水面舰船雷达波SAR成像隐身技术研究

该研究主要应用于水面舰船雷达波隐身设计优化领域,针对国内外研究现状,采用高频电磁仿真计算方法,通过目标几何建模、SAR成像散射特征识别、散射特征分析及强散射源控制、雷达波隐身设计等相关措施,提出面向雷达成像的水面舰船雷达波散射特征隐身研究方法,可快速预估水面舰船等复杂目标的散射中心,通过相关强散射源控制,以电磁仿真驱动对舰船外形进行优化,可有效改善水面舰船的雷达波隐身性能,提升水面舰船的战斗隐蔽性和生存能力。

基于改进YOLOv5的SAR图像有向舰船目标检测算法

针对合成孔径雷达(SAR)小目标成像特征不显著、目标具有任意朝向易出现漏检、检测精度较低的问题,提出面向SAR舰船小目标的ES-YOLOv5检测算法.添加小目标检测层调整感受野大小,更适应小目标尺度特征,方便进行多尺度融合.引入EMA注意力机制重点关注目标关键信息,强化特征的表达能力.使用圆平滑标签(CSL)技术适应角度的周期性,实现了对角度的高精度分类.实验结果表明,在RSDD-SAR数据集上,该方法在交并比阈值为0.5时的平均检测精度达到90.9%,在提高SAR舰船小目标检测精度方面比基准算法YOLOv5提高了6%,显著改善了模型的检测性能.

基于Radon时频分析的海面舰船目标SAR-ISAR混合成像方法

高海情下,由于海面舰船目标在偏航、俯仰和横滚3个维度的非规则运动引入的高阶相位,导致机载雷达对海面舰船目标直接进行合成孔径雷达(synthetic aperture radar,SAR)成像时会出现散焦现象。针对此问题,提出一种基于Radon时频分析的机载海面舰船目标SAR-逆SAR(inverse SAR,ISAR)混合成像方法。首先,建立了机载海面舰船目标SAR-ISAR混合成像模型,将海面舰船目标的三轴转动引起的舰船成像模糊问题转化为高阶相位误差的估计问题。然后,基于Radon时频分析的方法精确估计运动舰船目标的高阶相位信息,并构造相应的高阶相位因子进行补偿。最后,基于估计的高阶相位信息对舰船目标进行SAR-ISAR精聚焦成像,实测数据的处理结果验证了所提方法的有效性。

基于哨兵一号SAR成像的南奥克尼海台内孤立波研究

大量来自哨兵一号卫星的合成孔径雷达(Synthetic aperture radar,SAR)成像产品揭示了南奥克尼海台南侧是一处内孤立波生成的热点区域,该区域内孤立波的空间分布和特征参数首次被揭示。统计结果显示该区域内孤立波具有两种传播方向:一类向南往深海传播,另一类向东沿等深线传播。此外,观测到的内孤立波波长平均值为300 m,波峰长度平均值为80 km,简单的统计分析显示遥感观测到的内孤立波绝大多数在大潮前后生成。经过计算研究区域内的正压潮力得出南奥克尼海台南侧45°W的1000 m等深线是一处理想的内潮生成源,通过回溯内孤立波的生成时刻得出东向传播的内孤立波属于典型的内潮释放机制。最后,本研究结合两层的Benjamin-Ono方程和遥感观测结果对内孤立波的振幅和相速度进行了反演,反演得到内孤立波振幅约为9 m,传播相速度约为0.5 m/s。

增强-检测级联SAR地面目标检测网络

在合成孔径雷达地面目标检测任务中,传统检测方法因为在处理过程中采用固定模型假设而导致性能严重下降。卷积神经网络作为一种基于数据驱动的方法,在拥有足够的训练集时可以显著提高目标检测的准确性,但在检测陆地背景下的微小目标时性能仍不稳定。为了应对这些挑战,提出了一种先增强后检测的地面目标检测框架。其中包括以Transformer为骨干网络的增强网络、增强目标特征区分度的跨特征空间注意力模块以及具有多尺度特征的检测网络。形成一个级联的目标检测网络架构,以实现更好的推理性能。使用MSTAR基准数据集对提出的网络进行实验,证明提出的级联网络在各项指标上超过其他现有方法,其精度最高可以达到93.6%。

基于RADARSAT-2 SAR卫星数据的海浪谱反演方法及其海试实验验证

针对加拿大遥感卫星RADARSAT-2 SAR观测海浪的实际需求,建立了一种适合于RADARSAT-2 SAR的海浪谱反演方法。搭载东方红3号科考船在中国南海台湾海峡西南部海域开展了浮标和SAR海浪的联合探测实验,获取了大量的现场观测资料,对SAR海浪谱反演方法反演的海浪参数结果进行了验证。结果表明:建立的SAR海浪谱反演方法具有较高的准确性,适用于RADARSAT-2 SAR的海浪反演。研究工作可为SAR海浪观测提供重要的参考,具有一定的实际应用价值。

