作者中心
专家审稿
责编办公
编辑办公全文下载排行
1
摘要
8273KB
无人机等低慢小目标探测对雷达目标检测和识别技术提出了很高的挑战，迫切需要构建相关数据集，支撑低慢小探测技术的发展和应用。该文公开了一个多波段调频连续波(FMCW)雷达低慢小目标探测数据集，基于Ku波段和L波段的FMCW雷达采集6种类型的无人机回波数据，通过雷达调制周期和调制带宽，具备不同时域和频域分辨和测量能力，构建了多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)。为了进一步提升无人机微动特征提取能力，该文提出基于局部极大值同步提取变换的无人机微动提取和参数估计方法，在短时傅里叶变换的基础上提取时频能量最大值，保留有用信号分量，实现精细化时频表示。基于LSS-FMCWR-1.0进行验证分析，结果表明该方法相较于传统时频方法，熵值平均降低了5.3 dB，旋翼叶长估计误差降低了27.7%，所提方法兼顾高时频分辨率和较高的参数估计精度，为后续目标识别奠定了基础。
无人机等低慢小目标探测对雷达目标检测和识别技术提出了很高的挑战，迫切需要构建相关数据集，支撑低慢小探测技术的发展和应用。该文公开了一个多波段调频连续波(FMCW)雷达低慢小目标探测数据集，基于Ku波段和L波段的FMCW雷达采集6种类型的无人机回波数据，通过雷达调制周期和调制带宽，具备不同时域和频域分辨和测量能力，构建了多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)。为了进一步提升无人机微动特征提取能力，该文提出基于局部极大值同步提取变换的无人机微动提取和参数估计方法，在短时傅里叶变换的基础上提取时频能量最大值，保留有用信号分量，实现精细化时频表示。基于LSS-FMCWR-1.0进行验证分析，结果表明该方法相较于传统时频方法，熵值平均降低了5.3 dB，旋翼叶长估计误差降低了27.7%，所提方法兼顾高时频分辨率和较高的参数估计精度，为后续目标识别奠定了基础。
2
2023, 12(5): 923-970.
作为高级驾驶辅助系统(ADAS)核心之一的汽车毫米波雷达因其具有全天时、全天候、小型化、集成度高等优势，提供了关键的感知能力，逐渐成为国内外学者及厂商关注的焦点。汽车毫米波雷达以汽车作为平台，其核心性能指标主要有距离、速度、角度分辨率、视场范围等，此外，精度、成本、实时性、检测性能和体积也是需要考虑的关键问题。日益提升的性能需求给汽车毫米波雷达信号处理带来了诸多挑战。为了改进雷达性能以满足更严格的要求，雷达的信号处理技术是至关重要的一环。获取致密的雷达点云、生成精确的雷达成像结果、对抗多个雷达系统间的相互干扰是其中的重点，也是后续跟踪、识别等应用的基础。因此，该文从汽车毫米波雷达的实际应用出发，立足于信号处理的关键技术，总结了相关研究成果，主要讨论与车载毫米波雷达相关的以下主题： (1)点云成像处理；(2)合成孔径雷达成像处理；(3)互扰抑制。文章最后对国内外研究现状进行了总结，并展望未来汽车毫米波雷达的发展趋势，希望能给相关领域读者以启发。
作为高级驾驶辅助系统(ADAS)核心之一的汽车毫米波雷达因其具有全天时、全天候、小型化、集成度高等优势，提供了关键的感知能力，逐渐成为国内外学者及厂商关注的焦点。汽车毫米波雷达以汽车作为平台，其核心性能指标主要有距离、速度、角度分辨率、视场范围等，此外，精度、成本、实时性、检测性能和体积也是需要考虑的关键问题。日益提升的性能需求给汽车毫米波雷达信号处理带来了诸多挑战。为了改进雷达性能以满足更严格的要求，雷达的信号处理技术是至关重要的一环。获取致密的雷达点云、生成精确的雷达成像结果、对抗多个雷达系统间的相互干扰是其中的重点，也是后续跟踪、识别等应用的基础。因此，该文从汽车毫米波雷达的实际应用出发，立足于信号处理的关键技术，总结了相关研究成果，主要讨论与车载毫米波雷达相关的以下主题： (1)点云成像处理；(2)合成孔径雷达成像处理；(3)互扰抑制。文章最后对国内外研究现状进行了总结，并展望未来汽车毫米波雷达的发展趋势，希望能给相关领域读者以启发。
3
2024, 13(2): 307-330.
