引用排行

(被引数据来源于全网,每月更新)
1
针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力;然后利用改进后的卷积神经网络对SAR图像进行特征提取;最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。 针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力;然后利用改进后的卷积神经网络对SAR图像进行特征提取;最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。
2
海杂波是影响海用雷达目标探测性能的主要制约因素之一,其物理机理复杂,影响因素众多,且非高斯、非平稳特性显著,因此海杂波特性认知研究是一项极其复杂的系统工程。该文从数据层海杂波特性认知出发,围绕目标检测算法所关注的海杂波幅度分布特性、谱特性、相关性及非平稳与非线性特性,回顾和总结了海杂波特性认知研究进展,梳理了主要研究结论。在此基础上,从海杂波影响因素的深化分析、海杂波精细化建模与检测器需求的博弈、海杂波与目标差异特性认知等4个方面展望了有待于进一步探索的问题。 海杂波是影响海用雷达目标探测性能的主要制约因素之一,其物理机理复杂,影响因素众多,且非高斯、非平稳特性显著,因此海杂波特性认知研究是一项极其复杂的系统工程。该文从数据层海杂波特性认知出发,围绕目标检测算法所关注的海杂波幅度分布特性、谱特性、相关性及非平稳与非线性特性,回顾和总结了海杂波特性认知研究进展,梳理了主要研究结论。在此基础上,从海杂波影响因素的深化分析、海杂波精细化建模与检测器需求的博弈、海杂波与目标差异特性认知等4个方面展望了有待于进一步探索的问题。
3
摘要(4008)
HTML (1085) 18685KB(2068)
雷达极化学是研究雷达波与目标相互作用过程中的变极化效应、揭示其作用机理的一门应用基础科学,在微波遥感、对地勘察、气象探测、战场侦察、抗干扰、目标识别等领域有重大应用前景。该文简要回顾了雷达极化理论与技术的发展历程,综述了雷达极化信息精确获取、极化敏感阵列信号处理、目标极化特性、极化抗干扰、目标极化分类识别等关键技术的研究现状,最后对雷达极化技术的发展做了展望。 雷达极化学是研究雷达波与目标相互作用过程中的变极化效应、揭示其作用机理的一门应用基础科学,在微波遥感、对地勘察、气象探测、战场侦察、抗干扰、目标识别等领域有重大应用前景。该文简要回顾了雷达极化理论与技术的发展历程,综述了雷达极化信息精确获取、极化敏感阵列信号处理、目标极化特性、极化抗干扰、目标极化分类识别等关键技术的研究现状,最后对雷达极化技术的发展做了展望。
4
该文在概述无人机载SAR技术特点的基础上,介绍了国内外无人机载SAR技术的发展概况,对无人机载 SAR的工作体制、关键技术、性能指标、典型系统及应用等方面的内容进行了归纳。结合研制的高分辨率、全极化、双天线干涉等SAR系统,重点讨论了基于功能单元的SAR系统设计、SAR实时成像数据处理、多维度运动误差补偿等技术。针对无人机的特点和对载荷的要求,概述了无人机载SAR在高分辨率、新功能模式等方面的技术进展。并针对国内外当前的发展概况,探讨了无人机载SAR技术的发展趋势。 该文在概述无人机载SAR技术特点的基础上,介绍了国内外无人机载SAR技术的发展概况,对无人机载 SAR的工作体制、关键技术、性能指标、典型系统及应用等方面的内容进行了归纳。结合研制的高分辨率、全极化、双天线干涉等SAR系统,重点讨论了基于功能单元的SAR系统设计、SAR实时成像数据处理、多维度运动误差补偿等技术。针对无人机的特点和对载荷的要求,概述了无人机载SAR在高分辨率、新功能模式等方面的技术进展。并针对国内外当前的发展概况,探讨了无人机载SAR技术的发展趋势。
5
雷达极化信息获取与处理已成为当前雷达技术的重要分支之一。该文首先简要回顾了雷达极化技术的发展历程,而后结合电子信息系统复杂电磁环境效应国家重点实验室的研究成果,重点阐述了雷达极化测量与校准、极化抗干扰、极化特征提取与分类识别、极化成像与参数反演等关键技术的基本原理、研究现状与发展趋势,得出了一些有意义的结论。 雷达极化信息获取与处理已成为当前雷达技术的重要分支之一。该文首先简要回顾了雷达极化技术的发展历程,而后结合电子信息系统复杂电磁环境效应国家重点实验室的研究成果,重点阐述了雷达极化测量与校准、极化抗干扰、极化特征提取与分类识别、极化成像与参数反演等关键技术的基本原理、研究现状与发展趋势,得出了一些有意义的结论。
