超宽带雷达人体姿态识别综述

与传统摄像头相比,利用超宽带雷达进行人体姿态识别不仅对环境要求低、识别率高且能较好地解决摄像头存在视角盲区和易泄露隐私等问题。结合超宽带雷达系统的特性,对常见的超宽带脉冲信号进行了分析;针对当前的研究前沿,对超宽带雷达人体姿态识别的传统机器学习方法和深度学习方法进行分析,结合具体文献对具有代表性的支持向量机（SVM）和卷积神经网络（CNN）进行原理分析和模型的局限性进行了分析;提出超宽带雷达人体姿态识别的通用模型,分析了超宽带雷达人体姿态识别亟需解决的问题并对其未来发展方向进行了展望。     

无载频超宽带雷达的梳状谱干扰仿真研究

超宽带雷达的发展及其在军事上的应用,对传统雷达对抗装备提出了严峻的挑战,极宽的信号带宽迫使干扰信号在频域上分散,从而大大降低了干扰信号的有效性.为了集中信号功率,对超宽带雷达进行有效干扰,提出了梳状谱干扰技术,即将干扰功率集中于雷达信号带宽范围内的一些离散频率点实施干扰,破坏雷达回波信号与参考信号的相关性,从而实现有效干扰.以无载频超宽带雷达为研究对象,通过仿真方法,将梳状谱干扰与传统的噪声干扰进行比较,得出梳状谱干扰技术对无载频超宽带雷达具有明显的干扰效果.研究成果对超宽带雷达干扰装备的研制具有一定的参考价值.     

超宽带室内定位关键技术分析

超宽带技术(UWB)具有分辨率高、保密性好、穿透性强以及定位精度高等特点,非常适用于当前室内情景下的精确定位。在此,本文首先对超宽带室内定位的特点进行了分析,然后对超宽带定位技术的定位原理以及现阶段面临的挑战进行了深入的研究。     

超宽带雷达信号电路的设计与实现

介绍了一种超宽带雷达信号波形产生器的设计与实现,信号由DDS+PLL+混频器产生。该产生器采用高性能数字锁相环芯片Q3236、压控振荡器Q3500-0916T和混频器IAM-81008构成核心单元,利用新型低频和超带宽带通滤波器完成超宽带雷达信号。这种超宽带雷达信号的实现对提高现有雷达的性能以及研制新一代高性能雷达都具有重要意义。     

基于VPX标准的二次监视雷达通用处理机设计

随着二次监视雷达对性能、带宽、可靠性、使用环境等方面提出更高要求,传统的基于共享总线的架构设计已经不能适应新技术发展的需要。本文对VPX标准技术的发展历程、主要性能和应用现状进行了介绍,并结合数字阵列应用,给出了基于VPX标准的二次监视雷达通用处理机解决方案。方案采用符合VITA46/VITA48的VPX标准设计,提供超大带宽,具备超高的信号处理和数据计算性能,具有通用性强、集成度高、互连结构灵活、可扩展性强等特点,能够满足新一代二次监视雷达多通道、多任务信息处理的应用。     

水下窄脉冲超宽带信号的传播特性仿真

超宽带信号具有分辨率高、截获概率低、穿透能力强等优点,将在水下目标探测、定位及通信等领域具有良好的应用前景;基于水下等离子体声源提出了窄脉冲超宽带信号产生方法,建立了以传播损失和海洋环境噪声为主要影响因素的超宽带脉冲传播信道模型;结合湖试实测数据,利用Matlab仿真软件和Welch谱分析法,仿真分析了不同频率的超宽带脉冲在水下传播不同距离后的功率谱密度以及传播特性;研究成果对水下等离子体超宽带脉冲的工程应用具有重要的参考价值,同时对水下等离子体超宽带脉冲声源的设计和研制也有一定的借鉴意义.     

