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
5150KB
在日益复杂的电磁环境中，主被动雷达复合探测以其良好的优势互补性，已成为提升雷达作战能力和抗干扰能力的重要工作模式。传统的单一压制或欺骗类干扰方法仅对雷达主动或被动模式产生有效干扰，难以对主被动雷达复合探测产生良好的干扰效果。为了能够提高对主被动雷达复合探测的干扰能力，该文提出一种面向主被动雷达复合探测的全脉冲多机协同干扰方法，通过对雷达主动模式下目标的恒虚警检测(CFAR)原理分析，利用雷达检测概率与信噪比的相关性，调整多假目标的功率序列及位置间距分布，构建全脉冲时域赋形隐蔽干扰模型，实现对雷达主动模式的有效压制；同时，通过对雷达被动模式的测向原理分析，提出一种基于多部干扰机的协同干扰策略，动态调整干扰机的发射功率，在多部干扰机间产生多个随机的欺骗角度，实现雷达被动模式的多角度欺骗效果；最后，通过上述两种策略的有机结合构建全脉冲多机协同干扰方法，实现对主被动雷达复合探测的有效干扰。实验结果表明，与传统单一压制或欺骗类干扰方法相比，本文所提全脉冲多机协同干扰方法能够有效提高雷达CFAR检测门限，降低雷达在主动模式下的检测概率；同时，在干扰机附近区域产生每一帧都不同的虚假角度，扩大角度欺骗范围，综合提升对主被动雷达复合探测的干扰性能。
在日益复杂的电磁环境中，主被动雷达复合探测以其良好的优势互补性，已成为提升雷达作战能力和抗干扰能力的重要工作模式。传统的单一压制或欺骗类干扰方法仅对雷达主动或被动模式产生有效干扰，难以对主被动雷达复合探测产生良好的干扰效果。为了能够提高对主被动雷达复合探测的干扰能力，该文提出一种面向主被动雷达复合探测的全脉冲多机协同干扰方法，通过对雷达主动模式下目标的恒虚警检测(CFAR)原理分析，利用雷达检测概率与信噪比的相关性，调整多假目标的功率序列及位置间距分布，构建全脉冲时域赋形隐蔽干扰模型，实现对雷达主动模式的有效压制；同时，通过对雷达被动模式的测向原理分析，提出一种基于多部干扰机的协同干扰策略，动态调整干扰机的发射功率，在多部干扰机间产生多个随机的欺骗角度，实现雷达被动模式的多角度欺骗效果；最后，通过上述两种策略的有机结合构建全脉冲多机协同干扰方法，实现对主被动雷达复合探测的有效干扰。实验结果表明，与传统单一压制或欺骗类干扰方法相比，本文所提全脉冲多机协同干扰方法能够有效提高雷达CFAR检测门限，降低雷达在主动模式下的检测概率；同时，在干扰机附近区域产生每一帧都不同的虚假角度，扩大角度欺骗范围，综合提升对主被动雷达复合探测的干扰性能。
状态:
, 更新: .
海上目标检测识别技术发展需要大量高质量的海上目标多传感器实测数据。针对这一需求，“雷达对海探测数据共享计划(SDRDSP)”升级为“海上目标数据共享计划(MTDSP)”，利用HH极化雷达、VV极化雷达、光电设备、AIS设备开展海上船只目标多源观测试验，获取雷达中频/视频回波切片数据、可见光与红外图像数据、AIS静态与动态报文数据、气象水文数据，覆盖典型海况和多种船型，构建涵盖多种类型海上目标的多源观测数据集，完成同一目标多种模态数据的匹配和标注，并实现目标数据的自动入库管理、条件检索和批量导出，为海上目标特性数据自动获取、长期积累与使用奠定基础。在此基础上，基于实测数据对比分析了不同海况、姿态、极化条件下同一船只目标的时域/频域特征、不同类型船只目标的时域/频域特征，形成了目标特征变化的统计结论。
海上目标检测识别技术发展需要大量高质量的海上目标多传感器实测数据。针对这一需求，“雷达对海探测数据共享计划(SDRDSP)”升级为“海上目标数据共享计划(MTDSP)”，利用HH极化雷达、VV极化雷达、光电设备、AIS设备开展海上船只目标多源观测试验，获取雷达中频/视频回波切片数据、可见光与红外图像数据、AIS静态与动态报文数据、气象水文数据，覆盖典型海况和多种船型，构建涵盖多种类型海上目标的多源观测数据集，完成同一目标多种模态数据的匹配和标注，并实现目标数据的自动入库管理、条件检索和批量导出，为海上目标特性数据自动获取、长期积累与使用奠定基础。在此基础上，基于实测数据对比分析了不同海况、姿态、极化条件下同一船只目标的时域/频域特征、不同类型船只目标的时域/频域特征，形成了目标特征变化的统计结论。
状态:
, 更新: .
车载毫米波雷达量测由极坐标系下的位置坐标与多普勒速度组成，其与笛卡尔坐标系下建模的扩展目标状态具有复杂的非线性关系。针对以上非线性状态估计问题，提出一种基于变分边缘化粒子滤波的扩展目标跟踪算法。首先，采用椭圆对目标二维平面轮廓建模，显式定义轮廓朝向角，构建参数化的逆伽马分布作为轮廓尺寸的共轭先验分布；其次，引入量测源位置作为辅助变量，建立适用于毫米波雷达的扩展目标量测模型；然后，为了改善复杂机动目标轮廓估计性能，基于边缘化思想，利用粒子滤波算法独立估计轮廓朝向角的后验分布，并在变分贝叶斯推断框架内，迭代求解剩余状态变量(包括目标中心运动状态、轮廓尺寸)后验分布的近似解析表达式。仿真实验结果表明，所提算法相比于已有算法能够获得更高的状态估计精度，在跟踪机动目标时，对轮廓朝向角与尺寸的估计性能优势更加明显。
车载毫米波雷达量测由极坐标系下的位置坐标与多普勒速度组成，其与笛卡尔坐标系下建模的扩展目标状态具有复杂的非线性关系。针对以上非线性状态估计问题，提出一种基于变分边缘化粒子滤波的扩展目标跟踪算法。首先，采用椭圆对目标二维平面轮廓建模，显式定义轮廓朝向角，构建参数化的逆伽马分布作为轮廓尺寸的共轭先验分布；其次，引入量测源位置作为辅助变量，建立适用于毫米波雷达的扩展目标量测模型；然后，为了改善复杂机动目标轮廓估计性能，基于边缘化思想，利用粒子滤波算法独立估计轮廓朝向角的后验分布，并在变分贝叶斯推断框架内，迭代求解剩余状态变量(包括目标中心运动状态、轮廓尺寸)后验分布的近似解析表达式。仿真实验结果表明，所提算法相比于已有算法能够获得更高的状态估计精度，在跟踪机动目标时，对轮廓朝向角与尺寸的估计性能优势更加明显。
状态:
, 更新: .
分布式相参雷达实现全相参的关键在于对感兴趣目标进行发射相参合成。当相参参数估计阶段存在间歇采样转发干扰时，实现发射相参是极为困难的。为解决上述问题，该文提出了一种基于间歇采样转发干扰匹配滤波特征的干扰抑制方法。该方法能够弥补低干噪比条件下无法进行时频域滤波的缺陷，同时为高干噪比条件下进行干扰重构和对消提供了一种更精确的干扰参数估计途径。仿真结果表明，所提方法对间歇采样转发干扰的抑制效果显著。在低干噪比条件下相比于其他方法准确检测目标的概率提升了40%以上，在高干噪比条件下相比于其他方法等效信干比改善了2.5 dB以上。
分布式相参雷达实现全相参的关键在于对感兴趣目标进行发射相参合成。当相参参数估计阶段存在间歇采样转发干扰时，实现发射相参是极为困难的。为解决上述问题，该文提出了一种基于间歇采样转发干扰匹配滤波特征的干扰抑制方法。该方法能够弥补低干噪比条件下无法进行时频域滤波的缺陷，同时为高干噪比条件下进行干扰重构和对消提供了一种更精确的干扰参数估计途径。仿真结果表明，所提方法对间歇采样转发干扰的抑制效果显著。在低干噪比条件下相比于其他方法准确检测目标的概率提升了40%以上，在高干噪比条件下相比于其他方法等效信干比改善了2.5 dB以上。
状态:
, 更新: .
针对分布式多输入多输出(MIMO)雷达在子空间干扰和非均匀杂波中检测目标场景，该文提出了一种面向分布式MIMO雷达双层非均匀多秩目标检测方法。首先，利用目标信号和干扰位于两个相互线性独立且秩大于 1 的子空间，两个子空间对应的子空间矩阵和相应距离单元的坐标向量都是未知的，建立了多秩目标模型及子空间干扰模型；然后，设计分布式MIMO雷达系统的双层非均匀结构，每个发射-接收对的干扰是非均匀的，即每个发射-接收对具备不同的统计量。此外，每一个发射接收对中的杂波是非均匀的。在此基础上，通过采取Rao与Wald检验准则，构建待解参数估计策略，并通过功率中值归一化协方差估计，设计了面向分布式MIMO雷达子空间干扰背景下双层非均匀多秩目标Rao检测器和Wald检测器。最后，通过理论推导证明了所提检测方法相对于杂波协方差矩阵结构具有恒虚警特性。仿真实验结果表明，所提检测方法能够保证对杂波协方差矩阵结构具有恒虚警特性，此外，相较于现有分布式MIMO雷达检测方法，所提检测方法有效改善了目标检测性能和干扰抑制性能。
针对分布式多输入多输出(MIMO)雷达在子空间干扰和非均匀杂波中检测目标场景，该文提出了一种面向分布式MIMO雷达双层非均匀多秩目标检测方法。首先，利用目标信号和干扰位于两个相互线性独立且秩大于 1 的子空间，两个子空间对应的子空间矩阵和相应距离单元的坐标向量都是未知的，建立了多秩目标模型及子空间干扰模型；然后，设计分布式MIMO雷达系统的双层非均匀结构，每个发射-接收对的干扰是非均匀的，即每个发射-接收对具备不同的统计量。此外，每一个发射接收对中的杂波是非均匀的。在此基础上，通过采取Rao与Wald检验准则，构建待解参数估计策略，并通过功率中值归一化协方差估计，设计了面向分布式MIMO雷达子空间干扰背景下双层非均匀多秩目标Rao检测器和Wald检测器。最后，通过理论推导证明了所提检测方法相对于杂波协方差矩阵结构具有恒虚警特性。仿真实验结果表明，所提检测方法能够保证对杂波协方差矩阵结构具有恒虚警特性，此外，相较于现有分布式MIMO雷达检测方法，所提检测方法有效改善了目标检测性能和干扰抑制性能。
状态:
, 更新: .
近年来，针对水面船舶的目标跟踪是船舶自主航行中需要解决的一个重要问题。对于三维的环境感知，激光雷达有着其高分辨率和高精度等特征，长线阵激光雷达通过加上一维扫描，有着比单点和面阵激光雷达更大的视场，在环境感知上有着其独特的优势。由于水面船舶的特征等信息与地面目标的特征不一致，且相关的数据集较少，目前常用的拟合方法无法有效地针对水面目标的特征进行有效感知。文中根据单光子点云以及远距离目标探测的特征提出一种高效的船舶目标跟踪方法。该方法基于近邻点的同步聚类及去噪的方法，并基于船舶的几何特征先验知识通过船舶特征点面提取的方法进行拟合，进一步降低了噪声的影响。结合扩展卡尔曼滤波以及速度估计方法，实现了600 m范围内目标的实时稳定的轨迹跟踪，跟踪均方根误差(RMSE)为0.5 m，单帧处理时间1.02 s，满足工程实时性的需求。并在复杂环境下进行测试，对大型船舶仍有较好的跟踪效果，效果优于常用拟合跟踪方法。为后续智能船舶自主航行提供更完善的信息，实现船舶更好的障碍避让、路径规划。
近年来，针对水面船舶的目标跟踪是船舶自主航行中需要解决的一个重要问题。对于三维的环境感知，激光雷达有着其高分辨率和高精度等特征，长线阵激光雷达通过加上一维扫描，有着比单点和面阵激光雷达更大的视场，在环境感知上有着其独特的优势。由于水面船舶的特征等信息与地面目标的特征不一致，且相关的数据集较少，目前常用的拟合方法无法有效地针对水面目标的特征进行有效感知。文中根据单光子点云以及远距离目标探测的特征提出一种高效的船舶目标跟踪方法。该方法基于近邻点的同步聚类及去噪的方法，并基于船舶的几何特征先验知识通过船舶特征点面提取的方法进行拟合，进一步降低了噪声的影响。结合扩展卡尔曼滤波以及速度估计方法，实现了600 m范围内目标的实时稳定的轨迹跟踪，跟踪均方根误差(RMSE)为0.5 m，单帧处理时间1.02 s，满足工程实时性的需求。并在复杂环境下进行测试，对大型船舶仍有较好的跟踪效果，效果优于常用拟合跟踪方法。为后续智能船舶自主航行提供更完善的信息，实现船舶更好的障碍避让、路径规划。
状态:
, 更新: .