6
当使用生物雷达进行生命体征参数提取时,由于心脏跳动产生的位移形变很小,回波较为微弱,而呼吸带动的胸腔起伏回波强度较大,基于简单傅里叶变换的周期性信息检测,往往无法有效提取心跳信号。采用小波变换的方法可以较好地分离出含有心跳、呼吸运动信息的信号分量,但小波尺度的选择对于不同的场景存在细微差异,影响到了分离的效果。针对这一问题,该文采用Morlet二进小波变换,提出了一种基于信噪比阈值定标的自适应小波尺度选择方法,有效解决了不同场景的呼吸心跳分离问题。最后通过实测结果验证了算法的准确性和可行性。 当使用生物雷达进行生命体征参数提取时,由于心脏跳动产生的位移形变很小,回波较为微弱,而呼吸带动的胸腔起伏回波强度较大,基于简单傅里叶变换的周期性信息检测,往往无法有效提取心跳信号。采用小波变换的方法可以较好地分离出含有心跳、呼吸运动信息的信号分量,但小波尺度的选择对于不同的场景存在细微差异,影响到了分离的效果。针对这一问题,该文采用Morlet二进小波变换,提出了一种基于信噪比阈值定标的自适应小波尺度选择方法,有效解决了不同场景的呼吸心跳分离问题。最后通过实测结果验证了算法的准确性和可行性。
7
雷达极化信号处理技术作为雷达领域的热门研究方向之一,逐渐受到了国内外学者的重视并在诸多领域得到广泛应用,而极化信息获取则是极化信号处理的基础。该文对相关的几个主要方面的研究现状进行了综述,包括极化信息获取、极化分集与编码、极化抗干扰/杂波、目标的极化检测、分类与识别,最后总结了雷达极化技术面临的问题,并对其发展前景做出展望。 雷达极化信号处理技术作为雷达领域的热门研究方向之一,逐渐受到了国内外学者的重视并在诸多领域得到广泛应用,而极化信息获取则是极化信号处理的基础。该文对相关的几个主要方面的研究现状进行了综述,包括极化信息获取、极化分集与编码、极化抗干扰/杂波、目标的极化检测、分类与识别,最后总结了雷达极化技术面临的问题,并对其发展前景做出展望。
8
充分利用雷达目标和环境特性,设计最优发射波形,能够从本质上提高雷达目标检测性能,具有重要的研究价值。该文将近几年发表的雷达目标检测的最优波形设计文献进行总结和归纳,为面向目标检测的波形优化设计研究提供方法和依据,具有一定的参考价值。 充分利用雷达目标和环境特性,设计最优发射波形,能够从本质上提高雷达目标检测性能,具有重要的研究价值。该文将近几年发表的雷达目标检测的最优波形设计文献进行总结和归纳,为面向目标检测的波形优化设计研究提供方法和依据,具有一定的参考价值。
9
合成孔径雷达(Synthetic Aperture Radar,SAR)是重要的对地观测传感器,在陆地和海洋中都有广泛的应用。极化合成孔径雷达通过不同的收发通道组合,能够获取丰富的目标散射信息,可以提升目标检测、分类识别、定量反演的能力。该文以海冰、舰船、溢油、海浪、内波、风场、海底地形等海上目标和海洋动力环境要素为例,分析了极化SAR在海洋监测中的重要作用,探讨了极化SAR未来的发展方向,给出了进一步开展极化SAR海洋应用的建议。 合成孔径雷达(Synthetic Aperture Radar,SAR)是重要的对地观测传感器,在陆地和海洋中都有广泛的应用。极化合成孔径雷达通过不同的收发通道组合,能够获取丰富的目标散射信息,可以提升目标检测、分类识别、定量反演的能力。该文以海冰、舰船、溢油、海浪、内波、风场、海底地形等海上目标和海洋动力环境要素为例,分析了极化SAR在海洋监测中的重要作用,探讨了极化SAR未来的发展方向,给出了进一步开展极化SAR海洋应用的建议。
10
