高分辨相干极化GTD散射模型及其应用

针对高分辨极化测量雷达体制,研究了雷达目标的高分辨极化特性的建模与提取问题.建立了能够精确描述雷达目标高频极化散射的高分辨相干极化GTD(CP-GTD)模型,并提出了基于CP-GTD模型的全极化散射中心参数估计方法.与常规GTD方法相比,CP-GTD方法的突出优点在于它不需要进行散射中心关联,并且能准确估计散射中心的相干散射矩阵.此外,全极化信息的利用,使其具有精度更高、速度更快等优点.基于仿真和实测数据的实验结果验证了CP-GTD模型的优越性.     

基于稀疏贝叶斯学习的无源雷达高分辨成像

针对无源雷达压缩感知成像,该文提出一种基于稀疏贝叶斯学习的高分辨成像算法。基于一次快拍模式下的无源雷达回波模型,文中首先考虑目标散射系数的统计特性及其对微波频率的依赖关系,将无源雷达成像转化为MMV(Multiple Measurement Vector)联合稀疏优化问题;然后对目标建立了级联形式的稀疏先验模型,并利用稀疏贝叶斯学习技术进行求解。相比之前基于目标确定性假设的稀疏恢复方法,所提算法更好地利用了目标的统计先验信息,具有能够自适应调整参数(目标模型参数和未知噪声功率)和高分辨反演目标等优点。仿真结果验证了该算法的有效性。     

基于频域稀疏非均匀采样的雷达目标一维高分辨成像

 雷达目标的高分辨距离像具有稀疏和可压缩的特点,可以在频域进行稀疏非均匀采样获得目标的宽带散射数据,再通过恰当的信号处理手段得到一维高分辨像.本文描述了基于频域稀疏非均匀采样的雷达一维成像数学模型,从参数估计的角度比较了稀疏非均匀采样与均匀采样的成像性能,提出了非均匀采样点选取方法;分别应用参数估计方法和稀疏像重构方法实现了基于频域稀疏非均匀采样的雷达目标一维高分辨成像.采用暗室测量数据比较了两种方法的性能,验证了频域稀疏非均匀采样在降低数据量、提高分辨力方面的优势.     

基于稀疏信号表示的雷达目标成像技术

雷达目标成像本质上是对雷达目标散射特性进行信号表示的过程.在高频区,雷达目标散射特性可用少数几个散射中心来描述,利用散射中心稀疏分布的先验信息能有效增强雷达图像的分辨率.以稀疏信号表示为基础,针对雷达成像系统的结构特点,提出了一种基于FFT和分块Toeplitz系统的快速成像算法.该算法无需存储系数矩阵,极大地降低了存储量和运算量.仿真结果表明,该技术对雷达目标图像具有良好的分辨率增强能力.     

基于强散射点径向积累的高分辨极化目标检测研究

研究了宽带高分辨雷达杂波环境中的目标检测问题,提出了基于强散射点径向积累的高分辨极化目标检测方法,利用宽带波形固有的径向高分辨力对目标进行一维距离成像,结合目标的极化特性,估计出回波中强散射点的数量和分布,通过对不同径向分辨单元内的强散射点进行积累,可有效地提高信杂比,实验仿真结果表明本文方法能够有效改善雷达的检测性能.     

雷达目标空频域瞬态极化特性及其在几何结构反演中的应用

该文针对高分辨全极化成像雷达体制,研究了雷达目标的空频域瞬态极化特性及其在目标几何结构反演中的应用.给出了空频域瞬态极化特性的表征及获取方法,将已有瞬态极化理论拓广至空频域,并对典型散射结构的空频域瞬态极化特性进行对比分析.作为应用,提出基于空频域瞬态极化特性分析的雷达目标几何结构反演方法,该方法通过揭示空频域瞬态极化特征与散射结构类型间的对应关系,可以克服传统反演的模糊性和局限性,实现更为准确和可信的反演.基于暗室测量数据验证了该方法的有效性.     