杂波抑制是实现动目标指示的一项重要技术手段。然而，在机载双基合成孔径雷达(SAR)动目标指示中，受限于杂波的空时强耦合非线性和非平稳性，传统的空时自适应滤波、偏置相位中心方法不能获得期望的杂波抑制性能。为解决上述难题，该文提出了一种基于空时解耦的机载双基SAR双通道杂波对消处理方法。其核心在于建立空时解耦矩阵，将机载双基SAR强耦合非线性的空时谱解耦为空间频率保持一致的空时谱。所提方法主要分为以下3个步骤：(1)为提高目标信杂噪比，应用一阶Keystone变换和高阶距离徙动校正函数，使得目标信号能量集中在同一个距离单元；(2)为削弱双基平台运动造成的方位谱扩展效应，逐距离单元补偿多普勒调频率项；(3)为实现通道间杂波对消处理，引入空时解耦矩阵，在保持机载双基SAR同一距离单元内各杂波点归一化多普勒频率不变的情况下，将对应的空间频率均衡到零频，再利用通道间回波对消处理，实现杂波的有效抑制。通过仿真和实测数据处理，证明了所提方法进行机载双基SAR杂波抑制的有效性。
杂波抑制是实现动目标指示的一项重要技术手段。然而，在机载双基合成孔径雷达(SAR)动目标指示中，受限于杂波的空时强耦合非线性和非平稳性，传统的空时自适应滤波、偏置相位中心方法不能获得期望的杂波抑制性能。为解决上述难题，该文提出了一种基于空时解耦的机载双基SAR双通道杂波对消处理方法。其核心在于建立空时解耦矩阵，将机载双基SAR强耦合非线性的空时谱解耦为空间频率保持一致的空时谱。所提方法主要分为以下3个步骤：(1)为提高目标信杂噪比，应用一阶Keystone变换和高阶距离徙动校正函数，使得目标信号能量集中在同一个距离单元；(2)为削弱双基平台运动造成的方位谱扩展效应，逐距离单元补偿多普勒调频率项；(3)为实现通道间杂波对消处理，引入空时解耦矩阵，在保持机载双基SAR同一距离单元内各杂波点归一化多普勒频率不变的情况下，将对应的空间频率均衡到零频，再利用通道间回波对消处理，实现杂波的有效抑制。通过仿真和实测数据处理，证明了所提方法进行机载双基SAR杂波抑制的有效性。
状态:
, 更新: .
该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。
该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。
状态:
, 更新: .
本文针对合成孔径雷达(SAR)成像多模式间分辨率和测绘带宽等参数设计的矛盾问题，提出了一种基于子带搬移拼接的FDA-SAR成像方法，可满足多模式SAR成像的不同分辨率需求。利用频率分集阵(FDA)雷达的多子带并发模式，设计了一种带宽可调控的雷达波形。详细推导了任意带宽合成信号的时频域表达式，实现了阵元方位时延和频带不一致差异补偿。分析了合成信号频谱分布关系对成像性能的影响，采用非均匀子带搬移的频谱合成方式，降低了峰值旁瓣电平，改善了成像性能。该文方法能够同时实现大观测场景粗分辨率成像和重点区域场景精细成像的信号级融合处理，仿真验证了所提方法的有效性。
本文针对合成孔径雷达(SAR)成像多模式间分辨率和测绘带宽等参数设计的矛盾问题，提出了一种基于子带搬移拼接的FDA-SAR成像方法，可满足多模式SAR成像的不同分辨率需求。利用频率分集阵(FDA)雷达的多子带并发模式，设计了一种带宽可调控的雷达波形。详细推导了任意带宽合成信号的时频域表达式，实现了阵元方位时延和频带不一致差异补偿。分析了合成信号频谱分布关系对成像性能的影响，采用非均匀子带搬移的频谱合成方式，降低了峰值旁瓣电平，改善了成像性能。该文方法能够同时实现大观测场景粗分辨率成像和重点区域场景精细成像的信号级融合处理，仿真验证了所提方法的有效性。
状态:
, 更新: .
无线通信设备在新兴场景(例如，如车联网、低轨卫星等)的大量应用使得通信用频逐渐向更高频段扩展，进而导致其与雷达用频的重叠现象日益突出。雷达通信一体化凭借其联合信号处理能力和低功耗特性，被视为一种解决频谱拥挤问题的有效途径。相比于传统的天线阵列架构，全息超表面天线(HMA)通过嵌入紧密排列的超材料单元，可以灵活配置各单元的状态以调控频率响应，从而实现可控且高能效的波束成形，为雷达通信一体化系统提供了潜在可行选择。考虑一个基于全息超表面的雷达通信一体化系统，在杂波环境下进行目标感知的同时能够为多个单天线用户提供通信服务。接下来，该文在满足发射功率和HMA频率响应约束的前提下，构建了最大化通信频谱效率和雷达互信息加权和的问题，通过联合优化数字预编码器、HMA权重矩阵和接收滤波器，实现基于HMA的雷达通信一体化波束成形设计。为求解这一非凸优化问题，该文提出一种基于分式规划的交替优化算法。该算法首先利用分式规划技术将原始问题转化为更易于处理的子问题，然后通过拉格朗日对偶分解和流形优化等方法对子问题进行交替优化求解。仿真结果表明，HMA阵列架构的波束成形设计在通信频谱效率与雷达互信息性能间取得了灵活的平衡，并且其性能接近全数字阵列架构。
无线通信设备在新兴场景(例如，如车联网、低轨卫星等)的大量应用使得通信用频逐渐向更高频段扩展，进而导致其与雷达用频的重叠现象日益突出。雷达通信一体化凭借其联合信号处理能力和低功耗特性，被视为一种解决频谱拥挤问题的有效途径。相比于传统的天线阵列架构，全息超表面天线(HMA)通过嵌入紧密排列的超材料单元，可以灵活配置各单元的状态以调控频率响应，从而实现可控且高能效的波束成形，为雷达通信一体化系统提供了潜在可行选择。考虑一个基于全息超表面的雷达通信一体化系统，在杂波环境下进行目标感知的同时能够为多个单天线用户提供通信服务。接下来，该文在满足发射功率和HMA频率响应约束的前提下，构建了最大化通信频谱效率和雷达互信息加权和的问题，通过联合优化数字预编码器、HMA权重矩阵和接收滤波器，实现基于HMA的雷达通信一体化波束成形设计。为求解这一非凸优化问题，该文提出一种基于分式规划的交替优化算法。该算法首先利用分式规划技术将原始问题转化为更易于处理的子问题，然后通过拉格朗日对偶分解和流形优化等方法对子问题进行交替优化求解。仿真结果表明，HMA阵列架构的波束成形设计在通信频谱效率与雷达互信息性能间取得了灵活的平衡，并且其性能接近全数字阵列架构。
状态:
, 更新: .
无人机隐蔽通信在实现可持续低空经济方面引起了相当大的关注。该文基于通感一体化(ISAC)框架，研究了多无人机协作隐蔽通信网络的系统策略和资源分配，其中多个无人机进行协作感知并在移动监管者(Willie)存在的情况下同时向多个地面用户(GUs)隐蔽传输下行信息。为了提高通信隐蔽性，无人机在干扰(JUAV)模式和信息(IUAV)模式之间自适应切换。为了应对Willie的移动性，采用基于无迹卡尔曼滤波的方法，利用从ISAC回波中提取的时延和多普勒频移来预测和跟踪Willie的位置。通过联合优化JUAV选择策略、IUAV-GU调度、通信/干扰功率分配，该文提出了一个实时公平性传输最大化问题。采用交替优化方法，将原始问题分解为一系列子问题，从而获得有效的次优解。仿真结果表明，所提出的方案能够准确跟踪Willie并有效保证下行隐蔽传输。
无人机隐蔽通信在实现可持续低空经济方面引起了相当大的关注。该文基于通感一体化(ISAC)框架，研究了多无人机协作隐蔽通信网络的系统策略和资源分配，其中多个无人机进行协作感知并在移动监管者(Willie)存在的情况下同时向多个地面用户(GUs)隐蔽传输下行信息。为了提高通信隐蔽性，无人机在干扰(JUAV)模式和信息(IUAV)模式之间自适应切换。为了应对Willie的移动性，采用基于无迹卡尔曼滤波的方法，利用从ISAC回波中提取的时延和多普勒频移来预测和跟踪Willie的位置。通过联合优化JUAV选择策略、IUAV-GU调度、通信/干扰功率分配，该文提出了一个实时公平性传输最大化问题。采用交替优化方法，将原始问题分解为一系列子问题，从而获得有效的次优解。仿真结果表明，所提出的方案能够准确跟踪Willie并有效保证下行隐蔽传输。
状态:
, 更新: .
作物和土壤参数是表征作物生长状态、监测作物长势的重要基础。雷达遥感具有全天时、全天候、不受气象条件影响的观测能力，微波的穿透能力也对作物覆盖下土壤参数变化具有较强敏感性，在作物土壤参数反演中极具潜力。该文围绕微波散射理论下的作物土壤参数反演模型展开研究和综述。首先回顾了微波散射模型从理论模型发展为半经验模型的历程，明晰模型理论演变趋势与方法改进方向。然后，详细介绍了基于微波散射机理的作物参数、土壤参数以及作物土壤参数耦合的反演方法。最后，阐明模型不足，结合当下技术发展特点明确了未来发展的重点方向，以期为后续研究提供新思路。
作物和土壤参数是表征作物生长状态、监测作物长势的重要基础。雷达遥感具有全天时、全天候、不受气象条件影响的观测能力，微波的穿透能力也对作物覆盖下土壤参数变化具有较强敏感性，在作物土壤参数反演中极具潜力。该文围绕微波散射理论下的作物土壤参数反演模型展开研究和综述。首先回顾了微波散射模型从理论模型发展为半经验模型的历程，明晰模型理论演变趋势与方法改进方向。然后，详细介绍了基于微波散射机理的作物参数、土壤参数以及作物土壤参数耦合的反演方法。最后，阐明模型不足，结合当下技术发展特点明确了未来发展的重点方向，以期为后续研究提供新思路。
状态:
, 更新: .
雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。
雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。
状态:
, 更新: .
太赫兹频段被认为可实现太比特每秒的通信速率并实现高精度感知，因此太赫兹通信感知一体化是未来无线通信系统的关键技术。该文聚焦于一种时延多普勒域波形——正交时延多普勒分路复用(ODDM)调制，提出了一种基于ODDM的太赫兹通信感知一体化传输方案。针对现有信号模型的局限性，该文推导了一种更为通用的离网ODDM调制输入/输出关系，突破了信道路径时延和多普勒频移必须为其分辨率整数倍的假设限制。针对ODDM符号检测问题，该文基于共轭梯度的时域信道均衡器优化计算复杂度，发现ODDM相比OFDM具有针对多普勒效应更高的鲁棒性。最后，该文设计了一种多目标感知估计算法，该算法能够在低复杂度下实现高精度估计，其多目标估计精度与克拉美罗下界相近。
太赫兹频段被认为可实现太比特每秒的通信速率并实现高精度感知，因此太赫兹通信感知一体化是未来无线通信系统的关键技术。该文聚焦于一种时延多普勒域波形——正交时延多普勒分路复用(ODDM)调制，提出了一种基于ODDM的太赫兹通信感知一体化传输方案。针对现有信号模型的局限性，该文推导了一种更为通用的离网ODDM调制输入/输出关系，突破了信道路径时延和多普勒频移必须为其分辨率整数倍的假设限制。针对ODDM符号检测问题，该文基于共轭梯度的时域信道均衡器优化计算复杂度，发现ODDM相比OFDM具有针对多普勒效应更高的鲁棒性。最后，该文设计了一种多目标感知估计算法，该算法能够在低复杂度下实现高精度估计，其多目标估计精度与克拉美罗下界相近。
状态:
, 更新: .
