Polarized inverse synthetic aperture radar(Pol-ISAR)is capable of all-weather,all-day and high-reso-lution imaging observation of targets,which is an important means of acquiring information about space targets.Howe-ver,the radio wave propagation effect under complex atmospheric environment may have a significant impact on the ima-ging results.The ISAR imaging model of fully polarized radar under complex rainfall conditions is established.The pola-rized electromagnetic wave amplitude attenuation and phase error caused by the propagation effect under rainfall environ-ment are analyzed.A method to calibrate the propagation effect on ISAR imaging is proposed,which provides important support for the fusion imaging of the multipolar channels.The experimental results verify the correctness of the ISAR ima-ging model and the effectiveness of the propagation effect calibration method under complex rainfall conditions.
In the synthetic aperture radar(SAR)imaging system of high-speed maneuvering platform,the existing design methods of pulse repetition frequency(PRF)have some shortcomings including that the lower bound for the PRF calculated based on the azimuth signal bandwidth is too high,and the factor of radar's duty ratio is neglected.In view of the above problems,firstly,a set of constraint equations that related to PRF and duty ratio are derived to avoid the fac-tors such as transmitting pulse interference,echo interference directly below the platform and range ambiguity.Then,a new design method for the lower bound of PRF in the case of range sectioned SAR imaging is proposed.The simulation results show that the proposed method can achieve a smaller PRF lower limit when highly squinted spotlight SAR imag-ing seeker moves at a high speed,which effectively expands the range of PRF selection and can better meet the need of practical engineering applications.
To address the problem that multiple-input multiple-output(MIMO)frequency modulated continuous wave(FMCW)radar is difficult to accurately detect multiple people's vital signs in indoor environments,a multi-target vital signs detection method based on MIMO-FMCW radar is proposed in the paper.Firstly,the range fast Fourier trans-form(FFT)and Capon angle estimation are performed on the IF signal to obtain the distance angle map.Accordingly,the distance and angle information of each target is determined by using the two-dimensional constant false alarm detec-tion technique(2D-CFAR)and density-based clustering of applications with noise(DBSCAN)algorithm.Then,the digi-tal beamforming is performed by the linear constraint minimum variation(LCMV)criterion to obtain the slow time sig-nal for each target.In particular,the arctangent demodulation is used to achieve the extraction of phase signal.Finally,the harmonic discrimination criterion is adopted to obtain the respiration rate and heart rate for each target.The experi-mental results show that the proposed method can realize the detection accuracy of respiration rate and heart rate with an average relative error of less than 10%.
A passive bistatic radar system for the detection of moving targets at sea is designed in this paper. Through the continuous acquisition of non-cooperative radar direct wave and echo data, pulse compression, incoherent integration, MTI moving target processing, adaptive constant false alarm detection, and finally realize the detection of maritime targets. In this paper, the process of the proposed method is explained in detail, and then the field experiment is carried out. The experiment obtained clearly range-azimuth display image and PPI display image. Preliminary results of field experiments show that the system can successfully detect targets at sea.
In this paper, a high frequency electromagnetic scattering acceleration method for targets is proposed, which combines CPU multi-core parallel technology, GPU hardware acceleration technology and KD-Tree traversal technology. The high frequency electromagnetic scattering model of complex targets including ships with cavity, angular reflector arrays and ships is established, which can meet the needs of rapid evaluation of large targets. In this paper, a fast prediction method for multiple scattering range image position is proposed. By combining multiple scattering ray diversity with ray path phase prediction theory, the multiple scattering equivalent apparent position of the center is deduced rapidly, and the multipath scattering mechanism and action process of the target containing cavity are revealed. Through the simulation and analysis of ship target, the mapping relationship between the strong scattering contribution formed by multiple scattering of large target and its specific geometric structure is established.
针对低干噪比条件下灵巧干扰识别准确率不高与干扰特征难以积累导致的网络需要重新训练问题,本文将信号的平滑伪Wigner-Ville分布的时频二维图像作为输入,提出了一种基于动态权重的知识积累(Dy-namic Weighted Knowledge Accumulation method based on Convolutional Neural Network,DWKA-CNN)灵巧干扰识别方法,利用通道特征注意力机制,提升了低干噪比下模型的干扰识别能力,通过均值最近邻分层屏蔽网络权重,实现了在单一网络中的知识积累,与当前典型基于深度学习的灵巧干扰识别方法相比,无需每次重新训练即可学习多项干扰识别任务.并且仿真实验表明,与现有典型算法相比,该算法模型在7种雷达灵巧干扰分类数据集上的平均识别准确率显著提升,在低干噪比条件下分类性能优秀.
间歇采样转发式干扰(ISRJ)能够在雷达接收机形成多个逼真的假目标,兼具压制和欺骗的干扰效果.为提升雷达在此干扰场景下的目标检测能力,提出了一种全极化雷达体制下的抗ISRJ非匹配滤波方法.文中以脉冲压缩后信号最小旁瓣能量输出和干扰最小积分能量输出为出发点,基于罚函数的思想建立多目标优化模型;通过帕累托参数的组合加权,将模型转化为多线性约束下最小输出积分能量的目标函数,以此设计非匹配滤波器.仿真实验表明,本文方法能够有效抑制不同样式的间歇采样转发式干扰.
