作者中心
专家审稿
责编办公
编辑办公
显示方式:
状态:
, 更新: .
摘要
11297KB
对基于干涉相位的合成孔径雷达(SAR)有源欺骗干扰检测进行了性能分析。首先基于真实场景和虚假目标的斜距向局部条纹频率概率分布，推导了欺骗干扰检测概率的显式表达式。分别分析了垂直基线长度、干信比和局部条纹频率估计窗口尺寸3个因素对欺骗干扰检测概率(TPR)的影响。进而分析了在给定虚警概率(FPR)时，SAR系统能够达到检测概率要求时所需的垂直基线长度，为SAR系统的基线设计提供了理论依据。在现有低轨SAR参数条件下，要得到更大的干扰检测概率，所需垂直基线长度也越大，因此，在设计SAR系统的基线时，既要保证垂直基线足够大可满足检测概率的要求，还需要兼顾真实场景的相干系数，垂直基线不能太大，满足场景可进行干涉的条件。最后，对理论分析的结论进行了仿真验证。理论分析与实验结果表明：在虚警概率固定的情况下，一定范围内垂直基线长度越大/干信比越大/局部条纹频率估计窗口越大，则干扰检测概率越大。
对基于干涉相位的合成孔径雷达(SAR)有源欺骗干扰检测进行了性能分析。首先基于真实场景和虚假目标的斜距向局部条纹频率概率分布，推导了欺骗干扰检测概率的显式表达式。分别分析了垂直基线长度、干信比和局部条纹频率估计窗口尺寸3个因素对欺骗干扰检测概率(TPR)的影响。进而分析了在给定虚警概率(FPR)时，SAR系统能够达到检测概率要求时所需的垂直基线长度，为SAR系统的基线设计提供了理论依据。在现有低轨SAR参数条件下，要得到更大的干扰检测概率，所需垂直基线长度也越大，因此，在设计SAR系统的基线时，既要保证垂直基线足够大可满足检测概率的要求，还需要兼顾真实场景的相干系数，垂直基线不能太大，满足场景可进行干涉的条件。最后，对理论分析的结论进行了仿真验证。理论分析与实验结果表明：在虚警概率固定的情况下，一定范围内垂直基线长度越大/干信比越大/局部条纹频率估计窗口越大，则干扰检测概率越大。
状态:
, 更新: .
该文提出了一种利用计算机视觉技术辅助实现包含运动人体散射特征的毫米波无线信道仿真方法。该方法旨在为毫米波无线人体动作识别场景之下，快速且低成本地生成仿真训练数据集，避免当前实测采集数据集的巨大开销。首先利用基元模型将人体建模为35个相互连接的椭球，并从包含人体动作的视频中提取出人体在进行对应动作时各个椭球的运动数据；其次利用简化的射线追踪方法，针对动作中基元模型的每一帧计算对应的信道响应；最后对信道响应进行多普勒分析，获得对应动作的微多普勒时频谱。上述仿真获得的微多普勒时频谱数据集可以用于训练无线动作识别的深度神经网络。该文针对“步行”“跑步”“跌倒”“坐下”这4种常见的人体动作在60 GHz频段上进行了信道仿真及动作识别的测试。实验结果表明，通过仿真训练的深度神经网络在实际无线动作识别中平均识别准确率可以达到73.0%。此外，借助无标签迁移学习，通过少量无标签实测数据的微调，上述准确率可以进一步提高到93.75%。
该文提出了一种利用计算机视觉技术辅助实现包含运动人体散射特征的毫米波无线信道仿真方法。该方法旨在为毫米波无线人体动作识别场景之下，快速且低成本地生成仿真训练数据集，避免当前实测采集数据集的巨大开销。首先利用基元模型将人体建模为35个相互连接的椭球，并从包含人体动作的视频中提取出人体在进行对应动作时各个椭球的运动数据；其次利用简化的射线追踪方法，针对动作中基元模型的每一帧计算对应的信道响应；最后对信道响应进行多普勒分析，获得对应动作的微多普勒时频谱。上述仿真获得的微多普勒时频谱数据集可以用于训练无线动作识别的深度神经网络。该文针对“步行”“跑步”“跌倒”“坐下”这4种常见的人体动作在60 GHz频段上进行了信道仿真及动作识别的测试。实验结果表明，通过仿真训练的深度神经网络在实际无线动作识别中平均识别准确率可以达到73.0%。此外，借助无标签迁移学习，通过少量无标签实测数据的微调，上述准确率可以进一步提高到93.75%。
状态:
, 更新: .
该文针对光学与雷达传感器融合人体姿态估计研究，基于连续时间微动累积量与姿态增量的物理对应关系，提出了一种单通道超宽带雷达人体姿态增量估计方案。具体来说，通过构造空时分步增量估计网络，采用空域伪3D卷积层与时域膨胀卷积层分步提取空时微动特征，将其映射为时间段内人体姿态增量，结合光学提供的姿态初值，实现人体三维姿态估计。实测数据结果表明，融合姿态估计在原地动作集取得5.38 cm估计误差，并能够实现一段时间行走动作连续姿态估计。与其他雷达姿态估计对比和消融实验证明了该文方法的优势。
该文针对光学与雷达传感器融合人体姿态估计研究，基于连续时间微动累积量与姿态增量的物理对应关系，提出了一种单通道超宽带雷达人体姿态增量估计方案。具体来说，通过构造空时分步增量估计网络，采用空域伪3D卷积层与时域膨胀卷积层分步提取空时微动特征，将其映射为时间段内人体姿态增量，结合光学提供的姿态初值，实现人体三维姿态估计。实测数据结果表明，融合姿态估计在原地动作集取得5.38 cm估计误差，并能够实现一段时间行走动作连续姿态估计。与其他雷达姿态估计对比和消融实验证明了该文方法的优势。
状态:
, 更新: .
近年来，基于商用WiFi设备实现非接触式呼吸监测得到了广泛关注。然而，现有的方法受人体反射信号强度制约，通常要求人正面朝向WiFi设备，当人体侧向或背部朝向设备时，胸腔反射信号的减弱使得呼吸监测变得困难。为了解决这个问题，该文提出了一种基于智能反射表面(IRS)的新型呼吸监测系统。该系统利用智能反射表面控制WiFi信号在环境中的传播路径，增强了人体的反射，最终实现了姿势鲁棒地呼吸监测。此外，该系统易于部署，无需事先知道收发天线与智能反射表面的确切位置和相应的环境信息。实验验证，与现有的方法相比，该系统显著改善了不同姿势下人体的呼吸监测效果。
近年来，基于商用WiFi设备实现非接触式呼吸监测得到了广泛关注。然而，现有的方法受人体反射信号强度制约，通常要求人正面朝向WiFi设备，当人体侧向或背部朝向设备时，胸腔反射信号的减弱使得呼吸监测变得困难。为了解决这个问题，该文提出了一种基于智能反射表面(IRS)的新型呼吸监测系统。该系统利用智能反射表面控制WiFi信号在环境中的传播路径，增强了人体的反射，最终实现了姿势鲁棒地呼吸监测。此外，该系统易于部署，无需事先知道收发天线与智能反射表面的确切位置和相应的环境信息。实验验证，与现有的方法相比，该系统显著改善了不同姿势下人体的呼吸监测效果。
状态:
, 更新: .
三维合成孔径雷达在测绘制图、防灾减灾等诸多领域有应用潜力，已经成为SAR的重要研究方向。为减少三维SAR的观测次数或天线阵元数量，推动三维SAR的应用和发展，中国科学院空天信息创新研究院牵头研制了微波视觉三维SAR实验系统，旨在为微波视觉SAR三维成像提供实验平台和数据。该文针对微波视觉三维SAR实验系统及其全极化数据处理方法进行介绍，涵盖了极化校正、极化相干增强、极化约束三维成像、三维融合可视化等全流程的关键步骤。基于发布的SAR微波视觉三维成像全极化数据集，给出了三维成像结果示例，验证了微波视觉三维SAR实验系统的全极化性能以及处理方法的有效性。该文发布的数据集将为SAR三维成像研究提供良好的数据条件。
三维合成孔径雷达在测绘制图、防灾减灾等诸多领域有应用潜力，已经成为SAR的重要研究方向。为减少三维SAR的观测次数或天线阵元数量，推动三维SAR的应用和发展，中国科学院空天信息创新研究院牵头研制了微波视觉三维SAR实验系统，旨在为微波视觉SAR三维成像提供实验平台和数据。该文针对微波视觉三维SAR实验系统及其全极化数据处理方法进行介绍，涵盖了极化校正、极化相干增强、极化约束三维成像、三维融合可视化等全流程的关键步骤。基于发布的SAR微波视觉三维成像全极化数据集，给出了三维成像结果示例，验证了微波视觉三维SAR实验系统的全极化性能以及处理方法的有效性。该文发布的数据集将为SAR三维成像研究提供良好的数据条件。
状态:
, 更新: .
睡眠呼吸暂停低通气综合征(SAHS)是一种常见的慢性睡眠呼吸障碍疾病，严重影响患者的睡眠质量和身体健康。该文提出了一种基于多源信号融合的睡眠呼吸暂停与低通气检测框架，通过融合毫米波雷达微动信号与光电容积脉搏波描记法(PPG)的脉搏波数据，实现高可靠的轻接触式睡眠呼吸暂停低通气综合征的诊断，以解决传统医学上依赖多导睡眠图(PSG)进行睡眠监测时舒适度差、成本高等缺点。研究中，为兼顾睡眠呼吸异常事件检测的准确率和鲁棒性，该文提出了一种雷达、脉搏波数据预处理算法得到信号中的时频信息和人工特征，并设计了用于将两类信号融合的深度神经网络，以实现对睡眠呼吸暂停和低通气事件的精准识别，从而估算呼吸暂停低通气指数(AHI)，用于对患者的睡眠呼吸异常严重程度进行定量评估。基于上海交通大学医学院附属第六人民医院临床试验数据集的实验结果表明，该文所提方案估算的AHI与金标准PSG的相关系数达到了0.93，一致性良好，有潜力普及成为家用睡眠呼吸监护的工具，并起到睡眠呼吸暂停低通气综合征初步筛查的作用。
睡眠呼吸暂停低通气综合征(SAHS)是一种常见的慢性睡眠呼吸障碍疾病，严重影响患者的睡眠质量和身体健康。该文提出了一种基于多源信号融合的睡眠呼吸暂停与低通气检测框架，通过融合毫米波雷达微动信号与光电容积脉搏波描记法(PPG)的脉搏波数据，实现高可靠的轻接触式睡眠呼吸暂停低通气综合征的诊断，以解决传统医学上依赖多导睡眠图(PSG)进行睡眠监测时舒适度差、成本高等缺点。研究中，为兼顾睡眠呼吸异常事件检测的准确率和鲁棒性，该文提出了一种雷达、脉搏波数据预处理算法得到信号中的时频信息和人工特征，并设计了用于将两类信号融合的深度神经网络，以实现对睡眠呼吸暂停和低通气事件的精准识别，从而估算呼吸暂停低通气指数(AHI)，用于对患者的睡眠呼吸异常严重程度进行定量评估。基于上海交通大学医学院附属第六人民医院临床试验数据集的实验结果表明，该文所提方案估算的AHI与金标准PSG的相关系数达到了0.93，一致性良好，有潜力普及成为家用睡眠呼吸监护的工具，并起到睡眠呼吸暂停低通气综合征初步筛查的作用。
状态:
, 更新: .