该文提出了一种利用多特征融合和集成学习的极化SAR图像监督分类算法。该算法首先提取极化SAR图像的多重特征,包括EPFS特征,Hoekman分解特征,Huynen分解特征,H/alpha/A分解特征以及扩展四分量分解特征。为保证集成学习中基本分类器的差异性与准确性,算法从5组特征集中每次随机选取两组不同的特征进行串联融合,作为SVM分类器的输入。最后,利用随机森林学习算法将所有基本分类器的预测概率集成输出最终分类结果。像素级和区域级的分类实验表明了该文算法的有效性。 该文提出了一种利用多特征融合和集成学习的极化SAR图像监督分类算法。该算法首先提取极化SAR图像的多重特征,包括EPFS特征,Hoekman分解特征,Huynen分解特征,H/alpha/A分解特征以及扩展四分量分解特征。为保证集成学习中基本分类器的差异性与准确性,算法从5组特征集中每次随机选取两组不同的特征进行串联融合,作为SVM分类器的输入。最后,利用随机森林学习算法将所有基本分类器的预测概率集成输出最终分类结果。像素级和区域级的分类实验表明了该文算法的有效性。
11
无源雷达面临着严重的直达波和多径杂波的干扰问题,扩展相消批处理算法(ECA-B)是一种有效的杂波抑制算法,但是随着信号带宽的增加,结合计算效率的考虑,需要更多的分段数来对消更多距离单元的杂波,从而使得对消距离单元内的低速目标的削弱和调制问题加剧。针对这个问题该文提出了一种将参考信号与回波信号在频域进行ECA-B处理的方法。该方法不仅可以降低计算量,还可以避免由于分段数过多引起的目标的损失和调制。仿真和实测数据处理结果验证了该文所提方法的正确性和有效性。 无源雷达面临着严重的直达波和多径杂波的干扰问题,扩展相消批处理算法(ECA-B)是一种有效的杂波抑制算法,但是随着信号带宽的增加,结合计算效率的考虑,需要更多的分段数来对消更多距离单元的杂波,从而使得对消距离单元内的低速目标的削弱和调制问题加剧。针对这个问题该文提出了一种将参考信号与回波信号在频域进行ECA-B处理的方法。该方法不仅可以降低计算量,还可以避免由于分段数过多引起的目标的损失和调制。仿真和实测数据处理结果验证了该文所提方法的正确性和有效性。
12
前向散射雷达(Forward Scatter Radar, FSR)作为一种特殊的双基地雷达,可以利用目标在穿越收发机之间基线的运动而形成的前向散射信号进行探测、成像与识别。由于前向散射效应对提高目标雷达截面积具有重要意义,因此,前向散射雷达在反隐身探测方面具有显著的优势。文章首先综述了前向散射雷达截面积、前向散射雷达目标探测及阴影逆合成孔径雷达(Shadow Inverse Synthetic Aperture Radar, SISAR)成像的国内外研究现状,重点分析了前向散射杂波的统计特性、高精度参数估计与多目标分辨等关键难题;在此基础上详细介绍了前向散射雷达探测和SISAR成像研究的最新理论和实验进展,首次给出了基于北斗导航卫星的民航客机前向散射探测实验结果;最后,对前向散射雷达探测和成像的研究前景和发展趋势进行了展望,为隐身目标的探测与识别研究提供一种新的技术手段。 前向散射雷达(Forward Scatter Radar, FSR)作为一种特殊的双基地雷达,可以利用目标在穿越收发机之间基线的运动而形成的前向散射信号进行探测、成像与识别。由于前向散射效应对提高目标雷达截面积具有重要意义,因此,前向散射雷达在反隐身探测方面具有显著的优势。文章首先综述了前向散射雷达截面积、前向散射雷达目标探测及阴影逆合成孔径雷达(Shadow Inverse Synthetic Aperture Radar, SISAR)成像的国内外研究现状,重点分析了前向散射杂波的统计特性、高精度参数估计与多目标分辨等关键难题;在此基础上详细介绍了前向散射雷达探测和SISAR成像研究的最新理论和实验进展,首次给出了基于北斗导航卫星的民航客机前向散射探测实验结果;最后,对前向散射雷达探测和成像的研究前景和发展趋势进行了展望,为隐身目标的探测与识别研究提供一种新的技术手段。
13
利用WiFi (Wireless Fidelity)信号作为外辐射源进行探测可获得较好的性能,然而WiFi信号本身及其应用环境的复杂性又决定了其参考信号获取的难度。该文分析了利用WiFi信号进行探测的特点,探讨了参考信号获取的不同方式,针对典型WiFi信号结构,提出了与WiFi无源探测相适应的参考信号重构方法,并结合接收信号的信噪比分析了参考信号重构质量对探测性能的影响。研究表明,参考信道所接收信号的信噪比越高,其解调误比特率越低,重构后的参考信号对于杂波抑制性能越好,其模糊函数噪声基底也越低,越有利于目标探测。同时,针对接收信号中的非监测信号成分所产生的虚假目标重影,提出了基于重构的参考信号修正方法进行消除。