空间目标高分辨距离像运动参数估计

建立了宽带线性调频雷达信号的空间目标回波模型，对目标回波信号进行了分析，分析了空间目标高速运动对目标高分辨一维距离像的影响，提出了用多项式变换进行参数估计的方法。利用估计参数进行运动补偿，消除目标速度和加速度对目标一维距离像的影响。最后给出了仿真结果，验证了本文的分析结果正确和算法有效。     

宽带雷达目标射频仿真及其应用

基于复杂目标雷达散射截面(RCS)计算,建立了宽带雷达目标、杂波与欺骗干扰信号的数学模型和射频仿真方法,给出了基于数字射频存储技术的目标模拟及雷达目标回波信号的产生方法。以F-16战斗机为例,计算了典型复杂目标的RCS,给出了高分辨一维距离像和目标回波信号的仿真结果。     

基于三站一维距离像融合的弹道目标特征提取方法研究

一维距离像是超宽带雷达目标识别的重要特征之一,基于多站一维距离像的目标特征提取技术是近来的研究方向。依据弹道目标的微动特性,推导了微动弹道目标的时间-距离像模型,然后通过比较各散射点时间-距离像正弦曲线参数之间的关系,实现了多个雷达观测视角下弹头目标距离像的匹配,在此基础上,利用三站一维距离像重构了锥体弹头上各散射点的三维空间相对位置,最后对锥体弹头的各个参数进行了估计。仿真结果表明了本文方法的正确性和有效性。     

弹道导弹动态全极化一维像仿真研究

研究了弹道导弹动态全极化一维像的仿真方法,可以为雷达目标检测、识别算法的研究提供基础。对弹道导弹的弹道和运动特性进行了建模,通过对弹头缩比模型静态测量数据进行插值,可以获得任意时刻、任意姿态下弹头的全极化一维距离像;比较了典型宽带雷达体制的信号形式,推导了它们之间的仿真参数转换关系。在计算机上进行了仿真实验,对仿真结果的分析表明本文提出的仿真方法是切实可行的。     

高距离分辨像雷达目标识别

对雷达目标识别的要求是在不同的探测距离和不同的观测角下都能够达到很高的目标识别精度。雷达自身的特性及复杂背景的影响 ,使得基于距离像的雷达目标识别存在着一定的困难。由于非合作目标总是机动的 ,因而距离像也是非平移不变的 ,距离像在距离门中的位置是不确定的 ,存在不可预估的平移。同时 ,由于一维距离像某一分辨单元回波是该单元内所有散射点回波相干求和的结果 ,因而距离像的波形对目标姿态角的变化比较敏感。因此如何利用现代的信号处理技术和模式识别手段从距离像中进行可靠的特征提取和识别是至关重要的。就此对多种基于高距离分辨像的目标识别方法作了总结和回顾     

空间目标双基地ISAR一维距离像速度补偿方法

空间目标的高速运动会造成双基地ISAR一维距离像的畸变,针对此问题,研究了相应的速度估计与补偿方法。基于中频直接采样匹配滤波非相参双基地ISAR成像系统,首先研究了高速运动对双基地ISAR成像的影响,其次利用雷达基带回波具有的稀疏性,构造出与高速运动目标回波特性相匹配的冗余基并对其进行稀疏分解,然后据此估计出回波的调频斜率,进而估计出目标的无模糊速度,最后构造补偿相位项完成对宽带回波的速度补偿。算法补偿精度高,且无测速模糊,空间目标理想散点的仿真实验验证了补偿方法的有效性。     

基于增程雷达一维像特征的高轨卫星识别方法

高轨卫星距离地球数万公里,雷达为了实现有效跟踪,通常使用增程技术。远距离使位置测量误差大到千米量级,增程导致数据率低到每帧以分钟计,雷达散射截面积(RCS)细节信息丢失,这给利用目标轨道和RCS进行目标分辨、识别带来困难。幸运的是高轨卫星目标相对观测视线位置和姿态稳定,天然消除了宽带一维像使用中方位敏感性的问题。本文通过一维像的尺寸、波形熵等特征,通过最小二乘支撑向量机,设计了高轨卫星目标的模板匹配算法,利用实测数据进行了识别验证,结果表明了方法的有效性。     

角分集ISAR高分辨成像

对不同视角雷达回波进行融合可以形成大的相干积累角,显著增强雷达空间监控能力。给出一种角分集(制)信号融合成像方法,对于角分集(制)回波方位向存在大的间隔,首先将每一距离单元方位向有效稀疏孔径数据排列组合成一Hankel矩阵,由参数化方法估计一维信号参数,再由估计得到的参数对空缺部分预测填补,对每个距离单元横向补全后,压缩得到二维图像。该方法克服了以往预测方法的不足,能有效用于方位向稀疏孔径预测外推,最终仿真与实际数据处理结果证实结论。     

基于双基地ISAR的极坐标格式算法及其改进算法

通过对双基地逆合成孔径雷达(Bistatic\|ISAR)回波信号模型进行分析,得出双基地ISAR回波信号在空间波数域的分布特性及其支撑区范围;在此基础上,提出了适于双基地ISAR的极坐标格式算法(PFA),该算法采用距离向线性插值和方位向非线性插值的方法实现极坐标到直角坐标的变换;此外,针对插值运算复杂度高的问题,在距离向插值中,引入Chirp\|Z变换代替距离向线性插值,并结合方位向非线性插值提出了基于Chirp\|Z变换的双基地ISAR的PFA算法;最后通过对点目标模型的仿真验证了所提算法的有效性。
     

基于一维距离像序列的空间弹道目标微动特征提取

弹道导弹的空间微动特性是中段空间弹道目标识别的重要依据之一.以一维距离像序列为研究对象,首先利用距离像散射中心位置加权、纵向积累估计空间锥体进动目标的进动周期,然后基于广义Radon变换提取空间锥体目标散射中心位置变化曲线,并根据获得的曲线参数估计得到空间进动角,最后给出了基于广义Radon变换的散射中心位置估计新方法.仿真实验验证了所提算法的有效性.     