超宽带雷达具有抗干扰能力强、穿透性强等特点，被广泛应用于穿墙人体目标探测。单发单收雷达具有体积小、重量轻的优势，但是无法实现目标的二维定位。MIMO阵列雷达能够实现对于目标的定位，但是存在着体积与分辨率之间的相互制约，同时运算时间较长。该文基于分布式穿墙雷达，提出了一种基于分布式雷达的多目标自动检测方法。首先，对回波信号进行时域预处理、时频转换等，基于恒虚警检测的目标距离测量方法获取目标候选距离单元，使用滤波矩阵进行候选信号增强；基于生命信息对增强后信号进行关联，实现目标匹配；最后使用定位模块来实现雷达位置自确定，进而实现生命目标位置的快速、自动检测。为了避免偶发误差对最终定位结果的影响，该文使用定位场景剖分的方法实现穿墙场景下的生命目标二维定位。实验结果表明，该文所提方法可以实现穿墙场景下多目标的检测定位，在实测数据中运算时间为0.95 s，优于其他对比方法4倍以上。
超宽带雷达具有抗干扰能力强、穿透性强等特点，被广泛应用于穿墙人体目标探测。单发单收雷达具有体积小、重量轻的优势，但是无法实现目标的二维定位。MIMO阵列雷达能够实现对于目标的定位，但是存在着体积与分辨率之间的相互制约，同时运算时间较长。该文基于分布式穿墙雷达，提出了一种基于分布式雷达的多目标自动检测方法。首先，对回波信号进行时域预处理、时频转换等，基于恒虚警检测的目标距离测量方法获取目标候选距离单元，使用滤波矩阵进行候选信号增强；基于生命信息对增强后信号进行关联，实现目标匹配；最后使用定位模块来实现雷达位置自确定，进而实现生命目标位置的快速、自动检测。为了避免偶发误差对最终定位结果的影响，该文使用定位场景剖分的方法实现穿墙场景下的生命目标二维定位。实验结果表明，该文所提方法可以实现穿墙场景下多目标的检测定位，在实测数据中运算时间为0.95 s，优于其他对比方法4倍以上。
状态:
, 更新: .
涡旋电磁波具有独特的波前相位调制特性，其作为一种新的雷达发射端分集模式，可实现目标雷达截面积 (RCS)分集、提升信号与信息处理维度和性能，其探测与成像性能在多种雷达体制中得到了验证。该文针对前视雷达成像的应用背景，基于均匀圆阵发射与圆阵中心单天线接收的收发体制，在建立了电磁涡旋前视雷达信号模型与成像模型的基础上，提出了一种分时多模态扫描的成像方法，利用多模态涡旋电磁波在不同俯仰角的幅度差异性和在不同方位角的相位差异性，以及雷达与目标相对运动产生的多普勒效应，提出了改进的后向投影-距离多普勒算法，实现了目标三维成像。由于涡旋电磁波的能量发散特点，随着俯仰角增大，高模态方向图增益急剧下降，该文所提方法通过对多个模态在空域能量分布的有效利用，在较大视场角下具有较高的稳定性。基于点目标成像结果，验证了在多模态涡旋波覆盖的较大视场范围内，目标成像结果的归一化等效增益在低俯仰角与高俯仰角处基本相当。所提方法通过对飞机目标的实验验证，根据成像结果可较为准确地重构目标的三维结构。
涡旋电磁波具有独特的波前相位调制特性，其作为一种新的雷达发射端分集模式，可实现目标雷达截面积 (RCS)分集、提升信号与信息处理维度和性能，其探测与成像性能在多种雷达体制中得到了验证。该文针对前视雷达成像的应用背景，基于均匀圆阵发射与圆阵中心单天线接收的收发体制，在建立了电磁涡旋前视雷达信号模型与成像模型的基础上，提出了一种分时多模态扫描的成像方法，利用多模态涡旋电磁波在不同俯仰角的幅度差异性和在不同方位角的相位差异性，以及雷达与目标相对运动产生的多普勒效应，提出了改进的后向投影-距离多普勒算法，实现了目标三维成像。由于涡旋电磁波的能量发散特点，随着俯仰角增大，高模态方向图增益急剧下降，该文所提方法通过对多个模态在空域能量分布的有效利用，在较大视场角下具有较高的稳定性。基于点目标成像结果，验证了在多模态涡旋波覆盖的较大视场范围内，目标成像结果的归一化等效增益在低俯仰角与高俯仰角处基本相当。所提方法通过对飞机目标的实验验证，根据成像结果可较为准确地重构目标的三维结构。
状态:
, 更新: .
作为中国新一代天基长波SAR的代表，陆地探测1号01卫星(LT-1A)于2022年1月发射进入太阳同步轨道。LT-1A搭载的长波合成孔径雷达(SAR)工作在L波段，具备单极化、线性双极化、紧缩双极化、全极化等对地观测能力。现有研究主要侧重于LT-1A重轨干涉数据获取能力以及数字高程模型、沉降产品的生产精度评价，对LT-1A的辐射精度、地物极化信息保持能力的研究较为缺乏。该文以热带雨林植被为观测对象，通过不依赖人工定标器的自主定标方法对LT-1A全极化数据辐射误差、极化误差的稳定性进行评价与分析。实验表明：LT-1A传感器的辐射稳定性较好、极化精度优于国际对地观测组织(CEOS)推荐指标。持续对地观测1000 km内归一化雷达截面(NRCS)误差波动小于1 dB (3倍标准差)、5天内重返观测时辐射误差波动小于0.5 dB (3倍标准差)；全极化观测模式下系统串扰低于–35 dB甚至达到–40 dB，交叉极化通道不平衡优于0.2 dB与2°，同通道不平衡优于0.5 dB与10°；系统噪声介于–42～–22 dB，平均系统等效热噪声优于–25 dB，热噪声水平随持续对地观测时长的增加有升高。此外，该研究验证了电离层对LT-1A极化数据质量的影响：5°法拉第旋转角造成的图像退化与–20 dB系统串扰带来的影响相当，而3°～20°法拉第旋转角在中、低纬度较为常见，这将带来–21.16～–8.78 dB的极化通道间扰动，即电离层对全极化数据质量的退化相较传感器–40 dB的串扰更为严重。
作为中国新一代天基长波SAR的代表，陆地探测1号01卫星(LT-1A)于2022年1月发射进入太阳同步轨道。LT-1A搭载的长波合成孔径雷达(SAR)工作在L波段，具备单极化、线性双极化、紧缩双极化、全极化等对地观测能力。现有研究主要侧重于LT-1A重轨干涉数据获取能力以及数字高程模型、沉降产品的生产精度评价，对LT-1A的辐射精度、地物极化信息保持能力的研究较为缺乏。该文以热带雨林植被为观测对象，通过不依赖人工定标器的自主定标方法对LT-1A全极化数据辐射误差、极化误差的稳定性进行评价与分析。实验表明：LT-1A传感器的辐射稳定性较好、极化精度优于国际对地观测组织(CEOS)推荐指标。持续对地观测1000 km内归一化雷达截面(NRCS)误差波动小于1 dB (3倍标准差)、5天内重返观测时辐射误差波动小于0.5 dB (3倍标准差)；全极化观测模式下系统串扰低于–35 dB甚至达到–40 dB，交叉极化通道不平衡优于0.2 dB与2°，同通道不平衡优于0.5 dB与10°；系统噪声介于–42～–22 dB，平均系统等效热噪声优于–25 dB，热噪声水平随持续对地观测时长的增加有升高。此外，该研究验证了电离层对LT-1A极化数据质量的影响：5°法拉第旋转角造成的图像退化与–20 dB系统串扰带来的影响相当，而3°～20°法拉第旋转角在中、低纬度较为常见，这将带来–21.16～–8.78 dB的极化通道间扰动，即电离层对全极化数据质量的退化相较传感器–40 dB的串扰更为严重。
状态:
, 更新: .
动平台分布孔径雷达不仅可以通过多部小孔径雷达相参合成等效获得大孔径雷达的探测性能，也可进一步通过机动性和灵活部署增强探测和抗毁伤能力，是未来雷达重要发展方向之一。但由于多雷达间存在内部钟差和外部传播路径差，各雷达发射信号无法直接相参合成，需进行必要的时间和相位相参参数校正，且分布孔径雷达间距通常远超半波长，合成方向图将存在栅瓣问题，影响目标角度估计。为获得相参参数，该文以闭环式框架为基础，给出动平台分布孔径雷达认知相参框架，并结合运动条件下相参参数的变化规律，提出多脉冲关联相参参数估计方法以提升参数估计精度。同时，针对栅瓣问题，结合平台运动特性提出一种基于阵列构型累积的无模糊角度估计方法。最后，在仿真验证基础上基于所提框架设计了3节点地面动平台分布孔径雷达原理样机并开展了试验验证，试验结果表明在运动场景下，相比单部孔径雷达可以实现最高14.2 dB的信噪比增益，从而提升了目标的测距精度，同时在一定条件下实现了目标角度的无模糊测量，证明了所提方法和框架的有效性。该文工作将对未来分布孔径雷达的工程化实现及发展起到一定的引导作用。
动平台分布孔径雷达不仅可以通过多部小孔径雷达相参合成等效获得大孔径雷达的探测性能，也可进一步通过机动性和灵活部署增强探测和抗毁伤能力，是未来雷达重要发展方向之一。但由于多雷达间存在内部钟差和外部传播路径差，各雷达发射信号无法直接相参合成，需进行必要的时间和相位相参参数校正，且分布孔径雷达间距通常远超半波长，合成方向图将存在栅瓣问题，影响目标角度估计。为获得相参参数，该文以闭环式框架为基础，给出动平台分布孔径雷达认知相参框架，并结合运动条件下相参参数的变化规律，提出多脉冲关联相参参数估计方法以提升参数估计精度。同时，针对栅瓣问题，结合平台运动特性提出一种基于阵列构型累积的无模糊角度估计方法。最后，在仿真验证基础上基于所提框架设计了3节点地面动平台分布孔径雷达原理样机并开展了试验验证，试验结果表明在运动场景下，相比单部孔径雷达可以实现最高14.2 dB的信噪比增益，从而提升了目标的测距精度，同时在一定条件下实现了目标角度的无模糊测量，证明了所提方法和框架的有效性。该文工作将对未来分布孔径雷达的工程化实现及发展起到一定的引导作用。
状态:
, 更新: .
