地基深空探测雷达研究进展与展望

地基深空探测雷达通过主动发射电磁波,并接收反射信号,实现对深空目标的精确测量,是研究月球、近地小行星、类地行星等深空目标的重要手段。地基深空探测雷达可以高精度测量深空目标的轨道、自转、形貌等特征,具有全天时全天候观测、精确测距、高分辨率成像等优势,对近地小行星防御和行星科学研究具有重要意义。本文介绍了地基深空探测雷达的概念内涵,梳理了地基深空探测雷达系统的国内外发展现状,回顾了地基深空探测雷达过去数十年间取得的重要历史贡献,包括月球表面高分辨率成像与永久阴影区水冰探测、近地小行星精细形貌特征获取、近地小行星轨道与自转等物理特性精确测量、近地小行星撞击防御任务处置效果快速评估、类地行星表面高分辨率成像与地质结构研究等一系列重要研究成果。在此基础上,本文介绍了分布孔径深空探测雷达的创新机理,通过多部雷达单元协同观测,可突破传统集中式体制地基深空探测雷达的口径和发射功率物理极限,形象称之为“中国复眼”雷达。最后,本文介绍了分布孔径深空探测雷达系统研制与观测实验等最新研究进展,展示了分布孔径深空探测雷达对月球二维成像和三维成像的实验结果,并对地基深空探测雷达的未来发展趋势进行了展望。

天气雷达空中生态监测

每年数以亿计的昆虫、候鸟和蝙蝠等空中动物在全球范围内远距离迁飞,显著影响空中生态系统的结构和功能。随着全球气候和环境的不断变化,空中生态环境也在迅速恶化,对人类的生命和健康构成了严重威胁。为了保护空中生态环境,首要任务是对其进行有效监测。天气雷达具有大范围、全天时、全天候监测能力,可覆盖百千千米空间尺度,是监测和研究宏观空中生态的有效工具。十余年来,天气雷达空中生态监测领域取得了突破性的进展,极大提高了对空中迁飞动物的探测能力,可有效弥补传统监测手段存在的覆盖范围小和时间分辨率低等技术局限。天气雷达已在全球范围内的生物多样性保护、迁飞性虫害监测、疫源疫病传播防控等重大空中生态议题中发挥着日益重要的作用,有效填补了宏观生态研究空白。目前,美国、欧洲和中国分别建立了全球三大天气雷达网,为空中生态研究提供了重要的基础设施和数据支持。本文详细阐述了当前全球天气雷达空中生态监测的科学研究进展,以及通过天气雷达揭示的空中动物迁飞科学规律。然后,对天气雷达生态监测中迁飞动物的电磁散射建模、雷达回波提取、群体参数反演、雷达观测验证实验,以及宏观迁飞模型等关键技术进行了梳理和总结,并详细介绍了中国天气雷达空中生态监测的进展情况。最后,对未来发展方向进行了展望,指出针对中国当前农业迁飞性害虫和鸟类宏观迁飞等重大监测需求,需要在扩维探测、多参反演、多源预测等方面深入研究和探索,以进一步解读重大动物迁飞事件、分析宏观迁飞规律、揭示空中生态对气候变化的响应。

航迹先验融合特征的车载雷达实例分割算法

点云实例分割是场景感知中的基本任务。近年来,随着车载毫米波雷达分辨能力的提高,大量基于毫米波雷达散射点的实例分割方案被提出。实例分割的结果可作为跟踪的输入,跟踪得到各个实例的航迹信息,为后续的车辆决策与路径规划提供数据支持。然而,面向毫米波雷达的实例分割方法仍存在以下挑战。一方面,相较于激光雷达,毫米波雷达观测下的散射点更稀疏,信息量较少。当同一实例的散射点距离较远或者多个相邻实例密集分布时,分割性能显著下降;另一方面,雷达穿透性有限,路面障碍物或交通参与者对实例造成部分遮挡时,分割算法无法对实例进行正确分割和判别。考虑到实际行车场景的时间连续性,利用交通参与者的航迹先验信息,即该参与者上一时刻和当前时刻的位置信息,可以克服上述问题。因此,本文提出了一种利用航迹先验融合上一帧散射点特征的车载雷达点云分割算法。该算法利用航迹的连续性,在相邻两帧之间计算实例和散射点的对应关系并基于上述关系完成散射点特征融合。相较于单帧,融合后的高质量特征不仅信息更丰富,不同实例间的特征差异更明显,而且能弥补由于遮挡导致的信息缺失。实验结果显示,所提算法的平均覆盖率和平均精度指标分别优于基于单帧的分割算法6.19%和4.54%。该结果表明,所提算法优于文献中其他方法,能有效解决上述分割算法存在的问题。此外,与基于单帧的分割方案在典型场景的可视化对比中,所提方法也凸显了其有效性和潜力。未来,我们将进一步挖掘轨迹先验信息,以加强特征提取,同时深入探讨分割性能与帧数之间的关系。