微波视觉与SAR图像智能解译

高分辨率雷达成像技术和人工智能、大数据技术的快速发展,有力促进了雷达图像智能解译技术的进步。由于雷达传感器本身的特殊性和电磁散射成像物理的复杂性,雷达图像的解译缺乏光学图像的直观性,准确迅速识别分类的需求对雷达图像解译提出了迫切的挑战。在借鉴人脑光视觉感知机理和计算机视觉图像处理相关技术基础上,进一步融合电磁散射物理规律及其雷达成像机理,我们提出发展微波域雷达图像解译的“微波视觉”的新交叉领域研究。该文介绍微波视觉的概念与内涵,提出微波视觉认知模型,阐述其基础理论问题与技术路线,最后介绍了作者团队在相关问题上的初步研究进展。

基于多源时序SAR数据的涿州洪涝淹没动态监测

合成孔径雷达(synthetic aperture radar,SAR)具有全天时、全天候成像能力,可为大范围洪涝淹没监测提供数据支撑。受SAR影像重访周期等限制,仅利用单一来源的SAR影像数据,难以满足洪灾救援与决策支持对高时效性洪涝淹没动态监测数据的需求。联合多源时序SAR数据进行洪涝淹没动态监测,具有重要的实用价值。然而,不同传感器获取的SAR影像存在较大的时空异质性,难以进行直接比较。此外,以往研究通常利用单像素或局部空间邻域特征提取洪涝淹没范围,忽略了洪涝前后时空非局部特征的使用。为此,该文首先提出了基于后向散射特征的多源SAR数据特征空间对齐方法,然后引入渐进非局部理论提取洪灾前后的差异信息并生成洪涝淹没图,最后对时间序列洪涝淹没图进行逻辑运算得到洪涝淹没动态监测结果。该研究以2023年8月涿州市洪涝灾害为例,利用Sentinel-1、高分三号(GF-3)和涪城一号获取的5幅多源SAR数据,对该文方法进行了实验验证。结果表明:①与7种常用的洪涝监测方法相比,该文方法具有最优的性能,在验证集Ⅰ上Kappa系数和F1分数分别为0.85和0.88;②根据涿州洪涝淹没动态监测结果显示,主城区洪水至8月3日基本退去,之后水位逐渐下降,淹没区向下游白沟河方向转移。

SAR目标识别对抗攻击综述:从数字域迈向物理域

基于深度神经网络的合成孔径雷达(SAR)图像目标识别已成为SAR应用领域的研究热点和前沿方向。然而,有研究指出深度神经网络模型易受到对抗样本攻击。对抗样本定义为在数据集内故意引入微小扰动所产生的输入样本,这种扰动足以使模型高信度地产生错误判断。现有SAR对抗样本生成技术本质上仅作用于二维图像,即为数字域对抗样本。尽管近期有部分研究开始将SAR成像散射机理考虑用于对抗样本生成,但是仍然存在两个重要缺陷,一是仅在SAR图像上考虑成像散射机理,而没有将其置于SAR实际成像过程中进行考虑;二是在机制上无法实现三维物理域的攻击,即只实现了伪物理域对抗攻击。该文对SAR智能识别对抗攻击的技术现状和发展趋势进行了研究。首先,详细梳理了传统SAR图像对抗样本技术的发展脉络,并对各类技术的特点进行了对比分析,总结了现有技术存在的不足;其次,从SAR成像原理和实际过程出发,提出了物理域对抗攻击技术,通过调整目标物体的后向散射特性,或通过发射振幅和相位精细可调的干扰信号来实现对SAR智能识别算法对抗攻击的新思路,并展望了SAR对抗攻击在物理域下的具体实现方式;最后,进一步讨论了未来SAR智能对抗攻击技术的发展方向。

方位向调制干扰对高分宽幅多通道SAR的影响

多通道合成孔径雷达(synthetic aperture radar,SAR)能够利用方位向多通道重构处理去除多普勒模糊,获得高分宽幅SAR图像。针对此特殊的多通道重构处理方式,研究了传统SAR方位向调制干扰对高分宽幅多通道SAR的影响,包括多普勒调制干扰和脉冲延迟转发干扰两种类型的方位向调制干扰方式,为高分宽幅多通道SAR干扰决策提供理论基础。理论分析指出,多普勒调制干扰信号经成像处理后将在方位向生成等间隔分布的虚假目标,并且幅度受与多普勒调制频率相关的正弦函数和匹配滤波损失联合调制;而脉冲延迟转发干扰信号在成像后将只有单个干扰目标出现,且目标的方位位置仅与延迟的脉冲数有关。仿真实验验证了理论分析的正确性。

