基于频域DPCA的星载SAR动目标检测、测速与定位

给出基于频域DPCA的星载合成孔径雷达 (SAR)动目标检测、测速及定位的实现方法。首先建立星载SAR沿航迹向三孔径天线空间几何模型 ,并详细分析星载SAR三孔径天线机理及信号特性 ,然后分析并推导基于频域DPCA实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后 ,计算机仿真结果验证其有效性     

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.     

基于STAP-FrFT-DPCA的SAR运动目标检测与参数估计算法研究

在深入分析STAP技术和FrFT的基础上,提出了一种对SAR动目标检测的新方法。新算法将STAP技术、FrFT和DPCA技术有机地结合起来,在三通道的工作情况下,能够实现对运动目标的定位和两个方向（方位向和地面距离向）上速度的估计。由于STAP技术良好的杂波对消功能和FrFT对chirp信号的良好检测效果,因此在不同信噪比情况下,本算法都能有效地抑制静止背景、获得良好的测速和定位效果。仿真结果证明了该算法的正确性和有效性。     

基于G2DPCA的SAR目标特征提取与识别

给出了基于广义二维主分量分析（G2DPCA)的合成孔径雷达（SAR）图像目标特征提取 方法。与主分量分析（PCA）相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不 是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析（2DPCA ）相比,它可以同时去除图像行和列像素间的相关性。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,结合预处理,G2DPCA在大大降低了特征 维数的同时,又改善了识别性能,并且正确识别率在97％以上,且对目标方位变化具有较 好的鲁棒性。     

双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

双目立体视觉中的一种运动目标检测算法

运动目标的检测是计算机视觉研究领域中的一个重要组成部分,传统的基于单目视觉的目标检测算法要么受环境因素的限制较大,要么收敛速度较慢,还难以解决多个运动目标部分遮挡的问题。针对以上存在的问题,本文在目标检测中采用了立体视觉方法。用双目摄像机对图像进行拍摄获取立体图像序列对,然后对立体图像对运用立体视觉方法进行分析。实验表明该方法能正确检测到运动目标,不受光线变化和阴影的干扰,并且在运动目标发生部分遮挡时仍能正确区分各目标。     

一种复杂环境下的红外成像运动目标检测方法

针对传统运动目标检测方法不能应用在背景和目标都存在运动的应用场合的缺点,文章提出了一种复杂环境下的红外成像运动目标检测方法。该方法首先对相邻两帧运动图像利用三步搜索法和最多邻近点距离相关匹配准则进行背景匹配,然后对匹配后的图像进行帧间差分并对差分图像进行灰度形态学滤波以去除背景噪声点,最后利用阈值分割方法检测到运动目标的位置。利用实际拍摄的红外图像对该算法进行了实验并与传统帧间差分法进行了比较,结果表明利用该方法能很好地解决传统帧间差分法应用中的缺点。     

基于ATI技术和象素匹配的星载SAR/GMTI实现方法

与机载合成孔径雷达相比,星载合成孔径雷达由于其复杂的空间几何关系、地球自转及地球曲率等因素的影响,使得星载SAR／GMTI的实现更为复杂。提出了当不满足相位偏置中心天线(DPCA)中脉冲重复频率和天线水平基线间的严格约束条件时,通过象素匹配法和星载SAR沿航迹向干涉(ATI)技术实现星载合成孔径雷达(SAR)动目标检测、测速及定位的一种方法。该方法采用沿航迹向线性排列的双孔径天线星载SAR结构,首先建立了星载SAR双孔径天线空间几何模型并详细分析了星载SAR双孔径天线机理及信号特性,然后利用常规方法成像的双天线SAR图像,分析并推导了基于ATI技术和象素匹配实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后,通过计算机仿真验证了其有效性。     

一种基于视频序列的运动目标检测方法

文章提出了利用帧差分法和背景差分法结合块匹配对运动目标进行检测的方法,该方法实现简单、速度快。块匹配方法的引入有效地抑制了光照变化和背景扰动的影响,提高了整个系统的自适应性。实验证明,该方法能够满足运动目标的实时检测要求。     

非合作运动辐射源照射的目标检测方法研究

研究了非合作运动辐射源照射条件下的动目标检测问题。分析了此背景下的地杂波空时频分布特性,并结合非合作系统数据处理特点提出了地杂波环境下的运动目标空时频联合检测方法,该方法利用杂波与目标在空时频三维域上的可分性解决了时频二维域上杂波覆盖目标的问题,将非合作领域中一般的时频检测方法推广为对时域数据的空域-频域二维联合滤波,仿真结果表明当目标信号与杂波信号在空时频三维域不出现重合的条件下,该方法能够有效地抑制杂波和噪声,实现地杂波背景下的动目标检测。
     

