基于和差波束的三维ISAR成像技术

针对大带宽、高分辨的雷达信号,同一距离单元多个散射点复数叠加,导致传统基于一维距离像比幅测角的三维成像方法效果较差。提出了一种基于逆合成孔径雷达(ISAR)成像的三维成像方法,根据同一距离单元内多个散射点多普勒的不同,利用ISAR成像方法对多个散射点进行分离,在图像配准的前提下对和差信号ISAR像素点进行比幅法测角,最后,剔除角闪烁点及误差较大的散射点,对图像进行重构及合成得到三维ISAR像,同时完成目标定标。实测点目标及飞机目标的处理结果表明了本文方法较传统方法成像质量有较大改善,验证了方法的有效性及可行性。     

基于频域稀疏非均匀采样的雷达目标一维高分辨成像

 雷达目标的高分辨距离像具有稀疏和可压缩的特点,可以在频域进行稀疏非均匀采样获得目标的宽带散射数据,再通过恰当的信号处理手段得到一维高分辨像.本文描述了基于频域稀疏非均匀采样的雷达一维成像数学模型,从参数估计的角度比较了稀疏非均匀采样与均匀采样的成像性能,提出了非均匀采样点选取方法;分别应用参数估计方法和稀疏像重构方法实现了基于频域稀疏非均匀采样的雷达目标一维高分辨成像.采用暗室测量数据比较了两种方法的性能,验证了频域稀疏非均匀采样在降低数据量、提高分辨力方面的优势.     

自适应距离单元积累检测法及其应用

本文提出了一种宽带毫米波雷达体制下,基于高分辨一维距离像的强地物杂波背景中目标检测新方法－自适应距离单元积累检测法。该方法表明：宽带信号提供的高径向分辨力使雷达对目标进行一维距离成像成为可能,一维距离像反映了目标强散射中心的空间分布特性,在目标检测时利用不同径向单元内的强散射中心能量进行横向积累,可以提高信杂比,从而改善检测性能。     

基于ICA的雷达目标二维结构提取方法研究

雷达目标一维距离像反映了其散射中心在雷达径向上的分布,对同一目标多角度的一维距离像分别提取其散射中心相对位置,经过散射中心匹配后再利用独立成分分析对其处理,可以得到该目标的二维结构,为进一步的目标识别创造了条件。通过对具有多散射中心的简单雷达目标一维距离像进行仿真实验,结果表明算法有效。     

空间碎片的低分辨雷达二维成像及其运动补偿算法

地基雷达一直是空间碎片监测的强有力工具,现有的雷达数据处理方法的缺陷逐渐显现,需要新的方法以应对空间环境的日益恶化。本文针对空间碎片特有的运动特征和物理特征,给出了一种利用低分辨雷达获取小尺寸空间碎片二维雷达成像的方法。该方法通过对目标的窄带雷达回信号的相干积累得到目标的瞬时一维横向像,然后将一维横向像序列按照转动角度重排,最后利用各散射点横向距离投影的正弦变化特征,在过距离零点的圆上进行幅度非相干积累获得目标二维图像。分析了目标平动对成像的影响,并给出了基于最小熵准则的运动补偿算法,点目标的仿真结果验证了成像算法和运动补偿算法的有效性。     

面向识别的雷达回波仿真技术可信度分析

按照系统仿真技术的一般方法研究了面向识别的雷达回波仿真技术的基本原理和模型。根据目标的三维CAD模型,利用电磁计算方法得到全姿态的一维距离像模板。在凝视状态下,利用雷达发射信号和目标的一维距离像模板模拟目标低分辨率回波;在扫描状态下,利用全姿态一维距离像重构不同角区中目标的散射中心模型,结合雷达波束的扫描方式获得仿真回波。最后立足仿真结果的校验,提出了可用于分析雷达目标回波仿真技术可信度的一些准则和方法。     

雷达目标一维距离像的特征分析

针对一维距离像对姿态角敏感和回波时延的问题．对雷达目标一维距离像的特征进行了分析，结合散射点回波功率的特征提取与傅里叶变换．提出了一种雷达目标识别的方法。     

基于频率步进雷达时间-距离像的宽带微动特征提取

 在详细分析频率步进雷达旋转微动点目标回波特征和一维距离像特点后,利用不同帧之间构成的慢时间一维距离像组的相关性,合成得到时间-距离像.对比分析了旋转微动目标的径向距离和距离像位置的变化规律,进而提出了一种基于频率步进雷达时间-距离像的宽带旋转微动特征提取的新方法,给出了旋转中心、旋转半径以及角速度等微动参数的理论表达式,推导得出算法的理论精度.设计并成功开展了地基毫米波频率步进雷达对称旋转目标的外场试验,验证了方法的有效性和精确性.该特征提取思想可扩展应用于振动、滚动等其他形式的微动特征提取,推广应用于线性调频信号的高分辨体制雷达系统.     

稀疏子带的多频段雷达信号融合超分辨距离成像

多频段雷达信号融合是提高目标距离分辨率的一种有效方法,在稀疏子带观测条件下,由于信号频带稀疏,传统的相位补偿和融合成像方法难以应用,为此本文在线性调频信号体制下,基于修正的多重信号选择(MUSIC)算法提出了一种新的参数化融合成像方法.该方法首先对信号离散序列进行均匀采样处理,然后对多个频带的雷达信号统一建模,将相位补偿参数与目标散射中心参数一起估计,理论分析和仿真结果表明该方法能够有效融合多频段的雷达观测信号,改善目标一维距离像的分辨率.     

