基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅合成孔径雷达(synthetic aperture radar,SAR)图像分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,对雷达图像进行Frost滤波、基于水平集方法(level set method,LSM)的图像分割和面积滤波的一系列图像预处理获得目标感兴趣(region of interest,ROI)区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对所提方法和传统图像分割算法展开数值实验,实验结果验证了所提方法在雷达目标散射中心区域分割的有效性和优越性。

雷达属性散射中心的快速目标分类和参数估计

雷达属性散射中心模型的属性参数能够提供目标更为丰富的重要信息,属性散射中心参数估计对解析雷达目标有着极其重要的研究意义。针对雷达属性散射中心模型,提出了基于深度学习的雷达属性散射中心快速目标分类和参数估计的技术。首先利用ViT(vision transformer)深度学习网络将雷达属性散射中心分类为局部式和分布式两类,然后基于TS2Vec框架构建针对属性散射中心参数估计的卷积神经网络(convolutional neural network for attribute scattering centers,ASCNN),最后分别对两种数据进行训练以实现局部式和分布式属性散射中心的参数估计。基于属性散射中心模型展开数值实验,实验结果表明,该方法对雷达属性散射中心目标分类的准确率高达99%以上;雷达属性散射中心参数估计的速度超过传统方法的10000倍以上,且精度更高,验证了所提方法的有效性和优越性。

基于散射中心模型的目标电磁特性智能生成网络研究

基于散射中心参数化模型和反向传播(back propagation,BP)神经网络,构建了一种针对目标全角度、宽频段下的远场电场预测网络,该网络将利用目标的位置、幅度、频率等数据信息实现远场电场实部与虚部的快速预测.首先,将对目标强散射点的位置以及强度等参数进行提取;然后,对二维角域以及频域进行区域划分,构建并联式的智能网络架构,从而建立散射中心参数化模型与高精度远场电场间的关系.该方法能够通过新型并联网络的训练,减小传统散射中心模型的频率、角度依赖性的影响,实现目标远场电场的快速获取.由于在网络设计时,充分借鉴了现有的模型中各散射参数对目标电场的影响,因此该神经网络具有清晰的物理意义以及突出的泛化能力.与传统的基于几何绕射理论(geometrical theory of diffraction,GTD)模型的电场重构方法相比,本文方法具有更高的准确性,实验结果表明提出的并联网络使得预测电场误差下降了18%以上,同时针对目标后向远场电场的预测,其相对均方根误差能够小于5%.

地面车辆目标高质量SAR图像快速仿真方法

为满足基于模板的SAR地面车辆目标识别对海量高质量模板图像的工程应用需求,该文提出了一种基于射线追踪技术的SAR信号级高效仿真方法。该方法通过构建地面车辆目标SAR仿真场景物理模型并利用射线追踪方法准确模拟SAR探测过程中电磁波与场景中目标与环境的作用机理,实现对地面环境的宽带相干杂波、表面粗糙的复杂目标的宽带电磁散射以及地面-目标间耦合散射的快速计算,并通过SAR成像处理和图像相似度评估确认形成高质量SAR模板图像。数值结果验证了该文方法的准确性和高效性。

基于射线管分裂方法的SAR场景快速消隐技术

SAR场景模型常采用非均匀三角网格描述,使得传统的基于Z-Buffer技术的消隐算法难以在保持较高的消隐精度的同时兼顾消隐效率。该文提出了一种基于射线管分裂方法的SAR场景快速消隐技术,将复杂SAR场景的消隐问题分解为两个简单过程:一是对场景三角网格在发射平面上的投影点云做2维Delaunay三角网格划分,二是基于射线管分裂方法对新生网格可见性进行判断和拓扑重构。典型飞机目标和草地上T-72坦克的消隐结果验证了该方法的准确性和高效性。

基于HPP/PO的舰船与海面耦合散射快速算法

针对粗糙海面上舰船类超电大尺寸复杂目标电磁散射问题,提出了一种基于混合面元投影(HPP)和物理光学法(PO)的计算目标与海面耦合散射的快速算法。首先建立基于海谱的海面几何模型,并考虑海面面元的微粗糙特性,修正海面反射系数,然后针对目标和海面的结构特点,形成两种尺度面元混合的目标与海面模型,对电磁波在海面和目标之间的多次反射按照GO原理进行快速投影运算,并利用PO计算投影区域的散射贡献,最后给出了几组典型实例的计算结果。数值计算表明,该方法对于海面舰船类目标的散射计算是高效、准确的。

