作者中心
专家审稿
责编办公
编辑办公摘要浏览排行
1
2024, 13(3): 501-524.
摘要
18774KB
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。
2
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。
3
2024, 13(3): 539-553.
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。
4
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。
5
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。
6
2024, 13(3): 554-564.
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。
7
2019, 8(6): 852-863.
近年来，深度学习技术得到广泛应用，然而在合成孔径雷达(SAR)舰船目标检测研究中，由于数据获取难、样本规模小，尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集，该数据集包含31景高分三号SAR图像，场景类型包含港口、岛礁、不同级别海况的海面等，背景涵盖近岸和远海等多样场景。同时，该文使用经典舰船检测算法和深度学习算法进行了实验，其中基于密集连接端到端网络方法效果最佳，平均精度达到88.1%。通过实验对比分析形成指标基准，方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。
近年来，深度学习技术得到广泛应用，然而在合成孔径雷达(SAR)舰船目标检测研究中，由于数据获取难、样本规模小，尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集，该数据集包含31景高分三号SAR图像，场景类型包含港口、岛礁、不同级别海况的海面等，背景涵盖近岸和远海等多样场景。同时，该文使用经典舰船检测算法和深度学习算法进行了实验，其中基于密集连接端到端网络方法效果最佳，平均精度达到88.1%。通过实验对比分析形成指标基准，方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。
8
2022, 11(6): 974-1002.
随着电磁频谱成为现代战争的关键作战域之一，在未来军事作战中，现代雷达将面临日益复杂、灵巧和智能的电磁干扰环境。认知智能雷达具备环境主动感知、任意发射和接收设计、智能处理和资源调度等能力，可适应复杂多变的战场电磁对抗环境，是雷达技术领域重点发展的方向之一。该文将认知智能雷达从结构上分解为认知发射、认知接收、智能处理以及智能控制等4大功能模块，梳理出干扰感知、发射设计、接收设计、信号处理和资源调度等认知智能雷达每个环节的抗干扰原理，并对近几年代表性文献进行归纳总结，分析了该领域技术发展趋势，旨在为以后的技术研究提供必要的参考和依据。
随着电磁频谱成为现代战争的关键作战域之一，在未来军事作战中，现代雷达将面临日益复杂、灵巧和智能的电磁干扰环境。认知智能雷达具备环境主动感知、任意发射和接收设计、智能处理和资源调度等能力，可适应复杂多变的战场电磁对抗环境，是雷达技术领域重点发展的方向之一。该文将认知智能雷达从结构上分解为认知发射、认知接收、智能处理以及智能控制等4大功能模块，梳理出干扰感知、发射设计、接收设计、信号处理和资源调度等认知智能雷达每个环节的抗干扰原理，并对近几年代表性文献进行归纳总结，分析了该领域技术发展趋势，旨在为以后的技术研究提供必要的参考和依据。
9
2024, 13(): 1-14.
逆合成孔径雷达(ISAR)在对空中目标成像时，目标自身的转动、振动等局部微动将产生微多普勒效应，回波将附加额外的多普勒调制，造成频谱展宽。在超高分辨条件下，这一微动特性将会影响主体散射点的聚焦，导致目标图像局部散焦模糊，严重影响成像质量。并且，微多普勒相位还具有时变非平稳特性，难以从ISAR目标回波中准确估计或分离出微多普勒。为了解决上述问题，该文利用目标主体回波和微多普勒分量的时频分布差异，提出一种基于变分模态分解(VMD)与优选的非参数化方法抑制了回波中的微多普勒分量，消除了微多普勒对成像的影响，获得超高分辨率的无人机ISAR成像结果。该文首先引入VMD算法并将其扩展到复数域，将ISAR目标回波数据沿方位向分解为若干个中心频率均匀分布于多普勒采样带宽中的模函数，在此基础上利用图像熵指标优化分解参数和筛选成像模态，以保证微多普勒的良好抑制和主体回波的较完整保留。与现有基于经验模态分解(EMD)和局部均值分解(LMD)的方法相比，所提方法在超大带宽条件下对旋翼微动引起的微多普勒干扰有着更为出色的抑制效果，而且对机身部分的保留更为完整。最后，通过仿真对比和超宽带微波光子ISAR无人机实测数据处理，证明了该文所提方法的有效性和优势。
逆合成孔径雷达(ISAR)在对空中目标成像时，目标自身的转动、振动等局部微动将产生微多普勒效应，回波将附加额外的多普勒调制，造成频谱展宽。在超高分辨条件下，这一微动特性将会影响主体散射点的聚焦，导致目标图像局部散焦模糊，严重影响成像质量。并且，微多普勒相位还具有时变非平稳特性，难以从ISAR目标回波中准确估计或分离出微多普勒。为了解决上述问题，该文利用目标主体回波和微多普勒分量的时频分布差异，提出一种基于变分模态分解(VMD)与优选的非参数化方法抑制了回波中的微多普勒分量，消除了微多普勒对成像的影响，获得超高分辨率的无人机ISAR成像结果。该文首先引入VMD算法并将其扩展到复数域，将ISAR目标回波数据沿方位向分解为若干个中心频率均匀分布于多普勒采样带宽中的模函数，在此基础上利用图像熵指标优化分解参数和筛选成像模态，以保证微多普勒的良好抑制和主体回波的较完整保留。与现有基于经验模态分解(EMD)和局部均值分解(LMD)的方法相比，所提方法在超大带宽条件下对旋翼微动引起的微多普勒干扰有着更为出色的抑制效果，而且对机身部分的保留更为完整。最后，通过仿真对比和超宽带微波光子ISAR无人机实测数据处理，证明了该文所提方法的有效性和优势。
10
2018, 7(4): 395-411.
