基于深度学习的雷达目标识别算法评估系统设计

在雷达成像装备试验中,传统真实场景测试方法构建难度大、场景有限、试验风险高,急需解决目标识别算法测试不充分、评估不全面的问题本文针对现有问题设计了一套目标识别算法测试系统,可提供合成孔径雷达图像和逆合成孔径雷达图像的处理、标注以及目标识别算法的自动运行、环境配置、性能评估等功能。相较于传统的试验方法,该系统具备成本低、试验时间短、可控性强、可扩展等优点。     

基于MUSIC算法的雷达成像

首先分析了雷达目标的散射信号模型，分析表明该模型与二维波到达方向估计的信号模型相似。在此基础上，本文研究了基于ＭＵＳＩＣ算法的雷达成像方法。并对基于ＭＵＳＩＣ算法的雷达成像进行了计算机仿真，仿真结果表明该成像方法是有效的。     

基于改进遗传算法的移动目标成像侦测任务规划问题研究

基于先验信息调用成像侦察卫星监控陆地或海洋移动目标动态信息是卫星成像侦察面临的新 课题。在已知移动目标位置等先验信息基础上,动态构造目标可变潜在区域及其运动预测模 型,利用STK辅助构造其候选成像观测活动集合;在此集合及目标运动预测模型基础上 对动态可变区域成像卫星调度问题进行建模,并设计了一种基于模拟退火算法及遗传算法的 改进遗传算法对问题进行求解,得到近最优的移动目标成像侦测方案。最后通过实例及算法 对比验证了规划模型及算法对解决该类问题的合理性和有效性。
     

再入钝锥体绕流流场电磁散射特性分析

采用分段线性电流密度递归卷积时域有限差分（PLJERC-FDTD）方法计算再入钝锥体绕流流场电磁散射特性,分析钝锥体等离子体包覆绕流流场的RCS频率特性、极化特性及双站散射特性。计算表明,在马赫数较小（本文Ma≤10）时,马赫数变化对绕流流场后向RCS影响较小。电磁波垂直锥体母线入射时,极化方式（本文极化角0°和90°）改变对绕流流场后向RCS影响较小;绕流流场后向RCS随入射波频率变化曲线可用两条直线来逼近;随入射波频率增大,绕流流场后向RCS振荡上增。前向散射是全方位散射中RCS取得最大值的方向;入射角大于钝锥半锥角时,除前向RCS外,以锥体母线为基准的镜面反射方向RCS比其它散射方向RCS大。     

基于MUSIC算法的微波雷达数据成像结果及分析

首先分析了雷达目标散射信号模型，在此基础上，着重研究了基于ＭＵＳＩＣ算法的雷达成像方法，并通过对两种收音机在微波暗室里阶梯变频雷达的实测数据进行了成像处理，最后归纳了成像结果与目标散射特性两者之间的关系。     

基于稀疏信号表示的空间碎片成像

地基雷达一直是空间碎片监测的有力工具,研究如何利用它们对尺寸小于距离分辨率的目标进行成像具有重要意义。基于空间碎片通常会围绕它的主轴进行简单的自旋转运动这一事实,通过对目标回波模型的分析,本文提出了一种基于稀疏信号表示的空间碎片成像方法。该方法将成像问题转化为稀疏信号分解问题,首先以各个散射点的散射特性作为元素构建字典,然后通过采用现有的方法对单个距离单元横向回波数据的稀疏信号表示进行求解,最后对求解的结果重新排列以得到目标的二维高分辨图像。仿真实验结果表明了本方法的正确性。     

自聚焦与超分辨率合成孔径雷达成像

构想了一种基于快速傅立叶变换（FFT）的用于合成孔径雷达（SAR）成像横向距离相位误差补偿的参量算法，称做MCCLEAN。这种算法可用做大范围场景SAR成像的一种单独的自聚焦方法。本文作者同时还给出了一种具有类似结构的算法，该算法可对大范围场景中感兴趣的小场景或小区域（ROI）同时进行自聚焦与超分辨率SAR成像，并给出了一些例子以说明这两种算法的性能。     