深度监督学习在合成孔径雷达自动目标识别任务中的成功依赖于大量标签样本。但是，在大规模数据集中经常存在错误(噪声)标签，很大程度降低网络训练效果。该文提出一种基于损失曲线拟合的标签噪声不确定性建模和基于噪声不确定度的纠正方法：以损失曲线作为判别特征，应用无监督模糊聚类算法获得聚类中心和类别隶属度以建模各样本标签噪声不确定度；根据样本标签噪声不确定度将样本集划分为噪声标签样本集、正确标签样本集和模糊标签样本集，以加权训练损失方法分组处理训练集，指导分类网络训练实现纠正噪声标签。在MSTAR数据集上的实验证明，该文所提方法可处理数据集中混有不同比例标签噪声情况下的网络训练问题，有效纠正标签噪声。当训练数据集中标签噪声比例较小(40%)时，该文所提方法可纠正98.6%的标签噪声，并训练网络达到98.7%的分类精度。即使标签噪声比例很大(80%)时，该文方法仍可纠正87.8%的标签噪声，并训练网络达到82.3%的分类精度。
深度监督学习在合成孔径雷达自动目标识别任务中的成功依赖于大量标签样本。但是，在大规模数据集中经常存在错误(噪声)标签，很大程度降低网络训练效果。该文提出一种基于损失曲线拟合的标签噪声不确定性建模和基于噪声不确定度的纠正方法：以损失曲线作为判别特征，应用无监督模糊聚类算法获得聚类中心和类别隶属度以建模各样本标签噪声不确定度；根据样本标签噪声不确定度将样本集划分为噪声标签样本集、正确标签样本集和模糊标签样本集，以加权训练损失方法分组处理训练集，指导分类网络训练实现纠正噪声标签。在MSTAR数据集上的实验证明，该文所提方法可处理数据集中混有不同比例标签噪声情况下的网络训练问题，有效纠正标签噪声。当训练数据集中标签噪声比例较小(40%)时，该文所提方法可纠正98.6%的标签噪声，并训练网络达到98.7%的分类精度。即使标签噪声比例很大(80%)时，该文方法仍可纠正87.8%的标签噪声，并训练网络达到82.3%的分类精度。
状态:
, 更新: .
隔墙人体姿态重建和行为识别在智能安防和虚拟现实等领域具有广泛应用前景。然而，现有隔墙人体感知方法通常忽视了对4D时空特征的建模以及墙体对信号的影响，针对这些问题，该文创新性地提出了一种基于4D成像雷达的隔墙人体感知新架构。首先，基于时空分离的分步策略，该文设计了ST2W-AP时空融合网络，解决了由于主流深度学习库缺少4D卷积而无法充分利用多帧3D体素时空域信息的问题，实现了保留3D空域信息的同时利用长序时域信息，大幅提升姿态估计任务和行为识别任务的性能。此外，为抑制墙体对信号的干扰，该文利用深度学习强大的拟合性能和并行输出的特点设计了深度回波域补偿器，降低了传统墙体补偿方法的计算开销。大量的实验结果表明，相比于现有最佳方法，ST2W-AP将平均关节位置误差降低了33.57%，并且将行为识别的F1分数提高了0.51%。
隔墙人体姿态重建和行为识别在智能安防和虚拟现实等领域具有广泛应用前景。然而，现有隔墙人体感知方法通常忽视了对4D时空特征的建模以及墙体对信号的影响，针对这些问题，该文创新性地提出了一种基于4D成像雷达的隔墙人体感知新架构。首先，基于时空分离的分步策略，该文设计了ST2W-AP时空融合网络，解决了由于主流深度学习库缺少4D卷积而无法充分利用多帧3D体素时空域信息的问题，实现了保留3D空域信息的同时利用长序时域信息，大幅提升姿态估计任务和行为识别任务的性能。此外，为抑制墙体对信号的干扰，该文利用深度学习强大的拟合性能和并行输出的特点设计了深度回波域补偿器，降低了传统墙体补偿方法的计算开销。大量的实验结果表明，相比于现有最佳方法，ST2W-AP将平均关节位置误差降低了33.57%，并且将行为识别的F1分数提高了0.51%。
状态:
, 更新: .
近年来，人们越来越关注多人环境下的呼吸监测，以及如何同时监测多人的健康状态。在多人呼吸检测的算法中，盲源分离算法因其无需先验信息并且对硬件性能依赖性较小而备受研究者关注。然而，在多人呼吸监测场景中，目前的盲源分离算法通常将相位信号作为源信号进行分离，该文引入FMCW雷达下距离维信号和相位信号的对比，推导出相位信号作为源信号存在近似误差，并通过仿真验证距离维信号作为源信号时分离效果更好。另外，该文提出了基于非圆复数独立成分分析的多人呼吸信号分离算法，分析了不同呼吸信号参数对分离效果的影响，仿真和实测实验表明，所提出的方法适用于天线个数不小于目标个数时多人呼吸信号的检测，并且在目标角度差为9.46°时，也能够准确分离呼吸信号。
近年来，人们越来越关注多人环境下的呼吸监测，以及如何同时监测多人的健康状态。在多人呼吸检测的算法中，盲源分离算法因其无需先验信息并且对硬件性能依赖性较小而备受研究者关注。然而，在多人呼吸监测场景中，目前的盲源分离算法通常将相位信号作为源信号进行分离，该文引入FMCW雷达下距离维信号和相位信号的对比，推导出相位信号作为源信号存在近似误差，并通过仿真验证距离维信号作为源信号时分离效果更好。另外，该文提出了基于非圆复数独立成分分析的多人呼吸信号分离算法，分析了不同呼吸信号参数对分离效果的影响，仿真和实测实验表明，所提出的方法适用于天线个数不小于目标个数时多人呼吸信号的检测，并且在目标角度差为9.46°时，也能够准确分离呼吸信号。
状态:
, 更新: .
低频超宽带(UWB)雷达因其良好穿透性和分辨率，在人体行为识别领域具有显著的优势。针对现有的动作识别算法运算量大、网络参数多的问题，该文提出了一种基于时空点云的高效且轻量的超宽带雷达人体行为识别方法。首先通过UWB雷达采集人体的四维运动数据，然后采用离散采样的方法将雷达图像转换为点云表示，由于人体行为识别属于时间序列上的分类问题，该文结合PointNet++网络与Transformer网络提出了一种轻量化的时空网络，通过提取并分析四维点云的时空特征，实现了对人体行为的端到端识别。在模型的训练过程中，提出了一种点云数据多阈值融合的方法，进一步提高了模型的泛化性和识别能力。该文根据公开的四维雷达成像数据集对所提方法进行验证，并与现有方法进行了比较。结果表明，所提方法在人体行为识别率达到96.75%，且消耗较少的参数量和运算量，验证了其有效性。
低频超宽带(UWB)雷达因其良好穿透性和分辨率，在人体行为识别领域具有显著的优势。针对现有的动作识别算法运算量大、网络参数多的问题，该文提出了一种基于时空点云的高效且轻量的超宽带雷达人体行为识别方法。首先通过UWB雷达采集人体的四维运动数据，然后采用离散采样的方法将雷达图像转换为点云表示，由于人体行为识别属于时间序列上的分类问题，该文结合PointNet++网络与Transformer网络提出了一种轻量化的时空网络，通过提取并分析四维点云的时空特征，实现了对人体行为的端到端识别。在模型的训练过程中，提出了一种点云数据多阈值融合的方法，进一步提高了模型的泛化性和识别能力。该文根据公开的四维雷达成像数据集对所提方法进行验证，并与现有方法进行了比较。结果表明，所提方法在人体行为识别率达到96.75%，且消耗较少的参数量和运算量，验证了其有效性。
状态:
, 更新: .
考虑到主动式电扫描毫米波成像系统在实际应用中成像场景要求大，分辨率要求高，但毫米波的波长短，继而造成满足奈奎斯特采样定理的均匀阵列规模及馈电网络复杂度过高，面临着成像精度、成像速度和系统成本之间的矛盾。针对以上问题，该文提出了可信推断近场稀疏综合阵列算法(CBI-SAS)，在全贝叶斯学习框架下，该算法基于贝叶斯推断对复激励权值进行稀疏优化，得到复激励权值的完全统计后验概率密度函数，从而利用其高阶统计信息得到复激励权值的最优值及其置信区间和置信度。在贝叶斯推断中，为了实现较少数量的阵元合成期望波束方向图，可通过对复值激励权值引入重尾的拉普拉斯稀疏先验。然而，由于先验概率模型与参考方向图数据模型非共轭，因此需对先验模型进行分层贝叶斯建模，从而保证得到的复激励权值完全后验分布具有闭合解析解。为了避免求解完全后验分布的高维积分，采用变分贝叶斯期望最大化方法计算复激励权值后验概率密度函数，实现复激励权值的可信推断。仿真模拟实验结果显示，相较于传统稀疏阵列合成方法，所提方法阵元稀疏度更低、归一化均方误差更小、匹配方向图精度更好。此外，基于设计的稀疏阵列采集近场一维电扫和二维平面全电扫实测回波数据后，利用改进三维时域算法进行三维重建，验证了所提CBI-SAS算法在保证成像结果的同时降低了系统复杂性的优势。
考虑到主动式电扫描毫米波成像系统在实际应用中成像场景要求大，分辨率要求高，但毫米波的波长短，继而造成满足奈奎斯特采样定理的均匀阵列规模及馈电网络复杂度过高，面临着成像精度、成像速度和系统成本之间的矛盾。针对以上问题，该文提出了可信推断近场稀疏综合阵列算法(CBI-SAS)，在全贝叶斯学习框架下，该算法基于贝叶斯推断对复激励权值进行稀疏优化，得到复激励权值的完全统计后验概率密度函数，从而利用其高阶统计信息得到复激励权值的最优值及其置信区间和置信度。在贝叶斯推断中，为了实现较少数量的阵元合成期望波束方向图，可通过对复值激励权值引入重尾的拉普拉斯稀疏先验。然而，由于先验概率模型与参考方向图数据模型非共轭，因此需对先验模型进行分层贝叶斯建模，从而保证得到的复激励权值完全后验分布具有闭合解析解。为了避免求解完全后验分布的高维积分，采用变分贝叶斯期望最大化方法计算复激励权值后验概率密度函数，实现复激励权值的可信推断。仿真模拟实验结果显示，相较于传统稀疏阵列合成方法，所提方法阵元稀疏度更低、归一化均方误差更小、匹配方向图精度更好。此外，基于设计的稀疏阵列采集近场一维电扫和二维平面全电扫实测回波数据后，利用改进三维时域算法进行三维重建，验证了所提CBI-SAS算法在保证成像结果的同时降低了系统复杂性的优势。
状态:
, 更新: .
