脉冲体制毫米波SAR多通道信号处理方法研究

为实现高分辨率、宽测绘带的综合观测目的,以毫米波频段多通道合成孔径雷达(SAR)信号模型为基础,对同时具备距离多通道、方位多通道的SAR成像处理流程进行分析,针对非均匀通道重构容易受到姿态误差影响的问题,引入惯导设备姿态数据实现参数校准,并基于上海卫星工程研究所Ka频段多通道SAR机载挂飞数据完成方法验证。数据处理结果表明:通过二维多通道数据处理,能够有效改善欠采样下的SAR图像方位模糊特性并优化噪声特性,提升图像可判读性。研究结果可为毫米波多通道SAR成像系统的研制与应用处理提供参考。     

基于小波变换的SAR相干斑抑制方法研究

SAR图像固有的相干斑噪声恶化了其成像质量,如何有效抑制相干斑噪声并保留SAR图像的细节信息是研究的一个热点问题。基于SAR相干斑乘性噪声模型,根据小波阈值处理的原理,分析小波滤波在SAR相干斑抑制中存在的关键问题和硬、软阈值处理中存在的不足,提出一种新的阈值函数,并利用均方误差和峰值信噪比指标对相干斑抑制效果进行评估。实验结果表明,新的阈值函数在有效抑制相干斑噪声的同时还保留大量SAR图像的细节信息,较硬、软阈值函数有更好的滤波效果。     

基于信息可视化技术的SAR图像目视解译方法研究

为解决传统合成孔径雷达(SAR)图像目视解译的困难,对一种基于信息可视化技术的SAR图像目视解译方法进行了研究。基于非线性流形学习理论的维数约减技术,对原始单极化和多极化SAR图像进行特征提取和数据挖掘,通过基于极化数据变换的特征和基于极化目标分解获取SAR图像本征特征,选择利于用户应用的特征在彩色空间编码重构出SAR信息图像提供给判读员进行解译。给出了基于信息可视化技术的SAR图像目视解译框架。多种应用结果表明:该法能挖掘并显示出大量图像中隐含的信息,产生的特征图像较原始SAR图像更符合人眼视觉,可有效解译SAR图像。     

InSAR图像配准雷达几何法处理性能分析

图像配准是干涉合成孔径雷达(InSAR)信号处理的关键步骤。基于雷达几何的InSAR图像配准方法。利用主辅雷达成像几何和外部数字高程模型(DEM)进行主辅SAR图像配准。基于SAR图像距离多普勒定位方程,系统梳理了配准处理精度的影响因素,对各误差因素的作用机理进行了理论分析,并综合分析了该算法对重复航过和单次航过InSAR系统图像的配准处理性能。仿真结果验证了理论分析方法的有效性。分析结果对我国InSAR地面系统建设和相关卫星指标论证具有重要的支撑作用。     

一种SAR图像特征增强新方法

军事目标的SAR图像特征在合成孔径雷达目标识别(SAR ATR)中扮演着重要的角色。提出了一种在多小波域中用维纳滤波重构进行SAR目标图像特征增强的新方法,并在此基础上进行了目标图像分割。实验结果表明,该方法能够有效增强SAR图像中的目标区域特征,增大目标和背景杂波之间的统计可分离度,有利于目标图像的精确分割和特征提取。     

星载合成孔径雷达的几个发展方向

针对军事领域的应用,介绍了未来星载合成孔径雷达(Spaceborne SAR)的几个重要的发展方向,包括能三维成象的星载干涉合成孔径雷达(InSAR)、星载SAR的动目标检测、星载超宽带SAR、多频多极化星载SAR和分布式星载SAR。对从事星载合成孔径雷达及卫星系统分析和设计的工程技术人员具有一定的参考价值。     

