基于时频矩阵非负分解特征的多视角SAR目标识别

针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。     

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。     

一种改进的空间目标高速运动补偿方法

空间目标的高速运动会使得一维距离像产生畸变,因此高速运动补偿是空间目标高分辨雷达成像的关键步骤。基于线性调频信号模型,研究了高速运动对一维距离像产生的畸变影响,并通过定义一维距离像熵函数,将黄金分割优化搜索理论引入本文,提出一种实用高效的高速运动补偿方法,并将该方法移植到雷达信号处理机上,对大量实测高分辨雷达空间目标数据进行了处理。结果表明本文方法有效地补偿了高速运动对空间目标高分辨成像的影响,使得空间目标高分辨成像质量有了较大提高;且该方法计算量不大,满足实时ISAR成像的要求。     

宽带LFM信号同时极化测量性能研究

针对雷达动目标的全极化高分辨信息的获取问题,建立宽带极化雷达的信号模型,分析对应的匹配滤波处理算法.对时/频域加窗的效果进行比较,提出了实用的窗函数选择方法.分析正负线性调频信号对高速运动目标的同时极化测量性能,提出对高速运动目标的极化--一维距离像联合识别方法.仿真结果证明了所此方法的有效性.     

步进频雷达目标ISAR成像运动补偿新方法

分析了基于步进频ISAR运动目标的回波信号模型,讨论了目标运动对成像的影响,指出了当目标运动速度不可忽略时会造成高分辨距离像的移位和畸变,并使二维像散焦。提出了一种基于高斯包络线性调频信号自适应分解及高分辨距离像最小熵方法的运动补偿算法,利用高斯包络线性调频信号自适应分解得到回波多普勒调频率和目标运动速度,并用高分辨距离像最小熵方法提高估计精度,然后进行运动补偿。该算法具有计算量小,精度高的特点,仿真结果验证了它补偿效果好,能获得清晰的ISAR像。     

宽带雷达目标特性建模与回波仿真

根据宽带雷达目标电磁散射特性,采用基于几何绕射理论的GTD(几何绕射)模型对目标电磁散射特性进行建模;在此基础上,构建宽带雷达目标回波信号模型,结合回波信号特征,提出了一种基于去斜的宽带雷达目标回波仿真方法。对宽带雷达发射信号进行去斜处理以及傅里叶变换,得到去斜后的频域发射信号,将该信号与表征目标频域散射特性的数据在频域相乘并进行逆傅里叶变换,实现时域卷积,获取去斜后的宽带雷达回波信号。经过ISAR(逆合成孔径雷达)处理,对回波数据进行成像,验证了该方法的有效性。该方法能够有效减少运算量,降低工程化实现难度,可用于ISAR回波信号模拟设备。     

稀疏频带空间目标雷达成像

对稀疏频带超宽带ISAR成像进行了研究,提出了与实际情况更相符的空间目标稀疏频段成像步骤.以往这类问题主要针对一维稀疏向量,且都直接采用正弦信号模型开始分析.事实上,在ISAR二维信号处理中,不同频带的方位像由于慢时间采样尺度不同而有较大的差异,且由于速度的影响不同频段下的回波信号也无法用统一的正弦信号模型来表示.对这些以往稀疏频段成像研究中常常忽略的重要部分进行了详细的论述,进而给出了等效超宽带成像的方法.     

一种聚束SAR回波数据压缩成像方法

针对聚束合成孔径雷达(SAR)成像中的海量数据问题,提出了一种基于压缩感知的聚束SAR回波数据压缩成像方法。首先对回波信号进行分析,利用波前匹配字典构造方法得到回波观测矩阵,其次通过构造二维离散余弦变换(2D\|DCT)等效矩阵得到回波信号的稀疏变换矩阵,然后利用平滑L0算法重构得到观测场景的二维像。本文方法可以在采集远小于传统聚束SAR成像方法所需回波数据量的基础上实现准确成像,最后的仿真结果表明了方法的可行性和有效性。     

基于奇异值分解的双谱降维研究

在基于雷达高分辨距离像(HRRP)的目标识别中,双谱特征是一种有效的识别特征,但维数过高限制了它的应用。对双谱矩阵进行奇异值分解,提取奇异值向量以及大奇异值对应的奇异向量作为识别特征,与挑选双谱法相比,不仅识别率有所提高,而且克服了挑选双谱特征每有新目标加入都需重新挑选双谱频点的缺点,基于实测数据的识别结果验证了所提方法的有效性。     