在雷达有源干扰识别任务中，如何实现多域浅层特征与时频域深层网络特征的稳健联合，并在极端小样本下维持高干扰识别准确率是亟待解决的关键问题。针对此问题，该文提出一种多域浅层特征引导下雷达有源干扰多模态对比识别方法。在充分提取有源干扰多域浅层特征基础上，设计优选单元自动选择有效特征，生成对应含有隐式专家知识的文本模态。将文本模态与时频变换图像分别输入文本和图像编码器，构建多模态特征对并映射至模态对齐高维空间中，利用文本特征作为锚点，通过对比学习引导同类干扰的时频图像特征聚合，以优化图像编码器表征能力，实现干扰识别特征类内更聚集、类间更分离。实验结果表明，相较于已有深浅特征直接联合，所提引导式联合方法可以实现特征差异处理，从而提高识别特征判别力和泛化力。且在极端小样本条件(每类干扰训练样本为2～3个)下，所提识别方法较先进对比方法的准确率提升9.84%，证明了该文方法的有效性与鲁棒性。
在雷达有源干扰识别任务中，如何实现多域浅层特征与时频域深层网络特征的稳健联合，并在极端小样本下维持高干扰识别准确率是亟待解决的关键问题。针对此问题，该文提出一种多域浅层特征引导下雷达有源干扰多模态对比识别方法。在充分提取有源干扰多域浅层特征基础上，设计优选单元自动选择有效特征，生成对应含有隐式专家知识的文本模态。将文本模态与时频变换图像分别输入文本和图像编码器，构建多模态特征对并映射至模态对齐高维空间中，利用文本特征作为锚点，通过对比学习引导同类干扰的时频图像特征聚合，以优化图像编码器表征能力，实现干扰识别特征类内更聚集、类间更分离。实验结果表明，相较于已有深浅特征直接联合，所提引导式联合方法可以实现特征差异处理，从而提高识别特征判别力和泛化力。且在极端小样本条件(每类干扰训练样本为2～3个)下，所提识别方法较先进对比方法的准确率提升9.84%，证明了该文方法的有效性与鲁棒性。
状态:
, 更新: .
在雷达目标多通道自适应检测场景下，诸多非均匀背景因素易导致异常值干扰，使得辅助数据独立同分布条件难以满足，已有辅助数据筛选方法往往假定异常值个数已知，在个数未知的情况下面临较大性能损失。为此，该文研究了异常值个数未知情况下辅助数据自适应筛选方法。首先，在杂噪协方差矩阵已知条件下，建立了异常数据集合的最大似然估计，基于广义内积对辅助数据进行初步排序，将异常数据集合的最大似然估计过程简化为异常值个数估计。其次，利用快速最大似然方法进行未知协方差矩阵估计，提出了未知异常值个数下辅助数据自适应筛选方法。进一步地，为降低异常值对初步排序性能的不利干扰，基于归一化采样协方差矩阵设计了归一化广义内积形式，并结合迭代估计方式，对前述辅助数据自适应筛选流程进行改进。仿真结果表明，与广义内积相比，采用归一化广义内积可获得更高的筛选精度，采用较小迭代次数即可获得稳定的归一化信干比改善；与已有辅助数据筛选方法相比，该文所提方法在异常值个数未知条件下具有更好的筛选性能。
在雷达目标多通道自适应检测场景下，诸多非均匀背景因素易导致异常值干扰，使得辅助数据独立同分布条件难以满足，已有辅助数据筛选方法往往假定异常值个数已知，在个数未知的情况下面临较大性能损失。为此，该文研究了异常值个数未知情况下辅助数据自适应筛选方法。首先，在杂噪协方差矩阵已知条件下，建立了异常数据集合的最大似然估计，基于广义内积对辅助数据进行初步排序，将异常数据集合的最大似然估计过程简化为异常值个数估计。其次，利用快速最大似然方法进行未知协方差矩阵估计，提出了未知异常值个数下辅助数据自适应筛选方法。进一步地，为降低异常值对初步排序性能的不利干扰，基于归一化采样协方差矩阵设计了归一化广义内积形式，并结合迭代估计方式，对前述辅助数据自适应筛选流程进行改进。仿真结果表明，与广义内积相比，采用归一化广义内积可获得更高的筛选精度，采用较小迭代次数即可获得稳定的归一化信干比改善；与已有辅助数据筛选方法相比，该文所提方法在异常值个数未知条件下具有更好的筛选性能。
状态:
, 更新: .
距离徙动校正(RCMC)是合成孔径雷达(SAR)实现运动目标参数估计和聚焦成像的关键环节。当目标或平台运动复杂时，传统低阶RCMC方法将不再适用，而现有基于参数化的高阶RCMC方法易存在模型失配和计算复杂度高的问题、现有非参数化方法在低信噪比下性能也将大幅下降。对此，该文借助扩展卡尔曼滤波(EKF)对造成RCM的相位进行追踪，进而构建RCM补偿函数实现RCMC。所提方法不依赖于RCM的具体模型，追踪得到的相位包含高阶分量，因此可以实现SAR运动目标的高阶RCMC。此外，EKF在进行相位追踪的同时能对信号进行滤波处理，可有效降低所提方法的信噪比(SNR)门限。与传统方法相比，该方法适用性广，计算量适中，且能校正不可忽略的高阶残余距离徙动。该文详细阐释了所提方法的原理及数学模型，并通过多组仿真和实测数据处理验证了所提方法的有效性和优越性。
距离徙动校正(RCMC)是合成孔径雷达(SAR)实现运动目标参数估计和聚焦成像的关键环节。当目标或平台运动复杂时，传统低阶RCMC方法将不再适用，而现有基于参数化的高阶RCMC方法易存在模型失配和计算复杂度高的问题、现有非参数化方法在低信噪比下性能也将大幅下降。对此，该文借助扩展卡尔曼滤波(EKF)对造成RCM的相位进行追踪，进而构建RCM补偿函数实现RCMC。所提方法不依赖于RCM的具体模型，追踪得到的相位包含高阶分量，因此可以实现SAR运动目标的高阶RCMC。此外，EKF在进行相位追踪的同时能对信号进行滤波处理，可有效降低所提方法的信噪比(SNR)门限。与传统方法相比，该方法适用性广，计算量适中，且能校正不可忽略的高阶残余距离徙动。该文详细阐释了所提方法的原理及数学模型，并通过多组仿真和实测数据处理验证了所提方法的有效性和优越性。
状态:
, 更新: .
现有的基于雷达传感器的人体动作识别研究主要聚焦于相对雷达径向运动产生的微多普勒特征。当面对非径向，特别是静态姿势或者运动方向与雷达波束中心垂直的切向动作(切向人体姿态)时，传统基于微多普勒的方法无法对径向运动微弱的切向人体姿态进行有效表征，导致识别性能大幅下降。为了解决这一问题，该文提出了一种基于多发多收(MIMO)雷达成像图序列的切向人体姿态识别方法，以高质量成像图序列的形式来表征切向姿态的人体轮廓结构及其动态变化，通过提取图像内的空间特征和图序列间的时序特征，实现对切向人体姿态的准确识别。首先，通过恒虚警检测算法(CFAR)定位人体目标所在距离门，接着，利用慢时滑窗将目标动作划分为帧序列，对每帧数据用傅里叶变换和二维Capon算法估计出切向姿态的距离、俯仰角度和方位角度，得到切向姿态的成像图，将各帧成像图按照时序串联起来，构成切向人体姿态成像图序列；然后，提出了一种改进的多域联合自适应阈值去噪算法，抑制环境杂波，增强人体轮廓和结构特征，改善成像质量；最后，采用了一种基于空时注意力模块的卷积长短期记忆网络模型(ST-ConvLSTM)，利用ConvLSTM单元来学习切向人体姿态成像图序列中的多维特征，并结合空时注意力模块来强调成像图内的空间特征和图序列间的时序特征。对比实验的分析结果表明，相比于传统方法，该文所提出的方法在8种典型的切向人体姿态的识别中取得了96.9%的准确率，验证了该方法在切向人体姿态识别上的可行性和优越性。
现有的基于雷达传感器的人体动作识别研究主要聚焦于相对雷达径向运动产生的微多普勒特征。当面对非径向，特别是静态姿势或者运动方向与雷达波束中心垂直的切向动作(切向人体姿态)时，传统基于微多普勒的方法无法对径向运动微弱的切向人体姿态进行有效表征，导致识别性能大幅下降。为了解决这一问题，该文提出了一种基于多发多收(MIMO)雷达成像图序列的切向人体姿态识别方法，以高质量成像图序列的形式来表征切向姿态的人体轮廓结构及其动态变化，通过提取图像内的空间特征和图序列间的时序特征，实现对切向人体姿态的准确识别。首先，通过恒虚警检测算法(CFAR)定位人体目标所在距离门，接着，利用慢时滑窗将目标动作划分为帧序列，对每帧数据用傅里叶变换和二维Capon算法估计出切向姿态的距离、俯仰角度和方位角度，得到切向姿态的成像图，将各帧成像图按照时序串联起来，构成切向人体姿态成像图序列；然后，提出了一种改进的多域联合自适应阈值去噪算法，抑制环境杂波，增强人体轮廓和结构特征，改善成像质量；最后，采用了一种基于空时注意力模块的卷积长短期记忆网络模型(ST-ConvLSTM)，利用ConvLSTM单元来学习切向人体姿态成像图序列中的多维特征，并结合空时注意力模块来强调成像图内的空间特征和图序列间的时序特征。对比实验的分析结果表明，相比于传统方法，该文所提出的方法在8种典型的切向人体姿态的识别中取得了96.9%的准确率，验证了该方法在切向人体姿态识别上的可行性和优越性。
状态:
, 更新: .
间歇采样转发干扰(ISRJ)是一种脉内相参干扰，能在目标斜距前后形成多个逼真假目标来严重影响雷达检测，是当前电子反对抗的热点之一。针对这一问题，该文提出了一种基于脉内频率编码联合调频斜率捷变波形的抗ISRJ方法。首先，雷达发射脉内频率编码联合调频斜率捷变信号，通过子脉冲中心频率、调频斜率捷变提高子脉冲间相互掩护能力。之后依据发射信号子脉冲斜率变化时序将回波信号划分为多个切片。然后利用模糊C均值(FCM)算法对回波切片进行干扰识别。最后在分数阶域和时域对回波信号进行级联滤波。仿真结果表明，FCM方法在信噪比(SNR)大于－2.5 dB和干信比(JSR)大于5 dB时，能100%识别干扰机同步采样场景下回波中的受干扰回波切片。在较高JSR和低SNR下，所提方法能有效减少目标能量损失并抑制剩余干扰产生的距离旁瓣。在JSR为50 dB时，干扰抑制后的目标检测概率可达90%以上。
间歇采样转发干扰(ISRJ)是一种脉内相参干扰，能在目标斜距前后形成多个逼真假目标来严重影响雷达检测，是当前电子反对抗的热点之一。针对这一问题，该文提出了一种基于脉内频率编码联合调频斜率捷变波形的抗ISRJ方法。首先，雷达发射脉内频率编码联合调频斜率捷变信号，通过子脉冲中心频率、调频斜率捷变提高子脉冲间相互掩护能力。之后依据发射信号子脉冲斜率变化时序将回波信号划分为多个切片。然后利用模糊C均值(FCM)算法对回波切片进行干扰识别。最后在分数阶域和时域对回波信号进行级联滤波。仿真结果表明，FCM方法在信噪比(SNR)大于－2.5 dB和干信比(JSR)大于5 dB时，能100%识别干扰机同步采样场景下回波中的受干扰回波切片。在较高JSR和低SNR下，所提方法能有效减少目标能量损失并抑制剩余干扰产生的距离旁瓣。在JSR为50 dB时，干扰抑制后的目标检测概率可达90%以上。
状态:
, 更新: .