基于目标可见光散射特性的空间目标成像仿真研究

为使空间目标可见光成像仿真尽可能反映实际在轨工作状态,提出了一种基于目标可见光散射特性的空间面目标成像仿真方法。根据具体试验场景实时求解跟踪星观测相机、目标星和太阳三站间的相对位姿关系,在事先建立的覆盖全过程的目标可见光散射特性图像数据库中查询相应图像,由相机成像模型,实现空间目标的高逼真度可见光成像实时在线仿真。可为天基空间目标探测、识别与跟踪算法的研究提供较接近真实场景的仿真图像。     

基于星载毫米波顺轨-交轨InISAR的空间运动目标三维成像技术研究

研究了低信噪比情况下的星载毫米波顺轨/交轨In\|ISAR空间目标三维成像问题。由于传统的RD成像算法在目标尺寸较大和分辨率要求较高时不能取得较好的成像效果,故将波数域成像算法引入运动目标成像处理以获得高分辨率的二维图像,继而将顺轨/交轨三天线ISAR图像分别进行干涉处理,获得了目标上各散射点的三维位置。作为二维成像、图像配准等重要环节的基础参数,对低信噪比下的目标检测和三维运动参数估计进行了研究,分析了速度估计精度要求。最后,仿真结果表明了顺轨/交轨In-ISAR系统的有效性。     

基于属性散射中心模型的SAR超分辨成像算法

基于属性散射中心模型,提出一种稳健而快速的SAR超分辨成像算法,在超分辨的同时能够考虑到目标的整体结构。首先利用改进的正交匹配追踪算法（OMP）对简化的属性散射中心模型进行参数估计,然后基于估计的模型参数在信号重构时进行二维频谱外推实现SAR超分辨成像。该算法具有较高的运算效率,相对于传统基于点散射模型超分辨算法,能够有效解决部件不连续的问题,并且初始指向角的利用可以取得良好的聚焦效果。仿真实验验证了该算法的优越性。     

一种多普勒域走动校正的斜视SAR成像算法

为了解决时域校正走动带来的方位空变性问题,提出了一种在方位多普勒域走动校正的斜视合成孔径雷达（SAR）成像算法。文中利用级数反演理论,将斜距公式展开至三次项,推导出SAR回波信号的两维频谱表达式。再从两维频谱出发,提出了基于两维频谱匹配滤波的斜视SAR成像算法。该算法考虑到距离空变性问题,提出先在两维频域进行走动校正和相位预滤波,接着在距离多普勒域进行线性频率变标的处理方法,经过距离脉压和方位脉压能够得到聚焦良好的SAR图像。此外,该方法与距离徙动（RMA）算法相比可以有效地降低需要处理的数据量。最后,临近空间SAR仿真实验证明本文提出方法的可行性和有效性。     

同步误差条件下的空间目标双基地ISAR自聚焦算法

以空间目标为研究对象,针对双基地雷达时间、空间及频率同步误差导致的逆合成孔径雷达图像散焦问题,提出基于离散多项式相位变换的自聚焦算法。算法首先将目标平动、转动及同步误差导致的相位项统一建模为高阶多项式,利用离散多项式相位变换方法估计高阶多项式系数并据此构建补偿相位项,完成高阶相位补偿。最后进行方位压缩得到高聚焦度的二维ISAR像。算法通过选取合适的延时参数及成像积累时间可得到高精度参数估计及相位补偿,理论分析和仿真校验了算法性能优于常用的非参数化自聚焦算法。     

基于稀疏空间谱估计的星载SAR DBF算法

针对星载合成孔径雷达(SAR)系统利用俯仰向数字波束形成(DBF)技术接收场景回波时受地形的影响,会出现波束指向偏差的问题,提出了基于稀疏空间谱估计的星载SAR数字波束形成方法。该方法将目标场景高程估计问题转换为波达方向估计问题,考虑到回波信号的稀疏性,进而等效为稀疏空间谱估计问题,然后利用凸优化方法求解得到目标波达方向。最后,仿真实验验证了该方法的有效性,结果表明该方法可以降低传统自适应方法受小样本和低信噪比影响的限制,实现复杂地形下的正确波束指向,保证回波信号的接收增益。     