新体制民用雷达与实时信息处理研究

随着天线制造技术、超宽带技术、合成孔径技术和信息处理技术的发展,雷达的体积不断减小,探测精度和成像分辨率大大提升,雷达开始在民用领域中活跃起来,尤其是应用于穿透成像、微波遥感成像、滑坡监测和机场异物检测等领域的民用雷达发展十分迅速。为了让民用雷达在复杂的自然环境中具有更高、更稳定的性能,雷达信息处理技术一直在不断创新。本文介绍了民用雷达的新趋势和新技术,以及探墙雷达、微型SAR、边坡雷达和异物检测（Foreign object debris,FOD)雷达实时信息处理的关键问题和解决方案。     

超宽带探地雷达目标回波信号特征提取与材质识别

基于探地雷达信号传输机理,建立了超宽带探地雷达宽带回波模型,揭示了多谱分量对目标回波信号特征提取与材质识别的影响。超宽带探地雷达由于回波信号信息丰富的特点,特征向量的选取成为目标识别的关键。利用子波变换在宽相关处理中的应用,对回波信号进行滤波和典型数据提取。提取纵向和横向典型数据用于目标形状识别;提取回波道数据进行Welch功率谱分析,用于目标材质识别。     

基于卷积神经网络的雷达人体动作识别方法

利用雷达来识别人体动作对环境要求较低,且避免了摄像头带来的的隐私问题。针对这种需求,提出一种基于超宽带雷达和深度学习算法的人体动作识别方法。利用超宽带雷达的高距离分辨力,并针对人体动作的动态特性,提取出人体目标的距离-时间二维特征,弥补单一距离特征的不足。针对特征图采用一种经过优化的卷积神经网络进行识别。通过SIR-20高速探地雷达平台进行数据采集,对8种不同的人体动作进行识别,最终达到了平均99.2%的正确识别率,验证了该方法的可行性和有效性。     

超宽带无线电抗干扰性能分析

近些年以来,随着科学技术的迅速发展,超宽带无线电技术随之出现的人们的生活中,可以说是尤为先进的一种通信技术。由于核心技术诸如冲击脉冲等的应用,超宽带无线电技术具备着非常好的抗干扰性能,因而被逐步的应用到了广播设置等多个领域中。本文针对超宽带无线电技术的发展及应用现状,重点探究了超宽带无线电技术的抗干扰性能,希望有助于超宽带无线电技术优势的充分发挥以及应用范围的拓宽。     

高分辨率极化合成孔径雷达成像研究进展

合成孔径雷达（Synthetic aperture radar,SAR）是一种有效的地球遥感技术,对观测区域进行全天时、全天候的高分辨率大范围成像,在军事侦察、环境监测和地质测绘等领域有着十分广泛的应用。随着雷达技术和地球科学的发展,人们期望能够获取更多的目标特性,传统的单极化SAR已经难以满足越来越多元化的实际应用需求。极化合成孔径雷达（Polarimetric synthetic aperture radar,PolSAR）基于多个极化通道获取目标不同极化状态下的散射特性丰富了SAR图像的信息量,拓展了SAR的应用领域。从极化数据中准确地解译目标的物理特性是PolSAR应用的重要前提。本文对PolSAR的研究进展进行了总结,重点介绍了极化目标分解算法,给出了高分辨率PolSAR实测数据处理结果,并对未来研究方向进行了展望。     

机载SAR实时成像系统自聚焦方法研究

发展我国自主产权的机载SAR（合成孔径雷达）实时成像系统，对于军事国防、资源探测、灾害预报等领域均具有重要的意义，在SAR成像算法中，自聚焦的好坏是影响图像分辨率的关键因素，但是因为自聚焦算法的复杂性，国内目前尚未有效地解决它在实时环境中的实现问题，从而使得实时成像的质量比较差，提出了一种利用GPS（全球定位系统）数据改善机载SAR实时成像系统自聚焦性能的实现方法，并在自主研制的机载SAR实时成像系统上实现，使该系统的成像分辨率得到明显改善。     

