宽带雷达目标检测中的杂波抑制处理

针对宽带雷达目标检测中的杂波干扰问题,提出基于FRFT(分数阶傅里叶变换)的多周期回波能量相干积累处理、基于Relax算法的多散射中心子回波分离的宽带雷达目标回波处理方法,既实现宽带雷达目标检测中的能量相干积累,又有效抑制了环境杂波.仿真结果表明,提出的处理方法能够显著提升宽带雷达输出信杂比.     

分布式多频带雷达数据融合目标高分辨分析方法

宽带雷达接收的目标散射回波提供了目标散射点的散射类型及距离高分辨.由于条件限制,很难获得宽带及超宽带回波数据.采用状态空间法融合不同频带下的雷达回波数据得到目标高分辨分析.仿真证明,该方法能够有效地利用多部不同频带雷达的回波来获得目标的散射特征,明显优于同条件下单部雷达所得到的结果.该方法提供了一种以多部窄带雷达等效获得宽带、超宽带雷达的可行方法.     

基于时间-距离像的弹道目标进动特征提取

提出了一种联合宽带雷达多视角距离像进行弹道目标进动特征提取的方法。建立了锥柱体进动模型,并对散射点径向距离进行了分析。运用广义Hough变换提取散射点距离像的曲线参数。定义粗匹配和精匹配选择门限,根据提取的曲线参数信息来对散射点进行匹配,再由散射点初相差的不同进行散射点类型识别。最后,联立两部雷达提取同一散射点的曲线参数求解出进动角θ,再联立多视角距离像信息方程组进行目标的结构参数和雷达视角的求解。仿真结果验证了算法的正确性和有效性。     

对成像雷达的间歇采样非均匀转发干扰方法

间歇采样转发干扰是针对宽带成像雷达的一种有效干扰方式。根据间歇采样转发干扰的基本原理,对宽带成像雷达,按照常规的均匀转发方式,能够在高分辨距离像结果中叠加一串位置均匀分布的虚假散射点。虚假散射点序列的均匀分布特点不利于干扰信号的伪装。针对此问题,以破坏虚假散射点序列均匀分布为目的,在常规间歇采样转发干扰方法基础上,提出间歇采样非均匀转发干扰方法,并分析其干扰效果。最后通过仿真实验验证了所提出的方法能提高对宽带成像雷达的干扰效果。     

美国空军毫米波自动导引头的进展情况

随着超小型制造工艺的最新发展,可能制造出使用在毫米波频率（30—300GHz）的器件,从而现在有可能研究小型的空对地终端制导导弹雷达。直到目前为止,一般的微波雷达因为尺寸限制,以及达不到从地面杂波干扰背景中探测目标要求的高分辨力,而没有被使用在这一应用中。在最高频率上工作的雷达,可以允许使用宽带发射波形来获得高分辨力,甚至于象在自然的地面杂波干扰环境中的装甲车这样的小目标也一样得到高信杂比。     

频率步进雷达距离旁瓣抑制自适应脉冲压缩算法

在频率步进雷达中,通常使用逆快速傅里叶变换方法进行高分辨成像。由于逆快速傅里叶变换的距离旁瓣高,有可能造成强散射点旁瓣掩盖附近弱散射点或者弱小目标情况,限制了其在强杂波环境下的使用。为了抑制高距离旁瓣,近年来提出一种基于最小均方误差准则的自适应脉冲压缩方法。基于自适应脉冲压缩算法原理,推导了频率步进雷达距离旁瓣抑制算法。针对静止和运动目标场景,分析自适应脉冲压缩算法的旁瓣抑制性能。仿真结果表明,与逆快速傅里叶变换和加窗逆快速傅里叶变换处理比较,自适应脉冲压缩算法具有更好的旁瓣抑制效果,能够更好地检测强散射点附近的弱散射点或者弱小目标。     

基于矩阵束方法的全极化雷达目标结构特征的描述

针对宽带、高距离分辨率、全极化雷达的工作体制,提出了利用矩阵束方法将雷达目标分解为沿径向距离上的散射中心分布。根据目标的瞬态极化响应,提取相应于散射中心的极化特征,由此形成目标沿径向距离分布的结构特征描述的新方法。     

高频地波雷达舰船目标检测性能与工作频率的关系

目前,用于探测海面和空中目标的高频地波雷达主要根据外部噪声电平来选择工作频率,这对于舰船目标检测而言是不合理的,因为舰船目标的检测性能取决于回波信杂比。针对这个问题,根据地波雷达方程分析了影响目标回波信杂比且与工作频率有关的因素,建立了舰船目标检测性能仿真模型,通过数值仿真研究了回波信杂比与工作频率之间的关系。结果表明:回波信杂比主要取决于目标散射截面,根据目标散射截面随工作频率的变化关系选择工作频率即可获得较好的检测性能。     