在大规模多输入多输出(MIMO)通信和雷达系统中，采用单比特数模转换器(DAC)是一种降低发射系统硬件成本和功耗的有效方法。该文研究单比特量化下雷达通信一体化系统的发射波形设计，在给定通信服务质量约束下最小化雷达发射波束图的积分旁瓣主瓣比，通过提升发射波束的功率集中程度以获得良好的发射波束赋形性能。针对单比特量化导致发射波形仅具有低自由度可行域的问题，该文采用符号级预编码技术，基于有益干扰(CI)原理充分利用空域和时域自由度来辅助波形设计。由于所提出的波形设计问题具有非凸分式二次目标函数和大量的非凸离散约束，该文提出了一种基于丁克尔巴赫(Dinkelbach)变换和交替方向乘子法(ADMM)的算法来有效求解该NP-难问题。仿真结果表明，所设计的波形能够显著降低对DAC分辨率的需求，并在满足下行用户通信质量需求的条件下具有良好的雷达发射波束图性能。
在大规模多输入多输出(MIMO)通信和雷达系统中，采用单比特数模转换器(DAC)是一种降低发射系统硬件成本和功耗的有效方法。该文研究单比特量化下雷达通信一体化系统的发射波形设计，在给定通信服务质量约束下最小化雷达发射波束图的积分旁瓣主瓣比，通过提升发射波束的功率集中程度以获得良好的发射波束赋形性能。针对单比特量化导致发射波形仅具有低自由度可行域的问题，该文采用符号级预编码技术，基于有益干扰(CI)原理充分利用空域和时域自由度来辅助波形设计。由于所提出的波形设计问题具有非凸分式二次目标函数和大量的非凸离散约束，该文提出了一种基于丁克尔巴赫(Dinkelbach)变换和交替方向乘子法(ADMM)的算法来有效求解该NP-难问题。仿真结果表明，所设计的波形能够显著降低对DAC分辨率的需求，并在满足下行用户通信质量需求的条件下具有良好的雷达发射波束图性能。
状态:
, 更新: .
机场泊位引导系统对提高机场安全性和运行效率有着重要作用，为了利用激光雷达精确获取飞机停泊位置，该文提出了一种基于深度学习的点云补全网络并通过点云配准的方式定位飞机中心坐标。首先，参考真实场景中飞机停泊过程进行仿真得到模拟激光雷达点云。接着对遮挡等原因造成残缺的模拟点云进行补全，恢复出完整结构。最后将补全后的点云与飞机模型点云配准，坐标转换后计算出飞机中心点在模拟激光雷达坐标系中的准确位置。实验表明，提出的点云补全网络能够完整地恢复出模拟点云中缺失部分，从而计算出模拟点云的飞机中心坐标，实现了对飞机泊位引导过程中飞机位置的精确检测。为了便于研究人员评估和使用，文中算法可通过https://www.scidb.cn/anonymous/UXZFZkFm 开源获取。
机场泊位引导系统对提高机场安全性和运行效率有着重要作用，为了利用激光雷达精确获取飞机停泊位置，该文提出了一种基于深度学习的点云补全网络并通过点云配准的方式定位飞机中心坐标。首先，参考真实场景中飞机停泊过程进行仿真得到模拟激光雷达点云。接着对遮挡等原因造成残缺的模拟点云进行补全，恢复出完整结构。最后将补全后的点云与飞机模型点云配准，坐标转换后计算出飞机中心点在模拟激光雷达坐标系中的准确位置。实验表明，提出的点云补全网络能够完整地恢复出模拟点云中缺失部分，从而计算出模拟点云的飞机中心坐标，实现了对飞机泊位引导过程中飞机位置的精确检测。为了便于研究人员评估和使用，文中算法可通过https://www.scidb.cn/anonymous/UXZFZkFm 开源获取。
状态:
, 更新: .
合成孔径雷达(SAR)海洋遥感仿真是面向海洋应用的SAR系统设计的重要分析工具，同时也可以为复杂海洋现象SAR图像的检测、识别提供训练样本，为海洋参数反演提供正演模型，因此在SAR海洋遥感的SAR系统设计和应用中扮演着非常重要的角色。海面的运动特性、时变特性、去相干特性使得SAR海洋遥感的仿真难度和计算量要远远大于陆地固定目标的仿真，如何在保证仿真精度的情况下提升仿真效率是实现SAR海洋成像高精度、高效率仿真的关键。该文介绍了动态海面SAR成像仿真的主要方法以及发展现状和主要问题，给出了动态海面SAR成像高精度仿真中若干关键问题的实现方法，该仿真方法在保证较高的逼真度情况下(典型工况下仿真SAR图像谱谱峰误差3%，谱宽误差4%)，能在10分钟内完成4 m分辨率情况下400 km2场景的仿真。实现并介绍了动态海面SAR成像仿真在波浪谱反演、基于深度对消网络的海浪纹理抑制以及基于Wake2Wake网络的舰船尾迹检测方面的典型应用。这些应用案例一方面验证了该文给出的动态海面SAR成像高精度仿真的逼真度能够达到智能化仿真训练的要求，另一方面也说明了高精度仿真在SAR海洋图像智能化应用有很好的前景，可以成为解决SAR海洋遥感智能化应用中样本数据瓶颈的重要手段。
合成孔径雷达(SAR)海洋遥感仿真是面向海洋应用的SAR系统设计的重要分析工具，同时也可以为复杂海洋现象SAR图像的检测、识别提供训练样本，为海洋参数反演提供正演模型，因此在SAR海洋遥感的SAR系统设计和应用中扮演着非常重要的角色。海面的运动特性、时变特性、去相干特性使得SAR海洋遥感的仿真难度和计算量要远远大于陆地固定目标的仿真，如何在保证仿真精度的情况下提升仿真效率是实现SAR海洋成像高精度、高效率仿真的关键。该文介绍了动态海面SAR成像仿真的主要方法以及发展现状和主要问题，给出了动态海面SAR成像高精度仿真中若干关键问题的实现方法，该仿真方法在保证较高的逼真度情况下(典型工况下仿真SAR图像谱谱峰误差3%，谱宽误差4%)，能在10分钟内完成4 m分辨率情况下400 km2场景的仿真。实现并介绍了动态海面SAR成像仿真在波浪谱反演、基于深度对消网络的海浪纹理抑制以及基于Wake2Wake网络的舰船尾迹检测方面的典型应用。这些应用案例一方面验证了该文给出的动态海面SAR成像高精度仿真的逼真度能够达到智能化仿真训练的要求，另一方面也说明了高精度仿真在SAR海洋图像智能化应用有很好的前景，可以成为解决SAR海洋遥感智能化应用中样本数据瓶颈的重要手段。
状态:
, 更新: .
电磁超表面是一种新型的人工电磁材料，其在无线通信、信号处理等方面展现出了巨大的优势。电磁超表面通过引入外部激励(机械激励、热激励、电激励、光激励、磁激励等方式)实现了对电磁响应更为灵活的动态控制。基于动态调控的方式，电磁超表面能够实现对电磁波的相位、振幅、极化方式、传播模式等特性的精确控制，从而在不同的应用场景中实现波前调控。该文首先归纳总结了电磁超表面动态调控技术的研究进展；然后，讨论了电磁超表面在全息成像、极化转换、超构透镜、波束调控以及智能系统等领域中的研究现状；最后以调控技术为基石总结展望了电磁超表面的发展模式及未来智能化调控的发展趋势。
电磁超表面是一种新型的人工电磁材料，其在无线通信、信号处理等方面展现出了巨大的优势。电磁超表面通过引入外部激励(机械激励、热激励、电激励、光激励、磁激励等方式)实现了对电磁响应更为灵活的动态控制。基于动态调控的方式，电磁超表面能够实现对电磁波的相位、振幅、极化方式、传播模式等特性的精确控制，从而在不同的应用场景中实现波前调控。该文首先归纳总结了电磁超表面动态调控技术的研究进展；然后，讨论了电磁超表面在全息成像、极化转换、超构透镜、波束调控以及智能系统等领域中的研究现状；最后以调控技术为基石总结展望了电磁超表面的发展模式及未来智能化调控的发展趋势。
状态:
, 更新: .
小光斑全波形激光雷达凭借高穿透、完整回波获取能力而蕴含巨大应用潜力。高效精准处理海量回波信号是全波形激光雷达实际应用前提，成为波形分解技术前沿性挑战。对于小光斑全波形激光雷达系统，单目标回波占比高且仅多目标回波需要精细波形分解处理，然而现有方案通常以牺牲精度为代价而采用简单快速波形分解算法，或将全部回波信号无差别进行波形分解而导致效率低下，难以兼顾精度和效率。该研究面向小光斑全波形激光雷达，提出一种时空耦合模型驱动的多目标回波轻量化检测算法，首次实现从未知回波次数的波形数据中高效精准检测多目标回波，有效避免波形分解算法无差别处理单目标回波而引入冗余计算，显著减少波形分解次数。具体地，(1)该算法构建了激光雷达时空耦合回波信号模型，以揭示回波传输的时空特性；(2)基于该模型驱动双高斯函数叠加拟合方式，轻量化估计波形参数；(3)根据信噪比引入自适应相关性判别方法。结合系统发射脉冲一致性，所提方法能够轻量化且准确检测多目标回波信号，在地基和机载波形数据实验结果证明，该研究提出的轻量化多目标回波检测算法检测准确率高达98.4%，召回率93.1%。利用4种波形分解方法结合多目标回波检测，效率显著提高2～3倍，且在单目标回波数量占比增大情况下效率提升更显著。
小光斑全波形激光雷达凭借高穿透、完整回波获取能力而蕴含巨大应用潜力。高效精准处理海量回波信号是全波形激光雷达实际应用前提，成为波形分解技术前沿性挑战。对于小光斑全波形激光雷达系统，单目标回波占比高且仅多目标回波需要精细波形分解处理，然而现有方案通常以牺牲精度为代价而采用简单快速波形分解算法，或将全部回波信号无差别进行波形分解而导致效率低下，难以兼顾精度和效率。该研究面向小光斑全波形激光雷达，提出一种时空耦合模型驱动的多目标回波轻量化检测算法，首次实现从未知回波次数的波形数据中高效精准检测多目标回波，有效避免波形分解算法无差别处理单目标回波而引入冗余计算，显著减少波形分解次数。具体地，(1)该算法构建了激光雷达时空耦合回波信号模型，以揭示回波传输的时空特性；(2)基于该模型驱动双高斯函数叠加拟合方式，轻量化估计波形参数；(3)根据信噪比引入自适应相关性判别方法。结合系统发射脉冲一致性，所提方法能够轻量化且准确检测多目标回波信号，在地基和机载波形数据实验结果证明，该研究提出的轻量化多目标回波检测算法检测准确率高达98.4%，召回率93.1%。利用4种波形分解方法结合多目标回波检测，效率显著提高2～3倍，且在单目标回波数量占比增大情况下效率提升更显著。
状态:
, 更新: .
随着Wi-Fi感知技术在智能健康监测领域的广泛应用，如何构建高质量的数据集成为亟待解决的关键问题。特别是在监测异常行为(如跌倒)时，传统方法依赖于人体的反复实验，这既存在安全隐患，又面临伦理困境。为应对这一挑战，该文提出了一种基于时间编码超表面的辅助数据样本采集方法。通过模拟人体的运动特征，时间编码超表面可以有效替代人体实验，用于辅助构建Wi-Fi感知数据集。为此该文设计了一款具备0～360°全相位调制能力的时间编码超表面验证了该方案的可行性。实验结果表明，超表面生成的信号能够较好地保留人体运动特征，有效补充真实样本，降低数据采集复杂度，并显著提升模型的监测准确性。该方法为Wi-Fi感知技术的数据采集提供了一种创新且可行的解决方案。
随着Wi-Fi感知技术在智能健康监测领域的广泛应用，如何构建高质量的数据集成为亟待解决的关键问题。特别是在监测异常行为(如跌倒)时，传统方法依赖于人体的反复实验，这既存在安全隐患，又面临伦理困境。为应对这一挑战，该文提出了一种基于时间编码超表面的辅助数据样本采集方法。通过模拟人体的运动特征，时间编码超表面可以有效替代人体实验，用于辅助构建Wi-Fi感知数据集。为此该文设计了一款具备0～360°全相位调制能力的时间编码超表面验证了该方案的可行性。实验结果表明，超表面生成的信号能够较好地保留人体运动特征，有效补充真实样本，降低数据采集复杂度，并显著提升模型的监测准确性。该方法为Wi-Fi感知技术的数据采集提供了一种创新且可行的解决方案。
状态:
, 更新: .
