基于属性散射中心的SAR图像重构及在目标识别中的应用

提出基于属性散射中心重构的合成孔径雷达(SAR)图像目标识别方法.该方法采用邻域匹配算法构建测试图像散射中心集与对应模板散射中心集的对应关系.并分别利用所有的测试散射中心以及匹配的模板散射中心基于属性散射中心模型重构测试图像和模板图像.在此基础上,设计重构图像之间的相似度度量并根据最大相似度的准则判定目标类别.利用MSTAR数据集在多种条件下进行了目标识别实验,验证了所研究方法的有效性.     

舰载红外警戒系统工作原理的红外成像模拟

舰载红外警戒系统能有效探测反舰导弹和超低空飞行的飞机,但是在平时训练和装备定型验证时存在困难。分析了红外成像模拟的原理,对海战场主要辐射源进行了研究,通过建立虚拟海战场,计算辐射源的辐射强度,实现了对舰载红外警戒系统红外成像的模拟。实验表明,仿真效果逼真,可以满足部队实际训练的需要。     

几种UWB-SAR窄带干扰抑制方法的分析和比较

SAR(Synthetic Aperture Radar)信号处理窄带干扰抑制技术是SAR抗干扰技术的重要内容。对3种UWB-SAR(Ultra-W ideBand Synthetic Aperture Radar)窄带干扰抑制方法———陷波滤波法、AR模型参数化干扰抑制法以及小波包分析自适应干扰抑制法进行了分析,利用自行开发的成像软件,对SAR理想点目标和实录数据进行干扰抑制仿真实验,从定性和定量的角度对3种方法的干扰抑制效果作了比较。     

调频Costas编码信号成像算法研究

结合Costas编码信号和线性调频信号进行波形设计,建模分析了这种信号的成像方法,从参数设置的角度研究了抑制距离像泄露和栅瓣效应的方法．根据采样频率的变化,研究了细化距离像的冗余问题,并通过距离像拼接算法实现所有距离单元成像,通过脉压阶段的加窗使距离单元的非均匀加权问题得到改善,对这种信号形式的抗干扰性能进行了仿真分析．     

合成孔径激光雷达大气传输特性研究

概述了合成孔径激光雷达(Synthetic Aperture Laser-radar,SAL)的概念和原理,分析了大气对合成孔径激光雷达传输的影响,研究了激光波长、垂直传输高度、水平传输距离、能见度、辐射源平台高度和波束仰角等对SAL的传输影响特性,通过仿真研究得出了一系列关系曲线,对合成孔径激光雷达的设计具有一定的借鉴和指导意义,为将来在SAL工程研制上选择激光波长奠定了理论基础.     

斜度相似度的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。通过比较干扰前后目标图像灰度的变化,提出了基于斜度相似度的ISAR干扰效果评估方法,可以反映干扰对目标图像灰度的影响程度。该方法不仅计算简单,而且具有归一化的优点。最后,就射频噪声和噪声调频两种干扰模式对ISAR进行了干扰仿真,仿真结果验证了评估方法的正确性和有效性。     

基于电磁涡旋的雷达目标成像

作为信息载体的电磁波除了传统的携带信息方式外,近年来其波前以电磁涡旋形式展现的信息调制能力也越来越受到关注。本文综述了电磁涡旋在信息调制等方面的研究进展,阐述了其在雷达信息获取方面的潜在应用价值。针对圆形相控阵列,建立了电磁涡旋波照射下理想点散射目标的回波模型。将各阵元的接收信号按照与发射时相同的模式移相后,沿圆周积分即可获得雷达阵列的输出回波。该回波可表示为经平方Bessel函数调幅后的傅里叶基函数的线性组合。结合Bessel函数的频谱特性,分析了轨道角动量态与方位角变量之间的近似对偶关系,利用逆投影和滤波-傅里叶变换方法进行了成像处理。仿真实验表明,电磁涡旋对雷达目标具有方位向成像的潜力。本文的研究可为新体制的雷达设计、目标识别技术的发展提供参考和借鉴。     

舰船目标逆合成孔径成像算法改进研究

针对舰船类目标运动情况比较复杂,进行逆合成孔径雷达(ISAR)成像时运动补偿比较困难的特点,将改进的自适应联合时频算法(AJTF)与强点处理(PPP)模型结合,通过遗传算法的全局搜索实现运动补偿,提高了运动补偿算法的快速性和精确性,为实现实时成像奠定了基础.试验数据的处理结果表明,算法可以有效地完成相位的补偿,提高ISAR成像质量.     

抑制成像数据噪声的模糊多目标算法

以模糊数学和决策理论为基础,通过建立成像数据模糊指数函数及平方误差 模糊指数函数,提出了一种称为模糊多目标优化的新的算法模型,对成像数据的噪声进行抑 制实现数据优化。实验结果表明,所提出的模糊多目标优化算法模型有较强的抑制噪声能 力,理论和实验有较好的一致性。     

基于多域卷积与自注意机制的SAR图像变化检测

针对基于深度卷积神经网络的合成孔径雷达(synthetic aperture radar, SAR)图像的变化检测方法,在利用图像块分析特征的过程中易将噪声引入到边缘区域,造成SAR图像变化检测精度较差等问题。提出了一种基于多域卷积与自注意机制的SAR图像变化检测方法。该方法先通过多域卷积模型增强输入SAR图像块的中心区域,减少边缘噪声的影响;然后,再利用注入空洞卷积的改进自注意机制模型充分挖掘SAR图像的重要空间结构信息,来提高变化检测的性能;最后采用3种不同类型的SAR数据集进行实验结果表明,本文中所提出方法能获得较高的检测准确率和KC系数,优于各种对比方法。