当期论文

2025年  14卷  第5期
多基地雷达协同探测与制导技术专题
双基合成孔径雷达(SAR)采用收发平台分置的方式,能够实现复杂环境下对地海面场景和目标的高分辨成像,具有配置灵活、隐蔽性好、抗干扰能力强、获取目标信息丰富等优势,在高精度遥感测绘、隐蔽成像、精确打击等多个领域具备重要应用价值。成像处理是获得双基SAR高分辨图像的关键步骤,而双基SAR的回波模型、回波特性与传统单基SAR有显著的不同,需要对处于不同模式、不同构型下的双基SAR研究相应的成像处理方法。该文分别针对机载双基SAR、高速高机动平台双基SAR、星源异构双基SAR、星载同构双基SAR等典型模式,以及双基SAR运动补偿方法和运动目标成像等方面,分别阐述和分析了其中的关键问题,并梳理了国内外相关的解决思路和研究进展,最后对双基SAR成像处理技术的未来发展趋势进行展望。 双基合成孔径雷达(SAR)采用收发平台分置的方式,能够实现复杂环境下对地海面场景和目标的高分辨成像,具有配置灵活、隐蔽性好、抗干扰能力强、获取目标信息丰富等优势,在高精度遥感测绘、隐蔽成像、精确打击等多个领域具备重要应用价值。成像处理是获得双基SAR高分辨图像的关键步骤,而双基SAR的回波模型、回波特性与传统单基SAR有显著的不同,需要对处于不同模式、不同构型下的双基SAR研究相应的成像处理方法。该文分别针对机载双基SAR、高速高机动平台双基SAR、星源异构双基SAR、星载同构双基SAR等典型模式,以及双基SAR运动补偿方法和运动目标成像等方面,分别阐述和分析了其中的关键问题,并梳理了国内外相关的解决思路和研究进展,最后对双基SAR成像处理技术的未来发展趋势进行展望。
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(STSO)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(STSO)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。
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。
双基地ISAR (Bi-ISAR)成像技术在空天目标探测和识别等领域具有广阔的应用前景,然而由于双基构型的复杂多变,不同观测构型下的成像性能存在较大差异性,甚至会出现某些观测构型下的成像弧段无法进行二维成像的情况,因此快速准确地筛选出有用的Bi-ISAR成像弧段非常必要。针对空中运动目标的成像边界与成像弧段快速优选需求,该文提出了一种基于双基角一阶变化率约束的Bi-ISAR成像边界分析与快速成像弧段选取方法。首先构建了空中运动目标Bi-ISAR成像模型,推导出了与双基角一阶变换率相关的双基斜距历程表达式;然后分别从距离走动量和方位二次相位两个维度,建立了双基角一阶变化率与Bi-ISAR成像性能的理论边界,并分别给出了各自独立的成像边界约束条件;最后基于最小融合准则,给出了双基角一阶变化率约束下的Bi-ISAR成像边界,证明了基于双基角一阶变化率的边界约束等效为对Bi-ISAR成像弧段的选取,并基于仿真数据和实测数据进行了验证,仿真数据和实测数据的处理结果均验证了该文方法的有效性。 双基地ISAR (Bi-ISAR)成像技术在空天目标探测和识别等领域具有广阔的应用前景,然而由于双基构型的复杂多变,不同观测构型下的成像性能存在较大差异性,甚至会出现某些观测构型下的成像弧段无法进行二维成像的情况,因此快速准确地筛选出有用的Bi-ISAR成像弧段非常必要。针对空中运动目标的成像边界与成像弧段快速优选需求,该文提出了一种基于双基角一阶变化率约束的Bi-ISAR成像边界分析与快速成像弧段选取方法。首先构建了空中运动目标Bi-ISAR成像模型,推导出了与双基角一阶变换率相关的双基斜距历程表达式;然后分别从距离走动量和方位二次相位两个维度,建立了双基角一阶变化率与Bi-ISAR成像性能的理论边界,并分别给出了各自独立的成像边界约束条件;最后基于最小融合准则,给出了双基角一阶变化率约束下的Bi-ISAR成像边界,证明了基于双基角一阶变化率的边界约束等效为对Bi-ISAR成像弧段的选取,并基于仿真数据和实测数据进行了验证,仿真数据和实测数据的处理结果均验证了该文方法的有效性。
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。