波形选择是雷达系统设计的重要内容,在数字信号处理理论和计算平台的支持下,波形的处理转换为计算的问题,后端处理计算能力的提升极大地拓展了波形的应用场景.相位编码信号具有多普勒敏感特点,为实现匹配滤波,必须对目标可能出现的速度进行补偿,处理过程复杂,在多数雷达系统中应用场景有限.本文提出了相位解调+傅里叶变换构建滤波器组的方法完成相位编码信号的速度补偿,在单个脉冲内实现同时测距测速,针对空间目标的特点,分析了速度、加速度对波形参数的限制,仿真给出了目标遮蔽、处理损耗、测速精度的结果.
为解决预警雷达作战效能评估中兼顾高精度和高时效性的难题,提出了精细化功能级仿真建模方法.其中,检测处理子模型严格计算雷达系统、阵地地形、目标运动、目标RCS起伏、电子干扰等影响,精确计算目标信干噪比和检测概率,以逼近信号级仿真模型的精度生成点迹数据;点航迹处理子模型按照实装软件完成虚假点迹过滤、点迹凝聚、航迹起始、点航迹关联、航迹滤波等处理;行为控制模型按照实装规则执行干扰环境感知与抗干扰控制策略.相比传统功能级仿真方法,本方法可更为准确模拟复杂环境下的雷达抗干扰性能.
非合作双基地雷达因其特殊的探测方式,致使回波中目标信噪比较低,雷达扫描周期的帧与帧之间探测并不稳定,因此传统的先检测后跟踪(Detect-Before-Track,DBT)在这种场景下并不适用.本文利用动态规划检测前跟踪(Dynamic Programming Track-Before-Detect,DP-TBD)值函数累积的思想,结合现用于视觉跟踪中的核相关滤波器(Kernelized Correlation Filters,KCF),将峰值旁瓣比(Peak Sidelobe Ratio,PSR)作为值函数,提出了KCF-TBD,并采用深度学习技术对跟踪框进行修正,以解决实际目标跟踪中出现的漂移、丢失等问题,从而提高跟踪过程的稳定性和适应性.在实际的海面目标数据上的验证结果显示,所提算法具有较高的跟踪稳定性和适应性.
干扰通信一体化设备整合了电子干扰和通信功能,能显著提高作战效能,是综合一体化电子系统的一个重要研究方向.针对单线性调频(LFM)信号携带通信数据导致通信速率较低的问题,提出一种基于调频斜率失配干扰的干扰通信一体化信号设计方法,该一体化信号由多种同调频斜率不同载频的LFM信号组成,LFM信号的调频斜率和载频由通信信息从相应序列映射决定,脉间LFM信号的特征参数由于通信信息的不同表现出随机性,可在不影响雷达干扰效果的前提下,实现通信速率的提升.在通信接收端,通过去斜处理和快速傅里叶变换(FFT)判断每个频点是否过门限,解析过门限的频点得到通信信息.仿真结果表明,该信号能够产生压制式干扰效果和进行高速率通信数据传输.
针对现有车载毫米波雷达目标分类方法存在静止杂波干扰和网络模型复杂度高的问题,本文将Ghost模块和MobileNet相结合设计了G-MobileNet轻量化神经网络,并提出了一套完整的车载毫米波雷达目标分类流程.首先对雷达原始AD采样信号进行向量均值相消处理,滤除静止杂波,再进行二维快速傅里叶变换(FFT)得到目标的距离-多普勒(RD)图像,最后使用G-MobileNet对RD图像特征进行提取及分类得到分类结果.实测数据处理结果表明,所提方法能够消除静止杂波对多普勒特征产生的干扰,且分类网络模型复杂度低,在具有较高的分类准确率的同时节省了网络模型储存空间和运行网络所需内存.
为克服传统气象目标分类算法对人为设置经验参数的依赖性,本文提出一种基于轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)的气象目标分类技术.将KVNX气象雷达获取的4个极化参量(水平反射率因子、差分反射率、相关系数和差分相移率)作为气象目标的特征参数,结合参考分类标签,制作向量数据集,再进行预处理,生成满足模型需求的数据集.以此数据集为驱动,建立一种LightGBM算法的气象目标四分类模型,该模型可有效识别3种气象目标(中小雨、冰雹和湿雪)及杂波(生物杂波与地杂波).最后,根据气象雷达观测测试数据集进行测试,结果表明该模型在有高效率识别速率条件下,识别准确率可达95%以上.再用KTLX雷达两次实际观测数据来验证模型通用性,结果表明LightGBM分类模型可有效完成4种气象目标识别,具有优越的鲁棒性.