基于SAR仿真图像的地面车辆非同源目标识别

充分的合成孔径雷达(synthetic aperture radar,SAR)模板数据是目标识别算法(尤其是基于深度学习的智能目标识别算法)获得优异识别性能的关键,基于实际测量获取充分SAR数据是不现实的,基于电磁散射建模的SAR仿真成为当前获取充分样本的一种有效途径。SAR仿真图像与实测图像为非同源数据,由于SAR仿真的目标几何模型与实物之间差异、SAR仿真过程中的传感器模型与实际传感器性能之间差异、实物所处的背景环境与SAR仿真的环境之间差异、电磁建模方法本身误差等因素导致SAR仿真图像与实测图像存在差异,会影响识别性能。针对这一问题,首先采用一种基于高频渐近技术和离散射线追踪技术的SAR仿真方法获取地面车辆目标的SAR仿真图像,再利用卷积神经网络方法、线性/非线性特征变换方法实现对MSTAR实测数据的非同源SAR目标识别性能对比分析。实验结果表明,直接使用SAR仿真数据无法实现对实测SAR数据有效识别,而线性/非线性特征变换可以改善非同源SAR目标识别性能,一定程度上缓解由于SAR仿真数据与实测数据存在差异导致的识别性能差的问题。

基于自适应射线管分裂的多次反射计算方法

传统弹跳射线(shooting and bouncing rays,SBR)方法采取按均匀射线管的方式进行射线追踪,因此,在计算电大尺寸复杂目标多次反射时,需要处理海量射线,计算效率极低,应用上受到很大限制。提出了一种基于复杂目标不规则三角网(triangle irregular network,TIN)模型的自适应射线管分裂算法(adaptive ray tubesplitting algorithm,ARTSA),利用TIN模型信息动态生成非均匀初始射线管,经过与模型三角面元的求交、多边形裁剪和三角化处理,将初始射线管自适应分裂成多个子射线管,利用口面积分(aperture integral,AI)法计算各子射线管的多次反射场,通过相干叠加获得目标多次反射贡献。与传统SBR方法相比,在相同计算精度下,所提算法能极大地减少射线追踪数量,显著提高计算电大尺寸复杂目标多次反射的效率。

基于PO和EEC的特征基函数快速构造方法

特征基函数的构造是特征基函数方法(characteristic basis function method,CBFM)的关键步骤之一,传统的CBF构造方法(construction of characteristic basis functions,CBFs)是在子区域上应用矩量法(methodof moment,MoM),因此需要消耗大量的计算时间。为降低构造过程的计算量,提高电大目标电磁散射的计算效率,提出了基于高频近似方法的特征基函数快速构造方法,针对边缘效应引入了等效边缘流(equivalent edge currents,EEC)修正,可以在保持算法通用性的同时显著提高包含边缘结构的目标散射计算精度。数值结果验证了方法的正确性及高效性。

一种计算电大尺寸复杂导体目标电磁散射的MoM-SBR/PO混合法

作为传统MoM和PO混合法(MoM-PO)的拓展,提出了一种组合MoM、SBR和PO的混合方法(MoM-SBR/PO)用于计算电大尺寸复杂导体目标的电磁散射。利用基于射线密度归一化(RDN)概念的SBR方法有效地考虑了PO区域之间的多次反射影响,简化了PO区域内的耦合计算,避免了耗时的迭代求解过程和格林函数的选择等难点,提高了计算效率。数值结果验证了该方法的有效性和正确性。

用于三维散射中心SBR建模的边缘绕射修正

传统的基于弹跳射线技术的散射中心提取方法只考虑了目标的物理光学贡献,但物理光学无法描述真实边缘绕射的贡献。综合考虑目标的镜面反射与边缘绕射贡献,提出一种针对基于弹跳射线技术的三维散射中心建模的边缘绕射修正方法。利用弹跳射线技术,结合图像域射线管积分和等效边缘电磁流方法,推导了考虑边缘绕射修正的三维逆合成孔径雷达图像计算公式。仿真实验验证了该方法能够有效地提高三维散射中心的建模精度。

基于改进的一维卷积神经网络的高分辨距离像识别方法

为了提高宽带雷达高分辨距离像目标识别性能,提出一种改进的一维卷积神经网络模型。考虑实际目标样本不足和信噪比低的问题,引入全局平均池化对整个网络模型做正则化,防止过拟合。针对真假目标形状和尺寸相似的情况,分析了该模型对不同形状和尺寸目标的识别效果。实验结果表明,在训练样本数量较少和噪声干扰条件下,该模型可以有效地实现目标类型和尺寸识别。所提模型有助于解决实际真假目标形状和尺寸相似、样本不足以及信噪比低等情况下的雷达高分辨距离像自动目标识别问题。

基于RELAX和PSO算法的GTD模型参数估计

针对传统的几何绕射理论(geometric theory of diffraction,GTD)模型参数估计方法存在模型定阶困难、低分辨率时多散射中心难以准确估计、计算量大、易收敛于局部极值等问题,提出一种组合松弛(RELAX)算法和改进粒子群算法(particle swarm optimization,PSO)的GTD模型参数估计新方法。该算法基于RELAX思想,可以有效解决模型定阶问题;通过成像处理给定距离参数初值,并引入变异机制,使之能够稳定高效地收敛于全局最优值;在每次估计时通过检验同一分辨单元内是否存在多个散射中心,使之具有较好的超分辨能力。实验结果表明,该算法可以高效准确地估计GTD模型的散射中心参数。

