优先发表
More
该文针对异步多目标跟踪场景,研究了非理想检测下的异构多雷达网络功率时间联合优化问题。首先,将各融合采样间隔内得到的来自不同雷达节点的所有异步量测信息融合为复合量测信息,结合该复合量测信息推导了非理想检测下包含雷达节点选择、辐射功率和驻留时间等参数的异步目标跟踪误差贝叶斯克拉美罗下界(BCRLB)解析表达式,并将其作为异步多目标跟踪精度的衡量指标。在此基础上,建立了非理想检测下面向异步多目标跟踪的异构多雷达网络功率时间联合优化模型,即以最小化异步多目标跟踪误差为优化目标,以满足给定的系统辐射资源限制为约束条件,对不同雷达网络中雷达节点的选择方式、辐射功率和驻留时间等发射参数进行自适应联合优化设计,从而提升异构多雷达网络的异步多目标跟踪精度。最后,针对上述优化问题,结合序列二次规划(SQP)算法和循环最小法,采用四步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够有效提升异构多雷达网络的异步多目标跟踪精度。 该文针对异步多目标跟踪场景,研究了非理想检测下的异构多雷达网络功率时间联合优化问题。首先,将各融合采样间隔内得到的来自不同雷达节点的所有异步量测信息融合为复合量测信息,结合该复合量测信息推导了非理想检测下包含雷达节点选择、辐射功率和驻留时间等参数的异步目标跟踪误差贝叶斯克拉美罗下界(BCRLB)解析表达式,并将其作为异步多目标跟踪精度的衡量指标。在此基础上,建立了非理想检测下面向异步多目标跟踪的异构多雷达网络功率时间联合优化模型,即以最小化异步多目标跟踪误差为优化目标,以满足给定的系统辐射资源限制为约束条件,对不同雷达网络中雷达节点的选择方式、辐射功率和驻留时间等发射参数进行自适应联合优化设计,从而提升异构多雷达网络的异步多目标跟踪精度。最后,针对上述优化问题,结合序列二次规划(SQP)算法和循环最小法,采用四步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够有效提升异构多雷达网络的异步多目标跟踪精度。
超分辨波达方位角估计是车载毫米波雷达实现目标精准定位及跟踪需要解决的关键问题。针对车载场景中常见的阵列孔径受限、少快拍、低信噪比以及信源相干的情况,该文提出了一种基于距离多普勒域原子范数最小化(RD-ANM)的车载毫米波雷达动目标超分辨DOA估计方法:首先,构建了基于动目标雷达回波的距离多普勒域阵列接收信号;其次,设计了动目标多普勒耦合相位补偿矢量,用以削弱目标运动对DOA估计的影响;最后,提出了基于原子范数框架的多目标超分辨DOA估计方法。相较于车载毫米波雷达现使用的DOA估计算法,该文算法能够在基于低信噪比条件和单快拍处理前提下获得较高的测角分辨率和估计精度,以及拥有不牺牲阵列孔径对相干信号进行处理的稳健性能。理论分析、数值仿真以及实测实验验证了该文算法的有效性。 超分辨波达方位角估计是车载毫米波雷达实现目标精准定位及跟踪需要解决的关键问题。针对车载场景中常见的阵列孔径受限、少快拍、低信噪比以及信源相干的情况,该文提出了一种基于距离多普勒域原子范数最小化(RD-ANM)的车载毫米波雷达动目标超分辨DOA估计方法:首先,构建了基于动目标雷达回波的距离多普勒域阵列接收信号;其次,设计了动目标多普勒耦合相位补偿矢量,用以削弱目标运动对DOA估计的影响;最后,提出了基于原子范数框架的多目标超分辨DOA估计方法。相较于车载毫米波雷达现使用的DOA估计算法,该文算法能够在基于低信噪比条件和单快拍处理前提下获得较高的测角分辨率和估计精度,以及拥有不牺牲阵列孔径对相干信号进行处理的稳健性能。理论分析、数值仿真以及实测实验验证了该文算法的有效性。
