作者中心
专家审稿
责编办公
编辑办公全文下载排行
1
2026, 15(4): 1258-1277.
摘要
7461KB
低空目标对机场等空域安全的威胁日趋显著，其精准探测与识别是雷达系统亟待解决的关键问题，而高质量的雷达实测数据集是推进低空目标识别的核心基础。然而，现有公开雷达低空目标数据集多为仿真数据或近距离采集数据，难以真实反映和验证远距离场景下雷达目标识别性能。因此，该文构建了基于全息凝视雷达(HSR)的低空目标探测识别数据集，完成了外场环境下典型低空目标的实测数据采集与识别验证。该数据集涵盖多旋翼无人机、雀类、大型迁徙鸟等典型目标，以及悬停、盘旋、径向飞行等典型运动场景，并且同步提供目标多普勒瀑布图与雷达实测航迹信息(含方位角、俯仰角、径向速度、归一化信噪比)，为探索目标精细化特征与运动状态的内在关联提供了数据支撑。在此基础上，该文采用多模态自适应特征融合网络，提取不同目标的多普勒特征与运动学特征并进行融合，验证了区分不同类型低空目标的有效性。
低空目标对机场等空域安全的威胁日趋显著，其精准探测与识别是雷达系统亟待解决的关键问题，而高质量的雷达实测数据集是推进低空目标识别的核心基础。然而，现有公开雷达低空目标数据集多为仿真数据或近距离采集数据，难以真实反映和验证远距离场景下雷达目标识别性能。因此，该文构建了基于全息凝视雷达(HSR)的低空目标探测识别数据集，完成了外场环境下典型低空目标的实测数据采集与识别验证。该数据集涵盖多旋翼无人机、雀类、大型迁徙鸟等典型目标，以及悬停、盘旋、径向飞行等典型运动场景，并且同步提供目标多普勒瀑布图与雷达实测航迹信息(含方位角、俯仰角、径向速度、归一化信噪比)，为探索目标精细化特征与运动状态的内在关联提供了数据支撑。在此基础上，该文采用多模态自适应特征融合网络，提取不同目标的多普勒特征与运动学特征并进行融合，验证了区分不同类型低空目标的有效性。
2
2026, 15(4): 1125-1151.
雷达通过发射波形接收并处理回波信号从而获取目标信息，因此发射波形性能是决定雷达系统性能的关键因素。相比于其他雷达体制，合成孔径雷达(SAR)具有分布式目标场景，大时间带宽积波形，大幅宽远距离成像，距离-方位耦合等独特的工作特性，这对SAR波形设计提出了更高的要求。基于作者在SAR波形编码领域相关的研究工作和思考，该文总结了SAR波形设计近年来国内外的研究现状，讨论了SAR波形设计面临的技术挑战和其在提升系统成像性能上的作用，并展望了未来SAR波形设计的研究和发展趋势。
雷达通过发射波形接收并处理回波信号从而获取目标信息，因此发射波形性能是决定雷达系统性能的关键因素。相比于其他雷达体制，合成孔径雷达(SAR)具有分布式目标场景，大时间带宽积波形，大幅宽远距离成像，距离-方位耦合等独特的工作特性，这对SAR波形设计提出了更高的要求。基于作者在SAR波形编码领域相关的研究工作和思考，该文总结了SAR波形设计近年来国内外的研究现状，讨论了SAR波形设计面临的技术挑战和其在提升系统成像性能上的作用，并展望了未来SAR波形设计的研究和发展趋势。
3
2026, 15(4): 1340-1359.
强化学习是实现认知雷达目标检测的重要手段。现有研究主要面向集中式MIMO雷达设计检测方法，存在观测视角单一的缺陷。针对该问题，该文面向同时具备波形、空间分集的分布式MIMO雷达提出一种基于强化学习的多目标检测方法。该方法在利用空间分集保障目标检测鲁棒性的同时，以波形分集为核心构建了马尔可夫决策过程：首先通过统计信号检测手段感知环境中的目标属性，据此优化发射波形，并利用积累经验更新对环境态势的认知，循环往复，最终稳定获取在目标方向上聚焦的雷达波形，达到优异检测性能。其中，为方便目标定位，该文以形状规则的栅格作为待检测单元推导了多天线相干处理模式下的极大化栅格广义似然比检测器；为实现波形优化，该文设计了常规及强目标限制共两种优化问题，并给出基于连续凸近似的解法。经静态、动态场景的仿真实验表明，所提方法能够实现对环境态势的自主感知，且拥有比对比方法更优的检测性能，尤其在弱目标上表现更佳。
强化学习是实现认知雷达目标检测的重要手段。现有研究主要面向集中式MIMO雷达设计检测方法，存在观测视角单一的缺陷。针对该问题，该文面向同时具备波形、空间分集的分布式MIMO雷达提出一种基于强化学习的多目标检测方法。该方法在利用空间分集保障目标检测鲁棒性的同时，以波形分集为核心构建了马尔可夫决策过程：首先通过统计信号检测手段感知环境中的目标属性，据此优化发射波形，并利用积累经验更新对环境态势的认知，循环往复，最终稳定获取在目标方向上聚焦的雷达波形，达到优异检测性能。其中，为方便目标定位，该文以形状规则的栅格作为待检测单元推导了多天线相干处理模式下的极大化栅格广义似然比检测器；为实现波形优化，该文设计了常规及强目标限制共两种优化问题，并给出基于连续凸近似的解法。经静态、动态场景的仿真实验表明，所提方法能够实现对环境态势的自主感知，且拥有比对比方法更优的检测性能，尤其在弱目标上表现更佳。
4
2026, 15(3): 983-995.
