基于双流CNN-BiLSTM的毫米波雷达人体动作识别方法

目前基于雷达的人体动作识别方法,大多是先对人体动作的回波信号进行多维快速傅里叶变换(FFT)得到距离、多普勒和角度等信息,构造各种数据谱图后再输入到神经网络中进行分类识别,数据预处理过程较为复杂。提出了一种双流卷积神经网络(CNN)与双向长短时记忆网络(BiLSTM)串联的毫米波雷达人体动作识别方法。首先对原始的雷达回波信号复数采样数据(I/Q)进行帧差处理,以消除静态干扰,并将其转换为幅度/相位(A/P)的数据格式;然后将帧差后的I/Q和A/P数据分别输入单流的CNN-BiLSTM网络,提取人体动作的空间和时间特征,最后进行双流网络的融合以增强特征的交互性,提高识别准确率。实验结果表明,该方法数据预处理简单,并充分利用了动作数据的帧间相关性,模型收敛快,识别准确率可以达到99%,是一种快速有效的人体动作识别方法。

基于BiLSTM-CNN的地基SAR永久散射体选取

针对地基合成孔径雷达(SAR)形变测量中,常规永久散射体(PS)选取方法在时间欠相干复杂场景下,PS选取数量、质量难以满足形变测量需求的问题。提出了一种基于双向长短期记忆-卷积神经网络(BiLSTM-CNN)的PS选取方法,该方法采用幅度离差与幅度联合选取正、负样本构建训练数据集,并把干涉相位、幅度差分与相关系数作为数据集的时序特征,然后利用BiLSTM和多尺度CNN分别学习PS全局时序特征及局部时序特征,再通过多头自注意力机制(MHSA)对全局和局部时序特征进行加权融合学习,最后进行特征概率映射以构建PS分类模型。利用重庆市万州区九道拐雷达监测数据对所提方法性能进行实验分析,结果表明该方法改善了网络准确度、F1分数、召回率、精确度等指标,提高了雷达图像PS选取数量及质量。

一种天基双基地InSAR系统的相位同步方法及验证情况

以德国的TanDEM-X双星编队干涉合成孔径雷达(InSAR)卫星系统为背景,提出了基于点频连续波同步信号双向对传,实现编队卫星InSAR系统相位同步的方法。文中给出了该同步方法实现的框架,对该相位同步方法的原理进行了理论推导,得出了补偿相位差的表达式,并对影响同步精度的因素进行了初步的分析。该方法可用于天基双/多基地合成孔径雷达系统相位同步链路的设计,仿真分析的结果验证了该方法的理论可行性。此外,通过搭建实物系统对系统的工程可实现精度进行了验证,结果表明获取的载波频率相位同步精度与倍频器件的频率精度和一致性密切相关。该相位同步方法为与TanDEM-X相近InSAR系统的设计提供参考。

基于双模态门控特征融合的跌倒检测方法

使用单一传感器进行人体跌倒检测的方法不能充分捕捉动作特征,摄像头在光线较差时无法获得高质量图像,毫米波雷达的点云稀疏性降低了远距离目标信息的有效性;针对上述问题,提出了一种基于双模态门控特征融合的跌倒检测方法;使用雷达和摄像头同步检测,雷达分支根据时间-距离图和微多普勒图获得融合特征,视觉分支提取目标的光学特征;将两种特征送入门控融合模块,根据权重整合特征信息,在输出层实现分类;设计了雷达分支和整体网络的相关实验,雷达分支融合方法的平均准确率是91.7%,优于单一特征方法;整体网络的门控融合方法的准确率是94.1%,相比特征相加融合和首尾拼接融合方法分别高出3.0%和1.8%;充分表明该方法能够提升人体跌倒检测的性能。

