基于时间反转和降阶Keystone的SAR-GMTI快速聚焦方法

对合成孔径雷达（SAR）地面运动目标聚焦技术进行了研究。针对现有运动目标聚焦方法存在的问题,提出了一种基于时间反转和降阶Keystone的SAR地面运动目标检测（SAR-GMTI）快速聚焦方法。首先,根据目标的机动特性建立了3阶距离模型;其次,针对目标多普勒中心模糊引起的多普勒谱分裂现象,结合所提时间反转处理（TRP）和降阶Keystone变换处理估计出运动目标2阶参数。此后,构造2阶相位补偿函数补偿运动目标的2阶距离徙动和多普勒徙动,从而完成运动目标的聚焦。同时,所提方法没有任何参数搜索过程,降低了计算复杂度。最后,仿真实验验证了所提算法的正确性和有效性。     

基于稀疏分解的空间目标双基地ISAR自聚焦算法

空间目标双基地逆合成孔径雷达（ISAR）成像中,双基地角时变会造成二维图像的散焦。针对此问题,在三大同步理想可实现的条件下,以平稳空间目标为研究对象,分析了空间目标双基地ISAR成像原理,研究了双基地角时变对二维图像散焦的影响机理,提出了利用稀疏分解实现高精度自聚焦的算法。首先,将半双基地角的余弦进行泰勒展开;其次,结合目标的平动及转动条件,将成像相位项用多项式建模;然后,利用稀疏分解算法估计多项式的二次项系数,据此构建补偿项完成相位补偿。算法利用L-曲线准则选取正则参数,基于目标尺寸的先验信息构建冗余基的高分辨因子,利用推广的正则化欠定系统聚焦求解（FOCUSS）算法实现稀疏表示系数的估计,在恰当选取词典分辨率的条件下,算法可实现二次相位项的精确补偿,仿真实验验证了算法性能优于常用的非参数化自聚焦算法。     

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法,可实现信噪比为2dB的点目标的检测与跟踪。     

简析战车全数字化目标自动跟踪系统

对具有自动跟踪的优点,而且能实现目标多维信息的数字化采集和实施高速的目标信息实时处理的《战车全数字化目标自动跟踪系统》的硬件设计和软件设计进行了简单介绍;分析了系统的性能特点和这种设计方法所具有的优点。     

一种红外小目标图像质量的评定方法

提出了一个新的红外小目标图像质量评定标准——背景干扰程度,定义了"目标混淆度"和"目标遮隐度"两个指标,它们分别体现了背景噪声引入虚警的能力和背景噪声遮隐目标的能力,设计实现了利用两个指标对背景干扰程度的定量描述.实验证明,与传统的小目标图像评定标准信噪比相比,利用该标准评定的结果与实际情况更加符合,更准确地描述了研究者所关心的检测识别目标难易程度的信息,同时,该标准对于无目标信息情况下小目标图像的质量评定也是有意义的.      

多平台协同目标感知分散化最优控制方法

由于平台之间信息和计算是高度分布的,平台的运动以及通信拓扑的变化,使得多平台集中式协调控制结构很难实现.以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好.提出了集中和分散相结合的多平台协同控制系统结构,集中控制主要实施任务分配、通信管理以及编队管理,而平台之间则可在有限通信基础上实施分散化最优协调控制.建立了被动多平台协同目标感知分散化信息融合算法,以信息熵作为效能指标,实现了存在控制、通信和防撞等不同约束条件下的多平台协同目标感知分散化最优控制及协同感知目标信息的极大化.仿真结果表明:有通信情况下的多平台协同目标跟踪性能明显优于无通信情况下的非协同目标跟踪性能.      

子空间干扰加高斯杂波背景下基于 GLRT的斜对称方向检测器设计

文章研究了背景为子空间干扰加高斯杂波的距离扩展目标方向检测问题。杂波是均值为零协方差矩阵未知但具有斜对称特性的高斯杂波,目标与干扰分别通过具备斜对称特性的目标子空间和干扰子空间描述。针对方向检测问题,利用上述斜对称性,根据广义似然比检验(Generalized Likeli-hood Ratio Test,GLRT)准则的一步与两步设计方法,设计了基于 GLRT的一步法与两步法的距离扩展目标方向检测器。通过理论推导证明了这 2种检测器相对于未知杂波协方差矩阵都具有恒虚警率。对比相同背景下已有检测器,特别是在辅助数据有限的场景下,文章提出的 2个检测器表现出了优越的检测性能。     

基于模拟的反导预警雷达目标交接搜索景幅设置研究

为解决远程预警相控阵雷达(EWR)和多功能地基相控阵雷达(GBR)进行目标交接时,GBR应在多大范围内,采取何种信号形式搜索捕获目标的现实问题,建立GBR目标交接搜索景幅优化模型,运用蒙特卡洛方法对该模型进行模拟求解,并从目标交接距离、目标飞行方向、目标指示精度等3个方面分析其对GBR搜索景幅的影响。首次将蒙特卡洛方法用于反导预警雷达目标交接,有效提高了反导作战任务规划效率和雷达搜索效能。计算结果表明:GBR搜索景幅大小与目标交接距离成正比,与指示精度和目标飞行方向有无先验信息成反比。     

基于特征叠加网络的SAR海上舰船运动状态感知方法

针对合成孔径雷达(SAR)图像中的舰船检测与分类问题,常规的图像处理技术或者机器学习方式难以准确检测出海上舰船的类别以及当前舰船运行状态。因海上舰船目标具有相对于SAR图像尺寸较小、方位难以测算以及容易与其他目标混淆的特点,针对上述问题设计了端到端的海上舰船分类与状态感知模型,加入特征金字塔以达到拥有对于微小目标提取其深度特征,同时又保留其相对位置的目的;使用残差结构以解决特征融合网络层数增加导致的梯度消失问题;最后加入舰船状态感知模块,使其最终可以得到海上舰船目标相对于图像的角度值。使用公开SAR卫星图像进行了多次实验,最终体现出提出的端到端的模型具有较高的识别率以及良好的舰船状态估计能力。