一种基于COTS的SAR分布式目标模拟方法

针对目前合成孔径雷达(SAR)目标模拟器通常只能模拟点目标，且通用化程度和实时性较低的问题，提出了一种基于商用现成品或技术(COTS)的SAR分布式目标模拟方法。利用NI PXI平台构建了一个基于电磁仿真的SAR分布式目标模拟器，由电磁仿真软件模拟获取目标散射特性，并通过高速网口输入硬件设备进行采样及卷积操作得到仿真SAR回波数字信号，经数模转换模块完成对SAR数字信号的调制并输出模拟回波，可以直接用于SAR系统的数据验证。模拟器采用数字式一体化硬件设备，由NI PXIe-5646R和PXIe-5840进行信号的接收和发送，PXIe-7902作为系统核心进行高速实时数据运算。系统以现场可编程门阵列(FPGA)为核心，通过LabVIEW RT (Real Time)和FPGA模块直接进行访问，能实时、高速地采集和处理数据。经过测试，该目标模拟器可以生成分布式目标的射频回波信号，环路验证结果证明了本文提出方法的有效性。另外，本文提出的方法适用于多种雷达信号的模拟，通过设置不同的信号体制或接收外部信号输入，可以实现灵活的SAR目标模拟。     

考虑小波数相关性的SAR图像去斑算法

SAR(合成孔径雷达)发射的相干信号之间会使图像产生相干斑点噪声,严重影响SAR图像的应用,需加以抑制。通过研究分析,一副图像小波分解之后的小波系数在幅度、符号之间具有强烈的相关性,由此提出了一种小波去斑算法,该算法考虑了小波系数幅度、小波系数符号之间的相关性。利用合成斑点噪声图像和实际SAR图像验证了该算法的有效性。结果表明:该算法在抑制SAR图像斑点噪声的同时,具有更好的边缘细节保持能力,提升了SAR图像后续应用效能。     

一种基于模板匹配的目标识别方法

在基于模板的目标识别方法中,模板的精度是一个关键问题。由于合成孔径雷达成像机理的原因,在SAR图像中会出现迎坡缩短、顶底倒置和遮挡等现象。因此,SAR图像中的目标形状与一般光学图像中的不同。在进行模板匹配的过程中,其模板也会有相应的变化。针对该问题提出一种目标识别方法,使用新的模板生成方式,即利用OpenGL技术并根据特定目标模型生成符合SAR图像特征的目标模板,这是一种基于模型的识别方法。使用MSTAR提供的数据对该方法进行验证,试验结果证明了方法的有效性。     

基于通道剪枝的SAR图像舰船检测优化算法

近几年,随着深度学习的发展,基于深度学习的目标检测算法开始应用于合成孔径雷达(SAR)图像中的舰船检测。但深度学习模型结构复杂,参数量与计算量巨大,无法应用到星载处理器的实时处理中。本文提出一种结合了Faster-RCNN和卷积通道剪枝的舰船检测方法,在保证检测精度不受较大影响的情况下,剪除卷积层中的部分参数,提高检测效率。实验表明:经过剪枝优化的Faster-RCNN舰船检测模型中的参数量降低了约56%,而推理时间减少了约51%,同时精度下降仅有1.9%。这给未来在星载处理器上部署舰船检测算法提供了新的思路。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

噪声调幅干扰信号波达方向估计研究

利用噪声调幅干扰信号频谱结构的特殊性,提出基于阵列接收信号载频处频域数据的波达方向估计算法,通过仿真分析表明该算法的角度估计性能明显高于目前广泛采用的比幅比相单脉冲测角法,并且计算量也大大低于传统的波达方向估计算法.     

基于UML的自动测试系统建模方法研究

为提供自动测试系统的领域知识，在对自动测试系统的特性进行研究的基础上，将UML引入自动测试系统的建模过程中，利用UML的扩展机制为自动测试系统的框架开发提供该领域的知识。通过为一个自动测试系统开发平台不同于常规软件产品部分的建模实例，给出了自动测试系统的特定领域知识的表达方式。     

基于DPSA的几种全极化RWR前端升级方案

现代高技术战争条件下，电子战任务和电磁环境中威胁信号形式变得更加多样复杂，要求电子战支援系统（ESM）天线传感器能够接收和检测各种不同极化的威胁信号，即具有全极化接收能力。本文首先简要的介绍了一种性能优良的天线一双极化曲折天线（DPSA），然后提出了利用单个双级化曲折天线，将现有机载雷达告警接收机升级为全极化接收机系统的四种解决方案，其中重点介绍了基于极化组合/分解思想的第四种方案。     

