基于空时级联单脉冲的多目标高效参数估计算法

比幅单脉冲最大似然算法(ACM-ML)在进行目标参数估计时需要进行距离与速度的2维松弛迭代搜索,导致了计算效率低、运算量大的问题。针对上述问题,该文提出一种基于空时级联单脉冲的高效多目标参数估计算法(M-STCMP算法)。该算法将单脉冲概念引入脉冲域,利用时域单脉冲计算目标速度,避免了ACM-ML算法中对速度的迭代搜索,将2维松弛迭代搜索降为1维搜索,有效降低了计算复杂度。考虑时域单脉冲无法同时匹配分布在不同时域主波束的速度各异的多个检测目标,进一步利用目标信号的多普勒信息,在各多普勒单元分别进行时域单脉冲测速,并搜索目标距离值。最后为抑制目标间的信号泄露,将所有目标的估计参数进行级联迭代获得高精度参数估计值。理论分析和仿真结果验证了M-STCMP算法的有效性。

基于空域自适应单脉冲的抗干扰雷达多目标参数估计算法

基于空时级联单脉冲的多目标参数高效估计算法(M-STCMP)是一种高效的雷达多目标参数估计算法,但在干扰环境下其参数估计性能将严重下降。文中提出了基于空域自适应单脉冲的抗干扰多目标参数估计(AM-STCMP)算法。首先,将空域自适应单脉冲技术引入M-STCMP算法,自适应形成和差波束抑制干扰信号,提高各目标的信干噪比,并迭代修正自适应和差波束的鉴角曲线;其次,采用空时级联单脉冲技术估计各目标的距离-速度两维参数;最后,采用Relax算法高精度迭代估计各目标的角度-速度-距离三维参数。理论分析和仿真结果验证了AM-STCMP算法的有效性,其参数估计性能接近无干扰情形。

一种联合TDCM和PFA的空间目标大转角ISAR成像方法

空间目标态势感知是当前航天技术领域的研究热点,逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)是空间目标感知的一种有效手段。为了得到利于目标鉴别的高分辨二维ISAR图像,需要通过增大积累转角来提高方位向分辨率。但是,随着转角的增大,平动与转动之间的耦合增大,使得传统的先平动补偿、后利用转动成像的两步式成像方法不再适用。本文提出了一种结合时域信号共轭相乘(Time Domain Conjugate Multiplication, TDCM)处理与极坐标格式算法(Polar Format Algorithm, PFA)的成像算法,首先利用雷达回波的二维相干性,通过TDCM处理进行平动粗补偿,然后借助PFA的插值操作校正大转角引起的散射点越分辨单元走动(Motion Through Resolution Cell, MTRC)并估计目标相对转动参数。通过迭代处理,持续对平动和转动参数进行优化,提升运动补偿效果。仿真验证了所提成像算法的有效性,与传统算法相比,成像聚焦性更好。

基于二维自适应稀疏匹配的弹载阵列雷达三维前视成像技术

弹载雷达高分辨成像技术能够获取打击区域的高分辨率图像,为后续的目标跟踪、干扰识别提供保障,是一种有效的抗无源干扰手段。然而,在末制导阶段,目标往往位于雷达的正前方,此时无法采用合成孔径雷达技术实现成像,成像处理只能通过前视成像算法完成。而现有的前视两维成像算法只能获得三维空间中的距离向和方位向信息,无法获取俯仰向的信息。为了进一步获取目标的三维信息,提升雷达后续干扰识别、对抗性能,文中提出了一种基于二维超分辨处理的弹载阵列雷达前视三维成像算法。该算法首先通过二维自适应稀疏匹配技术获得每个快拍在方位-俯仰域的二维超分辨谱,随后根据雷达实时波束扫描中心位置完成信号的积累,最终获取目标前视区域的三维图像。文中采用多组仿真数据进行了验证,结果表明,该算法可以在单快拍条件下重构信号源的方位、俯仰信息,有效提升现有弹载雷达系统的前视三维成像分辨率。