合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR图像飞机目标检测与识别的性能。该文结合团队在SAR图像目标特别是飞机目标的检测与识别理论、算法及应用等方面的长期研究积累，对基于深度学习的SAR图像飞机目标检测与识别进行了全面回顾和综述，深入分析了SAR图像飞机目标特性及检测识别难点，总结了最新的研究进展以及不同方法的特点和应用场景，汇总整理了公开数据集及常用性能评估指标，最后，探讨了该领域研究面临的挑战和发展趋势。
合成孔径雷达(SAR)采用相干成像机制，具有全天时、全天候成像的独特优势。飞机目标作为一种典型高价值目标，其检测与识别已成为SAR图像解译领域的研究热点。近年来，深度学习技术的引入，极大提升了SAR图像飞机目标检测与识别的性能。该文结合团队在SAR图像目标特别是飞机目标的检测与识别理论、算法及应用等方面的长期研究积累，对基于深度学习的SAR图像飞机目标检测与识别进行了全面回顾和综述，深入分析了SAR图像飞机目标特性及检测识别难点，总结了最新的研究进展以及不同方法的特点和应用场景，汇总整理了公开数据集及常用性能评估指标，最后，探讨了该领域研究面临的挑战和发展趋势。
4
状态: , 更新:
该文考虑了海杂波环境下的雷达目标检测问题，提出了一种基于深度学习的海面目标检测器。该检测器通过融合从不同数据源中提取的多种互补性特征以增加目标和杂波的差异性，从而提升对海面目标的检测性能。具体来说，该检测器首先利用两个特征提取分支分别从距离像和距离多普勒谱图中提取多层次快时间特征和距离特征；然后，设计局部-全局特征提取结构从特征的慢时间维度或多普勒维度提取序列关联性；接着，提出基于自适应卷积权重学习的特征融合模块，实现快慢时间特征和距离多普勒特征的高效融合；最后，对多层次特征进行融合、上采样和非线性映射获得检测结果。基于两个公开雷达数据集上的实验验证了所提检测器的检测性能。
该文考虑了海杂波环境下的雷达目标检测问题，提出了一种基于深度学习的海面目标检测器。该检测器通过融合从不同数据源中提取的多种互补性特征以增加目标和杂波的差异性，从而提升对海面目标的检测性能。具体来说，该检测器首先利用两个特征提取分支分别从距离像和距离多普勒谱图中提取多层次快时间特征和距离特征；然后，设计局部-全局特征提取结构从特征的慢时间维度或多普勒维度提取序列关联性；接着，提出基于自适应卷积权重学习的特征融合模块，实现快慢时间特征和距离多普勒特征的高效融合；最后，对多层次特征进行融合、上采样和非线性映射获得检测结果。基于两个公开雷达数据集上的实验验证了所提检测器的检测性能。
5
2024, 13(1): 23-45.
多径利用雷达(MER)目标探测技术主要基于电磁波在介质表面的反射、衍射等非直视(NLOS)多路径传播特性，实现对城市街角、车辆遮挡等“视觉”盲区内隐蔽目标的有效探测，其能够为城市作战、智能驾驶等多种应用提供服务，具有重要的现实意义和研究价值。为获知该领域的发展脉络，并预测未来可能的发展趋势，该文对21世纪初以来该领域国内外公开文献进行了归纳总结。相关文献的梳理结果表明，根据探测平台类型的不同，多径利用雷达目标探测技术目前主要包括两类：基于空中平台的多径探测技术和基于地面平台的多径探测技术。这两类技术均已取得一定具有实际意义的研究成果。针对空中平台，该文围绕可行性验证、影响因素分析、建筑环境感知和非视距目标探测4个方面展开梳理；针对地面平台，该文则从目标检测与识别、目标二维定位、目标三维信息获取及新型探测方法4个方面展开论述。最后，对多径利用雷达目标探测技术进行总结和展望，指出该技术在目前实际应用中所面临的潜在问题和挑战。这些结果表明，多径利用雷达目标探测技术正朝着多样化、智能化的方向发展。
多径利用雷达(MER)目标探测技术主要基于电磁波在介质表面的反射、衍射等非直视(NLOS)多路径传播特性，实现对城市街角、车辆遮挡等“视觉”盲区内隐蔽目标的有效探测，其能够为城市作战、智能驾驶等多种应用提供服务，具有重要的现实意义和研究价值。为获知该领域的发展脉络，并预测未来可能的发展趋势，该文对21世纪初以来该领域国内外公开文献进行了归纳总结。相关文献的梳理结果表明，根据探测平台类型的不同，多径利用雷达目标探测技术目前主要包括两类：基于空中平台的多径探测技术和基于地面平台的多径探测技术。这两类技术均已取得一定具有实际意义的研究成果。针对空中平台，该文围绕可行性验证、影响因素分析、建筑环境感知和非视距目标探测4个方面展开梳理；针对地面平台，该文则从目标检测与识别、目标二维定位、目标三维信息获取及新型探测方法4个方面展开论述。最后，对多径利用雷达目标探测技术进行总结和展望，指出该技术在目前实际应用中所面临的潜在问题和挑战。这些结果表明，多径利用雷达目标探测技术正朝着多样化、智能化的方向发展。
6
2020, 9(1): 1-33.
