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。     

基于轨道角动量的电磁涡旋SAR成像新方法

为研究电磁涡旋波在合成孔径雷达(SAR)领域的应用潜力,验证电磁涡旋SAR成像的可行性,将电磁涡旋与合成孔径雷达模型结合,通过使用单一模式的轨道角动量,用合成孔径原理实现方位聚焦。给出了基于电磁涡旋的SAR几何模型和回波信号模型,并提出了适用于电磁涡旋SAR的改进chirp-scaling(CS)成像算法。通过点目标仿真分析,验证了所提成像算法的有效性。该方法可为SAR系统新体制设计及雷达的研究提供参考。     

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。     

激光跟踪仪在交会对接微波雷达多径试验中的应用

交会对接微波雷达多径试验是在地面模拟两个飞行器在轨交会对接过程中由舱体表面及遮挡对微波信号造成反射干扰的一种试验,其目的是验证激光雷达系统功能及安装位置的合理性。在近20 m远的距离上,对飞行器舱体上的微波雷达天线和微波应答天线进行角度及距离的精确测量。文章通过对试验环境、测量项目分析及不同精测方案比对,采用激光跟踪仪直接测量舱体结构,获得了准确的基准数据,有助于指导微波雷达在飞船轨道舱上的精确安装和提高交会对接微波雷达多径试验的精度。激光跟踪仪首次应用于交会对接微波雷达多径试验,相比经纬仪在航天器基准测量中具有更大的优势。     

对统计MIMO雷达的噪声调频干扰功率分配研究

简要介绍多输入多输出雷达的信号模型及其目标检测方式,并针对其信号的独特形式在传统噪声调频的基础上提出一种改良的噪声调频干扰方式,进而通过仿真证明此改良干扰方式的有效性.     

雷达间电磁兼容预测判决模型研究

本文基于雷达间电磁兼容性（Electromagnetic Compatibility,EMC）的考虑,提出了一种与雷达性能相关的兼容性判决模型。与以往用于EMC判决的干扰余量等概念不同,将干扰信号强度与雷达性能指标参数联系起来。对两者间的关系进行量化分析,从而确切了解雷达间的电磁兼容问题,使EMC预测更有实际意义。     

一种基于激光雷达的航天器隐藏点测量方法

为保证航天器各系统的仪器安装满足在轨姿态、轨道控制等要求,需对其安装位置及姿态进行检测,但一些隐藏的目标却无法直接测得。文章提出了一种基于激光雷达测量系统的隐藏点测量方法,针对激光雷达测量坐标系的建立以及应用高精度平面镜进行隐藏点测量进行了数学模型的分析,并对测量系统的不确定度进行了评估。结果表明,在保持测量环境稳定的情况下,应用激光雷达进行航天器隐藏点测量的标准不确定度优于0.1071 mm。     

基于YOLOv5的近岸SAR舰船目标检测方法

由于类似舰船的陆地目标的干扰和舰船的紧密排列,基于合成孔径雷达(SAR)图像的近岸舰船检测会出现较多漏检和误检,提出了一种基于YOLOv5网络的近岸舰船的检测方法。为提高近岸背景下的检测精度,使用了注意力机制模型和CSL的技术用于改进网络;分析了YOLOv5网络、注意力模型和CSL算法,基于YOLOv5进行了检测实验,引入注意力模型来改进网络;结合CSL算法,重构了YOLOv5旋转检测网络。通过调整训练参数和改进注意力,近岸目标检测网络的测试结果达到mAP 80%以上,证实了CSL+YOLOv5算法实现旋转检测的可行性。     

激光雷达系统在大尺寸地形扫描中的应用

为了获取模拟月面的三维地形数据,采用激光雷达系统进行专项试验场地形测量。文章分析了激光雷达系统的测量站点布局规划和位置参数设置对大尺寸地形扫描测量的影响,重点研究了激光雷达在景深条件限制下为实现最大扫描面积的有效扫描高度和扫描宽度设置。研究结果可为深空大范围扫描测量深入研究提供一定的参考。     

基于改进MCMC的波束内目标与诱饵联合参数估计

波束内目标与诱饵的参数估计是导引头正确实现目标分选、完成波束指向调整与精确跟踪的必要条件。目标与诱饵的“紧密接近”导致接收回波混叠,使得常规参数测量与估计方法失效。基于实际采样处理中目标回波能量会“溢出”到相邻匹配滤波采样点这一信号模型,通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,采用Markov Chain Monte Carlo (MCMC)方法中的Metropolis-Hastings (M-H)抽样算法联合估计目标与诱饵的相关参数,并根据拖曳式诱饵干扰对抗的特点对M-H抽样进行了改进。各种典型干扰条件及动态攻击场景下的仿真试验表明了本文方法的有效性。