高分辨率星载合成孔径雷达成像处理方法

提出了一种适用于大距离徒动高分辨率星载合成孔径雷达 (SAR)精确成像的改进Chirp Scaling(CS)成像处理算法 ,以及实现单视图象斑点噪声抑制的基于目标检测的增强无偏最大后验概率 (TDRGMAP)方法。采用这种高精度成像处理方法和单视图像斑点噪声抑制方法 ,可以实现星载 SAR高空间分辨率和高辐射分辨率的雷达图像。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

同空间后向投影InSAR成像及干涉相位提取方法

为了提高复杂运动情况干涉合成孔径雷达（InSAR）成像精度,结合时域后向投影方法提出了一种基于同空间后向投影的InSAR成像与相位提取方法,分析后向投影多普勒补偿函数与干涉相位的关系,通过各天线回波投影到相同的成像空间,再构造相位补偿函数进行相干积累成像。仿真和实测数据验证了复杂运动情况下本文方法较传统频域算法获得更好的InSAR成像和干涉相位质量,且该方法还可在成像过程中实现InSAR图像配准、去平地效应的一体化处理,简化了InSAR数据处理。     

应用相位相关法的TDICCD空间相机像移测量方法

空间相机亚像素精度的像移高精度测量是一项技术难题。文章针对高分辨率TDICCD空间相机的成像特点提出一种直接测量像移的方法,该方法利用高速图像传感器获取图像序列,然后采用基于局部上采样的相位相关法来测定亚像素像移变化曲线。Matlab软件的仿真实验结果表明,该方法对图像噪声和灰度变化有很高的容忍度,其测量精度在图像信噪比高于10dB时优于0.1个像元。     

考虑电离层对GEOSAR影响的改进CS成像算法

地球同步轨道合成孔径雷达(GEOSAR)轨道位置高且合成孔径时间较长,电离层的空时变化特性严重影响该雷达的聚焦性能。为解决电离层对GEOSAR成像聚焦性能的影响,提出一种改进的chirp scaling (CS)成像算法。结合GEOSAR的轨道运动特点,给出因电离层空时变化引起的回波信号模型,提出了改进CS成像算法用以解决电离层对成像聚焦性能的影响。仿真结果表明:该成像方法能较好地处理电离层影响,可获得理想的聚焦成像结果。该方法为GEOSAR实现高精度成像提供了技术支撑。     

基于调频连续波信号的双基地ISAR成像研究

在将调频连续波(FMCW)信号应用于双基地ISAR的成像过程中,针对应用FMCW信号在回波信号中产生距离快时间和方位慢时间耦合项的问题,提出了应用离散多项式相位变换的方法进行组合参量估计,通过估计出的组合参量构造补偿函数对回波信号进行相位补偿,消除了一次耦合项产生的固定频偏和二次耦合项引起的主瓣展宽,对补偿后的回波信号应用距离多普勒算法可获得清晰的目标二维像,通过仿真表明：所述的补偿算法能有效改善应用FMCW信号而产生的目标像散焦现象,获得聚焦良好的点目标像。     

基于PSO-VMD算法的生命探测方法研究

生命探测雷达在航空航天领域有着重要的应用,通过探测飞行员的呼吸、心跳、肢体动作等微弱信号,实现对飞行员的生命监测。针对实际场景中生命体微弱信号检测困难的问题,提出一种将包络熵作为粒子群算法适应度函数的变分模态分解（variational mode decomposition,VMD）参数优化算法。首先,利用粒子群算法对适应度函数进行选择,确定VMD算法中固有模态分量的分解层数以及惩罚因子个数的组合;其次,通过频谱分析选择特定层数的固有模态分量并重构雷达回波信号;最终达到去除噪声,提取生命体弱信号的目的。对比实验表明,所提出的方法相比经验模态分解算法能够更加准确地提取生命体信息,仿真结果验证了算法的有效性。