全文下载排行

1
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
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。
3
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。
4
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。
5
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。
6
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。
7
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。
8
随着雷达目标探测需求的增加,基于压缩感知(CS)模型的稀疏恢复(SR)技术被广泛应用于雷达信号处理领域。该文首先对压缩感知的基本理论进行梳理;接着从场景稀疏以及稀疏观测两个角度介绍了雷达信号处理中的稀疏特性;然后基于稀疏特性,从空域处理、脉冲压缩、相参处理、雷达成像以及目标检测等角度概述了压缩感知技术在雷达信号处理中的应用。最后,对压缩感知技术在雷达信号处理中的应用进行了总结。 随着雷达目标探测需求的增加,基于压缩感知(CS)模型的稀疏恢复(SR)技术被广泛应用于雷达信号处理领域。该文首先对压缩感知的基本理论进行梳理;接着从场景稀疏以及稀疏观测两个角度介绍了雷达信号处理中的稀疏特性;然后基于稀疏特性,从空域处理、脉冲压缩、相参处理、雷达成像以及目标检测等角度概述了压缩感知技术在雷达信号处理中的应用。最后,对压缩感知技术在雷达信号处理中的应用进行了总结。
9
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
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。
11
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。
12
该文提出了一种新的多模态协同感知框架,通过融合激光雷达和相机传感器的输入来增强自动驾驶感知系统的性能。首先,构建了一个多模态融合的基线系统,能有效地整合来自激光雷达和相机传感器的数据,为后续研究提供了可比较的基准。其次,在多车协同环境下,探索了多种流行的特征融合策略,包括通道级拼接、元素级求和,以及基于Transformer的融合方法,以此来融合来自不同类型传感器的特征并评估它们对模型性能的影响。最后,使用大规模公开仿真数据集OPV2V进行了一系列实验和评估。实验结果表明,基于注意力机制的多模态融合方法在协同感知任务中展现出更优越的性能和更强的鲁棒性,能够提供更精确的目标检测结果,从而增加了自动驾驶系统的安全性和可靠性。 该文提出了一种新的多模态协同感知框架,通过融合激光雷达和相机传感器的输入来增强自动驾驶感知系统的性能。首先,构建了一个多模态融合的基线系统,能有效地整合来自激光雷达和相机传感器的数据,为后续研究提供了可比较的基准。其次,在多车协同环境下,探索了多种流行的特征融合策略,包括通道级拼接、元素级求和,以及基于Transformer的融合方法,以此来融合来自不同类型传感器的特征并评估它们对模型性能的影响。最后,使用大规模公开仿真数据集OPV2V进行了一系列实验和评估。实验结果表明,基于注意力机制的多模态融合方法在协同感知任务中展现出更优越的性能和更强的鲁棒性,能够提供更精确的目标检测结果,从而增加了自动驾驶系统的安全性和可靠性。
13
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。
14
间歇采样转发干扰属于一类脉内相干欺骗干扰,其运用欠采样原理,在距离维上产生多个虚假的目标峰,从而干扰真实目标的检测与跟踪。为了解决这一问题,该文提出了一种基于波形域的匹配滤波前抗间歇采样转发干扰方法。首先,考虑到间歇采样转发干扰的部分匹配特性,该文在匹配滤波过程中引入了扩展域,即波形域,以研究干扰信号与真实目标回波信号元素的局部特征,并在每个波形域上定义了自适应的阈值函数。其次,引入卡尔曼滤波对波形域信号进行状态估计,通过自适应阈值检测筛选出波形域信号中的有效积分元素与无效积分元素,并建立关于有效积分元素的估计状态空间。最后,在抑制波形域信号中的无效积分元素的同时,从有效积分元素的估计状态空间中补充相应长度的积分元素,保留剩余的有效积分元素,通过积分得到不含虚假目标的距离像结果。该文所提方法不倚赖于任何干扰机参数等先验信息,即可有效抑制间歇采样转发干扰。仿真实验表明,与传统方法相比,该文方法实现的抗间歇采样转发干扰性能更优。 间歇采样转发干扰属于一类脉内相干欺骗干扰,其运用欠采样原理,在距离维上产生多个虚假的目标峰,从而干扰真实目标的检测与跟踪。为了解决这一问题,该文提出了一种基于波形域的匹配滤波前抗间歇采样转发干扰方法。首先,考虑到间歇采样转发干扰的部分匹配特性,该文在匹配滤波过程中引入了扩展域,即波形域,以研究干扰信号与真实目标回波信号元素的局部特征,并在每个波形域上定义了自适应的阈值函数。其次,引入卡尔曼滤波对波形域信号进行状态估计,通过自适应阈值检测筛选出波形域信号中的有效积分元素与无效积分元素,并建立关于有效积分元素的估计状态空间。最后,在抑制波形域信号中的无效积分元素的同时,从有效积分元素的估计状态空间中补充相应长度的积分元素,保留剩余的有效积分元素,通过积分得到不含虚假目标的距离像结果。该文所提方法不倚赖于任何干扰机参数等先验信息,即可有效抑制间歇采样转发干扰。仿真实验表明,与传统方法相比,该文方法实现的抗间歇采样转发干扰性能更优。