SAR实时快速处理抗主瓣欺骗式干扰方法

主瓣欺骗干扰与真实目标场景具有相同的角度,二者在多个表征域具有高度相似性,严重降低了合成孔径雷达系统对真实目标的检测和判断能力。针对该问题,为保证有效抑制主瓣欺骗干扰,文中提出了一种实时快速处理抗主瓣欺骗干扰算法。首先,提出了一种基于方位相位编码的回波恢复框架,并且该框架能够对原始回波数据进行分组处理;其次,提出了一种模块化处理的快速算法来加快所提方法的处理效率;最后,通过点目标和分布式目标仿真实验验证了所提方法的有效性和可行性。通过与传统主瓣欺骗干扰方法进行对比,文中所提方法不仅能够降低计算复杂度,还能减少对系统资源的占用。

基于卷积神经网络的动目标检测

合成孔径雷达(SAR)动目标检测技术是雷达信号处理领域中的重要技术。文中利用深度学习高维特征提取能力,提出了一种基于卷积神经网络(CNN)的多通道SAR地面动目标检测算法,并针对雷达实测数据较少、动目标样本难以获得的问题,提出了基于仿真-实测混合样本集的网络训练方法完成网络的高精度训练。实测数据检测结果表明,此类方法能够有效地完成地面动目标检测,与传统动目标检测方法相比,具有显著的优势。

基于时空记忆解耦RNN的雷暴预测方法

使用循环神经网络进行雷暴的外推预测,利用气象雷达历史反射率因子资料给出未来一小时的雷暴预测结果。网络的核心是时空长短时记忆(spatiotemporal long short-term memory,ST-LSTM)单元,加入了记忆解耦结构以分离时间记忆和空间记忆状态。在中国香港天文台(Hong Kong Observatorg,HKO)的HKO-7数据集的基础上筛选雷暴数据,构建训练及测试数据集。将有记忆解耦结构、无记忆解耦结构的ST-LSTM网络和MIM(memory in memory)网络以及传统的单体质心法进行比较。预报评分因子数值比较和个例分析检验结果表明,预测神经网络在探测成功概率、临界成功指数上均高于单体质心法,虚警率低于单体质心法。加入记忆解耦结构的网络预报因子评分高于ST-LSTM网络和MIM网络,雷暴回波外推的预测效果更好,尤其是强回波的预测效果更好。

基于机载多通道雷达迭代超分辨估计的前视成像

波达角估计算法用于机载多通道雷达前视成像时可以突破瑞利极限,实现同一波束主瓣宽度内的多目标分辨,改善成像的方位向分辨率,然而天线波束覆盖有限且其快速扫描使得可用于协方差矩阵估计的数据样本缺乏,导致对目标位置和幅度估计出现误差。该文提出了一种基于单快拍迭代超分辨处理的多通道雷达前视成像算法,通过对单个空域快拍的迭代谱估计可获得目标的准确位置和幅度信息,再通过多个脉冲的非相干累积得到前视方位高分辨成像。仿真和实测数据处理结果表明,所提算法具有分辨多目标的能力,相较于传统前视成像算法显著提高了前视图像的方位分辨率,同时保证了点目标的精确重构和面目标的轮廓重构。