合成孔径雷达(SAR)和可见光是地球观测领域中两类关键的遥感传感器，其影像匹配在图像融合、协同解译与高精度定位等任务中具有广泛应用。随着对地观测数据的迅猛增长，SAR-光学跨模态影像匹配的重要性日益凸显，相关研究也取得了显著进展。特别是基于深度学习的方法，凭借其在跨模态特征表达与高层语义提取方面的优势，展现出卓越的匹配精度与环境适应能力。然而，现有公开数据集多局限于小尺寸图像块，缺乏涵盖真实大尺度场景的完整影像对，难以全面评估匹配算法在实际遥感场景中的性能，同时也制约了深度学习模型的训练与泛化能力提升。针对上述问题，该文构建并公开发布了OSDataset2.0，一个面向SAR-光学影像匹配任务的大规模基准数据集。该数据集包含两部分：局部训练数据集与全幅场景测试集，局部训练数据集提供覆盖阿根廷、澳大利亚、波兰、德国、俄罗斯、法国、卡塔尔、马来西亚、美国、日本、土耳其、新加坡、印度、中国14个国家的6476块512×512像素的配准图像块，全幅场景测试集则提供一对光学与SAR整景影像。团队为整景影像提供了利用成像机理一致性原则提取出的高精度均匀分布的真值数据，并配套通用评估代码，支持对任意匹配算法进行配准精度的量化分析。为进一步验证数据集的有效性与挑战性，该文在OSDataset2.0上系统评估了11种具有代表性的SAR-光学影像匹配方法，涵盖了传统特征匹配与主流深度学习模型。实验结果表明，该数据集不仅能够有效支撑算法性能对比，还可为后续研究提供可靠的训练资源与统一的评估基准。
合成孔径雷达(SAR)和可见光是地球观测领域中两类关键的遥感传感器，其影像匹配在图像融合、协同解译与高精度定位等任务中具有广泛应用。随着对地观测数据的迅猛增长，SAR-光学跨模态影像匹配的重要性日益凸显，相关研究也取得了显著进展。特别是基于深度学习的方法，凭借其在跨模态特征表达与高层语义提取方面的优势，展现出卓越的匹配精度与环境适应能力。然而，现有公开数据集多局限于小尺寸图像块，缺乏涵盖真实大尺度场景的完整影像对，难以全面评估匹配算法在实际遥感场景中的性能，同时也制约了深度学习模型的训练与泛化能力提升。针对上述问题，该文构建并公开发布了OSDataset2.0，一个面向SAR-光学影像匹配任务的大规模基准数据集。该数据集包含两部分：局部训练数据集与全幅场景测试集，局部训练数据集提供覆盖阿根廷、澳大利亚、波兰、德国、俄罗斯、法国、卡塔尔、马来西亚、美国、日本、土耳其、新加坡、印度、中国14个国家的6476块512×512像素的配准图像块，全幅场景测试集则提供一对光学与SAR整景影像。团队为整景影像提供了利用成像机理一致性原则提取出的高精度均匀分布的真值数据，并配套通用评估代码，支持对任意匹配算法进行配准精度的量化分析。为进一步验证数据集的有效性与挑战性，该文在OSDataset2.0上系统评估了11种具有代表性的SAR-光学影像匹配方法，涵盖了传统特征匹配与主流深度学习模型。实验结果表明，该数据集不仅能够有效支撑算法性能对比，还可为后续研究提供可靠的训练资源与统一的评估基准。
5
2026, 15(3): 860-875.
