基于标签多伯努利跟踪器的对手风险动态评估方法

在诸多的军事和民用领域都存在对手目标蓄意入侵我方重要区域从事恶意伤害活动的场景。对手风险评估是基于我方传感器获取的量测数据,在线评估和预测对手行动对我方资产造成的潜在伤害和损失。为了评估随机且动态变化的对手风险,该文提出一种基于标签多伯努利(LMB)跟踪器的统计对手风险动态评估方法。首先,在LMB跟踪器的框架下,基于加性模型和乘性模型,分别推导了统计对手风险最小均方误差估计的表达式。其次,针对所涉及的非线性函数积分问题,结合混合高斯近似和抽样近似方法,提出统计对手风险最小均方误差估计的数值计算方法;最后,将统计对手风险估计方法与LMB跟踪器的迭代过程有机结合,可实现入侵的多目标对我方重要资产期望损失的动态在线评估。模拟多个具有杀伤能力的目标攻击我方雷达阵地的场景,利用雷达获取的实时点迹量测数据,验证了提出算法的有效性和性能优势。

基于时频分析的SAR目标微波视觉特性智能感知方法与应用

合成孔径雷达(SAR)目标识别智能算法目前仍面临缺少鲁棒性、泛化性和可解释性的挑战,理解SAR目标微波特性并将其结合先进的深度学习算法,实现高效鲁棒的SAR目标识别,是目前领域较为关注的研究重点。SAR目标特性反演方法通常计算复杂度较高,难以结合深度神经网络实现端到端的实时预测。为促进SAR目标物理特性在智能识别任务中的应用,发展高效、智能、可解释的微波物理特性感知方法至关重要。该文将高分辨SAR目标的非平稳特性作为一种典型的微波视觉特性,提出一种改进的基于时频分析的目标特性智能感知方法,优化了处理流程和计算效率,使之更适用于SAR目标识别场景,并进一步将其应用到SAR目标智能识别算法中,实现了稳定的性能提升。该方法泛化性强、计算效率高,能得到物理可解释的SAR目标特性分类结果,对目标识别算法的性能提升与属性散射中心模型相当。

雷达微弱目标智能化处理技术与应用

雷达微弱目标处理是实现优异探测性能的基础和前提,在复杂的实际环境应用过程中,由于强杂波干扰、目标信号微弱、图像特征不明显、有效特征难提取等问题,导致雷达微弱目标检测与识别一直是雷达处理领域中的难点之一。传统模型类处理方法与实际工作背景和目标特性匹配不精准,导致通用性不强。近年来,深度学习在雷达智能信息处理领域取得了显著进展,深度学习算法通过构建深层神经网络,可以自动地从大量雷达数据中学习特征表示,提高目标检测和识别的性能。该文分别从雷达目标微弱信号处理、图像处理、特征学习等多个方面系统梳理和总结近年来雷达微弱目标智能化处理的研究进展,具体包括噪声与杂波抑制、微弱目标信号增强;低、高分辨雷达图像和特征图处理;特征提取、融合、目标分类与识别等。针对目前微弱目标智能化处理应用存在的泛化能力有限、特征单一、可解释性不足等问题,从小样本目标检测(迁移学习、强化学习)、多维多特征融合检测、网络模型可解释性、知识与数据联合驱动等方面对未来发展进行了展望。

国防科技大学办学70周年雷达技术专刊征文通知

龙江启大业,潇湘续辉煌。2023年是国防科技大学办学70周年。国防科技大学一直是国家重点支持建设的大学,是国家“211工程”、“985工程”和“双一流”建设高校,是中央军委直属的综合性研究型高等教育院校。70年来,学校始终以强军兴国为己任,始终奋战在国防和军队现代化建设最前沿,始终引领我国军事高等教育发展。70年来,学校攻坚克难、勇攀高峰,突破掌握了一系列关键核心技术,取得了以天河、北斗、高超、激光等为代表的一大批自主创新成果。