基于改进YOLOv5的船舶多尺度SAR图像检测算法

针对复杂场景下合成孔径雷达(Synthetic aperture radar, SAR)图像船舶目标像素尺度差异大和船舶密集排列造成目标漏检的问题,提出一种基于改进YOLOv5的船舶多尺度SAR图像检测算法。对于YOLOv5的颈部网络,采用双向特征金字塔结构(Bi-directional feature pyramid network, BiFPN)提升网络多尺度特征融合能力,并在其自下而上的特征融合支路中,基于深度可分离卷积(Depthwise separable convolution, DSC)和通道MLP构建EC-MLP(Enhanced channel-MLP)模块,从而丰富语义信息,提供更充分的船舶目标上下文特征;引入全局注意力机制(Global attention mechanism, GAM),使网络对输入特征进行针对性提取并运算,减少网络的信息丢失;此外,使用SIoU损失函数进一步提高网络的训练收敛速度和检测精度。在SSDD和HRSID数据集上与其他8种方法(Faster R-CNN、Libra R-CNN、FCOS、YOLOv5s、PP-YOLOv2、YOLOX-s、PP-YOLOE-s和YOLOv7-tiny)进行对比实验。实验结果表明:改进后算法在SSDD数据集上的AP50达到了96.7%,在HRSID数据集上AP50达到了95.6%,优于对比方法。

FE-BI分析等离子体覆盖导体方柱的宽带RCS

文章将有限元-边界积分法(FE-BI)与渐进波形估计技术(AWE)相结合应用到宽带电磁散射特性分析中。首先应用该理论计算导体方柱的宽带雷达散射界面(RCS)并与FE-BI逐点计算进行了比较,接着计算了导体表面覆盖不同密度、不同碰撞频率的等离子体的宽带RCS。计算结果表明,FE-BI结合AWE技术比有限元逐点计算省时,且等离子体的使用能有效地减小雷达散射截面。

Resolution analysis of GEO spaceborne-airborne bistatic SAR based on sliding spotlight mode

For a synthetic aperture radar（SAR） system mounted on a geostationary Earth orbit（GEO） satellite, the track can be curvilinear. Thus, a bistatic SAR system based up on geostationary transmitter and ＂receive-only＂ SAR system onboard airplanes, namely GEO spaceborne-airborne bistatic（GEO SA-Bi SAR）, is significantly different from the traditional bistatic SAR. This paper mainly studies the resolution characteristic of the sliding spotlight GEO SA-Bi SAR system. Firstly, the common azimuth coverage and coherent accumulated time are theoretically analyzed in detail. Then,based on the gradient method, the accurate two dimensional resolution of a GEO SA-Bi SAR system is analytically calculated. Finally, the simulation data show the correctness and effectiveness of the proposed resolution analysis method.

基于宽度学习的微多普勒目标分类

通过提取目标的多普勒信息,可以实现对不同类型目标的分类。传统的机器学习方法需要人工从回波中提取浅层的特征,特征判别性不强,影响分类性能。深度神经网络能够提取到识别对象中更深层次的信息特征,但是因其网络结构复杂,不仅需要设置过多的超参数,并且需要多次迭代,使得训练时间长而饱受诟病。宽度学习不仅有着很好的逼近能力,使得分类效果并不低于深度神经网络,并且由于只有输入层和输出层,不需要进行迭代求取层与层之间的连接权重,所以宽度学习的训练速度非常快速,极大地减少了训练时间。因此,考虑将宽度学习算法应用到雷达的目标分类识别,探索其可行性。

基于双层规划的机载预警雷达电源配置优化

针对机载预警雷达电源系统的整体配置问题,考虑电源架构与电源组件之间的相互影响,以最小化系统功率损耗和组件总质量为目标,建立机载预警雷达电源的双层配置规划模型。具体地在模型外层实现供电架构的合理优化,在模型内层完成电源组件的精细化选型。最后结合工程实际,通过定向蝙蝠算法与整数线性规划相结合的方法来求解该双层规划配置模型,结果验证了所提方法的有效性。

