车载InSAR前视三维成像技术

野外和非结构化环境下的障碍探测是无人驾驶车(UGV)环境感知的难题之一。基于高度识别障碍是一种有效的解决途径,提出了干涉合成孔径雷达(In SAR)的三维障碍物成像策略,研究了In SAR信息处理流程,分析了干涉基线和运动误差对车载In SAR高程测量精度的影响,仿真了无人车前场景存在遮挡时的In SAR高程测量,证明了In SAR用于UGV前方环境感知的可行性。     

低分辨雷达基于波形特征的飞机架次判别方法

通过分析低分辨雷达飞机目标回波波形,提取出低分辨雷达飞机目标架次可资分类的特征参数作为飞机目标架次判别的特征向量。最后,采用模糊极大极小神经网络作为分类器,在低分辨雷达目标识别样机系统对机群目标进行分类识别试验中,验证了所提取特征的有效性。     

窄带相参雷达飞机目标的架次判别

针对窄带相参雷达不仅能够提供目标回波的幅度信息,还可以提供回波的相位信息的特点,提出了MTMM方法,对编队飞机目标架次进行判决。实验证明,MTMM方法为常规低分辨相参雷达平台上编队飞机目标架次判别提供了一种解决问题的新途径,具有重要的现实应用前景。     

罕见暴雪突袭延庆 军民奋战抗雪救灾

11月4日凌晨3时许,仍在研究抗雪救灾方案的北京延庆人武部领导突然接到灾情急报：井庄镇柳沟村72号院的棚户被大雪压塌,人员被埋,情况危急。人武部立即启动救灾方案,协调某部出动官兵和车辆驰援。经一个多小时抢救,灾民脱险。不久,八达岭青龙桥附近的公路、京藏高速公路延庆段也传来灾情,人武部迅速协调某部出动官兵111人前往救援,转移百余名被困人员。不日,佛爷顶传来盘山路被大雪封堵,山上营区饮水、食品储备告急的消息。人武部迅速协调驻区武警和空军某部200余名官兵前往救援。由于山高、路陡、雪大,抢险十分艰难。     

低分辨雷达的目标特征提取方法

基于现役低分辨警戒雷达 ,研究了进行目标分类和识别的途径 ,提出了基于波形特征和时间谱信息的目标分类和识别方法 ,试验分析了基于目标波形信息的特征 ,得出目标波形信息可用于目标识别的结论。现场试验表明 ,该方法对目标大小分类和架次识别有好的效果。     

基于因式分解BP的车载前视地表穿透SAR快速成像算法

车载前视地表穿透SAR(VMFL-GPSAR)属于双站SAR的范畴,采用单站快速因式分解BP(FFBP)处理存在较大的误差.针对双站SAR模型分析FFBP的距离误差,给出了极角采样率限制条件,提出了双站FFBP算法,通过合理设置子孔径中心提高聚焦效果,并结合距离相位补偿和线性插值技术,进一步提高聚焦精度.仿真和VMFL-GPSAR实际数据处理结果验证了双站FFBP算法,成像效率可提高2.31倍.