Analysis of echo signal modulation characteristic parameters on aerial and space targets

Based on the scattering characteristic,the comparison of RCS(radar cross-section)at different positions of a target in the same direction of incidence can be obtained first by extruding or deleting part of the entity.A simulation method of aerial&space targets echo characteristics(A&STEC)is proposed that is universal to aerial and space targets.We utilize a fixed-wing UAV(unmanned aerial vehicle)and typical missiles in simulation.The echo signal modulation characteristic parameters are calculated theoretically by the atmospheric attenuation model,the finite element method and a MUMPS solver.The verification simulations show that this method can analyze the influence of the target shape,incident direction,detection position and detection frequency on echo waveform,intensity and energy distribution.The results show that the profile of echo waveform can invert the general shape of the target.The relationship between time and intensity can determine whether the target is moving towards or away from the detector in addition.These conclusions can provide a reference for the ballistic missile target tracking and the defense against UVA intrusion in theory.

SIMULATION STUDY ON AIRBORNE SAR ECHO SIGNAL

Through analyzing the influence on echo signal by factors of kinematical parameters of airborne SAR platform and radar antenna direction, this letter, on the basis of classical SAR echo signal analogue algorithm, puts forward certain airborne SAR echo signal analogue algorithm of distance directional frequency domain pulse coherent accumulation, and goes through simulation. The simulation results have proved the effectiveness of this algorithm.

基于激光雷达回波信号的雾天船舶航线快速辨识

激光雷达所处环境噪声较大,船舶航线辨识困难,为解决该问题,提出基于激光雷达回波信号的雾天船舶航线快速辨识方法。采用信号累积增强算法增强雾天激光雷达回波信号,利用改进经验模态分解算法去噪处理增强后的回波信号,结合回波信号通过最小类内方差获取得到船舶航线和水面最佳分割阈值,提取船舶航线特征点。利用最小二乘法拟合法拟合船舶航线特征点,完成雾天船舶航线辨识。实验结果表明,所提方法应用后激光雷达回波信号更平滑,输出信噪比更高,均方根误差更低,船舶航线辨识准确率更理想。

基于MI-EMD的激光引信回波信号去噪方法研究

为解决激光引信回波信号容易被噪声污染、信噪比低的问题,提出一种基于互信息经验模态分解的激光引信回波信号去噪方法。该方法融合了互信息相关性和经验模态分解自适应性的特点,对基于雷达原理建立的激光引信回波信号进行经验模态分解,通过互信息及相关阈值区分噪声模态和信号模态,提取出分解信号中的有用信号分量,并将其相关模态进行重构实现噪声的有效去除。实验结果表明:该方法处理后的信噪比提高到了18.8854 dB,均方根误差减小到2.81×10^(-6),且去噪后信号曲线的平滑度较高。该方法能有效滤除激光引信回波信号中的噪声,很好地还原激光引信回波原始信号,保证信号的完整性,为后续激光引信在噪声条件下的精确定距奠定了坚实的基础。

用于土壤温湿度检测的声表面波标签设计

针对土壤温湿度的并行检测提出了基于声表面波标签的解决方案。采用耦合模理论对阻抗负载型声表面波标签进行建模与仿真,得到负载反射栅回波幅值和相位随电容值变化规律。在此基础上,根据声表面波标签对土壤温湿度不同的敏感机理,设计了一种双通道双边带标签结构,采用时分多址的方法解决了对不同深度层级土壤同时检测时存在的回波信号混叠问题。通过回波信号的相位和幅值比实现了土壤温湿度检测,结合矢量网络分析仪和阅读器对标签进行测试,测试结果表明了标签的有效性。

三维多回波聚合梯度回波序列在腰骶丛成像中的初步应用

目的 探讨3D多回波聚合梯度回波序列(3D GEMEC)在腰骶丛神经成像中的应用价值。方法 回顾性分析2022年8~9月六安市人民医院以腰腿疼为主诉的32例住院患者的影像学资料,男15例,女17例,年龄28~78(60.1±15.8)岁。在不同1.5T平台上分别完成腰骶丛3D GEMEC序列和三维T2加权快速梯度回波(3D T2 FFE)序列,比较两种序列腰骶丛神经的信噪比、对比噪声比和主观显示效果。结果 3D GEMEC序列腰骶丛神经的信噪比、对比噪声比以及主观显示效果与3D T2 FFE序列的差异均无统计学意义(P=0.250、0.146、0.083)。结论 3D GEMEC序列可以清晰地显示腰骶丛神经的解剖结构并抑制背景信号,在腰骶丛神经病变的诊断方面具有一定的临床应用前景。