星载合成孔径雷达(SAR)以卫星等空间飞行器为运动平台，具有全天时、全天候、全球观测能力，已成为一种不可或缺的对地观测手段。当前，我国星载SAR已实现分辨率从米级到亚米级、系统体制从正侧视条带向方位扫描聚束、从单通道向多通道、极化方式从单一极化到全极化的技术跨越。随着技术的不断进步，未来星载SAR将在体制、概念、技术、模式等方面取得突破，包括高分辨率宽幅成像、多基地、轻小型化、智能化等，从而不断拓展星载SAR的观测维度，实现多维度信息获取。该文将围绕星载SAR的技术发展趋势展开论述。
星载合成孔径雷达(SAR)以卫星等空间飞行器为运动平台，具有全天时、全天候、全球观测能力，已成为一种不可或缺的对地观测手段。当前，我国星载SAR已实现分辨率从米级到亚米级、系统体制从正侧视条带向方位扫描聚束、从单通道向多通道、极化方式从单一极化到全极化的技术跨越。随着技术的不断进步，未来星载SAR将在体制、概念、技术、模式等方面取得突破，包括高分辨率宽幅成像、多基地、轻小型化、智能化等，从而不断拓展星载SAR的观测维度，实现多维度信息获取。该文将围绕星载SAR的技术发展趋势展开论述。
7
2024, 13(1): 1-22.
后向投影(BP)算法是合成孔径雷达成像算法发展的重要方向之一。然而，由于BP算法具有较大的计算量，阻碍了其在工程应用上的发展。因此，近年来如何有效地提高BP算法的运算效率受到了广泛的重视。该文讨论了基于多种成像面坐标系的快速BP算法，包括距离-方位平面坐标系、地平面坐标系和非欧氏坐标系。该文首先简要介绍了原始BP算法的原理和不同坐标系对加速BP算法的影响，并对BP算法的发展历程进行梳理。然后讨论了基于不同成像面坐标系的快速BP算法的研究进展，并重点介绍了作者所在研究团队近年来在快速BP成像方面完成的研究工作。最后介绍了快速BP算法在工程上的应用，并展望了未来快速BP成像算法的研究发展趋势。
后向投影(BP)算法是合成孔径雷达成像算法发展的重要方向之一。然而，由于BP算法具有较大的计算量，阻碍了其在工程应用上的发展。因此，近年来如何有效地提高BP算法的运算效率受到了广泛的重视。该文讨论了基于多种成像面坐标系的快速BP算法，包括距离-方位平面坐标系、地平面坐标系和非欧氏坐标系。该文首先简要介绍了原始BP算法的原理和不同坐标系对加速BP算法的影响，并对BP算法的发展历程进行梳理。然后讨论了基于不同成像面坐标系的快速BP算法的研究进展，并重点介绍了作者所在研究团队近年来在快速BP成像方面完成的研究工作。最后介绍了快速BP算法在工程上的应用，并展望了未来快速BP成像算法的研究发展趋势。
8
2023, 12(6): 1229-1248.