基于语义引导层次化分类的雷达地面目标HRRP识别方法

高分辨距离像(HRRP)反映了目标空间散射结构在雷达视线方向的投影,近年来被认为是地面目标识别的重要途径。现有的HRRP识别方法采用手工特征加传统机器学习分类器,均属于平面分类方法,即采用统一标准不加区别的优选特征并单次决策最终类别。然而该方法在实际应用中面临种类繁杂、数据不平衡、HRRP姿态敏感性等诸多问题,难以获取最佳的应用效果。层次化方法采取分而治之思想,将一个复杂的细粒度识别任务拆解为多个简单的识别子任务。本文采用层次化识别的思路,提出了一种基于语义引导层次化分类的雷达地面目标识别方法。该方法以联合语义和数据构建的树形结构将一个复杂的细粒度识别任务拆解为多个简单的识别子任务,并针对每一个识别子任务匹配一套优选特征集和一个局部分类器。本方法在仿真数据和实测数据上完成了验证。实验结果表明了本文方法处理地面目标识别任务的有效性。

初相捷变波形优化设计与信号处理方法研究

捷变波形具备一定的距离和速度模糊抑制能力,同时兼具优良的低截获和抗干扰性能,为雷达系统提供了新的信号处理维度。初相捷变波形相对简单,工程实现难度小,为实现波形设计和信号处理闭环,本文开展了初相捷变波形优化设计与信号处理方法研究。首先,介绍了初相捷变波形的距离选通特性,进而构建了基于距离选通特性的初相捷变波形优化设计模型,并通过Majorization-Minimization算法和牛顿法进行求解。所提算法可采用平方迭代法加快收敛速度,经仿真验证,与随机产生的初相捷变波形相比,所提算法可以显著改善优化后初相捷变波形的距离选通特性。其次,基于初相捷变波形的抗折叠杂波性能,探讨了基于距离选通特性的自适应杂波抑制算法,即利用初相捷变波形空时维导向矢量的距离选通特点,实现分距离段杂波抑制,使得近距主副瓣杂波不会折叠到远距离段,经仿真与实测数据验证,所提算法在强杂波环境下具备良好的远距低速目标探测能力。最后,研究了基于距离选通和交替反演的干扰抑制算法,利用远距支援干扰滞后于目标回波的特点,并基于初相捷变波形的距离选通特性,通过距离段间交替投影实现干扰与目标回波的分距离段重构,经仿真验证,所提算法可以实现对远距支援干扰的有效抑制。

最优字典选择多频段雷达信号宽带融合

多频段雷达带宽融合外推是一种提升雷达带宽、解决小目标高分辨成像的有效手段。然而,现有多频段融合算法仍面临运算慢、精度低等问题。为此,该文提出基于最优字典选择正交匹配追踪的多频段融合外推雷达超分辨距离成像方法。首先,对多频段信号进行参数化建模,提出基于蛇优化的信号相参配准方法,实现多频段信号高精度相位对齐;然后,利用几何绕射模型,提出基于最优字典选择正交匹配追踪的多频段信号模型估计方法,实现多频段信号融合外推,估计未知频段频谱,获取大带宽信号;最后,通过仿真和实测数据,验证了该方法的可行性。该方法在保障高精度的前提下,通过简化模型粗估计与完整模型精估计结合,有效降低了运算量,实现了快速精确多频段融合外推处理。

基于二维相控阵体制的探鸟雷达系统

随着环境的改善和航空事业的迅速发展,野生动物与航空器的冲突愈发尖锐,其中鸟击事件占野生动物袭击事件的90%以上。据统计,鸟击事件每年给全世界航空业带来超过20亿美元的损失,是影响世界航空业的头号危害。针对鸟击事件对航空器造成巨大危害的问题,必须对鸟情进行持续、全面的观察,其目的一方面是当观察到大量鸟类聚集活动时,可以及时指导飞行员进行规避、对鸟群进行驱赶;另一方面,通过长期数据积累,可以对鸟类的生物学和运动学特征进行研究,进而实施有针对性的防治措施。基于上述需求,雷达技术以其全天时、全天候、大范围、远距离、高精度等优势,在机场鸟情防治中得到了迅速的发展与应用,并发挥了重要作用。本文首先概要介绍了国内外鸟击事故整体情况及传统的鸟情探测手段,指出雷达技术在机场鸟击防范应用中的优势;其次,较为全面地介绍了探鸟雷达系统的发展历程,鸟情探测系统的体制、工作模式、探测性能等相应的发展情况;然后,对雷达在鸟情探测中的应用难点进行分析,并从系统体制、目标探测、目标识别等角度出发,对相应关键技术的研究进展进行说明;接着,对国内外典型探鸟雷达系统的技术状态和应用情况进行了对比,并对北京理工雷科电子信息技术有限公司的圆柱形二维有源相控阵探鸟雷达系统的研究进展进行了介绍;最后,对探鸟雷达技术的发展做出总结与展望。