基于高频渐近方法的导弹目标群动态RCS仿真

针对导弹目标群的动态RCS仿真问题,该文提出一种基于高频渐近理论的高效预估方法。该方法基于最小能量弹道仿真得到弹头、诱饵和助推级等群目标的弹道,在测量雷达坐标系下解算得到各时刻目标的位置和姿态,建立分离过程的目标群动态场景,并利用物理光学法(PO)、等效边缘流法(EEC)和射线弹跳法(SBR)计算目标群的镜面反射、边缘绕射和多次反射贡献获得动态RCS数据。与采用静态全极化数据的常规插值方法获取的RCS数据对比分析表明,在场景中各目标距离较远且无相互遮挡时,两者吻合;当目标群密集分布存在相互遮挡时,插值方法实现难度大大增加,而该文方法仍能快速得到有效的结果。

分层介质目标电磁散射计算的快速射线追踪方法

针对利用射线追踪方法计算分层介质目标散射时由于海量射线导致的资源和效率瓶颈问题,提出了改进的蒙特卡洛法和自适应射线细分法,实现对超电大分层介质目标高频电磁散射的快速计算.改进的蒙特卡洛法基于射线在介质分界面上反射和折射的能量分布,将射线分裂等效为按照特定概率发生反射或折射,射线追踪过程中射线数保持不变,而自适应射线细分法通过选择稀疏的初始射线,并根据目标结构和材质的变化自动细分加密,在保证计算精度的同时最大程度降低射线数.仿真试验与参考结果对比验证了本文方法的精确和高效,并分析了两种方法的优缺点,给出了适用范围以及在实际工程应用中的建议.

基于频域稀疏压缩感知的雷达目标三维散射中心反演方法

基于平面阵列的微波天线结构可以获取多视角下的目标散射中心三维分布。针对平面阵列稀疏分布导致的目标成像及散射中心反演精度较差的问题,设计了一种基于组合巴克码的稀疏孔径分布方式。在此基础上,利用稀疏孔径回波和频域主成分分析得到参考复数信号。利用该参考复数信号对原始回波进行干涉处理,获得回波频谱的稀疏表征方式。在频域建立基于压缩感知的目标散射中心三维分布模型并进行优化求解,得到重构后的目标三维频谱,并逆变换至空间域,可实现目标散射中心幅度及三维位置重建。暗室试验数据处理结果表明,所提方法在X波段和稀疏采样率为50%的条件下,目标散射中心幅度及三维位置反演精度均优于90%。

多层介质平板结构的传输线等效面模型及相位修正算法

针对电大复杂多层介质结构目标电磁散射特性分析与应用对计算资源和效率的需求,提出了基于传输线理论的等效面模型,推导了相应的相位修正算法,实现对此类目标散射特性的快速准确预估。等效面模型将多层介质平板结构等效为平面,基于传输线理论,采用电路分析中常用的网络分析方法计算该平面的反射系数与透射系数,并通过引入多层介质结构厚度、入射和观测方向等信息实现对反射系数与透射系数的相位修正。仿真结果验证了该文方法的正确性和高效性。

空天目标电磁散射特性建模与特征认知研究

空天目标的准确探测是识别面临的首要问题,目标电磁散射特性是雷达传感器目标识别的重要依据。概述了国外空天目标电磁散射特性研究发展现状,针对高动态复杂结构空天目标电磁散射精确建模、高效仿真和识别应用的普适性等难点问题,提出了空天目标电磁散射特性建模与特征认知技术研究途径。并结合仿真算例阐述了目标群动态场景构建、目标特性高效生成,以及微动、分离和目标群等典型动态场景特征认知的实现方法;针对未来空天目标发展引起的散射机理变化,提出了未来空天目标特性深化研究的发展设想。

基于模式/区域分解的无人机集群电磁特性快速分析

无人机(unmanned aerial vehicle,UAV)集群在军事和民用领域的应用越来越广泛,针对UAV集群目标电磁散射特性的获取和分析对生成对抗策略及反UAV有着重要的研究价值。目前,UAV集群动态测量数据获取难度较大、成本高;而对于仿真数据,传统计算电磁方法建模精度和效率较低,有效的特性数据不足。因此,提出了一种基于模式/区域分解的UAV集群目标电磁仿真方法,该方法在矩量法的基础上,引入特征模分解和区域分解技术,前者极大地降低了计算未知量,后者有效地解决了建模精度问题,为UAV集群目标特性数据的生成提供了创新技术支撑。

空间卫星目标动态电磁散射特性仿真与分析

给出了空间轨道飞行目标动态宽带散射特性建模方法,重点对某卫星动态宽带电磁散射特性进行了仿真,并通过轨道飞行过程中卫星一维距离像的积累获取了散射中心历程图,提出了由飞行过程中形成的散射中心历程图来判断卫星的结构特点的思路。