一种深度神经网络SAR遮挡目标识别方法

提出了一种利用深度神经网络的合成孔径雷达图像部分遮挡目标的特征提取和目标识别新方法.该方法首先对合成孔径雷达图像进行预处理,然后提取预处理后合成孔径雷达目标的小波域低频子带图像作为训练数据,最后利用深层稀疏编码模型进一步提取合成孔径雷达遮挡目标的有效特征向量作为目标的特征以完成目标识别.采用MSTAR数据库中的3类目标进行目标遮挡模拟及识别实验.结果表明,新方法可以综合利用遮挡目标的局部和整体结构信息以提高目标的正确识别率,是一种有效的合成孔径雷达遮挡目标特征提取和目标识别方法.     

基于时频分析方法的多弹头成像处理算法

分析了逆合成孔径雷达多目标成像机理和时频分析成像算法,以多弹头的刚性多目标模型为基础,利用时频分析方法对多目标成像进行仿真。并且对距离-多普勒算法和3种逆合成孔径雷达多目标成像时频分析算法进行了比较,结果证明逆合成孔径雷达在多目标成像及识别中的可行性。     

用二维逆Born近似法对杆中方形缺陷的重构

为了重构弹性介质中散射体的形状,在三维弹性波散射问题的Born近似解基础上,进一步分析了在纵波入射条件下二维散射问题的Born近似解,对铝质长杆中的方形空穴缺陷的散射场情况进行了对比分析．提出了在低频下识别缺陷几何特征的二维逆Born近似法,并用此法对铝质长杆中的3种方形空穴缺陷作了计算机模拟．模拟的结果说明用二维逆Born近似法对缺陷几何特征的识别是有效的．     

利用压缩感知的短孔径高分辨ISAR成像方法

压缩感知理论揭示：对于稀疏信号可以利用非常有限的观测数据对信号本身进行精确恢复．基于此思路提出了一种利用短孔径有限数据实现高分辨逆合成孔径雷达成像的新方法,将逆合成孔径雷达成像转换为利用正交基重构稀疏信号的问题,然后利用压缩感知对目标像高分辨优化重建．同时,根据压缩感知理论对新成像方法的分辨率理论上界进行了推导．对舰船和机动飞机的实测数据的处理结果验证了新方法的有效性和稳健性．     

一种新的SAR图像目标识别预处理方法

针对合成孔径雷达(SAR)目标识别问题,提出了一种有效的SAR图像预处理方法．首先通过自适应阈值分割、形态学滤波及几何聚类处理获得干净平滑的目标图像,再采用幂变换来增强图像质量,然后提取图像的主分量分析(PCA)、二维主分量分析(2DPCA)特征来进行识别．基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,结合上述预处理,PCA,2DPCA的识别性能均可达到96.5%以上．     

基于无线电摄像机的目标成像自动识别

无线电摄像机是一种新型成像雷达,利用它可以获得目标的二维(距离-方位)微波图像[1]。通过目标二维(距离-方位)像与目标一维距离像的分析对比,指出了目标二维像应用于目标识别领域的优势。针对三种目标分别模拟了其相应的二维像与一维像,仿真识别结果验证了分析的正确性。     

空间目标序列图像识别技术

针对远距/近距空间目标成像的特点,提出一种基于序列图像的多尺度自动目标识别(ATR)方案.该方案综合利用目标的尺度变化、姿态变化及图像特征信息,分别构建多尺度目标分类器、姿态判别器,并估计目标识别结果可信度、相邻帧姿态变化的权重以及目标尺度权重;根据当前帧和上一帧的识别结果,进行目标类别的融合判别.对STK产生的10类仿真空间目标进行测试,试验结果表明:对远距空间目标,由于目标像素少,仅用单帧图像的识别率低,合理利用目标序列图像包含的信息,可有效提高目标识别率.     

应用联合自聚焦实现低信噪比ISAR成像平动补偿

传统逆合成孔径雷达(ISAR)平动补偿中,由于低信噪比下包络对齐无法精确实现,因此会导致后续相位自聚焦的精度受到限制．针对该问题,提出了一种包络相位联合自聚焦算法．该算法可以实现低信噪比下对ISAR目标复杂的平动分量进行补偿．利用二维ISAR图像熵作为目标函数,结合阻尼牛顿法进行最优化求解,在低信噪比下完成对平动分量的精确估计．另外,考虑到直接采样模式下,ISAR回波包络的缓变特性,对应平动分量可用有限阶多项式进行拟合．因此,利用归一化多项式拟合实现估计参数规模的简化,提高了估计精度和效率．Yak-42实测数据验证了该算法在低信噪比下的有效性和可靠性．     

基于光流法的目标三维散射中心重构

研究了基于逆合成孔径雷达(ISAR)图像序列的三维散射中心重构,针对干涉逆合成孔径雷达(InISAR)不能分辨同一距离和方位单元中多个散射点的问题,提出了一种基于光流分析的目标三维散射中心重构方法。通过对不同姿态下的同一运动目标进行距离-多普勒(R-D)成像,得到二维ISAR图像序列,然后对ISAR图像分别进行距离-方位向定标,通过引入计算机视觉理论中正投影的概念,并利用光流分析得到目标三维散射中心。仿真结果表明,该方法具有目标三维散射中心重构的能力,且能够得到较高质量的目标像。     