仿真分析表明了以上处理方法对参考信号获取的有效性。 利用WiFi (Wireless Fidelity)信号作为外辐射源进行探测可获得较好的性能,然而WiFi信号本身及其应用环境的复杂性又决定了其参考信号获取的难度。该文分析了利用WiFi信号进行探测的特点,探讨了参考信号获取的不同方式,针对典型WiFi信号结构,提出了与WiFi无源探测相适应的参考信号重构方法,并结合接收信号的信噪比分析了参考信号重构质量对探测性能的影响。研究表明,参考信道所接收信号的信噪比越高,其解调误比特率越低,重构后的参考信号对于杂波抑制性能越好,其模糊函数噪声基底也越低,越有利于目标探测。同时,针对接收信号中的非监测信号成分所产生的虚假目标重影,提出了基于重构的参考信号修正方法进行消除。仿真分析表明了以上处理方法对参考信号获取的有效性。
14
无人机目标的雷达检测、分类和识别研究需要无人机的极化散射特性支撑。该文通过对复杂材质无人机的室内测量研究,揭示了无人机与金属化模型的全极化散射特性差异。利用部件分解测量的分析方法,阐述了无人机与主要部件极化散射一致性关系,证明了机身、机翼直接影响整机的退极化效应,其中机身部位是整机交叉极化散射的主要来源。 无人机目标的雷达检测、分类和识别研究需要无人机的极化散射特性支撑。该文通过对复杂材质无人机的室内测量研究,揭示了无人机与金属化模型的全极化散射特性差异。利用部件分解测量的分析方法,阐述了无人机与主要部件极化散射一致性关系,证明了机身、机翼直接影响整机的退极化效应,其中机身部位是整机交叉极化散射的主要来源。
15
相位编码正交频分复用(OFDM)雷达具有许多优良的性能,近年来受到雷达界的广泛关注。但在实际应用中,相位编码OFDM雷达信号存在优良编码数量不多、长度受限、峰均比过高等问题。该文针对这些问题,提出了一种基于Bernoulli混沌的四相编码OFDM雷达信号设计方法,可以构建任意数量和长度的编码,具有更大的设计自由度,并且通过初相加权,得到包络峰均比小于2的混沌四相编码OFDM信号,该信号在高分辨、多普勒等方面具有较多优良特性。 相位编码正交频分复用(OFDM)雷达具有许多优良的性能,近年来受到雷达界的广泛关注。但在实际应用中,相位编码OFDM雷达信号存在优良编码数量不多、长度受限、峰均比过高等问题。该文针对这些问题,提出了一种基于Bernoulli混沌的四相编码OFDM雷达信号设计方法,可以构建任意数量和长度的编码,具有更大的设计自由度,并且通过初相加权,得到包络峰均比小于2的混沌四相编码OFDM信号,该信号在高分辨、多普勒等方面具有较多优良特性。
16
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。 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。
17
合成孔径雷达(Synthetic Aperture Radar,SAR)应用性能主要受限于同时获取高分辨与宽测绘幅宽的雷达图像的能力。而对于极化SAR(Polarimetric SAR,PolSAR)系统而言,其测绘幅宽更加受限。近年来,称为混合极化(Hybrid-Polarity,HP)架构的新型极化SAR架构吸引了广泛的注意。相比于传统的线性极化SAR,基于混合极化架构的极化SAR具有两点重要优势:更宽的测绘幅宽与更低的硬件要求。该文首先回顾了包括系统设计、系统模型与定标方法在内的混合极化架构相关原理。接着详细阐述了混合极化架构在定标与发射配置两个方面在工程实现中的难点并提出了一种改进型混合极化架构。与此同时,还介绍了以实验验证为目的而开发的原型实验系统。该文的后半部分回顾了适用于基于混合极化架构的极化SAR的相关应用。由于基于混合极化架构的极化SAR系统产生的全极化数据可以直接转换为传统的线性全极化数据,因此这一部分内容主要集中在对应的双极化应用,即简缩极化(Compact Polarimetry,CP)应用上。 合成孔径雷达(Synthetic Aperture Radar,SAR)应用性能主要受限于同时获取高分辨与宽测绘幅宽的雷达图像的能力。而对于极化SAR(Polarimetric SAR,PolSAR)系统而言,其测绘幅宽更加受限。