基于Multitask⁃YOLO网络的卫星帆板ISAR图像快速分割

随着空间技术的飞速发展,空间态势感知能力需求不断增加。与传统光学传感器相比,逆合成孔径雷达(Inverse synthetic aperture radar,ISAR)具有全天候、远距离高分辨率成像的能力,且成像不受光照条件的影响。此外,空间态势感知系统需要对周围航天器进行准确的评估,因此对空间目标部件识别能力的需求日益迫切。本文提出了一种基于YOLOv5结构的Multitask⁃YOLO网络,用于卫星ISAR图像中卫星帆板的识别和分割。首先,本文添加了分割解耦头来实现网络的分割功能。然后用空间金字塔池快速算法(Spatial pyramid pooling fast,SPPF)和距离交并比算法(Distance intersection over union,DIoU)代替原有结构,避免图像失真,加快收敛速度。通过在通道中引入注意机制,提高了分割和识别的准确性。最后使用模拟卫星的ISAR图像进行实验。结果表明,所提出的Multitask⁃YOLO网络高效、准确地实现了部件的识别和分割。与其他的识别和分割网络相比,该网络的平均精度(mean Average precision,mAP)和平均交并比(mean Intersection over union,mIoU)提高了约5%。此外,该网络的运行速度高达16.4 GFLOP,优于传统的多任务网络的性能。

一种适用于反熔丝FPGA的高效电荷泵电路

基于Dickson电荷泵结构,提出了一种适用于反熔丝现场可编程门阵列(FPGA)的新型高效电荷泵电路,实现了电荷泵的快速启动。通过采用时钟信号升压电路,减少了电荷泵级数,并减小了电路总体面积和功耗。仿真结果显示,在2.5 V的工作电压和整体电路全负载的条件下,整体电路的启动时间约为20μs,可稳定输出电压5.46 V,工作电流约为618μA。采用0.18μm CMOS工艺流片并对其进行编程和测试,结果显示FPGA电路编程成功,功能正确,与仿真结果一致,表明了此电荷泵结构的可行性和实用性。

基于LightGBM的气象目标分类技术

为克服传统气象目标分类算法对人为设置经验参数的依赖性,本文提出一种基于轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)的气象目标分类技术。将KVNX气象雷达获取的4个极化参量(水平反射率因子、差分反射率、相关系数和差分相移率)作为气象目标的特征参数,结合参考分类标签,制作向量数据集,再进行预处理,生成满足模型需求的数据集。以此数据集为驱动,建立一种LightGBM算法的气象目标四分类模型,该模型可有效识别3种气象目标(中小雨、冰雹和湿雪)及杂波(生物杂波与地杂波)。最后,根据气象雷达观测测试数据集进行测试,结果表明该模型在有高效率识别速率条件下,识别准确率可达95%以上。再用KTLX雷达两次实际观测数据来验证模型通用性,结果表明LightGBM分类模型可有效完成4种气象目标识别,具有优越的鲁棒性。

一种适用于反熔丝FPGA的电荷泵电路

提出了一种适用于反熔丝FPGA的快速启动低功耗的片上电荷泵电路.该电路基于Dickson电荷泵结构,通过高频时钟信号来启动电荷泵,提高启动速度;电荷泵输出稳定后,通过低频时钟信号来维持电荷泵输出,降低电路功耗.通过增加零伏电路实现了高电压与低电压之间的隔离,解决了反熔丝FPGA对电荷泵不同工作模式下的输出需求.Spectre结果显示,在2.5 V的工作电压下、整体电路全负载的条件下,启动时间13.5μs,稳定输出电压5.43 V,启动电流1.06mA,工作电流184μA.启动时间比参考文献快了36.5μs,相当于3.7倍,功耗仅仅增加了35%.用0.18μm CMOS工艺流片,电路编程成功并且功能正确,结果表明了此结构的可行性和实用性.

机载SAR斜视区域成像研究

本文研究机载合成孔径雷达（SAR）斜视区域成像,提出在一维距离像上对地面像素逐个进行距离对准和相位补偿的运动补偿方法.该方法在完成斜地校正的同时,还能有效地改善方位聚焦并减小几何失真.用上述运动补偿方法和线性R-D成像算法,某型机载SAR在试飞实验中成功实现了斜视区域成像.

