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。     

面向时序InSAR的卫星任务规划框架设计

随着国内自主雷达卫星和差分干涉合成孔径雷达技术(D-InSAR)及衍生的时序InSAR技术的发展,以时间序列上重复观测为主的长周期形变监测的应用与日俱增。对遥感卫星地面任务规划系统来说,规划和管理大量有时序关联的重复任务,从而最大限度地满足观测要求,是提升以形变监测为使命的雷达卫星运控效率的关键。在综合考虑雷达差分干涉任务序列性、一致性、周期性特征的基础上,设计了一种面向雷达卫星时序InSAR类型任务的规划框架,旨在规划序列任务时,考虑序列整体特性,进行序列任务组间的冲突检测。基于此方法,对现有的地面任务规划系统进行了优化升级,验证了框架的有效性。结果证明:该方法可快速、自动进行序列任务冲突消解,可为长周期序列任务的规划和管理提供设计参考。     

固有模态函数(IMF)积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器.首先通过经验模式分解(EMD)把带噪信号分解成有限个固有模态函数(IMF).检测的基本思路是,对各个IMF分量的绝对值作逐点乘积,用于抑制噪声并凸现信号,最后进行滤波和判决.本文以UWB信号为例,数据源于UWB雷达实验系统.在低信噪比(SNR),UWB脉冲与噪声波形相似,且噪声概率密度函数(PDF)未知情况下,进行实验.结果表明,当峰峰信噪比低于5 dB时,该检测器性能优于Teager能量算子(TEO).     

大动态大带宽数字接收机设计实现

大动态数字接收机是机场场面监视雷达的重要组成部分。论证了大动态、大带宽系统参数的选取,数字滤波器的MATLAB仿真设计,采用16位模数转换器,大容量FPGA构建数字接收机平台,解决了大动态、大带宽采样及其数字下变频处理问题,并高速光纤传输数据,给出设计分析及测试结果,该结果表明,信噪比满足系统动态范围的要求。该电路相对于模拟接收机有较高的性能,为现代雷达提供了一种高性能的数字接收机的解决方案,具有广泛的应用前景。     

联合截获威胁下的雷达射频隐身目标搜索算法

针对基于射频(RF)隐身需求的机载雷达目标搜索问题进行了研究。通过分析实际作战中射频辐射面临的截获威胁,提出了一种基于联合截获威胁的射频隐身性能表征方法,并给出了具体的值估算方法;对机载雷达搜索任务中辐射参数的优化问题进行了建模,并采用优化算法对目标函数进行求解。通过分析典型情景下解集的分布特点,给出了从最优解集中选取最终解的方法。结果表明,提出的射频隐身性能表征方法能更好地反映截获实现过程的多域需求,提出的雷达搜索方法能够在保证探测性能的同时,提高射频隐身性能和搜索速度,能够为相控阵雷达搜索任务中参数的优化控制提供方法和依据。     

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。     

基于POD曲线的预警机雷达检飞概率模型

针对预警机雷达检飞试验中距离取样间隔及检飞航线边界条件的确定问题,以保证发现概率(POD)曲线的覆盖率与精确性为目标,提出基于POD曲线的预警机雷达检飞概率模型.首先,根据POD曲线的覆盖率和精确性要求确定检飞试验拟合曲线所需的采样点数.然后,根据POD曲线的经验分布函数建立检飞试验中最小探测距离和最大探测距离的计算方法,并由此确定检飞航线上距离取样间隔的长度.最后,根据发现概率的统计特性得到距离取样间隔内采样点数以及航次数等试验参数,为雷达检飞试验设计与预警性能评定提供定量依据.