分布式孔径相参合成通过对多个分散布置小孔径的收/发信号进行相参调整，使协同的分布式系统可以用相对低的成本获得比拟于大孔径的功率孔径积，是替代大孔径的可行技术选择。该文首先阐述了分布式孔径相参合成的概念和实现原理，根据是否需要合成目的地处的外部信号输入，将相参合成的实现架构分为闭环式和开环式两类；然后，较为全面地综述了分布式孔径相参合成在导弹防御、深空遥测遥控、超远距离雷达探测、射电天文多领域发展应用情况；进一步阐述相参合成必要且用于对准各孔径收发信号时间和相位的关键技术，包括高精度分布式时频传递和同步技术，以及相参合成参数估计、测量标定和预测技术；最后对分布式孔径相参合成研究进行了总结和展望。
分布式孔径相参合成通过对多个分散布置小孔径的收/发信号进行相参调整，使协同的分布式系统可以用相对低的成本获得比拟于大孔径的功率孔径积，是替代大孔径的可行技术选择。该文首先阐述了分布式孔径相参合成的概念和实现原理，根据是否需要合成目的地处的外部信号输入，将相参合成的实现架构分为闭环式和开环式两类；然后，较为全面地综述了分布式孔径相参合成在导弹防御、深空遥测遥控、超远距离雷达探测、射电天文多领域发展应用情况；进一步阐述相参合成必要且用于对准各孔径收发信号时间和相位的关键技术，包括高精度分布式时频传递和同步技术，以及相参合成参数估计、测量标定和预测技术；最后对分布式孔径相参合成研究进行了总结和展望。
9
2023, 12(4): 657-683.
自19世纪建立麦克斯韦方程以来，计算电磁学经历了百年的稳定发展，现已发展出有限差分法、有限元法、矩量法等数值算法和高频近似方法，是现代电子与信息领域的重要基石。近年来，人工智能技术经历了蓬勃发展，因其强大的建模和推理能力在电磁学界崭露头角，催生出智能电磁计算这一新兴研究方向，吸引了国内外众多科研工作者致力于该领域的研究，在电磁建模与仿真、电磁新材料和器件的分析与综合、探测与感知等领域涌现出很多优秀成果，为发展百余年的电磁学注入了新鲜血液。该文讨论了智能电磁计算的若干进展，为读者入门并了解该领域最新的研究成果提供有益帮助。
自19世纪建立麦克斯韦方程以来，计算电磁学经历了百年的稳定发展，现已发展出有限差分法、有限元法、矩量法等数值算法和高频近似方法，是现代电子与信息领域的重要基石。近年来，人工智能技术经历了蓬勃发展，因其强大的建模和推理能力在电磁学界崭露头角，催生出智能电磁计算这一新兴研究方向，吸引了国内外众多科研工作者致力于该领域的研究，在电磁建模与仿真、电磁新材料和器件的分析与综合、探测与感知等领域涌现出很多优秀成果，为发展百余年的电磁学注入了新鲜血液。该文讨论了智能电磁计算的若干进展，为读者入门并了解该领域最新的研究成果提供有益帮助。
10
2023, 12(4): 738-761.
雷达导引头是精确制导武器末制导的核心设备，具有作用距离远、不受天气影响等重要优点，在保证导弹打击精度方面发挥着重要作用。海面角反射体具有与舰船目标散射逼真度高、作战效费比高等优良特性，已成为雷达导引头的主要诱骗干扰手段之一，严重影响雷达目标探测性能。因此，如何准确高效地实现海面角反射体雷达鉴别是雷达导引头精确打击的难点和重点之一。角反射体电磁散射特性研究是提升角反射体雷达鉴别能力的基础。该文首先介绍了海面角反射体装备及战术运用；针对海面角反射体的电磁散射特性研究进展进行了总结；重点归纳梳理了海面角反射体雷达鉴别技术的两类主流方法，总结其特点及存在的问题；最后对海面角反射体雷达鉴别研究的未来发展趋势进行了展望。
雷达导引头是精确制导武器末制导的核心设备，具有作用距离远、不受天气影响等重要优点，在保证导弹打击精度方面发挥着重要作用。海面角反射体具有与舰船目标散射逼真度高、作战效费比高等优良特性，已成为雷达导引头的主要诱骗干扰手段之一，严重影响雷达目标探测性能。因此，如何准确高效地实现海面角反射体雷达鉴别是雷达导引头精确打击的难点和重点之一。角反射体电磁散射特性研究是提升角反射体雷达鉴别能力的基础。该文首先介绍了海面角反射体装备及战术运用；针对海面角反射体的电磁散射特性研究进展进行了总结；重点归纳梳理了海面角反射体雷达鉴别技术的两类主流方法，总结其特点及存在的问题；最后对海面角反射体雷达鉴别研究的未来发展趋势进行了展望。
11
2024, 13(2): 359-373.
卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明，CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域，但现有方法主要基于通道级或空间级类激活权重，且在SAR图像数据集上的应用仍处于起步阶段。基于此，该文从神经元特征提取能力和网络决策依据两个层面出发，提出了一种面向SAR图像的CNN模型可视化方法。首先，基于神经元的激活值，对神经元在其感受野范围内的目标结构学习能力进行可视化，然后提出一种通道-空间混合的类激活映射方法，通过对SAR图像中的重要区域进行定位，为模型的决策过程提供依据。实验结果表明，该方法给出了模型在不同设置下的可解释性分析，有效拓展了卷积神经网络在SAR图像上的可视化应用。
卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明，CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域，但现有方法主要基于通道级或空间级类激活权重，且在SAR图像数据集上的应用仍处于起步阶段。基于此，该文从神经元特征提取能力和网络决策依据两个层面出发，提出了一种面向SAR图像的CNN模型可视化方法。首先，基于神经元的激活值，对神经元在其感受野范围内的目标结构学习能力进行可视化，然后提出一种通道-空间混合的类激活映射方法，通过对SAR图像中的重要区域进行定位，为模型的决策过程提供依据。实验结果表明，该方法给出了模型在不同设置下的可解释性分析，有效拓展了卷积神经网络在SAR图像上的可视化应用。
12
飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术，实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结，介绍了飞鸟和无人机探测的主要手段，从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后，该文总结了现有研究存在的问题，对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。
飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术，实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结，介绍了飞鸟和无人机探测的主要手段，从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后，该文总结了现有研究存在的问题，对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。
13
2024, 13(2): 285-306.
高分辨率雷达成像技术和人工智能、大数据技术的快速发展，有力促进了雷达图像智能解译技术的进步。由于雷达传感器本身的特殊性和电磁散射成像物理的复杂性，雷达图像的解译缺乏光学图像的直观性，准确迅速识别分类的需求对雷达图像解译提出了迫切的挑战。在借鉴人脑光视觉感知机理和计算机视觉图像处理相关技术基础上，进一步融合电磁散射物理规律及其雷达成像机理，我们提出发展微波域雷达图像解译的“微波视觉”的新交叉领域研究。该文介绍微波视觉的概念与内涵，提出微波视觉认知模型，阐述其基础理论问题与技术路线，最后介绍了作者团队在相关问题上的初步研究进展。
高分辨率雷达成像技术和人工智能、大数据技术的快速发展，有力促进了雷达图像智能解译技术的进步。由于雷达传感器本身的特殊性和电磁散射成像物理的复杂性，雷达图像的解译缺乏光学图像的直观性，准确迅速识别分类的需求对雷达图像解译提出了迫切的挑战。在借鉴人脑光视觉感知机理和计算机视觉图像处理相关技术基础上，进一步融合电磁散射物理规律及其雷达成像机理，我们提出发展微波域雷达图像解译的“微波视觉”的新交叉领域研究。该文介绍微波视觉的概念与内涵，提出微波视觉认知模型，阐述其基础理论问题与技术路线，最后介绍了作者团队在相关问题上的初步研究进展。
14
2023, 12(1): 197-213.