实孔径雷达(RAR)通过天线扫描工作，以获取大范围探测区域内目标的观测信息。但是，由于雷达天线尺寸小，受天线衍射机理限制，与距离分辨率相比，其角分辨率通常较低。角超分辨处理方法，可利用天线方向图与目标散射间的卷积关系，通过求解卷积反演问题，以提高扫描雷达角分辨率。但是，由于测量矩阵的低秩特性，传统角超分辨处理方法，存在正则化参数选择难、迭代更新慢等问题，并且在低信噪比条件下，角超分辨处理性能明显下降。针对上述问题，该文提出了一种基于深度网络的迭代自适应实孔径扫描雷达角超分辨成像方法。首先，该文将实孔径扫描雷达的卷积反演问题转化为回波自相关矩阵反演求解问题，以改善求逆矩阵的病态性；其次，将可学习的修正矩阵引入到迭代自适应求解方法中，以实现迭代自适应求解方法与深度网络的结合；最后，通过迭代学习更新回波自相关矩阵，降低噪声对反演结果的影响，提高实孔径雷达的角分辨率。仿真及实测数据结果表明，所提方法可避免传统算法中的手动参数选择和迭代更新慢等问题。同时，由于深度网络的学习拟合能力，所提方法可在低信噪比条件下保持良好的角超分辨性能。
实孔径雷达(RAR)通过天线扫描工作，以获取大范围探测区域内目标的观测信息。但是，由于雷达天线尺寸小，受天线衍射机理限制，与距离分辨率相比，其角分辨率通常较低。角超分辨处理方法，可利用天线方向图与目标散射间的卷积关系，通过求解卷积反演问题，以提高扫描雷达角分辨率。但是，由于测量矩阵的低秩特性，传统角超分辨处理方法，存在正则化参数选择难、迭代更新慢等问题，并且在低信噪比条件下，角超分辨处理性能明显下降。针对上述问题，该文提出了一种基于深度网络的迭代自适应实孔径扫描雷达角超分辨成像方法。首先，该文将实孔径扫描雷达的卷积反演问题转化为回波自相关矩阵反演求解问题，以改善求逆矩阵的病态性；其次，将可学习的修正矩阵引入到迭代自适应求解方法中，以实现迭代自适应求解方法与深度网络的结合；最后，通过迭代学习更新回波自相关矩阵，降低噪声对反演结果的影响，提高实孔径雷达的角分辨率。仿真及实测数据结果表明，所提方法可避免传统算法中的手动参数选择和迭代更新慢等问题。同时，由于深度网络的学习拟合能力，所提方法可在低信噪比条件下保持良好的角超分辨性能。
状态:
, 更新: .
双基合成孔径雷达(BiSAR)在实现对地面运动目标检测和成像时，需要抑制地面背景杂波。然而由于双基SAR收发分置的空间构型，会导致主瓣杂波出现严重的空时非平稳问题，从而恶化杂波抑制性能。基于稀疏恢复空时自适应处理方法(SR-STAP)虽然可以通过降低样本数量减少非平稳的影响，但是在处理过程中会出现字典离网问题，从而导致空时谱估计效果下降。并且大部分现有的典型SR-STAP方法虽然具有明确的数学关系和可解释性，但在针对复杂、多变场景时，也存在参数设置不恰当、运算复杂等问题。为解决上述一系列问题，该文提出了一种适用于双基SAR空时自适应杂波抑制处理的基于交替方向乘子法(ADMM)的复值神经网络ANM-ADMM-Net。首先，基于原子范数最小化(ANM)构建双基SAR连续空时域下杂波谱的稀疏恢复模型，克服传统离散字典模型下的离网问题；其次，采取ADMM对该双基SAR杂波谱稀疏恢复模型进行快速迭代求解；然后，根据迭代流程和数据流图进行网络化处理，将人工超参数迭代过程转换为网络可学习的ANM-ADMM-Net；再次，设置归一化均方根误差网络损失函数，并利用获取的数据集对网络模型进行训练；最后，利用训练后的ANM-ADMM-Net网络架构对双基SAR回波数据进行快速迭代处理，从而完成双基SAR杂波空时谱的精确估计和高效抑制。该文通过仿真试验和实测数据处理，表明该方法具有更好的杂波抑制性能和更加高效的运算效率。
双基合成孔径雷达(BiSAR)在实现对地面运动目标检测和成像时，需要抑制地面背景杂波。然而由于双基SAR收发分置的空间构型，会导致主瓣杂波出现严重的空时非平稳问题，从而恶化杂波抑制性能。基于稀疏恢复空时自适应处理方法(SR-STAP)虽然可以通过降低样本数量减少非平稳的影响，但是在处理过程中会出现字典离网问题，从而导致空时谱估计效果下降。并且大部分现有的典型SR-STAP方法虽然具有明确的数学关系和可解释性，但在针对复杂、多变场景时，也存在参数设置不恰当、运算复杂等问题。为解决上述一系列问题，该文提出了一种适用于双基SAR空时自适应杂波抑制处理的基于交替方向乘子法(ADMM)的复值神经网络ANM-ADMM-Net。首先，基于原子范数最小化(ANM)构建双基SAR连续空时域下杂波谱的稀疏恢复模型，克服传统离散字典模型下的离网问题；其次，采取ADMM对该双基SAR杂波谱稀疏恢复模型进行快速迭代求解；然后，根据迭代流程和数据流图进行网络化处理，将人工超参数迭代过程转换为网络可学习的ANM-ADMM-Net；再次，设置归一化均方根误差网络损失函数，并利用获取的数据集对网络模型进行训练；最后，利用训练后的ANM-ADMM-Net网络架构对双基SAR回波数据进行快速迭代处理，从而完成双基SAR杂波空时谱的精确估计和高效抑制。该文通过仿真试验和实测数据处理，表明该方法具有更好的杂波抑制性能和更加高效的运算效率。
状态:
, 更新: .
为了降低阵列互耦对多输入多输出(MIMO)雷达波达角度(DOA)估计性能的影响，实现少量快拍条件下的目标角度估计，该文提出了基于迭代最小化稀疏学习(SLIM)算法的互耦校正和目标角度估计算法。所提算法利用目标回波信号的空域稀疏性，通过迭代优化算法估计了MIMO雷达发射和接收阵列的阵元互耦系数，以及目标稀疏空间谱。该算法无需设置超参数，且具有良好的收敛特性。仿真结果表明，当MIMO雷达发射和接收阵列存在互耦时，如果目标角度间隔较小，所提算法能够在较高信噪比条件下基于少量快拍高精度地估计目标角度；如果目标角度间隔较大，则在较低信噪比和少量快拍条件下仍有较高的角度估计精度。
为了降低阵列互耦对多输入多输出(MIMO)雷达波达角度(DOA)估计性能的影响，实现少量快拍条件下的目标角度估计，该文提出了基于迭代最小化稀疏学习(SLIM)算法的互耦校正和目标角度估计算法。所提算法利用目标回波信号的空域稀疏性，通过迭代优化算法估计了MIMO雷达发射和接收阵列的阵元互耦系数，以及目标稀疏空间谱。该算法无需设置超参数，且具有良好的收敛特性。仿真结果表明，当MIMO雷达发射和接收阵列存在互耦时，如果目标角度间隔较小，所提算法能够在较高信噪比条件下基于少量快拍高精度地估计目标角度；如果目标角度间隔较大，则在较低信噪比和少量快拍条件下仍有较高的角度估计精度。
状态:
, 更新: .
针对反机载干涉仪侦察场景，该文提出一种基于间歇采样转发技术生成分布式信号对干涉仪参数测量施加干扰的方法。辐射源与转发干扰机分布部署构成干扰系统，转发干扰机对辐射源脉冲信号进行间歇采样并向干涉仪转发，转发信号与辐射源信号准同步到达干涉仪，实现对干涉仪空域参数和时域参数的同时干扰。对于机载干涉仪运动过程中与干扰系统发生的位置关系变化，给出信号准同步约束并构建分布式信号叠加模型。然后针对干涉仪体制对脉冲空域和时域参数的测量机理，分析分布式信号实施干扰的原理，并分析信号参数对干扰效果的影响，进而提出分布式信号设计原则。仿真实验和暗室实验结果表明，该文所提出分布式波形可有效扰乱干涉仪对信号到达方位角、脉宽和脉冲重复周期等空时域参数的正确测量。
针对反机载干涉仪侦察场景，该文提出一种基于间歇采样转发技术生成分布式信号对干涉仪参数测量施加干扰的方法。辐射源与转发干扰机分布部署构成干扰系统，转发干扰机对辐射源脉冲信号进行间歇采样并向干涉仪转发，转发信号与辐射源信号准同步到达干涉仪，实现对干涉仪空域参数和时域参数的同时干扰。对于机载干涉仪运动过程中与干扰系统发生的位置关系变化，给出信号准同步约束并构建分布式信号叠加模型。然后针对干涉仪体制对脉冲空域和时域参数的测量机理，分析分布式信号实施干扰的原理，并分析信号参数对干扰效果的影响，进而提出分布式信号设计原则。仿真实验和暗室实验结果表明，该文所提出分布式波形可有效扰乱干涉仪对信号到达方位角、脉宽和脉冲重复周期等空时域参数的正确测量。
状态:
, 更新: .
星载合成孔径雷达(SAR)系统常受到强电磁干扰而导致成像质量下降，但现有基于图像域的干扰抑制方法易造成图像失真、纹理细节信息丢失等难题。针对上述问题，该文提出了一种基于区域特征细化感知学习的星载SAR图像有源压制干扰抑制方法。首先，建立了星载SAR图像域有源压制干扰信号和图像模型；其次，设计一种基于区域特征感知的高精度干扰识别网络，利用高效通道注意力机制，提取SAR图像有源压制干扰图样特征，可以有效识别SAR图像干扰区域；然后，构建一种基于SAR图像和压制干扰特征联合学习的多元区域特征细化干扰抑制网络，将SAR图像切分为多元区域，采用多模块协同处理多元区域上的压制干扰特征，实现复杂场景条件下SAR图像有源压制干扰的精细化抑制。最后，构建SAR图像有源压制干扰仿真数据集，且采用哨兵1号实测数据进行实验验证分析。实验结果表明所提方法能有效识别和抑制星载SAR图像多种典型有源压制干扰。
星载合成孔径雷达(SAR)系统常受到强电磁干扰而导致成像质量下降，但现有基于图像域的干扰抑制方法易造成图像失真、纹理细节信息丢失等难题。针对上述问题，该文提出了一种基于区域特征细化感知学习的星载SAR图像有源压制干扰抑制方法。首先，建立了星载SAR图像域有源压制干扰信号和图像模型；其次，设计一种基于区域特征感知的高精度干扰识别网络，利用高效通道注意力机制，提取SAR图像有源压制干扰图样特征，可以有效识别SAR图像干扰区域；然后，构建一种基于SAR图像和压制干扰特征联合学习的多元区域特征细化干扰抑制网络，将SAR图像切分为多元区域，采用多模块协同处理多元区域上的压制干扰特征，实现复杂场景条件下SAR图像有源压制干扰的精细化抑制。最后，构建SAR图像有源压制干扰仿真数据集，且采用哨兵1号实测数据进行实验验证分析。实验结果表明所提方法能有效识别和抑制星载SAR图像多种典型有源压制干扰。
状态:
, 更新: .