基于人工智能的多模态雷达自适应抗干扰优化算法

多模态雷达系统容易受到外界环境干扰,如天气条件、电磁干扰等,而这些干扰可能会影响多模态雷达数据的准确性和稳定性。多模态雷达的抗干扰性能决定雷达的测量精度,因此,为提升多模态雷达的抗干扰能力,提出基于人工智能的多模态雷达自适应抗干扰优化算法。该算法以多模态雷达信号模型为基础,分析距离速度同步欺骗干扰、频谱弥散干扰原理,计算欺骗干扰时雷达接收的总回波信号。将计算的回波信号结果输入至人工智能的YOLOv5s深度学习模型中,通过模型的训练和映射处理,完成多模态雷达自适应抗干扰优化,实现雷达欺骗性信号干扰抑制。测试结果显示,该算法的干扰对消比结果在0.935以上,干扰输出功率结果在0.017以下,能够可靠完成多干扰和单一干扰两种干扰抑制,实现多模态雷达自适应抗干扰优化。

基于超声时频分析与残差网络的生物组织变性识别

为了能对高强度聚焦超声(HIFU)治疗过程中的生物组织进行实时准确的变性识别,提出了一种基于超声时频分析与残差网络(ResNet)的生物组织变性识别方法。首先,采用广义S变换(GST)方法对生物组织超声回波信号进行时频分析,得到二维时频图;然后,通过迁移学习,将在ImageNet数据集上训练得到的参数应用于超声回波信号数据集;最后,利用ResNet101模型从生物组织变性前后的时频图中学习和提取有效的变性信息,并可视化变性特征轨迹,实时地完成生物组织变性识别。实验结果表明:相较于现有基于信号能量,AR系数以及熵特征的变性识别方法,GST-ResNet方法无需人为经验选取特征参数,具有更高的识别率,可以实时准确地完成生物组织的变性识别。

垂直大气湍流影响下的天气雷达回波信号优化检测方法

垂直大气湍流导致回波信号在大气中扩散,使回波信号质量较差,极易被噪声所淹没,因此,提出垂直大气湍流影响下的天气雷达回波信号优化检测方法。通过分析垂直大气湍流对天气雷达回波信号传输特性的影响,匹配滤波优化算法,改善垂直大气湍流影响导致质量下降的回波信号,利用模糊逻辑方法提取回波特征参数并构建对应隶属函数,设定阈值,获取天气雷达回波信号检测结果。实验结果表明:该方法可有效检测不同仰角的天气雷达回波信号,回波信号波形均匀且波动幅度小,检测效果较好。

基于常规岩心物性资料预测T2谱的方法

核磁共振测井对于地层流体的综合评价有着重要的作用,它也是储层开采以及解释疑难井的重要手段。为了解决井下核磁共振测井作业的参数选取问题,提高并增强井下作业的速度和效率,考虑到岩石孔隙内各流体的不同弛豫机理,开发一种预测核磁共振T_(2)谱的测前设计软件。测前设计软件由T_(2)谱构造、回波生成加噪、反演生成以及参数建议4个模块构成,能够预测地层的T_(2)谱形态,对提前认识待测量地层有重要的意义。实验结果表明,所设计软件操作简单、结果精确,可为核磁共振测井测前设计优化以及正反演等研究提供借鉴。

典型后门耦合目标回波信号特性分析

构建了典型后门耦合目标,从时域和频域两个维度对目标进行了回波特性仿真,发现目标的孔缝-腔体结构出现强耦合时回波频域波形可观察到幅度凹坑,且强耦合频率时的回波时域波形呈双峰状,与非强耦合回波存在明显差异。通过改变后门耦合目标尺寸和形态仿真验证了所发现的回波信号特征规律,利用发现的回波信号特征规律可从回波信号中提取出未知目标腔体后门强耦合微波参数。

基于多域特征提取的水下目标材料分类方法

针对水下目标材料的分类问题,提出了一种基于多域特征提取的水下目标材料分类方法.将目标回波信号的时域自回归(AR)系数、倒谱域特征、时频联合域的谱峰及谱峰频率相结合,实现了对金属、岩石、塑料、橡胶4类水下目标材料的分类,并利用消声水池的实测数据来验证该方法的有效性.结果表明,对于4类材料的仿真数据,所提方法的分类正确率均高于80%,且利用多域特征的效果明显优于利用单一特征.对于塑料和金属的实测数据,在信混比不小于0 dB时,所提方法的分类正确率可达80%以上.该方法对目标大小或形状等几何特征的差异具有较好的鲁棒性.

一种基于IOT的智能电子围栏设计

针对电子围栏系统安全、经济和检测精度需求,提出一种智能电子围栏监控方案。设计电子围栏系统功能结构、系统架构,并在此基础上设计软硬件组成方案;提出电子围栏回波信号的预处理、特征提取和侵入行为检测模型;以某公司提供的电子围栏数据为基础,验证所提方案有效性。结果表明:该特征提取模型能够有效提取信号特征,提升分类性能,回波检测模型分类准确率为89.3%;该方案为电子围栏系统安全管理及稳定运行提供了一定借鉴。

