一种全自动的检测方法用于SAR-ATI的GMTI

针对星载SAR-ATI处理的中间结果,提出了一种称为"两步-类高斯拟合"完全自适应的检测方法。该方法可以完全自动地实现杂波和噪声中的运动目标检测,避免了传统方法作联合高斯数据的假定,无须推导SAR-ATI干涉图的理论概率密度函数。此外,该方法还可以大大降低系统的虚警概率并用仿真研究了最小可检测速度。     

用于SAR运动补偿的DGPS/SINS组合系统研究

使用考虑位置误差相关项的伪距率观测模型 ,研究了用于合成孔径雷达运动补偿的差分 GPS/ SINS伪距率组合系统。结果表明 ,组合系统的长期位置精度能达到 1 m左右。 GPS数据更新率低于 INS,在 GPS测量时间间隔内 ,组合系统的性能仅由 INS决定。虽然 INS误差随时间积累 ,在 GPS数据更新率为 1 s的情况下 ,即使采用中等精度的惯性仪表 ,其相对位置精度为厘米级 (这里相对位置精度指组合系统在 GPS测量时间间隔内位置误差的变化范围)。     

TMS320C62x的并行性和应用研究

TMS32 0 C62 x在信号处理领域得到广泛的应用,也提出了高度并行处理在 DSP的实现问题。给出如何实现高性能 C62 x应用的一般性方法,并比较了 3种高速 DSP的典型性能指标,最后给出用 C62 0 1实现了SAR信号处理机的预处理模块的实例。     

SAR-GMTI匀加速运动假目标有源调制干扰方法

借鉴匀加速运动调制思想,提出了一种SAR-GMTI匀加速运动假目标有源调制干扰方法。详细确定了有源实现方式下各关键干扰参数,阐释了干扰成像结果,分析了速度、载频、斜距等侦察误差对干扰效果的影响,采用三孔径干涉对消方法研究了其对GMTI的对抗性能,并开展了基于实测数据的实验分析。该干扰样式携有逼真的匀加速运动特征,具有距离向相干、方位向部分相干的特点,可实现对SAR-GMTI的匀加速运动假目标干扰效果,是一种有效稳健的干扰方法。     

合成孔径雷达卫星定位误差源分析

根据合成孔径雷达（ＳＡＲ）星等斜距民我普勒频移的曲线相交和扁椭圆地球模型、多普勒频率漂移与卫星至目标斜距联立方且的解，详细阐述了ＳＡＲ星地面目标图像像定位原理。着重分析了平台星历、回波时延、目标高度、多普勒中心频率和时钟等误差与定位精度的关系，最后举例说明误差源的属性。     

从卫星SAR海洋图像中检测船目标及其航迹

从卫星ＳＡＲ海洋图像中检测船目标及其航迹是一项很有意义的工作。由于船目标有强的角反射，它的雷达回波信号比较强，在ＳＡＲ图像中的灰度值比较高。先检测船目标，再在船的周围寻找航迹的检测方案比较合理。文中先介绍了船目标的检测问题。提出应用非线性拉伸的方法增强船目标，运用形态学滤波的方法消除斑点，通过阈值方法检测出船目标后，统计船目标的长度以及中心位置等重要信息。检测出船目标后，使用曲线扫描的方法来进一步     

基于二维逆滤波的机载SAR 自聚焦算法

在聚束合成孔径雷达(SAR)自聚焦处理时,残留距离徙动(RRCM)必须在自聚焦处理之前完全去除,否则 将会严重降低自聚焦的性能。本文提出了一种基于二维逆滤波的自聚焦算法,该算法在补偿相位误差的同时也补 偿掉距离和方位的二维耦合相位,消除了RRCM对自聚焦的影响,提高了逆滤波自聚焦算法的性能。最后通过实 测数据处理验证了本文提出的二维逆滤波自聚焦算法的有效性。     

国外成像侦察技术现状及发展趋势

成像侦察是近年来各国普遍重视的军事情报保障手段,论文首先分析国外航空平台和天基平台成像侦察装备的最新进展,然后介绍国外围绕侦察图像处理与解译所进行的相关研究工作,最后总结成像侦察技术的发展趋势。     

发展中的无人驾驶飞机信息侦察技术

美国《2005-2030无人机系统线路图》将无人机的能力需求分为战场态势感知、指挥控制、集中后勤、部队应用和部队防护5个领域,并认为侦察是无人机最重要的任务,即使作战无人机也是如此。携带有效载荷是使用无人     

线性预测数据外推超分辨雷达成像

距离—多普勒成像雷达的距离分辨力和横分辨力分别取决于发射信号的有效带宽和目标相对于雷达视线(RLOS)在相于处理区间内的转角。本文研究线性预测数据外推离散傅里叶变换(LPDEDFT)超分辨成像方法,旨在突破普通的FFT距离多普勒处理的限制,提高距离—多普勒成像雷达的分辨力。LPDEDFT在概念上和计算上都比较简单,分两步进行,先用线性预测方法把观测数据外推到观测窗之外,然后对外推过的数据进行普通的离散傅里叶变换。文中给出了B—52飞机缩比金属模型微波暗室转台实测数据和飞行中的Boeing-727飞机外场实测数据的成像结果。LPDEDFT与普通的傅里叶方法相比,在相同信号带宽和目标总转角的条件下可以得到更高的图像分辨力,或者可以用较小的信号带宽和目标总转角获得相同质量的图像。