无人机动态目标高精度定位方法研究

针对未来无人机对目标高精度定位的迫切需求,开展了无人机动态目标高精度定位方法研究,提出了动态目标高精度定位总体方案。方案将惯性/卫星组合导航系统和机载光电平台系统获取的载机信息和目标相对信息作为目标定位算法的输入量,合理分配目标定位过程中各项误差参数,实现无人机对目标的高精度定位。经仿真验证,目标定位精度和载机导航精度都达到了期望指标,表明了方案和算法的有效性。     

新型机载双通道SAR-GMTI实时算法

提出了一种用于机载双通道SAR的GMTI新算法,将自适应插值算法与多普勒频域DPCA相结合,先分析了新算法的原理,然后以一个距离误差系数不为正整数,并且有加速度存在的载机模型进行仿真.给出了使用新算法后的仿真结果,证明了算法的合理性和可靠性.     

INS/SAR组合定位技术研究

主要研究了INS/SAR组合对运动目标的定位算法。首先,建立了INS/SAR组合定位系统数学模型;其次,基于卡尔曼滤波方法和alpha-beta滤波方法完成了INS/SAR组合定位算法设计;最后,考虑组合导航系统误差及导引头测量误差,对定位算法进行了数字仿真及性能分析。仿真结果表明,所设计的INS/SAR组合定位算法在远距对运动目标具有较高的定位精度。     

基于数值计算的机载SAR空变运动补偿算法

针对机载合成孔径雷达(SAR)高分辨率宽测绘带(HRWS)成像问题,在分析结合两步运动误差补偿的距离徙动算法基础上,提出一种基于数值计算的空变运动误差补偿算法。通过对粗聚焦图像进行分块,在子块的两维波数域进行空变运动补偿,补偿的相位包括方位相位误差、距离相位误差以及方位和距离的耦合相位,因此该算法在复杂航迹、高分辨和宽测绘带情况下仍具有较好的鲁棒性。最后对SAR仿真数据和实测数据进行处理,并与结合两步运动误差补偿的距离徙动算法进行比较,处理结果表明该算法能够更好地补偿空变运动误差。     

基于稀疏重建的机载无源SAR运动目标成像算法

针对机载无源合成孔径雷达(SAR)探测场景具有稀疏性的特点,提出了一种基于稀疏重建的机载无源SAR运动目标成像算法。在建立机载无源SAR运动目标信号模型的基础上首先通过预设的每个速度估计值构造联合字典矩阵,然后采用稀疏重建算法进行优化求解得到联合反射系数向量,最后对重建的联合反射系数向量进行分割提取从而同时得到探测区域的成像重建结果和运动目标的速度。仿真试验结果验证了所提成像算法的有效性和准确性。     

一种新的非平行轨迹机载双站斜视SAR成像算法(英文)

本文提出了一种用于非平行轨迹机载双站斜视SAR条带模式成像的新的解析算法。该算法用收、发雷达的多普勒调频率贡献比为加权系数推导了点目标回波的二维频谱。通过解目标位置相对于收、发载机飞行轨迹的耦合,将这个二维频谱中目标的距离参数和方位参数进行了分离。在二维频域内,补偿掉双站扭曲项后利用二维Chirp-Z变换(2D-CZT)校正了距离向和方位向的徙动,获得了精确聚焦的目标图像。雷达回波的二维残余徙动用沿距离向和方位向的分块来限制,推导了数据分块的条件,由此可以实现宽场景成像。仿真试验验证了这种2D-CZT算法的有效性。     

基于CZT的机载并行双站斜视SAR成像算法

建立了机载并行双站斜视合成孔径雷达(SAR)的几何模型,给出了雷达回波的数学表达式,推导了它的二维频谱并对其特点做了分析。在二维频域内,先用聚焦函数对观测场景中心的点目标做精确成像,然后用Chirp-Z变换(CZT)校正中心点两侧目标回波的距离徙动,再通过方位向逆傅里叶变换得到了雷达图像。该算法利用了CZT能够处理非线性调频信号的特点,简化了处理过程,提高了计算效率和成像精度。仿真实验验证了这种基于CZT的新算法在处理并行双站斜视SAR数据时的有效性。     

目标SAR数据库试验获取技术研究

目标SAR(合成孔径雷达)数据库是目标特征识别与提取研究的基础,目标SAR数据库试验获取的关键是地面目标摆放和SAR载机航线设计。为了获取目标多姿态SAR数据库,首先研究了地面目标距离间隔和角度间隔的配置要求,给出了SAR载机航线设计原理,包括航线长度、航向角度间隔、成像中心直角坐标系试验航线设计;推算出地心惯性坐标系下航线经度、纬度和海拔计算方法,开发了自动化试验航线设计软件;最后设计并完成了目标SAR数据库获取试验。相关研究在试验中得到了验证,并通过试验建立了军用卡车、通信车和坦克等多类目标多姿态SAR数据库,为SAR目标分类和识别技术研究提供了支撑,对其他军用目标SAR数据库的建立具有重要指导意义。     