本文研究天波雷达基于距离-多普勒(Range-Doppler,RD)图像的干扰检测问题.在干扰检测过程中,错误检测可能是干扰的漏检与虚警问题,为此考虑采用主动学习方法,将算法模型难以判决的样本由专家标注,并将标注样本加入至训练集中以达到提升检测性能的目的.同时,也需要解决训练集样本的冗余问题,为此使用原型数据学习方法,建立有干扰和无干扰样本数据云,有效地降低训练集样本量.实测数据实验表明,原型方法将初始训练集样本数量降低至23.5%,主动学习方法取得的检测准确率为97.42%,而传统监督学习最近邻方法准确率为87.96%.因此,本文方法能够有效提升天波雷达干扰检测能力,为天波雷达是否需要进行干扰处理与换频检测等工作提供可靠依据.
为解决卫星通信中极化复用导致的交叉极化干扰问题,提出了一种基于复数快速独立成分分析方法,根据传输信道的对称性对算法作了简化处理,减少了计算量.该算法依据发送端的两个线极化信号的不相关性,在无源信号及混合矩阵的先验信息情况下,构造负熵函数并使其最大化来分离出独立成分,进而实现交叉极化信号对消.仿真实验以正交相移键控调制信号为例,从误差向量幅度、信干噪比、交叉极化隔离度、性能指数这几个指标上进行仿真,仿真结果显示基于复数快速独立成分分析方法对解决交叉极化干扰问题具有良好的性能.
能量积累检测是通过对各单元功率进行积累来检测扩展目标,由于目标散射点分布具有稀疏性,能量检测器会因为陷落损失影响检测性能.本文根据广义似然比理论,提出一种基于单元筛选抑噪积累的扩展目标检测方法,该方法在筛选高回波功率单元的同时,采用抑制噪声后的功率平方进行积累.通过飞机模型的暗室实测数据进行了实验验证,并在相同的筛选准则下分析了抑噪积累与功率积累的性能差异.实验结果表明:对于散射点稀疏分布的扩展目标,单元筛选抑噪积累检测器能有效提升目标的检测性能.
临近空间高动态飞行器在高速飞行过程中与大气强烈作用,形成十分复杂的高温等离子鞘套,改变了目标的散射回波特性,给目标探测带来不确定性,需要及时判别当前目标是否处于等离子鞘套状态.本文提出一种基于波形熵判别和变带宽确认的等离子鞘套自动判别方法,首先提取目标回波波形熵、包络长度等特征信息,利用模糊分类器进行基于波形熵的群目标判别,其次根据鞘套与目标和目标之间的距离与信号带宽的关系差异,通过检测不同带宽回波的包络长度变化,对鞘套和目标进行判别.仿真结果验证了本文所提方法的有效性.
多输入多输出(MIMO)雷达中部分失效阵元会使得阵列采样数据丢失,从而导致较差的角度估计性能.为此,提出一种基于不完整矩阵因子重构的MIMO雷达角度估计方法.首先,根据协方差矩阵可分解的性质,提取维度较低的矩阵因子,并将协方差矩阵中缺失数据恢复问题转化为矩阵因子重构问题.然后,为了利用矩阵因子中元素的相关性,对不完整矩阵因子建立核范数约束下的低秩Hankel矩阵重构模型;为避免传统的核范数最小化求解中计算复杂度高的问题,采用低秩矩阵拟合方法将Hankel矩阵分解为两个维度较低的矩阵,等价表达了核范数约束.最后,利用交替方向乘子法(ADMM)对该矩阵重构模型进行求解.仿真结果表明,本文方法可以有效地重构出矩阵因子中的缺失元素,进而实现阵列协方差矩阵中丢失数据的补全,改善阵元失效下的MIMO雷达角度估计性能.
传统的基于原子范数最小化(Atomic Norm Minimization,ANM)的波达方向(Direction of Arrival,DOA)估计算法无法直接应用于不满足范德蒙德结构的非均匀圆阵,针对这一问题提出了一种基于虚拟阵列变换的改进方法.以某非均匀圆阵作原始阵列为例,首先通过虚拟阵列变换处理原始阵列接收的数据,使其转换为虚拟的均匀L阵接收数据,将非均匀圆阵上的DOA估计问题转化为两个均匀线阵上的DOA估计问题,再利用基于ANM的DOA估计算法与L型阵的二维角度关系还原出方位角和俯仰角.通过仿真与实测实验验证了所提算法应用于非均匀圆阵的可行性,并分析其DOA估计结果,证明其拥有较高的估计精度.
FMCW SAR是一种常见的雷达成像体制,其体积小、分辨率高等一系列特点使其非常适合作为自动驾驶系统中的传感器.针对传统成像方法存在方位分辨率不足问题和点稀疏模式下的成像不能有效利用扩展目标方位向结构特性问题,提出了一种基于块稀疏的扩展目标聚焦成像方法.该方法首先对运动补偿后的FMCW SAR回波数据进行距离压缩,通过一维恒虚警检测检测出有目标的距离单元,然后对有目标距离单元使用提出的块快速软阈值迭代算法(BFISTA)求解块稀疏问题进行方位向成像,最后通过近邻帧图像叠加实现对镜面反射的抑制与弱散射目标的聚焦成像.仿真与实验验证了该算法的有效性.