波束赋形技术通过向特定方向发射信号，提高了接收信号的功率。然而，在高速动态的车辆网络场景下，频繁的信道状态更新与波束调整导致系统开销过大；波束与用户位置难以实时对齐，易出现错位现象，影响通信稳定性；复杂路况中的遮挡和信道衰落进一步限制了波束赋形的效果。为了解决上述问题，该文提出了一种基于卷积神经网络和注意力机制模型的多模态特征融合波束赋形方法，以实现感知辅助的高可靠通信。模型首先对传感器采集的雷达、激光雷达数据分别定制数据转换和标准化策略，解决数据异构问题。然后使用三维卷积残差块提取多层次高阶多模态特征后，利用注意力机制模型融合特征并预测最佳波束，实现通信性能的优化。实验结果表明，该文所提方法在高速场景下可达到接近90%的平均Top-3波束预测精度，相比单模态方案性能显著提升，验证了其在提升通信性能和可靠性方面的优越性。
波束赋形技术通过向特定方向发射信号，提高了接收信号的功率。然而，在高速动态的车辆网络场景下，频繁的信道状态更新与波束调整导致系统开销过大；波束与用户位置难以实时对齐，易出现错位现象，影响通信稳定性；复杂路况中的遮挡和信道衰落进一步限制了波束赋形的效果。为了解决上述问题，该文提出了一种基于卷积神经网络和注意力机制模型的多模态特征融合波束赋形方法，以实现感知辅助的高可靠通信。模型首先对传感器采集的雷达、激光雷达数据分别定制数据转换和标准化策略，解决数据异构问题。然后使用三维卷积残差块提取多层次高阶多模态特征后，利用注意力机制模型融合特征并预测最佳波束，实现通信性能的优化。实验结果表明，该文所提方法在高速场景下可达到接近90%的平均Top-3波束预测精度，相比单模态方案性能显著提升，验证了其在提升通信性能和可靠性方面的优越性。
状态:
, 更新: .
基于雷达传感器网络的目标识别系统在自动目标识别领域得到了广泛的研究，该系统从多个角度对目标进行观测从而可获得稳健的目标识别能力，这也带来了多雷达传感器回波数据间相关信息和差异信息的利用问题。其次，现有研究大都需要大规模标记数据来获得目标的先验知识，考虑到大量未标注数据未被有效使用，该文研究了一种基于多重对比损失(MCL)的雷达传感器网络HRRP无监督目标特征提取方法。该方法通过联合实例级损失、Fisher损失和语义一致损失这三重损失约束，用以寻求多雷达传感器回波间具有一致性和判别性的特征向量并用于后续的识别任务。具体而言，将原始回波数据分别映射到对比损失空间和语义标签空间：在对比损失空间中，利用对比损失对样本的相似性和聚集性进行约束，使不同传感器获取的同一目标不同回波间的相对距离和绝对距离被减小，而不同目标回波样本间的距离被拉大；在语义损失空间中，通过提取到的判别特征对语义标签进行约束，实现语义信息和判别特征一致的目标。在实测民用飞机数据集上进行的实验表明，与最先进的无监督和有监督目标识别算法相比，MCL的识别准确率分别提升了0.4%和1.4%，并且MCL能有效提升多雷达传感器协同时的目标识别性能。
基于雷达传感器网络的目标识别系统在自动目标识别领域得到了广泛的研究，该系统从多个角度对目标进行观测从而可获得稳健的目标识别能力，这也带来了多雷达传感器回波数据间相关信息和差异信息的利用问题。其次，现有研究大都需要大规模标记数据来获得目标的先验知识，考虑到大量未标注数据未被有效使用，该文研究了一种基于多重对比损失(MCL)的雷达传感器网络HRRP无监督目标特征提取方法。该方法通过联合实例级损失、Fisher损失和语义一致损失这三重损失约束，用以寻求多雷达传感器回波间具有一致性和判别性的特征向量并用于后续的识别任务。具体而言，将原始回波数据分别映射到对比损失空间和语义标签空间：在对比损失空间中，利用对比损失对样本的相似性和聚集性进行约束，使不同传感器获取的同一目标不同回波间的相对距离和绝对距离被减小，而不同目标回波样本间的距离被拉大；在语义损失空间中，通过提取到的判别特征对语义标签进行约束，实现语义信息和判别特征一致的目标。在实测民用飞机数据集上进行的实验表明，与最先进的无监督和有监督目标识别算法相比，MCL的识别准确率分别提升了0.4%和1.4%，并且MCL能有效提升多雷达传感器协同时的目标识别性能。
状态:
, 更新: .
全波形高光谱激光雷达(HSL)在获得高精度、高分辨率的空间数据的同时，还能获得目标的光谱信息，可为不同研究和应用领域提供有效和多维的数据。然而，HSL不同波段发射信号强度存在差异，会导致相应回波信号的差异，难以直接利用回波信号来重建目标在不同波段下准确的光学特性(目标的反射率光谱分布曲线)。以往研究通常利用标准漫反射白板法来获取目标的反射率光谱曲线(标准参照板法)。但在某些复杂的检测环境中白板易受污染，且激光器的发射能量会因环境和设备状态的变化出现波动，进而影响计算精度。因此，从全波形信号本身直接提取信息用于反射率光谱曲线重建是一种快捷的途径。基于此，该文提出一种基于HSL全波形数据的回波强度校正方法，用于快速生成目标的反射率光谱曲线。首先，通过理论分析，证明回波与发射波在形状上的相似性。然后，对HSL全波形的发射信号和回波信号进行偏正态高斯函数拟合，计算各波段在理想情况下标准漫反射白板的发射信号与回波信号峰值比值(归一化因子)。最后，通过结合标准漫反射白板的归一化因子与目标的归一化因子来构建目标的反射率光谱分布曲线。为验证方法的有效性，该文将其与基于标准漫反射板计算的反射率光谱曲线进行了对比实验，并进行木叶分离和目标分类实验以评估其适用性。实验结果表明：(1)利用发射信号校正回波强度，可以获得与标准参照板法相似的反射率光谱曲线。并且在不同温度及光照条件下均表现出良好的稳定性；与标准漫反射白板法相比，该方法有效克服了激光器发射能量波动的影响，尤其在HSL长时间工作条件下，显著提升了反射率光谱曲线的测量精度和一致性。(2)在实际应用中，基于该文方法获得的目标反射率光谱曲线能够快速实现木叶分离，且对果树目标分类准确率超过90%。该文方法简化了全波形高光谱激光雷达的回波强度校正流程，可在数据采集过程中实时快速重建目标高光谱信息。
全波形高光谱激光雷达(HSL)在获得高精度、高分辨率的空间数据的同时，还能获得目标的光谱信息，可为不同研究和应用领域提供有效和多维的数据。然而，HSL不同波段发射信号强度存在差异，会导致相应回波信号的差异，难以直接利用回波信号来重建目标在不同波段下准确的光学特性(目标的反射率光谱分布曲线)。以往研究通常利用标准漫反射白板法来获取目标的反射率光谱曲线(标准参照板法)。但在某些复杂的检测环境中白板易受污染，且激光器的发射能量会因环境和设备状态的变化出现波动，进而影响计算精度。因此，从全波形信号本身直接提取信息用于反射率光谱曲线重建是一种快捷的途径。基于此，该文提出一种基于HSL全波形数据的回波强度校正方法，用于快速生成目标的反射率光谱曲线。首先，通过理论分析，证明回波与发射波在形状上的相似性。然后，对HSL全波形的发射信号和回波信号进行偏正态高斯函数拟合，计算各波段在理想情况下标准漫反射白板的发射信号与回波信号峰值比值(归一化因子)。最后，通过结合标准漫反射白板的归一化因子与目标的归一化因子来构建目标的反射率光谱分布曲线。为验证方法的有效性，该文将其与基于标准漫反射板计算的反射率光谱曲线进行了对比实验，并进行木叶分离和目标分类实验以评估其适用性。实验结果表明：(1)利用发射信号校正回波强度，可以获得与标准参照板法相似的反射率光谱曲线。并且在不同温度及光照条件下均表现出良好的稳定性；与标准漫反射白板法相比，该方法有效克服了激光器发射能量波动的影响，尤其在HSL长时间工作条件下，显著提升了反射率光谱曲线的测量精度和一致性。(2)在实际应用中，基于该文方法获得的目标反射率光谱曲线能够快速实现木叶分离，且对果树目标分类准确率超过90%。该文方法简化了全波形高光谱激光雷达的回波强度校正流程，可在数据采集过程中实时快速重建目标高光谱信息。
状态:
, 更新: .
通过复用随机通信信号，并基于现网中的通信架构实现通信感知一体化(ISAC)，能够显著降低ISAC实现成本、加速感知功能融入现有通信网络。然而，通信数据的随机性将会使得感知功能出现随机起伏，造成感知性能不稳定。为了获得稳健的感知性能，该文研究了随机通感一体空域信号处理方法，提出了多输入多输出通感一体(MIMO-ISAC)系统收发预编码联合优化设计方案。具体而言，考虑对目标响应矩阵的估计，该文首先定义了随机信号下感知系统的遍历克拉美罗界(ECRB)，并基于复逆Wishart矩阵的分布推导了ECRB的闭合表达式，从理论上说明了使用随机信号进行感知相较于传统使用确定性正交信号的性能损失。进一步地，该文分别考虑了ECRB最小化的感知最优问题以及多天线多用户信号估计的通信最优问题，并获得了感知最优预编码设计和通信最优预编码设计方案。接着，该文将上述收发预编码优化设计思路扩展至通信感知一体化场景。最后，该文通过大量仿真验证了所提方法的有效性，相关结果表明所提出的联合收发预编码设计方案能够支持高精度目标响应矩阵估计，同时能够实现通信信号估计误差与目标响应矩阵估计误差的灵活折衷。
通过复用随机通信信号，并基于现网中的通信架构实现通信感知一体化(ISAC)，能够显著降低ISAC实现成本、加速感知功能融入现有通信网络。然而，通信数据的随机性将会使得感知功能出现随机起伏，造成感知性能不稳定。为了获得稳健的感知性能，该文研究了随机通感一体空域信号处理方法，提出了多输入多输出通感一体(MIMO-ISAC)系统收发预编码联合优化设计方案。具体而言，考虑对目标响应矩阵的估计，该文首先定义了随机信号下感知系统的遍历克拉美罗界(ECRB)，并基于复逆Wishart矩阵的分布推导了ECRB的闭合表达式，从理论上说明了使用随机信号进行感知相较于传统使用确定性正交信号的性能损失。进一步地，该文分别考虑了ECRB最小化的感知最优问题以及多天线多用户信号估计的通信最优问题，并获得了感知最优预编码设计和通信最优预编码设计方案。接着，该文将上述收发预编码优化设计思路扩展至通信感知一体化场景。最后，该文通过大量仿真验证了所提方法的有效性，相关结果表明所提出的联合收发预编码设计方案能够支持高精度目标响应矩阵估计，同时能够实现通信信号估计误差与目标响应矩阵估计误差的灵活折衷。
状态:
, 更新: .
相较于地基外辐射源雷达，基于卫星信号的外辐射源雷达(即卫星信号外辐射源雷达)具有全球、全时、全天候覆盖等优势，可弥补地基外辐射源雷达在海上覆盖范围不足的限制；相较于中高轨卫星信号，低轨通信卫星信号具有接收功率强、卫星数目多等优势，可为海上目标无源探测提供可观的探测距离与探测精度。面向未来发展需求，该文详细论述了卫星信号外辐射源雷达研究现状与应用前景，给出了以铱星、星链两类低轨通信卫星系统构建高低频宽窄带融合的低轨通信卫星信号外辐射源雷达系统的可行性分析，据此总结了研发低轨通信卫星信号外辐射源雷达系统面临的技术挑战与候选解决思路。上述研究可为广域范围内，外辐射源雷达探测提供重要参考。
相较于地基外辐射源雷达，基于卫星信号的外辐射源雷达(即卫星信号外辐射源雷达)具有全球、全时、全天候覆盖等优势，可弥补地基外辐射源雷达在海上覆盖范围不足的限制；相较于中高轨卫星信号，低轨通信卫星信号具有接收功率强、卫星数目多等优势，可为海上目标无源探测提供可观的探测距离与探测精度。面向未来发展需求，该文详细论述了卫星信号外辐射源雷达研究现状与应用前景，给出了以铱星、星链两类低轨通信卫星系统构建高低频宽窄带融合的低轨通信卫星信号外辐射源雷达系统的可行性分析，据此总结了研发低轨通信卫星信号外辐射源雷达系统面临的技术挑战与候选解决思路。上述研究可为广域范围内，外辐射源雷达探测提供重要参考。
状态:
, 更新: .