近年来,称为混合极化(Hybrid-Polarity,HP)架构的新型极化SAR架构吸引了广泛的注意。相比于传统的线性极化SAR,基于混合极化架构的极化SAR具有两点重要优势:更宽的测绘幅宽与更低的硬件要求。该文首先回顾了包括系统设计、系统模型与定标方法在内的混合极化架构相关原理。接着详细阐述了混合极化架构在定标与发射配置两个方面在工程实现中的难点并提出了一种改进型混合极化架构。与此同时,还介绍了以实验验证为目的而开发的原型实验系统。该文的后半部分回顾了适用于基于混合极化架构的极化SAR的相关应用。由于基于混合极化架构的极化SAR系统产生的全极化数据可以直接转换为传统的线性全极化数据,因此这一部分内容主要集中在对应的双极化应用,即简缩极化(Compact Polarimetry,CP)应用上。
18
真空电子器件在雷达的发展历程中发挥了重要作用,是雷达系统的核心器件,两者相辅相成、相互促进。随着设计仿真能力的不断提升,以及新材料新工艺的出现,真空电子器件出现了一些新的发展动向。器件性能不断提升,也出现了一些新型真空电子器件,这都为新型雷达探测技术的发展提供了很好的器件支撑。该文从微波毫米波器件及功率模块、集成真空电子器件、太赫兹、大功率和高功率5个方面介绍了真空电子器件新的发展趋势以及所取得的最新研究成果。 真空电子器件在雷达的发展历程中发挥了重要作用,是雷达系统的核心器件,两者相辅相成、相互促进。随着设计仿真能力的不断提升,以及新材料新工艺的出现,真空电子器件出现了一些新的发展动向。器件性能不断提升,也出现了一些新型真空电子器件,这都为新型雷达探测技术的发展提供了很好的器件支撑。该文从微波毫米波器件及功率模块、集成真空电子器件、太赫兹、大功率和高功率5个方面介绍了真空电子器件新的发展趋势以及所取得的最新研究成果。
19
基于压缩感知(Compressive Sensing, CS)的SAR层析成像方法(SAR Tomography, TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Compressive Sensing, BCS)算法,该方法首先在CS方法基础上将具有结构特性的目标信号重构问题转化为BCS问题,然后根据目标结构特性与雷达参数的关系确定块的大小,最后对目标进行块稀疏的l1/l2范数最优化求解。相比基于CS的SAR层析成像方法,该方法更好地利用了目标的稀疏特性和结构特性,其重构精度更高、性能更优。仿真数据和Radarsat-2星载SAR实测数据的试验结果验证了该方法的有效性。 基于压缩感知(Compressive Sensing, CS)的SAR层析成像方法(SAR Tomography, TomoSAR),虽然实现了对目标的3维重构,但对于具有结构特性的目标其重构性能较差。针对这一问题,该文提出了采用块压缩感知(Block Compressive Sensing, BCS)算法,该方法首先在CS方法基础上将具有结构特性的目标信号重构问题转化为BCS问题,然后根据目标结构特性与雷达参数的关系确定块的大小,最后对目标进行块稀疏的l1/l2范数最优化求解。相比基于CS的SAR层析成像方法,该方法更好地利用了目标的稀疏特性和结构特性,其重构精度更高、性能更优。仿真数据和Radarsat-2星载SAR实测数据的试验结果验证了该方法的有效性。
20
增加信号相参积累时间能够提高弱目标检测能力。双基地雷达长时间相参积累的关键是解决非线性相位回波的目标运动补偿问题。在波束影响可忽略的情况下,该文提出了双基地雷达距离-速度域Radon-Fourier变换(RFT)处理方法。该方法通过频域联合搜索双基地距离和速度参数空间,完成距离走动校正与脉冲积累。理论分析和仿真实验证明了其有效性。 增加信号相参积累时间能够提高弱目标检测能力。双基地雷达长时间相参积累的关键是解决非线性相位回波的目标运动补偿问题。在波束影响可忽略的情况下,该文提出了双基地雷达距离-速度域Radon-Fourier变换(RFT)处理方法。该方法通过频域联合搜索双基地距离和速度参数空间,完成距离走动校正与脉冲积累。理论分析和仿真实验证明了其有效性。
  • 首页
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 末页
  • 共:4页