雷达通过发射天线发射电磁波，经过不同物体反射接收到相应的反射波，对其接收结果进行分析，能得到物体距雷达的位置，径向运动速度等信息，所以对雷达信号的分析具有重要的研究意义。近些年深度学习成为各个领域的研究热点，而在雷达领域同样可通过深度学习算法实现对信号的相应的信息处理。与传统方法相比，深度学习算法具有自动提取深层特征、获取较高准确率等优势。该文具体介绍了近期典型的深度学习算法在雷达信号处理中的应用及研究情况。此外，该文介绍了两个在雷达领域中应用深度学习亟待解决的问题，即过拟合和可解译性。
雷达通过发射天线发射电磁波，经过不同物体反射接收到相应的反射波，对其接收结果进行分析，能得到物体距雷达的位置，径向运动速度等信息，所以对雷达信号的分析具有重要的研究意义。近些年深度学习成为各个领域的研究热点，而在雷达领域同样可通过深度学习算法实现对信号的相应的信息处理。与传统方法相比，深度学习算法具有自动提取深层特征、获取较高准确率等优势。该文具体介绍了近期典型的深度学习算法在雷达信号处理中的应用及研究情况。此外，该文介绍了两个在雷达领域中应用深度学习亟待解决的问题，即过拟合和可解译性。
11
2024, 13(3): 525-538.
地物精细分类是合成孔径雷达(SAR)的主要应用方向之一。在多波段全极化SAR工作模式下，可充分获取目标不同波段信息和极化响应特征，有望提高目标分类精度。然而国内外现有的数据集仅有个别波段、少数地区、少量样本的低分辨率全极化分类数据。为推动多波段全极化SAR分类应用的发展，在高分航空观测系统应用校飞与验证项目支持下，利用多维度SAR在海南的校飞数据构建了一个样本量充分大、地物类别较为丰富、分类可靠性较高的多波段全极化精细分类数据集。该文概述了该数据集的构成，给出了发布数据(MPOLSAR-1.0)的信息描述方式、数据集制作流程和方法，并分别基于极化特征分类方法和经典机器学习分类方法给出了初步的分类实验结果，为该数据集的共享和应用提供支撑。
地物精细分类是合成孔径雷达(SAR)的主要应用方向之一。在多波段全极化SAR工作模式下，可充分获取目标不同波段信息和极化响应特征，有望提高目标分类精度。然而国内外现有的数据集仅有个别波段、少数地区、少量样本的低分辨率全极化分类数据。为推动多波段全极化SAR分类应用的发展，在高分航空观测系统应用校飞与验证项目支持下，利用多维度SAR在海南的校飞数据构建了一个样本量充分大、地物类别较为丰富、分类可靠性较高的多波段全极化精细分类数据集。该文概述了该数据集的构成，给出了发布数据(MPOLSAR-1.0)的信息描述方式、数据集制作流程和方法，并分别基于极化特征分类方法和经典机器学习分类方法给出了初步的分类实验结果，为该数据集的共享和应用提供支撑。
12
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。
13
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。
14
2024, 13(1): 87-96.
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。
15
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。
16
2019, 8(6): 717-731.
作为一种重要的空间遥感信息获取工具，星载合成孔径雷达(SAR)具备高分辨率宽测绘、多方位信息获取、高时相对地观测、3维地形测绘等多种工作体制和模式。对于任何星载SAR系统，获取高质量的图像始终是提升SAR应用效能的前提。该文基于“观测在天，成像在地”的理念，分析了卫星轨道、平台姿态、有效载荷、地面处理等环节中星载SAR成像和图像质量的影响因素；阐释了中央电子设备幅相补偿与动态调整、天线方向图预估等高精度数据获取技术；给出了基于改进运动模型的星载SAR成像补偿和对流层传播效应补偿方法，能够实现优于0.3 m分辨率的成像；总结和对比了相干斑噪声抑制、方位模糊抑制和旁瓣抑制等SAR图像处理技术，可以使得等效视数优于25、方位模糊和旁瓣抑制优于20 dB。
作为一种重要的空间遥感信息获取工具，星载合成孔径雷达(SAR)具备高分辨率宽测绘、多方位信息获取、高时相对地观测、3维地形测绘等多种工作体制和模式。对于任何星载SAR系统，获取高质量的图像始终是提升SAR应用效能的前提。该文基于“观测在天，成像在地”的理念，分析了卫星轨道、平台姿态、有效载荷、地面处理等环节中星载SAR成像和图像质量的影响因素；阐释了中央电子设备幅相补偿与动态调整、天线方向图预估等高精度数据获取技术；给出了基于改进运动模型的星载SAR成像补偿和对流层传播效应补偿方法，能够实现优于0.3 m分辨率的成像；总结和对比了相干斑噪声抑制、方位模糊抑制和旁瓣抑制等SAR图像处理技术，可以使得等效视数优于25、方位模糊和旁瓣抑制优于20 dB。
17
2020, 9(1): 34-54.