基于ESPRIT的中段弹道目标特征提取方法

提出了一种新的弹道目标特征提取方法:对宽带雷达回波进行STRETCH处理后用ESPRIT方法估计其中频点,然后采用Gerschgorin半径方法进行散射源数目估计,去除虚假频率,获得目标散射点的数目、位置、散射中心强度等特征参数。与基于FFT算法的特征提取方法相比,这种方法具有更强的抑制杂波能力和更高的分辨率。仿真结果表明了该方法的有效性。     

宽、窄带雷达探测性能的对比分析

基于目标的散射中心模型,对宽带雷达做了多种检测实验,并与窄带雷达进行了比较。仿真结果表明,在低信噪比时,窄带雷达的探测性能优于宽带雷达;而信噪比较高时,宽带雷达则具有更好的探测性能;宽带全匹配滤波器则具有理论上最优的检测性能。考虑到目标的先验信息不易获取,宽带雷达的探测性能将大大下降。     

基于递归神经网络的飞机目标识别方法

针对宽带高距离分辨全极化雷达体制,提出了一种基于实时递归神经网络算法的飞机目标自动识别方法,实现了全极化下五类飞机目标的自动识别。实验结果表明,递归神经网络用于飞机目标识别是有效可行的。     

一种新的星载高分辨宽测绘带SAR运动目标

本文针对星载多通道高分辨宽测绘带合成孔径雷达系统,提出了一种地面运动目标检测和参数估计方法,该方法首先利用空时自适应处理进行杂波抑制,然后采用传统SAR成像处理得到模糊的运动目标图像,接着利用恒虚警检测技术检测出所有运动目标,包括真实目标和由于多普勒模糊引起的虚假目标,再根据模糊图像的空间位置关系从所有成像目标中检测出运动目标的真实成像位置,最后根据运动目标的斜距历程得到因运动目标速度引起的图像位置偏移,由此估计得到运动目标速度。该方法具有运算量小、检测精度高等优点,星载仿真数据验证了本文方法有效性。     

基于极化分解的目标识别方法研究

在全极化、高距离分辨力雷达体制背景下，研究了光学区雷达目标极化特性。利用极化分解将复杂目标分解为三个简单目标， 并提取描述三目标关系的特征参数对四类军用飞机目标进行了识别实验研究， 获得了良好的目标分类识别效果。     

雷达偏轴跟踪低空目标检测性能估计

分析了偏轴跟踪抑制多路径误差时雷达低空检测性能。结果表明 ,在近距 ,雷达检测性能由SCR决定 ;在远距 ,由SNR决定 ;雷达天线过低 ,探测空域受过渡距离和视距限制明显 ;天线过高 ,探测空域受地杂波影响明显。     

雷达目标一维距离像的类别可分性研究

利用决策分析方法和模式分类复杂度的概念,对高分辨雷达飞机目标的原始距离像、平均距离像以及付氏变换距离像的类别可分性进行了讨论。结果表明,不同目标的雷达一维距离像,在总体上反映出了各目标间的结构性差异,提供了可资利用的目标识别信息     

有源诱饵的极化鉴别研究

针对全极化测量体制雷达,研究了有源诱饵等欺骗性电子干扰的鉴别问题。首先详细分析了干扰机天线为圆极化和线极化两种典型情况下有源诱饵的极化特性,探讨了雷达目标的极化散射特性;而后提出了能够有效表征有源诱饵和雷达目标极化特性之间差异的参量———共交极化比及其峰值、聚类中心等概念和定义,并设计了有源诱饵的极化鉴别算法;最后,结合实测数据,计算机仿真实验表明鉴别算法的可行性和有效性。     

基于目标特征的光学遥感图像舰船检测方法

针对在大场景、高分辨率的光学遥感图像舰船目标检测中,传统的阈值检测方法效果不佳,而恒虚警法计算量大的缺点,研究一种根据检测舰船目标的特征,对每个可能的目标区域,快速计算检测阈值的方法。同时,研究基于RNN网络及信噪比的特征选择方法,对目标的特征进行优选并对候选目标进行鉴别。实验结果表明,采用本文方法进行舰船目标检测能获得较好的检测结果.     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.     

扇形搜索下反舰导弹末制导雷达检测性能分析*

反舰导弹末制导雷达在进行自动跟踪前,首先要在方位向和距离向上对目标搜索并进行检测。末制导雷达的检测性能与脉冲积累数目、信杂比和搜索方式密切相关。针对反舰导弹末制导雷达常用的扇形搜索方式,提出一种二项式积累OS-CFAR检测算法。该方法在一个方位搜索周期内对距离向回波进行非相参积累。仿真分析表明,与常规OS-CFAR算法相比,该检测算法提高了末制导雷达的检测性能。