集探测与通信功能为一体的探通一体(DFRC)综合电子设备平台通过共享硬件平台和发射波形，有效缓解了平台受限、资源紧张、电磁兼容等问题，因此成为近年来的研究热点。以探测为核心、兼顾有限通信能力的DFRC技术，在未来实战中的预警监视、跟踪制导等典型探测场景中具有巨大的应用前景。该文重点关注在保证基本通信性能基础之上，通过有效调节探测与通信在多域资源利用方面的冲突和矛盾，实现雷达探测性能最优化的信号设计方法。该文首先总结了DFRC系统的性能衡量准则，然后全面地介绍了典型探测场景下DFRC信号设计方法，并深入分析了各信号设计方法存在的问题以及目前的解决方案。在最后对全文做了总结，并对未来的研究方向进行了展望。
集探测与通信功能为一体的探通一体(DFRC)综合电子设备平台通过共享硬件平台和发射波形，有效缓解了平台受限、资源紧张、电磁兼容等问题，因此成为近年来的研究热点。以探测为核心、兼顾有限通信能力的DFRC技术，在未来实战中的预警监视、跟踪制导等典型探测场景中具有巨大的应用前景。该文重点关注在保证基本通信性能基础之上，通过有效调节探测与通信在多域资源利用方面的冲突和矛盾，实现雷达探测性能最优化的信号设计方法。该文首先总结了DFRC系统的性能衡量准则，然后全面地介绍了典型探测场景下DFRC信号设计方法，并深入分析了各信号设计方法存在的问题以及目前的解决方案。在最后对全文做了总结，并对未来的研究方向进行了展望。
状态:
, 更新: .
双基合成孔径雷达(SAR)通过收发分置、协同工作，不仅能对接收站飞行前方实现高分辨成像，还具备出色的隐蔽性和抗干扰能力等优势，在海洋监测、成像侦察等军民领域具有广阔的应用前景。然而，海面舰船目标由于受到海浪影响，存在复杂且未知的三维随机剧烈摆动，且该摆动与双基平台的运动均随时间变化，导致双基SAR舰船目标成像结果的视图与方位时间强相关，难以获得有效的目标特征信息。此外，目标的三维摆动与收发双站的分置运动相互耦合叠加，导致双基舰船回波多普勒存在非线性强空变，造成舰船目标图像出现严重散焦。针对此问题，该文提出了一种双基SAR舰船成像时段寻优的成像处理方法，获得了成像视图最优且聚焦良好的双基SAR舰船目标图像。首先，采用短时傅里叶变换，精确反演舰船目标强散射点的时频信息；然后，联合多散射点时频信息，最优估计舰船目标的三维旋转参数，从而获得成像投影平面的时变规律；最后，以成像投影平面最优为准则，选取双基SAR舰船目标成像视图最优的成像时刻，再以成像分辨率最优为准则，选取双基SAR舰船目标成像时长，从而完成双基SAR舰船目标成像时段寻优成像处理。仿真实验验证了该方法在不同双基构型和不同信噪比条件下目标转动参数估计的准确性、成像投影平面选取的有效性，解决了双基SAR舰船目标成像视图强时变和多普勒非线性强空变问题，实现了双基SAR舰船目标图像的良好聚焦且成像视图最优，极大地提升了舰船目标特征信息获取的准确性。
双基合成孔径雷达(SAR)通过收发分置、协同工作，不仅能对接收站飞行前方实现高分辨成像，还具备出色的隐蔽性和抗干扰能力等优势，在海洋监测、成像侦察等军民领域具有广阔的应用前景。然而，海面舰船目标由于受到海浪影响，存在复杂且未知的三维随机剧烈摆动，且该摆动与双基平台的运动均随时间变化，导致双基SAR舰船目标成像结果的视图与方位时间强相关，难以获得有效的目标特征信息。此外，目标的三维摆动与收发双站的分置运动相互耦合叠加，导致双基舰船回波多普勒存在非线性强空变，造成舰船目标图像出现严重散焦。针对此问题，该文提出了一种双基SAR舰船成像时段寻优的成像处理方法，获得了成像视图最优且聚焦良好的双基SAR舰船目标图像。首先，采用短时傅里叶变换，精确反演舰船目标强散射点的时频信息；然后，联合多散射点时频信息，最优估计舰船目标的三维旋转参数，从而获得成像投影平面的时变规律；最后，以成像投影平面最优为准则，选取双基SAR舰船目标成像视图最优的成像时刻，再以成像分辨率最优为准则，选取双基SAR舰船目标成像时长，从而完成双基SAR舰船目标成像时段寻优成像处理。仿真实验验证了该方法在不同双基构型和不同信噪比条件下目标转动参数估计的准确性、成像投影平面选取的有效性，解决了双基SAR舰船目标成像视图强时变和多普勒非线性强空变问题，实现了双基SAR舰船目标图像的良好聚焦且成像视图最优，极大地提升了舰船目标特征信息获取的准确性。
状态:
, 更新: .
随着低空经济的兴起，无人机的通信和检测问题受到了广泛的关注。该文研究了OFDM通信感知一体化中的感知参考信号设计，用于远距离高速无人机的检测。为了实现无人机在远距离和高速度情况下的不模糊检测，传统的参考信号设计需要较密的感知参考信号布置，从而带来较大的资源开销。此外，基于OFDM波形的远距离检测，还面临码间串扰的挑战。首先，针对远距离检测的问题，该文设计了支持远距离检测且抗码间串扰的感知参考信号模式，可以在较少资源开销下达到系统的最大不模糊检测距离。然后，基于前述参考信号的排布模式，针对高速度检测的问题，该文在基于中国剩余定理消除模糊方法的基础上，引入距离变化率。通过合理的参考信号配置与幽灵目标消除算法，可以在较小的资源开销下，大幅增加不模糊检测速度，且有效避免幽灵目标的产生。上述方法的有效性最后通过仿真进行了验证。仿真结果表明，针对远距离高速目标的检测，相比于传统方法，该文所提的方法可降低72%的参考信号开销。
随着低空经济的兴起，无人机的通信和检测问题受到了广泛的关注。该文研究了OFDM通信感知一体化中的感知参考信号设计，用于远距离高速无人机的检测。为了实现无人机在远距离和高速度情况下的不模糊检测，传统的参考信号设计需要较密的感知参考信号布置，从而带来较大的资源开销。此外，基于OFDM波形的远距离检测，还面临码间串扰的挑战。首先，针对远距离检测的问题，该文设计了支持远距离检测且抗码间串扰的感知参考信号模式，可以在较少资源开销下达到系统的最大不模糊检测距离。然后，基于前述参考信号的排布模式，针对高速度检测的问题，该文在基于中国剩余定理消除模糊方法的基础上，引入距离变化率。通过合理的参考信号配置与幽灵目标消除算法，可以在较小的资源开销下，大幅增加不模糊检测速度，且有效避免幽灵目标的产生。上述方法的有效性最后通过仿真进行了验证。仿真结果表明，针对远距离高速目标的检测，相比于传统方法，该文所提的方法可降低72%的参考信号开销。
状态:
, 更新: .
该文针对雷达通信一体化系统中多站协作感知的问题，提出了一种基于无蜂窝网络架构的智能框架HRT-Net，用于实现准确且资源高效的位置估计。具体而言，该文首先将感知区域划分为多个子区域，并基于深度可分离卷积设计了一个轻量级的区域选择网络，以识别目标所属的子区域，从而减少计算负担并实现广域覆盖。其次，考虑到多站数据差异性的隐式问题，该文设计了一种分通道单维注意力机制，旨在有效聚合多站的感知数据并增强特征的提取和表示能力，从而生成注意力权重图以加权修正原始特征。最后，基于多尺度和多重残差连接设计了一个目标定位网络，该网络能够提取更加全面和深层的特征并实现多级特征融合，进而可靠地将其映射到目标的位置坐标。仿真及实测实验结果表明，相比于现有方法，HRT-Net在较低计算复杂度和存储开销下，能够实现厘米级的目标定位。
该文针对雷达通信一体化系统中多站协作感知的问题，提出了一种基于无蜂窝网络架构的智能框架HRT-Net，用于实现准确且资源高效的位置估计。具体而言，该文首先将感知区域划分为多个子区域，并基于深度可分离卷积设计了一个轻量级的区域选择网络，以识别目标所属的子区域，从而减少计算负担并实现广域覆盖。其次，考虑到多站数据差异性的隐式问题，该文设计了一种分通道单维注意力机制，旨在有效聚合多站的感知数据并增强特征的提取和表示能力，从而生成注意力权重图以加权修正原始特征。最后，基于多尺度和多重残差连接设计了一个目标定位网络，该网络能够提取更加全面和深层的特征并实现多级特征融合，进而可靠地将其映射到目标的位置坐标。仿真及实测实验结果表明，相比于现有方法，HRT-Net在较低计算复杂度和存储开销下，能够实现厘米级的目标定位。
状态:
, 更新: .
激光雷达缺乏纹理色彩信息，相机缺乏深度信息，激光雷达和相机的信息具有高度的互补性，融合二者能获得丰富的观测数据，能提高环境感知的精准度和稳定性。而对两类传感器的外部参数进行精确的联合标定是数据融合的前提。目前，绝大多数的联合标定方法需要借助校准靶标物和人工选点的方式处理，导致其无法在动态的应用场景中使用。该文提出一种ResCalib深度神经网络模型用于解决激光雷达与相机的在线联合标定问题，该方法以激光雷达点云、单目图像和相机内参数矩阵作为输入以实现参数解算，而方法对外部特征物或靶标的依赖度低。ResCalib是一个几何监督深度神经网络，通过实施监督学习使输入图像和点云的几何及光度一致性最大化，利用单次迭代网络，自动估计激光雷达和相机之间的6自由度外参关系。实验表明该文方法能够纠正旋转±10°和平移±0.2 m的错误标定，标定解算结果的旋转分量的平均绝对误差为0.35°，平移分量为0.032 m，且单组标定所需时间为0.018 s，为实现动态环境下的自动化联合标定提供了技术支撑。
激光雷达缺乏纹理色彩信息，相机缺乏深度信息，激光雷达和相机的信息具有高度的互补性，融合二者能获得丰富的观测数据，能提高环境感知的精准度和稳定性。而对两类传感器的外部参数进行精确的联合标定是数据融合的前提。目前，绝大多数的联合标定方法需要借助校准靶标物和人工选点的方式处理，导致其无法在动态的应用场景中使用。该文提出一种ResCalib深度神经网络模型用于解决激光雷达与相机的在线联合标定问题，该方法以激光雷达点云、单目图像和相机内参数矩阵作为输入以实现参数解算，而方法对外部特征物或靶标的依赖度低。ResCalib是一个几何监督深度神经网络，通过实施监督学习使输入图像和点云的几何及光度一致性最大化，利用单次迭代网络，自动估计激光雷达和相机之间的6自由度外参关系。实验表明该文方法能够纠正旋转±10°和平移±0.2 m的错误标定，标定解算结果的旋转分量的平均绝对误差为0.35°，平移分量为0.032 m，且单组标定所需时间为0.018 s，为实现动态环境下的自动化联合标定提供了技术支撑。
状态:
, 更新: .