低仰角目标波达方向(DOA)估计是米波雷达与全息凝视雷达中的关键问题，其估计误差直接影响目标的测高精度。传统波束空间方法通过构建波束形成器，将高维阵元空间数据映射至低维波束空间以降低计算复杂度。然而，该类方法的有损映射会造成部分目标信息丢失，使目标仰角估计精度显著低于阵元空间方法。为解决这一问题，该文提出了一种低仰角目标高精度波束空间DOA估计方法。首先，推导了阵元空间与波束空间中DOA估计的克拉美罗界(CRB)，并分析了两者相等所需满足的充分条件。由于该条件在实际应用中难以严格满足，该文进一步提出一种基于近似条件的波束形成器设计方法。该方法在降低数据维度的同时，最大限度保留目标的有效信息。最后，基于最大似然准则实现了目标仰角的精确估计。仿真与实测结果表明，所提方法在显著降低处理数据维度的同时，能够在低仰角观测区域内保持与阵元空间方法相近的估计精度，并优于现有波束空间算法。
低仰角目标波达方向(DOA)估计是米波雷达与全息凝视雷达中的关键问题，其估计误差直接影响目标的测高精度。传统波束空间方法通过构建波束形成器，将高维阵元空间数据映射至低维波束空间以降低计算复杂度。然而，该类方法的有损映射会造成部分目标信息丢失，使目标仰角估计精度显著低于阵元空间方法。为解决这一问题，该文提出了一种低仰角目标高精度波束空间DOA估计方法。首先，推导了阵元空间与波束空间中DOA估计的克拉美罗界(CRB)，并分析了两者相等所需满足的充分条件。由于该条件在实际应用中难以严格满足，该文进一步提出一种基于近似条件的波束形成器设计方法。该方法在降低数据维度的同时，最大限度保留目标的有效信息。最后，基于最大似然准则实现了目标仰角的精确估计。仿真与实测结果表明，所提方法在显著降低处理数据维度的同时，能够在低仰角观测区域内保持与阵元空间方法相近的估计精度，并优于现有波束空间算法。
6
2026, 15(4): 1238-1257.
针对海空目标雷达分类中存在的特征提取不充分、时空关联建模能力薄弱及分类性能欠佳等问题，该文围绕图网络特征提取和分类技术开展研究。首先，聚焦数字阵泛探雷达，构建了雷达海空目标探测数据集LSS-DAUR-1.0，包含客轮、快艇、直升机、旋翼无人机、鸟类与固定翼无人机6类目标的多普勒和航迹数据。其次，基于该数据集分析了目标的多域多维特性，通过相关性和余弦相似度分析，验证了多普勒特征与物理运动特征的互补性。在此基础上，提出融合双特征的动态图图卷积网络(DG-GCN)分类方法设计自适应窗口调整、混合衰减函数和动态阈值机制，构建时空关联自适应动态图，结合图卷积特征学习和分类模块，实现对海空目标的精细化分类。LSS-DAUR-1.0数据集验证表明，DG-GCN分类准确率达99.66%，较ResNet和Transformer模型分别提升6.78%和17.97%，总处理时间仅4.98 ms，较对比模型降低80%以上，兼顾高精度与高效性。此外，噪声环境测试其鲁棒性良好。消融实验验证，动态边权机制可弥补纯时序连接的空间特征关联上不足，提升模型泛化能力。
针对海空目标雷达分类中存在的特征提取不充分、时空关联建模能力薄弱及分类性能欠佳等问题，该文围绕图网络特征提取和分类技术开展研究。首先，聚焦数字阵泛探雷达，构建了雷达海空目标探测数据集LSS-DAUR-1.0，包含客轮、快艇、直升机、旋翼无人机、鸟类与固定翼无人机6类目标的多普勒和航迹数据。其次，基于该数据集分析了目标的多域多维特性，通过相关性和余弦相似度分析，验证了多普勒特征与物理运动特征的互补性。在此基础上，提出融合双特征的动态图图卷积网络(DG-GCN)分类方法设计自适应窗口调整、混合衰减函数和动态阈值机制，构建时空关联自适应动态图，结合图卷积特征学习和分类模块，实现对海空目标的精细化分类。LSS-DAUR-1.0数据集验证表明，DG-GCN分类准确率达99.66%，较ResNet和Transformer模型分别提升6.78%和17.97%，总处理时间仅4.98 ms，较对比模型降低80%以上，兼顾高精度与高效性。此外，噪声环境测试其鲁棒性良好。消融实验验证，动态边权机制可弥补纯时序连接的空间特征关联上不足，提升模型泛化能力。
7
2026, 15(3): 944-963.