SAR作为一种主动式微波成像传感器，以其全天时、全天候、作用距离远等独特的技术优势，成为当前对地观测的主要手段之一，在军事和民用领域发挥着十分重要的作用。随着SAR遥感技术的发展，高分辨率、高质量的SAR图像不断产生，仅依靠人工手段对感兴趣的目标进行检测、识别费时费力，因此亟需发展SAR自动目标识别(ATR)技术。典型的SAR ATR系统主要包括检测、鉴别、分类/识别3个阶段，其中，检测和鉴别阶段是整个SAR ATR系统的基础，是国内外雷达界一直开展的SAR应用基础研究之一。针对单通道SAR图像，简单场景下目标检测与鉴别已经取得了不错的结果；而在复杂场景下，杂波散射强度相对高、杂波背景非均匀和目标散射强度相对弱、分布密集等情况，使得SAR目标检测和鉴别依然是一个难点。该文对近十年左右复杂场景下单通道SAR目标检测及鉴别方法的研究进展进行了归纳总结，并分析了各类方法的特点及存在的问题，展望了未来复杂场景下单通道SAR目标检测与鉴别方法的发展趋势。
SAR作为一种主动式微波成像传感器，以其全天时、全天候、作用距离远等独特的技术优势，成为当前对地观测的主要手段之一，在军事和民用领域发挥着十分重要的作用。随着SAR遥感技术的发展，高分辨率、高质量的SAR图像不断产生，仅依靠人工手段对感兴趣的目标进行检测、识别费时费力，因此亟需发展SAR自动目标识别(ATR)技术。典型的SAR ATR系统主要包括检测、鉴别、分类/识别3个阶段，其中，检测和鉴别阶段是整个SAR ATR系统的基础，是国内外雷达界一直开展的SAR应用基础研究之一。针对单通道SAR图像，简单场景下目标检测与鉴别已经取得了不错的结果；而在复杂场景下，杂波散射强度相对高、杂波背景非均匀和目标散射强度相对弱、分布密集等情况，使得SAR目标检测和鉴别依然是一个难点。该文对近十年左右复杂场景下单通道SAR目标检测及鉴别方法的研究进展进行了归纳总结，并分析了各类方法的特点及存在的问题，展望了未来复杂场景下单通道SAR目标检测与鉴别方法的发展趋势。
18
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。
19
2021, 10(3): 467-484.
随着无线通信技术的发展，全球通信产业对于无线频谱的需求日益增加。在此背景下，雷达与通信的频谱共享(RCSS)引起了工业界和学术界的极大关注。其内涵不仅包括促成雷达与通信设备的同频共存、互不干扰，从而高效利用频谱，还包括设计一种兼容二者的新型一体化系统，使得该系统能同时完成信息传输与目标探测两种功能。该文围绕雷达与通信频谱共享的两种解决方案：(1)雷达与通信系统的同频共存(RCC); (2)雷达通信一体化(DFRC)系统设计，进行了深入而系统的综述。具体而言，该文首先讨论雷达通信在多个频段共存的实例，然后简要介绍了雷达通信一体化技术在多个领域的应用场景。进一步地，讨论雷达通信同频共存和一体化系统的研究进展。最后，总结全文并讨论了该领域内的若干开放问题。
随着无线通信技术的发展，全球通信产业对于无线频谱的需求日益增加。在此背景下，雷达与通信的频谱共享(RCSS)引起了工业界和学术界的极大关注。其内涵不仅包括促成雷达与通信设备的同频共存、互不干扰，从而高效利用频谱，还包括设计一种兼容二者的新型一体化系统，使得该系统能同时完成信息传输与目标探测两种功能。该文围绕雷达与通信频谱共享的两种解决方案：(1)雷达与通信系统的同频共存(RCC); (2)雷达通信一体化(DFRC)系统设计，进行了深入而系统的综述。具体而言，该文首先讨论雷达通信在多个频段共存的实例，然后简要介绍了雷达通信一体化技术在多个领域的应用场景。进一步地，讨论雷达通信同频共存和一体化系统的研究进展。最后，总结全文并讨论了该领域内的若干开放问题。
20
2021, 10(2): 206-219.
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。
微信 | 公众平台 
