基于双通道距离频率干涉相位解运动目标径向速度模糊方法

针对合成孔径雷达/地面动目标检测系统中动目标径向速度估计存在模糊的问题,提出一种基于双通道距离频率干涉相位解模糊的方法。该方法通过构造干涉相位与距离频率的关系,利用干涉相位随距离频率变化的斜率关系实现径向速度无模糊估计。该斜率与相位缠绕无关,所以所提方法具有不受相位缠绕影响的优点。为了减小噪声对径向速度估计的影响,利用最小二乘线性拟合方法估计该斜率。此方法能实现杂波背景和多目标情况下的应用。通过仿真和实测数据处理验证了所提方法的有效性。

单通道SAR无模糊估计快速运动目标速度

该文提出一种利用单通道相位信息无模糊估计地面运动目标径向速度方法。在距离频域做两视处理,并在多普勒域经过两视干涉处理,使得运动目标的干涉相位满足相位连续性假设。利用最小二乘线性拟合估计干涉相位关于多普勒频率的斜率,径向速度可由该斜率计算得到。该文方法具有不受相位缠绕影响的优点。相比于单通道幅度方法,该方法具有更高的估计精度和实时性。该方法在多普勒域能够同时估计多个目标径向速度。通过实测数据处理验证了该文方法的有效性。

距离频率ML方法无模糊估计动目标径向速度

在合成孔径雷达-地面动目标检测系统中,需要无模糊地估计运动目标的径向速度.当径向速度接近最大不模糊速度时,传统多通道最大似然方法的估计性能下降.针对以上问题,提出一种基于距离频率干涉相位的最大似然估计方法.相较于传统方法,所提方法有效地降低了概率密度函数扩散的影响,当径向速度接近最大不模糊速度时能够实现准确估计.从相关系数和干涉相位两个方面分析了噪声对径向速度估计的影响机理,并通过增加独立样本来减小噪声的影响.

双通道两视干涉相位差解径向速度模糊方法

针对合成孔径雷达地面动目标显示(SAR-GMTI)系统中动目标径向速度估计存在模糊的问题,提出了基于双通道两视干涉相位差实现无模糊估计径向速度的方法.该方法在距离频率域构造两视数据,将不同通道数据做干涉处理以得到两视数据的干涉相位.两视数据的干涉相位差不存在缠绕问题,可以用来无模糊地估计径向速度.理论推导证明,所提方法有效提高了最大不模糊速度.文中着重分析了两视数据距离频率间隔对径向速度估计性能的影响.通过仿真和实测数据处理验证了所提方法.

单通道干涉相位无模糊估计快速动目标速度

为了解决合成孔径雷达-地面动目标检测系统中快速运动目标径向速度过大导致模糊的问题,提出一种基于单通道两视干涉相位无模糊估计方法。该方法首先在距离频率构造两视数据,再将两视数据进行干涉处理。利用两视干涉相位与方位慢时间的关系无模糊估计径向速度,该方法具有不受相位缠绕影响的优点。分析了所提算法在杂波背景和多目标情况下的应用,并研究了所提算法应用条件和最大不模糊速度。通过仿真和实测数据处理验证了所提方法的有效性。与基于包络的单通道方法对比分析,所提算法具有估计精度高和运算复杂度低的优点。

宽测绘带SAR成像的一种侧摆模式及其压缩感知处理方法

宽测绘带合成孔径雷达(SAR)采用了不同的信号录取方式及成像算法,但现有的ScanSAR和循序扫描体制(TOPSAR)往往会造成场景分辨率的整体下降。针对这一问题,该文采用一种新的侧摆模式进行宽幅场景成像。该模式通过距离向波束角度的变化,以损失部分积累时间为代价,得到宽幅场景的回波信号,继而采用稀疏算法在方位向实现降采样成像。仿真结果表明,在波束变化轨迹确定后,星载雷达侧摆模式下稀疏SAR成像可有效增加场景幅宽,同时确保场景中心区域的高分辨成像。

直升机载高分辨调频连续波旋转式SAR成像算法研究

本文提出一种新的基于调频连续波(Frequency Modulated Continuous Wave,FMCW)的直升机载旋转式合成孔径雷达(Rotating Synthetic Aperture Radar,ROSAR)成像模型,并给出了相应的成像算法.该方法首先利用等效相位中心原理,将收发分置天线系统的回波信号等效为"自发自收"单基系统.在此基础上,使用高阶逼近原理建立了ROSAR的回波信号模型,结合级数反演的思想推导出其精确的二维频谱表达式,分析了雷达天线连续运动的影响——产生多普勒频移,并给出其补偿方法.最后运用高效的Chirp-Z变换校正了距离单元徙动空变性,得到了聚焦良好的SAR图像.仿真结果验证了分析结论的正确性和算法的有效性.

空间智能信息网络发展构想

随着以深度学习、集群智能等为代表的人工智能技术的突破,计算机类人分析和学习能力显著增强,人工智能技术的引入将会大幅提高空间任务执行的自主性。同时,空间信息网络基于安全环境设计,系统的无线暴露特性使得其随时会面临严峻的安全威胁。文章在研究分析空间智能信息网络国内外发展现状的基础上,对空间智能信息网络的网络架构和协议体系进行了初步设计,并对未来空间智能信息网络可能发展的关键技术进行了梳理。研究结果表明,智能认知和弹性生存是未来空间信息网络的两种基本属性。对网络架构、协议体系以及关键技术的梳理和总结,有助于形成新的智能发展观、信息安全观和能力安全观,为构建具备智能化-弹性化的空间信息网络提供理论准备和技术支撑。

基于SVT变换的改进PCA多光谱图像融合

针对传统主成分分析(PCA)多光谱图像融合算法引起的光谱失真问题,文中利用支撑值变换(SVT),提出了一种改进的PCA融合算法。首先利用PCA变换从上采样多光谱图像中提取出PC1分量并对其进行调制。然后利用SVT变换对调制的PC1分量和全色图像(PAN)进行分解,得到二者分解的高低频分量,进而再设计不同的高低频融合规则进行融合得到融合的PC1分量。最后通过逆PCA变换获得融合的多光谱图像。利用IKONOS和Quick Bird卫星数据得到的实验结果表明,融合构造的PC1分量更适合于多光谱融合,并且该算法提高了传统PCA融合算法的性能。