特定辐射源个体识别依赖设备发射信号的“射频指纹”微弱差异识别辐射源所属个体身份属性，是支撑无线安全、频谱管控和态势感知的重要基石。随着无线场景的多样化与动态化，单一域(源域与目标域分布相同)下训练的深度学习模型往往在跨接收机、跨时间等真实环境中性能急剧下降，目前缺乏关于该方面全面、细致的综述。基于此，该文首先对跨场景类型进行分类，然后系统归纳总结主流算法框架及代表性方法，着重剖析每类方法的核心思想与关键技术，并总结了主要开源跨场景数据集，最后指出当前研究的瓶颈与未来可能方向，旨在推动复杂电磁环境下的辐射源个体识别理论和方法研究的新发展。
特定辐射源个体识别依赖设备发射信号的“射频指纹”微弱差异识别辐射源所属个体身份属性，是支撑无线安全、频谱管控和态势感知的重要基石。随着无线场景的多样化与动态化，单一域(源域与目标域分布相同)下训练的深度学习模型往往在跨接收机、跨时间等真实环境中性能急剧下降，目前缺乏关于该方面全面、细致的综述。基于此，该文首先对跨场景类型进行分类，然后系统归纳总结主流算法框架及代表性方法，着重剖析每类方法的核心思想与关键技术，并总结了主要开源跨场景数据集，最后指出当前研究的瓶颈与未来可能方向，旨在推动复杂电磁环境下的辐射源个体识别理论和方法研究的新发展。
8
2023, 12(4): 906-922.
针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题，该文提出了一种结合散射感知的SAR飞机检测识别方法。一方面，通过上下文引导的特征金字塔模块来增强全局信息，减弱复杂场景中强干扰的影响，提高检测识别的准确率。另一方面，利用散射关键点对目标进行定位，设计散射感知检测模块实现对回归框的细化校正，增强目标的定位精度。为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展，该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集。该数据集图像来自高分三号卫星，包含4,368张图片和16,463个飞机目标实例，涵盖A220, A320/321, A330, ARJ21, Boeing737, Boeing787和other共7个类别。该文将提出的方法和常见深度学习算法在构建的数据集上进行实验，实验结果证明了散射感知方法的优异性能，并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准。
针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题，该文提出了一种结合散射感知的SAR飞机检测识别方法。一方面，通过上下文引导的特征金字塔模块来增强全局信息，减弱复杂场景中强干扰的影响，提高检测识别的准确率。另一方面，利用散射关键点对目标进行定位，设计散射感知检测模块实现对回归框的细化校正，增强目标的定位精度。为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展，该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集。该数据集图像来自高分三号卫星，包含4,368张图片和16,463个飞机目标实例，涵盖A220, A320/321, A330, ARJ21, Boeing737, Boeing787和other共7个类别。该文将提出的方法和常见深度学习算法在构建的数据集上进行实验，实验结果证明了散射感知方法的优异性能，并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准。
9
2023, 12(2): 456-469.
海上目标检测识别受制于海上目标及海杂波环境特性，基于实测数据认知海上目标的本质特征有利于推进目标检测识别技术进步。针对海上目标散射特性数据不足的问题，升级“雷达对海探测数据共享计划(SDRDSP)”，扩展雷达目标观测的物理维度、提升雷达及辅助数据采集能力，获取不同极化、海况下的海上目标及环境数据，构建海上目标双极化多海况散射特性数据集，并分析其统计分布特性、时间与空间相关性和多普勒谱特性，为数据使用提供支持。后续将推进海上目标类型与数量的持续积累，为海上目标检测识别性能提升和智能化发展提供数据支持。
海上目标检测识别受制于海上目标及海杂波环境特性，基于实测数据认知海上目标的本质特征有利于推进目标检测识别技术进步。针对海上目标散射特性数据不足的问题，升级“雷达对海探测数据共享计划(SDRDSP)”，扩展雷达目标观测的物理维度、提升雷达及辅助数据采集能力，获取不同极化、海况下的海上目标及环境数据，构建海上目标双极化多海况散射特性数据集，并分析其统计分布特性、时间与空间相关性和多普勒谱特性，为数据使用提供支持。后续将推进海上目标类型与数量的持续积累，为海上目标检测识别性能提升和智能化发展提供数据支持。
10
2026, 15(3): 1059-1090.
