SAR遮蔽性干扰分析

文中从SAR原理和SAR图像检测出发,指出遮蔽性干扰时评估SAR图像受干扰程度的图像质量指标和被完全干扰时所要求的输入信噪比。详细分析干扰噪声图像的影响,并给出输出信噪比与干扰功率之间的关系,为实施对SAR的对抗提供理论依据。通过计算机仿真证明分析结果的正确性。

基于深度学习的雷达干扰识别方法研究

针对复杂电磁环境下雷达干扰信号识别问题,从优化卷积神经网络结构的角度出发,本文提出了一种对卷积神经网络结构LeNet-5增加批量归一化层和改变激活函数的方法。该方法能够加速网络收敛,提升网络的学习效率。本文首先建立舰船目标模型,分析了噪声调幅干扰、噪声调频干扰、梳状谱干扰和无干扰的真实目标回波信号在时频域的差异,然后利用四种信号对舰船目标模型生成数据集,最后通过本文所提方法实现雷达干扰的自动识别。仿真结果表明:在全信噪比条件下,本文所提方法对四种信号的识别准确率达到98.1%,表明所提方法有着较好的稳定性和鲁棒性。

SAR仿真技术

从SAR的回波模拟原理和实际需求出发,提出适合实际应用的基于真实SAR图像数据和方位时域回波生成方法的SAR回波数据模拟技术和半实物仿真方法。该方法能够获得真实可靠的回波数据,并实现对SAR和匹配处理系统的半实物仿真,对实现SAR系统的优化设计和快速测试具有重要意义。

高动态条件下舰船目标SAR成像算法研究

雷达在高动态条件下对舰船目标进行成像具有雷达运动轨迹非匀直和舰船目标非合作的特点,造成成像质量下降,增加成像算法复杂度。通过建立在匀加速运动状态下对移动目标SAR成像的回波模型,针对舰船目标成像模糊问题,提出采用分数阶傅里叶变换估计目标多普勒参数和基于惯导数据的实时运动补偿相结合的方法。仿真结果表明,算法对舰船运动速度的估计准确,在斜视角70°情况下,仍能够得到好的成像效果。

基于改进遗传算法的子阵级数字波束形成方法

相控阵雷达系统中多采用子阵级数字波束形成技术来解决阵元级数字波束形成所面临的硬件系统复杂、实时性低及应用成本高等问题,但子阵级波束形成技术往往会破坏静态方向图的性能。为保证方向图性能,采用改进遗传算法对子阵级数字波束形成算法进行优化,即在给定子阵划分的条件下,提出一种基于改进遗传算法的子阵级数字波束形成方法。采用此方法分别针对子阵级加窗与阵元级加窗处理进行仿真,结果表明两种加窗处理均可产生满足指标要求的波束方向图。

预失真补偿技术在高分辨SAR系统中的应用

分析系统的幅相误差对高分辨SAR成像的影响,在此基础上提出利用预失真补偿技术对发射机的幅相误差进行补偿,给出一种利用FPGA实现预失真补偿的方法,经过飞机挂飞试验,取得高质量、高分辨率的SAR图像,通过试验证明此种补偿方法是可行的、有效的。

舰船目标混合式SAR/ISAR成像算法研究

针对高动态平台和大斜视角成像条件下运动舰船成像模糊的问题,从提高成像处理各个环节的精度的角度出发,提出了一种基于加速度模型的混合式SAR/ISAR成像算法,实现了两种算法的有效融合:首先利用运动估计结合距离徙动校正完成回波包络粗对齐,同时在距离多普勒域通过相位滤波去除调频率空变,然后通过相关对准实现包络精对齐,补偿由于运动估计不准、模型失配以及惯导测量等引入的误差,最后结合加权多特显点自聚焦法对剩余非空变相位项进行统一校正。仿真结果表明,所提算法能够有效改善成像效果,得到聚焦良好的目标图像。