冲击噪声下基于Lorentzian范数的CSR参数估计

针对现有重构算法及其改进算法在压缩感知雷达(CSR)参数估计中存在的稳健性不强、适用性不广等问题,提出了一种适用于冲击噪声背景的鲁棒性算法——Lorentzian-ISL0(基于Lorentzian范数的改进光滑l0范数).建立CSR参数估计的稀疏线性模型,并基于Lorentzian范数和高斯函数稀疏正则化,构造冲击噪声下稳健的优化目标函数;修正优化目标函数的牛顿方向,并沿修正方向对估计值进行更新,直至收敛.仿真实验结果表明:与已有算法相比,本文方法计算复杂度更小,支撑集重构更精确,信号重构精度更高.     

探地雷达信号的EEMD时域分析方法

经验模态分解(empirical mode decomposition,EMD)方法不能解决探地雷达信号的混频现象,文章提出了探地雷达信号时域集合经验模分解(ensemble empirical mode decomposition,EEMD)分析方法。通过分析可知,EEMD方法可以克服EMD方法的模态混频现象。文中由时域有限差分(finite difference time domain,FDTD)方法正演出探地雷达模型的信号,利用EEMD方法分离探地雷达特征模量,并对不同的特征模量进行分析,将受到白噪声干扰的探地雷达正演信号通过EEMD方法去噪,结果表明去除干扰效果显著。     

基于热核特征的SAR图像地物识别方法

采用了一种空间敏感度特征包(spatially sensitive bags of feature, SS BOF)来实现合成孔径雷达（synthetic aperture radar,SAR）图像的地物识别。首先采用推广的核模糊C 均值方法分割SAR图像,提取SAR图像目标图形;采用Harris角点检测子提取角点,接着对目标图形进行Delaunay三角剖分;采用cotangent weight方法对三角剖分图赋值,进而求得离散化Laplace Beltrami算子的特征值、特征向量,并计算SS BOF,进而对地物目标进行识别,其识别方法采用比L1相似准则效果更好的相关系数法;最后与热核迹等热核不变量特征以及Hu不变矩特征进行对比。实验表明：空间敏感度热核特征的识别率高于热核不变量的识别率,并与经典的Hu不变矩特征比较,识别率有所提高。     

基于目标视线角速度的反辐射导弹近炸引信开机策略

为避免反辐射导弹近炸引信因开机过早而出现早炸、误炸的情况,提出了一种利用被动雷达导引头测得的目标视线角速度给出近炸引信开机信号的方法. 给出了利用导引头测角信息计算目标视线角速度的方法,建立了末段弹道上目标视线角速度与弹目距离的统计关系;分别以近炸引信不过晚开机和不过早开机为原则,得到了引信开机时导弹到靶平面距离概率分布函数的上下界. 仿真结果表明:在不能直接命中目标天线的情况下,引信开机时导弹到靶平面的距离主要集中在30～120 m,在可以直接命中目标天线的情况下,引信开机时导弹到靶平面的距离小于30 m.      

一种基于软件无线电技术的低成本运动目标探测雷达

由于成本和频段规范的限制,民用的线性调频连续波(LFMCW)体制的毫米波雷达往往体积较小且作用距离较近。在一些对于作用距离较远的运动目标检测应用场合,现有的商用现成品(COTS)毫米波雷达无法满足要求。在现有商用现成品毫米波射频(RF)前端的基础上,设计了一种基于软件无线电(SDR)的线性调频连续波雷达原型,在一个以异构片上系统(SOC)处理器为核心器件的软件无线电平台上,采用距离多普勒处理的方法提高信号相干积累增益,通过增加较小成本获得了比现有民用毫米波雷达更大的改。实测验证表明,该雷达原型作用距离较远,并且具有灵活性高、成本低和小型化的特点。     

组网雷达自适应模糊CFAR检测融合算法

为提高组网雷达的分布式恒虚警(constant false alarm rate, CFAR)检测性能, 基于模糊逻辑和最大选择筛选平均检测器(maximum-censored mean level detector, MX-CMLD)提出一种自适应多传感器分布式模糊CFAR检测算法。该方法是一种基于无信噪比信息的检测融合算法, 通过传输单部雷达站接收信号的检验统计量、检测可信度来完成全局的CFAR检测。该方法通过表决模块和反馈模块, 控制传输到融合中心的数据量, 并自适应选取相关的雷达数据进行融合, 在一定程度上可以实现雷达资源的管理。仿真结果表明, 在均匀背景、多目标干扰背景的目标检测中, 自适应分布式模糊MX-CMLD均有较好的检测性能。     

基于RCNN的双极化气象雷达天气信号检测

为检测混杂在地杂波、生物杂波中的天气信号, 提高定量降水精度, 提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先, 将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理, 将其分为天气信号与杂波信号。然后, 开发并优化RCNN, 给出详细的网络结构。最后, 通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明, 相比支持向量机以及卷积神经网络(convolutional neural network, CNN), 所提算法对天气信号的检测效果更好, 并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。     

基于数据场联合决策图改进的GMM聚类

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题, 提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model, GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征, 生成势能距离决策图, 进而自动实现聚类数目和中心点的选择, 最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明, 在脉冲到达角、脉宽、载频等参数存在较大抖动, 测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时, 本文方法相较于现有典型分类方法具有更好的分选效果。     

有源RCS及其应用

随着电子设备和雷达系统的迅速发展, 电磁环境变得愈加复杂。在复杂电磁环境中, 针对多辐射源和有源设备照射下雷达目标电磁散射特性评估的需求, 提出并综述了有源雷达散射截面(active radar cross section, ARCS)的定义、仿真方法和应用示例。ARCS可以计算多辐射源相干和非相干照射条件下, 雷达端观察到的视在雷达散射截面(radar cross section, RCS)值。本文给出了ARCS的仿真分析步骤, 利用仿真软件得出计算ARCS所需远场量。在单入射源情况下, ARCS等同于传统RCS, 验证了ARCS计算方法的准确性。此外, 以分布式相参雷达和有源对消目标隐身为例, 介绍了ARCS的应用, 利用ARCS的概念评估了有源对消的效果。最后, 探讨了目前研究存在的技术问题以及未来可能发展的研究方向。     

Azimuth resolution improvement for spaceborne SAR images with quasi-non-overlapped Doppler bandwidth

The azimuth resolution improvement problem is solved via a coherent combination of synthetic aperture radar （SAR） ima-ges with the quasi-non-overlapped Doppler bandwidth. Prior to the spectra combination, SAR images should be coregistered, while phase biases induced by topography, atmospheric propagation delays and baseline measurement errors should be calibrated. However, the coregistration accuracy suffers from large Doppler decorrelation caused by the quasi-non-overlapped Doppler band-width. Furthermore, the method used to estimate phase biases from interferogram of azimuth prefiltered SAR image pairs wil fail when there is no overlapped spectrum. The fringe simulation and maximum sharpness optimization are adopted to deal with the problems. Accordingly, a novel algorithm to coherently synthesize SAR images is presented. The experiment with the Terra SAR X-band （TerraSAR-X） satel ite data validates the performance of the presented method.