基于参数化解调的旋转目标微多普勒频率提取方法

旋转运动是航天领域中最为常见的微运动,如卫星天线转动、弹道导弹自旋运动等。旋转目标的微多普勒特征对雷达目标识别具有重大影响。针对旋转目标不同散射点的微多普勒频率相互重叠、难以提取的问题,提出了基于参数化解调的旋转目标微多普勒频率提取方法。由点散射模型得到旋转目标的微多普勒信号解析形式。考虑到旋转目标微多普勒信号具有正弦频率调制特征,构造了基于正弦模型的参数化解调算子,优化微多普勒频率参数,使解调信号在载波频率处的频谱值达到最大。为了估计多个散射点的微多普勒频率参数,提出了参数迭代估计方法,在每次迭代中只估计当前最强散射点的微多普勒参数,将相应信号分量从原始信号中剔除,消除对后续分量估计结果的影响。仿真和实验结果表明:基于参数化解调的旋转目标微多普勒频率提取方法与传统时频峰值检测方法相比,能更精确地提取相互交叉的旋转目标微多普勒频率,为最终实现雷达空间目标识别提供了理论基础,能应用于卫星天线、弹道导弹等目标的监测、识别。     

基于关键事件的系统级单点故障识别方法及应用

系统级单点故障严重影响航天器任务的成败。为全面识别系统级单点故障模式,文章提出了基于时域空域分析、故障树分析（FTA）和故障模式影响分析（FMEA）相结合的关键事件系统级单点故障识别方法,并在交会对接任务中得到了应用。通过对识别的单点故障模式相关设备采取在轨补偿措施或过程控制措施,降低了任务风险,保证了交会对接任务的成功。该故障识别方法具有一定工程应用价值。     

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MFT的非匀速转动目标干涉ISAR三维成像方法

非匀速转动目标各距离单元内的回波信号为多分量的多项式相位信号,采用傅里叶变换进行横向压缩得到的目标ISAR像会发生散焦,从而影响干涉ISAR三维成像质量。针对非匀速转动目标,提出了一种基于匹配傅里叶变换的InISAR三维成像方法。该方法对各天线接收回波的每个距离单元采用匹配傅里叶变换得到聚焦的目标ISAR像,进而得到散射点不同接收天线间的干涉相位,最后从干涉相位求解散射点三维位置重构目标的三维图像。由于非匀速转动目标多项式相位信号的相位系数之间的比值只与目标转动参数有关,因此该方法只需估计某一个散射点对应回波的多项式相位系数就可构造所有匹配傅里叶变换的积分路径,而且适用于任意阶的非匀速转动目标。仿真表明了该方法的有效性。     

星载SAR的GMTI技术

根据地面动目标回波信号特性,研究了用于星载合成孔径雷达（SAR）的相位中心偏置天线（DPCA）、沿航迹干涉（ATI）、DPCA-Radon和DPCA-Frft-ATI等地面动目标检测（GMTI）算法。讨论了以实现GMTI为任务的分布SAR小卫星的构型和工作模式,分析了GMTI的最大可检测速度、最小可检测速度和盲速等系统指标,以及分布式SAR系统实现GMTI的难点。     

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。     

SAR图像目标峰值特征提取与方位角估计方法研究

目标峰值特征是SAR图像目标识别的重要特征之一。峰值特征提取是SAR图像目标识别的一个重要步骤，为了由SAR图像快速、精确地提取目标峰值特征．本文首先研究了SAR图像目标峰值特征提取方法，提出了一种“子像素”级精度的SAR图像目标峰值特征提取方法．并通过仿真实验分析了峰值位置、峰值幅度的估计精度。由于目标SAR图像或SAR图像特征矢量对目标方位角变化的敏感性，因此，为了提高SAR图像目标识别系统的分类效率，本文还研究了SAR图像目标方位角估计方法，提出了一种利用峰值特征基于线性回归的sAR目标方位角估计方法，和现有方法相比，该方法除了计算速度快，估计精度较高之外，还能在估计方位角的同时，给出该估计的置信区间，从而更好的满足SAR ATR的实际需要。文中通过对大量实测MSTAR SAR图像目标方位角的估计实验，验证了本文目标峰值特征提取及方位角估计方法的有效性。