该文针对族群无人机SAR系统的任务分配问题，提出了一种基于低冗余度染色体编码的族群无人机SAR任务分配方法。该方法针对SAR成像任务的特有问题分析了成像性能与成像几何构型之间的内在联系，并据此建立了考虑成像性能的路径函数，将族群无人机SAR任务分配问题建模为广义均衡多旅行商问题；然后，采用冗余度较低的两部分染色体编码方式来表征任务分配方案，提高遗传算法的搜索效率和准确性。针对实际应用中可能发生的意外情况，该文还提出了一种融合了合同网算法和注意力机制的动态任务分配策略，该策略能够根据实际情况灵活调整任务分配方案，确保系统的鲁棒性。仿真实验验证了该文所提方法的有效性。
该文针对族群无人机SAR系统的任务分配问题，提出了一种基于低冗余度染色体编码的族群无人机SAR任务分配方法。该方法针对SAR成像任务的特有问题分析了成像性能与成像几何构型之间的内在联系，并据此建立了考虑成像性能的路径函数，将族群无人机SAR任务分配问题建模为广义均衡多旅行商问题；然后，采用冗余度较低的两部分染色体编码方式来表征任务分配方案，提高遗传算法的搜索效率和准确性。针对实际应用中可能发生的意外情况，该文还提出了一种融合了合同网算法和注意力机制的动态任务分配策略，该策略能够根据实际情况灵活调整任务分配方案，确保系统的鲁棒性。仿真实验验证了该文所提方法的有效性。
状态:
, 更新: .
相比于微型单基SAR系统，微型多基SAR系统采用收发分置的灵活构型，具备多角度成像等优势。然而，由于微型多基SAR系统需要采用相互独立的振荡源，相位同步是实现微型多基SAR高精度成像的必要条件。当前双基SAR相位同步方案的研究已相对成熟，但这些方案主要基于脉冲体制SAR系统，针对调频连续波(FMCW)体制微型多基SAR系统的相位同步研究仍较为匮乏。与脉冲体制SAR系统相比，FMCW SAR系统的信号连续发射，脉冲间不存在时间间隙，因此部分脉冲体制SAR的相位同步方案无法直接应用于FMCW SAR系统。为此，该文提出了一种适用于FMCW微型多基SAR相位同步方法，旨在有效解决FMCW SAR系统所面临的相位同步难题。该方法采用广义短时正交波形作为不同雷达平台的相位同步信号，通过脉冲压缩技术提取出雷达平台间的相位误差，进而实现相位同步。与传统线性调频波形相比，广义短时正交(STSO)波形在经过相同的脉冲压缩函数处理后，干扰信号的能量会集中于远离匹配信号峰值的位置，从而提高了相位同步的精度。此外，所提方法还适应了FMCW微型多基SAR系统dechirp接收的特点，并通过地面和数值仿真实验验证，所提方法具有较高的同步精度。
相比于微型单基SAR系统，微型多基SAR系统采用收发分置的灵活构型，具备多角度成像等优势。然而，由于微型多基SAR系统需要采用相互独立的振荡源，相位同步是实现微型多基SAR高精度成像的必要条件。当前双基SAR相位同步方案的研究已相对成熟，但这些方案主要基于脉冲体制SAR系统，针对调频连续波(FMCW)体制微型多基SAR系统的相位同步研究仍较为匮乏。与脉冲体制SAR系统相比，FMCW SAR系统的信号连续发射，脉冲间不存在时间间隙，因此部分脉冲体制SAR的相位同步方案无法直接应用于FMCW SAR系统。为此，该文提出了一种适用于FMCW微型多基SAR相位同步方法，旨在有效解决FMCW SAR系统所面临的相位同步难题。该方法采用广义短时正交波形作为不同雷达平台的相位同步信号，通过脉冲压缩技术提取出雷达平台间的相位误差，进而实现相位同步。与传统线性调频波形相比，广义短时正交(STSO)波形在经过相同的脉冲压缩函数处理后，干扰信号的能量会集中于远离匹配信号峰值的位置，从而提高了相位同步的精度。此外，所提方法还适应了FMCW微型多基SAR系统dechirp接收的特点，并通过地面和数值仿真实验验证，所提方法具有较高的同步精度。
状态:
, 更新: .
星载合成孔径雷达(SAR)受电离层影响会出现回波信号失真、图像质量恶化、干涉/极化测量精度下降等问题，对于工作在L波段和P波段的低波段星载SAR，受电离层影响程度尤为突出。但从另一个角度看，低波段星载SAR能够捕获观测范围内不同空间尺度的电离层结构，其回波和图像数据中蕴藏丰富的电离层信息，为电离层高精度、高分辨探测提供了极大的可能性。该文围绕星载SAR背景电离层电子总量反演、电离层电子密度层析、电离层不规则体探测3个方面，回顾了利用星载SAR进行电离层探测的研究进展，总结归纳了该研究领域技术体系，强调了星载SAR具有绘制电离层局部精细结构和全球电离层态势的潜力，并展望了未来发展方向。
星载合成孔径雷达(SAR)受电离层影响会出现回波信号失真、图像质量恶化、干涉/极化测量精度下降等问题，对于工作在L波段和P波段的低波段星载SAR，受电离层影响程度尤为突出。但从另一个角度看，低波段星载SAR能够捕获观测范围内不同空间尺度的电离层结构，其回波和图像数据中蕴藏丰富的电离层信息，为电离层高精度、高分辨探测提供了极大的可能性。该文围绕星载SAR背景电离层电子总量反演、电离层电子密度层析、电离层不规则体探测3个方面，回顾了利用星载SAR进行电离层探测的研究进展，总结归纳了该研究领域技术体系，强调了星载SAR具有绘制电离层局部精细结构和全球电离层态势的潜力，并展望了未来发展方向。
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。
2025, 14(2): 249-268.
被动雷达在预警探测和低慢小目标(LSS)检测中具有重要作用。由于被动雷达信号辐射源不可控，目标特性更为复杂，导致检测和识别极其困难。该文构建了被动雷达低慢小探测数据集(LSS-PR-1.0)，该数据集包含了直升机、无人机、快艇、客轮4种典型海空目标的雷达回波信号，以及低高海况的海杂波数据，为该领域研究提供了数据支撑。在目标特征提取和分析方面，首先采用奇异值分解海杂波抑制方法，去除海杂波强Bragg峰对目标回波的影响。在此基础上，提出4类10种多域特征提取和分析方法，包括时域特征(相对平均幅度)、频域特征(频谱特征、多普勒瀑布图、距离多普勒特征)、时频域特征、运动特征(航向差、航迹参数、速度变化区间、速度变异系数、加速度)等。基于实测数据对4种海空目标特性进行了对比分析，总结各类目标特性规律，为后续目标识别奠定了基础。
被动雷达在预警探测和低慢小目标(LSS)检测中具有重要作用。由于被动雷达信号辐射源不可控，目标特性更为复杂，导致检测和识别极其困难。该文构建了被动雷达低慢小探测数据集(LSS-PR-1.0)，该数据集包含了直升机、无人机、快艇、客轮4种典型海空目标的雷达回波信号，以及低高海况的海杂波数据，为该领域研究提供了数据支撑。在目标特征提取和分析方面，首先采用奇异值分解海杂波抑制方法，去除海杂波强Bragg峰对目标回波的影响。在此基础上，提出4类10种多域特征提取和分析方法，包括时域特征(相对平均幅度)、频域特征(频谱特征、多普勒瀑布图、距离多普勒特征)、时频域特征、运动特征(航向差、航迹参数、速度变化区间、速度变异系数、加速度)等。基于实测数据对4种海空目标特性进行了对比分析，总结各类目标特性规律，为后续目标识别奠定了基础。
2025, 14(2): 269-279.
米波雷达波束较宽，探测低仰角目标时多径信号严重影响直达信号的显著性，低仰角测角性能较差。针对此问题，该文提出了一种信号级特征博弈的多径抑制与高精度测角方法，构建一组直达信号提取器和直达信号特征检验器，直达信号提取器挖掘出多径信号湮没的直达信号，直达信号特征检验器用于鉴别、分析提取的直达信号的有效性，直达信号提取器和直达信号特征检验器相互博弈、优化，有效实现直达信号增强和多径信号抑制的效果，并利用已有的超分辨算法进行波达方向估计(DOA)。计算机仿真结果表明，所提算法不依赖于严格的目标角度信息，能够有效抑制多径信号，经典的超分辨算法在多种场景下的估计性能显著提升，且较已有的有监督学习模型而言，所提算法对未知的信号参数及多径分布模型具有更好的泛化性。
米波雷达波束较宽，探测低仰角目标时多径信号严重影响直达信号的显著性，低仰角测角性能较差。针对此问题，该文提出了一种信号级特征博弈的多径抑制与高精度测角方法，构建一组直达信号提取器和直达信号特征检验器，直达信号提取器挖掘出多径信号湮没的直达信号，直达信号特征检验器用于鉴别、分析提取的直达信号的有效性，直达信号提取器和直达信号特征检验器相互博弈、优化，有效实现直达信号增强和多径信号抑制的效果，并利用已有的超分辨算法进行波达方向估计(DOA)。计算机仿真结果表明，所提算法不依赖于严格的目标角度信息，能够有效抑制多径信号，经典的超分辨算法在多种场景下的估计性能显著提升，且较已有的有监督学习模型而言，所提算法对未知的信号参数及多径分布模型具有更好的泛化性。
2025, 14(2): 280-292.
针对复杂电磁环境下雷达干扰增多且靠近强干扰信号的目标信号难以准确估计的问题，该文提出了一种强间歇干扰下基于黎曼平均的稀疏波达方向(DOA)估计方法。首先，在扩展互质阵列接收数据模型下，利用在整个采样周期内目标信号持续活动而强干扰信号间歇性活动的特性，引入黎曼平均对干扰信号进行抑制；然后，将经过处理的数据协方差矩阵向量化，得到虚拟阵列接收数据；最后，在虚拟域中运用稀疏迭代协方差估计(SPICE)算法对稀疏信号进行重构，得到目标信号的DOA估计。仿真结果表明，在信号源数目未知的情况下，该方法可以对角度与强干扰信号紧密相邻的弱目标信号进行高精度的DOA估计。与现有子空间算法和稀疏重构类算法相比，所提算法在较小快拍数和低信噪比下具有更高的估计精度和角度分辨力。
针对复杂电磁环境下雷达干扰增多且靠近强干扰信号的目标信号难以准确估计的问题，该文提出了一种强间歇干扰下基于黎曼平均的稀疏波达方向(DOA)估计方法。首先，在扩展互质阵列接收数据模型下，利用在整个采样周期内目标信号持续活动而强干扰信号间歇性活动的特性，引入黎曼平均对干扰信号进行抑制；然后，将经过处理的数据协方差矩阵向量化，得到虚拟阵列接收数据；最后，在虚拟域中运用稀疏迭代协方差估计(SPICE)算法对稀疏信号进行重构，得到目标信号的DOA估计。仿真结果表明，在信号源数目未知的情况下，该方法可以对角度与强干扰信号紧密相邻的弱目标信号进行高精度的DOA估计。与现有子空间算法和稀疏重构类算法相比，所提算法在较小快拍数和低信噪比下具有更高的估计精度和角度分辨力。
2025, 14(2): 293-308.
传统雷达分辨能力主要利用模糊函数来进行分析，其极限分辨力一般用瑞利限表征。自然界中蝙蝠具有相当敏锐的听觉系统，学者提出谱相关及变换(SCAT)模型对蝙蝠听觉系统建模，探索了蝙蝠的超分辨原理，为突破雷达目标常规(瑞利)分辨力提供了一个可能的途径。为了进一步提高SCAT模型的分辨性能，通过抑制距离像负半轴和原点处多余的波瓣，改进了基向量解卷积法和基带SCAT (BSCT)两种蝙蝠超分辨模型，同时提出可靠分辨力概念及计算方法，统一了SCAT分辨力与瑞利分辨力的衡量标准，对比验证了可靠分辨力概念的合理性以及改进算法的有效性。仿真与实测实验表明，改进超分辨算法均获得了可观的分辨力提升，其中改进基向量解卷积法性能最佳，将原基向量解卷积法的分辨力提高约2 dB，同时将匹配滤波分辨力提高约5 dB。
传统雷达分辨能力主要利用模糊函数来进行分析，其极限分辨力一般用瑞利限表征。自然界中蝙蝠具有相当敏锐的听觉系统，学者提出谱相关及变换(SCAT)模型对蝙蝠听觉系统建模，探索了蝙蝠的超分辨原理，为突破雷达目标常规(瑞利)分辨力提供了一个可能的途径。为了进一步提高SCAT模型的分辨性能，通过抑制距离像负半轴和原点处多余的波瓣，改进了基向量解卷积法和基带SCAT (BSCT)两种蝙蝠超分辨模型，同时提出可靠分辨力概念及计算方法，统一了SCAT分辨力与瑞利分辨力的衡量标准，对比验证了可靠分辨力概念的合理性以及改进算法的有效性。仿真与实测实验表明，改进超分辨算法均获得了可观的分辨力提升，其中改进基向量解卷积法性能最佳，将原基向量解卷积法的分辨力提高约2 dB，同时将匹配滤波分辨力提高约5 dB。
2025, 14(2): 309-321.