四叶草形超宽带漫散射编码超表面

该文提出了一种结构新颖的四叶草形编码超表面,并利用该超表面实现了超宽带漫散射。所提出的编码超表面具有旋转对称性,它对x极化和y极化波产生相似的反射特性。为了实现1比特编码超表面,该文设计了在15.5~40.5 GHz的频率范围内且相位差为180°±37°的两个超表面单元。采用优化算法得到阵列中单元的最佳排列,从而实现了宽带RCS的缩减。四叶草形编码超表面可以在15.5~26.5 GHz和30.5~40.5 GHz这两个频带内实现10 dB的RCS缩减。该文加工了该编码超表面并与仿真结果进行了比较,从而有效验证了所设计的四叶草形编码超表面可以在宽频带内实现RCS的缩减。

融合极化旋转域特征和超像素技术的极化SAR舰船检测

对海监视是极化SAR的重要应用,密集区域的舰船目标检测是当前面临的主要挑战之一。舰船密集区域受多目标串扰,传统的恒虚警率(CFAR)检测滑窗难以选取纯净的海杂波样本用于确定检测门限,将导致检测性能下降。针对这一问题,该文从特征提取和检测器设计两方面出发,提出一种融合极化旋转域特征和超像素技术的极化SAR舰船检测方法。在特征提取方面,雷达目标的后向散射敏感于目标姿态与雷达视线的相对几何关系,由此带来的散射多样性隐含信息可通过极化旋转域分析进行挖掘。该文利用极化相关方向图及导出的一系列极化旋转域特征,根据目标杂波比(TCR)分析,优选TCR最高的3个极化特征量用于构建目标检测器。在此基础上,该文在检测器设计方面提出了一种基于K均值聚类的杂波超像素筛选方法,有效避免了密集区域舰船目标对邻近杂波的影响,基于筛选的杂波像素点得到舰船目标CFAR检测结果。基于Radarsat-2和高分三号星载全极化SAR数据的对比实验表明,所提方法能有效实现密集区域舰船目标检测,检测品质因数达到95%。

微波光子相控阵的技术分析与展望

该文探讨了相控阵雷达的发展需求,提出了基于微波光子技术的新型相控阵的架构形式和技术路线。针对其工程实现,凝练了当前所面临的主要科学问题和重大技术挑战,并对未来的研究工作和该领域的发展进行了展望。

太赫兹波段碲化镉介电常数的理论与实验研究

该文采用密度泛函理论研究了闪锌矿型碲化镉的声子色散谱、特征向量及晶格振动频率,获得了碲化镉介电常数随频率变化的理论值。通过太赫兹时域光谱系统测量碲化镉单晶的介电常数,该实验结果与局域密度近似修正、广义梯度近似修正和广义梯度近似修正的计算结果吻合较好。最后,3种近似交换关联势的计算结果之间存在一定差异性,该差异性结果表明太赫兹波段碲化镉的介电常数由电子声子耦合所主导,但是横波和纵波声子频率敏感于电子密度分布。

电离层对中高轨SAR影响机理研究

中高轨道合成孔径雷达(Synthetic Aperture Radar,SAR)是下一代星载SAR重要发展方向之一,电离层影响分析是推动中高轨道SAR系统发展的关键技术之一。该文利用电离层实测数据分析了电离层时空变化特征,根据电离层时空变化特性,结合中高轨道SAR合成孔径时间长、测绘带宽、轨道高等特点,从SAR成像理论角度出发,分别从距离向和方位向阐述了电离层对中高轨SAR成像质量的影响因素和影响机理,通过分析揭示了中高轨SAR电离层影响与低轨SAR的不同之处。

参数化稀疏表征在雷达探测中的应用

稀疏信号处理已经在雷达目标探测领域得到应用,并获得了优于传统方法的探测性能。然而,雷达目标探测过程中往往存在目标运动、雷达轨迹误差等未知因素,这导致预先设计的字典矩阵无法实现雷达信号的最优稀疏表征。该文将介绍字典学习的一个分支—参数化稀疏表征,该方法通过构建参数化的字典矩阵,实现了对雷达探测过程中未知参数的动态学习和雷达信号的最优稀疏表征。该文还将介绍参数化稀疏表征在逆合成孔径雷达成像、合成孔径雷达自聚焦、基于微多普勒的目标识别等若干雷达探测问题中的应用。