一种基于连通分析的UWB SAR目标检测算法

由于超宽带合成孔径雷达(UWB SAR)具有较强的穿透性而被广泛用于探测叶簇覆盖目标,但目前针对此种目标的检测尚未有系统完整的检测算法提出,多数研究机构在对基于UWB SAR的叶簇覆盖目标进行检测时,均沿用美国Lincoln实验室提出的三级结构检测流程,该通用检测算法在对高波段、高分辨率全极化SAR数据进行目标检测时,虽表现出良好的检测和识别性能,但用于UWB SAR叶簇覆盖目标检测时,则存在诸多不适用性。该文在对通用检测算法用于UWB SAR目标检测时存在的问题进行分析的基础上,提出了一种适用的新算法,该新算法通过滑窗平均、低门限恒虚警(CFAR)检测以及连通分析降低了算法对检测环境的要求,从而增强了算法的适用性和稳健性,最后给出了采用通用检测算法和新算法对UWB SAR图像中叶簇覆盖目标进行检测的结果,并验证了新算法在UWB SAR叶簇覆盖目标检测中的有效性。     

高频区复杂目标宽带雷达特征信号仿真

高频区复杂目标宽带雷达特征信号包括日标的高分辨一维距离像和两维SAR／ISAR图像,高频区复杂目标宽带雷达特征信号仿真对雷达目标识别和SAR／ISAR图像解译具有重要意义。该文在现有高频区复杂目标RCS特征信号计算方法的基础上,重点研究了高频区复杂目标宽带雷达特征信号包括目标的高分辨一维距离像和两维SAR／ISAR图像的仿真方法。并通过仿真目标和实际复杂目标的高频区宽带雷达特征信号的仿真实验结果验证了该文方法的有效性。     

Performance improvement in multi-ship imaging for ScanSAR based on sparse representation

There is always a compromise between unambiguous wide-swath imaging and high cross-range resolution owing to the constraint of minimum antenna area for conventional single-channel spaceborne synthetic aperture radar(SAR)imaging.To overcome the inherent systemic limitation,multi-channel SAR imaging has been developed.Nevertheless,this still suffers from various problems such as high system complexity.To simplify the system structure,a novel algorithm for high resolution multi-ship ScanSAR imaging based on sparse representation is proposed in this paper,where the SAR imaging model is established via maximum a posterior estimation by utilizing the sparsity prior of multi-ship targets.In the scheme,a wide swath is generated in the ScanSAR mode by continuously switching the radar footprint between subswaths.Meanwhile,high crossrange resolution is realized from sparse subapertures by exploiting the sparsity feature of multi-ship imaging.In particular,the SAR observation operator is constructed approximately as the inverse of conventional SAR imaging and then high resolution SAR imaging including range cell migration compensation is achieved by solving the optimization.Compared with multi-channel SAR imaging,the system complexity is effectively reduced in the ScanSAR mode.In addition,enhancement of the cross-range resolution is realized by incorporating the sparsity prior with sparse subapertures.As a result,the amount of data is effectively reduced.Experiments based on measured data have been carried out to confirm the effectiveness and validity of the proposed algorithm.     

雷达遥感的地质学应用及其进展

合成孔径雷达(SAR)遥感以其独有的全天时、全天候观测能力和对地表的穿透性及形态探测能力,特别是现在新型成像雷达技术的发展,使之在地质学应用中具有独特的优势。结合SAR应用技术的发展阶段,即由单波段单极化到多波段多极化,再发展到现在极化测量和干涉测量阶段,综述了成像雷达遥感在地学中的应用,特别是对新型成像雷达技术(极化雷达、干涉雷达)的地学应用作了介绍。     