基于压缩传感的线阵SAR三维成像方法研究

线阵SAR是一种新型雷达三维成像技术。由于实际中线阵天线长度有限,基于匹配滤波的传统线阵SAR成像方法不仅需要大量的阵元数,而且在切航迹向的分辨率也较低。结合三维场景空间目标的稀疏特征,提出一种基于压缩传感理论的高分辨线阵SAR三维成像方法。相对于传统匹配滤波线阵SAR三维成像方法,本方法只利用少量的稀疏天线阵元回波对切航迹向的稀疏散射目标进行L1范数优化重构,大大抑制了切航迹向旁瓣影响并显著提高分辨率。最后,通过线阵SAR点目标仿真三维成像表明了本文算法的有效性。     

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。     

三重混合范数的L型嵌套阵列二维角度估计

针对L型嵌套阵列二维角度估计问题,提出一种三重混合范数块稀疏重构算法。首先,建立一种俯仰角和方位角可分离的二维稀疏测向模型,将两个维度采样点分块,分别计算联合协方差矩阵,二维角度估计问题被转化为联合协方差矩阵稀疏优化问题;为减小计算复杂度,建立三重混合范数块稀疏重构模型,利用交叉迭代的方法得到稀疏解,实现了二维角度估计,并且可以自动配对。仿真试验表明,三重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度,分辨率较高,并且具有一定的鲁棒性。与传统算法相比,在低信噪比和小快拍数的条件下,均优于传统二维角度估计算法。     

基于星历和回波的分布式卫星SAR系统沿航迹基线计算方法

针对分布式卫星SAR系统中混合基线和雷达斜视导致沿航迹基线难以精确计算的问题,提出了一种基于星历和回波数据的沿航迹基线计算方法。在将分布式卫星航迹补偿为平行航迹的基础上,建立了存在混合基线及雷达斜视条件下的观测几何模型,推导了沿航迹基线的计算公式。根据雷达回波数据估计多普勒中心频率,并由此得到计算沿航迹基线所需的斜视角。在空间基线较长、斜视角较大条件下,该方法相比近似计算方式而言,能获得高精度的沿航迹基线估计。仿真结果表明,用该方法计算得到的沿航迹基线长度作为测速定位的基线参数,可以获得高精度的动目标测速定位结果。
     

基于稀疏重构的L型阵列的二维波达方向估计

在L型阵列下,基于稀疏重构提出一种可实现自动角度配对的二维波达方向估计方法。首先,根据两均匀线阵接收数据的互相关矩阵构建二维稀疏线性模型;然后,通过数学变换将该二维模型转换为联合稀疏重构模型之内,通过联合稀疏重构算法分别单独获得信源方位角和俯仰角的粗略估计,并将此信息融入二维稀疏线性模型,大大减少了模型中原子个数,达到降低计算复杂度的目的;其次,从理论上分析了新方法可分辨的信源个数和计算复杂度;最后,通过一系列计算机仿真将新方法与其它子空间类二维波达方位估计方法进行比较,表明了新方法在估计精度上的优越性。     

基于CS的SAR图像自动目标分割算法

图像目标分割是SAR图像目标超分辨处理和自动目标识别的重要步骤。针对图像固有的稀疏结构,提出了一种SAR图像自动目标分割算法。通过构造变换字典将SAR图像数据投影到高维空间,实现了图像局部特征的稀疏表示,然后利用随机矩阵获得稀疏域局部特征的压缩采样,并对多组采样数据运用Mean-shift 算法并行处理,最后通过符号检验法,实现了对目标像素与背景像素的分类。试验表明,该算法对硬目标具有较好的目标分割性能。     

宽带T/R\|R双基地雷达目标特征提取方法研究

与宽带单基地雷达相比,宽带T/R\|R双基地雷达有诸多优势。研究了宽带T/R\|R双基地雷达目标的特征提取问题,利用两个站同时观测到目标一维像,分别提取了目标单站一维像对应的距离与双站一维像对应的距离和;结合双基地雷达目标定位方法,给出了目标长度和姿态角的估计方法,仿真分析了目标位置和基线长度对估计精度的影响;在此基础上,通过多次观测,给出了目标长度、目标姿态角以及姿态角平均变化率的估计方法。最后,仿真结果表明了所提方法的可行性和有效性。