在实际应用中，单传感器的视距、计算资源通常是有限的，多传感器网络的发展和应用为解决具有挑战性的目标跟踪问题提供了更多的可能性。相比于多目标跟踪，集群目标跟踪由于群内目标距离近、协同运动、数目多以及集群分裂合并等因素，会面临更具挑战性的数据关联和计算上的问题，而这些问题在多传感器融合系统中会进一步复杂化。针对有限视距情形下的多传感器集群目标跟踪问题，该文提出了一种可扩展的多传感器集群目标信念传播跟踪方法。该方法在贝叶斯框架下考虑集群结构的不确定性，构建多传感器集群目标联合后验概率密度分解和相应的因子图，以及通过在设计的因子图上运行信念传播算法高效求解数据关联问题。此外，该方法具有计算处理可扩展性，其计算复杂度与传感器数目、集群划分数目和观测数目呈线性关系，与目标数目呈二次关系。最后，仿真实验对比了不同方法关于GOSPA和OSPA(2)的性能，结果表明所提方法能够无缝跟踪集群目标和非群目标、充分利用多传感器信息互补优势、提升跟踪精度。
在实际应用中，单传感器的视距、计算资源通常是有限的，多传感器网络的发展和应用为解决具有挑战性的目标跟踪问题提供了更多的可能性。相比于多目标跟踪，集群目标跟踪由于群内目标距离近、协同运动、数目多以及集群分裂合并等因素，会面临更具挑战性的数据关联和计算上的问题，而这些问题在多传感器融合系统中会进一步复杂化。针对有限视距情形下的多传感器集群目标跟踪问题，该文提出了一种可扩展的多传感器集群目标信念传播跟踪方法。该方法在贝叶斯框架下考虑集群结构的不确定性，构建多传感器集群目标联合后验概率密度分解和相应的因子图，以及通过在设计的因子图上运行信念传播算法高效求解数据关联问题。此外，该方法具有计算处理可扩展性，其计算复杂度与传感器数目、集群划分数目和观测数目呈线性关系，与目标数目呈二次关系。最后，仿真实验对比了不同方法关于GOSPA和OSPA(2)的性能，结果表明所提方法能够无缝跟踪集群目标和非群目标、充分利用多传感器信息互补优势、提升跟踪精度。
状态:
, 更新: .
机载雷达接收端采用子阵处理时面临栅瓣杂波导致的复杂空时耦合分布，使主瓣波束方向存在多个由栅瓣杂波导致的检测性能凹口，目标检测性能恶化严重。针对此问题，该文首先分析了子阵处理中栅瓣杂波空时谱分布特性，并在此基础上提出了基于接收子阵波束设计的空时二维杂波抑制方法。该方法采用重叠子阵构型方案，通过子阵方向图设计形成在子阵间栅瓣区域处的宽凹口，实现对子阵间栅瓣区域杂波的预滤波。进一步构建子阵级空时处理器，由于栅瓣杂波已经在子阵内完成预滤波，避免了栅瓣杂波在空时二维平面上的耦合扩散，从而提高了杂波抑制和动目标检测性能。仿真结果表明，所提方法显著改善了栅瓣杂波区的输出信杂噪比损失性能。
机载雷达接收端采用子阵处理时面临栅瓣杂波导致的复杂空时耦合分布，使主瓣波束方向存在多个由栅瓣杂波导致的检测性能凹口，目标检测性能恶化严重。针对此问题，该文首先分析了子阵处理中栅瓣杂波空时谱分布特性，并在此基础上提出了基于接收子阵波束设计的空时二维杂波抑制方法。该方法采用重叠子阵构型方案，通过子阵方向图设计形成在子阵间栅瓣区域处的宽凹口，实现对子阵间栅瓣区域杂波的预滤波。进一步构建子阵级空时处理器，由于栅瓣杂波已经在子阵内完成预滤波，避免了栅瓣杂波在空时二维平面上的耦合扩散，从而提高了杂波抑制和动目标检测性能。仿真结果表明，所提方法显著改善了栅瓣杂波区的输出信杂噪比损失性能。
显示方式:
2024, 13(4): 731-746.
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。
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。
2024, 13(4): 747-760.
单发单收穿墙雷达具备便携、系统简单、可独立工作等优势，但难以实现目标二维定位与跟踪。该文基于便携式单发单收雷达设计了一套分布式无线组网穿墙雷达系统，同时提出了一种目标联合定位方法，能够兼顾系统便携、低成本和目标二维信息估计。首先，设计了基于互补格雷码发射波形的超宽带雷达系统，解决了同频段多台雷达同时工作互相干扰的问题；分布式无线组网超宽带穿墙雷达系统包括3个雷达节点，并通过无线模块与数据处理中心通信。其次，提出了一种基于行为认知理论和模板匹配相结合的数据同步方法，通过识别各雷达数据中的相同运动状态来解决无线组网雷达慢时同步问题，摆脱了传统同步方法对硬件的苛刻要求。最后，提出基于Levenberg-Marquardt (L-M)最优化算法的雷达位置自估计和目标位置求解方法，实现了无先验雷达节点位置信息下的目标快速定位与跟踪。通过仿真分析与实验验证，该文设计的无线组网雷达系统可以实现目标二维定位与实时跟踪，雷达自身位置的估计精度优于0.06 m，对运动人体目标定位精度优于0.62 m。
单发单收穿墙雷达具备便携、系统简单、可独立工作等优势，但难以实现目标二维定位与跟踪。该文基于便携式单发单收雷达设计了一套分布式无线组网穿墙雷达系统，同时提出了一种目标联合定位方法，能够兼顾系统便携、低成本和目标二维信息估计。首先，设计了基于互补格雷码发射波形的超宽带雷达系统，解决了同频段多台雷达同时工作互相干扰的问题；分布式无线组网超宽带穿墙雷达系统包括3个雷达节点，并通过无线模块与数据处理中心通信。其次，提出了一种基于行为认知理论和模板匹配相结合的数据同步方法，通过识别各雷达数据中的相同运动状态来解决无线组网雷达慢时同步问题，摆脱了传统同步方法对硬件的苛刻要求。最后，提出基于Levenberg-Marquardt (L-M)最优化算法的雷达位置自估计和目标位置求解方法，实现了无先验雷达节点位置信息下的目标快速定位与跟踪。通过仿真分析与实验验证，该文设计的无线组网雷达系统可以实现目标二维定位与实时跟踪，雷达自身位置的估计精度优于0.06 m，对运动人体目标定位精度优于0.62 m。
2024, 13(4): 761-776.
合成孔径雷达(SAR)具有全天时全天候非接触式监测的优势，是封闭空间安全监测的重要工具。然而，SAR应用于复杂封闭空间时，易受多径效应影响，导致图像存在大量虚像，严重影响判读。现有方法需要场景先验进行多径推算或通过子孔径加权融合抑制多径，但都难以准确区分多径虚像与目标图像。该文提出了一种新的多角度双层偏差度量方法，可有效获取多径虚像与目标间的特征差异。该方法首先采用大视角差对观测场景进行多角度观测，可充分利用多径虚像位置随观测角度变化，而实际目标位置保持不变的特性。然后使用双层偏差度量算法，该算法根据多径在多角度序列中的稀疏性，两次计算序列幅度值与序列均值的偏差，精准检测出稀疏、不稳定的多径成分并去除，对剩余稳定成分取均值。这样，在保留目标信息的同时有效抑制多径。最后，仿真和毫米波雷达实际数据处理验证了该文方法的有效性。
合成孔径雷达(SAR)具有全天时全天候非接触式监测的优势，是封闭空间安全监测的重要工具。然而，SAR应用于复杂封闭空间时，易受多径效应影响，导致图像存在大量虚像，严重影响判读。现有方法需要场景先验进行多径推算或通过子孔径加权融合抑制多径，但都难以准确区分多径虚像与目标图像。该文提出了一种新的多角度双层偏差度量方法，可有效获取多径虚像与目标间的特征差异。该方法首先采用大视角差对观测场景进行多角度观测，可充分利用多径虚像位置随观测角度变化，而实际目标位置保持不变的特性。然后使用双层偏差度量算法，该算法根据多径在多角度序列中的稀疏性，两次计算序列幅度值与序列均值的偏差，精准检测出稀疏、不稳定的多径成分并去除，对剩余稳定成分取均值。这样，在保留目标信息的同时有效抑制多径。最后，仿真和毫米波雷达实际数据处理验证了该文方法的有效性。
2024, 13(4): 777-790.
随着合成孔径雷达(SAR)系统小型化技术、SAR三维成像技术的发展，当前已可利用无人机载小型化阵列干涉SAR实现城区三维成像，在城市测绘、复杂环境重建等领域具有重要应用前景。然而，SAR进行城市场景三维成像时，回波中存在多径信号，会导致成像结果解译困难，却也给非视距区域隐蔽目标的发现提供了重要手段。为此，该文针对低空无人机载阵列干涉SAR建筑区三维成像中的非视距目标进行了研究，建立了非视距目标在低空阵列干涉三维成像下的多径模型，给出了城市峡谷区域利用多径扩大可视范围的计算方法，并基于建筑平面拟合提出了非视距目标重定位方法。无人机载阵列干涉SAR的仿真和实际数据处理验证表明，所提出的方法可以对城市峡谷非视距目标进行有效的三维成像和重定位，重定位误差小于0.5 m，实现了对非视距区域信息的获取。
随着合成孔径雷达(SAR)系统小型化技术、SAR三维成像技术的发展，当前已可利用无人机载小型化阵列干涉SAR实现城区三维成像，在城市测绘、复杂环境重建等领域具有重要应用前景。然而，SAR进行城市场景三维成像时，回波中存在多径信号，会导致成像结果解译困难，却也给非视距区域隐蔽目标的发现提供了重要手段。为此，该文针对低空无人机载阵列干涉SAR建筑区三维成像中的非视距目标进行了研究，建立了非视距目标在低空阵列干涉三维成像下的多径模型，给出了城市峡谷区域利用多径扩大可视范围的计算方法，并基于建筑平面拟合提出了非视距目标重定位方法。无人机载阵列干涉SAR的仿真和实际数据处理验证表明，所提出的方法可以对城市峡谷非视距目标进行有效的三维成像和重定位，重定位误差小于0.5 m，实现了对非视距区域信息的获取。
2024, 13(4): 791-806.