压缩感知在城区高分辨率SAR层析成像中的应用

在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大。SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度。该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了Terra SAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析。研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景。

基于多蚁群协作的遥感图像特征提取方法

该文提出一种基于多蚁群协作的遥感图像特征提取方法。首先建立遥感图像的多分辨率表示,并在不同分辨率图像上释放蚁群。低分辨率图像上的蚁群以相位一致性作为启发信息,高分辨率图像中的蚁群以梯度强度作为启发信息,两个蚁群通过共享的信息素矩阵实现协作,完成图像特征检测。最后根据信息素矩阵提取图像特征。由于该方法在不同分辨率上引入了多种启发信息,因而能够提取更加完整和有意义的图像特征,表现出更强的智能性。

杂波先验数据缺失条件下基于级联优化处理的雷达波形设计方法

认知雷达波形设计往往依赖于精准的杂波先验信息,当先验信息数据存在缺失时,所构建的杂波模型会严重失配,进而影响雷达对杂波的抑制能力。该文针对杂波先验数据缺失条件下的雷达波形优化问题,建立完全随机缺失机制下的点状与块状缺失场景,设计恒模与相似性约束的波形优化模型,提出基于优先级填充-强化学习级联优化的雷达波形训练算法:即采用强化学习智能体与填充算法修复后的杂波环境相交互的级联方法,以最大化信杂噪比为优化目标,通过迭代训练得到雷达最佳波形参数配置策略。最后,仿真验证不同缺失概率条件下所提算法的优越性。结果表明:相比于传统非级联优化算法,该文所提算法均可获得更优的杂波抑制性能,有效提升雷达的探测能力。

面向感知应用的通感一体化信号设计技术与综述

在电子信息系统对抗中,雷达、通信、侦察机和干扰机等多种电子设备通过简单的功能叠加式配备于作战平台已经难以应对敌方的综合性电子兵器,因此,多种电子设备的综合一体化是现代战争环境装备发展的必然趋势。其中,作为战场“千里眼”和“顺风耳”的雷达和通信设备无论在硬件结构还是在信号处理方法上都具有极强的相似性,两者的有机结合具有很强的实现性。因此,通感一体化(DFRC)系统受到了广泛的关注。其中,DFRC信号设计是DFRC系统研究的关键科学问题之一,通过电磁频谱共享方式,在空域、时域以及频域等多个维度上,同时实现雷达探测和信息通信两种功能。该文对以感知功能(雷达探测功能)为主功能的DFRC信号设计方法进行了深入、系统的综述。该文简要介绍了面向战场环境的DFRC系统的相关项目,进一步讨论了DFRC信号设计的研究进展。并在最后总结全文并对未来的研究方向进行了展望。

基于快速迭代插值多普勒频率估计的单脉冲前视成像技术

在单脉冲前视成像技术中,同分辨单元内多目标的辨识一直是单脉冲雷达的研究热点。尽管多普勒处理可以提高对前斜视多目标的分辨能力,但在真实目标数量未知、强点目标能量泄露的情况下,多普勒频率的精确估计面临巨大挑战。针对以上问题,该文在单脉冲前视成像中引入具有目标个数估计和单快拍处理能力的快速迭代插值波束形成(FIIB)算法,结合信息论准则估计目标个数,实现对多普勒频率的无偏估计。点目标仿真数值分析结果显示,FIIB对于同分辨单元内的目标数估计和参数估计性能优于调频Z变换(CZT)算法,能实现对±5°外点目标的准确估计。场景仿真和实测数据成像结果表明基于FIIB的单脉冲前视成像算法聚焦能力强,图像对比度更高,并能有效抑制背景杂波。

视频合成孔径雷达双域联合运动目标检测方法

视频合成孔径雷达(SAR)具有高帧率成像能力,可作为地面运动目标探测的重要技术手段。经典SAR地面动目标显示(SAR-GMTI)依靠目标回波能量来实现动目标检测,同时动目标阴影亦可作为视频SAR动目标检测的重要途径。然而,由于动目标能量和阴影的畸变或涂抹,依靠单一方式难以实现稳健的动目标检测。该文基于目标能量和阴影的双域联合检测思想,分别通过快速区域卷积神经网络和航迹关联两种技术途径实现了视频SAR动目标联合检测,给出了机载实测数据处理结果,并进行了详细分析。该文方法充分利用目标阴影与能量的特征及空时信息,提升了机动目标检测的稳健性。