强地杂波下基于压缩感知的稀疏子脉冲高分辨雷达成像方法

针对稀疏雷达孔径数据处理与成像问题,本文提出了一种强地杂波背景下基于压缩感知（CS）的线性调频步进信号（SFCS）稀疏子脉冲高分辨雷达成像方法。在对稀疏回波数据解线调时,采用填零一次相消技术剔除地杂波,对粗分辨距离像序列二次采样后获得高信杂比的目标高分辨回波信号;再利用该信号的频域稀疏特性,结合各脉冲簇中随机丢失不同子脉冲的情况,构造相应的部分傅里叶基矩阵实现雷达数据的稀疏化表征,然后利用正交匹配追踪（OMP）算法对目标高分辨距离像（HRRP）进行重构处理,实现对目标的高分辨成像。仿真结果验证了本文方法的有效性。      

基于平滑l0范数的高分辨雷达一维成像研究

雷达高分辨距离像对于目标检测、识别具有重要意义。该文针对高频区雷达散射响应的特点,采用稀疏信号表示方法研究了雷达高分辨1维成像问题。以理想点散射模型为基础,构造了相应的过完备基,并引入平滑l0范数法实现雷达高分辨成像。实验结果表明该方法在观测数据采样率降低、观测数据缺失等实验条件下均能正确成像,验证了该方法的有效性。     

基于目标场景结构化稀疏重构的三维雷达成像方法

基于成像场景散射强度稀疏表示的3维雷达成像结果对目标的外形几何细节体现较差,不利于目标识别.该文首先分析了目标在成像场景内散射强度的结构化特征,然后以散射点梯度信息进行了结构化稀疏表示,构建了基于目标散射强度梯度变化的结构化稀疏重构模型,最后通过改进的联合正交匹配追踪算法重构出目标3维图像.实验结果表明,该方法具有较好的抗噪性能和成像质量,可以更好地反映目标外形几何特征.     

稀疏分解在雷达一维距离像中的应用

雷达一维距离像成像本质上是对雷达目标散射特性进行信号表示的过程,它以其获取的简单性及有效性,在雷达成像及目标识别方面得到了广泛的应用。针对雷达目标几何绕射参数化模型,利用稀疏分解方法,研究了高分辨一维距离像的重构及特征提取问题。以此可以避免奈奎斯特采样定理的弊端,以更贴近信号本质特征的方法处理雷达回波信号。通过匹配追踪算法,寻找最佳匹配原子的位置,以此估计雷达目标散射点参数。实验结果表明该方法在信号重构及特征提取方面的有效性。     

基于OFDM信号的二维全极化信息提取

目标高分辨和全极化信息在遥感成像、目标分类、识别等领域具有重要应用。基于全极化OFDM信号模型,研究了用于获取运动目标二维全极化散射特征的新方法。建立了全极化 OFDM接收信号模型,提出了信号频域采样的二维极化 MUSIC算法,用于提取目标散射中心的全极化高分辨信息;利用某目标模型的暗室测量数据进行仿真试验,验证了该信号相关处理算法的有效性。该研究成果可为新体制宽带成像雷达系统研制提供参考。     

基于改善极化相似性的极化SAR目标增强新方法

针对高分辨极化SAR目标增强问题,该文提出一种基于改善极化相似性的目标增强新方法。利用Huynen分解、极化方位角提取及极化方位角归零化处理消除了扰动分量、相干斑噪声及极化取向等因素对像素点极化特性的影响,改善了极化SAR图像同类区域内部像素点的极化相似性。与已有方法相比,该方法克服了区域内部像素点极化特性不一致对高分辨极化SAR目标增强的影响,可以获得理想的目标区域整体增强效果。利用全极化SAR实测数据验证了该文方法的优良性能。     

利用二维结构稀疏信息的调频步进ISAR高分辨成像新方法

针对已有利用压缩感知理论进行逆合成孔径（Inverse Synthetic Aperture Radar,ISAR）成像方法在低信噪比、欠采样率条件下性能下降严重等问题,依托调频步进波形独有特征并充分利用目标分布的二维结构稀疏信息,提出一种"先方位聚焦后距离分辨"的调频步进ISAR高分辨成像新方法.首先,对回波进行子脉冲脉压,在分析调频步进ISAR回波方位向特有的结构稀疏特征基础上,构建方位向的分布式压缩感知稀疏重构模型;其次,采用分布式压缩感知算法对该模型重构,从而获得低信噪比条件下的方位高分辨成像;最后,利用距离维的回波特征构建任意稀疏重构模型,实现距离向快速成像.由于该方法先进行方位聚焦,再进行距离分辨,并充分利用了目标的结构稀疏性,因此不仅具有抗噪性能强、重构精度高以及采样率低等特点,且避免了越距离单元走动对方位聚焦的影响.仿真与实测数据实验验证了本文方法的有效性.     

