基于混合积累的VSAR地面运动目标检测和定位

基于多通道复图像联合处理,速度合成孔径雷达(VSAR)可有效抑制地物杂波,实现地面运动目标检测和定位。但运动目标图像散焦和速度模糊也限制了VSAR的微弱目标检测性能,同时导致了快速目标的方位定位模糊问题。为此,提出了基于距离-多普勒-速度域混合积累的VSAR运动目标处理新方法,显著改善了微弱运动目标检测性能,并可实现快速目标的速度解模糊和正确定位。新方法无需改变VSAR的系统结构,工程实用价值高。最后,数值仿真实验的结果证明了新方法的有效性。

基于动态滑动窗口BP神经网络的水文流量预测

水文流量数据中不同季度和月份的时序和周期性特点不同,而现有的滑动窗口方法基本采用固定大小窗口,且选择随机、误差大。为了反映水文流量数据中不同月份的时序和周期性的不同特点,提出了动态滑动窗口的方法。该方法中对不同的月份使用动态窗口产生多个数据集,并进行BP神经网络学习,以选择最优窗口,最后利用最优窗口数据集进行验证。以朱沱水文站为例的流量预测数据与实测数据的比较结果表明,基于动态滑动窗口BP神经网络水文流量预测方法比固定窗口BP神经网络的预测方法的预测精度更高。

SAR运动目标距离Doppler域扩展混合积累检测

在单通道合成孔径雷达(SAR)复图像的距离Doppler域,混合积累检测可通过长时间积累提高运动目标检测性能。但当目标Doppler跨模糊数时,现有方法因目标信号分裂而导致性能严重下降。该文将距离Doppler域的Doppler频率范围扩展到地面目标最大可能Doppler范围,在扩展的Doppler频率域做距离徙动校正。运用混合积累方法实现运动目标检测。与现有方法相比,该方法可消除目标信号分裂,提高Doppler模糊运动目标的检测性能。数值试验结果证明了该方法的有效性。

复图像域SAR运动目标参数估计性能分析

为分析合成孔径雷达(synthetic aperture radar,SAR)复图像域运动目标的参数估计性能,本文在SAR复图像域地面运动目标信号模型的基础上,推导了色高斯分布杂波中运动目标参数估计的克拉美罗界(Cramer-Rao bound,CRB).分析了参数估计性能与运动目标散射强度、运动参数以及信号功率谱的相互关系,并比较了信号域和复图像域的参数估计性能.进而,提出采用降分辨率处理(reducing resolution processing,RRP)提高了复图像域参数估计性能,并定量分析了RRP带来的参数估计性能改善.参数估计性能分析表明,在均匀杂波背景下的SAR复图像域,可实现目标高精度的运动参数估计和定位处理.最后,数值实验结果验证了本文参数估计性能分析的正确性和有效性.

逆合成孔径雷达目标等效旋转中心估计

在大的目标观测视角下,为抑制散射中心的越分辨单元徙动影响,获得高质量的逆合成孔径雷达(ISAR)目标成像结果,不仅需要目标的相对转动信息,而且需要估计其等效旋转中心。该文通过等分目标回波获取2幅距离-D opp ler图像,并在图像域跟踪3个散射中心的位置变化信息,提出了一种目标转速和等效旋转中心联合估计方法。同时,分析了若干影响该方法性能的因素,为方法的正确实施提供了指导。数值仿真实验表明了等效旋转中心估计的必要性和本方法的有效性。