多传感器多目标跟踪是信息融合领域的热点问题，其通过融合多个局部传感器数据，提高目标跟踪精度和稳定性。多传感器多目标跟踪按融合体系可分为分布式、集中式、混合式3类，其中分布式融合结构对网络通信带宽要求低、可靠性和稳定性强，广泛应用于军事、民用领域。该文聚焦分布式多传感器多目标跟踪涉及的目标跟踪、传感器配准、航迹关联、数据融合4项关键技术，主要分析了各关键技术的理论原理与适用条件，重点介绍了不完整测量条件下的空间配准与航迹关联，并给出仿真结果。最后，该文总结了现有分布式多传感器多目标跟踪关键技术存在的问题，并指出了其未来发展趋势。
多传感器多目标跟踪是信息融合领域的热点问题，其通过融合多个局部传感器数据，提高目标跟踪精度和稳定性。多传感器多目标跟踪按融合体系可分为分布式、集中式、混合式3类，其中分布式融合结构对网络通信带宽要求低、可靠性和稳定性强，广泛应用于军事、民用领域。该文聚焦分布式多传感器多目标跟踪涉及的目标跟踪、传感器配准、航迹关联、数据融合4项关键技术，主要分析了各关键技术的理论原理与适用条件，重点介绍了不完整测量条件下的空间配准与航迹关联，并给出仿真结果。最后，该文总结了现有分布式多传感器多目标跟踪关键技术存在的问题，并指出了其未来发展趋势。
15
状态: , 更新:
雷达微弱目标处理是实现优异探测性能的基础和前提，在复杂的实际环境应用过程中，由于强杂波干扰、目标信号微弱、图像特征不明显、有效特征难提取等问题，导致雷达微弱目标检测与识别一直是雷达处理领域中的难点之一。传统模型类处理方法与实际工作背景和目标特性匹配不精准，导致通用性不强。近年来，深度学习在雷达智能信息处理领域取得了显著进展，深度学习算法通过构建深层神经网络，可以自动地从大量雷达数据中学习特征表示，提高目标检测和识别的性能。该文分别从雷达目标微弱信号处理、图像处理、特征学习等多个方面系统梳理和总结近年来雷达微弱目标智能化处理的研究进展，具体包括噪声与杂波抑制、微弱目标信号增强；低、高分辨雷达图像和特征图处理；特征提取、融合、目标分类与识别等。针对目前微弱目标智能化处理应用存在的泛化能力有限、特征单一、可解释性不足等问题，从小样本目标检测(迁移学习、强化学习)、多维多特征融合检测、网络模型可解释性、知识与数据联合驱动等方面对未来发展进行了展望。
雷达微弱目标处理是实现优异探测性能的基础和前提，在复杂的实际环境应用过程中，由于强杂波干扰、目标信号微弱、图像特征不明显、有效特征难提取等问题，导致雷达微弱目标检测与识别一直是雷达处理领域中的难点之一。传统模型类处理方法与实际工作背景和目标特性匹配不精准，导致通用性不强。近年来，深度学习在雷达智能信息处理领域取得了显著进展，深度学习算法通过构建深层神经网络，可以自动地从大量雷达数据中学习特征表示，提高目标检测和识别的性能。该文分别从雷达目标微弱信号处理、图像处理、特征学习等多个方面系统梳理和总结近年来雷达微弱目标智能化处理的研究进展，具体包括噪声与杂波抑制、微弱目标信号增强；低、高分辨雷达图像和特征图处理；特征提取、融合、目标分类与识别等。针对目前微弱目标智能化处理应用存在的泛化能力有限、特征单一、可解释性不足等问题，从小样本目标检测(迁移学习、强化学习)、多维多特征融合检测、网络模型可解释性、知识与数据联合驱动等方面对未来发展进行了展望。
16
2020, 9(5): 753-764.
合成孔径雷达(SAR)是一种全天候、全天时、具备高分辨率的成像设备，被广泛应用于对敌侦察，为战场决策提供及时可靠的情报支持。如何压制和扰乱SAR设备的成像侦察，实现对高价值目标和要地的有效防护，已成为当前电子对抗领域的研究热难点之一。该文探讨了SAR干扰的技术进展和发展趋势，首先详细梳理了SAR干扰技术的发展脉络，然后结合仿真实验对比分析了典型SAR干扰样式的优缺点，最后总结了现有SAR干扰技术存在的不足，并指出其未来发展趋势，可为专家学者提供一定的参考。
合成孔径雷达(SAR)是一种全天候、全天时、具备高分辨率的成像设备，被广泛应用于对敌侦察，为战场决策提供及时可靠的情报支持。如何压制和扰乱SAR设备的成像侦察，实现对高价值目标和要地的有效防护，已成为当前电子对抗领域的研究热难点之一。该文探讨了SAR干扰的技术进展和发展趋势，首先详细梳理了SAR干扰技术的发展脉络，然后结合仿真实验对比分析了典型SAR干扰样式的优缺点，最后总结了现有SAR干扰技术存在的不足，并指出其未来发展趋势，可为专家学者提供一定的参考。
17
2024, 13(2): 411-427.