一种基于局部频率估计的地形自适应干涉图滤波器

本文提出一种用于InSAR处理的地形自适应干涉图滤波器.该滤波器通过局部空间频率估计,依据地形的变化进行参数调整,能够有效地克服传统的多视滤波器破坏致密干涉条纹的缺点.本文详细描述该地形自适应滤波器的结构,并阐述其具体实现方法.在局部频率估计中,由于采用了二维Chirp-Z变换,滤波器的计算效率较高.用X-SAR的干涉数据对所提出的自适应滤波器进行了验证,给出了自适应滤波器和传统多视滤波器的滤波结果,说明前者具有保持干涉条纹的良好特性.

地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机(Unmannedaerialvehick,UAV)机载高分辨率微小型合成孔径雷达(Minisyntheticapertureradar,MiniSAR)系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet‑18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。

机载干涉SAR/ISAR对地面慢速目标成像研究

该文研究用机载干涉SAR/ISAR技术对地面慢速目标成像,该技术利用SAR成像的距离和横向距离高分辨率,以及干涉仪的空域对消,实现杂波抑制,提高信杂比。动目标的真实方位由相位比较干涉仪测定。进而用ISAR处理得到慢速目标的高分辨图像.文中详细讨论了机载干涉SAR/ISAR系统框图和工作原理,并导出了该系统中SAR、干涉仪空域对消和测向以及ISAR处理的定量关系式。理论分析和初步计算机仿真证明了这项技术的正确性。

方位扫描SAR区域成像研究

研究在SAR区域成像中,通过天线波束方位扫描扩大成像区方位宽度的机理以及信号处理方法。首先描述天线波束扫描的几何关系,推导出为达到要求的成像分辨率以及成像区方位宽度所需的天线波束扫描角速度和扫描角度的计算公式。分析了成像区位置与载机航迹的几何关系。然后讨论方位扫描SAR区域成像信号处理方法,并给出系统点目标响应仿真结果。最后,用试飞实测数据成像做了验证。

机载SAR成像信号处理研究和实践

成像信号处理是合成孔径雷达 ( SAR)的核心 ,必须根据 SAR系统战技指标的要求 ,设计先进、合理和实用的成像信号处理方案和算法。某型机载 SAR旁视成像模式综合运用二维可分离成像算法、预处理和运动补偿 ,前斜视成像模式综合运用线性距离多普勒成像算法、天线扫描和运动补偿 ,满足了全数字化、机上实时成像的要求。样机试飞中 ,在国内首次获得高清晰度 3 m分辨率的旁视 SAR图像和首次实现高分辨率前斜视 SAR成像。试飞数据在地面处理后 ,在国内首次获得方位分辨率优于 0 .5

海面舰船目标ISAR最优成像时间选择算法

通过分析高海情下海上舰船目标的三维摇摆对成像的影响,基于方差定义的平均多普勒展宽概念,提出了一种逆合成孔径雷达(ISAR)最优成像时间选择算法。该算法根据目标距离向先验信息估计出舰船的固有纵摇周期,利用该周期隔离微多普勒效应的干扰,并为多普勒展宽曲线的平滑提供了可靠依据,使得算法整个过程无需人工干预。该算法易实现且运算量较低,适用于实时应用。仿真和实测数据的处理结果表明,利用本文算法筛选出的数据段获得了较理想的成像结果。

利用线性相位模型提高干涉SAR图像相干性及改进相干性估计

本文提出一种对干涉合成孔径雷达(干涉SAR)处理中单视复图像(SLC)进行地形自适应预滤波的方法,提高从不同入射角获得的SAR图像之间的空间相干性,并同时改进相干性估计.通过Chirp-Z变换进行干涉图局部频率估计,从而提取干涉图线性相位模型,并利用其进行距离和方位向的地形自适应预滤波.由于滤波器参数随地形进行调整,其性能优于仅仅依赖轨道参数或平坦地球相位估计的固定带宽非自适应滤波器.文中对SIR-C/X-SAR的Etna火山干涉数据同时进行了距离和方位向地形自适应处理,利用相干系数直方图对该方法与固定带宽非自适应滤波方法的性能作了比较.最后,本文还应用线性相位模型改进相干性估计,得到了去除地形变化因素后的相干系数图.