基于动力学与运动学原理的雷达回波建模是炮弹目标微多普勒特征分析与参数提取的理论基础。该文首先对炮弹在直线弹道段受到的起始扰动进行分析,结合炮弹目标动力学方程,建立了以两圆运动模式为特征的炮弹角运动模型,阐明了炮弹目标自旋、章动和进动等角运动的含义;在此基础上,推导了炮弹角运动产生的微多普勒信号参数化表征,获得了炮弹目标角运动对目标回波在信号级的映射关系;然后,对高速自旋炮弹和低速自旋尾翼炮弹两种典型目标角运动受起始扰动影响的雷达回波信号进行仿真和时频分析,并基于炮弹目标实测数据对比验证了理论分析与模型的正确性。通过理论分析、建模仿真与实验验证,丰富和验证了炮弹目标的微多普勒效应理论,为炮弹目标运动特性辨识提供了理论和技术支撑。 基于动力学与运动学原理的雷达回波建模是炮弹目标微多普勒特征分析与参数提取的理论基础。该文首先对炮弹在直线弹道段受到的起始扰动进行分析,结合炮弹目标动力学方程,建立了以两圆运动模式为特征的炮弹角运动模型,阐明了炮弹目标自旋、章动和进动等角运动的含义;在此基础上,推导了炮弹角运动产生的微多普勒信号参数化表征,获得了炮弹目标角运动对目标回波在信号级的映射关系;然后,对高速自旋炮弹和低速自旋尾翼炮弹两种典型目标角运动受起始扰动影响的雷达回波信号进行仿真和时频分析,并基于炮弹目标实测数据对比验证了理论分析与模型的正确性。通过理论分析、建模仿真与实验验证,丰富和验证了炮弹目标的微多普勒效应理论,为炮弹目标运动特性辨识提供了理论和技术支撑。
针对复杂场景舰船检测中正负样本分配不合理以及定位质量较差的问题,该文提出了一种基于自适应锚框分配与交并比(IOU)监督的复杂场景合成孔径雷达(SAR)舰船检测方法(A3-IOUS-Net)。首先,A3-IOUS-Net提出了自适应锚框分配,建立概率分布模型来自适应地将锚框分配为正负样本,增强了复杂场景下的舰船样本学习能力。然后,A3-IOUS-Net提出了IOU监督,在预测头部增加IOU预测分支来监督检测框定位质量,使得网络能够精确定位复杂场景下的舰船目标。此外,在该IOU预测分支中引入了坐标注意力模块,抑制了背景杂波干扰,进一步提高了检测精度。在公开的SAR舰船检测数据集(SSDD)的实验结果表明,A3-IOUS-Net在复杂场景中的平均精度(AP)值为82.04%,优于其他15种对比模型。 针对复杂场景舰船检测中正负样本分配不合理以及定位质量较差的问题,该文提出了一种基于自适应锚框分配与交并比(IOU)监督的复杂场景合成孔径雷达(SAR)舰船检测方法(A3-IOUS-Net)。首先,A3-IOUS-Net提出了自适应锚框分配,建立概率分布模型来自适应地将锚框分配为正负样本,增强了复杂场景下的舰船样本学习能力。然后,A3-IOUS-Net提出了IOU监督,在预测头部增加IOU预测分支来监督检测框定位质量,使得网络能够精确定位复杂场景下的舰船目标。此外,在该IOU预测分支中引入了坐标注意力模块,抑制了背景杂波干扰,进一步提高了检测精度。在公开的SAR舰船检测数据集(SSDD)的实验结果表明,A3-IOUS-Net在复杂场景中的平均精度(AP)值为82.04%,优于其他15种对比模型。
特征检测方法是解决海杂波中小目标检测问题的重要途径,其根据特征值是否在判决区域内判断目标有无,几乎不考虑特征间的时序信息。事实上,历史帧数据与当前帧数据的时序关联性,可以为当前帧特征值的计算提供丰富的先验信息。为此,该文提出了一种使用自回归(AR)模型在特征域对雷达回波进行时序建模和预测的方法,以利用历史帧特征的先验信息。首先,使用AR模型对平均幅度(AA)、相对多普勒峰高(RDPH)、频谱峰均比(FPAR)特征序列进行建模和1步预测分析,验证了对特征序列进行AR建模和预测的可行性。其次,提出利用历史帧特征时序信息作为先验信息的特征值提取方法,在此基础上,提出一种基于三特征预测的小目标检测方法,该方法可有效利用AA, RDPH和FPAR的历史帧特征时序信息。最后,使用实测数据验证了所提方法的有效性。 特征检测方法是解决海杂波中小目标检测问题的重要途径,其根据特征值是否在判决区域内判断目标有无,几乎不考虑特征间的时序信息。事实上,历史帧数据与当前帧数据的时序关联性,可以为当前帧特征值的计算提供丰富的先验信息。为此,该文提出了一种使用自回归(AR)模型在特征域对雷达回波进行时序建模和预测的方法,以利用历史帧特征的先验信息。首先,使用AR模型对平均幅度(AA)、相对多普勒峰高(RDPH)、频谱峰均比(FPAR)特征序列进行建模和1步预测分析,验证了对特征序列进行AR建模和预测的可行性。其次,提出利用历史帧特征时序信息作为先验信息的特征值提取方法,在此基础上,提出一种基于三特征预测的小目标检测方法,该方法可有效利用AA, RDPH和FPAR的历史帧特征时序信息。最后,使用实测数据验证了所提方法的有效性。