在进入陌生建筑物之前掌握其内部结构信息，能够为反恐作战、灾害救援、监视管控等多种应用提供支持，具有重要的现实意义和研究价值。为实现建筑布局结构信息获取，该文开展了基于多域联合直达波估计的建筑布局层析成像方法研究。首先，建立了线性近似模型，实现了直达波信号传播时延与未知建筑布局图像之间的映射关系；在此模型基础上，分析了在层析成像模式下直达波信号与多径信号在快时间域、慢时间域与多普勒域中的分布特性，提出了一种基于多域联合的直达波估计算法，实现了多径干扰抑制与直达波信号精确估计；此外，提出了一种总变分约束的投影矩阵自适应修正代数重建算法，提升了有限数据下的建筑布局反演质量；最后，电磁仿真与实测实验结果证明了所提出的建筑布局层析成像方法的有效性，其重建结果的结构相似性指标分别可达到91.2%和81.7%，显著优于现有建筑布局层析成像方法。
在进入陌生建筑物之前掌握其内部结构信息，能够为反恐作战、灾害救援、监视管控等多种应用提供支持，具有重要的现实意义和研究价值。为实现建筑布局结构信息获取，该文开展了基于多域联合直达波估计的建筑布局层析成像方法研究。首先，建立了线性近似模型，实现了直达波信号传播时延与未知建筑布局图像之间的映射关系；在此模型基础上，分析了在层析成像模式下直达波信号与多径信号在快时间域、慢时间域与多普勒域中的分布特性，提出了一种基于多域联合的直达波估计算法，实现了多径干扰抑制与直达波信号精确估计；此外，提出了一种总变分约束的投影矩阵自适应修正代数重建算法，提升了有限数据下的建筑布局反演质量；最后，电磁仿真与实测实验结果证明了所提出的建筑布局层析成像方法的有效性，其重建结果的结构相似性指标分别可达到91.2%和81.7%，显著优于现有建筑布局层析成像方法。
2025, 14(2): 322-337.
地海杂波分类是提升天波超视距雷达目标定位精度的关键技术，其核心是判别距离多普勒(RD)图中每个方位-距离单元背景源自陆地或海洋的过程。基于传统深度学习的地海杂波分类方法需海量高质量且类别均衡的有标签样本，训练时间长，费效比高；此外，其输入为单个方位-距离单元杂波，未考虑样本的类内和类间信息，导致模型性能不佳。针对上述问题，该文通过分析相邻方位-距离单元之间的相关性，将地海杂波数据由欧氏空间转换为非欧氏空间中的图数据，引入样本之间的关系，并提出一种基于多通道图卷积神经网络(MC-GCN)的地海杂波分类方法。MC-GCN将图数据由单通道分解为多通道，每个通道只包含一种类型的边和一个权重矩阵，通过约束节点信息聚合的过程，能够有效缓解由异质性造成的节点属性误判。该文选取不同季节、不同时刻、不同探测区域RD图，依据雷达参数、数据特性和样本比例，构建包含12种不同场景的地海杂波原始数据集和36种不同配置的地海杂波稀缺数据集，并对MC-GCN的有效性进行验证。通过与最先进的地海杂波分类方法进行比较，该文所提出的MC-GCN在上述数据集中均表现最优，其分类准确率不低于92%。
地海杂波分类是提升天波超视距雷达目标定位精度的关键技术，其核心是判别距离多普勒(RD)图中每个方位-距离单元背景源自陆地或海洋的过程。基于传统深度学习的地海杂波分类方法需海量高质量且类别均衡的有标签样本，训练时间长，费效比高；此外，其输入为单个方位-距离单元杂波，未考虑样本的类内和类间信息，导致模型性能不佳。针对上述问题，该文通过分析相邻方位-距离单元之间的相关性，将地海杂波数据由欧氏空间转换为非欧氏空间中的图数据，引入样本之间的关系，并提出一种基于多通道图卷积神经网络(MC-GCN)的地海杂波分类方法。MC-GCN将图数据由单通道分解为多通道，每个通道只包含一种类型的边和一个权重矩阵，通过约束节点信息聚合的过程，能够有效缓解由异质性造成的节点属性误判。该文选取不同季节、不同时刻、不同探测区域RD图，依据雷达参数、数据特性和样本比例，构建包含12种不同场景的地海杂波原始数据集和36种不同配置的地海杂波稀缺数据集，并对MC-GCN的有效性进行验证。通过与最先进的地海杂波分类方法进行比较，该文所提出的MC-GCN在上述数据集中均表现最优，其分类准确率不低于92%。
2025, 14(2): 338-352.
当前辐射源个体识别技术多数基于有监督学习条件下开展，不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监督小波KAN (WSW-KAN)网络的弱标注辐射源识别算法。该算法首先结合KAN网络独有的边缘函数可学习特性和小波函数的多分辨率分析特性，构建WSW-KAN基线网络；然后将弱标注数据集拆分为小样本有标注数据集和大样本无标注数据集，利用小样本有标注数据集初步训练模型；最后在预训练模型基础上，基于自适应感知伪标签加权选择方法(APLWS)，采用对比学习方法提取无标签数据特征并迭代训练，从而有效提高模型的泛化能力。基于真实采集雷达数据集验证，该文所提出的算法对特定辐射源个体识别精度达到95%左右，且算法效率高、参数规模小、适应能力强，能够满足实际场景的需求。
当前辐射源个体识别技术多数基于有监督学习条件下开展，不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监督小波KAN (WSW-KAN)网络的弱标注辐射源识别算法。该算法首先结合KAN网络独有的边缘函数可学习特性和小波函数的多分辨率分析特性，构建WSW-KAN基线网络；然后将弱标注数据集拆分为小样本有标注数据集和大样本无标注数据集，利用小样本有标注数据集初步训练模型；最后在预训练模型基础上，基于自适应感知伪标签加权选择方法(APLWS)，采用对比学习方法提取无标签数据特征并迭代训练，从而有效提高模型的泛化能力。基于真实采集雷达数据集验证，该文所提出的算法对特定辐射源个体识别精度达到95%左右，且算法效率高、参数规模小、适应能力强，能够满足实际场景的需求。
2025, 14(2): 353-365.
极化合成孔径雷达(PolSAR)地物分类是SAR图像智能解译领域的研究热点之一。为了进一步促进该领域研究的发展，该文组织并发布了一个面向大规模复杂场景的极化SAR地物分类数据集AIR-PolSAR-Seg-2.0。该数据集由三景不同区域的高分三号卫星L1A级复数SAR影像构成，空间分辨率8 m，包含HH, HV, VH和VV共4种极化方式，涵盖水体、植被、裸地、建筑、道路、山脉等6类典型的地物类别，具有场景复杂规模大、强弱散射多样、边界分布不规则、类别尺度多样、样本分布不均衡的特点。为方便试验验证，该文将三景完整的SAR影像裁剪成24,672张512像素×512像素的切片，并使用一系列通用的深度学习方法进行了实验验证。实验结果显示，基于双通道自注意力方法的DANet性能表现最佳，在幅度数据和幅相融合数据的平均交并比分别达到了85.96%和87.03%。该数据集与实验指标基准有助于其他学者进一步展开极化SAR地物分类相关研究。
极化合成孔径雷达(PolSAR)地物分类是SAR图像智能解译领域的研究热点之一。为了进一步促进该领域研究的发展，该文组织并发布了一个面向大规模复杂场景的极化SAR地物分类数据集AIR-PolSAR-Seg-2.0。该数据集由三景不同区域的高分三号卫星L1A级复数SAR影像构成，空间分辨率8 m，包含HH, HV, VH和VV共4种极化方式，涵盖水体、植被、裸地、建筑、道路、山脉等6类典型的地物类别，具有场景复杂规模大、强弱散射多样、边界分布不规则、类别尺度多样、样本分布不均衡的特点。为方便试验验证，该文将三景完整的SAR影像裁剪成24,672张512像素×512像素的切片，并使用一系列通用的深度学习方法进行了实验验证。实验结果显示，基于双通道自注意力方法的DANet性能表现最佳，在幅度数据和幅相融合数据的平均交并比分别达到了85.96%和87.03%。该数据集与实验指标基准有助于其他学者进一步展开极化SAR地物分类相关研究。
2025, 14(2): 366-388.
基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而，受散射特性、噪声干扰等影响，同类目标的SAR成像结果存在差异。面向高精度目标识别需求，该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征，提出基于图网络与不变性特征感知的SAR图像目标识别方法。该方法用双分支网络处理多视角SAR图像，通过旋转可学习单元对齐双支特征并强化旋转免疫的不变性特征。为实现多粒度本质特征提取，设计目标本体特征强化单元、环境特征采样单元、上下文自适应融合更新单元，并基于图神经网络分析其融合结果，构建本质特征拓扑，输出目标类别向量。该文使用t-SNE方法定性评估算法的类别辨识能力，基于准确率等指标定量分析关键单元及整体网络，采用类激活图可视化方法验证各阶段、各分支网络的不变性特征提取能力。该文所提方法在MSTAR车辆、SAR-ACD飞机、OpenSARShip船只数据集上的平均识别准确率分别达到了98.56%, 94.11%, 86.20%。实验结果表明，该算法具备在SAR图像目标识别任务中目标本质特征提取能力，在多类别目标识别方面展现出较高的稳健性。
基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而，受散射特性、噪声干扰等影响，同类目标的SAR成像结果存在差异。面向高精度目标识别需求，该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征，提出基于图网络与不变性特征感知的SAR图像目标识别方法。该方法用双分支网络处理多视角SAR图像，通过旋转可学习单元对齐双支特征并强化旋转免疫的不变性特征。为实现多粒度本质特征提取，设计目标本体特征强化单元、环境特征采样单元、上下文自适应融合更新单元，并基于图神经网络分析其融合结果，构建本质特征拓扑，输出目标类别向量。该文使用t-SNE方法定性评估算法的类别辨识能力，基于准确率等指标定量分析关键单元及整体网络，采用类激活图可视化方法验证各阶段、各分支网络的不变性特征提取能力。该文所提方法在MSTAR车辆、SAR-ACD飞机、OpenSARShip船只数据集上的平均识别准确率分别达到了98.56%, 94.11%, 86.20%。实验结果表明，该算法具备在SAR图像目标识别任务中目标本质特征提取能力，在多类别目标识别方面展现出较高的稳健性。
2025, 14(2): 389-404.
由于侧视和相干成像机制，当高分辨率合成孔径雷达(SAR)图像的成像视角变化较大时，图像间的特征差异会变大，使图像配准难度增加。针对高分辨率多视角SAR图像，传统的配准技术主要面临提取的关键点定位精度不足和匹配精度低的问题。基于上述难点，该文设计了一种端到端的高分辨率多视角SAR图像配准网络。文章主要贡献包括：提出基于局部像素偏移模型的高分辨率SAR图像特征提取方法，该方法提出多样性峰值损失监督训练关键点提取网络中响应权重分配部分，并通过检测像素偏移量来优化关键点坐标；提出基于自适应调整卷积核采样位置的描述符提取方法，利用稀疏交叉熵损失监督训练网络中描述符匹配。实验结果显示，相比于其他配准方法，该文提出的算法针对高分辨率多视角SAR图像配准效果显著，平均误差降低超过65%，正确匹配点对数提高了3～5倍，运行时间平均缩短50%以上。
由于侧视和相干成像机制，当高分辨率合成孔径雷达(SAR)图像的成像视角变化较大时，图像间的特征差异会变大，使图像配准难度增加。针对高分辨率多视角SAR图像，传统的配准技术主要面临提取的关键点定位精度不足和匹配精度低的问题。基于上述难点，该文设计了一种端到端的高分辨率多视角SAR图像配准网络。文章主要贡献包括：提出基于局部像素偏移模型的高分辨率SAR图像特征提取方法，该方法提出多样性峰值损失监督训练关键点提取网络中响应权重分配部分，并通过检测像素偏移量来优化关键点坐标；提出基于自适应调整卷积核采样位置的描述符提取方法，利用稀疏交叉熵损失监督训练网络中描述符匹配。实验结果显示，相比于其他配准方法，该文提出的算法针对高分辨率多视角SAR图像配准效果显著，平均误差降低超过65%，正确匹配点对数提高了3～5倍，运行时间平均缩短50%以上。
2025, 14(2): 405-423.
