空间目标一维距离像畸变补偿的混合算法

高分辨距离像的畸变补偿是空间目标ISAR成像过程中的重要环节。由于空间目标基带回波的模糊函数峰值落在包含原点的平行直线族上,根据平行直线族的约束边界建立了一个多目标规划模型,并利用正则化原理提出了一种目标速度估计的直接算法,具有解析解。将其作为迭代初值,进一步利用一维迭代搜索算法搜索距离像波形熵的最小值,获得了更精确的速度估计量。仿真结果表明,文章提出的混合搜索算法综合了解析算法和迭代搜索算法在计算量和准确性方面的优点,能有效估计空间目标径向速度并补偿一维距离像畸变。     

基于积谱的雷达目标高分辨率距离像识别

针对飞机目标的识别问题,将一种用于语音识别中的积谱特征引入雷达目标一维距离像识别领域.积谱定义为功率谱与群延迟的乘积,该特征能够充分利用目标一维距离像的幅度谱与相位谱信息.在目标分类阶段,选择基于弹性传播(RPROP)算法的多层前馈神经网络作为分类器.利用4种飞机模型的重点散射源二维分布测试数据和频率步进法得到目标的一维纵向距离像,对距离像积谱的分类性能进行了测试,结果表明基于积谱的特征对于一维距离像具有较高的识别率,并具有较好的抗噪性能.      

基于目标一维距离像的雷达目标识别方法

讨论了马氏距离的性质,利用目标的一维距离像,提出了一种雷达目标识别方法.对雷达回波进行快速傅立叶变换,得到目标的一维距离像,计算其马氏距离,得到目标的稳定特征向量,根据相关算法进行目标识别.三种不同类型飞机回波的实测数据的识别结果,表明该方法是切实可行的.     

二维海面上三维电大尺寸舰船目标电磁散射仿真

目标特征的建模、仿真和分析对于合成孔径雷达（SAR）基于图像的自动识别（ATR）系统具有重要的意义。研究了海面舰船目标的电磁散射计算以及雷达成像仿真。基于矩量法及其并行计算方法,对电大尺寸舰船目标及与海面复合的散射特性进行了研究,给出了不同频带、空间方位、极化的散射特性。在频域对回波数据作离散傅里叶逆变换,得到海面舰船目标的一维距离像。运用极坐标格式成像算法得到其二维聚束SAR成像结果,清晰地重构目标的轮廓。      

基于步进频连续波的近距离主动毫米波圆柱扫描成像系统

为了克服压控振荡器（VCO）输出线性调频（LFM）信号频率线性度较差的缺点,本文提出了基于直接数字合成（DDS）技术产生步进频连续波信号的近距离主动毫米波圆柱扫描成像系统,该系统具有距离分辨率高、频率精度高以及波形产生和波形控制较为简单的优点。首先,本文通过步进频连续波信号的探测原理分析了该信号的一维距离像、距离分辨率以及距离模糊的特点;然后,通过波动方程推导出近距离主动毫米波圆柱扫描成像系统的重构算法;最后,在微波暗室搭建了半实物仿真成像系统,验证了步进频连续波信号在近距离主动毫米波圆柱扫描成像系统中应用的可行性和有效性。     

空间目标距离像畸变分析及运动参数估计

针对卫星目标的宽带雷达回波信号,从理论上详细分析了目标运动产生的多项式相位模型,指出三次以上的相位对一维距离像的畸变可以忽略。以频谱主瓣的展宽程度为判据,推导了二次相位需补偿时的目标速度边界条件。结果表明,在典型参数条件下卫星目标的径向速度远大于该临界速度（约560m/s）,需在成像前予以补偿。最后,结合雷达目标散射中心的稀疏分布特性,提出了基于L1范数的空间目标运动参数估计算法。结果表明,该算法对速度的估计误差接近克拉美-罗下界,且远小于临界速度,可用于卫星目标成像。     

线性频率步进脉冲串信号的多普勒相位补偿

线性频率步进脉冲串信号可以在不要求系统瞬时大带宽和高速Ａ／Ｄ采样率的条件下实现径向距离高分辨成像。但是,由于脉冲串所需的相参时间比较长,因此多普勒效应的影响是比较严重的。针对基于目标径向距离像的目标识别方法,提出了一种补偿多普勒二次相位的技术途径,从而避免了距离像分辨力恶化和信噪比损失,剩余的多普勒一次相位只造成目标距离像的平移不影响对目标距离像幅频特性的识别。     

证据理论和神经网络结合的目标识别方法

提出用证据理论和神经网络结合的高分辨率雷达(HRR)目标识别方法,即首先把多个目标高分辨一维距离像送入学习矢量量化神经网络,进行目标类证据估计;然后用D-S证据理论对各次估计结果进行融合.提出了连续特征空间离散化及类支持度构造的方法,并分析了神经网络识别的误差原因.仿真实验结果表明,这种方法的输出正确识别率比仅仅使用矢量量化神经网络有较大的改善,抗噪能力也有所提高.     