在复杂电磁环境与多目标协同探测需求的驱动下，通过自主协同技术提升雷达探测群的综合效能，已成为雷达协同探测领域的重要研究方向。国内外围绕该方向开展了广泛研究，在理论创新、技术验证与装备应用等方面取得了丰硕成果。该文首先系统梳理了雷达探测群自主协同的概念内涵与核心特征，在此基础上深入剖析了其在工程化实现与效能优化过程中面临的关键技术瓶颈；随后，围绕体系架构设计、协同感知、智能协同决策控制及自主协同演化4个维度，对近年来的代表性研究成果与技术路径进行了综述；最后，对该领域未来发展趋势进行了展望，以期为相关理论研究与工程实践提供参考。
在复杂电磁环境与多目标协同探测需求的驱动下，通过自主协同技术提升雷达探测群的综合效能，已成为雷达协同探测领域的重要研究方向。国内外围绕该方向开展了广泛研究，在理论创新、技术验证与装备应用等方面取得了丰硕成果。该文首先系统梳理了雷达探测群自主协同的概念内涵与核心特征，在此基础上深入剖析了其在工程化实现与效能优化过程中面临的关键技术瓶颈；随后，围绕体系架构设计、协同感知、智能协同决策控制及自主协同演化4个维度，对近年来的代表性研究成果与技术路径进行了综述；最后，对该领域未来发展趋势进行了展望，以期为相关理论研究与工程实践提供参考。
11
2026, 15(3): 996-1012.
基于海量图文数据预训练的大规模视觉语言模型(VLM)在自然图像领域表现出色，但将其迁移至合成孔径雷达(SAR)图像领域面临两大挑战：一是SAR图像高质量文本标注成本高昂，限制了SAR图文配对数据集的构建；二是SAR图像与光学自然图像在图像特征上存在显著差异，增加了跨域知识迁移难度。针对上述问题，该文提出一种面向SAR图像的视觉语言大模型知识迁移方法。首先，利用配对的SAR与光学遥感图像，借助生成式视觉语言大模型为光学遥感图像自动生成文本描述，从而以较低成本间接构建了SAR图文配对数据集。其次，设计了两阶段迁移策略，将自然图像领域向SAR图像领域的大跨度迁移进行拆解，降低单次迁移难度。最后，在SAR图像零样本场景分类、检索以及目标识别任务上进行实验验证，实验结果表明所提方法能够有效实现视觉语言大模型向SAR图像领域的知识迁移。
基于海量图文数据预训练的大规模视觉语言模型(VLM)在自然图像领域表现出色，但将其迁移至合成孔径雷达(SAR)图像领域面临两大挑战：一是SAR图像高质量文本标注成本高昂，限制了SAR图文配对数据集的构建；二是SAR图像与光学自然图像在图像特征上存在显著差异，增加了跨域知识迁移难度。针对上述问题，该文提出一种面向SAR图像的视觉语言大模型知识迁移方法。首先，利用配对的SAR与光学遥感图像，借助生成式视觉语言大模型为光学遥感图像自动生成文本描述，从而以较低成本间接构建了SAR图文配对数据集。其次，设计了两阶段迁移策略，将自然图像领域向SAR图像领域的大跨度迁移进行拆解，降低单次迁移难度。最后，在SAR图像零样本场景分类、检索以及目标识别任务上进行实验验证，实验结果表明所提方法能够有效实现视觉语言大模型向SAR图像领域的知识迁移。
12
2025, 14(5): 1276-1293.
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%。
13
2026, 15(3): 779-796.
月球叶状陡坎是月表浅层逆冲断层活动形成的小型线性构造，其空间分布与应力特征为揭示月球晚期构造演化提供了关键线索。目前，叶状陡坎的应力特征与雷达散射响应间的关联机制尚不明确。该研究以阿波罗盆地叶状陡坎为研究对象，利用Mini-RF影像提取散射特性参数；然后基于高分辨率数字高程模型采用库仑软件反演区域应力场分布特征；在此基础上，从统计关联角度分析雷达散射特征与应力之间的对应关系，揭示其构造活动性与表面物质响应的关联机制。主要结论如下：(1)断层附近应变显著高于外围，最大剪应变集中于断层倾向方向，体应变显示断层上盘体积膨胀，两端及滑动面中心呈现体积收缩。(2)陡坎面与上盘区域在圆极化比与部分极化分解参数上表现出更强的散射响应，表明这些区域可能存在更高的破碎度、块石暴露或结构复杂性，然而散射差异同时受到表面粗糙度、入射几何条件和后期改造过程的综合影响。(3)基于多元线性回归和随机森林算法进行了散射参数与应力场的回归分析，说明散射特征与应力之间的关联更可能是受地形条件、表面粗糙度及局部构造等共同作用的非线性关系。总体而言，该研究建立了一个面向阿波罗盆地叶状陡坎的雷达-地形联合探索性分析框架，用于评估散射特征与应力指标之间是否存在可量化的统计对应关系，并为相似地质背景下的浅层构造活动研究提供参考。