高距离分辨率雷达目标的识别

本文以信号处理为基础,研究了识别特征的方法,包括直接利用距离像作为识别特征及提取距离像的频域特征和自相关函数特征,以避免距离时延对识别的不利影响并获得更多的高价统计信息;结合傅立叶变换的时移不变性和梅林变换的尺度不变性,讨论了距离像的傅立叶－梅林变换在改善目标特征稳定性方面的作用;研究了一种修正的直接梅林变换（ＭＤ－ＭＴ）算法。对几种提取的特征均采用相关滤波法对高分辨率的雷达目标进行识别。经微波暗     

Novel and Comprehensive Approach for the Feature Extraction and Recognition Method Based on ISAR Images of Ship Target

一种舰船目标实测数据ISAR像的特征提取与识别新方法

王勇,朱鹏凯

（哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001）

创新点说明：

本文基于舰船目标实测数据ISAR成像结果,提出一种新的二维ISAR像特征提取与分类识别方法,具体创新性可说明如下：

1） 舰船目标ISAR像特征提取新方法。包括ISAR像的图像预处理方法,同时给出六种不同特征的提取方法,包括一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

2） 针对提取出的舰船目标ISAR像特征,文中采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

研究目的：

为解决基于实测数据ISAR成像结果的舰船目标特征提取与分类识别问题。与仿真数据相比,依据实测数据成像结果进行特征提取与分类识别难度很大,因此本文首先提出有效的图像特征提取方法,进而采用线性分类器完成对舰船目标的分类识别。

研究方法：

1） 舰船目标ISAR像的预处理,包括抑制条纹干扰、中值滤波、数学形态学等,使ISAR像的质量得到进一步提高,便于特征提取。

2） 舰船目标ISAR像的特征提取。分别提取了图像的一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

3） 舰船目标分类识别。采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例,其正确的识别率已超过90%。

结果：

1） 文中给出了舰船目标ISAR像的预处理流程,如正文中图3和图4所示。此时ISAR像的质量得到进一步提高。

2） 文中给出了舰船目标ISAR像的特征提取结果,如正文中图5、图6和图7所示。根据这些特征提取结果,可完成对舰船目标的分类识别。

3） 文中选取两种不同类型舰船目标的外场实测数据,并给出相应的识别结果,如正文中表2所示。相应的结果验证了所提特征的有效性。

结论：

对于舰船目标实测数据的ISAR成像结果来说,可通过图像预处理的方法进一步提高图像质量,进而可对舰船目标进行特征提取,并采用分类器完成对不同类型舰船目标的分类识别。本文的研究结果对ISAR成像技术的实际应用奠定了良好的理论和实验基础。

关键词：ISAR图像,特征提取,识别,舰船目标

     

Inverse synthetic aperture radar imaging based on sparse signal processing

Based on the measurement model of inverse synthetic aperture radar (ISAR) within a small aspect sector, an imaging method was presented with the application of sparse signal processing. This method can form higher resolution inverse synthetic aperture radar images from compensating incomplete measured data, and improves the clarity of the images and makes the feature structure much more clear, which is helpful for target recognition. The simulation results indicate that this method can provide clear ISAR images with high contrast under complex motion case.     

高速运动自旋目标的ISAR成像建模与分析

针对目标兼有高速运动和自旋特征时的逆合成孔径雷达（ISAR）成像问题,主要研究了该类目标的ISAR成像方法。依据高速运动自旋目标的运动特点,建立了其ISAR回波模型,并在回波模型分析的基础上提出了该类目标的ISAR成像投影像概念及计算方法。仿真实验同时验证高速运动自旋目标ISAR投影像计算方法和ISAR成像处理算法的有效性。     

ISAR Imaging and Cross-Range Scaling Based on Image Rotation Correlation

With the rapid advancement of technology, not only do we need to acquire a clear inverse synthetic aperture radar (ISAR) image, but also the real size of the target on the imaging plane, so it’s particularly important for the ISAR to rescale the images. That is, the ISAR image which is in the range-Doppler domain is converted into the range-azimuth domain. Actually, the key point to solving the problem is to estimate the rotation parameters. In this paper, a new scheme to rescale the images is proposed. For the sake of solving the problem of two-dimensional image blur and target high-speed, the instantaneous range instantaneous Doppler (IRID) method is used to obtain ISAR images, and the rotation parameters are estimated by comparing the rotation correlation of the two images. Using this method, the error of the estimated rotation parameters is greatly reduced, so that the target can be rescaled accurately. The simulation results verify the effectiveness of the proposed algorithm.     