全极化高分辨雷达距离像统计识别方法

在全极化、高分辨雷达体制背景下,提出一种将极化信息与高分辨距离像相结合的雷达目标统计识别方法。采用物理统计非高斯模型对全极化高分辨距离像建模,用模型参数分别表征具有较强散射强度分辨单元的多少和强弱,将全极化下的模型参数直接作为特征矢量,并采用Parzen窗法估计模型参数的概率分布密度,用贝叶斯分类器进行分类识别。对实测的导弹类目标识别结果表明,该方法能有效克服距离像特征依赖于方位信息的缺点,达到令人满意的识别结果。     

多角度极化SAR图像中的非各向同性散射估计与消除方法研究

通过对不同角度子孔径相干累加,多角度观测SAR可以提供高分辨率影像及多角度散射特征.然而,现有的累加成像方法存在非各向同性散射中心混叠问题.混叠将造成极化特征参数估计无法反映实际的目标物理特征,从而难以支撑分类及变化检测应用.为了去除不同散射中心间的相互干扰并利用不同类型的信息,该文提出了一种多角度极化SAR图像中的非各向同性散射估计与消除方法.该方法给出了基于两类目标假设的最大似然比检验统计量,分析了相干斑影响以及非各向同性散射消除机理,证明了恒虚警判决函数的单调性.通过机载P波段极化SAR进行了360观测试验,分析了非各向同性散射消除前后极化熵的变化,验证了算法的有效性并揭示出在目标特征提取方面的应用潜力.      

弹道目标宽带极化特征提取分析

针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分解,提取H/α/A/P特征,依此对目标各散射中心的散射机理进行判定,同时分析各特征对于弹道目标可分性的强弱,利用SVM算法进行分类识别,同时考虑了信噪比对识别结果的影响,用仿真实验验证了算法的有效性。     

二维全极化ESPRIT超分辨特征 提取及性能分析

 提出了二维全极化ESPRIT超分辨特征提取方法,推导了二维全极化参数估计的克拉美罗限,并且在此基础上分析了本文方法的工作性能.同已有超分辨算法相比,二维全极化ESPRIT方法的突出优点在于:(1)通过极化和超分辨的联合处理,实现了对目标相干散射矩阵的精确提取.从而为利用极化信息进行目标识别提供了基础; (2)利用全极化信息,改善了数据的信噪比,提高了参数估计的精度;(3)利用信号子空间的旋转不变性,避免了对多维信号子空间的搜索,提高了算法的实时性.仿真和实测数据均证实了该方法的有效性.值得一提的是,文章首次给出了散射中心位置、散射强度、相干相位等参数估计的克拉美罗限与全极化模型参数的关系,这为超分辨成像算法的性能评价提供了理论依据.     

基于和差波束极化特性的目标极化散射矩阵测量方法研究

该文建立了一种基于常规单脉冲体制的目标全极化散射矩阵测量算法。首先证明了该型雷达天线具有复杂的极化结构,并且对回波信号的极化特性有一定的敏感性。利用单脉冲雷达和差通道的极化特性在获取目标角度信息的同时利用一个脉冲重复周期即可完成目标极化散射矩阵的测量,降低了全极化单脉冲雷达研发的系统复杂度和设计成本,通过电磁计算和仿真分析验证了上述研究的正确性。这对于开发现有雷达装备的极化测量处理能力、提升其抗干扰和目标识别能力具有一定的启发和指导意义。     

具有极化特征的植被相干散射模型及参数反演

重点研究了具有极化特征的植被相干散射模型及参数反演算法。基于目标分解理论,推导了植被及地表回波的极化干涉相干系数与植被高度、衰减系数、地形相位等参数之间的数学关系,以衰减系数作为极化分量的函数,建立了具有明显极化特征的植被及地表相干散射模型。在此基础上,以全极化干涉相干系数作为输入参量,考虑模型对极化的依赖性,采用三阶段法对植被的物理参量进行反演,获得了地形相位和植被高度。在环境可控的微波暗室内构建了极化干涉半实物合成孔径雷达系统对模型进行实验验证,获取了南洋杉和土壤所构成场景的极化干涉回波数据,实验结果表明:采用该模型在场景的地体幅度比小于-10dB的情况下,植被反演高度与实际高度的误差仅为0.03m,说明了模型的有效性。