月球叶状陡坎是月表浅层逆冲断层活动形成的小型线性构造，其空间分布与应力特征为揭示月球晚期构造演化提供了关键线索。目前，叶状陡坎的应力特征与雷达散射响应间的关联机制尚不明确。该研究以阿波罗盆地叶状陡坎为研究对象，利用Mini-RF影像提取散射特性参数；然后基于高分辨率数字高程模型采用库仑软件反演区域应力场分布特征；在此基础上，从统计关联角度分析雷达散射特征与应力之间的对应关系，揭示其构造活动性与表面物质响应的关联机制。主要结论如下：(1)断层附近应变显著高于外围，最大剪应变集中于断层倾向方向，体应变显示断层上盘体积膨胀，两端及滑动面中心呈现体积收缩。(2)陡坎面与上盘区域在圆极化比与部分极化分解参数上表现出更强的散射响应，表明这些区域可能存在更高的破碎度、块石暴露或结构复杂性，然而散射差异同时受到表面粗糙度、入射几何条件和后期改造过程的综合影响。(3)基于多元线性回归和随机森林算法进行了散射参数与应力场的回归分析，说明散射特征与应力之间的关联更可能是受地形条件、表面粗糙度及局部构造等共同作用的非线性关系。总体而言，该研究建立了一个面向阿波罗盆地叶状陡坎的雷达-地形联合探索性分析框架，用于评估散射特征与应力指标之间是否存在可量化的统计对应关系，并为相似地质背景下的浅层构造活动研究提供参考。
14
2026, 15(3): 876-890.
非合作双基地雷达凭借其抗隐身、抗干扰等特性，在民用与军用领域具有重要应用价值。然而在实际应用中，不可控雷达辐射源及复杂地理环境导致参考信号中不可避免地混入多径干扰与噪声污染，致使参考信号与回波信号互相关处理检测性能显著劣化于理想最优匹配滤波器，并产生固定虚假目标，成为制约非合作双基地雷达实战应用的瓶颈问题。该文针对该问题展开系统性研究：首先分析了参考通道存在多径和噪声时的互相关结果，定量分析了参考通道中多径强度和噪声功率与检测概率的映射关系。其次针对线性调频信号，提出了一种基于去斜解调的参考通道多径抑制算法，该算法利用线性调频信号特性，将不同时延的多径分量转化为显著的频率偏移，相同多径分量相较于现有主流分数阶傅里叶变化产生更大频移效果，能以显著降低滤波器阶数实现相当的抑制效果，得益于更彻底的信号分离度，相较于常规算法该算法在整体上能更有效地提升目标检测概率。在强多径淹没直达波的实际外场试验场景下，实测数据处理结果验证了所提方法在消除虚假目标、修正距离偏移和提升目标检测概率方面的有效性。
非合作双基地雷达凭借其抗隐身、抗干扰等特性，在民用与军用领域具有重要应用价值。然而在实际应用中，不可控雷达辐射源及复杂地理环境导致参考信号中不可避免地混入多径干扰与噪声污染，致使参考信号与回波信号互相关处理检测性能显著劣化于理想最优匹配滤波器，并产生固定虚假目标，成为制约非合作双基地雷达实战应用的瓶颈问题。该文针对该问题展开系统性研究：首先分析了参考通道存在多径和噪声时的互相关结果，定量分析了参考通道中多径强度和噪声功率与检测概率的映射关系。其次针对线性调频信号，提出了一种基于去斜解调的参考通道多径抑制算法，该算法利用线性调频信号特性，将不同时延的多径分量转化为显著的频率偏移，相同多径分量相较于现有主流分数阶傅里叶变化产生更大频移效果，能以显著降低滤波器阶数实现相当的抑制效果，得益于更彻底的信号分离度，相较于常规算法该算法在整体上能更有效地提升目标检测概率。在强多径淹没直达波的实际外场试验场景下，实测数据处理结果验证了所提方法在消除虚假目标、修正距离偏移和提升目标检测概率方面的有效性。
15
2025, 14(4): 1092-1114.
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。
16
2026, 15(2): 409-440.
