采用机载合成孔径雷达探测运动目标

本文论述了采用合成孔径雷达对点状目标进行探测与聚焦的问题，将广泛应用于地面雷达系统中的运目标检测概念动用到合成孔径雷达系统中，并采用分析与模拟方法评估了其检测性能。     

合成孔径雷达与动目标检测

在合成孔径雷达（ＳＡＲ）中，雷达与目标之间相对运动的精确知识是相干处理回波形成高方位分辨率图像的基础。因此，在ＳＡＲ中，对未知运动目标的检测和成像成为一个重要而困难的研究课题。本文较详细地阐述了ＳＡＲ中进行动目标检测的若干方法，包括反射率频移法、多视图像位移法和多天线多通道处理技术。还论述了动目标的定位和速率的估值等问题。     

双通道干涉仪SAR—MTI的性能评估模型

在ＳＡＲ地图上，运动目标在方位向有偏移，因此要有用单独的ＳＡＲ－ＭＴＩ（合成孔径雷达－动目标显示）处理来检测这些运动目标，并对它们的重新定位。本文给出了用来评估噪声及杂波对双通道干涉仪ＳＡＲ－ＭＴＩ检测和重新定位性能的影响的模型。     

地面动目标的干涉成像

本文论述了一种干涉合成孔径雷达处理技术，即干涉动目标聚焦该技术能够产生杂波已被抑制的地面动目标图像。     

合成孔径雷达图像目标识别问题研究

首先对合成孔径雷达 (SAR)图像目标识别的研究背景和国内外发展现状作了简单介绍 ,然后分析了SAR图像目标识别问题的复杂性 ,讨论了SAR目标识别系统的一般方案与方法 ,提出了基于多源信息融合和人机协作的识别框架 ,进而展望了SAR图像目标识别技术今后的发展方向。     

双星双频地面快速运动目标成像与参数估计

在多输入多输出合成孔径雷达(MIMO-SAR)的基础上,提出使用双卫星、双工作频率实现地面快速运动目标检测、成像和参数估计的方法。利用广义二阶Keystone变换对提取出的运动目标进行距离徙动校正,针对快速运动目标的多普勒模糊问题,使用修正的离散调频傅立叶变换结合最小波形熵搜索完成目标多普勒参数估计后,利用数值搜索的方法对不同工作频率下的速度集合进行交集求解得到目标真实速度值,并给出了一种运算量较小的快速搜索算法。最后,计算机仿真表明了方法的有效性。     

基于加速度分析的星载SAR-GMTI运动目标参数估计

针对具有加速度的地面快速运动目标对合成孔径雷达成像和参数估计带来的影响,提出了一种基于重聚焦的三通道运动目标检测方法.通过分析包含加速度的运动目标回波模型,使用广义二阶Keystone变换对杂波抑制后的通道数据进行距离弯曲校正,时频分析构造二次相位补偿函数校正剩余距离走动,并结合方位向傅立叶变换对运动目标进行聚焦成像.最后采用干涉处理技术求解运动目标参数矢量,完成目标的定位.仿真结果验证了该运动目标参数估计方法的有效性.     

通过聚集探测SAR图像中的动目标

本文介绍的是一种在合成孔径雷达（SAR）图像中探测动目标的方法。这种方法是将SAR复图像分成若干分区，分别对各个分区进行聚焦，然后测量聚焦区域中锐度的增长情况，这种方法能敏锐地检测到目标的方位速度，对目标径向加速度的检测尤为敏锐，还能对任意方向的运动进行检测，对于只能检测快速运动目标径向速度的传统多普勒传感动目标指示器而言，这种方法是一种有效的补充。     

一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测方法

针对在非均匀杂波背景下,杂波抑制后孤立强杂波剩余能量导致动目标检测虚警率升高的问题,提出了一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测(SAR-GMTI)方法。对多通道的合成孔径雷达(SAR)图像进行维纳匹配滤波处理,在杂波抑制残差图检测的基础上,根据滤波前后信号的能量差异设计了滤波响应损失检测量,对潜在目标进行二次检测,以剔除虚警。仿真与机载实测数据表明:该方法能在非均匀杂波背景下有效改善动目标的检测性能,可应用于运动平台雷达对地监视预警。     

星载合成孔径雷达的数学成像处理

对星载合成孔径雷达的数字成像处理过程进行了详细的阐述，其中包的知点目标回波信号的分析，距离压缩，距离徒动校正，方位压缩，多普勒参数估计，参考函数的形成和更新，多视处理等内容。     

基于双通道距离频率干涉相位解运动目标径向速度模糊方法

针对合成孔径雷达/地面动目标检测系统中动目标径向速度估计存在模糊的问题,提出一种基于双通道距离频率干涉相位解模糊的方法。该方法通过构造干涉相位与距离频率的关系,利用干涉相位随距离频率变化的斜率关系实现径向速度无模糊估计。该斜率与相位缠绕无关,所以所提方法具有不受相位缠绕影响的优点。为了减小噪声对径向速度估计的影响,利用最小二乘线性拟合方法估计该斜率。此方法能实现杂波背景和多目标情况下的应用。通过仿真和实测数据处理验证了所提方法的有效性。     