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。
2025, 14(2): 424-438.
逆合成孔径雷达(ISAR)是空间目标成像和监测的重要手段之一，大转角下空间目标成像结果的越分辨单元徙动(MTRC)现象加剧，严重影响ISAR成像的性能。为快速估计和补偿空间目标运动产生的回波相位误差，结合BFGS优化算法效率高与极坐标格式变换算法(PFA)补偿精度高的优势，该文提出了一种基于联合运动参数快速估计的空间目标ISAR成像方法。所提方法建立了目标平动和转动参数联合估计的最小化图像熵优化模型；为降低优化陷入局部最优的可能，设计了目标参数粗估计和精估计的高效BFGS求解子步骤，实现了目标转动参数的快速估计与大转角情况下MTRC的补偿。点目标仿真和实测民航客机数据成像结果表明，相比PSO-PFA算法，所提方法在低信噪比条件下的运动参数估计精度更高，运算时间缩短为原来的五分之一，具有显著优势。
逆合成孔径雷达(ISAR)是空间目标成像和监测的重要手段之一，大转角下空间目标成像结果的越分辨单元徙动(MTRC)现象加剧，严重影响ISAR成像的性能。为快速估计和补偿空间目标运动产生的回波相位误差，结合BFGS优化算法效率高与极坐标格式变换算法(PFA)补偿精度高的优势，该文提出了一种基于联合运动参数快速估计的空间目标ISAR成像方法。所提方法建立了目标平动和转动参数联合估计的最小化图像熵优化模型；为降低优化陷入局部最优的可能，设计了目标参数粗估计和精估计的高效BFGS求解子步骤，实现了目标转动参数的快速估计与大转角情况下MTRC的补偿。点目标仿真和实测民航客机数据成像结果表明，相比PSO-PFA算法，所提方法在低信噪比条件下的运动参数估计精度更高，运算时间缩短为原来的五分之一，具有显著优势。
2025, 14(2): 439-455.
随着电子技术的快速发展，雷达面临的电磁环境日益复杂。当存在主瓣有源欺骗干扰时，传统相控阵雷达自适应波束形成抗干扰失效，主瓣干扰抑制已成为雷达领域亟待解决的共性难题。该文针对来自主瓣的自卫式转发干扰，提出了一种时空多维域编码抗主瓣欺骗式干扰方法。首先，设计发射通道-脉冲-子脉冲编码，在接收端采用多普勒分多址方法实现了发射信号分离。针对目标高速运动导致的分离错位现象，提出一种基于波束形成能量差的移位数估计方法。随后，利用目标与干扰的延时相位差，设计收发联合的双重编码相位补偿方法，在发射空间频率域实现对真实目标、跨脉冲转发干扰、脉内转发干扰的区分，并且通过构建联合发射-接收权矢量，对主瓣欺骗式干扰进行空域滤波抑制。针对实际中波达角度(DOA)误差造成的抗干扰性能下降问题，构建了以最大化输出信干噪比(SINR)为目标函数的约束优化问题，基于交替迭代算法对接收权矢量，发射编码系数、接收编码系数分别进行优化。仿真实验验证了所提方法相比于其他雷达体制在抗主瓣欺骗干扰方面的有效性，其中相比于传统MIMO雷达，所提阵列时空多维域编码技术在4个主瓣干扰存在的情况下SINR可提升34 dB。
随着电子技术的快速发展，雷达面临的电磁环境日益复杂。当存在主瓣有源欺骗干扰时，传统相控阵雷达自适应波束形成抗干扰失效，主瓣干扰抑制已成为雷达领域亟待解决的共性难题。该文针对来自主瓣的自卫式转发干扰，提出了一种时空多维域编码抗主瓣欺骗式干扰方法。首先，设计发射通道-脉冲-子脉冲编码，在接收端采用多普勒分多址方法实现了发射信号分离。针对目标高速运动导致的分离错位现象，提出一种基于波束形成能量差的移位数估计方法。随后，利用目标与干扰的延时相位差，设计收发联合的双重编码相位补偿方法，在发射空间频率域实现对真实目标、跨脉冲转发干扰、脉内转发干扰的区分，并且通过构建联合发射-接收权矢量，对主瓣欺骗式干扰进行空域滤波抑制。针对实际中波达角度(DOA)误差造成的抗干扰性能下降问题，构建了以最大化输出信干噪比(SINR)为目标函数的约束优化问题，基于交替迭代算法对接收权矢量，发射编码系数、接收编码系数分别进行优化。仿真实验验证了所提方法相比于其他雷达体制在抗主瓣欺骗干扰方面的有效性，其中相比于传统MIMO雷达，所提阵列时空多维域编码技术在4个主瓣干扰存在的情况下SINR可提升34 dB。
2025, 14(2): 456-469.
传统多功能雷达仅面向目标特性优化发射资源，在动态电磁环境下面临干扰智能时变、优化模型失配的问题。因此，该文提出一种基于数据驱动的一体化发射资源管理方案，旨在通过对动态干扰信息在线感知与利用提升多功能雷达在动态电磁环境下的多目标跟踪(MTT)性能。该方案首先建立马尔可夫决策过程，数学化描述雷达被敌方截获和干扰的风险。而后将该马尔可夫决策过程感知的干扰信息耦合进MTT精度计算，一体化发射资源管理方法被设计为具有约束动作空间的优化问题。最后提出一种贪婪排序回溯算法对其进行求解。仿真结果表明，所提方法在面向动态干扰环境时不仅可以降低敌方截获概率，还能在被干扰时降低干扰对雷达的影响，改善MTT性能。
传统多功能雷达仅面向目标特性优化发射资源，在动态电磁环境下面临干扰智能时变、优化模型失配的问题。因此，该文提出一种基于数据驱动的一体化发射资源管理方案，旨在通过对动态干扰信息在线感知与利用提升多功能雷达在动态电磁环境下的多目标跟踪(MTT)性能。该方案首先建立马尔可夫决策过程，数学化描述雷达被敌方截获和干扰的风险。而后将该马尔可夫决策过程感知的干扰信息耦合进MTT精度计算，一体化发射资源管理方法被设计为具有约束动作空间的优化问题。最后提出一种贪婪排序回溯算法对其进行求解。仿真结果表明，所提方法在面向动态干扰环境时不仅可以降低敌方截获概率，还能在被干扰时降低干扰对雷达的影响，改善MTT性能。
2025, 14(2): 470-485.
现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性，雷达资源的稀缺性和任务执行时间窗口的严格要求，使得雷达任务调度成为一类强NP-Hard问题。然而，现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应性不足，效率不高。因此，基于人工智能(AI)的调度算法正在成为研究热点，但是AI调度算法的效率与其对问题特征的提取是否全面密切相关。如何能快速、全面地提取多雷达协同任务调度问题的共性特征，是提升这类AI调度算法效率的关键。因此，该文提出了基于模型知识融合的图神经网络(MKEGNN)调度算法。该算法首先将雷达任务协同调度问题建模为异构网络图模型，利用模型知识来优化GNN算法训练过程。算法创新在于：通过低复杂度的计算手段，获取模型的关键知识，进而优化GNN模型。在特征提取阶段，引入随机酉矩阵变换，利用任务异构图的随机拉普拉斯矩阵谱特征作为全局特征来强化图神经网络对共性特征的提取能力，弱化特定问题的个性化特征；在参数化决策阶段，利用由问题的引导解和经验解构成的上/下界结构知识从原理上减少决策空间大小，引导网络快速优化，加速决策学习过程的收敛。最后，进行了大量数据仿真实验。结果表明，相比目前的算法，MKEGNN算法对于所有任务集在稳定性和精度方面都有所提升，调度成功率性能提升3%～10%，加权调度成功率提升5%～15%。尤其当处理多雷达协同关系复杂的任务集时，任务调度成功率提升4%以上，算法稳定性和鲁棒性显著增强。
现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性，雷达资源的稀缺性和任务执行时间窗口的严格要求，使得雷达任务调度成为一类强NP-Hard问题。然而，现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应性不足，效率不高。因此，基于人工智能(AI)的调度算法正在成为研究热点，但是AI调度算法的效率与其对问题特征的提取是否全面密切相关。如何能快速、全面地提取多雷达协同任务调度问题的共性特征，是提升这类AI调度算法效率的关键。因此，该文提出了基于模型知识融合的图神经网络(MKEGNN)调度算法。该算法首先将雷达任务协同调度问题建模为异构网络图模型，利用模型知识来优化GNN算法训练过程。算法创新在于：通过低复杂度的计算手段，获取模型的关键知识，进而优化GNN模型。在特征提取阶段，引入随机酉矩阵变换，利用任务异构图的随机拉普拉斯矩阵谱特征作为全局特征来强化图神经网络对共性特征的提取能力，弱化特定问题的个性化特征；在参数化决策阶段，利用由问题的引导解和经验解构成的上/下界结构知识从原理上减少决策空间大小，引导网络快速优化，加速决策学习过程的收敛。最后，进行了大量数据仿真实验。结果表明，相比目前的算法，MKEGNN算法对于所有任务集在稳定性和精度方面都有所提升，调度成功率性能提升3%～10%，加权调度成功率提升5%～15%。尤其当处理多雷达协同关系复杂的任务集时，任务调度成功率提升4%以上，算法稳定性和鲁棒性显著增强。
2025, 14(2): 486-500.
无源干扰物的成像一直是雷达成像/对抗研究中的热点问题，直接影响着雷达目标检测和识别性能。然而，在微波频段下，为达到期望的方位分辨率，通常需要较长的驻留时间来形成单幅图像，这使得无源干扰物难以通过成像直接区分，并缺乏时间维的分辨能力。相比之下，太赫兹频段成像系统在实现相同方位分辨率时所需的合成孔径更短，从而更容易获得低延迟、高分辨、高帧率的成像结果。因此，太赫兹雷达在视频合成孔径雷达(ViSAR)技术中具有重要潜力。首先，对机载太赫兹ViSAR的孔径划分及其成像系统指标进行简要分析。随后，静止无源干扰物以角反阵和伪装网为例，探索它们运动补偿前后的成像结果及成像特性，并首次实验验证了具有上下起伏网格结构的伪装网在太赫兹频段将表现出粗糙特性，展现出该频段下特殊的目标特性。接下来，运动无源干扰物以旋转角反为例，分析了旋转角反成像所形成的压制性成像干扰。考虑到静止场景在相邻子孔径下类似，在完成帧间成像结果图像和幅度校准后，可直接在图像域内基于非相干相减实现旋转角反检测，从而提取感兴趣信号并实施非参数化补偿。目前关于太赫兹频段下对无源干扰物的外场成像实验验证甚少。该研究开展了太赫兹频段公里级机载外场试验，有效验证了太赫兹ViSAR具备对无源干扰物良好的高分辨与高帧率成像能力。
无源干扰物的成像一直是雷达成像/对抗研究中的热点问题，直接影响着雷达目标检测和识别性能。然而，在微波频段下，为达到期望的方位分辨率，通常需要较长的驻留时间来形成单幅图像，这使得无源干扰物难以通过成像直接区分，并缺乏时间维的分辨能力。相比之下，太赫兹频段成像系统在实现相同方位分辨率时所需的合成孔径更短，从而更容易获得低延迟、高分辨、高帧率的成像结果。因此，太赫兹雷达在视频合成孔径雷达(ViSAR)技术中具有重要潜力。首先，对机载太赫兹ViSAR的孔径划分及其成像系统指标进行简要分析。随后，静止无源干扰物以角反阵和伪装网为例，探索它们运动补偿前后的成像结果及成像特性，并首次实验验证了具有上下起伏网格结构的伪装网在太赫兹频段将表现出粗糙特性，展现出该频段下特殊的目标特性。接下来，运动无源干扰物以旋转角反为例，分析了旋转角反成像所形成的压制性成像干扰。考虑到静止场景在相邻子孔径下类似，在完成帧间成像结果图像和幅度校准后，可直接在图像域内基于非相干相减实现旋转角反检测，从而提取感兴趣信号并实施非参数化补偿。目前关于太赫兹频段下对无源干扰物的外场成像实验验证甚少。该研究开展了太赫兹频段公里级机载外场试验，有效验证了太赫兹ViSAR具备对无源干扰物良好的高分辨与高帧率成像能力。
微信 | 公众平台 