基于RADARSAT-2四极化SAR影像的海面风速反演

选取成像于中国东海和南海海域的102景RADARSAT-2(RS-2)精细四极化SAR原始影像以及ERA-Interim风场,在各极化通道下利用相应风速反演模型开展风速反演的研究。CMOD5地球物理模式函数对VV极化SAR数据反演风速效果最好,可以获取海面高精度风速数据。对于HH和交叉极化SAR影像,利用RS-2 SAR影像和ERA-Interim资料对现有风速反演模型进行改进,并提出了用于HH极化风速反演的PR_CS极化比模型和用于交叉极化风速反演的CP_CS模型。结果显示:基于两种模型的SAR反演风速与ERA-Interim风速具有良好的一致性,利用PR_CS模型的SAR反演风速与参考风速的均方根误差为1.54 m/s,利用CP_CS模型的SAR反演风速与ERA-Interim风速的均方根误差分别为1.43 m/s(VH极化)和1.51 m/s(HV极化)。

基于噪声卷积调制的SAR多区域灵巧干扰方法

针对传统噪声卷积干扰存在的压制区域位置在方位向上不能灵活控制的缺陷,提出一种基于噪声卷积调制的SAR多区域灵巧干扰方法。该方法对截获信号进行距离向移频、方位向移相以及与噪声模板的卷积调制处理,以控制压制区域的位置;后对截获信号进行不同频率、相位的噪声卷积调制处理,以控制压制区域的数量。理论和仿真结果表明,所提方法实现了压制区域位置在方位向、距离向上的灵活控制,并实现了单一干扰机对多个待掩护区域的干扰,提高了干扰增益,干扰效果较好,对实际工程应用具有一定的参考价值。

基于ADMM的SAR成像多径效应抑制方法

针对合成孔径雷达(SAR)成像发生多径效应时产生目标虚假影像的问题,提出了一种基于交替方向乘子法(ADMM)的多径效应抑制方法.首先推导了多径条件下SAR成像的多径回波信号模型,对多径效应造成SAR图像上出现目标伪像的原因进行了理论分析;然后建立了基于压缩感知(CS)理论的多径回波观测模型,并将多径抑制问题转化为对成像区域的稀疏重构问题;最后利用基于ADMM在稀疏先验约束条件下求解目标区域各个位置处的真实散射系数,从而重构出无多径干扰的观测场景SAR图像.仿真结果表明,相比传统距离-多普勒(RD)成像算法和基于粒子群优化(PSO)算法的多径效应抑制方法,本文所提方法获得了更小的距离向和方位向旁瓣,可以有效抑制SAR图像中多径效应造成的目标虚假影像.

一种目标区域特征增强的SAR图像飞机目标检测与识别网络

在合成孔径雷达(SAR)图像飞机目标检测识别中,飞机目标图像呈现离散特性以及结构之间的相似性会降低飞机检测与识别的准确率。为此该文设计了一种目标区域特征增强的SAR图像飞机目标检测与识别网络。网络由3部分组成:保护飞机特征的跨阶段部分网络(FP-CSPDarnet)、自适应特征融合的特征金字塔(FPN-A)以及目标区域散射特征提取与增强的检测头(D-Head)。FP-CSPDarnet在提取特征的同时可以有效保护SAR图像飞机特征;FPN-A采用多层次特征自适应融合、细化,来增强飞机特征;D-Head在检测前有效增强飞机可辨别特征,提升飞机检测与识别精度。利用SAR-ADRD数据集的实验结果证明了该文所提方法有效性,其平均精度相对与基线网络YOLOv5s提升了2.0%。

多域特征引导的无监督SAR图像舰船检测方法

如何在合成孔径雷达(SAR)图像标注样本有限的条件下,提升舰船检测性能一直是SAR图像处理中的热点问题。本文提出一种多域特征引导的无监督域适应方法,将知识从有标注的源域(光学图像)转移到未标注的目标域(SAR图像),降低对标记SAR图像数据依赖。同时,设计了频域转换模块、注意力区域增强模块和自适应权重模块来缩小光学、SAR图像域之间的域差距,提高源域与目标域特征对齐效率,增强网络在挑战性样本下的特征迁移能力。在公开发布的数据集上进行了大量实验。结果表明:所提的模块较基础模型AP50提升10%,总体性能优于其他先进的方法。