双基地ISAR稀疏孔径机动目标MTRC补偿成像算法

针对双基地逆合成孔径雷达(bistatic inverse synthetic aperture radar,Bi-ISAR)稀疏孔径条件下机动目标的越距离单元徙动(migration through range cells,MTRC)补偿难的问题,提出了一种将Keystone变换与加权l 1范数稀疏约束最优化算法相结合的补偿并成像的算法。Bi-ISAR稀疏孔径机动目标回波完成平动补偿后,假设目标图像各像元稀疏非同分布,对每个距离单元建立含Keystone变换参数与时变双基地角的变尺度傅里叶变换稀疏基,使用加权l 1范数稀疏约束最优化算法逐距离单元恢复方位向的散射系数并成像。实验结果证明了所提算法的有效性和鲁棒性。

任意构型双基SAR运动目标图像特征分析

本文根据波数域中的相位误差详细地分析了任意构型双基合成孔径雷达(Bistatic Synthetic Aperture Radar,Bi-SAR)运动目标的图像特征。不同于传统的在相位历史域进行相位误差分析的方法,本文以极坐标算法(Polar Format Algorithm,PFA)为例,对PFA波数域的两维相位误差进行了详细的分析。该分析方法对其他算法例如BP算法同样适用。SAR成像算法的一般流程为,先将信号从相位历史域转化到波数域,然后再变换到图像域。然而,从相位历史域到波数域的过程有可能引入新的相位误差,因此在相位历史域分析相位误差特征并不完全准确,根据该特性预测的图像域成像结果存在一定的误差。而波数域与图像域之间具有直接的傅里叶变换关系,傅里叶变换的各种性质又是已知的,因此利用波数域和图像域之间的傅里叶变换关系,根据波数域的相位误差特性可以准确地预测PFA图像中运动目标的成像特征。一方面,本文揭示了波数域中的两维相位误差导致图像域中的目标发生两维位置偏移和两维散焦的现象,并且上述两维位置偏移和两维散焦的方向沿着同一条倾斜的直线。也就是说,无论运动目标的速度矢量指向何方,图像域中的目标都将沿着同一条直线发生偏移。另一方面,通过一个合适的坐标旋转,能使相位误差的维度从两维降到一维,从而能够降低后续的目标重定位与重聚焦的难度和复杂度。最后,通过仿真实验验证了对PFA图像中运动目标特性的预测结果。

基于改进ACGAN的雷达空中目标细分类方法

为了解决窄带雷达空中3类飞机目标难以细分类的问题,提出了一种基于改进辅助生成对抗网络(auxiliary classifier generate adversarial networks,ACGAN)方法,将卷积神经网络(convolutional neural networks,CNN)结合堆叠的双向长短期记忆网络(bidirectional long short-termmemory,Bi-LSTM)嵌入到ACGAN中,使ACGAN具有处理目标频域内部时序特征的能力。通过对X波段对空警戒雷达实测数据对比实验表明,提出的方法能够有效地对空中目标进行细分类,并具有较高的识别正确率。

双基地ISAR系统中分辨率分析及微多普勒效应研究(英文)

由于空间的高度复杂性,双基地雷达系统中目标微动产生的微多普勒信息与单基地体制雷达有较大区别。双基地逆合成孔径雷达(ISAR)可以看做获得非协作目标图像的雷达成像工具。该文首先分析了双基地ISAR系统的2维分辨率,并提出了合多普勒带宽的概念来分析方位分辨率和它的空变性。然后,详细研究了双基地ISAR系统中旋转和振动所产生的微多普勒效应。基于双基地ISAR系统和单基地ISAR系统微多普勒效应的不同,该文提出了一种扩展Hough变换来提取目标的实际微动特征。最后,通过仿真实验验证了结论的正确性和有效性。

一种双基地MIMO雷达快速多目标定位方法

该文研究了双基地MIMO雷达测向交叉多目标定位方法,提出了一种基于传播算子的双基地MIMO雷达快速多目标定位算法。该方法避免了一般子空间方法中占主要运算量的协方差矩阵估计和奇异值分解,不需要二维谱峰搜索,在保证二维方位角估计性能的基础上,降低了运算复杂度。利用矩阵的初等变换以及矩阵、矩阵特征值和特征值对应的特征向量三者之间的关系,该算法所估计二维方位角参数能自动配对,不需要额外的配对运算。最后仿真结果验证了该算法的有效性。