目标的微波散射成像方法

提出了一种适用于隐匿武器探测、打击走私以及公共场合安检的微波成像探测方法.该方法要求雷达在一个二维平面上扫描,即合成一个平面孔径,通过对雷达接收回波数据的合成孔径处理可以提高雷达的成像分辨率以及对目标的探测能力.雷达可以工作在准单站模式下且只需以单色波照射目标,利用接收到的目标的散射回波的相位和幅度信息重构出目标的二维像.提出了一种适用于近场条件下二维图像的重构算法,并对算法做了详细推导,利用该算法对模拟和实测数据进行了处理.结果表明该算法具有良好的空间分辨率和辐射分辨率,以及在不进行三维成像的条件下可以实现距离向目标的探测.      

星载SAR全方位模糊特性及计算方法

常规的星载SAR模糊度计算方法是基于距离向一维方向图和方位向一维方向图,独立进行距离向模糊度和方位向模糊度分析.由于星载SAR对地观测是二维的,因此距离模糊度是全方位的,且真实的模糊能量仅来自于距离向模糊信号,方位向模糊是基于距离向模糊信号的基础上由于成像处理导致的模糊信号重组.为解决系统设计时预估分析的距离向模糊度值...     

空间目标RCS序列的分形分析

空间运动目标雷达散射截面(RCS)序列为非平稳时间序列, 常用时间序列分析方法很难对其进行分析和特征提取。针对部分空间运动目标 RCS序列的变化规律, 首次引入了分数布朗运动模型对其 RCS序列进行分析和特征提取。实测数据处理结果表明,其RCS序列具有分形特性, 其分形维可作为空间目标识别的有效特征。     

利用小波分析在轨识别空间目标轨道机动

空间目标的轨道机动往往隐藏在测量噪声中, 不容易被识别出来. 轨道机动可以引起机械能的突变, 用空间目标与航天器的单位质量机械能差作为机动识别的特征信号, 不会引入航天器本身的定轨误差. 用小波多尺度分解处理含噪声的特征信号, 对分解后的数据利用算法识别是否存在机动. 仿真结果表明, 本文提供的方法能有效识别空间目标的轨道机动.      

基于特征点位置及速度的空间非合作目标质心位置测量方法

对于空间非合作目标,地面上所用的质心位置测量方法难以实现。提出了一种应用摄像测量学实现质心位置测量的新方法。首先采用双相机对目标进行拍摄,通过特征点的匹配计算目标表面上特征点的位置及速度;再通过这些特征点的位置及速度,结合刚体运动学理论,计算目标的质心位置。仿真结果表明,本方法可以有效地实现目标的质心位置测量。     

基于改进核聚类算法的空间目标识别方法

根据目标区域的矩特征,几何特征以及灰度特征,提取出目标的特征向量,并通过聚类算法对空间目标进行识别,提出了一种基于Voronoi距离的核聚类算法（KFCM）。该算法通过引入一种新的距离度量,使得隶属度函数更加的明晰,改善了核聚类算法极易陷入最小值的问题。运用改进的核聚类算法对3类空间目标进行识别,试验结果验证了算法的正确性和有效性。     

空间目标快速轮廓特征提取与跟踪技术

为满足空间目标交会对接任务中高精度、快速的测量要求,提出了一种空间目标快速轮廓特征提取与跟踪技术。该算法首先从初始帧图像中分割定位目标所在局部区域,作为目标连续跟踪的初始值;其次基于初始帧目标局部区域完成对初始帧目标边缘特征的检测及细化处理;最后采用Hough变换完成对初始帧目标边缘的检测及细化后的局部图像轮廓直线的提取,分别选取目标轮廓四方向最优的直线参数作为最终目标轮廓直线获取的效果,并采用梯度最大法则实现两两求交获取的轮廓特征的优化提取。在目标逼近过程中,结合相邻帧图像间目标尺度动态变化的关联性,根据初始帧提取目标轮廓特征的先验信息,确定目标在第二帧图像中的轮廓位置,并依次根据上一帧图像的轮廓位置信息定位目标在当前帧所在的区域,通过局部处理实现序列图像轮廓区域特征的连续跟踪。该算法无需遍历整个图像,所需处理的目标区域大幅减小,能够有效克服由目标图像较多边缘干扰导致的轮廓提取效果差及处理速度慢的缺点,具有速度快、准确性强、稳定性高等优点。     

Manifold structure preservative for hyperspectral target detection

A nonparametric method termed as manifold structure preservative (MSP) is proposed in this paper for hyperspectral target detection. MSP transforms the feature space of data to maximize the separation between target and background signals. Moreover, it minimizes the reconstruction error of targets and preserves the topological structure of data in the projected feature space. MSP does not need to consider any distribution for target and background data. So, it can achieve accurate results in real scenarios due to avoiding unreliable assumptions. The proposed MSP detector is compared to several popular detectors and the experiments on a synthetic data and two real hyperspectral images indicate the superior ability of it in target detection.