具有自动感知能力;时间矩阵对于运动目标的分布和轨迹分析也具有参考价值;该方法特别适合静止摄像机的背景估计,在背景配准后也适用于移动摄像机的背景估计。     

基于迭代Radon-Wigner变换的FMCW-ISAR目标速度估计及速度补偿

在调频连续波逆合成孔径雷达(FMCW-ISAR)成像系统中,目标在扫描周期内的高速运动导致目标一维距离像的畸变及二维成像的模糊。为了获得高质量的ISAR目标成像结果,需对高速目标进行速度估计及补偿。该文针对FMCW-ISAR系统信号模型,提出了一种基于迭代RadonWigner变换对高速非合作目标进行速度估计和速度补偿的方法。仿真结果表明:该方法能够对高速非合作目标的速度进行高精度估计,距离向和方位向速度补偿后可获得理想的ISAR成像结果。     

逆合成孔径雷达目标等效旋转中心估计

在大的目标观测视角下,为抑制散射中心的越分辨单元徙动影响,获得高质量的逆合成孔径雷达(ISAR)目标成像结果,不仅需要目标的相对转动信息,而且需要估计其等效旋转中心。该文通过等分目标回波获取2幅距离-Doppler图像,并在图像域跟踪3个散射中心的位置变化信息,提出了一种目标转速和等效旋转中心联合估计方法。同时,分析了若干影响该方法性能的因素,为方法的正确实施提供了指导。数值仿真实验表明了等效旋转中心估计的必要性和本方法的有效性。     

基于稀疏采样的调频率估计与多目标ISAR成像

针对目前多目标成像中关于信号调频斜率估计的算法存在着采样频率过大,以及短时条件下精度不高的问题,结合压缩感知理论,提出了一种基于稀疏采样的回波信号调频率估计与多目标ISAR成像方法。首先,根据目标回波信号的特点构造超完备稀疏基,将信号投影到该稀疏基上,利用高斯随机矩阵对分解后的信号进行欠采样,采用FOCUSS稀疏重构算法,精确提取出信号的调频斜率;然后,利用估计出的调频斜率对多目标回波信号中各个目标的回波分量进行分离和补偿;最后,基于稀疏采样对各个单目标分别进行成像。仿真实验验证了该方法的可行性和有效性。     

非均匀转动目标ISAR成像及横向定标

当目标在平面内非均匀转动时，传统算法不能获得包含定标信息且聚焦良好的ISAR像。为解决这一问题，提出了一种非均匀转动目标的转动参数估计方法。该方法首先通过一维搜索对角加速度与角速度的比值进行估计，并根据估计结果对原始距离像序列进行非均匀采样，补偿角加速度引起的相位误差，从而得到聚焦的ISAR像；然后根据成像质量准则对重采样距离像序列的角速度进行一维搜索，估计出角速度，进而实现ISAR像的横向定标。仿真结果表明:该算法通过2个一维搜索能得到非均匀转动目标聚焦的、横向定标的ISAR像。     

逆合成孔径雷达目标等效旋转中心估计

在大的目标观测视角下,为抑制散射中心的越分辨单元徙动影响,获得高质量的逆合成孔径雷达(ISAR)目标成像结果,不仅需要目标的相对转动信息,而且需要估计其等效旋转中心。该文通过等分目标回波获取2幅距离-D opp ler图像,并在图像域跟踪3个散射中心的位置变化信息,提出了一种目标转速和等效旋转中心联合估计方法。同时,分析了若干影响该方法性能的因素,为方法的正确实施提供了指导。数值仿真实验表明了等效旋转中心估计的必要性和本方法的有效性。     

基于超分辨ISAR成像的飞机目标SVM分类算法

利用最大熵谱估计方法对4种飞机目标数据进行外推处理,并在此基础上进行拟合成孔径(ISAR)成像.采用了ISAR图像的几何矩、基于几何矩的不变量、形状和量化能量带4个特征,研究了支持向量机的线性和非线性算法原理,提出了基于SVM的飞机目标识别和分类算法,采用了针对多目标分类的M-ary法对飞机进行分类,选取了每个目标的40个不同数据段进行成像,通过与几种常见的BP神经网络算法和RBF神经网络算法比较分析,验证结果表明此方法达到了较好的识别效果,识别率达到97%.     

基于稳像技术的飞艇监控视频目标追踪

一般的目标追踪算法提取目标的颜色或轮廓特征,在图像区域内使用匹配算法完成对目标的追踪。由于飞艇容易受到气流影响,艇载相机平移误差会造成目标在视频的相邻帧间运动距离过大,传统目标追踪算法容易陷入到局部最优解而造成目标跟错或者丢失。该文提出了一种基于视频稳像的追踪方法,使用基于运动估计和混合滤波算法,首先处理视频使之平滑稳定,在此基础上利用人机交互选择目标并应用基于MeanShift的算法实现追踪。比较本文提出的算法和一般算法在飞艇视频目标追踪中的效果,结果表明:该方法在目标追踪中具有更高的准确率,同时满足实时性要求。实验证明了本文提出算法可以准确有效地处理飞艇视频目标跟踪问题。     

基于越距离单元徙动校正的空间高速旋转目标ISAR成像方法

逆合成孔径雷达成像是实现对空间目标跟踪，成像与识别的重要手段，但是空间目标的高速旋转运动特性使传统的ISAR成像算法失效。针对这一问题，提出一种基于越距离单元徙动校正的ISAR成像方法。首先，建立空间高速旋转目标回波模型；其次，根据回波特性构造参考信号进行越距离单元徙动校正，实现目标散射点空间参数估计；最后，引入粒子群优化算法实现参数快速搜索。仿真结果表明，该算法可以有效提取目标参数，实现空间目标高质量成像，与传统成像算法对比结果验证了该算法的鲁棒性及优越性。     