星载SAR在轨成像高效处理系统硬件实现设计

星载合成孔径雷达(Synthetic Aperture Radar,SAR)在轨成像技术是灾害检测、军事侦察等高时效遥感应用场景的关键手段,以现场可编程门阵列(Field-Programmable Gate Array,FPGA)+数字信号处理器(Digital Signal Processing/Processor,DSP)为处理核心是一种搭建星载SAR在轨成像系统的典型方案,在异构算力、能效比、灵活度等方面综合评价良好。但现有的FPGA+DSP系统在算法支持、大粒度处理、片上并行加速、复杂矩阵转置方面仍研究不足,成像性能仍然有较大提升空间。本文对支持大斜视、高分辨成像的非线性调频变标算法(Nonlinear Chirp Scaling Algorithm,NCS)算法进行分析,根据运算复杂度和类型将算法划分为主流程和辅助路程,以此为依据提出NCS算法在FPGA+DSP系统中的异构映射方案;针对多通道快速傅里叶变换(Fast Fourier Transform,FFT)处理后数据存储形式发生变换、难以流水处理的问题,提出基于时频抽取切换的多通道FFT协同处理方法,保证多通道FFT处理高效进行;针对不同粒度、不同并行度场景下转置需求复杂多变的问题,提出基于X-直接存储器访问(X-Direct Memory Access,XDMA)+片上分割转置的通用交叉转置方案。本文采用2片VX690T FPGA和2片FT6678 DSP为核心处理器研制了星载SAR成像板卡,实现了提出的系统设计方案。同时,本文搭建了基于模拟源+地检的验证环境,对条带/扫描/聚束/滑聚/TOPS模式的仿真点阵数据和条带/滑聚模式的实测数据进行处理。点阵数据的二维峰值旁瓣比约为-13.2 dB,二维积分旁瓣比约为-10.1 dB,成像质量良好;以条带模式为例,图像尺寸为32K×16K,基于NCS算法的平均成像时间为7.81 s,成像速度较现有方案大幅提升。

基于可重构智能表面的二维高精度角度估计方法

可重构智能表面(Reconfigurable Intelligent Surface)因其提高频谱和能量使用效率、成本低等特点,被认为是未来无线通信和目标感知的关键性技术。RIS在平面上集成了大量低成本的无源反射元件,通过连接RIS的智能控制器,可以控制入射到这些可重构元件的信号的相位和幅度,从而重新配置入射信号的传播。波达方向(Direction of Arrival)估计问题是实现目标感知的重要组成部分,而RIS因其能够重新配置信号的特性被用来提高DOA估计的准确性。然而,在实际使用RIS时,由于元件之间的距离小于半波长而引起的互耦效应以及无法完美控制反射过程导致的反射失配(反射相位和幅度误差)等问题会严重影响RIS的性能。本文针对基于RIS系统的二维DOA估计问题,建立了考虑互耦效应和反射失配的RIS系统模型;并基于该模型,提出了一种新的二维角度估计方法用于DOA估计。该方法首先通过深度神经网络(Deep Neural Network)将RIS接收的信号进行重构,以降低互耦效应和反射失配的影响,再进一步使用非线性最小二乘法(Nonlinear Least Square)进行高精度的DOA估计。本文通过仿真验证了算法的估计性能,并与快速傅里叶变换(Fast Fourier Transformation)、正交匹配追踪(Orthogonal Matching Pursuit)等传统方法进行比较,结果表明相对于快速傅里叶变换、正交匹配追踪等传统方法新算法具有更好的估计性能。

两阶段特征金字塔的遥感图像变化检测

遥感图像变化检测是遥感领域的重要研究方向。针对多尺度编码特征语义差异性和空间信息差异性引入伪变化干扰的问题,本文提出了一种两阶段特征金字塔的变化检测网络TS-FPCDN(Two Stage-Feature Pyramid based Change Detection Network),通过两阶段解码器增强变化特征描述,抑制伪变化信息干扰。首先,采用孪生编码网络对双时相遥感影像进行编码特征提取,并生成多尺度初始差异特征。由于初始差异特征中存在大量噪声和伪变化信息,通过第一阶段特征金字塔结构和双注意力引导的多尺度差异特征融合机制,进行多尺度差异特征语义信息和空间信息的交互,缓解多尺度特征语义的差异性和空间信息的差异性,初步去除伪变化信息干扰,生成多尺度初始变化特征。然后,为进一步提高变化特征描述和去除伪变化,设计了第二阶段特征金字塔,对多尺度变化特征逐层重优化,并进行变化预测。最后,在两个变化检测数据集LEVIR-CD和WHU-CD上开展了一系列实验,实验结果证明了本文提出方法的有效性。