针对城市场景中车辆目标分布状态随机,在检测过程中容易受到环境因素干扰等问题,提出一种将多角度合成孔径雷达(SAR)图像用于静止车辆目标提取的检测算法。在特征提取阶段,设计了一种适用于多角度图像上车辆目标的多尺度旋转不变的Gabor滤波器奇分量比例算子(MR-GOFRO)特征提取方法,对原有的GOFRO特征进行了滤波形式、特征尺度、特征方向、特征层次等4个方面的扩展,使其能够适应车辆目标在方向、尺度、形态等方面可能发生的变化。在图像融合阶段,设计了加权的非负矩阵分解(W-NMF)方法,根据特征质量调整来源于不同图像的特征权重,减少由于不同角度间相互干扰造成融合特征质量下降的现象。将该文所提出方法在不同的机载多角度图像数据集上进行验证,实验结果表明,该文提出的特征提取方法与同类方法相比,检测精度平均提升了3.69%;该文提出的特征融合方法与同类方法相比,检测精度提升了4.67%。 针对城市场景中车辆目标分布状态随机,在检测过程中容易受到环境因素干扰等问题,提出一种将多角度合成孔径雷达(SAR)图像用于静止车辆目标提取的检测算法。在特征提取阶段,设计了一种适用于多角度图像上车辆目标的多尺度旋转不变的Gabor滤波器奇分量比例算子(MR-GOFRO)特征提取方法,对原有的GOFRO特征进行了滤波形式、特征尺度、特征方向、特征层次等4个方面的扩展,使其能够适应车辆目标在方向、尺度、形态等方面可能发生的变化。在图像融合阶段,设计了加权的非负矩阵分解(W-NMF)方法,根据特征质量调整来源于不同图像的特征权重,减少由于不同角度间相互干扰造成融合特征质量下降的现象。将该文所提出方法在不同的机载多角度图像数据集上进行验证,实验结果表明,该文提出的特征提取方法与同类方法相比,检测精度平均提升了3.69%;该文提出的特征融合方法与同类方法相比,检测精度提升了4.67%。
当期目录
More
多功能一体化信号理论研究专题
在电子信息系统对抗中,雷达、通信、侦察机和干扰机等多种电子设备通过简单的功能叠加式配备于作战平台已经难以应对敌方的综合性电子兵器,因此,多种电子设备的综合一体化是现代战争环境装备发展的必然趋势。其中,作为战场“千里眼”和“顺风耳”的雷达和通信设备无论在硬件结构还是在信号处理方法上都具有极强的相似性,两者的有机结合具有很强的实现性。因此,通感一体化(DFRC)系统受到了广泛的关注。其中,DFRC信号设计是DFRC系统研究的关键科学问题之一,通过电磁频谱共享方式,在空域、时域以及频域等多个维度上,同时实现雷达探测和信息通信两种功能。该文对以感知功能(雷达探测功能)为主功能的DFRC信号设计方法进行了深入、系统的综述。该文简要介绍了面向战场环境的DFRC系统的相关项目,进一步讨论了DFRC信号设计的研究进展。并在最后总结全文并对未来的研究方向进行了展望。 在电子信息系统对抗中,雷达、通信、侦察机和干扰机等多种电子设备通过简单的功能叠加式配备于作战平台已经难以应对敌方的综合性电子兵器,因此,多种电子设备的综合一体化是现代战争环境装备发展的必然趋势。其中,作为战场“千里眼”和“顺风耳”的雷达和通信设备无论在硬件结构还是在信号处理方法上都具有极强的相似性,两者的有机结合具有很强的实现性。因此,通感一体化(DFRC)系统受到了广泛的关注。其中,DFRC信号设计是DFRC系统研究的关键科学问题之一,通过电磁频谱共享方式,在空域、时域以及频域等多个维度上,同时实现雷达探测和信息通信两种功能。该文对以感知功能(雷达探测功能)为主功能的DFRC信号设计方法进行了深入、系统的综述。该文简要介绍了面向战场环境的DFRC系统的相关项目,进一步讨论了DFRC信号设计的研究进展。并在最后总结全文并对未来的研究方向进行了展望。
