天基视频SAR系统设计及成像算法研究

视频合成孔径雷达（SyntheticApertureRadar,SAR）作为一种新型微波遥感体制,能够实现对热点区域动态目标的持续监视,目前对视频SAR的研究主要集中在机载平台的视频SAR系统,未对天基视频SAR系统设计及成像算法展开深入研究。文章设计了一种基于双站模式的天基视频SAR系统,其中以静止轨道SAR卫星作为发射源,并利用低轨SAR卫星接收目标区域的回波信号。研究了视频SAR成像性能与各主要工程参数间的关系,并提出一种适用于天基视频SAR的成像算法,该算法能够有效解决双站天基视频SAR成像中大斜视角应用与数据重叠等问题,成像结果正确反映了运动目标的散焦、移位现象,同时静止目标取得了良好的聚焦效果。     

TLS密码套件的流量数据随机性分析

密码套件是安全传输层协议(TLS)实现安全通信的基石,包含了密钥交换算法、对称密码算法和消息摘要算法,其中对称密码算法被用于实际通信的数据加密。通过对真实流量的采集与分析,得出了不同TLS密码套件在现网中的分布情况。设计了一种基于密文图像重构、美国国家标准与技术研究院随机性测试套件、卷积神经网络(CNN)等手段的分析方法,对现网主流对称密码算法(AES、ChaCha20)与其他常见对称密码算法(DES、3DES、RC2、RC4)的密文随机性进行分析。实验结果表明:参与对比的所有对称密码算法在电子密码本(ECB)模式下其密文均具有较差的随机性,无法通过大多数测试;AES与ChaCha20二种主流TLS对称密码算法在除ECB模式下其密文均具有良好的随机性,对基于CNN与随机森林的密码算法识别也具有抵抗能力。研究成果可为TLS密码套件的选择与加密流量的深层分析提供参考。      

基于变化映射表的WSN通信数据语义安全算法

提出一种基于变化映射表的语义安全算法.该算法首先针对无线传感器网络(WSN,Wireless Sensor Networks)应用对临界值敏感的特点,采用变精度状态采集方法,建立了一个原始语义与其标识数值的映射表;在此基础上,网关和节点之间通过同步映射表进行通信数据的语义加密和解密,为提高安全性,在通信过程中,映射表基于通信携带的随机变更因子而不断更新.最后给出算法分析及仿真验证,结果表明提出的算法可以有效抑制已知明密文对攻击和实现语义安全.     

基于两层元数据与本体的异构数据共享技术

针对多源、多类、异构数据难以同时共享的问题,提出了一种两层元数据结合本体的信息共享技术.首先,分析了两层元数据的结构,介绍了如何通过两层元数据统一描述多类异构数据.其次,针对元数据缺乏语义信息不能描述数据类别之间的隐含关系的问题,在元数据之上建立本体层,对元数据进行语义描述和本体推理.最后,在数据检索方面,利用Lucene全文检索引擎与SPARQL(Simple Protocol and RDF Query Language)本体查询语言相结合,在关键词查询过程增加了SPARQL检索操作,提高了查全率,并优化了检索时间.实验选取了2014-2015赛季欧洲足球冠军联赛数据作为测试数据,证明了本文方法在异构数据共享上的有效性和元数据查询性能的改进.      

基于子孔径ECS算法的天基视频SAR成像方法

针对天基视频合成孔径雷达(Synthetic Aperture Radar,SAR)成像中回波数据重叠及实时性要求,提出了一种基于子孔径扩展线性调频变标(Extended Chirp Scaling,ECS)处理的天基视频SAR成像算法。首先提出了大角度聚束视频成像模式下的回波数据分割方法,然后基于重叠率与帧频的要求对回波数据进行子孔径划分,子孔径内部进行ECS成像处理后,在距离多普勒域进行子孔径合成,实现视频成像,从而避免了重叠数据的重复运算,有效提高了视频SAR的成像效率,重叠数据重复运算率由78.1%降为10%,最后通过计算机仿真验证了该算法的有效性。     