合成孔径雷达的发展现状与未来

介绍了合成孔径雷达（SAR），特别是星载合成孔径雷达的发展现状，给出了目前国外已经发射成功的主要空间SAR的基本情况，并对其发展方向进行了展望，对合成孔径雷达系统工作者具有较好的参考价值。     

合成孔径雷达的特点及其军用探测研究

合成孔径雷达是一种全天候工作的高分辨率微波遥感成像雷达。经过 40年的发展 ,它在军用和民用方面已得到广泛应用。在军事上 ,它主要应用于侦察、测量、海洋监视、动目标指示及动、静目标截获和识别、干涉测量和伪装识别以及检测等。主要对合成孔径雷达的工作原理、技术特点、最新发展、军用实例以及对合成孔径雷达的发展趋势进行分析和研究     

基于DEM和GMTI的收发同置分布式InSAR编队构型设计

针对多星收发同置分布式干涉合成孔径雷达(InSAR),建立了基线的空间几何模型,基于高程测量(DEM)和动目标检测(GMTI)任务设计卫星编队构型。给出了多星收发同置分布式InSAR的基线参数与构型参数的转换关系,在任务对基线的约束下,以小于某指标的测高和测速误差的轨道运行时间为优化目标,设计构型参数并仿真分析,获得了三种不同编队构型的基线稳定性和测量误差。     

通过扩展分区特征改善SAR目标检测

本文对利用扩展区分（EF）特征来改善合成孔径雷达（SAR）自动目标识别（ATR）系统观注目标聚焦（FOA）阶段处理的有效性进行了评估。不象传统的SAR检测特征仅能在对比度基础上将图像像素从背景中区分开，EF特征对物体的对比度和尺寸都敏感，EF特征算法便于实现，并已证实有着类似CFAR（恒虎警率）性质的新特征，我们使用这个新特征，通过两个数据库提供的SAR图像，对几种不同检测方法进行了测试，验证新方法对性能有所改善。     

合成孔径雷达图像中目标的统计特性

本文讨论了合成孔径雷达（SAR）图像中目标的统计特性，并验证了如何利用这一特性进行自动SAR目标分类及识别。文中介绍了一种用于估计目标雷达横截面积的目标平滑算法，这种算法可以与适当的噪声模式相结合以针对给定的成像构造产生多个目标，这就允许对目标特性进行统计分析，用于改进基于特征的分类，并通过对真实目标进行简单的分类实验进行了验证。     

用双基超宽带合成孔径雷达提取地面动目标信息

讨论了在超宽带波束合成孔径雷达，系统中利用双基天线构造进行地面动目标显示的方法。为了抑制强杂波信号，雷达信道具有同样严格的要求。在双基系统中这些信道是不一样的，作者研究了如何补偿这种双基构造。双基杂波散射的影响是不可能补偿的，因此尝试对地面动目标显示的双基散射影响进行估算。在时域和频域中可把宽天线波束的双基合成孔径转换成单元基合成孔径。雷达信道间的失配会引起杂波泄漏，明确了时域和频域脉冲压缩冲激响应泄漏。     

基于二阶Keystone变换的FMCW SAR动目标成像与参数估计

本文研究了一种适用于调频连续波（Frequency Modulated Continuous Wave,FMCW）合成孔径雷达（Synthetic Aperture Radar,SAR）的地面动目标成像与参数估计的方法。首先,建立FMCW SAR系统下的动目标回波模型,通过多普勒频移补偿和时频代换,提出了一种基于二阶Keystone变换校正动目标回波距离弯曲的方法。其次,用Hough变换去估计动目标距离向速度,并据此进行距离走动校正。最后,采用Wigner-Hough变换估计动目标的多普勒调频率,通过补偿二次和三次多普勒相位实现动目标的精确聚焦。仿真结果表明：该方法对参数估计有较高的准确性,同时估计的参数对动目标成像有较好的聚焦效果。     

一种干扰环境下的机载SAR慢动目标检测方法

在电磁干扰的环境下,经典的合成孔径雷达(SAR)的成像和地面动日标检测算法的性能将会变差甚至失效,因此研究存在干扰时的高效可行的SAR动目标检测方法具有重要的实际意义.提出一种将自适应波束形成技术和杂波抑制干涉(CSI)技术相结合的阵列天线动目标检测方法.该方法首先采用自适应波束形成技术消除干扰,然后用CSI方法抑制地杂波并实现运动目标的检测.同时,采用不等间距偏置相位中心天线(DPCA)技术,消除了盲速区.从SAR天线结构和空间几何模型人手,详细分析了干扰抑制原理、杂波抑制和动目标检测原理并给出了其实现框图.最后通过计算机仿真,验证了该方法的可行性.     

星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。