基于调频连续波信号的双基地ISAR成像研究

在将调频连续波(FMCW)信号应用于双基地ISAR的成像过程中,针对应用FMCW信号在回波信号中产生距离快时间和方位慢时间耦合项的问题,提出了应用离散多项式相位变换的方法进行组合参量估计,通过估计出的组合参量构造补偿函数对回波信号进行相位补偿,消除了一次耦合项产生的固定频偏和二次耦合项引起的主瓣展宽,对补偿后的回波信号应用距离多普勒算法可获得清晰的目标二维像,通过仿真表明:所述的补偿算法能有效改善应用FMCW信号而产生的目标像散焦现象,获得聚焦良好的点目标像。

双/多基地综合脉冲孔径地波雷达的信道化接收技术研究

双/多基地综合脉冲孔径地波雷达在发射站为多载频信号同时辐射,在接收站综合形成发射方向图之前需要对各发射信号分量进行分离.尽管采用数字混频和低通滤波器组可以对各发射分量进行分离,但运算量太大,难以实时实现.为此提出采用多相滤波器组信道化接收技术,设计该雷达的多相滤波器组信道化接收机.这种多相滤波器组信道化接收机与低通滤波器组信道化接收相比,运算量减少N2倍(N为信道数).最后给出了该雷达试验系统的实测数据处理结果,验证了这种多相滤波器组信道化接收技术在该雷达信号处理中的有效性.

对一种多基地雷达系统定位精度的计算与分析

为了深入分析多基地雷达系统定位方式与定位精度之间的关系,以一种多基地雷达系统布局为例,对其利用距离和、方位角以及距离差3种定位方式的定位精度进行了计算、分析,通过计算机仿真后,得到了远距离时应采用距离和测量、近距离时应采用距离差测量、测量站附近应采用角度测量的结论。

双／多基地综合脉冲孔径地波雷达的互耦校正

讨论双/多基地综合脉冲孔径地波雷达的互耦校正问题。结合该雷达给出互耦数学模型,提出一种基于子空间理论、利用直达波信号进行互耦系数估计的算法,并讨论在互耦条件下的DOA(directions-of-arrival)估计;同时推导了互耦系数估计的Cramer-Rao界(CRB),由此可以得出接收站方位角对估计性能的影响。Monte-Carlo仿真结果验证了算法的有效性。该算法可获得较高的互耦系数估计精度,其估计方差接近Cramer-Rao界;经过互耦校正的MUSIC算法的DOA估计效果良好。

复合式双基地雷达网反隐身性能研究

为探讨复合式双基地雷达组网对隐身目标的探测性能,基于双基地雷达探测目标的判定式,通过实时采集典型目标的RCS,计算出复合式双基地雷达组网模式下对该目标的探测范围图和最大预警距离,结果表明合理选择布站方式可以更好地发挥其对隐身目标的探测潜能,为复合式双基地雷达网用于作战实践提供了理论依据。

基于发射波束域-平行因子分析的MIMO雷达收发角度估计

该文提出了基于发射波束域-平行因子分析的双基地MIMO雷达收发角度估计方法。针对传统MIMO雷达发射功率分散的问题,将发射功率聚集范围与期望发射方向矢量相结合,提出了发射波束加权矩阵的优化准则,并转化为二阶锥规划形式,通过内点法求出其数值解,进而利用平行因子分析(PARAFAC)算法估计出收发角度。仿真结果表明:离线设计得到的波束加权矩阵使发射功率聚集于感兴趣的目标空域,且近似服从均匀分布,因此,在发射功率和角度估计算法相同时,基于发射波束域的角度估计精度优于全向等功率发射时的角度估计精度。