面向对象的高分辨率SAR图像处理及应用

目的随着合成孔径雷达(SAR)技术和分辨率的不断提高,越来越多的空间细节呈现在高分辨率SAR影像上。与此同时,SAR图像的数据量越来越大,人们对其应用需求也越来越高,这使得传统的基于像素的SAR处理方法不再适用。面向对象分析技术以像元集合——"对象"为分析单元,为高分辨率遥感图像处理提供了有效的思路,并日渐成为遥感、摄影测量以及GIS等领域所关注的对象和研究热点之一。目前该技术在光学遥感中已经得到了广泛的应用,但在SAR图像处理中的应用还处于起步阶段。方法本文在简要阐述面向对象分析技术起源和特点的基础上,对SAR图像面向对象技术中常用的多尺度分割算法进行了分类分析,接着对面向对象技术在SAR遥感的应用方向进行全面介绍,最后对面向对象技术在SAR上的应用进行了总结与展望。结果面向对象分析技术在SAR图像处理中的应用主要分为以下五个方面:地物分类、城市信息提取、变化检测、海洋应用、森林应用。结论面向对象分析技术在解决高分辨率SAR图像尺度效应、抑制噪声等方面有着重要作用。目前,国外学者在基于SAR的面向对象分析技术研究上已经取得了一定的进展,但总体上该技术仍面临诸多问题,需要进一步的研究和完善。     

A New Ship Target Detection Algorithm based on SVMin High Resolution SAR Images

The characteristics of ocean background and target in the high resolution synthetic aperture radar (SAR) images are analyzed.Aiming at the requirements of ship detection in high-resolution synthetic aperture radar (SAR) image,the detection accuracy,intelligence level,real-time and processing efficiency,we put forward a high resolution SAR images ship detection algorithm based on support vector machine.The algorithm designs a pre-training support vector machine (SVM) classifier and complete the screening of the ship target block area,then the algorithm of optimal entropy thresholds proposed by Kapur,Sahoo,Wong(KSW) will be used on the target area selected for fine detection of ship targets.In this paper,several commercial satellite data,such as TerraSAR-X,are used to verify the experiment.Comparing with the classical CFAR detection algorithm,Experimental results show that the algorithm can improve the false alarm caused by the speckle noise and ocean clutter background inhomogeneity.At the same time,the detection speed is also increased by 20% to 35%.     

基于MB-OFDM UWB的短距离无线多媒体传输

超宽带（UWB）是实现高速无线个域网（WPAN）多媒体传输的关键技术。UWB以超短周期脉冲进行调制，并使用超宽的RF频谱带宽传递数据，可通过重叠的原则共享已占用的频谱资源；其具有频谱利用率高、抗多径衰落能力强、发送功率极小、系统安全性好等特点。UWB可为消费类电子设备提供高速无线连接解决方案，使视频连接和桌面应用等能在通用射频平台上运行。因此，研究UWB的标准化、产品化与市场化进程，剖析其主流技术。对于制订我国相关标准，促进UWB技术与系统产品在中国的发展和实施，具有积极的现实意义。为使UWB主流技术能被进一步了解，在跟踪研究UWB标准化的基础上，分析了作为国际上第1个商用UWB标准的多频带正交频分复用（MB—OFDM）方案的原理与技术特征，并阐述了基于该方案的无线多媒体超宽带（WiMedia UWB）平台与应用环境，产品整合进展及应用前景．     

Research Progress of Synthetic Aperture Radar Image Segmentation

Image segmentation is an indispensable part for synthetic aperture radar (SAR) image automatic interpretation.Segmentation results with high-quality are the guarantee of SAR image applications.In addition,owing to the development of SAR sensors,the segmentation task based on SAR image has been widely concerned in recent years.However,compared with the optical images,the unique properties of SAR images lead to great challenge in SAR image segmentation.With the development of pattern recognition,machine learning,remote sensing technology and other related techniques,SAR image segmentation has made great progress.This paper reviews the progress of SAR image segmentation,and then puts its emphasis on the summary of the widely used algorithms：FCM,MRF,statistical model,region information,level set,multi-scale and deep learning,etc.Finally,several viewpoints for the future research of SAR image segmentation are proposed.