由于多输入多输出(MIMO)系统具有波形、空间分集和多路复用等优势,MIMO探通一体化(DFRC)系统通过共享软硬件资源以同时实现目标探测和保密通信功能受到了极大关注。该文针对基于预编码矩阵调制的MIMO探通一体化系统,提出了基于交替方向乘子(ADMM)的一体化信号矩阵设计方法。通过用户和窃听用户参考密码本约束下最大化方向图峰值主瓣旁瓣电平比(PMSR),保证了探测方向图性能的同时防止通信信息被窃听。针对预编码矩阵通信解调问题,提出了基于交替方向惩罚(ADPM)的排序学习优化解调方法,提升了一体化波形信息解调效率。数值仿真验证了所提设计方法实现探通一体化的有效性,与已有算法相比可实现多用户通信和更高的PMSR。 由于多输入多输出(MIMO)系统具有波形、空间分集和多路复用等优势,MIMO探通一体化(DFRC)系统通过共享软硬件资源以同时实现目标探测和保密通信功能受到了极大关注。该文针对基于预编码矩阵调制的MIMO探通一体化系统,提出了基于交替方向乘子(ADMM)的一体化信号矩阵设计方法。通过用户和窃听用户参考密码本约束下最大化方向图峰值主瓣旁瓣电平比(PMSR),保证了探测方向图性能的同时防止通信信息被窃听。针对预编码矩阵通信解调问题,提出了基于交替方向惩罚(ADPM)的排序学习优化解调方法,提升了一体化波形信息解调效率。数值仿真验证了所提设计方法实现探通一体化的有效性,与已有算法相比可实现多用户通信和更高的PMSR。
针对现有联合设计的通感一体化波形对运动目标探测性能不足的问题,该文提出了一种具有多普勒容忍性的通感一体化波形联合设计方案。首先,基于脉冲串模糊函数,推导了构造多普勒容忍波形等价于波形在相关区内具有极低的积分旁瓣电平。基于此,构建了以最小化一体化波形的加权积分旁瓣电平为优化准则,以发射波形的能量、峰均功率比以及与通信波形之间的相位差为约束条件的优化问题,从而实现具有多普勒容忍性的通感一体化波形的构造。由于该优化问题的非凸性,该文提出一种基于优化最小化的迭代优化算法对其进行求解。数值仿真实验表明,相比传统一体化波形,该文提出的一体化波形具有更高的多普勒容忍性和更低的误符号率,在保证通信质量的前提下显著提升了通感一体化系统对运动目标的探测性能。 针对现有联合设计的通感一体化波形对运动目标探测性能不足的问题,该文提出了一种具有多普勒容忍性的通感一体化波形联合设计方案。首先,基于脉冲串模糊函数,推导了构造多普勒容忍波形等价于波形在相关区内具有极低的积分旁瓣电平。基于此,构建了以最小化一体化波形的加权积分旁瓣电平为优化准则,以发射波形的能量、峰均功率比以及与通信波形之间的相位差为约束条件的优化问题,从而实现具有多普勒容忍性的通感一体化波形的构造。由于该优化问题的非凸性,该文提出一种基于优化最小化的迭代优化算法对其进行求解。数值仿真实验表明,相比传统一体化波形,该文提出的一体化波形具有更高的多普勒容忍性和更低的误符号率,在保证通信质量的前提下显著提升了通感一体化系统对运动目标的探测性能。
针对正交频分复用(OFDM)雷达通信一体化波形方案中循环前缀引起的弱回波掩盖问题和敌方战场低截获概率问题,该文提出了基于滤波器组的多载波偏移正交幅度调制(FBMC-OQAM)的低截获雷达通信一体化波形设计方案。分别构建FBMC雷达通信一体化波形与目标检测概率、通信信道容量之间的数学模型,在保证一定系统雷达与通信性能的条件约束下,设计最小化系统总发射功率联合优化问题,优化各个子载波发射功率分配方案。该算法利用测量值和信道状态信息,对下一个脉冲的发射波形参数进行优化设计,实现自适应传输。此外,从平均模糊函数角度分析了FBMC作为雷达信号的可行性和优势。仿真结果表明,与等功率分配方案相比,该文提出的功率分配方案可有效降低一体化系统总发射功率,从而实现低截获性能,并且FBMC波形可有效降低循环前缀引起的距离旁瓣,提高雷达分辨率与信息速率。 针对正交频分复用(OFDM)雷达通信一体化波形方案中循环前缀引起的弱回波掩盖问题和敌方战场低截获概率问题,该文提出了基于滤波器组的多载波偏移正交幅度调制(FBMC-OQAM)的低截获雷达通信一体化波形设计方案。分别构建FBMC雷达通信一体化波形与目标检测概率、通信信道容量之间的数学模型,在保证一定系统雷达与通信性能的条件约束下,设计最小化系统总发射功率联合优化问题,优化各个子载波发射功率分配方案。该算法利用测量值和信道状态信息,对下一个脉冲的发射波形参数进行优化设计,实现自适应传输。此外,从平均模糊函数角度分析了FBMC作为雷达信号的可行性和优势。仿真结果表明,与等功率分配方案相比,该文提出的功率分配方案可有效降低一体化系统总发射功率,从而实现低截获性能,并且FBMC波形可有效降低循环前缀引起的距离旁瓣,提高雷达分辨率与信息速率。