随着合成孔径雷达(SAR)图像在舰船检测和识别领域的广泛应用，准确而高效地进行舰船分类已经成为一个亟待解决的问题。在小样本学习场景下，一般的方法面临着泛化能力不足的问题，因此该文引入了额外的信息和特征，旨在增加模型对目标的理解和泛化能力。该文通过散射关键点构建拓扑结构以表征舰船目标的结构和形状特征，并计算拓扑结构的拉普拉斯矩阵，将散射点之间的拓扑关系转化为矩阵形式，最后将SAR图像和拉普拉斯矩阵分别作为双分支网络的输入进行特征提取。在网络结构方面，该文设计了一个由两个独立的卷积分支组成的双分支卷积神经网络，分别负责处理视觉特征和拓扑特征，并用两个交叉融合注意力模块分别对两个分支的特征进行交互融合。该方法有效地将目标散射点拓扑关系与网络的自动学习过程相结合，从而增强模型的泛化能力并提高分类精度。实验结果表明，在OpenSARShip数据集上，所提方法在1-shot和5-shot任务的平均准确率分别为53.80%和73.00%。而在FUSAR-Ship数据集上，所提方法分别取得了54.44%和71.36%的平均准确率。所提方法在1-shot和5-shot的设置下相比基础方法准确率均提升超过15%，证明了散射点拓扑的应用对SAR图像小样本舰船分类的有效性。
随着合成孔径雷达(SAR)图像在舰船检测和识别领域的广泛应用，准确而高效地进行舰船分类已经成为一个亟待解决的问题。在小样本学习场景下，一般的方法面临着泛化能力不足的问题，因此该文引入了额外的信息和特征，旨在增加模型对目标的理解和泛化能力。该文通过散射关键点构建拓扑结构以表征舰船目标的结构和形状特征，并计算拓扑结构的拉普拉斯矩阵，将散射点之间的拓扑关系转化为矩阵形式，最后将SAR图像和拉普拉斯矩阵分别作为双分支网络的输入进行特征提取。在网络结构方面，该文设计了一个由两个独立的卷积分支组成的双分支卷积神经网络，分别负责处理视觉特征和拓扑特征，并用两个交叉融合注意力模块分别对两个分支的特征进行交互融合。该方法有效地将目标散射点拓扑关系与网络的自动学习过程相结合，从而增强模型的泛化能力并提高分类精度。实验结果表明，在OpenSARShip数据集上，所提方法在1-shot和5-shot任务的平均准确率分别为53.80%和73.00%。而在FUSAR-Ship数据集上，所提方法分别取得了54.44%和71.36%的平均准确率。所提方法在1-shot和5-shot的设置下相比基础方法准确率均提升超过15%，证明了散射点拓扑的应用对SAR图像小样本舰船分类的有效性。
18
2023, 12(6): 1290-1304.
在现代电子战中，雷达面临的干扰环境比以前更加复杂，机载干扰机会根据突袭任务与突袭阶段的不同而改变其干扰方式。近年来，基于强化学习的雷达抗干扰方法在单一干扰对抗场景下取得了一定进展，但在实际复杂多干扰场景下的研究仍有不足。为了解决该问题，本文提出了一种基于复数域深度强化学习的多干扰场景雷达抗干扰方法以优化频率捷变雷达的抗干扰策略。首先，针对突袭任务的阶段性特点建立了噪声瞄准干扰、距离假目标欺骗干扰与密集假目标转发干扰3种干扰模型，并设计了3种干扰顺序策略来模拟实际干扰场景。其次，针对多干扰场景模型，构建了一种融合信干噪比与目标航迹完整性的强化学习奖励函数，并针对干扰信号的复数域特征，提出了一种基于复数域深度强化学习的多干扰场景雷达抗干扰方法。最后，基于3种干扰顺序策略设计了雷达抗干扰仿真实验，结果表明，所提方法能够有效解决雷达面临的时序条件下复杂多干扰场景的主瓣干扰问题，与两种经典深度强化学习算法相比该方法抗干扰决策性能大幅提高，平均决策时间降低至405.3 ms。
在现代电子战中，雷达面临的干扰环境比以前更加复杂，机载干扰机会根据突袭任务与突袭阶段的不同而改变其干扰方式。近年来，基于强化学习的雷达抗干扰方法在单一干扰对抗场景下取得了一定进展，但在实际复杂多干扰场景下的研究仍有不足。为了解决该问题，本文提出了一种基于复数域深度强化学习的多干扰场景雷达抗干扰方法以优化频率捷变雷达的抗干扰策略。首先，针对突袭任务的阶段性特点建立了噪声瞄准干扰、距离假目标欺骗干扰与密集假目标转发干扰3种干扰模型，并设计了3种干扰顺序策略来模拟实际干扰场景。其次，针对多干扰场景模型，构建了一种融合信干噪比与目标航迹完整性的强化学习奖励函数，并针对干扰信号的复数域特征，提出了一种基于复数域深度强化学习的多干扰场景雷达抗干扰方法。最后，基于3种干扰顺序策略设计了雷达抗干扰仿真实验，结果表明，所提方法能够有效解决雷达面临的时序条件下复杂多干扰场景的主瓣干扰问题，与两种经典深度强化学习算法相比该方法抗干扰决策性能大幅提高，平均决策时间降低至405.3 ms。
19
2023, 12(3): 471-499.