非视距(NLOS)三维成像雷达是一种利用多径散射回波探测隐藏目标的新技术，但存在多路径回波分离、孔径遮蔽缩减、反射面相位误差等问题，传统视距雷达三维成像方法难以实现非视距隐藏目标的高精度成像。为此，该文提出了一种基于迭代稀疏重构的非视距隐藏目标三维成像雷达精确成像方法(NSIR)。在该方法中，首先构建非视距毫米波雷达三维成像的多径信号模型，利用视距/非视距回波特性，通过模型驱动方法提取非视距隐藏目标的多路径回波，实现视距/非视距回波信号的分离；其次，构建耦合多径反射面相位误差的全变分多约束隐藏目标重构优化问题，利用分裂Bregman全变分(TV)正则化算子和最小均方误差的相位误差估计准则，联合求解多约束最优化问题，实现非视距目标的精确成像及轮廓重构。最后，搭建平面扫描的三维成像雷达试验平台，完成了拐角非视距场景下刀具、铁架等目标的实验验证，验证了非视距毫米波三维成像雷达隐匿目标探测能力及该文方法的有效性。
非视距(NLOS)三维成像雷达是一种利用多径散射回波探测隐藏目标的新技术，但存在多路径回波分离、孔径遮蔽缩减、反射面相位误差等问题，传统视距雷达三维成像方法难以实现非视距隐藏目标的高精度成像。为此，该文提出了一种基于迭代稀疏重构的非视距隐藏目标三维成像雷达精确成像方法(NSIR)。在该方法中，首先构建非视距毫米波雷达三维成像的多径信号模型，利用视距/非视距回波特性，通过模型驱动方法提取非视距隐藏目标的多路径回波，实现视距/非视距回波信号的分离；其次，构建耦合多径反射面相位误差的全变分多约束隐藏目标重构优化问题，利用分裂Bregman全变分(TV)正则化算子和最小均方误差的相位误差估计准则，联合求解多约束最优化问题，实现非视距目标的精确成像及轮廓重构。最后，搭建平面扫描的三维成像雷达试验平台，完成了拐角非视距场景下刀具、铁架等目标的实验验证，验证了非视距毫米波三维成像雷达隐匿目标探测能力及该文方法的有效性。
2024, 13(4): 807-821.
针对带标注实测样本受限情况下的遮蔽多目标高分辨成像问题，提出一种基于迁移学习的穿墙雷达成像方法。首先，搭建生成对抗子网络实现带标签仿真数据到实测数据的迁移，解决带标签数据制作困难的问题；然后，联合使用注意力机制、自适应残差块及多尺度判别器提高图像迁移质量，引入结构一致性损失函数减小图像间的感知差异；最后，利用带标签数据训练穿墙雷达目标成像子网络，实现穿墙雷达多目标高分辨成像。实验结果表明，所提方法能有效缩小仿真图像和实测图像域间差异，实现穿墙雷达带标签伪实测图像生成，系统性解决了穿墙雷达遮蔽目标成像面临的旁/栅瓣鬼影干扰、目标图像散焦、多目标互扰等问题，在单、双和三目标场景下成像准确率分别达到98.24%, 90.97%和55.17%，相比于传统CycleGAN方法，所提方法成像准确率分别提升了2.29%, 40.28%和15.51%。
针对带标注实测样本受限情况下的遮蔽多目标高分辨成像问题，提出一种基于迁移学习的穿墙雷达成像方法。首先，搭建生成对抗子网络实现带标签仿真数据到实测数据的迁移，解决带标签数据制作困难的问题；然后，联合使用注意力机制、自适应残差块及多尺度判别器提高图像迁移质量，引入结构一致性损失函数减小图像间的感知差异；最后，利用带标签数据训练穿墙雷达目标成像子网络，实现穿墙雷达多目标高分辨成像。实验结果表明，所提方法能有效缩小仿真图像和实测图像域间差异，实现穿墙雷达带标签伪实测图像生成，系统性解决了穿墙雷达遮蔽目标成像面临的旁/栅瓣鬼影干扰、目标图像散焦、多目标互扰等问题，在单、双和三目标场景下成像准确率分别达到98.24%, 90.97%和55.17%，相比于传统CycleGAN方法，所提方法成像准确率分别提升了2.29%, 40.28%和15.51%。
2024, 13(4): 822-837.
超宽带穿墙雷达具备穿透墙体的能力，结合多输入多输出(MIMO)技术可以实现墙体后侧隐蔽目标的成像，为建筑物内人员检测和定位提供了丰富的信息。该文基于调频连续波(FMCW)体制下的多发多收超宽带穿墙雷达系统，提出了一种闭环干涉校准方法，校正了由系统内部误差产生的图像散焦。墙体的存在会导致目标成像位置偏离真实位置，该文推导了联合通道和像素点的三维墙体补偿算法，并基于其几何特性，提出快速重聚焦算法。首先去除墙体影响、确定目标存在区域；鉴于区域几何特性，选择适应区域形状的球坐标网格划分；分区域进行局部重聚焦，避免了因电磁波衰减导致成像结果中出现强目标掩盖弱目标的现象，并且球坐标形式的网格划分和局部成像大大缩减了算法耗时。通过仿真分析与实验验证，该文提出的系统校准方法能有效补偿系统误差，快速重聚焦算法可以实现墙后人体多目标三维定位，各维度定位精度优于10 cm，计算效率相对其余算法提升了5倍左右。从目标检测概率方面，所提算法相比其余算法不会出现弱目标的漏检。
超宽带穿墙雷达具备穿透墙体的能力，结合多输入多输出(MIMO)技术可以实现墙体后侧隐蔽目标的成像，为建筑物内人员检测和定位提供了丰富的信息。该文基于调频连续波(FMCW)体制下的多发多收超宽带穿墙雷达系统，提出了一种闭环干涉校准方法，校正了由系统内部误差产生的图像散焦。墙体的存在会导致目标成像位置偏离真实位置，该文推导了联合通道和像素点的三维墙体补偿算法，并基于其几何特性，提出快速重聚焦算法。首先去除墙体影响、确定目标存在区域；鉴于区域几何特性，选择适应区域形状的球坐标网格划分；分区域进行局部重聚焦，避免了因电磁波衰减导致成像结果中出现强目标掩盖弱目标的现象，并且球坐标形式的网格划分和局部成像大大缩减了算法耗时。通过仿真分析与实验验证，该文提出的系统校准方法能有效补偿系统误差，快速重聚焦算法可以实现墙后人体多目标三维定位，各维度定位精度优于10 cm，计算效率相对其余算法提升了5倍左右。从目标检测概率方面，所提算法相比其余算法不会出现弱目标的漏检。
2024, 13(4): 838-851.
多普勒穿墙雷达在定位墙后目标时，存在以下两个难点：(1)准确获取频率混叠区域目标瞬时频率；(2)通过获取精确的墙体参数来减小墙体对定位造成的影响。针对以上问题该文提出了一种结合Hough变换和支持向量回归-BP神经网络的目标定位算法。该文首先设计了一种多视角融合穿墙目标探测模型框架，通过获取不同视角下的目标位置来提供辅助估计墙体参数信息；其次，结合差分进化算法和切比雪夫插值多项式提出了一种目标瞬时频率曲线的高精度提取和估计算法；最后，利用估计的墙体参数信息，提出了一种基于BP神经网络的目标运动轨迹补偿算法，抑制了障碍物对目标定位结果的扭曲影响，实现了对墙后目标的精确定位。实验结果表明，相较于传统的短时傅里叶方法，该文所述方法可以准确提取时频混叠区域的目标瞬时频率曲线并减小墙体造成的影响，从而实现墙后多目标的准确定位，整体定位精度提升了约85%。
多普勒穿墙雷达在定位墙后目标时，存在以下两个难点：(1)准确获取频率混叠区域目标瞬时频率；(2)通过获取精确的墙体参数来减小墙体对定位造成的影响。针对以上问题该文提出了一种结合Hough变换和支持向量回归-BP神经网络的目标定位算法。该文首先设计了一种多视角融合穿墙目标探测模型框架，通过获取不同视角下的目标位置来提供辅助估计墙体参数信息；其次，结合差分进化算法和切比雪夫插值多项式提出了一种目标瞬时频率曲线的高精度提取和估计算法；最后，利用估计的墙体参数信息，提出了一种基于BP神经网络的目标运动轨迹补偿算法，抑制了障碍物对目标定位结果的扭曲影响，实现了对墙后目标的精确定位。实验结果表明，相较于传统的短时傅里叶方法，该文所述方法可以准确提取时频混叠区域的目标瞬时频率曲线并减小墙体造成的影响，从而实现墙后多目标的准确定位，整体定位精度提升了约85%。
2024, 13(4): 852-865.
逆合成孔径雷达(ISAR)在对空中目标成像时，目标自身的转动、振动等局部微动将产生微多普勒效应，回波将附加额外的多普勒调制，造成频谱展宽。在超高分辨条件下，这一微动特性将会影响主体散射点的聚焦，导致目标图像局部散焦模糊，严重影响成像质量。并且，微多普勒相位还具有时变非平稳特性，难以从ISAR目标回波中准确估计或分离出微多普勒。为了解决上述问题，该文利用目标主体回波和微多普勒分量的时频分布差异，提出一种基于变分模态分解(VMD)与优选的非参数化方法抑制了回波中的微多普勒分量，消除了微多普勒对成像的影响，获得超高分辨率的无人机ISAR成像结果。该文首先引入VMD算法并将其扩展到复数域，将ISAR目标回波数据沿方位向分解为若干个中心频率均匀分布于多普勒采样带宽中的模函数，在此基础上利用图像熵指标优化分解参数和筛选成像模态，以保证微多普勒的良好抑制和主体回波的较完整保留。与现有基于经验模态分解(EMD)和局部均值分解(LMD)的方法相比，所提方法在超大带宽条件下对旋翼微动引起的微多普勒干扰有着更为出色的抑制效果，而且对机身部分的保留更为完整。最后，通过仿真对比和超宽带微波光子ISAR无人机实测数据处理，证明了该文所提方法的有效性和优势。
逆合成孔径雷达(ISAR)在对空中目标成像时，目标自身的转动、振动等局部微动将产生微多普勒效应，回波将附加额外的多普勒调制，造成频谱展宽。在超高分辨条件下，这一微动特性将会影响主体散射点的聚焦，导致目标图像局部散焦模糊，严重影响成像质量。并且，微多普勒相位还具有时变非平稳特性，难以从ISAR目标回波中准确估计或分离出微多普勒。为了解决上述问题，该文利用目标主体回波和微多普勒分量的时频分布差异，提出一种基于变分模态分解(VMD)与优选的非参数化方法抑制了回波中的微多普勒分量，消除了微多普勒对成像的影响，获得超高分辨率的无人机ISAR成像结果。该文首先引入VMD算法并将其扩展到复数域，将ISAR目标回波数据沿方位向分解为若干个中心频率均匀分布于多普勒采样带宽中的模函数，在此基础上利用图像熵指标优化分解参数和筛选成像模态，以保证微多普勒的良好抑制和主体回波的较完整保留。与现有基于经验模态分解(EMD)和局部均值分解(LMD)的方法相比，所提方法在超大带宽条件下对旋翼微动引起的微多普勒干扰有着更为出色的抑制效果，而且对机身部分的保留更为完整。最后，通过仿真对比和超宽带微波光子ISAR无人机实测数据处理，证明了该文所提方法的有效性和优势。
2024, 13(4): 866-884.
