基于 RELAX 的 UWB-SAR 抑制 RFI 算法

在首先给出超宽带合成孔径雷达 ( UWB-SAR)抑制射频干扰 ( RFI)问题的参数化模型基础上 ,从信号参数估计出发 ,具体推导了实信号下 RELAX算法的计算公式。针对 RFI的复杂性 ,提出了一种逐级RELAX算法 ( GRELAX)。基于仿真和实测数据的实验结果表明 :GRELAX算法能够有效地抑制 RFI,并具有较快的运算速度     

“雷达慧眼”:合成孔径雷达

在北约空袭南联盟的大规模军事行动中,大约动用了50多颗卫星在太空助阵,其中两颗“长曲棍球”雷达成像侦察卫星引人注目,这种卫星是目前世界上惟一的一种军用雷达成像侦察卫星,星上的关键设备是高分辨率合成孔径雷达,它能克服云、雾、雨、雪和黑夜等限制,实现全天候、全天时侦察,其探测目标的真实性、准确性、可靠性是普通雷达所不能比拟的,素有“雷达慧眼”之美誉。     

UWB-SAR抑制RFI算法性能评估与测试

参数化方法是实现UWB -SAR抑制RFI的重要手段。为评估抑制RFI算法的实际性能 ,利用UWB -SAR实验系统的实测数据 ,从干扰抑制能力和脉冲压缩性能改善两个方面对几种主要算法进行了比较分析。结果表明 ,在干扰能量抑制比和脉冲压缩指标度量下 ,几种典型的参数化算法都能显著提高接收信号的信干比 ,而基于正弦波模型的算法略优于基于AR模型的算法。     

毫米波合成孔径雷达成像技术

毫米波合成孔径雷达(SAR:Synthetic Aperture Radar)成像技术是雷达技术、现代电子技术和数字信号处理技术的有机结合,使系统雷达的功能发生了质的飞跃.随着SAR成像处理技术的发展,其成像质量不断提高,成为当今高科技条件下一种不可取代的探测、侦察手段,在军事、经济和科学研究等方面都有重大价值和广泛应用前景.主要介绍了毫米波成像雷达与微波雷达相比具有的技术特点,较详细地讨论了毫米波合成孔径雷达的成像原理技术.     

星载双基地SAR系统模糊性

针对星载双基地SAR由双基地几何关系引入的新问题,提出了计算其模糊比的新方法和近似分解方法。利用此方法通过仿真计算对星载双基地SAR模糊性变化规律做了进一步研究。结果表明,因接收天线的面积限制,与其伴随飞行的大卫星SAR相比,模糊性问题更为严重,但变化规律基本一致。比较而言,由于小卫星天线尺寸在高度上更接近大卫星天线,在距离模糊比上相对大卫星SAR抬高得不多,而在方位模糊比上抬高较大。     

一种基于相位校正的InISAR图像配准新方法

针对InlSAR三维成像中的图像配准问题进行研究,从理论上推导了同一基线上两干涉天线之间图像失配准的原因,并定量分析了图像失配准量对后续干涉处理的影响.研究表明,初始时刻同一基线上两干涉天线间的波程差引起两幅ISAR图像距离方向的亚像素级失配,而成像积累时间内两干涉天线波程差的变化量则引起两幅ISAR图像多普勒方向的像...     

基于补偿调制的ISAR电子伪装干扰技术

逆合成孔径雷达(ISAR)是一种高分辨率微波成像雷达体制,也是成像雷达的重点发展方向之一。由于其成像是通过对距离向和方位向二维压缩实现,因此比普通雷达具有更强的抗干扰能力。针对线性调频信号体制ISAR,提出一种基于补偿调制的电子伪装干扰方法,通过对截获到的敌方雷达辐射信号进行相位补偿调制模拟出目标任意散射点的回波信号并转发,达到了伪装干扰的目的。最后的仿真实验证明了所提方法的有效性。     

基于独立分量分析的ISAR图像特征提取方法

ISAR图像特征是利用ISAR图像进行目标识别的关键,根据目标区ISAR图像由强散射点组成这一特点,将独立分量分析的方法应用于目标ISAR图像的特征提取.所提取的ISAR图像的独立分量特征,反映了目标回波距离单元内散射点的位置分布,能够很好地表征一定角度范围内ISAR图像的特征.将目标ISAR图像投影到提取的独立分量特...     

基于矩特征的ISAR干扰效果评估方法

由于逆合成孔径雷达(ISAR)是一种新体制雷达,一些用于评估常规体制雷达干扰效果的方法和手段对于ISAR来说并不适用。综合考虑雷达干扰的原理和图像处理的理论,从ISAR目标识别的角度出发,提出了一种新的对ISAR压制干扰效果的评估方法,即采用干扰前后ISAR目标识别特征中矩的变化来定量评估干扰效果,仿真结果表明了评估方法的正确性和有效性。     

二维非参数最大散度差鉴别分析的SAR图像识别

为增强线性鉴别分析(LDA)在图像识别中所提取特征的可鉴别性及避免小样本问题,提出了二维非参数最大散度差鉴别分析(2DNMSD)的图像特征提取方法。首先根据非参数特征分析的准则直接在二维图像矩阵上构造散布矩阵,然后基于最大散度差鉴别分析准则求取投影矢量。基于MSTAR计划录取的数据的仿真实验结果表明:即使方位角信息未知并且使用简单的最近邻分类器,该方法所提取特征在较低特征维数下的识别率也可以达到98%以上,表明了方法的有效性和正确性。