SARMV3D-1.0:SAR微波视觉三维成像数据集

三维成像是合成孔径雷达技术发展的前沿趋势之一,目前的SAR三维成像体制主要包括层析和阵列干涉,但面临数据采集周期长或系统过于复杂的问题,为此该文提出了SAR微波视觉三维成像的新技术思路,即充分挖掘利用SAR微波散射机制和图像视觉语义中蕴含的三维线索,并将其与SAR成像模型有效结合,以显著降低SAR三维成像的系统复杂度,实现高效能、低成本的SAR三维成像。为推动SAR微波视觉三维成像理论技术的发展,在国家自然科学基金重大项目支持下,拟构建一个比较完整的SAR微波视觉三维成像数据集。该文概述了该数据集的构成和构建规划,并给出了第一批发布数据(SARMV3D-1.0)的组成和信息描述方式、数据集制作的方法,为该数据集的共享和应用提供支撑。

合成孔径雷达干扰技术研究综述

合成孔径雷达(SAR)是一种全天候、全天时、具备高分辨率的成像设备,被广泛应用于对敌侦察,为战场决策提供及时可靠的情报支持。如何压制和扰乱SAR设备的成像侦察,实现对高价值目标和要地的有效防护,已成为当前电子对抗领域的研究热难点之一。该文探讨了SAR干扰的技术进展和发展趋势,首先详细梳理了SAR干扰技术的发展脉络,然后结合仿真实验对比分析了典型SAR干扰样式的优缺点,最后总结了现有SAR干扰技术存在的不足,并指出其未来发展趋势,可为专家学者提供一定的参考。

多普勒频谱模糊情况下的星载方位向多通道高分宽幅SAR-GMTI杂波抑制方法

该文提出了一种在多普勒频谱模糊情况下的星载方位向多通道高分宽幅合成孔径雷达地面运动目标检测(SAR-GMTI)系统的杂波抑制方法。首先,利用方位解线性调频对方位向多通道(HRWS)SAR-GMTI系统中的回波进行处理,得到杂波和动目标的粗聚焦图像。然后,将多通道SAR系统的粗聚焦图像表示为矩阵形式,并估计出相应的协方差矩阵。之后,用杂波协方差矩阵构造杂波空间的正交矢量,即最小特征值对应的特征向量。该方法需要一个冗余的通道自由度。由于杂波空间的正交矢量与杂波空间向量是正交的,因此可以用来抑制杂波。最后,通过仿真和实测数据实验结果验证该文所提杂波抑制方法的有效性。

互质阵列信号处理研究进展：波达方向估计与自适应波束成形

阵列信号处理是雷达领域各类应用的核心技术之一。近年来,互质阵列的提出打破了传统方法受限于奈奎斯特采样速率这一瓶颈,其稀疏布设的阵列结构和互质欠采样的信号处理方式大幅降低了系统所需的软硬件开销,为当前不断提升的实际应用需求提供了理论基础和技术前提。鉴于其在自由度、分辨率及计算复杂度等方面的性能优势,互质阵列信号处理的理论和技术研究受到了国内外学者的广泛关注。该文分别从波达方向估计和自适应波束成形这两个阵列信号处理领域的基本问题出发,介绍了互质阵列信号处理方向的研究进展。在互质阵列波达方向估计方面,该文总结了互质子阵分解方法和虚拟阵列信号处理方法等两类典型技术路线,并以此为基础介绍了压缩感知和无网格化技术在低复杂度和超分辨估计等方面的最新研究工作。在互质阵列波束成形方面,该文剖析了其与互质阵列波达方向估计问题的区别与联系,并介绍了面向互质阵列的高效鲁棒自适应波束成形设计方法。该文旨在通过对互质阵列信号处理研究前沿的分类归纳和总结,探讨各类方法的优势和未来的研究方向,为其在雷达等领域的产业需求和实际应用提供理论和技术参考。