基于帧频的星载SAR系统视频成像能力分析

视频合成孔径雷达(video synthetic aperture radar, ViSAR)作为一种微波遥感体制能以摄像式模式对重点区域的时敏目标展开持续性的动态监视,已经受到越来越广泛的关注,但针对视频SAR系统的视频成像能力的分析还不够深入。首先建立了视频SAR回波信号模型,并结合给定的星载SAR系统参数,提出了一种基于帧频的适合分析星载SAR系统视频成像能力的模型,并基于X波段和Ka波段雷达参数对系统进行了仿真分析。研究表明,在形成相同帧率的SAR视频时,SAR系统频率越高,越容易形成独立帧率的SAR视频;在形成相同方位分辨率帧图像的SAR视频时,中心斜视角越大,所需的孔径交叠率越大。研究成果可为星载SAR系统设计提供理论分析支撑。     

基于偏振约束的立体视频快速运动估计算法

分析了平行双目立体摄像系统的偏振约束特性,提出了一种基于偏振约束的立体视频快速运动估计算法.左通道和右通道分别作为基本层和增强层,对右通道结合视差估计和运动估计得到最优的运动矢量预测值初值,采用不同的运动搜索方法,确定右通道最终运动矢量.若最优的运动矢量预测值是由视差估计得到的左通道运动矢量,则根据偏振约束,左右通道图像对应编码块的运动矢量在垂直方向上的分量相等,因而右通道只在水平方向上进行小范围的运动估计搜索,从而大大降低了右通道运动估计的计算复杂度.实验结果表明,在相同条件下,采用该算法编码一帧图像的运动估计平均时间分别只有采用全搜索块匹配算法、钻石搜索法和三步搜索法的0.27,0.58和0.67倍,编码速度得到显著提高.     

基于预计算和周期性的ECC标量乘法算法

在研究二进制、带符号的二进制(NAF,Non-Adjacent Form)等常见标量乘法算法的基础上,结合椭圆曲线基点的周期特性和预计算倍点序列方式,提出了一种新的标量乘法算法,并给出了新算法的详细步骤.点的周期性和系数决定了直接进行标量乘法运算还是转化为求其逆元,预计算倍点序列方式避免了椭圆曲线密码体制(ECC,Elliptic Curve Cryptosystem)加解密过程中大量的重复运算.为验证算法的正确性,采用密钥长度为192 bit椭圆曲线,给出了一个具体实例.实例结果和算法分析表明:与二进制和NAF算法相比,新算法虽占用了一些存储空间,但省去了倍点运算的时间开销,同时减少了点加的运算次数,极大地提高了标量乘法运算的效率.该算法的提出对完善ECC理论和加快ECC在实际中的应用具有重要意义.      

基于相关滤波和轨迹预测的视频卫星动态目标跟踪算法

为解决卫星视频中有遮挡或相似目标情况下目标跟踪的问题,提出了一种改进的相关滤波算法,在跟踪框架中加入了干扰判别模块和基于神经网络的轨迹预测模型。通过比较平均峰值相关能量指标值与自适应阈值来判别跟踪器是否受到干扰。双向长短期记忆网络以目标历史轨迹编码为输入来完成轨迹预测,结合相关滤波输出结果和网络预测结果来确定目标的位置。实验表明,所提出算法的精度提升了2.10%,在有遮挡或相似目标等情况下仍具有较好的跟踪性能。     

联合足迹识别与监控视频分析的智能刑侦系统

刑侦破案是打击违法犯罪和确保国家长治久安的基本要求。刑侦破案的一大关键是如何有效地利用采集到的信息。为了更好地配合刑侦工作,提出了联合足迹识别与监控视频分析的智能刑侦系统。该系统基于深度学习方法,首先根据足迹信息,包括鞋印长度、宽度、受力分布情况、步长、步幅等,利用卷积神经网络技术实现嫌疑人个人特征的预测;其次联合周边监控视频大数据进行智能分析比较,利用大数据技术快速处理信息,分析视频中行人的个人特点;最后运用虚拟现实仿真技术构建足部压力和鞋底受力分析有限元模型,利用模型获得各种复杂场景下的仿真足迹。三者相互印证,有机结合,快速筛选刑侦对象。实验结果表明,该系统可以高效准确地根据足迹特征实现身高预测,并且与视频监控大数据相结合,可以迅速缩小排查范围并锁定凶手。