合成孔径雷达(SAR)在军事和民用领域应用广泛，SAR图像目标智能解译是SAR应用的重要组成部分。视觉语言模型在SAR目标解译过程中发挥了关键作用，通过引入自然语言理解有效弥补了SAR目标特性差异大和高质量标注样本稀缺的挑战，实现了从纯视觉解译到目标语义理解的发展。该文结合团队在SAR目标解译理论、算法及应用等方面的长期研究积累，对基于视觉语言的SAR图像目标智能解译进行了全面回顾和综述，深入分析了现有挑战和任务并总结了研究现状，汇总整理了公开数据集，系统梳理了从特定任务的视觉语言模型到对比式、对话式和生成式视觉语言模型和基础模型的发展历程，最后探讨了该领域的最新挑战与展望。
合成孔径雷达(SAR)在军事和民用领域应用广泛，SAR图像目标智能解译是SAR应用的重要组成部分。视觉语言模型在SAR目标解译过程中发挥了关键作用，通过引入自然语言理解有效弥补了SAR目标特性差异大和高质量标注样本稀缺的挑战，实现了从纯视觉解译到目标语义理解的发展。该文结合团队在SAR目标解译理论、算法及应用等方面的长期研究积累，对基于视觉语言的SAR图像目标智能解译进行了全面回顾和综述，深入分析了现有挑战和任务并总结了研究现状，汇总整理了公开数据集，系统梳理了从特定任务的视觉语言模型到对比式、对话式和生成式视觉语言模型和基础模型的发展历程，最后探讨了该领域的最新挑战与展望。
17
2026, 15(2): 387-408.
深度学习虽已成为合成孔径雷达(SAR)图像目标检测领域主流方法，但其性能高度依赖于大规模标注数据集。在测试不同分布的SAR数据时，模型的检测性能会出现一定程度下降，难以直接迁移应用，且人工标注成本高昂。针对此瓶颈，学术界开始探索基于多源信息的跨域学习策略，通过整合不同来源(传感器)的光学遥感图像或异源SAR图像等先验信息，辅助检测模型实现跨域知识迁移。该文聚焦深度学习框架下的跨域学习技术，系统梳理该领域最新研究进展，分析该领域的核心问题，从方法论层面分析现有技术的核心优势与适用场景，并基于技术演进规律提出未来发展方向，旨在为提升SAR图像目标检测的泛化能力提供理论支撑与方法论参考。
深度学习虽已成为合成孔径雷达(SAR)图像目标检测领域主流方法，但其性能高度依赖于大规模标注数据集。在测试不同分布的SAR数据时，模型的检测性能会出现一定程度下降，难以直接迁移应用，且人工标注成本高昂。针对此瓶颈，学术界开始探索基于多源信息的跨域学习策略，通过整合不同来源(传感器)的光学遥感图像或异源SAR图像等先验信息，辅助检测模型实现跨域知识迁移。该文聚焦深度学习框架下的跨域学习技术，系统梳理该领域最新研究进展，分析该领域的核心问题，从方法论层面分析现有技术的核心优势与适用场景，并基于技术演进规律提出未来发展方向，旨在为提升SAR图像目标检测的泛化能力提供理论支撑与方法论参考。
18
2026, 15(3): 1027-1041.
经典的直方图方法易受反侦察参数的欺骗干扰。针对此问题，该文提出一种对抗反侦察欺骗干扰的分选方法。通过理论推导建立兼容0～50%脉冲丢失率的骨架周期检测机制；进而联合自相关与交叠率实现骨架周期的精准识别，有效区分伪装成固定脉冲重复间隔(PRI)的干扰项，避免分选被误导；同时引入相干鉴别机制以有效应对参数相似场景，并且实现同一框架内兼容固定、参差、滑变及正弦4种PRI调制。实验表明，面对反侦察参数，直方图方法性能骤降，最大降至0，而所提方法性能最低为96.5%；同时，参数相似场景下该方法性能最低为95.31%。该方法无论反侦察参数存在与否，均可有效应对4种调制，显著提升了复杂电磁环境下的分选可靠性，对电子战系统的发展具有重要意义。
经典的直方图方法易受反侦察参数的欺骗干扰。针对此问题，该文提出一种对抗反侦察欺骗干扰的分选方法。通过理论推导建立兼容0～50%脉冲丢失率的骨架周期检测机制；进而联合自相关与交叠率实现骨架周期的精准识别，有效区分伪装成固定脉冲重复间隔(PRI)的干扰项，避免分选被误导；同时引入相干鉴别机制以有效应对参数相似场景，并且实现同一框架内兼容固定、参差、滑变及正弦4种PRI调制。实验表明，面对反侦察参数，直方图方法性能骤降，最大降至0，而所提方法性能最低为96.5%；同时，参数相似场景下该方法性能最低为95.31%。该方法无论反侦察参数存在与否，均可有效应对4种调制，显著提升了复杂电磁环境下的分选可靠性，对电子战系统的发展具有重要意义。
19
2026, 15(3): 1013-1026.
