高速机动目标多普勒解模糊高分辨成像方法

针对目标高速机动导致ISAR成像结果产生距离徙动（MTRC）和多普勒模糊的问题,提出一种新的高速机动目标ISAR成像方法,用于解算距离徙动下的多普勒模糊难题。首先,将原始信号变换至图像域,提取最强散射点,估计该点对应的信号调频率,并基于图像最大对比度准则估计多普勒模糊数。然后,重构回波信号的同时矫正距离徙动,并利用CLEAN技术降低运算量和减小噪声对成像结果的影响,获得高速机动目标无模糊的高分辨ISAR图像。仿真实验结果证明了所提方法的有效性和低信噪比下的强鲁棒性。      

结构光照明技术在瑞利散射成像去杂散光应用中的研究

激光片光成像技术在流场测量领域的应用前景十分广阔,但该类测量技术在实际测量中都会受到杂散光或背景光干扰的影响,降低了光学成像质量。因此,开展了将结构光照明技术应用到激光片光成像测量中来消除杂散光干扰的研究。结构光照明技术是一种新型的杂散光抑制方法,可以将原始图像数据分为有效信号和杂散光（来自于激光片光焦平面外的干扰光）两部分,在后期数据处理中,有效信号会保持不变,而杂散光会因为空间频率不同而被剔除掉。首先,基于Matlab软件理论分析了该类方法消除杂散光的作用;其次,设计了一套应用于瑞利散射成像的结构光照明测量装置,主要由连续激光器、Ronchi光栅和EMCCD相机组成,其中Ronchi光栅用于产生正弦光强分布的激光片光。最后利用该测量装置在McKenna平面火焰炉上开展了瑞利散射图像测量实验,验证了结构光照明的方法具有消除杂散光影响、提高瑞利散射图像精度的作用。     

近场微波成像的实验研究

本文针对转台模式的近场微波成像进行了实验研究。首先介绍了近场微波成像的实验系统，然后考虑到宽频带天线的非理想特性，提出一种近场微波成像系统的实验修正模型。最后基于该模型，给出了利用理想导体长方柱、理想导体圆柱、理想导体正方体盒以及四尾翼导弹模型的实测数据的重建图像。重建图像基本反映了目标的轮廊。     

FY-2卫星云图成像基准与模拟遥测关系的分析

“风云二号”（ＦＹ－２）云图成像基准是由精太阳脉冲、南地中信号或北地中信号组成，相应的模拟遥测值反映了它们之间的相对变化关系，选择不同的云图成像基准，模拟遥测值对应变化；对于相同的云图成像基准，地面测试与卫星在轨运行时，与模拟遥测值的对应变化关系是一致的。本文就这些关联的变化关系进行具体的分析，提供了计算方法，并给出了实用的计算结果。     

合成孔径雷达实时成像回波数据的生成方法

在分析合成孔径雷达成像原理的基础上 ,建立了雷达回波信号模型 ,提出了一种生成回波数据的方法。并利用这种回波数据 ,在奔腾 PC机上实现了机载合成孔径雷达的实时成像软件仿真。该实时成像方法可用于考核合成孔径雷达 ( SAR)实时处理器连续动态成像的性能、如 :实时性图像拼接 ,载机运动补偿等。     

对红外成像制导导弹的综合干扰

现代红外成像制导导弹具有很强的抗干扰能力 ,单一的干扰方式不易取得良好的效果。简述红外成像制导系统工作过程 ,结合对其特点和弱点的分析 ,提出了从整体上对红外成像制导导弹进行综合干扰的观点。通过各种干扰手段的综合运用 ,对导弹实施全程干扰 ,以此提高干扰成功率。     

采用旋转时频-Radon变换的地面动目标的叶簇穿透SAR成像

本文介绍了旋转傅里叶变换、双线性旋转时频变换和Radon变换的基本概念。根据动目标雷达回波的某种模型，提出了一种采用旋转时频-Radon变换用于树林中动目标SAR成像的方法。     

海上舰船目标的机载高分辨率ISAR成像

本文提出了机载高分辨率二维逆合成孔径雷达(ISAR)对舰船目标的侧视成像问题。通过采用舰船运动的简单模型，避免了采用高级的联合-时间频率(JTF)变换。研究了包括运动估计与校正、最佳处理时间与持续时间估计以及目标形状提取的鲁棒处理方案。强调了这样一个事实，即该处理的鲁棒性造就了单个ISAR成像分析而不必由一组雷达图像进行数据融合。     

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。     

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。