宽带单脉冲雷达实测数据三维成像的平面视觉形态表示

针对宽带单脉冲雷达实测数据三维成像结果难以直观表示的问题,研究了平面视觉形态表示方法。所谓平面视觉形态,是指用设想的人眼沿着雷达波束方向观测得到的目标结构向适当平面的投影。为获得波束依赖平面视觉形态表示,给出了从实测数据中计算雷达波束方向的方法并从目标尺寸准确估计的角度分析了获取雷达波束方向的必要性,在确定波束方向的基础上,根据投影平面确定新的坐标系,并给出了从雷达观测坐标系到新坐标系的坐标旋转方法。给出了某民航飞机实测数据三维成像处理结果在雷达观测坐标系中的投影表示和新坐标系中的平面视觉形态表示,通过两种表示的对比分析,显示了平面视觉形态表示对特征提取的价值。     

利用卷积神经网络的太赫兹孔径编码增强成像

针对现有太赫兹孔径编码成像算法鲁棒性较差、计算求解复杂度较高等问题,提出基于卷积神经网络的太赫兹孔径编码增强成像方法.该方法通过构建一个端到端的神经网络来实现成像系统的隐式建模,利用网络强大的求逆能力和抗噪性能来实现低信噪比下的目标重构.通过仿真实验可以看出,该方法可以在不同信噪比下实现对不同稀疏度目标的重构.另外,与...     

装甲装备维修效益评估初探

装甲装备使用阶段的维修效益评估对于有效管理装备维修活动,提高维修质量,降低维修费用具有很强的现实意义。文章建立了一套装甲装备维修效益评价指标体系,基于多级模糊综合评价法构建了评估模型,并运用该模型对某坦克大修厂某中型坦克的维修效益进行了评估。文章认为多级模糊综合评价法能较好地解决装甲装备维修效益的量化评估问题,在实际工作中可灵活运用该方法,不断提高维修管理水平。     

可见光成像制导半实物仿真中的图像生成技术

目标成像仿真系统是半实物仿真试验中的关键设备,计算机图像生成技术又是成像仿真中的一项关键技术。根据可见光成像制导半实物仿真的需求,从星体数据的坐标转换、星体和目标的位置和亮度控制,以及在计算机仿真的虚拟空间中导引头与目标之间的相对关系等方面,讨论了目标/星光背景动态场景的软件研制过程,实现了高帧频目标/星光背景场景的动态生成,并在仿真试验中得到应用。     

圆周合成孔径雷达的快速时域成像算法

为实现圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)快速成像,提出一种用于CSAR的快速时域成像算法。该算法通过将CSAR的圆孔径分成若干子孔径,分别对子孔径采用快速因式分解后向投影算法处理,再将各子图像相干插值叠加至同一坐标系下得到成像结果。详细分析算法实现中的坐标转换、误差控制和运算效率等关键问题,并用点目标仿真和实测数据处理结果验证算法的有效性。所研究方法具有成像范围大、计算量小等优点。     

激光辐射方位的确定技术

介绍了确定来袭激光束方位的成像技术、时间延迟技术和屏蔽技术的基本原理和发展现状;分析了3种技术的优缺点;探讨了来袭激光方位确定技术的发展方向.     

S弯进气道合成双射流流场控制特性分析

针对飞翼布局无人飞行器中S弯进气道明显流动分离和出口总压畸变等问题,提出了基于合成双射流的主动流动控制方法,建立了合成双射流的S弯进气道数值仿真模型。结果表明,在S弯进气道分离点附近施加合成双射流控制,在整个射流周期内通过“吹”“吸”接力可以有效抑制边界层流动分离,有效提升总压恢复系数。对比研究了合成双射流不同射流角度、射流峰值速度和激励频率对S弯进气道流场控制特性的影响规律。结果表明合成双射流与主流的角度越小,流动分离控制效果越好,较大射流峰值速度会对主流形成“阻挡”致使控制效果下降,激励频率与流场特征频率越接近控制效果越明显。     

神经网络距离-多普勒超分辨雷达成像

研究利用神经网络实现超分辨雷达成像。该方法首先根据Tuff的前后向线性预测(FBLP)方程用神经网络得到样本序列的AR模型参数,然后利用神经网络作线性预测外推,再用神经网络对外推后的数据作离散哈特来变换(DHT)。从哈特来变换可以方便地得到外推数据的离散傅里叶变换,从而得到距离-多普勒超分辨雷达像。利用微波暗室数据对这一方法进行了数字仿真,结果表明这种方法是可行的,即使在低信噪比下也有较好的性能。     

非正弦波SAR的方位向分辨力

为研究非正弦波SAR的方位向分辨力 ,从波束形成的角度分析了非正弦波SAR的方位向聚焦原理 ,导出了基于矩形脉冲和高斯脉冲的合成孔径天线阵列方向图表达式 ,并与常规窄带SAR进行比较 ,指出影响非正弦波SAR方位向分辨力的主要因素为合成孔径长度和信号带宽 ,而与信号载频无关。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。