多雷达协同探测技术通过有机地联动多部雷达，形成广域分布的探测构型，可充分获取空间、频率分集等探测增益，显著提升雷达系统的目标探测性能和电磁干扰环境顽存能力，是雷达技术领域重点发展的方向之一。近年来，国内外针对多雷达协同探测技术开展了广泛研究，在系统架构设计、信号处理、资源调度等技术方向积累了诸多研究成果。该文首先总结了多雷达协同探测技术的概念内涵，阐述了其基于信号处理闭环反馈的协同机制，分析了其实现过程中所面临的技术挑战；随后，聚焦于认知跟踪与资源调度算法，从内涵特点、系统构成、跟踪模型、信息融合、性能评估、调度算法、优化准则、认知流程等方面进行了技术总结，并分析了协同认知跟踪及其与系统资源调度的关系；接着从雷达资源要素、信息融合架构、跟踪性能指标、资源调度模型、复杂任务场景5个方面梳理和总结了协同认知跟踪与资源调度算法近年来的研究进展；最后总结全文并展望了该领域未来技术的发展趋势，旨在为后续的相关技术研究提供参考。
多雷达协同探测技术通过有机地联动多部雷达，形成广域分布的探测构型，可充分获取空间、频率分集等探测增益，显著提升雷达系统的目标探测性能和电磁干扰环境顽存能力，是雷达技术领域重点发展的方向之一。近年来，国内外针对多雷达协同探测技术开展了广泛研究，在系统架构设计、信号处理、资源调度等技术方向积累了诸多研究成果。该文首先总结了多雷达协同探测技术的概念内涵，阐述了其基于信号处理闭环反馈的协同机制，分析了其实现过程中所面临的技术挑战；随后，聚焦于认知跟踪与资源调度算法，从内涵特点、系统构成、跟踪模型、信息融合、性能评估、调度算法、优化准则、认知流程等方面进行了技术总结，并分析了协同认知跟踪及其与系统资源调度的关系；接着从雷达资源要素、信息融合架构、跟踪性能指标、资源调度模型、复杂任务场景5个方面梳理和总结了协同认知跟踪与资源调度算法近年来的研究进展；最后总结全文并展望了该领域未来技术的发展趋势，旨在为后续的相关技术研究提供参考。
20
2023, 12(4): 684-695.
该文首次全面系统地阐述开放式相控阵的具体概念内涵和系统架构，开放式相控阵具有资源虚拟化、应用软件化和硬件积木化特征，能够适应当前和未来不断变化的作战任务、工作环境、适装平台等需求，将成为下一代相控阵系统发展的主流，在探测、通信、电子战等方向具有广阔的应用前景。该文详细阐述了开放式相控阵的发展需求、发展历程及其具体概念内涵，系统描述了开放式相控阵系统层次化架构，从硬件层、资源层、应用层等方面对开放式相控阵设计理念、设计方法进行了全面介绍，重点介绍了开放式相控阵的核心特征，资源虚拟化和处理流程重构，提出支撑开放式相控阵实现的核心技术，探索引领新一代射频系统形态发展。
该文首次全面系统地阐述开放式相控阵的具体概念内涵和系统架构，开放式相控阵具有资源虚拟化、应用软件化和硬件积木化特征，能够适应当前和未来不断变化的作战任务、工作环境、适装平台等需求，将成为下一代相控阵系统发展的主流，在探测、通信、电子战等方向具有广阔的应用前景。该文详细阐述了开放式相控阵的发展需求、发展历程及其具体概念内涵，系统描述了开放式相控阵系统层次化架构，从硬件层、资源层、应用层等方面对开放式相控阵设计理念、设计方法进行了全面介绍，重点介绍了开放式相控阵的核心特征，资源虚拟化和处理流程重构，提出支撑开放式相控阵实现的核心技术，探索引领新一代射频系统形态发展。
- 首页
- 上一页
- 1
- 2
- 3
- 4
- 5
- 下一页
- 末页
- 共:5页
微信 | 公众平台 