雷达通信一体化波形设计是近年来的研究热点。基于紧凑式阵列的一体化波形支持多方向目标探测和多用户通信,但面对主瓣内同方向不同距离的干扰和窃听行为时,存在抗主瓣干扰能力差、通信信息泄露等问题。因此,该文提出了一种基于分布式孔径的雷达通信一体化波形设计方法以操控波形在三维空间的分布。首先,根据近场信号传播模型建立波形合成约束,在指定位置合成所需的雷达和通信波形。然后,对各个子孔径增加恒模约束,构建以最小化发射功率为准则的一体化波形优化模型。由于模型的非凸性,采用交替投影算法进行迭代求解。仿真结果表明,该文所提方法在雷达目标和通信目标位置同时合成了期望波形,实现了三维空间波形操控。 雷达通信一体化波形设计是近年来的研究热点。基于紧凑式阵列的一体化波形支持多方向目标探测和多用户通信,但面对主瓣内同方向不同距离的干扰和窃听行为时,存在抗主瓣干扰能力差、通信信息泄露等问题。因此,该文提出了一种基于分布式孔径的雷达通信一体化波形设计方法以操控波形在三维空间的分布。首先,根据近场信号传播模型建立波形合成约束,在指定位置合成所需的雷达和通信波形。然后,对各个子孔径增加恒模约束,构建以最小化发射功率为准则的一体化波形优化模型。由于模型的非凸性,采用交替投影算法进行迭代求解。仿真结果表明,该文所提方法在雷达目标和通信目标位置同时合成了期望波形,实现了三维空间波形操控。
雷达信号与数据处理
相较于稀疏标量阵列和均匀多极化阵列,稀疏多极化阵列由于其可感知信号的极化状态、避免极化失配以及增加阵列自由度、减小互耦效应与降低硬件成本等优点,对其进行系统性研究具有重要的应用价值和理论指导意义。稀疏多极化阵列的设计较之于稀疏标量阵列的设计更加多样化,因其不仅与天线阵元位置有关,还与天线阵元极化种类和阵元指向等因素有关。该文首先对近年来该领域内相关研究进行归纳总结,从非均匀稀疏、均匀稀疏、混合均匀与非均匀稀疏3种稀疏方式出发,介绍和探究了主流稀疏多极化阵列结构优化方式,然后从基于深度学习的稀疏多极化阵列优化设计、稀疏多极化多输入多输出(MIMO)雷达、稀疏极化频率分集阵(PFDA)雷达和稀疏PFDA-MIMO雷达、稀疏多极化智能超表面以及稀疏多极化阵列在家居智能通信和工业物联网等复杂室内场景下的应用等方面对未来的发展方向进行了展望。 相较于稀疏标量阵列和均匀多极化阵列,稀疏多极化阵列由于其可感知信号的极化状态、避免极化失配以及增加阵列自由度、减小互耦效应与降低硬件成本等优点,对其进行系统性研究具有重要的应用价值和理论指导意义。稀疏多极化阵列的设计较之于稀疏标量阵列的设计更加多样化,因其不仅与天线阵元位置有关,还与天线阵元极化种类和阵元指向等因素有关。该文首先对近年来该领域内相关研究进行归纳总结,从非均匀稀疏、均匀稀疏、混合均匀与非均匀稀疏3种稀疏方式出发,介绍和探究了主流稀疏多极化阵列结构优化方式,然后从基于深度学习的稀疏多极化阵列优化设计、稀疏多极化多输入多输出(MIMO)雷达、稀疏极化频率分集阵(PFDA)雷达和稀疏PFDA-MIMO雷达、稀疏多极化智能超表面以及稀疏多极化阵列在家居智能通信和工业物联网等复杂室内场景下的应用等方面对未来的发展方向进行了展望。
