超宽带雷达接收机

超宽带雷达接收机的主要要求之一是具有很宽的瞬时带宽,对于500微微秒至1纳秒宽的脉冲信号,要求接收机有1—2GHz的带宽。使接收机具有1—2GHz相参瞬时带宽是很难实现的,目前,在典型的冲击雷达实验系统当中,发射信号的脉冲宽度约1ns左右,都是用采样示波器或瞬态数字化仪作为接收机,这些仪器可达到的数据速率常低于100MHz。由于绝大多数现有的脉冲冲激源的单脉冲能量较低,为了得到作用距     

UWB-SAR建模及波数域成像方法研究

本文首先简单地总结了UWB—SAR成像处理中的困难;然后根据其工作原理建立了适合于计算机仿真的回波信号模型;接着在介绍了波数域成像算法(ω—k算法)的原理之后,对其中存在的Stolt插值等问题进行了详细分析和深入探讨。在此基础上将该算法引用到UWB—SAR成像处理中,从理论上扼要地分析了其有效性;最后结合所建立的回波模型对ω—k算法进行了仿真,结果表明这种成像方法具有较好的聚焦效果。     

一款超宽带毫米波耦合放大组件的设计

本文设计了一款18-40GHz超宽带耦合放大组件。该组件对接收的超宽带信号进行补偿放大，又可以完成耦合两个定点自检信号输入进行组件自检。组件主要组成部分包含耦合器、放大器和用于增益调节的衰减器。搭建了ADS仿真模型验证电路，并制作了实物。实测该耦合放大组件直通端增益直通端增24.1～26.5dB，平坦度≤±1.5dB，噪声系数≤4.5dB,输出P-1≥11dBm，耦合端增益0.5～1dB(26.5GHz±50MHz;24GHz±50MHz)，驻波≤1.7，满足技术要求。该组件用于毫米波增益补偿和监测，实现了100%国产化设计。     

一种基于BP神经网络的极化干涉SAR植被高度反演方法

地面干涉相位估计偏差和植被散射模型偏差都将引起三阶段植被高度反演偏差,针对该问题,提出了基于BP神经网络的植被高度反演方法,该方法直接利用BP神经网络模拟极化复相关系数与植被高度之间的非线性映射关系,不仅可以避免地面干涉相位估计偏差导致的植被高度反演偏差,还能降低三阶段植被高度反演方法面临的散射模型偏差导致的植被高度反演偏差,具有比三阶段植被高度反演方法更高的反演精度。实验结果验证了新方法的优越性。     

高功率UWB天线阵及其在外场探测中的应用

运用切割式巴仑实现高功率超宽带天线的平衡馈电,并用FDTD进行仿真分析。研制出2×4元高功率天线阵,测量结果显示该天线阵能耐250kV以上高压,工作带宽达6个倍频(200～12 000MHz),具有较好的脉冲波形保真性。利用所研制的天线阵列建立外场探测实验系统,在外场进行目标探测试验。结果表明该天线阵可以用于实际的超宽带雷达发射天线阵,为高功率源在雷达探测中的应用作出了初步探索。     

《军事通信技术》2014年优秀论文获奖名单

一等奖(2名):李颂,吕晶,肖勇,常江.一种基于相关曲线斜率的多径范围检测算法(4—1);沈菊鸿,卢春兰,孟凡秋,杨杰.心形超宽带陷波天线的设计(1—1)。二等奖(5名):彭斯明,沈越泓,袁志钢,简伟,李慧.一种LOFDM系统峰均比非线性压扩算法(3—12);怀开展,蒲德洋,许世明,马峰,倪明放.求解压缩感知中信号重构问题的原始对偶算法(1—6);彭韬频,田畅,吴泽民,王勇.光流加权的SSIM视频质量评估算法(4—25);汪国富,陈建忠,郭军,齐扬阳.     

圆周SAR与线性SAR成像特性分析与对比

圆周合成孔径雷达因其独特优势已经成为雷达领域的研究热点。分析圆周合成孔径雷达与线性合成孔径雷达在成像区域大小、点散布函数特性、回波频谱特点、三维成像能力等方面的差异,凸显了圆周合成孔径雷达的成像特点。发现单航过圆周合成孔径雷达频域成像处理的难点在于其回波频谱的空变性。为提高频域成像处理的效率,分析了平面圆周合成孔径雷达与多航过圆周合成孔径雷达成像模式,并指出这两种模式易于在频域开展一致化处理。仿真试验证明了分析内容的正确性。     

星载高速无线数据网络协议的设计

星载无线数据网络可以解除航天器内错综复杂的线缆网的束缚,是航天器轻小型化的重要技术储备。旨在替代航天器内现有的点对点三线制的低电压差分信号线缆,提出了一种基于脉冲超宽带(IRUWB)技术的星载高速无线数据网络的设计方案,并重点介绍了高速无线网络协议的设计和实现。网络协议设计参考了美国军用数据总线标准MIL-STD-1553B协议,采用时分制指令响应机制,按物理层、链路层、网络层和应用层进行了详细说明,以适应星载高速率无线数据传输的要求,具有灵活性高、可靠性高、扩展性高的特点。网络协议的IP核经过地面演示系统进行验证,实验测得应用层数据传输的误码率小于10-9。     

一种高分辨率SAR图像水上桥梁目标识别新方法

首先采用灰度均值和方差二维特征模糊分割SAR图像,其次基于8邻域链码跟踪边界法剔除植被、阴影等虚警,然后通过水体轮廓搜索潜在桥梁ROI点并进行直线拟合、线段连接和线段延拓,消除河心洲、船只和条纹干扰等影响确定疑似桥梁ROI,最后采用双参CFAR检测法分割桥梁ROI,根据目标主轴方向和周长等特征消除桥梁ROI内的虚假目标,识别和定位桥梁。实验表明,该算法能够准确识别水上桥梁目标,对条纹干扰的桥梁和灰度梯度较弱的桥梁同样有效。