15
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。
16
密集假目标干扰通过在真实目标周围产生大量假目标,形成欺骗和压制双重干扰效果,严重影响雷达的目标探测能力。为此,该文提出一种基于脉间码型捷变波形的距离-多普勒二维干扰重构算法来抑制密集假目标干扰。该算法基于脉间码型捷变波形的距离选通性,在距离-多普勒域通过交替反演实现干扰和目标重构,并从回波中对消干扰来实现干扰剔除。首先,通过构造不同距离段的接收滤波器组来实现干扰和目标回波的分距离段处理;其次,采用联合失配滤波器组使各脉冲滤波输出的距离旁瓣结构近似相同,减小脉间码型捷变波形经脉冲多普勒处理后沿多普勒维的散布能量;然后,利用干扰和目标回波在不同距离-多普勒平面上的能量分布特性构造滤波矩阵;最后,通过交替反演实现干扰和目标的精准重构,进而实现密集假目标干扰的抑制。仿真结果表明,与传统方法相比,该文所提算法在干扰抑制和运行时间方面展现出优越的性能,显著提升了雷达在强干扰环境中的目标检测能力。 密集假目标干扰通过在真实目标周围产生大量假目标,形成欺骗和压制双重干扰效果,严重影响雷达的目标探测能力。为此,该文提出一种基于脉间码型捷变波形的距离-多普勒二维干扰重构算法来抑制密集假目标干扰。该算法基于脉间码型捷变波形的距离选通性,在距离-多普勒域通过交替反演实现干扰和目标重构,并从回波中对消干扰来实现干扰剔除。首先,通过构造不同距离段的接收滤波器组来实现干扰和目标回波的分距离段处理;其次,采用联合失配滤波器组使各脉冲滤波输出的距离旁瓣结构近似相同,减小脉间码型捷变波形经脉冲多普勒处理后沿多普勒维的散布能量;然后,利用干扰和目标回波在不同距离-多普勒平面上的能量分布特性构造滤波矩阵;最后,通过交替反演实现干扰和目标的精准重构,进而实现密集假目标干扰的抑制。仿真结果表明,与传统方法相比,该文所提算法在干扰抑制和运行时间方面展现出优越的性能,显著提升了雷达在强干扰环境中的目标检测能力。
17
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。
18
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。
19
可重构电磁超表面是电磁超表面领域广受关注的热点方向。将可控器件/材料引入超表面设计,可重构超表面的电磁调控性能可以实时灵活动态控制。这极大丰富了超表面的功能,有力推动了超表面由理论设计向工程应用突破。近年来该团队持续关注电磁超表面的最新发展,围绕微波频段的可重构超表面,从理论、技术与应用3个层面开展探索研究。该文首先梳理了国内外在该领域的研究历程,然后从可重构超表面对电磁波的幅度、相位和极化特性调控及其应用等方面着手,综述了该团队在该领域的研究成果,并给出对未来工作的展望。 可重构电磁超表面是电磁超表面领域广受关注的热点方向。将可控器件/材料引入超表面设计,可重构超表面的电磁调控性能可以实时灵活动态控制。这极大丰富了超表面的功能,有力推动了超表面由理论设计向工程应用突破。近年来该团队持续关注电磁超表面的最新发展,围绕微波频段的可重构超表面,从理论、技术与应用3个层面开展探索研究。该文首先梳理了国内外在该领域的研究历程,然后从可重构超表面对电磁波的幅度、相位和极化特性调控及其应用等方面着手,综述了该团队在该领域的研究成果,并给出对未来工作的展望。
20
传统的波达角(DOA)估计方法的实现通常基于相控阵天线系统,而其高昂的硬件成本限制该技术在不同领域的应用和推广,此外相控阵天线普遍不具备隐身性能,其在工作频段内雷达散射截面积(RCS)普遍较高。为解决上述问题,该文在时空编码(STC)理论的基础上提出了一种基于超表面同时实现RCS缩减和DOA估计的方法,并利用一款毫米波超表面对算法进行了验证。实验结果表明,该方法实现的波达角估计误差在1°以内,同时RCS缩减大于10 dB,为DOA估计和RCS缩减功能的集成提供了全新的思路,具有高性能、低成本等特点。 传统的波达角(DOA)估计方法的实现通常基于相控阵天线系统,而其高昂的硬件成本限制该技术在不同领域的应用和推广,此外相控阵天线普遍不具备隐身性能,其在工作频段内雷达散射截面积(RCS)普遍较高。为解决上述问题,该文在时空编码(STC)理论的基础上提出了一种基于超表面同时实现RCS缩减和DOA估计的方法,并利用一款毫米波超表面对算法进行了验证。实验结果表明,该方法实现的波达角估计误差在1°以内,同时RCS缩减大于10 dB,为DOA估计和RCS缩减功能的集成提供了全新的思路,具有高性能、低成本等特点。
  • 首页
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 末页
  • 共:5页