在精确制导、自主着陆、地形测绘等多种领域,雷达前视成像至关重要。传统的基于实波束扫描的前视成像方法受到实际雷达孔径约束难以获得高分辨图像。与整个成像场景相比,感兴趣目标通常只占一小部分区域,这种稀疏性使得压缩感知(CS)可以应用于高分辨率前视图像重建。然而,雷达回波中的强噪声影响了基于CS方法生成图像质量。受到最终生成图像具有低秩特性的启发,该文建立了一种联合低秩和稀疏特性的前视超分辨成像模型。为了有效地解决所提模型中的双重约束优化问题,提出了一种在交替方向乘子法(ADMM)框架下基于增广拉格朗日乘子(ALM)的前视图像重构方法。仿真和实测数据实验结果表明,所提方法能够有效提高雷达前视成像的方位分辨率,并且具有较强噪声鲁棒性。 在精确制导、自主着陆、地形测绘等多种领域,雷达前视成像至关重要。传统的基于实波束扫描的前视成像方法受到实际雷达孔径约束难以获得高分辨图像。与整个成像场景相比,感兴趣目标通常只占一小部分区域,这种稀疏性使得压缩感知(CS)可以应用于高分辨率前视图像重建。然而,雷达回波中的强噪声影响了基于CS方法生成图像质量。受到最终生成图像具有低秩特性的启发,该文建立了一种联合低秩和稀疏特性的前视超分辨成像模型。为了有效地解决所提模型中的双重约束优化问题,提出了一种在交替方向乘子法(ADMM)框架下基于增广拉格朗日乘子(ALM)的前视图像重构方法。仿真和实测数据实验结果表明,所提方法能够有效提高雷达前视成像的方位分辨率,并且具有较强噪声鲁棒性。
相对于窄带多普勒雷达,超宽带雷达能够同时获取目标的距离和多普勒信息,更利于行为识别。为了提高跌倒行为的识别性能,该文采用调频连续波超宽带雷达在两个真实的室内复杂场景下采集36名受试者的日常行为和跌倒的回波数据,建立了动作种类丰富的多场景跌倒检测数据集;通过预处理,获取受试者的距离时间谱、距离多普勒谱和时间多普勒谱;基于MobileNet-V3轻量级网络,设计了数据级、特征级和决策级3种雷达图谱深度学习融合网络。统计分析结果表明,该文提出的决策级融合方法相对于仅用单种图谱、数据级和特征级融合的方法,能够提高跌倒检测的性能(显著性检验方法得到的所有P值<0.003)。决策级融合方法的5折交叉验证的准确率为0.9956,在新场景下测试的准确率为0.9778,具有良好的泛化能力。 相对于窄带多普勒雷达,超宽带雷达能够同时获取目标的距离和多普勒信息,更利于行为识别。为了提高跌倒行为的识别性能,该文采用调频连续波超宽带雷达在两个真实的室内复杂场景下采集36名受试者的日常行为和跌倒的回波数据,建立了动作种类丰富的多场景跌倒检测数据集;通过预处理,获取受试者的距离时间谱、距离多普勒谱和时间多普勒谱;基于MobileNet-V3轻量级网络,设计了数据级、特征级和决策级3种雷达图谱深度学习融合网络。统计分析结果表明,该文提出的决策级融合方法相对于仅用单种图谱、数据级和特征级融合的方法,能够提高跌倒检测的性能(显著性检验方法得到的所有P值<0.003)。决策级融合方法的5折交叉验证的准确率为0.9956,在新场景下测试的准确率为0.9778,具有良好的泛化能力。
该文基于低慢小目标探测的地面预警雷达实测回波数据,系统性地提出了一种数据驱动式的目标检测方法框架,解决了两个关键问题:(1)针对当前数据驱动式的目标检测方法未能充分利用特征表示学习来发挥优势的问题,提出了回波时序依赖关系的表示学习方法,并给出无监督和有监督学习的两种实现方式;(2)低慢小目标在雷达探测范围中呈现稀疏性,目标-杂波数目的极度不均衡致使网络判决面严重向杂波倾斜。因此,该文提出利用异常值检测方法中的样本均衡思想,有效缓解了检测模型的判决偏移问题。最后基于实测数据对所提方法框架的各组成部分进行了消融实验,实验结果充分验证了回波时序性特征表示学习和样本均衡策略的有效性。在实测序贯验证条件下,两种检测方法均取得了优于多种CFAR方法的综合检测性能。 该文基于低慢小目标探测的地面预警雷达实测回波数据,系统性地提出了一种数据驱动式的目标检测方法框架,解决了两个关键问题:(1)针对当前数据驱动式的目标检测方法未能充分利用特征表示学习来发挥优势的问题,提出了回波时序依赖关系的表示学习方法,并给出无监督和有监督学习的两种实现方式;(2)低慢小目标在雷达探测范围中呈现稀疏性,目标-杂波数目的极度不均衡致使网络判决面严重向杂波倾斜。因此,该文提出利用异常值检测方法中的样本均衡思想,有效缓解了检测模型的判决偏移问题。最后基于实测数据对所提方法框架的各组成部分进行了消融实验,实验结果充分验证了回波时序性特征表示学习和样本均衡策略的有效性。在实测序贯验证条件下,两种检测方法均取得了优于多种CFAR方法的综合检测性能。