基于遗传算法的无人机载穿墙三维SAR航迹规划方法

传统手持或车载穿墙雷达由于架设高度受限,无法对城市高层建筑内部目标进行透视成像,无人机载穿墙雷达具有灵活机动、高效便捷、无高度限制等优势,可对城市高层楼宇进行大范围三维穿透探测。三维层析合成孔径雷达(SAR)成像广泛采用多基线扫描模式,以获得高度向高分辨能力,但存在高度向空域欠采样导致的栅瓣问题。对此,该文提出一种基于遗传算法的无人机载穿墙三维SAR航迹规划方法,通过非均匀化飞行航迹,削弱周期性的雷达回波能量叠加,从而抑制栅瓣、实现更优的成像质量。该算法结合飞行距离与无人机载穿墙雷达成像质量的内在关系,建立了无人机航迹规划代价函数;利用遗传算法对3种典型的无人机飞行轨迹关键控制点进行基因编码,并进行基因杂交、变异等以优化种群与个体;最终通过最小化代价函数,分别筛选出3种典型飞行模式下的最优飞行航迹。仿真和实测数据的三维成像结果表明:相较于传统等间距多基线飞行模式,所提方法显著抑制了成像目标的栅瓣效应;此外,无人机斜线飞行的航迹长度明显缩短,提高了无人机载穿墙SAR成像效率。

机载SAR受空/地转发干扰识别特征研究

鉴于当前还未有关于合成孔径雷达(SAR)受到空中机动平台产生的间歇采样转发干扰问题的相关研究,针对机载SAR受到来自空中机动/地面固定两类平台的间歇采样转发干扰的识别特征进行研究.首先推导了两类转发干扰的信号模型,从理论上对两类转发干扰的识别特征进行多域联合分析;然后采用基于WVD分布的时频分析方法和基于ω-K的SAR成像算法,从受干扰信号的时域、频域、时频域和图像域等四个维度对两种干扰样式进行了仿真和分析.仿真结果验证了理论分析的正确性,从而为机载SAR遭遇转发干扰时的样式识别提供了可靠的分析思路和识别依据,并进一步给出针对两类转发干扰的反制策略.

考虑速度聚束效应的SAR海浪成像仿真方法

针对合成孔径雷达(SAR)海浪成像仿真技术对于速度聚束效应的考虑不充分,仿真数据无法准确反映实际SAR数据的问题,建立一种充分考虑速度聚束效应的SAR海浪成像仿真方法并进行了实验验证。计算了SAR图像强度的概率密度分布的仿真结果与理论结果之间的均方误差(MSE),在风速分别为5、10和15 m/s时,考虑速度聚束效应前、后比对结果的MSE分别为0.1012、0.1576、0.0556与0.0179、0.0314、0.0088。仿真结果表明,所提SAR海浪成像仿真方法有效提高了仿真数据的准确性,对SAR海浪成像的应用具有一定实用价值。

基于向量法近似的圆弧SAR成像方法

Arc SAR是一种能够在短时间内可重复扫描360°的雷达成像技术,具有重访周期短,观测范围广等优点,在边坡检测、山体滑坡等场景中有着广泛的应用前景。在Arc SAR模式下雷达随着机械臂进行圆周运动来形成合成孔径,因其运动轨迹不是直线,所以不能直接运用传统直线导轨的成像方法,需为Arc SAR设计新的成像算法,然而现有的成像方法不能很好地平衡精度和复杂度。在距离多普勒算法中,由于采用泰勒展开来近似斜距,导致成像质量不佳,或是需采取分割策略进行成像。因此,提出了一种新的距离多普勒算法,利用目标与雷达的向量关系进行近似,求得了近似斜距表达式,继而得到了距离多普勒域的信号表达式。基于这一表达式,提出了相应的相位误差补偿方法,完成了图像聚焦。最后通过点目标仿真验证了该算法的有效性。

对SAR的二维联合调制间歇采样转发干扰

传统的间歇采样转发干扰在面对合成孔径雷达(synthetic aperture radar,SAR)时,生成的假目标分布均匀、幅度相似,且位置滞后于真实目标,容易被对方识别。针对此缺点,对间歇采样干扰进行改进,提出一种对SAR的二维联合调制间歇采样转发干扰方法。所提方法通过控制间歇采样周期、移频调制序列、调频斜率调制序列等干扰参数,对截获后的雷达信号进行二维联合调制转发,在真实目标周围生成多个幅度与分布非均匀的欺骗干扰假目标和压制干扰区域。从间歇采样转发干扰出发,建立所提方法的数学模型并给出干扰原理,进一步分析所提方法的干扰性能。仿真实验结果证明了所提方法的正确性和有效性,能够有效对抗SAR。