随着高分辨率合成孔径雷达(SAR)卫星的陆续发射，对天气条件多变的海岛区域进行全天候、全时段的高精度观测已变得可行。作为多种遥感应用的关键前置步骤正射校正，依赖于高精度控制点来纠正SAR影像的几何定位误差。然而，在海岛区域获取符合SAR校正要求的人工控制点不仅成本高，且风险大。为了应对这一挑战，该文首先提出了一种光学与SAR异源影像的快速配准算法，然后基于光学参考底图自动提取控制点，实现了海岛区域SAR影像的正射校正。所提出的配准算法分为两个阶段：首先构建异源影像的共性密集特征，然后在降采样后的特征上进行逐像素匹配，避免了异源影像特征点重复性低的问题。为了降低匹配复杂度，引入了海陆分割掩模以限定搜索范围。接着，对初步匹配点进行局部精细匹配，以减少降采样带来的不准确性。同时，引入海岸线均匀采样点以提升匹配结果的均匀性，并通过分段线性变换模型生成正射影像，确保了稀疏岛屿区域的整体校正精度。该算法在多景海岛区域的高分辨率SAR影像上表现出色，平均定位误差为3.2 m，整景校正时间仅需17.3 s，均优于现有多种先进的异源配准与校正算法，显示出其在工程应用中的巨大潜力。
随着高分辨率合成孔径雷达(SAR)卫星的陆续发射，对天气条件多变的海岛区域进行全天候、全时段的高精度观测已变得可行。作为多种遥感应用的关键前置步骤正射校正，依赖于高精度控制点来纠正SAR影像的几何定位误差。然而，在海岛区域获取符合SAR校正要求的人工控制点不仅成本高，且风险大。为了应对这一挑战，该文首先提出了一种光学与SAR异源影像的快速配准算法，然后基于光学参考底图自动提取控制点，实现了海岛区域SAR影像的正射校正。所提出的配准算法分为两个阶段：首先构建异源影像的共性密集特征，然后在降采样后的特征上进行逐像素匹配，避免了异源影像特征点重复性低的问题。为了降低匹配复杂度，引入了海陆分割掩模以限定搜索范围。接着，对初步匹配点进行局部精细匹配，以减少降采样带来的不准确性。同时，引入海岸线均匀采样点以提升匹配结果的均匀性，并通过分段线性变换模型生成正射影像，确保了稀疏岛屿区域的整体校正精度。该算法在多景海岛区域的高分辨率SAR影像上表现出色，平均定位误差为3.2 m，整景校正时间仅需17.3 s，均优于现有多种先进的异源配准与校正算法，显示出其在工程应用中的巨大潜力。
2024, 13(4): 885-903.
在遥感图像舰船检测任务中，可见光图像细节和纹理信息丰富，但成像质量易受云雾干扰，合成孔径雷达(SAR)图像具有全天时和全天候的特点，但图像质量易受复杂海杂波影响。结合可见光和SAR图像优势的协同检测方法可以提高舰船目标的检测性能。针对在前后时相图像中，舰船目标在极小邻域范围内发生轻微偏移的场景，该文提出一种基于邻域显著性的可见光和SAR多源异质遥感图像舰船协同检测方法。首先，通过可见光和SAR的协同海陆分割降低陆地区域的干扰，并通过RetinaNet和YOLOv5s分别进行可见光和SAR图像的单源目标初步检测；其次，提出了基于单源检测结果对遥感图像邻域开窗进行邻域显著性目标二次检测的多源协同舰船目标检测策略，实现可见光和SAR异质图像的优势互补，减少舰船目标漏检、虚警以提升检测性能。在2022年烟台地区拍摄的可见光和SAR遥感图像数据上，该方法的检测精度AP50相比现有舰船检测方法提升了1.9%以上，验证了所提方法的有效性和先进性。
在遥感图像舰船检测任务中，可见光图像细节和纹理信息丰富，但成像质量易受云雾干扰，合成孔径雷达(SAR)图像具有全天时和全天候的特点，但图像质量易受复杂海杂波影响。结合可见光和SAR图像优势的协同检测方法可以提高舰船目标的检测性能。针对在前后时相图像中，舰船目标在极小邻域范围内发生轻微偏移的场景，该文提出一种基于邻域显著性的可见光和SAR多源异质遥感图像舰船协同检测方法。首先，通过可见光和SAR的协同海陆分割降低陆地区域的干扰，并通过RetinaNet和YOLOv5s分别进行可见光和SAR图像的单源目标初步检测；其次，提出了基于单源检测结果对遥感图像邻域开窗进行邻域显著性目标二次检测的多源协同舰船目标检测策略，实现可见光和SAR异质图像的优势互补，减少舰船目标漏检、虚警以提升检测性能。在2022年烟台地区拍摄的可见光和SAR遥感图像数据上，该方法的检测精度AP50相比现有舰船检测方法提升了1.9%以上，验证了所提方法的有效性和先进性。
2024, 13(4): 904-916.
针对远距离非合作目标探测，现有太赫兹雷达由于受到发射机功率低、大气衰减效应等因素影响，其作用距离有限，难以满足对目标的预警探测应用需求。为提升太赫兹雷达探测能力，该文研究了基于单光子探测技术的目标超灵敏探测方法，利用单光子探测器替代传统雷达接收机，有望显著提升太赫兹雷达的作用距离。首先，该文分析了太赫兹单光子雷达信号光子数的统计规律，从微观角度阐述了目标的回波特性，进一步，结合超导量子电容探测器的特点，建立了太赫兹单光子目标探测模型；此外，推导得到太赫兹单光子雷达目标检测性能数学表达式，并通过仿真实验对目标检测性能进行了验证和分析，获得了雷达检测性能曲线；最后开展了时间分辨太赫兹光子计数原理验证实验，通过回波脉冲计数的方式实现了目标高精度测距。该文工作将为太赫兹频段超灵敏探测技术及单光子雷达系统的研究与发展提供支撑。
针对远距离非合作目标探测，现有太赫兹雷达由于受到发射机功率低、大气衰减效应等因素影响，其作用距离有限，难以满足对目标的预警探测应用需求。为提升太赫兹雷达探测能力，该文研究了基于单光子探测技术的目标超灵敏探测方法，利用单光子探测器替代传统雷达接收机，有望显著提升太赫兹雷达的作用距离。首先，该文分析了太赫兹单光子雷达信号光子数的统计规律，从微观角度阐述了目标的回波特性，进一步，结合超导量子电容探测器的特点，建立了太赫兹单光子目标探测模型；此外，推导得到太赫兹单光子雷达目标检测性能数学表达式，并通过仿真实验对目标检测性能进行了验证和分析，获得了雷达检测性能曲线；最后开展了时间分辨太赫兹光子计数原理验证实验，通过回波脉冲计数的方式实现了目标高精度测距。该文工作将为太赫兹频段超灵敏探测技术及单光子雷达系统的研究与发展提供支撑。
2024, 13(4): 917-928.
在实际应用中，空时自适应处理(STAP)算法的性能受限于足够多独立同分布(IID)样本的获取。然而，目前可有效减少IID样本需求的算法仍面临一些问题。针对这些问题，该文融合数据驱动和模型驱动思想，构建了具有明确数学含义的多模块深度卷积神经网络(MDCNN)，实现了小样本条件下对杂波协方差矩阵快速、准确、稳定估计。所构建MDCNN网络由映射模块、数据模块、先验模块和超参数模块组成。其中，前后端映射模块分别对应数据的预处理和后处理；单组数据模块和先验模块共同完成一次迭代优化，网络主体由多组数据模块和先验模块构成，可实现多次等效迭代优化；超参数模块则用来调整等效迭代中可训练参数。上述子模块均具有明确数学表述和物理含义，因此所构造网络具有良好的可解释性。实测数据处理结果表明，在实际非均匀杂波环境下该文所提方法杂波抑制性能优于现有典型小样本STAP方法，且运算时间较后者大幅降低。
在实际应用中，空时自适应处理(STAP)算法的性能受限于足够多独立同分布(IID)样本的获取。然而，目前可有效减少IID样本需求的算法仍面临一些问题。针对这些问题，该文融合数据驱动和模型驱动思想，构建了具有明确数学含义的多模块深度卷积神经网络(MDCNN)，实现了小样本条件下对杂波协方差矩阵快速、准确、稳定估计。所构建MDCNN网络由映射模块、数据模块、先验模块和超参数模块组成。其中，前后端映射模块分别对应数据的预处理和后处理；单组数据模块和先验模块共同完成一次迭代优化，网络主体由多组数据模块和先验模块构成，可实现多次等效迭代优化；超参数模块则用来调整等效迭代中可训练参数。上述子模块均具有明确数学表述和物理含义，因此所构造网络具有良好的可解释性。实测数据处理结果表明，在实际非均匀杂波环境下该文所提方法杂波抑制性能优于现有典型小样本STAP方法，且运算时间较后者大幅降低。
2024, 13(4): 929-940.
聚焦雷达对抗中极化信息获取与利用的应用需求，该文研究了基于极化时变调控表面的有源欺骗干扰辨识方法。首先，设计了一套在9.6～10.1 GHz频带内支持3 bit相位量化的各向异性相位调制表面，通过优化相位调制编码序列，实现了极化态按需调控。然后，将极化调控表面加装在单极化雷达天线上，使天线发射和接收电磁波的极化态沿特定极化轨道变化，通过提取目标与有源欺骗干扰的极化域差异，实现两者辨识。仿真分析表明，在3种不同的极化轨道约束下，干扰与目标均具有显著的聚类效应，可获得稳定的干扰辨识效果。相较于依赖双极化或全极化雷达体制的干扰辨识方法，该文所提方法兼具低成本与高效性，在雷达抗干扰中具有很大的应用潜力。
聚焦雷达对抗中极化信息获取与利用的应用需求，该文研究了基于极化时变调控表面的有源欺骗干扰辨识方法。首先，设计了一套在9.6～10.1 GHz频带内支持3 bit相位量化的各向异性相位调制表面，通过优化相位调制编码序列，实现了极化态按需调控。然后，将极化调控表面加装在单极化雷达天线上，使天线发射和接收电磁波的极化态沿特定极化轨道变化，通过提取目标与有源欺骗干扰的极化域差异，实现两者辨识。仿真分析表明，在3种不同的极化轨道约束下，干扰与目标均具有显著的聚类效应，可获得稳定的干扰辨识效果。相较于依赖双极化或全极化雷达体制的干扰辨识方法，该文所提方法兼具低成本与高效性，在雷达抗干扰中具有很大的应用潜力。
微信 | 公众平台 