宽带逆合成孔径雷达欺骗干扰技术研究

根据逆合成孔径雷达(ISAR)发射信号特点,该文基于模糊函数理论研究了宽带线性调频信号模糊函数及其分辨特性。用数字方法合成雷达假目标图像,实现对ISAR的欺骗性干扰。分析了数字图像合成器的工作原理和硬件实现,提出了调制器结构方案,该方案降低了资源消耗,提高了系统运行速度。理论分析和实例仿真表明,该方法可以逼真地产生假目标图像,达到了对逆合成孔径雷达欺骗干扰的预期效果。     

一种基于正交脉冲分集的ISAR欺骗干扰消除与识别方法

延时转发欺骗性干扰是针对逆合成孔径雷达(ISAR)成像的一种重要干扰方法,为了对抗干扰产生的假目标,提出一种基于正交脉冲分集的ISAR欺骗干扰识别与消除方法。首先建立了逆合成孔径雷达干扰信号模型,研究并给出了针对此干扰的正交脉冲设计应当满足的约束条件,通过设计一组半正交化的脉冲实现了对于延迟转发欺骗干扰的消除与识别。该方法通过对逆合成孔径雷达波形的正交化设计,可以检测并消除延时转发干扰产生的假目标,实现相应的逆合成孔径雷达抗干扰。最后通过仿真实验在20 dB的干信比条件下,产生了0.3倍峰值的旁瓣波形,并成功得到ISAR图像。同时在5 dB以上的高信噪比条件下,将文中方法与已有方法进行对比,ISAR图像的峰值信噪比提升了约5 dB,验证了所提方法的有效性。     

采用子孔径分割的逆合成孔径雷达成像包络对齐方法

针对低信噪比情况下难以对逆合成孔径雷达(ISAR)目标回波进行精确包络对齐的问题,提出了一种采用子孔径分割的逆合成孔径雷达成像包络对齐方法。该方法首先将全孔径划分为若干个相同长度的子孔径,并将每个子孔径的包络误差建模为线性,然后利用最小熵准则对子孔径包络误差进行估计,最后通过高阶多项式拟合实现对全孔径包络误差的精确估计。该方法具有更好的抗噪性和更高的估计精度,能对ISAR目标回波数据进行较为精确的包络误差补偿。仿真结果表明,在-5dB的低输入信噪比下,相对于传统方法,该方法成像结果的熵值降低了约0.6,说明取得了更好的包络对齐结果。     

基于FRFT距离压缩的高速目标ISAR成像

通过建立高速运动目标的ISAR全去斜回波模型,分析了传统DFT距离压缩处理中所存在的距离色散问题及其对成像的影响.然后针对高速目标回波是调频斜率相同的多分量LFM信号的特点,提出了基于分数阶Fourier变换的距离压缩处理方法,并讨论了最优旋转角估计的问题.最后结合GRECO软件产生的回波数据进行仿真,证明了该方法能有效解决高速运动目标距离压缩中存在的色散问题,提高ISAR成像质量.     

基于小波变换与NLTV的稀疏孔径ISAR成像

针对稀疏孔径逆合成孔径雷达(ISAR)成像问题,提出一种结合小波变换与非局部总变差(NLTV)的稀疏孔径ISAR正则化成像框架,给出了成像模型并推导了模型的优化求解方法．该方法通过对目标图像进行小波分解,并分别对低频分量和高频分量进行NLTV和l0范数正则化约束,在确保成像结果稀疏性的基础上更好保护图像的结构和轮廓特征．仿真和实测数据分析结果表明：所提方法在ISAR孔径数据缺失严重的情况下仍具有良好的成像性能．     

一种基于特征检测的机器人足球检测识别方法

针对足球机器人目标识别的实际特点,以智能足球机器人为研究对象,提出了一种基于足球颜色、面积匹配模板和边缘特征相结合的足球检测方法。此方法首先利用颜色特征信息对图像中颜色相似度进行计算来完成足球的颜色识别。然后,通过分析计算足球在全景摄像头中处于不同位置所成的图像像素尺寸与场地中所处位置距离之间关系,建立了足球识别的面积匹配模板,根据该模板可以计算出在图像中处于不同距离的足球轮廓面积。在此基础上,结合足球边缘特征进一步完成对足球的识别。实验表明该方法能够有效地提高足球识别的效率和准确性,并具有较好的实时性;同时对其他目标物的识别也具有一定的借鉴意义。     

基于双目立体视觉的目标空间坐标计算及姿态估计

基于双目立体视觉的目标空间坐标计算及姿态估计方法、双目立体视觉系统标定和双目视觉系统校准技术,构建了三维场景中目标的空间坐标与图像中点像素坐标的对应方法.通过双目立体视觉系统采集目标图像,采用基于半全局立体匹配(SGBM)方法,实现了目标中心点三维坐标的计算,并通过背景差分的手段获得目标轮廓,获取目标在水平面的旋转角度,配合焦点所处的坐标位置标示,即可提取目标姿态信息.采用以上方法对电力仪表的姿态进行估计和验证,结果表明:设计的方法可以完成电力仪表的空间坐标计算以及姿态估计,可实现对电力仪表的准确抓取,为机器人在电力系统人工智能领域的应用提供参考.