一种基于幂级数函数的混合域基函数的收敛性分析

为提高计算效率,以一种基于双线性四边形模拟物体形状的幂级数函数为混合域基函数,用伽列金矩量法(MOM)对电中、小尺寸金属散射体的雷达散射截面(RCS)进行计算。分析了幂数级函数阶数M与其收敛性的关系。对二面角、矩形平板、等边三角形平板和圆柱等不同目标的单站或双站RCS计算结果表明,在此特定条件下M=3时该算法计算值与文献结果较为吻合,计算速度和精度均可满足仿真要求。     

双基地天基雷达功率孔径积分析

功率孔径积是制约天基雷达系统性能的一项重要因素.从接收功率的角度给出双基地天基雷达搜索方程的详细理论推导,并通过与单基地天基雷达搜索方程的比较得出一个重要的结论--双基地天基雷达的功率孔径积在面积覆盖率和目标散射系数固定条件下,只与接收距离有关而与发射距离无关.进一步证明了地球同步卫星-飞艇双基地天基雷达系统需要更低的...     

压制性干扰条件下的双基地雷达探测能力研究

从双基地雷达方程出发,提出了双基地雷达探测目标的判定式。在雷达干扰方程的基础上,建立了双基地雷达在自卫式压制性干扰和远距离支援式压制性干扰条件下的干扰方程,并确立了干扰暴露区应满足的条件。根据双基地雷达探测目标判定式和干扰方程,在基于网格剖分算法的基础上,对双基地雷达探测区和干扰暴露区进行了仿真,得出了相应的探测区和暴露区面积。仿真结果表明：基于网格剖分算法的双基地雷达探测能力仿真更贴近实际,有效可行。     

双基地MIMO雷达多目标角度和多普勒频率联合估计

将MIMO思想和双基地雷达结合起来,根据信号模型,提出一种双基地MIMO雷达空间中的多目标角度和多普勒频率估计算法,该算法不涉及多维非线性谱峰搜索,只进行特征值分解,运算量小且估计的参数可以自动配对,理论分析及仿真实验结果表明了该方法的正确性和可行性。     

基于发射站触发脉冲延时的双站时间同步模型

提出了一种双基地雷达的时间同步方法模型。基于距离跟踪与处理,通过调整发射站发射机触发脉冲的延迟时间,可保证接收站在单站和双站工作时目标信号都能重合。仿真结果表明:该模型正确。     

弹道中段微动目标宽带回波模拟

弹道中段微动目标的回波中蕴含了目标的电磁特性和运动特性,为雷达目标识别提供了重要依据。本文研究了中段微动目标的宽带雷达回波模拟问题,提出了一种基于散射中心模型的回波模拟方法。通过对弹道中段目标的运动特性进行建模,分析了目标微动时各散射中心的位置变化规律,针对旋转对称体目标的外形特征,将目标的进动等效为二维平面内的转动,并基于物理光学法提出了一种计算散射中心遮挡效应的方法,解决了目标运动过程中姿态变化带来的遮挡问题。仿真实验与暗室测量数据的对比结果表明,所提方法可以有效模拟目标微动时各姿态的回波数据,为中段目标特征提取、目标识别提供了技术基础。     

频域空域二维稀疏SIMO高分辨雷达成像方法

利用频域稀疏的线性调频步进信号（FSCS）作为雷达发射信号,并结合空域稀疏的SIMO雷达阵列来构建二维稀疏的高分辨雷达成像模型。针对该稀疏模型,首先通过对低维数据简单补零处理,然后利用图像熵准则完成对运动目标速度的有效估计。在此基础上,结合压缩感知理论,构造有效的观测矩阵、稀疏变换矩阵以及重构算法,获得目标高分辨距离像（HRRP）,进一步提出基于保相性的频域空域二维稀疏SIMO高分辨雷达成像方法。该方法可以大幅减少FSCS脉冲串的子脉冲个数,大幅减少SIMO高分辨雷达接收天线阵元个数,并获得高质量的HRRP和目标二维像。仿真实验验证了本文方法的有效性和鲁棒性。     

基于雷达相位测距的微动特征获取

针对微动目标的雷达回波特征信号一般较小难以提取的特点,提出了一种基于雷达相位测距的微动特征获取方法。相参雷达工作在宽窄交替模式下,宽带信号形式为线性调频（Linear Frequency Modulation,简称LFM）。首先,通过窄带相位测距（游标测距）测量目标质心的平动轨迹;其次,通过宽带相位测距测量目标上各个散射中心的运动轨迹;最后,从散射中心运动轨迹中除去质心平动轨迹,获得散射中心相对于质心的微动轨迹。相位测距精度极高,已知微动模型,可以估计微动参数,获取微动特征。仿真结果表明,该方法可以有效获取目标的微动特征。