一种基于遗传算法的最小熵自聚焦方法

自聚焦算法是获得高质量合成孔径雷达SAR(Synthetic Aperture Radar)图像的重要步骤。针对复杂成像场景和复杂运动误差SAR自聚焦问题,提出一种基于遗传算法的最小熵自聚焦方法。方法通过高阶多项式函数拟合相位误差,以图像熵为代价函数,利用遗传算法最小化代价函数进而估计出相位误差,尤其适合于成像场景没有孤立强散射点、高阶相位误差不能忽略的自聚焦问题。仿真数据和实测数据处理结果证实算法的有效性。     

基于数字多波束星载多通道VDES设计

阐述了甚高频数据交换系统(VDES)系统产生背景,针对目前普遍存在的系统通信速率受限以及自动识别系统(AIS)时隙冲突问题,提出一种全双工射频通信频段设计方法和时隙冲突解决途径。通过采用多个射频通道以及多个波束合成,利用阵列天线和数字波束合成(DBF)技术,将卫星大覆盖范围划分为多个相互独立区域,缩小单个天线波束视场覆盖范围,减少单波束范围内船舶数量,能有效降低AIS信号时隙冲突。以600 km卫星轨道为例,介绍了8通道及8个波束DBF设计方法,对波束视场和天线增益等进行了仿真计算。结果表明:多波束可覆盖±42°视场角范围,单波束视场角最大为±14°。     

无人机神经网络动态逆控制器设计研究

针对无人机动态逆控制器存在的明显缺陷,采用在线神经网络对逆误差进行补偿,设计了神经网络动态逆控制器.构造了一种单隐层神经网络结构,证明了整个闭环系统的稳定性,给出了稳定的在线神经网络权值调整算法.通过仿真验证了该方案的鲁棒性、对故障的适应性以及在作动器纯延时下的响应性能,证明了在线神经网络对动态逆控制器具有明显的改善作用.对于无人机先进飞行控制系统的设计研究具有重要的参考价值.     

基于DPCA算法的星载多通道TOPSAR成像方法

方位向DPCA多通道技术能够提高星载TOPSAR模式的方位分辨率,但TOPSAR回波信号的场景多普勒频谱混叠和方位非均匀采样给多通道TOPSAR成像带来了困难。针对这个问题,提出了一种基于DPCA算法的星载多通道TOPSAR成像方法。该方法通过调整方位向发射/接收子孔径的等效相位中心位置,使等效相位中心分布基本满足均匀采样的要求,同时利用复制拼接的方法解决了TOPSAR多普勒频谱混叠问题,最后利用改进的SPECAN算法完成聚焦成像。该成像方法避免了方位向多通道非均匀采样信号的重构操作,同时复制拼接操作和改进的SPECAN算法避免了方位向数据分块操作和方位时域的扩展。点目标和分布目标的仿真结果验证了提出的成像方法。     

基于调频连续波信号的双基地ISAR成像研究

在将调频连续波(FMCW)信号应用于双基地ISAR的成像过程中,针对应用FMCW信号在回波信号中产生距离快时间和方位慢时间耦合项的问题,提出了应用离散多项式相位变换的方法进行组合参量估计,通过估计出的组合参量构造补偿函数对回波信号进行相位补偿,消除了一次耦合项产生的固定频偏和二次耦合项引起的主瓣展宽,对补偿后的回波信号应用距离多普勒算法可获得清晰的目标二维像,通过仿真表明：所述的补偿算法能有效改善应用FMCW信号而产生的目标像散焦现象,获得聚焦良好的点目标像。     

基于MRPs/NPUPF的地磁/加速度计测量的姿态估计新方法

针对现有基于地磁/加速度计的姿态估计算法存在状态误差协方差阵的奇异值和需要准确已知当地地磁矢量的问题,提出了一种新的姿态估计基本方法。该方法采用修正罗德里格参数(MRPs)表示系统动态,消除了采用四元数法导致的状态误差协方差阵的奇异值问题;根据地磁场缓变的特性,将地磁矢量作为平稳过程加入到状态变量中,使得姿态估计不再需要准确已知当地地磁矢量。针对大初始误差和有色噪声对基本方法的影响,通过引入模型误差预测(NPF)和无迹粒子滤波(UPF)方法对其进行改进,提出了基于模型预测无迹粒子滤波(NPUPF)的地磁/加速度计的姿态估计新方法。仿真结果表明,NPUPF方法可在大初始误差和非高斯条件下实现高精度的姿态估计,提高了基于地磁/加速度计的姿态估计方法的可靠性和实用性。