多特征实优化PolSAR图像舰船目标增强方法

极化合成孔径雷达(PolSAR)数据蕴含了丰富的极化信息,已被广泛应用到海上舰船检测中。针对检测过程中存在的相干斑模糊、甚至淹没目标问题,采用多个特征通过实优化,提出了一种新的PolSAR图像舰船增强方法。在大量实验基础上,该方法首先选择了效果较好的极化白化滤波、极化熵与Pauli分解中舰船成分作为参与优化的元素,然后利用实优化融合来提取最优目标增强特征图,最后通过Radarsat-2全极化数据进行了验证。实验结果表明,该算法能有效抑制相干斑,同时增强海上舰船目标。     

有源多假目标干扰的极化识别新方法

提出一种利用单脉冲跟踪雷达的和、差波束特性差异的极化估计算法。基于目标散射回波和固定转发式有源假目标干扰产生物理机理的差异,设计了极化相似测度、极化相关系数、极化欧式距离等干扰鉴别参量,提出了有源假目标干扰鉴别算法。该技术无需增加极化通道,降低了计算和处理难度,更易工程实现。仿真结果证明了该方法的有效性。     

基于舰船目标的极化SAR改进滤波算法研究

针对传统极化白化滤波(PWF)算法在处理极化SAR数据时的缺陷,提出一种改进的方法,该方法利用边缘模板检测和Freem an散射特性分解等技术对存在结构特征区域的图像采取特殊处理,提高了存在结构特征区域图像的滤波性能。实验证明,改进方法具有更强的自适应性,可有效降低相干斑噪声,特别是在边缘区域,能更好地保持舰船目标的结构信息。     

有源多假目标干扰的极化特征及其识别研究

研究了有源多假目标等欺骗性电子干扰的极化识别问题。首先分析了有源假目标干扰和雷达目标的极化特性,从理论上讨论了有源假目标干扰识别的可行性,并设计了有源假目标干扰的极化识别算法。最后,结合实测数据,计算机仿真实验验证了识别算法的可行性和有效性。     

运动目标的全极化一维成像方法研究

提出了一种新的运动目标全极化一维成像方法,该方法利用解线性调频处理的小场景回波成像特性,使用小于发射脉冲宽度的时间延迟来实现不同极化通道之间的隔离,既能克服瞬时极化测量体制受发射波形特性限制的缺点,又能抑制传统分时极化测量体制长时间间隔导致的目标极化特性去相关效应.建立了运动目标的回波模型,分析了各相位因子的性质,针对不同的相位因子特性提出了相应的补偿方法:首先利用目标互易性原理对不同极化通道之间的相位差进行补偿,然后根据最小熵值准则实现对时延一次项和高次项精确补偿.仿真结果表明本文方法的有效性.     

受Faraday旋转影响的极化SAR数据的校准

合成孔径雷达的极化校准的根本目的是校正各个极化通道的极化不纯度和通道间的不平衡量,而对于星载系统,还要考虑受到Faraday旋转引入的极化矢量偏移的影响。文章首先利用电磁数值计算的方法获得点目标的极化散射矩阵,利用Kroneker积的性质得到极化校准模型,从而得到极化校准矩阵。由于不需要得到各个通道具体的失真特性,以及Faraday旋转的具体大小,因此该方法更容易实现。最后利用计算机仿真,验证了该方法的有效性。     

一种基于诱导脉冲的极化对消抗欺骗干扰方法

针对反舰导弹雷达受到敌方大功率有源欺骗信号干扰而不能有效探测目标的问题,提出了一种基于诱导脉冲的极化对消方法。首先采取Jones矢量对雷达及干扰信号的极化特性进行表征,接着建立一种基于诱导脉冲的雷达H、V双极化通道接收体制,时序上分为诱导和对消两个阶段;然后具体分析了极化对消器的算法原理;最后采取正负斜率线性调频对诱导脉冲的波形进行设计。仿真实验结果表明,算法可以有效抑制欺骗干扰,匹配滤波后干扰抑制比可达30dB左右。     

基于Pauli基分解的极化校准算法

极化校准是现代雷达精确获取目标极化散射特性的前提和基础。为解决某全极化雷达的校准问题,提出一种基于Pauli基分解的极化校准算法,给出了算法的正交条件和相关推导,可选择任意满足正交条件的三个目标做为定标体。对校准算法的误差来源和误差对校准结果的影响分别进行了理论分析和仿真分析。给出了不同条件下该校准算法和其它校准算法的仿真结果,以及某全极化雷达校准试验数据分析结果。结果表明：基于Pauli基分解的极化校准算法能有效消除天线的变极化效应,可更准确地校准目标的极化散射矩阵,并可应用于大型地基极化雷达、极化合成孔径雷达以及极化相控阵雷达等的极化校准。     

复合噪声调频干扰的极化滤波方法

基于瞬态极化理论研究了复合噪声调频干扰的极化滤波方法。在对多个噪声调频干扰源合成信号的极化起伏特性进行分析的基础上,提出了复合噪声调频干扰的瞬态极化估计方法和基于MLP的极化滤波抑制方法。最后,利用计算机仿真实验验证了文中所提方法的有效性和可行性。     

自适应三维极化滤波

三维极化滤波能够更好地利用空域信息,在极化域-空域联合滤波,因此能够抑制二维正交极化滤波不能滤除的干扰,达到更好的滤波效果.实际应用中,信号通常是未知的或者变化的,要达到好的滤波效果,必须实时更新滤波参数.针对未知的或缓变的信号环境,提出了一种自适应三维极化滤波算法,利用历史杂波数据来估计杂波的极化信息,据此对天线进行调整,以对接收信号滤波.最后通过Matlab仿真验证了该算法的有效性.