针对传统星载单基雷达系统弱小动目标检测工程实现代价大以及抗干扰能力差等问题,星载双基雷达系统利用收发分置特点,通过大方位双基角观测构型有效提高目标的雷达散射截面积,同时有效提升处于“静默”状态的接收机抗干扰能力。然而,相比于星载单基雷达系统,星载双基雷达系统的收发分置构型将导致背景杂波回波特性呈现明显的差异。针对传统经验杂波散射系数模型难以体现散射系数随方位双基角的变化趋势这一问题,该文提出一种基于双尺度模型的半经验双基杂波散射系数模型。所提模型基于电磁散射理论将经验单基后向散射系数模型转换成双基散射系数模型,并基于双尺度模型对散射系数进行修正。该文通过现有文献中的双基杂波散射系数实测结果对所提模型的准确性进行了验证。基于所提双基杂波散射系数模型,该文通过空-时自适应处理杂波抑制方法对不同方位双基角下星载双基雷达的杂波抑制性能进行了仿真分析。根据仿真结果可知,在HH极化下,当方位双基角在30°~130°时,杂波抑制性能相对较好,当方位双基角达到150°以上时,主瓣杂波能量显著增强,使得杂波抑制性能受到明显影响。 针对传统星载单基雷达系统弱小动目标检测工程实现代价大以及抗干扰能力差等问题,星载双基雷达系统利用收发分置特点,通过大方位双基角观测构型有效提高目标的雷达散射截面积,同时有效提升处于“静默”状态的接收机抗干扰能力。然而,相比于星载单基雷达系统,星载双基雷达系统的收发分置构型将导致背景杂波回波特性呈现明显的差异。针对传统经验杂波散射系数模型难以体现散射系数随方位双基角的变化趋势这一问题,该文提出一种基于双尺度模型的半经验双基杂波散射系数模型。所提模型基于电磁散射理论将经验单基后向散射系数模型转换成双基散射系数模型,并基于双尺度模型对散射系数进行修正。该文通过现有文献中的双基杂波散射系数实测结果对所提模型的准确性进行了验证。基于所提双基杂波散射系数模型,该文通过空-时自适应处理杂波抑制方法对不同方位双基角下星载双基雷达的杂波抑制性能进行了仿真分析。根据仿真结果可知,在HH极化下,当方位双基角在30°~130°时,杂波抑制性能相对较好,当方位双基角达到150°以上时,主瓣杂波能量显著增强,使得杂波抑制性能受到明显影响。
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。
双基逆合成孔径雷达(Bi-ISAR)因其卓越的反隐身与抗干扰性能,受到广泛关注。然而,Bi-ISAR成像过程中双基角的变化会导致图像出现空变散焦和几何畸变,严重影响后续信息提取与目标识别的精度。为解决上述问题,该文提出了一种基于修正牛顿法的Bi-ISAR空变补偿快速成像与几何校正图像定标方法。该方法以Bi-ISAR成像结果的图像熵为代价函数,以空变系数和转动参数为优化变量,构建优化方程。通过对传统牛顿法进行修正,确保海森矩阵的正定性,从而保证代价函数在每次迭代中沿下降方向优化。通过求解该优化方程最小化图像熵,同时估计得到转动参数,进而构建几何校正函数并计算分辨率因子,实现对最终成像结果的几何校正与定标。所提方法可同步校正空变散焦误差与几何畸变,且为数据驱动模式(无需先验参数),对初始图像质量要求较低。此外,受益于牛顿法的二次收敛特性,相较于其他方法,该方法具有更高的计算效率。最后,通过对点目标仿真、电磁计算以及地面等效实验数据的处理与对比分析,验证了所提方法的有效性。 双基逆合成孔径雷达(Bi-ISAR)因其卓越的反隐身与抗干扰性能,受到广泛关注。然而,Bi-ISAR成像过程中双基角的变化会导致图像出现空变散焦和几何畸变,严重影响后续信息提取与目标识别的精度。为解决上述问题,该文提出了一种基于修正牛顿法的Bi-ISAR空变补偿快速成像与几何校正图像定标方法。该方法以Bi-ISAR成像结果的图像熵为代价函数,以空变系数和转动参数为优化变量,构建优化方程。通过对传统牛顿法进行修正,确保海森矩阵的正定性,从而保证代价函数在每次迭代中沿下降方向优化。通过求解该优化方程最小化图像熵,同时估计得到转动参数,进而构建几何校正函数并计算分辨率因子,实现对最终成像结果的几何校正与定标。所提方法可同步校正空变散焦误差与几何畸变,且为数据驱动模式(无需先验参数),对初始图像质量要求较低。此外,受益于牛顿法的二次收敛特性,相较于其他方法,该方法具有更高的计算效率。最后,通过对点目标仿真、电磁计算以及地面等效实验数据的处理与对比分析,验证了所提方法的有效性。
雷达信号与数据处理
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%。
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。
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,其与笛卡儿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,其与笛卡儿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。
合成孔径雷达
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。