ISAR目标象的特征提取和特征选择

描述了一个ＩＳＡＲ目标识别系统，它以二维ＦＦＴ处理实现对ＩＳＡＲ目标象的特征提取，以位于频谱中心的一个正方形窗口实现特征选择，系统的分类器是最近邻分类器。通过ＩＳＡＲ目标识别的仿真，实验研究了特征选择窗口的长度对系统识别率的影响。实验结果表明：低通形式的特征选择窗口是特征选择的最佳方案，而且存在一个最佳的特征窗口长度，这个最佳值可以由训练样本集自身确定出来。     

改进轮廓波变换的ISAR信号超分辨成像方法

为了克服由于实测数据有限、逆合成孔径雷达(ISAR)成像分辨率低的问题,提出了一种基于改进轮廓波变换(CT)的ISAR回波信号超分辨成像方法.该方法首先采用非下采样的轮廓波分解来实现信号不变尺度下不同方向的高频成分提取;然后将不同方向的高频信息与原始回波信息一同构建为CT变换的分解层;最后借助轮廓波重构变换技术实现ISAR回波信号的尺度拓展,进而实现超分辨成像.与用插值方法进行信号尺度拓展后成像相比,该方法更能反映空中目标雅克42型飞机雷达图像细节信息,提高成像质量,从而验证了该方法的有效性.     

ISAR舰船目标成像时间段选取

定义了图像对比度准则,并提出一种基于该准则的成像时刻和成像积累时间选取的快速算法.针对ISAR舰船目标成像特点,提出一种简化算法确定舰船目标的最优俯视图或侧视图的成像时刻.从该时刻开始积累回波,通过使图像对比度最大来获得最佳成像积累时间.实测数据处理的结果验证了本文算法的有效性和实用性.     

逆合成孔径雷达的干扰仿真

从逆合成孔径雷达运动补偿的角度对ISAR成像的干扰机理进行了理论分析,并进行了基于ISAR回波真实数据的仿真实验。理论分析和仿真结果表明,只要施加的干扰信号使得运动补偿过程中相邻距离像复包络的相关函数最大值出现误判,就会有效地使ISAR成像失真。然后,将ISAR与普通脉压雷达、SAR的抗压制干扰能力进行了对比,结果表明由于ISAR成像必须经过运动补偿处理,其抗压制干扰能力相对较差。     

ISAR Imaging of Fluctuating Ship Target Based on a Novel Approach for Cubic Chirplet Decomposition with Local Polynomial Wigner Distribution

基于局域多项式魏格纳分布的三次Chirplet分解新方法及其在舰船目标逆合成孔径雷达成像中的应用

王勇,高建军

(哈尔滨工业大学 电子与信息工程学院)

创新点说明：

1） 本文提出一种三次Chirplet分解的新方法。通过计算散射点回波信号的局域多项式魏格纳分布,可获得三次Chirplet基函数的参数估计。解决了传统参数估计方法存在的算法复杂、计算量大等问题。

2） 本文提出一种基于三次Chirplet分解的舰船目标逆合成孔径雷达成像新方法,解决了舰船目标复杂运动情况下,传统的成像方法成像质量下降的问题。本文方法可获得舰船目标高质量的成像结果。

研究目的：

本文的写作目的主要是为了解决舰船目标复杂运动情况下如何提高成像质量的问题。同时提出新的信号参数估计方法,解决传统方法存在的算法复杂、计算量大等问题。

研究方法：

1） 基于局域多项式魏格纳分布的三次Chirplet分解的新方法。通过峰值搜索,可获得三次Chirplet基函数三次相位系数的估计,进而通过解调频等技术获得其它信号参数的估计。对于多分量信号,可通过洁净技术逐一估计出不同信号分量的参数。

2） 舰船目标复杂运动情况下,散射点回波信号可用多分量多项式相位信号模型来进行刻画。通过对多项式相位信号进行三次Chirplet分解,可获得其内在结构信息。进而采用距离——瞬时多普勒成像算法,可获得舰船目标高质量的成像结果。

仿真数据和外场实测数据成像结果验证了本文方法的有效性。

结果：

1） 文中构造了三维摆动的舰船目标及其回波信号模型,如文中图2所示。相应的成像结果如文中图4所示。此时获得了舰船目标高质量的成像结果。

2）文中选取舰船目标的外场实测数据,相应的成像结果如文中图6和图7所示,进一步说明了本文算法的适应性。

结论：

基于局域多项式魏格纳分布的三次Chirplet分解的新方法,可获得三次Chirplet基函数的高精度参数估计结果。将该方法应用于复杂运动舰船目标的逆合成孔径雷达成像中,可获得舰船目标高质量的成像结果。

关键词：三次Chirplet分解;局域多项式魏格纳分布;逆合成孔径雷达成像

     

优化Zernike矩MIMO雷达图像目标识别方法

针对MIMO雷达目标识别问题,给出了一种MIMO雷达目标识别方法.首先利用二值化和杂散点抑制对MIMO雷达成像结果进行了预处理,以消除噪声干扰和MIMO雷达图像距离依赖方位分辨率所引起的图像幅度起伏;随后,基于优化Zernike矩方法构造了MIMO雷达图像的特征,采用欧式距离分类器给出了相应的识别处理步骤.最后,利用3种飞机模型的MIMO雷达像对所提出方法的性能进行了验证,仿真结果证实了所提方法的可行性.