惯性信息辅助的大视角目标快速精确定位

目标定位技术广泛应用于航空领域的侦察机、无人机等各类侦察打击任务中,目标定位精度的高低及效率对作战效果具有重要影响。针对仿射尺度不变的特征变换(ASIFT)算法对远距离大视角目标定位精度较低、速度较慢的问题,提出了一种基于惯性信息辅助的大视角目标快速精确定位方法。该方法首先对目标实测序列图像构造尺度空间,结合FAST特征检测与FREAK特征描述的方式进行匹配,实现对待定位目标的快速提取;然后利用机载惯性信息求解目标实测图与参考图之间的透视变换矩阵,利用该矩阵对实测图进行变换以减小图像间视角差异,克服了ASIFT算法盲目匹配计算的弊端,并通过FAST特征检测与FREAK特征描述相结合的方式提升了大视角图像的匹配速度;最后通过单应性矩阵映射关系实现对目标的精确定位。实验结果表明,大视角目标快速精确定位方法匹配耗时比ASIFT算法的减小了1个数量级,定位精度比目标平均值定位算法精度提高了1个数量级,有效提高了图像匹配定位在航空领域的应用效率。     

基于IMU的机载TOPSAR目标定位方法

Burst工作模式和方位波束的主动扫描使得TOPSAR工作模式能够有效削弱ScanSAR模式的扇贝效应,同时也导致图像方位向像素位置与回波脉冲的关系变得复杂,给目标定位带来了很多问题。惯性测量单元(IMU)数据记录延时也会导致方位向定位误差存在,精确估计这个误差能够大大提高目标的方位向定位精度。从TOPSAR数据采集的几何关系和成像过程出发,结合机载IMU数据,提出了一种新的机载TOPSAR目标定位方法。该方法能够直接从TOPSAR斜距图像中获取目标的经纬度信息。通过实际飞行试验获取的机载TOPSAR数据验证了该方法的有效性,能够获取25 m的平均定位精度。     

自适应滤波对提高光电吊舱目标定位精度的研究

针对机载光电吊舱目标定位精度的问题,提出了一种采用LMS自适应噪声抵消技术来提高载机姿态角精度,从而提高目标定位精度的滤波方法。文章介绍了自适应滤波器噪声抵消的工作原理和LMS算法,并给出了LMS算法的Matlab仿真实现的滤波结果,通过分析仿真结果验证了该方法的有效性,并根据蒙特卡罗法计算1000次,得出该方法使经度误差减少了13.2%,纬度误差减少了10.3%,高度误差减少了15.8%。     

基于深度神经网络的机器人定位误差补偿方法

工业机器人由于高效率、低成本被广泛应用于智能制造业,但较低的绝对定位精度限制了其在高精度制造领域的推广应用。为提升机器人绝对定位精度并解决传统复杂的误差建模问题,提出了一种基于深度神经网络的机器人定位误差补偿方法。首先在笛卡尔空间进行拉丁超立方采样规划,获得目标点姿态对误差的影响规律;然后建立基于遗传粒子群算法优化深度神经网络(GPSO–DNN)的定位误差预测模型,实现对误差的预测和补偿;最后为验证该方法的准确性和优越性,与其他误差补偿模型进行对比。试验结果表明,基于GPSO–DNN的定位误差补偿方法的补偿精度最高,定位误差由补偿前的1.529mm减小为0.343mm,精度提高了77.57%。该方法能有效补偿机器人定位误差,大幅提高机器人的定位精度。     

基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法

在惯性导航系统（INS）/合成孔径雷达（SAR）组合导航系统中，SAR图像易受斑点噪声的影响，图像匹配的精度对整个导航系统精度的影响十分明显，能够准确地分析SAR图像匹配过程中的误差特性，利用有效的图像匹配信息辅助INS进行组合定位尤为重要。针对上述问题，在加权Hausdorff距离匹配算法的基础上，对影响SAR图像匹配精度的因素进行了分析，提出了一种基于模糊推理的匹配结果可信度评价准则，经过可信度筛选，将有效的匹配信息与INS进行组合；对合理范围内的匹配误差变化引起量测噪声统计特性发生变化，进而导致Kalman滤波精度下降的问题，研究采用改进的Sage-Husa自适应滤波算法对量测噪声方差阵进行动态调整，使其更加接近系统的当前状态。搭建仿真验证平台对所提算法进行了验证，结果表明，该算法能够在合理的匹配误差范围内，有效地筛选出可信的图像匹配结果，相比常规Kalman滤波算法，显著地提升了INS/SAR组合导航系统水平方向的定位精度。     