随着信息技术的发展和空战模式的改变,机载雷达告警接收机(RWR)成为现代战机不可缺少的电子战系统。为了更好地理解机载RWR,该文从接收机体制角度考虑,将机载RWR的系统架构划分成两个阶段,对每个阶段的特点和组成进行了分析。接着详细阐述了机载RWR的信号处理流程,并且梳理了与信号分选、信号识别和威胁评估相关的技术。最后,从实际运用出发,系统总结了机载RWR在复杂电磁环境中和应对新体制雷达中面临的挑战以及未来的发展需求。 随着信息技术的发展和空战模式的改变,机载雷达告警接收机(RWR)成为现代战机不可缺少的电子战系统。为了更好地理解机载RWR,该文从接收机体制角度考虑,将机载RWR的系统架构划分成两个阶段,对每个阶段的特点和组成进行了分析。接着详细阐述了机载RWR的信号处理流程,并且梳理了与信号分选、信号识别和威胁评估相关的技术。最后,从实际运用出发,系统总结了机载RWR在复杂电磁环境中和应对新体制雷达中面临的挑战以及未来的发展需求。
新体制雷达
全息凝视雷达是一种同时覆盖全空域、同时多功能的阵列雷达,该文首先明确全息凝视雷达定义,并概述全息凝视雷达特点、性能优势以及处理难点;然后,较为全面地介绍了全息凝视雷达的发展历程,归纳了当前的主要应用方向,并对中山大学在全息凝视雷达系统研究方面的进展情况进行了介绍,给出了实际场景下目标探测结果,展示了全息凝视雷达在低空目标监视等方面的应用潜力;接着较为全面地介绍了全息凝视雷达相关关键技术的研究进展,包括系统设计、收发波束控制、目标积累检测以及参数估计等方面;最后总结了全息凝视雷达的发展趋势。 全息凝视雷达是一种同时覆盖全空域、同时多功能的阵列雷达,该文首先明确全息凝视雷达定义,并概述全息凝视雷达特点、性能优势以及处理难点;然后,较为全面地介绍了全息凝视雷达的发展历程,归纳了当前的主要应用方向,并对中山大学在全息凝视雷达系统研究方面的进展情况进行了介绍,给出了实际场景下目标探测结果,展示了全息凝视雷达在低空目标监视等方面的应用潜力;接着较为全面地介绍了全息凝视雷达相关关键技术的研究进展,包括系统设计、收发波束控制、目标积累检测以及参数估计等方面;最后总结了全息凝视雷达的发展趋势。
认知雷达通过不断与环境互动并从经验中学习,根据获得的知识不断调整其波形、参数和照射策略,以在复杂多变的场景中实现稳健的目标跟踪,其波形设计在提高跟踪性能方面一直备受关注。该文提出了一种用于跟踪高机动目标的认知雷达波形选择框架,该框架考虑了恒定速度(CV)、恒定加速度(CA)和协同转弯(CT)模型的组合,在该框架的基础上设计了基于准则优化(CBO)和熵奖励Q学习(ERQL)方法进行最优波形选择。该方法将雷达与目标集成到一个闭环中,发射波形随目标状态的变化实时更新,从而达到对目标的最佳跟踪性能。数值结果表明,与CBO方法相比,所提出的ERQL方法大大减少了获取最优波形的处理时间,并实现了与CBO相近的跟踪性能,相比于固定参数(Fixed-P)方法,极大地提高了机动目标的跟踪精度。 认知雷达通过不断与环境互动并从经验中学习,根据获得的知识不断调整其波形、参数和照射策略,以在复杂多变的场景中实现稳健的目标跟踪,其波形设计在提高跟踪性能方面一直备受关注。该文提出了一种用于跟踪高机动目标的认知雷达波形选择框架,该框架考虑了恒定速度(CV)、恒定加速度(CA)和协同转弯(CT)模型的组合,在该框架的基础上设计了基于准则优化(CBO)和熵奖励Q学习(ERQL)方法进行最优波形选择。该方法将雷达与目标集成到一个闭环中,发射波形随目标状态的变化实时更新,从而达到对目标的最佳跟踪性能。数值结果表明,与CBO方法相比,所提出的ERQL方法大大减少了获取最优波形的处理时间,并实现了与CBO相近的跟踪性能,相比于固定参数(Fixed-P)方法,极大地提高了机动目标的跟踪精度。
雷达遥感