基于窄带步进频率的旋转目标三维ISAR成像

针对窄带发射信号,该文提出了基于步进频率的高速旋转目标三维成像方法。在运动补偿的前提下,首先利用单距离匹配滤波在子脉冲内进行二维逆合成孔径雷达像,然后结合CLEAN技术估计散射点参数,利用此参数在多个步进信号之间及多个距离单元内分别进行ISAR成像,最后利用频域距离合成技术在距离向实现高分辨,从而实现三维成像。该方法避免了旋转目标所引起的多普勒变化对距离合成的影响,能有效提高距离分辨率。多个散射点目标的仿真验证了该方法的有效性和可行性。     

基于高分辨距离像的空中目标长度提取方法

雷达采用宽频带信号后,从目标接收到的不再是“点冶回波,而是沿距离分布开的高分辨距离像。目标高分辨距离像包含一定的目标信息,如目标的长度、几何结构等,为雷达目标识别提供了较好的基础。基于长度是代表目标固有的特征信息之一,文中提出一种基于高分辨距离像的飞机目标长度提取方法,并经外场实验验证了该方法的有效性     

基于深度卷积神经网络的极化雷达目标识别

针对宽带多极化雷达,提出将高分辨一维距离像(high resolution range profile,HRRP)与极化信息相结合的算法,获得目标在4种极化组态下的一维距离像并将其组成极化距离矩阵.该算法对目标进行全方位的特征抽取与建模,以适应不同的姿态,有助于减少高分辨一维距离像方位敏感性带来的影响.然后提出了直接基于极化距离矩阵、Pauli分解和Freeman分解三种特征提取方式对极化距离矩阵进行目标特征的提取,并将获得的目标特征向量结合起来送入搭建的深度卷积神经网络进行训练学习.该方法不仅结合了不同的特征提取方式以对极化距离矩阵进行更全面的特征提取,而且深度卷积神经网络的运用又对目标特征向量进行了深层学习,仿真结果验证了该方法的有效性.     

一种用于毫米波雷达目标的成象与识别算法

针对宽带高距离分辨率全极化雷达工作的体制背景,分析和研究了在该体制下,雷达目标散射信号模型、高分辨率谱估计成象算法以及在此基础上相应雷达二维图象的特征提取与目标识别,构造了一种由雷达成象、特征提取以及目标识别组成的先进自动雷达目标图象识别系统,最后,归纳了雷达目标散射特性与识别的关系。     

全极化高分辨雷达距离像统计识别方法

在全极化、高分辨雷达体制背景下,提出一种将极化信息与高分辨距离像相结合的雷达目标统计识别方法。采用物理统计非高斯模型对全极化高分辨距离像建模,用模型参数分别表征具有较强散射强度分辨单元的多少和强弱,将全极化下的模型参数直接作为特征矢量,并采用Parzen窗法估计模型参数的概率分布密度,用贝叶斯分类器进行分类识别。对实测的导弹类目标识别结果表明,该方法能有效克服距离像特征依赖于方位信息的缺点,达到令人满意的识别结果。     

基于特征分解功率谱估计的距离成像算法

线性调频(LFM)信号是高分辨率雷达的主要信号形式之一,通过分析LFM雷达信号实现距离高分辨率成像的原理,针对杂波和噪声对雷达回波信号的影响,提出了利用基于特征分解功率谱估计的方法进行频率估计,从而实现LFM雷达信号的距离成像的算法。仿真结果表明,该方法对低信噪比情况下的目标距离一维成像是有效的。     

逆合成孔径(ISAR)雷达目标检测方法

本文研究ISAR雷达目标回波的信号检测方法.由于ISAR雷达目标检测实质上是延伸目标检测(Extended target detection),其目标散射模型不是低分辨雷达(LRR)中的等效点目标.在距离维上呈现出多个强散射点 .本文提出的目标回波的检测方法是对同一目标的距离维上各散射点进行相关积累,以提高雷达目标信噪比.分析和实际结果表明:利用本文所提出的雷达目标检测方法比低距离分辨(LRR)雷达的性能有很大的改进.     

基于稳健深层网络的雷达高分辨距离像目标特征提取算法

特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现,在匹配原始HRRP样本的同时,约束同帧样本趋近于平均像,并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。     

基于核主分量相关判别分析特征提取方法的目标HRRP识别

为有效提高雷达高分辨1维距离像目标识别系统的总体性能,需要对目标高分辨1维距离像进行特征提取,以得到具有最小信息损失、高可分性且低维度的目标特征,为实现该目的提出一种基于核主分量相关判别分析的特征提取算法。该算法基于目标高分辨1维距离像的统计特性,通过对核主分量分析中核函数的选择,实现对不同类型距离单元的特征提取。同时综合线性判别分析与典型相关分析理论构建新的准则函数,以实现特征空间中类内相关性与类间差异性最大化,同时减少目标特征中的冗余信息。利用实测数据进行实验,结果表明该方法提高了特征向量的可分性,降低了特征向量的维度,并且对该算法在不同强度杂波下的识别性能进行了分析,实验结果表明,该方法可以有效的提高目标高分辨1维距离像目标识别系统的总体性能。     

Duffing振子在低信噪比雷达目标微动特征提取中的应用

雷达目标部件的旋转运动引起的微多普勒效应为目标精确识别提供了新的技术途径,近年来获得了广泛研究。该文以含旋转部件目标为例,提出了一种利用Duffing振子在低信噪比条件下提取雷达目标微动特征的方法。由于经参考信号共轭相乘后的旋转散射点回波信号是由多个正弦分量组成的,因此采用Duffing振子系统对回波信号中的正弦分量进行检测,并对该正弦分量频率所对应的距离单元在距离-慢时间平面上进行能量增强,最后结合Hough变换完成对雷达目标微动特征的提取。仿真实验验证了该方法的有效性。