机载单通道雷达实波束扫描的前视探测

针对机载单通道雷达采用合成孔径雷达(SAR)技术、多普勒波束锐化(DBS)技术等途径难以实现载机飞行路线正前方高分辨率成像问题,研究了一种利用方位实波束重叠扫描的新型机载单通道雷达前视探测方法,讨论了提高方位分辨率的可行性和适用条件。该方法根据目标回波强度受到波束扫描增益调制的特点,通过计算修正的Capon空间谱来实现方位超分辨。模拟实验表明,所提方法能够实现机载单通道雷达的前视成像,可以显著提高波束主瓣区域内强弱临近目标的分辨能力。     

一种适用于机场场面MLAT监视系统的定位算法及其性能分析

与通常的三维目标不同,机场场面目标的高度是已知固定值,这点在设计应用于民用机场场面监视的无源多点时差定位(MLAT)系统时应予以考虑。基于机场场面目标及MLAT系统的特点,提出了一种改进的时差定位算法,该算法特别适合应用于场面监视的MLAT系统中。相比于传统的三维定位算法,该算法不但可以提高定位精度,还可增强系统的鲁棒性。给出了该改进时差定位算法的克拉美罗界(CRLB),并进一步推导出了该算法与三维定位算法精度之间的理论关系,从理论上证明了该算法的定位精度高于三维定位算法。与此同时,基于条件数理论还证明了该算法的鲁棒性优于三维定位算法。仿真实验及实测数据证明了所得结论的正确性和有效性。     

利用分数阶Fourier域滤波的机载SAR多运动目标检测

 强度相差较大的多运动目标检测是机载合成孔径雷达 ( SAR)技术的一个重点和难点,传统的频域滤波和现代的时频分布方法都无法解决这个问题。首先分析了机载 SAR运动目标回波本质上为线性调频信号,据此提出一种基于分数阶 Fourier域滤波的运动目标检测新方法,并且应用逐次消去的思想有效地解决了强度相差较大的多目标检测问题。仿真的结果验证了算法的有效性。     

机载SAR反投影图像自聚焦处理方法

反投影算法(BPA)是一种经典的时间域合成孔径雷达(SAR)成像处理方法。BPA对回波数据插值累加得到图像,运动误差导致的目标散焦沿不同的倾斜角度存在,无法直接应用现有的自聚焦算法。为此,提出了一种新颖的BPA图像运动补偿方案。基于反投影数据运动相位误差和距离徙动分析,研究了修正投影栅格成像,从而去除重建图像中目标散焦方向的空变特性。在中低分辨率配置下,重建SAR图像能够直接应用相位梯度自聚焦(PGA)等进行运动补偿。点目标仿真实验和实测数据结果验证了该算法的有效性。     

一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。     

基于气压高度辅助的机载自主完好性监测算法

卫星接收机自主完好性监测是指根据用户接收机的多余观测值监测用户定位结果的完好性,其目的是在导航过程中检测出发生故障的卫星,并保障导航定位精度。针对卫星接收机自主完好性监测算法可用性不足的问题,结合机载实际导航系统配置,提出了一种基于气压高度表辅助的机载自主完好性监测算法。综合利用卫星导航系统及气压高度表观测信息,建立联合系统的观测模型,推导了基于多解分离的完好性监测及保护级别计算方法。仿真结果表明,相比于传统的接收机自主完好性监测算法,该算法在可见星为5颗时仍能识别故障卫星。该算法具有更好的故障检测能力及可用性,能有效提高卫星导航系统的完好性监测性能,从而保证卫星导航系统的精度和可靠性。     

模型预测滤波在机载SAR运动补偿POS系统中的应用

 机载合成孔径雷达（SAR）运动补偿用位置姿态系统（POS）的定位精度直接影响SAR成像的效果。为进一步提高POS的导航精度,提出将模型预测滤波（MPF）与扩展卡尔曼滤波（EKF）相结合的方法应用于POS中。该方法不需要假设模型误差为高斯过程,并能够在线实时估计并修正系统模型,有效解决了MPF算法与系统模型不完全兼容的问题。飞行试验结果表明,该方法的收敛速度和滤波精度均明显优于目前工程应用中的KF和EKF,特别是大大提高了POS的定位精度;同时该算法与线性滤波KF的计算量相当,更好地满足了工程应用对导航精度和实时性的要求。