迁飞性虫害突发性强、危害范围广,严重威胁国家粮食安全。昆虫雷达是监测昆虫迁飞的最有效手段,可为迁飞虫害预警防控提供关键信息支撑。传统昆虫雷达通过低分辨波形、旋转线极化天线等方式,实现昆虫体重、体轴方向等生物学参数测量。新型昆虫雷达采用调频步进频高分辨波形、瞬时全极化体制,可大幅提升昆虫生物学参数测量精度。但是,在传统极化测量误差之外,调频步进频成像会给不同极化通道引入新的乘性误差分量,导致极化通道间不一致更加复杂,必须进行高精度极化校准。针对以上问题,该文结合调频步进频波形特点对全极化测量模型进行了优化,并设计了一种基于松姿态约束下双定标体(金属球和金属丝)联合的高分辨全极化雷达极化校准方法,补偿了系统通道间不一致对极化信息测量的影响;在此基础上,进一步提出了基于生物对称模型的昆虫体轴方向估计方法,解析推导分析了极化通道间交叉串扰对体轴方向估计的影响机制。最后,利用多频全极化雷达(X, Ku, Ka)进行了极化校准和昆虫轴向测量实验,实测昆虫体轴方向测量误差优于3°,验证了所提方法的有效性。 迁飞性虫害突发性强、危害范围广,严重威胁国家粮食安全。昆虫雷达是监测昆虫迁飞的最有效手段,可为迁飞虫害预警防控提供关键信息支撑。传统昆虫雷达通过低分辨波形、旋转线极化天线等方式,实现昆虫体重、体轴方向等生物学参数测量。新型昆虫雷达采用调频步进频高分辨波形、瞬时全极化体制,可大幅提升昆虫生物学参数测量精度。但是,在传统极化测量误差之外,调频步进频成像会给不同极化通道引入新的乘性误差分量,导致极化通道间不一致更加复杂,必须进行高精度极化校准。针对以上问题,该文结合调频步进频波形特点对全极化测量模型进行了优化,并设计了一种基于松姿态约束下双定标体(金属球和金属丝)联合的高分辨全极化雷达极化校准方法,补偿了系统通道间不一致对极化信息测量的影响;在此基础上,进一步提出了基于生物对称模型的昆虫体轴方向估计方法,解析推导分析了极化通道间交叉串扰对体轴方向估计的影响机制。最后,利用多频全极化雷达(X, Ku, Ka)进行了极化校准和昆虫轴向测量实验,实测昆虫体轴方向测量误差优于3°,验证了所提方法的有效性。
建筑物叠掩检测在城市三维合成孔径雷达(3D SAR)成像流程中是至关重要的步骤,其不仅影响成像效率,还直接影响最终成像的质量。目前,用于建筑物叠掩检测的算法往往难以提取远距离全局空间特征,也未能充分挖掘多通道SAR数据中关于叠掩的丰富特征信息,导致现有叠掩检测算法的精确度无法满足城市3D SAR成像的要求。为此,该文结合Vision Transformer (ViT)模型和卷积神经网络(CNN)的优点,提出了一种基于深度学习的SAR城市建筑区域叠掩精确检测方法。ViT模型能够通过自注意力机制有效提取全局特征和远距离特征,同时CNN有着很强的局部特征提取能力。此外,该文所提方法还基于专家知识增加了用于挖掘通道间叠掩特征和干涉相位叠掩特征的模块,提高算法的准确率与鲁棒性,同时也能够有效地减轻模型在小样本数据集上的训练压力。最后在该文构建的机载阵列SAR数据集上测试,实验结果表明,该文所提算法检测准确率达到94%以上,显著高于其他叠掩检测算法。 建筑物叠掩检测在城市三维合成孔径雷达(3D SAR)成像流程中是至关重要的步骤,其不仅影响成像效率,还直接影响最终成像的质量。目前,用于建筑物叠掩检测的算法往往难以提取远距离全局空间特征,也未能充分挖掘多通道SAR数据中关于叠掩的丰富特征信息,导致现有叠掩检测算法的精确度无法满足城市3D SAR成像的要求。为此,该文结合Vision Transformer (ViT)模型和卷积神经网络(CNN)的优点,提出了一种基于深度学习的SAR城市建筑区域叠掩精确检测方法。ViT模型能够通过自注意力机制有效提取全局特征和远距离特征,同时CNN有着很强的局部特征提取能力。此外,该文所提方法还基于专家知识增加了用于挖掘通道间叠掩特征和干涉相位叠掩特征的模块,提高算法的准确率与鲁棒性,同时也能够有效地减轻模型在小样本数据集上的训练压力。最后在该文构建的机载阵列SAR数据集上测试,实验结果表明,该文所提算法检测准确率达到94%以上,显著高于其他叠掩检测算法。
研究通讯
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。