2013年  2卷  第2期

综述
摘要:
该文通过回顾合成孔径雷达(SAR)成像技术的发展历程,论述了在极化、频率、角度和时相空间内开展多样本联合观测的内涵、必要性及发展趋势。在此基础上,基于信息综合利用的需求建立了多维度SAR 成像的基本定义。描述了多维度SAR 成像的特点,并提出了基于克罗内克积分解技术的观测对象散射机理描述方法。列出了多维度SAR 信号处理框架和基本假设条件。建立了SAR 工作方式的多维度表述及多维度数的定义方法。 该文通过回顾合成孔径雷达(SAR)成像技术的发展历程,论述了在极化、频率、角度和时相空间内开展多样本联合观测的内涵、必要性及发展趋势。在此基础上,基于信息综合利用的需求建立了多维度SAR 成像的基本定义。描述了多维度SAR 成像的特点,并提出了基于克罗内克积分解技术的观测对象散射机理描述方法。列出了多维度SAR 信号处理框架和基本假设条件。建立了SAR 工作方式的多维度表述及多维度数的定义方法。
摘要:
该文介绍了机载合成孔径激光雷达的研究现状,分析了国内研究工作的主要问题和系统关键技术,并结合原理样机实例,提出了合成孔径微波SAR 电子学技术和光学技术相结合的系统实现方案,同时分析了未来实用系统指标和技术途径,论述了机载合成孔径激光雷达的应用方向。 该文介绍了机载合成孔径激光雷达的研究现状,分析了国内研究工作的主要问题和系统关键技术,并结合原理样机实例,提出了合成孔径微波SAR 电子学技术和光学技术相结合的系统实现方案,同时分析了未来实用系统指标和技术途径,论述了机载合成孔径激光雷达的应用方向。
SAR专题论文
摘要:
由于空间的高度复杂性,双基地雷达系统中目标微动产生的微多普勒信息与单基地体制雷达有较大区别。双基地逆合成孔径雷达(ISAR)可以看做获得非协作目标图像的雷达成像工具。该文首先分析了双基地ISAR 系统的2 维分辨率,并提出了合多普勒带宽的概念来分析方位分辨率和它的空变性。然后,详细研究了双基地ISAR系统中旋转和振动所产生的微多普勒效应。基于双基地ISAR 系统和单基地ISAR 系统微多普勒效应的不同,该文提出了一种扩展Hough 变换来提取目标的实际微动特征。最后,通过仿真实验验证了结论的正确性和有效性。 由于空间的高度复杂性,双基地雷达系统中目标微动产生的微多普勒信息与单基地体制雷达有较大区别。双基地逆合成孔径雷达(ISAR)可以看做获得非协作目标图像的雷达成像工具。该文首先分析了双基地ISAR 系统的2 维分辨率,并提出了合多普勒带宽的概念来分析方位分辨率和它的空变性。然后,详细研究了双基地ISAR系统中旋转和振动所产生的微多普勒效应。基于双基地ISAR 系统和单基地ISAR 系统微多普勒效应的不同,该文提出了一种扩展Hough 变换来提取目标的实际微动特征。最后,通过仿真实验验证了结论的正确性和有效性。
摘要:
结合调频连续波(FMCW)技术的机载前视阵列合成孔径雷达(SAR)既能够获取飞机前下方区域图像,又具有FMCW 体制雷达体积小、重量轻的优势,易于安装在直升机等轻小型平台。前视阵列SAR 的运动补偿是获得前视图像信息的关键问题之一。该文根据前视阵列SAR 的几何模型,分析了载机平台运动误差对回波的影响,研究了相应的运动补偿方法。在此基础上,将补偿方法嵌入到一种基于FMCW 的前视阵列SAR 的改进频率变标算法(FSA)中。最后通过仿真实验验证了该补偿方法的有效性。 结合调频连续波(FMCW)技术的机载前视阵列合成孔径雷达(SAR)既能够获取飞机前下方区域图像,又具有FMCW 体制雷达体积小、重量轻的优势,易于安装在直升机等轻小型平台。前视阵列SAR 的运动补偿是获得前视图像信息的关键问题之一。该文根据前视阵列SAR 的几何模型,分析了载机平台运动误差对回波的影响,研究了相应的运动补偿方法。在此基础上,将补偿方法嵌入到一种基于FMCW 的前视阵列SAR 的改进频率变标算法(FSA)中。最后通过仿真实验验证了该补偿方法的有效性。
摘要:
由于导航系统测量精度的限制,载机的位置经常存在厘米级的误差,该误差称为残余运动误差。对于机载超高分辨SAR 系统或机载重轨干涉SAR,必须估计并补偿该残余运动误差。MTPT 方法可以估计单幅SAR 图像中的残余运动误差,但是速度和斜距的误差会影响该方法的精度。该文在详细分析速度和斜距误差对MTPT 方法进行残余运动估计的影响的基础上,利用仿真和实测SAR 数据验证了这一点。同时还指出,MTPT 方法虽然可以估计速度和斜距误差,但是它们的精度敏感于相位测量误差;在利用MTPT 方法进行估计之前必须先利用其它更为准确的方法消除平台的速度误差和目标的斜距误差。 由于导航系统测量精度的限制,载机的位置经常存在厘米级的误差,该误差称为残余运动误差。对于机载超高分辨SAR 系统或机载重轨干涉SAR,必须估计并补偿该残余运动误差。MTPT 方法可以估计单幅SAR 图像中的残余运动误差,但是速度和斜距的误差会影响该方法的精度。该文在详细分析速度和斜距误差对MTPT 方法进行残余运动估计的影响的基础上,利用仿真和实测SAR 数据验证了这一点。同时还指出,MTPT 方法虽然可以估计速度和斜距误差,但是它们的精度敏感于相位测量误差;在利用MTPT 方法进行估计之前必须先利用其它更为准确的方法消除平台的速度误差和目标的斜距误差。
摘要:
该文面向目标识别应用阐述了基于SAR 数据的3 维散射中心模型位置重构的基本方法。首先阐述了如何从SAR 数据中重构出目标的3 维散射中心模型的基本框架,然后提出了基于散射中心模型2 维参数的3 维散射中心模型重构方法,最后通过仿真实验验证了该方法的正确性。 该文面向目标识别应用阐述了基于SAR 数据的3 维散射中心模型位置重构的基本方法。首先阐述了如何从SAR 数据中重构出目标的3 维散射中心模型的基本框架,然后提出了基于散射中心模型2 维参数的3 维散射中心模型重构方法,最后通过仿真实验验证了该方法的正确性。
摘要:
针对合成孔径雷达(SAR)图像目标识别问题,提出一种基于多层自动编码器的特征提取算法。该方法利用随机神经网络受限波尔兹曼机学习建模环境概率分布的能力,通过组建更具函数表达能力的多层神经网络,提取描述目标及其阴影轮廓形状的综合特征。利用两种分类模型实现目标自动识别。基于MSTAR 数据的仿真实验结果验证了算法的有效性。 针对合成孔径雷达(SAR)图像目标识别问题,提出一种基于多层自动编码器的特征提取算法。该方法利用随机神经网络受限波尔兹曼机学习建模环境概率分布的能力,通过组建更具函数表达能力的多层神经网络,提取描述目标及其阴影轮廓形状的综合特征。利用两种分类模型实现目标自动识别。基于MSTAR 数据的仿真实验结果验证了算法的有效性。
摘要:
环视合成孔径雷达(SAR)是一种新的雷达成像模式,其成像结果的图像质量与成像参数的精度密切相关,特别是雷达平台实际运动速度的不精确测量会严重影响图像质量。该文针对环视SAR 成像模式的特点,提出了一种基于雷达回波信号的平台运动速度和天线扫描角度估计方法。该方法借鉴了多波束多普勒导航技术的基本思想,建立了新的数学模型和方程组表达式,并在实际处理中以最小二乘为准则实现了参数搜索和最佳逼近。仿真数据处理的结果表明,该方法能准确地实现上述参数估计,从而显著提高了环视SAR 系统输出图像的质量。 环视合成孔径雷达(SAR)是一种新的雷达成像模式,其成像结果的图像质量与成像参数的精度密切相关,特别是雷达平台实际运动速度的不精确测量会严重影响图像质量。该文针对环视SAR 成像模式的特点,提出了一种基于雷达回波信号的平台运动速度和天线扫描角度估计方法。该方法借鉴了多波束多普勒导航技术的基本思想,建立了新的数学模型和方程组表达式,并在实际处理中以最小二乘为准则实现了参数搜索和最佳逼近。仿真数据处理的结果表明,该方法能准确地实现上述参数估计,从而显著提高了环视SAR 系统输出图像的质量。
摘要:
合成孔径雷达(SAR)成像处理是一项需要进行大量计算的处理任务。图形处理器(GPU)具有数十倍于CPU的浮点计算能力以及传输带宽,而CUDA 技术的发展使得GPU 能够方便地进行通用计算。该文提出了一种在GPU上进行SAR 成像的高效方法。与一般GPU 处理方法相比,该方法使得处理过程中的CPU-GPU 往返数据传输由4 次减少到1 次,而且同时利用了工作站上的CPU 与GPU 计算资源。实验结果表明,该方法能够带来相对一般GPU 处理方法2.3 倍的处理效率提升,从而验证了该方法的有效性。 合成孔径雷达(SAR)成像处理是一项需要进行大量计算的处理任务。图形处理器(GPU)具有数十倍于CPU的浮点计算能力以及传输带宽,而CUDA 技术的发展使得GPU 能够方便地进行通用计算。该文提出了一种在GPU上进行SAR 成像的高效方法。与一般GPU 处理方法相比,该方法使得处理过程中的CPU-GPU 往返数据传输由4 次减少到1 次,而且同时利用了工作站上的CPU 与GPU 计算资源。实验结果表明,该方法能够带来相对一般GPU 处理方法2.3 倍的处理效率提升,从而验证了该方法的有效性。
摘要:
压缩传感SAR 成像能够大量减小采样率和数据量,但只对稀疏场景有效。该文提出基于小波包训练稀疏表示基的压缩传感SAR 成像方法。该方法通过对同类型的SAR 图像进行小波包训练,在小波包库中选择能够稀疏表示该类SAR 场景的稀疏表示基,并通过求解l1 范数最小化问题重构SAR 场景反射系数。文中提出的方法在严重降采样下仍能够实现无模糊的SAR 成像,仿真数据成像结果表明该文方法具有较好的效果。 压缩传感SAR 成像能够大量减小采样率和数据量,但只对稀疏场景有效。该文提出基于小波包训练稀疏表示基的压缩传感SAR 成像方法。该方法通过对同类型的SAR 图像进行小波包训练,在小波包库中选择能够稀疏表示该类SAR 场景的稀疏表示基,并通过求解l1 范数最小化问题重构SAR 场景反射系数。文中提出的方法在严重降采样下仍能够实现无模糊的SAR 成像,仿真数据成像结果表明该文方法具有较好的效果。
摘要:
合成孔径雷达(SAR)为漩涡研究提供了大量数据,如何有效提取SAR 图像中漩涡的信息十分重要。该文提出了一种基于对数螺旋线边缘拟合的SAR 图像漩涡信息提取方法,用于提取中心位置、直径、边缘尺寸等漩涡信息。基于此方法,该文利用ENVISAT ASAR 和ERS-2 获得的时序SAR 图像进行了漩涡信息提取实验,得到了漩涡的信息及其变化趋势,并与伪彩色合成结果进行对比,验证了该方法的有效性。 合成孔径雷达(SAR)为漩涡研究提供了大量数据,如何有效提取SAR 图像中漩涡的信息十分重要。该文提出了一种基于对数螺旋线边缘拟合的SAR 图像漩涡信息提取方法,用于提取中心位置、直径、边缘尺寸等漩涡信息。基于此方法,该文利用ENVISAT ASAR 和ERS-2 获得的时序SAR 图像进行了漩涡信息提取实验,得到了漩涡的信息及其变化趋势,并与伪彩色合成结果进行对比,验证了该方法的有效性。
论文
摘要:
列车防撞雷达是保障铁路行车安全的一种重要设备,该文针对列车防撞应用需求中的低成本实现目标方位角度高精度测量难题,采用了基于开关切换的数字阵列天线和频率步进高分辨波形设计方法,分析了收发天线的天线方向图和频率步进合成宽带信号幅相误差补偿问题,并构建了一种低成本车载毫米波防撞雷达系统,进行了原理样机外场实验。实验结果表明该样机系统达到了较高的距离分辨率和角度测量精度,可有效分辨铁轨内外目标。 列车防撞雷达是保障铁路行车安全的一种重要设备,该文针对列车防撞应用需求中的低成本实现目标方位角度高精度测量难题,采用了基于开关切换的数字阵列天线和频率步进高分辨波形设计方法,分析了收发天线的天线方向图和频率步进合成宽带信号幅相误差补偿问题,并构建了一种低成本车载毫米波防撞雷达系统,进行了原理样机外场实验。实验结果表明该样机系统达到了较高的距离分辨率和角度测量精度,可有效分辨铁轨内外目标。
摘要:
最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入模型概率的计算式中,根据似然函数在多个运动模型之间进行软切换,进而实现对多个机动目标的有效跟踪。实验结果表明,改进算法能够有效解决模型概率先验固化问题,在目标数估计和滤波精度方面均优于传统算法,具有良好的工程应用前景。 最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入模型概率的计算式中,根据似然函数在多个运动模型之间进行软切换,进而实现对多个机动目标的有效跟踪。实验结果表明,改进算法能够有效解决模型概率先验固化问题,在目标数估计和滤波精度方面均优于传统算法,具有良好的工程应用前景。
摘要:
该文提出了基于多普勒谱分析的无源相干雷达(PCR)运动目标检测的方法,将雷达系统接收到的外辐射源连续波信号分段并等效成脉冲串信号,利用脉冲压缩和多普勒处理技术对目标进行检测及定位。该方法以脉冲多普勒(PD)雷达的理论为基础,说明了匹配滤波时连续波信号可以划分成脉冲串信号等效处理,对应给出了无源雷达信号分段及多普勒谱分析的具体方法。文中还详细推导了该方法与传统的计算互模糊函数(CAF)方法之间的数学联系,确立了分段参数的设置准则,在几乎不影响目标积累增益的前提下,计算效率可提升103 ~105 倍。仿真数据和实测数据分别验证了该方法的有效性。 该文提出了基于多普勒谱分析的无源相干雷达(PCR)运动目标检测的方法,将雷达系统接收到的外辐射源连续波信号分段并等效成脉冲串信号,利用脉冲压缩和多普勒处理技术对目标进行检测及定位。该方法以脉冲多普勒(PD)雷达的理论为基础,说明了匹配滤波时连续波信号可以划分成脉冲串信号等效处理,对应给出了无源雷达信号分段及多普勒谱分析的具体方法。文中还详细推导了该方法与传统的计算互模糊函数(CAF)方法之间的数学联系,确立了分段参数的设置准则,在几乎不影响目标积累增益的前提下,计算效率可提升103 ~105 倍。仿真数据和实测数据分别验证了该方法的有效性。
摘要:
在机动目标跟踪中,当前统计模型(Current Statistical model, CS)需要预先依据经验设定机动频率和加速度极限值,当预先设定的值与目标的实际运动状态不一致时,将造成较大的跟踪误差。为克服上述问题,该文首先从当前统计模型的离散状态方程中,导出了一种机动频率自适应算法,然后对张安清及巴宏欣等人提出的加速度方差自适应算法进行了改进。仿真实验表明,在综合运用上述机动频率自适应和加速度方差自适应算法的基础上,对CS 模型修改后,得到的机动目标跟踪自适应滤波算法(Mending CS based Adaptive Filtering algorithm,MAF),能够有效增强基于CS 模型的机动目标跟踪自适应滤波算法(CS based Adaptive Filtering algorithm, AF)对目标运动状态变化的自适应能力,并且在低噪声环境下,跟踪精度比AF 算法有所提高,算法收敛速度可达到AF 算法的2 倍,在强噪声环境下,目标机动阶段的跟踪精度提高近2 倍,匀速阶段的精度与AF 算法相当,算法的收敛速度可达到AF 算法的4~10 倍,因此,MAF 算法具有较强的抗干扰能力。 在机动目标跟踪中,当前统计模型(Current Statistical model, CS)需要预先依据经验设定机动频率和加速度极限值,当预先设定的值与目标的实际运动状态不一致时,将造成较大的跟踪误差。为克服上述问题,该文首先从当前统计模型的离散状态方程中,导出了一种机动频率自适应算法,然后对张安清及巴宏欣等人提出的加速度方差自适应算法进行了改进。仿真实验表明,在综合运用上述机动频率自适应和加速度方差自适应算法的基础上,对CS 模型修改后,得到的机动目标跟踪自适应滤波算法(Mending CS based Adaptive Filtering algorithm,MAF),能够有效增强基于CS 模型的机动目标跟踪自适应滤波算法(CS based Adaptive Filtering algorithm, AF)对目标运动状态变化的自适应能力,并且在低噪声环境下,跟踪精度比AF 算法有所提高,算法收敛速度可达到AF 算法的2 倍,在强噪声环境下,目标机动阶段的跟踪精度提高近2 倍,匀速阶段的精度与AF 算法相当,算法的收敛速度可达到AF 算法的4~10 倍,因此,MAF 算法具有较强的抗干扰能力。