轻小型无人机载分布式层析合成孔径雷达(SAR)系统受限于载荷，难以搭载高精度定位定姿系统，且其飞行轨迹易受低空大气湍流影响，导致系统中存在显著的残余时变基线误差，严重降低目标三维重建精度。与飞行高度较高的常规机载重轨三维SAR系统相比，轻小型无人机载分布式层析SAR系统的飞行高度低，对时变基线误差的补偿精度要求更为苛刻。在图像信噪比较低且系统中存在较大的时变基线误差的情况下，现有时变基线估计方法难以获得稳定可靠的估计结果。针对上述问题，该文提出一种基于图像方位偏移量的两步式时变基线误差估计算法。该方法通过分块配准与曲面拟合、子孔径处理两个步骤，依次估计时变基线误差，并采用迭代策略进一步提升估计精度。基于C波段轻小型无人机载分布式层析SAR的实测数据验证结果表明，与EMSP方法相比，所提方法在多数通道上可显著降低子孔径干涉相位差分的均方根值，有效提升通道间相干性，所提方法获得的点云高程向标准差由5.16 m降低至1.33 m，建筑目标的高度重建误差优于0.5 m，验证了所提方法的有效性与优势。
轻小型无人机载分布式层析合成孔径雷达(SAR)系统受限于载荷，难以搭载高精度定位定姿系统，且其飞行轨迹易受低空大气湍流影响，导致系统中存在显著的残余时变基线误差，严重降低目标三维重建精度。与飞行高度较高的常规机载重轨三维SAR系统相比，轻小型无人机载分布式层析SAR系统的飞行高度低，对时变基线误差的补偿精度要求更为苛刻。在图像信噪比较低且系统中存在较大的时变基线误差的情况下，现有时变基线估计方法难以获得稳定可靠的估计结果。针对上述问题，该文提出一种基于图像方位偏移量的两步式时变基线误差估计算法。该方法通过分块配准与曲面拟合、子孔径处理两个步骤，依次估计时变基线误差，并采用迭代策略进一步提升估计精度。基于C波段轻小型无人机载分布式层析SAR的实测数据验证结果表明，与EMSP方法相比，所提方法在多数通道上可显著降低子孔径干涉相位差分的均方根值，有效提升通道间相干性，所提方法获得的点云高程向标准差由5.16 m降低至1.33 m，建筑目标的高度重建误差优于0.5 m，验证了所提方法的有效性与优势。
20
2026, 15(3): 1091-1105.
阵元-脉冲编码(EPC-MIMO)雷达通过在发射阵元和脉冲间引入相位编码，可实现主瓣欺骗干扰抑制，但仍然无法应对主瓣压制干扰的威胁。对此，该文在EPC-MIMO雷达中加入极化调制，研究了极化阵元-脉冲编码(PEPC-MIMO)雷达体制下的主瓣压制干扰抑制方法。具体而言，基于主值成分追踪(SPCP)分解框架，利用压制干扰在空间-极化联合域的低秩特性，将主瓣压制干扰抑制问题转化为一个“低秩+稀疏”模型的优化问题。随后，利用L-BFGS-AO算法进行迭代求解，实现目标回波和主瓣压制干扰的精准分离。进一步地，提出了一种基于稀疏重构的PEPC-MIMO雷达参数估计方法用于估计目标回波信号的发射角度、接收角度以及目标距离模糊区，从而构造最优的波束形成权矢量对各通道信号进行加权求和。仿真实验验证了所提方法在无先验知识前提下抑制主瓣压制干扰方面的有效性。
阵元-脉冲编码(EPC-MIMO)雷达通过在发射阵元和脉冲间引入相位编码，可实现主瓣欺骗干扰抑制，但仍然无法应对主瓣压制干扰的威胁。对此，该文在EPC-MIMO雷达中加入极化调制，研究了极化阵元-脉冲编码(PEPC-MIMO)雷达体制下的主瓣压制干扰抑制方法。具体而言，基于主值成分追踪(SPCP)分解框架，利用压制干扰在空间-极化联合域的低秩特性，将主瓣压制干扰抑制问题转化为一个“低秩+稀疏”模型的优化问题。随后，利用L-BFGS-AO算法进行迭代求解，实现目标回波和主瓣压制干扰的精准分离。进一步地，提出了一种基于稀疏重构的PEPC-MIMO雷达参数估计方法用于估计目标回波信号的发射角度、接收角度以及目标距离模糊区，从而构造最优的波束形成权矢量对各通道信号进行加权求和。仿真实验验证了所提方法在无先验知识前提下抑制主瓣压制干扰方面的有效性。
- 首页
- 上一页
- 1
- 2
- 3
- 4
- 5
- 下一页
- 末页
- 共:5页
微信 | 公众平台 