基于激光雷达回波信号的移动机器人低分辨率视觉识别系统

通过对移动机器人低分辨率视觉识别,实现对机器人作业过程中的视觉跟踪引导和实时控制,提出基于激光雷达回波信号的移动机器人低分辨率视觉识别方法。以发射的激光雷达回波信号作为移动机器人的视觉引导信号,提取激光雷达回波信号的测距参数,通过雷达回波检测和距离参数估计实现对机器人视觉跟踪过程中的定位检测和过程引导,结合低分辨的视觉增强方法,建立信号滤波和视觉导引信息增强模型,实现视觉识别算法优化设计。设计双目相机采集模块、视觉识别模块、视觉定位模块,在集成可编程逻辑环境下实现对机器人视觉识别系统优化设计。测试表明,设计的系统能有效实现对移动机器人的回波定位检测和视觉引导跟踪识别,视差较小,跟踪精度较高。

复杂环境中海上通信局部通信链路中断预测

由于海上环境复杂且易受到日凌现象的影响,通信链路容易中断。为了及时恢复正常通信,提出复杂环境中海上通信局部通信链路中断预测方法。分析复杂环境中海上局部通信链路中断原因,构建基于波浪滑翔器的通信链路中断预测框架,在该框架中计算波浪滑翔器链路中断回波时间,确定中断回波信号所在的位置,从而得到海上通信局部通信链路中断预测结果。由实验结果可知,该方法预测在暴雨环境的1.0~1.3 s、2.0~2.7 s、暴风环境的2.0~2.5 s出现接收信号丢失情况,与实际情况一致,说明该方法的预测结果精准。

一种采用集成装袋树的雷达多次回波分类方法

传统雷达多次回波分类方法容易受到目标类型和幅度起伏特性等因素的影响,其泛化性和准确性难以满足雷达装备实际需求。针对该问题,提出了一种采用集成装袋树的雷达多次回波分类方法。该方法首先对雷达多脉冲回波数据进行幅度对数变换和相邻脉冲幅度补齐预处理操作,然后利用决策树算法从标注的训练数据中学习雷达多次回波在脉冲维的幅度起伏特征,最后通过多个分类器的集成实现对雷达多次回波的准确分类。实测雷达数据验证结果表明,所提方法分类准确率达到了95.9%,可有效提升雷达多次回波的分类性能,并且不依赖于经验门限的特性,增强了其泛化能力。

基于概率约束的超声相控阵输煤机工伤缺陷检测

输煤机常处于复杂且恶劣的运行环境中,对其外部探伤过程中,存在信息缺失和遮挡干扰,当前以固定阈值为基础的探查方法容易忽略出现各类工伤缺陷的概率波动,单一阈值很难描述这种概率波动,导致检测效果差。针对上述问题,该文提出超声相控阵技术下输煤机工伤缺陷检测方法。分析输煤机工伤缺陷事件类型,计算设备工伤缺陷事件发生概率。以缺陷概率为约束条件,基于超声相控阵列的几何参数,计算平面和凸面超声相控阵聚焦声压,确定回波信号的数据深度。遍历发射阵元和发射通道,通过比较设定阈值的幅度、信号峰值、谷值,判断输煤机是否发生工伤缺陷,实现工伤缺陷检测。实验结果表明,所提方法能够准确检测到输煤机中的所有工伤缺陷。

线性调频信号在国产多波束测深仪中的应用

为提高小目标识别性能,多波束测深仪通常使用短连续脉宽信号(Continuous Wave,CW)进行探测。然而,短脉宽信号携带能量有限,测深最大距离及扫测宽度得不到保证。发射长脉宽线性调频(Linear Frequency Modulation,LFM)信号,结合脉冲压缩技术可解决这一矛盾。本文主要介绍LFM信号在国产iBeam8120浅水多波束测深仪中的工程应用情况,重点阐述接收回波信号处理方法,实测数据脉冲压缩效果,并分析了相位差精度影响因素。外场试验数据表明:经脉压处理后,声呐图回波能量更为集中,底检测性能得到改善。

基于频率细化的和差对消主瓣抗干扰研究

目前,大多数雷达抗干扰都是围绕抗旁瓣干扰开展工作,且取得了一定的效果。当面对主瓣干扰,尤其是主瓣压制干扰时,由于干信比过高,回波信号完全被淹没在干扰信号中,且常规的旁瓣抗干扰策略无法起效,导致雷达无法在主瓣干扰方向检测出真实目标。抗主瓣干扰需求迫切,技术难度大,将体现未来雷达的核心竞争力。对此,文章通过分析多种主瓣抗干扰在工程实现上的可行性,提出基于和差通道对消的方法,利用和波束和差波束这两个通道来对输入干扰进行对消。通过优化处理算法,提高对消性能,实现主瓣抗干扰功能。

A Raw Echo Simulator for the C-SAR Ground Demonstration System

ＡＲａｗＥｃｈｏＳｉｍｕｌａｔｏｒｆｏｒｔｈｅＣ┐ＳＡＲＧｒｏｕｎｄＤｅｍｏｎｓｔｒａｔｉｏｎＳｙｓｔｅｍＣａｏＰｅｎｇｚｈｉ（曹鹏志），ＸｕＲｏｎｇｑｉｎｇ，ＬｉｕＹｏｎｇｔａｎ（ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉ...