天基TDM-MIMO雷达系统抗干扰波形设计方法

针对天基MIMO脉冲雷达探测体制的发射波形设计问题,考虑到天基雷达的发射波形等相关参数极易被敌方侦察设备侦收到,提出了一种新的抗干扰天基TDM-MIMO雷达波形设计方法。结合雷达系统的信号处理流程,建立了基于复合模糊函数的波形设计参数化模型,以表征雷达探测性能的发射信号集复合模糊函数和表征抗欺骗干扰的正交性来优化设计雷达波形,在保证了雷达探测性能的前提下,兼顾了抗干扰性能。该优化波形同时具有一定范围的多普勒不敏感的特性。天基TDM-MIMO雷达系统各发射阵元依次发射或跳变发射正交波形,所有接收阵元接收回波信号,回波信号经过信号处理流程之后实现了目标的检测。仿真试验验证了优化波形的有效性和可行性,适用于天基TDM-MIMO雷达探测高速空间目标的实际工程应用。

天基TDM-MIMO雷达空间碎片阵列走动补偿方法研究

天基时分复用多发多收天线(TDM-MIMO)雷达能同时完成较大空域搜索和多目标跟踪任务,有利于实现对多个碎片同时跟踪,且系统架构简单,能够以较小代价获得更多的系统自由度。但由于空间碎片与雷达间的相对高速运动,目标回波信号由窄带阵列信号变成宽带阵列信号,均匀线阵畸变成相对阶梯形阵列,无法实现能量聚焦。为了解决以上问题,提升TDM-MIMO雷达的综合探测能力,提出一种空间非均匀阵列校正补偿算法,该方法首先利用keystone变换校正阵列在时间域上的走动,进而将不同通道的数据进行重组,最后通过动目标检测(MTD)实现能量聚焦。此时能够在较低信噪比下分辨目标,从而实现动目标检测。理论分析和仿真结果表明所提方法的有效性,且具有较强的工程应用价值。

一种TDM-MIMO雷达的运动目标相位补偿方法

汽车雷达主要使用时分复用多输入多输出技术(TDM-MIMO)增加其虚拟天线数量来提高角度分辨率。当目标与雷达之间存在相对运动时,由运动目标多普勒频率在不同发射天线切换时间内带来的相位变化量会耦合到各接收天线上,导致频谱出现散焦效应。这种相位变化会对目标的角度估计产生影响。针对这种问题,推导了TDM-MIMO信号模型,通过分析运动目标相位误差产生的原因,提出了一种相位补偿方法,该方法无需对目标速度进行预估,并且无需额外的硬件开销。通过仿真实验和实测数据证明了该方法可以使运动目标正常测角并且具有较低的时间复杂度。

基于衍射透镜接收的激光雷达特性分析及测试

在激光雷达系统设计中,光学系统的优化与设计是一个重要的研究方向,本文利用衍射光学元件(DOE)的设计自由度高和色散大等优势,将DOE用于激光雷达接收端,同时实现聚焦和滤光作用,降低了光学系统复杂度。本文基于DOE的原理,仿真分析了DOE的光学特性,并且以DOE作为激光雷达的光学接收端,完成了激光雷达测距实验,证明了DOE同时具有聚焦作用和窄带滤光作用,实验结果与仿真基本一致。本文利用DOE在激光雷达中的优势,实现激光雷达的轻量化、集成化和高效化。

融合毫米波与激光雷达的障碍物检测与跟踪方法

在园区环境中,无人车装载单一毫米波雷达或激光雷达传感器进行障碍物检测跟踪时存在探测范围有限、准确率低及稳定性差等问题。为此,提出一种基于毫米波雷达与激光雷达融合的多障碍物检测跟踪方法。利用改进欧氏聚类算法对道路内激光点云目标进行提取,基于信息筛选策略获得毫米波雷达数据中的有效目标;基于目标检测交并比与可靠性分析,对2种目标进行自适应融合,并利用跟踪门与联合概率数据关联(JPDA)算法完成前后帧数据匹配;应用多运动模型交互与无迹卡尔曼滤波实现障碍物跟踪。实车实验表明:相比单一毫米波雷达与激光雷达障碍物检测跟踪,所提方法有更好的准确性与稳定性。

基于雷达自动目标识别技术的反无人机雷达

面对“低慢小”(Low Slow Small, LSS)无人机威胁挑战,反无人机雷达的关键作用日益凸显。在反无人机系统(Countering-Unmanned Aerial Systems, C-UAS)技术中,反无人机雷达作为C-UAS的核心传感器,承担着关键任务,包括探测和导引等。尽管其重要性显而易见,反无人机雷达设计仍然存在概念上的不清晰,例如如何定义LSS无人机目标,以及为何众多反无人机雷达难以探测无人机等问题。通过探讨雷达自动目标识别(Automatic Target Recognition, ATR)技术在反无人机雷达中的应用,从目标特性和探测技术2个方面明确了关键问题。强调了雷达探测的独立过程,将其分为“信号检测”和“目标识别”,并指出反无人机雷达的主要探测对象是LSS无人机目标。ATR性能等级被明确定义,涵盖了“Detection探测”“Classification分类”“Identification识别”“Description描述”4个等级。整合ATR功能显著提升了无人机的探测距离和识别能力,推动了反无人机雷达系统的性能升级。

基于激光雷达扫描的料仓原料储料量测量方法

为提高仓内原料储料量测量自动化和智能化水平,设计了一种基于二维激光雷达扫描的储料量测量装置与系统。本系统采用RPLIDARS1型二维激光雷达扫描获取不同储料量物料的原始点云数据,通过坐标变换、重叠点提取、滤波、分割等方法对原始点云进行预处理,采用贪婪投影三角化算法将预处理后的点云进行三维重建,获得仓内原料的三维模型,结合物料三维模型和物料的容重获得仓内原料的储料量,从而实现储料量的自动测量。以玉米为试验对象,测量小型储料塔内玉米储料量并对玉米不同储料量进行扫描测量,验证模型的准确性,结果显示:测量结果的平均绝对误差为8.05kg,平均相对误差为1.52%。研究结果表明,基于二维激光雷达扫描的储料量测量方法是可行的,具有较好的稳定性和测量精度,能够满足实际生产需求。

雷达信号与遥感地图融合的深度学习低慢小目标检测算法

雷达复杂环境低慢小目标检测是一项具有挑战性的任务,而利用深度学习以及数据特征融合等方法是解决这一难题的有效手段。本文在雷达地图融合检测网络(Radar Map fusion Detection Network,RMDN)的基础上进行了优化,主要优化方向为将雷达与地图信息在检测过程中进行重要性程度区分,具体优化内容为减少地图特征提取模块的网络深度,加入通道注意力机制,让神经网络自主学习雷达信息与地图信息特征的权重,使神经网能够更好地利用地图信息对雷达目标进行辅助检测。在此优化基础上,本文重新设计出了雷达地图融合检测网络RMDN-V2。算法的主要思想为利用卫星遥感地图来提供背景环境信息,作为雷达信号检测的辅助,通过将目标背景中的特征信息融入检测决策中,提高目标检测的准确性和鲁棒性,减少对强杂波和移动物体的干扰敏感性,改善目标检测算法在复杂环境下的表现。最后的无人机雷达实测数据实验结果表明,本文所做的针对性优化是有效的,RMDN-V2的检测性能优于原始的RMDN,同时本文算法检测性能远超传统的雷达检测算法,同时也优于目前主流的一些深度学习雷达目标检测算法。本文为解决当下低慢小目标检测的难题提出了新的算法。

合成孔径雷达快速后向投影算法综述

后向投影(BP)算法是合成孔径雷达成像算法发展的重要方向之一。然而,由于BP算法具有较大的计算量,阻碍了其在工程应用上的发展。因此,近年来如何有效地提高BP算法的运算效率受到了广泛的重视。该文讨论了基于多种成像面坐标系的快速BP算法,包括距离-方位平面坐标系、地平面坐标系和非欧氏坐标系。该文首先简要介绍了原始BP算法的原理和不同坐标系对加速BP算法的影响,并对BP算法的发展历程进行梳理。然后讨论了基于不同成像面坐标系的快速BP算法的研究进展,并重点介绍了作者所在研究团队近年来在快速BP成像方面完成的研究工作。最后介绍了快速BP算法在工程上的应用,并展望了未来快速BP成像算法的研究发展趋势。

天气雷达站电磁环境影响监测研究

天气雷达站产生的超标电磁辐射会对人体造成严重的损伤。为此,提出天气雷达站电磁环境影响监测与分析。分析天气雷达站电磁影响因素,结合发射天线的方向函数,构建雷达功率密度模型。测试结果表明,对于S波、C波段、X波段,真实值与计算值呈现随距离增加而降低的趋势。对于三个波的频段,当接近天线的远场区时,计算值与真实值逐渐接近,相对误差均较小,说明模型在远场区的适用性更强;研究算法与实测值的拟合程度较高;在模型的应用中,真实反映了某市区的电磁辐射情况。

车载雷达间干扰抑制方法研究

随着自动驾驶技术的发展,毫米波雷达成为了自动驾驶的一个关键传感器,由于车载雷达数量的增加,雷达间相互干扰是不可避免的,干扰可能会导致雷达检测性能降低,产生漏检和虚警的情况。为了解决干扰带来的问题,文中采用了一种在时-频域中使用经验模态分解和卡尔曼滤波相结合的干扰抑制方法。首先将时域干扰信号通过短时傅里叶变换转换到时-频域;然后将时-频域信号进行经验模态分解,将干扰主导的本征模态函数中的干扰部分置零,并将干扰置零后的本征模态和目标信号主导的本征模态进行相加;最后通过卡尔曼滤波对信号进行重构。实验结果显示,该方法不仅能够降低频域中噪声,而且能够提高目标的信噪比,增加了目标被检测概率。

水利测雨雷达的应用优势与挑战

监测近地面2 km以下“云中雨”的测雨雷达,是水利行业以流域为单元建设雨水情监测预报“第一道防线”的重要内容,也是实现洪水防御关口前移、防线外推的重要举措。总结了水利测雨雷达的发展历程和技术特点,评估了河北大清河流域和湖南捞刀河、浏阳河流域试点应用中测雨雷达对强降水监测的精度,阐述了水利测雨雷达在雨水情监测预警方面的技术优势,并对进一步发展水利测雨雷达监测系统提出了建议。

矩形空洞探地雷达成像曲线厚度变化规律研究

由于城市基础建设不断地翻新改造,引发城市地下空洞滋生问题。通过探地雷达扫描技术,对地下矩形空洞整个探测过程进行研究,将探测过程划分为四个阶段,研究了成像曲线厚度变化规律。对探地雷达水平运行时矩形空洞的成像曲线厚度变化规律进行分析,对不同大小下的矩形空洞点测时曲线厚度进行研究,并通过实际探测案例来解释矩形空洞成像曲线厚度变化规律,结果表明探地雷达探测矩形空洞时其成像曲线厚度为先增加后减小的对称曲线,其曲线厚度最大处在图像上为水平弧段两端,位于实际矩形空洞对角线附近;雷达点测时成像曲线厚度随矩形空洞变大而增加,在图像上表现为空洞越大线条越粗。

道路地下空洞探地雷达波场和时频特性

根据城市道路地下介质的分布特征和电性参数设计模型,采用时域有限差分法和广义S变换,对道路地下存在的充气空洞、充水空洞、回填不密实、埋藏金属物状态进行探地雷达正演模拟和时频特征提取。结果表明,地下空洞顶界面的反射波同相轴均呈弧形反射形态,但充气空洞的反射波能量强于充水空洞;地下空洞发育区域的中心频率集中在某个低频区间,其余频率成分分布较均匀;埋藏金属物区域出现两簇高幅值能量团,频率分布较分散;回填不密实区域频率未能显示出较明显的规律。最后,通过工程实测验证了数值模拟的可靠性。

天气雷达空中生态监测

每年数以亿计的昆虫、候鸟和蝙蝠等空中动物在全球范围内远距离迁飞,显著影响空中生态系统的结构和功能。随着全球气候和环境的不断变化,空中生态环境也在迅速恶化,对人类的生命和健康构成了严重威胁。为了保护空中生态环境,首要任务是对其进行有效监测。天气雷达具有大范围、全天时、全天候监测能力,可覆盖百千千米空间尺度,是监测和研究宏观空中生态的有效工具。十余年来,天气雷达空中生态监测领域取得了突破性的进展,极大提高了对空中迁飞动物的探测能力,可有效弥补传统监测手段存在的覆盖范围小和时间分辨率低等技术局限。天气雷达已在全球范围内的生物多样性保护、迁飞性虫害监测、疫源疫病传播防控等重大空中生态议题中发挥着日益重要的作用,有效填补了宏观生态研究空白。目前,美国、欧洲和中国分别建立了全球三大天气雷达网,为空中生态研究提供了重要的基础设施和数据支持。本文详细阐述了当前全球天气雷达空中生态监测的科学研究进展,以及通过天气雷达揭示的空中动物迁飞科学规律。然后,对天气雷达生态监测中迁飞动物的电磁散射建模、雷达回波提取、群体参数反演、雷达观测验证实验,以及宏观迁飞模型等关键技术进行了梳理和总结,并详细介绍了中国天气雷达空中生态监测的进展情况。最后,对未来发展方向进行了展望,指出针对中国当前农业迁飞性害虫和鸟类宏观迁飞等重大监测需求,需要在扩维探测、多参反演、多源预测等方面深入研究和探索,以进一步解读重大动物迁飞事件、分析宏观迁飞规律、揭示空中生态对气候变化的响应。

双基地宽带成像雷达时间及调频率同步方法

双基地宽带成像雷达由于不同源会产生时间同步误差和调频率同步误差。针对这一问题,面向低成本、小型化雷达接收机设计同步方法。针对时间同步问题,提出了直达波触发的收发脉宽非一致时间同步方案,通过使用直达波触发接收窗启用时刻,同时增加接收窗长度和低通匹配滤波,以完成时间同步。针对调频率同步问题,提出了采用吕氏分布对调频率误差进行估计,进而进行补偿,以完成调频率同步。该时间及调频率同步方法基本不需要增加接收机硬件成本,可以适应小型化接收雷达需求。基于小型宽带雷达搭建室内的双基宽带雷达模型,实验实现了双基雷达同步以及数据采集、成像。实验结果验证了所提方法的有效性。

空天目标雷达智能识别仿真系统设计与实现

雷达智能识别方法训练、测试与评估通常需要构建大样本的数据集,如何快速获得有效的数据集是亟待解决的问题。分析了空天目标雷达智能识别系统应用场景,并结合应用需求给出了空天目标雷达智能识别仿真系统建设思路;采用组件化、模块化设计方法,设计空天目标雷达智能识别仿真系统框架,构建空天目标智能识别仿真系统,快速准确模拟空天目标电磁特性和动态回波,具有可扩展、可重构能力。仿真结果和初步应用表明,该系统可用于不同应用场景下空天目标雷达智能识别方法的测试与评估。

一种基于云边端架构的雷达组网协同系统设计方案

在现代战争的复杂电磁环境下,基于雷达组网的预警与防空作战体系是应对隐身作战飞机、巡飞弹、无人机、超高音速导弹等多种新质作战对象所形成的多维度多层次立体突防威胁的必然选择。雷达组网系统的协同体系架构是实现防空系统效能增量的关键。文中提出了一种基于云边端架构的雷达组网协同系统设计方案,介绍了以高精度北斗设备为时间频率同步基准的多站空时频同步方法,设计了一种软件化雷达实现方案和两级管控的资源管控系统,阐述了系统能够支持的协同方式及任务类型,详细说明了以子任务为最小颗粒度的资源管控机制,针对任务级和参数级协同任务,揭示了组网系统实时远程紧密闭环反馈式控制原理。最后对本系统的预案设计过程进行了介绍。

合成孔径雷达高分辨率成像虚拟仿真实验平台设计

合成孔径雷达(synthetic aperture radar,SAR)系统组成复杂,搭载于飞机、卫星等运动平台上才可实现数据获取,难以开展基于SAR雷达实物的实验教学。为解决此问题,设计并搭建了SAR高分辨率成像虚拟仿真实验平台。该虚拟仿真实验平台将系统设计技术、实验设计技术、数据采集过程、信号处理技术、图像评估技术等SAR实验的完整流程进行了高展示度、高保真度、高交互性的计算机模拟。一方面,该虚拟仿真实验可以帮助学生理解SAR设计、工作和应用的流程,巩固相关课程基础知识,激发学习雷达信号处理知识的兴趣;另一方面,可以考查学生对相关知识的综合应用能力,增强学生解决实际问题的技能。该仿真平台已成功应用于虚拟仿真教学课程实践,教学效果良好,对培养新工科技术型人才具有重要意义。

矿井煤岩界面节点式雷达快速动态探测系统及实验研究

煤岩界面识别技术是煤矿智能化开采的关键技术之一。基于高频雷达波探测技术可实现煤岩界面的随采高精度探测,但仍存在矿井超大采高(≥6 m)片帮垮落带来设备的安全风险及采高突变(采高≤2 m)时空间限制设备通过的问题。在前期工作基础上提出了一种矿井煤岩界面节点式雷达快速动态探测系统并进行了煤岩界面探测实验研究,主要内容包括:①阐述矿井节点式雷达观测系统原理,根据矿井工作面实际环境设计煤岩界面识别观测系统方案及雷达传感单元安装方式;②研究并提出节点式采集控制系统和信息交互传输设计方案,实现数据动态采集控制及存储;③针对节点式采集方式及煤岩界面雷达反射回波特征,研究提出了节点探测数据增强处理方法、煤岩界面识别算法,可有效的实现煤岩界面智能识别与追踪、煤层厚度及空间坐标解算。为验证该方法的可行性,采用多个中心频率为1.5 GHz的探地雷达传感单元进行物理模型验证实验,并对节点式数据采集和连续数据采集结果进行了对比分析,实验结果表明:节点式采集方法与连续采集方法均可有效识别出煤岩界面,与连续采集方法相比,本文提出的节点式探测方法可实现数据的快速动态重复性采集,单次采集时长控制在10 s以内,煤层厚度探测结果平均误差为1.07 cm,最大误差为1.47 cm,平均误差百分比为7.64%。本方法为矿井智能化开采中煤岩界面的动态高精度探测提供技术支撑。