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。     

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.     

基于联合稀疏性的高分辨全极化雷达成像研究

针对频率步进体制高分辨全极化雷达,本文研究了基于稀疏信号表示的高分辨全极化雷达成像,并提出了一种基于极化平滑l₀范数算法的成像方法.算法中的联合稀疏性度量综合利用了目标在全极化下的散射特性,因而成像结果兼具全极化处理和稀疏优化算法的优点,不仅能以较少的观测回波获得高分辨距离像,还能全面准确反映目标全极化散射特性,有利于目标识别等进一步应用.仿真和暗室实测数据实验结果验证了本文方法的有效性.     

快速搜索算法与极化合成孔径雷达三维成像

从全极化(hh,hv,vh,vv)合成孔径雷达(SAR)图像数据中,可提取方位向的地势倾斜度信息,形成极化SAR三维成像。该文重点研究极化 SAR三维成像快速算法;提出由 Stokes矢量推导的的极化椭圆方向用解模糊算法;讨论目标极化散射特性对提取地势高度信息的影响以及处理方法;并利用真实的极化 SAR图像数据得到了极化三维成像结果。     

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PWF融合的高分辨极化雷达目标检测算法

本文研究了高分辨全极化体制下目标的检测问题.提出了串联检测的思想:首先利用极化信息进行融合增强,改善一维成像质量,然后利用高分辨特性,将目标的检测转化为目标强散射中心的检测.仿真实验验证了PWF改善了成像质量,检测性能也有明显的提高.     

基于散射点信号特性的ISAR成像时间选择算法

在舰船目标ISAR成像中,在有些相关成像时间内,海浪的作用会使得舰船目标具有俯仰、偏航和滚动的三维转动,目标的ISAR像变得模糊。为获得聚焦的ISAR像,需要合理地选择成像时间,使得在相关成像时间内,目标仅具有二维转动。本文提出了一种成像时间选择的算法,该算法利用离散调频傅立叶变换估计散射点信号的参数,并根据二维和三维转动引起目标散射点信号特性的不同,推断目标的运动状态,选择成像时间。算法中有效利用了多个散射点的信息,但不要求跟踪目标特定位置上的散射点。文中还分析了算法估计的性能,并通过仿真试验证实了该算法的有效性。     

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。     

基于四阶混合累积量的CP-GTD模型参数估计方法

二维相干极化GTD（CP-GTD）模型能够精确描述高频区雷达目标的电磁散射机理。基于此模型,针对二维ESPRIT方法在色噪声情况下估计精度不高的问题,提出了一种新的二维散射中心参数估计方法。根据二维四阶混合累积量的特点和性质,用其代替观测数据实现色噪声背景下二维CP-GTD模型的位置参数估计,然后通过MUSIC谱峰搜索方法估计散射中心的类型参数,通过最小二乘法估计散射中心的相干极化散射矩阵。该方法能够实现全极化雷达目标的超分辨成像和二维CP-GTD模型参数的正确估计,与现有的二维MUSIC和二维ESPRIT方法相比,改善了估计性能,对色噪声具有较强的稳健性,同时克服了在长观测样本情况下计算量过大的缺陷。仿真和暗室测量数据实验验证了上述结论的正确性。      

基于特征分解的高分辨时—空二维信号谱估计

本文提出一种基于特征分解的高分辨时-空二维信号谱估计方法。该方法对时-空二维信号相关阵进行特征值分解,构造相互正交的信号子空间和噪声子空间,利用其正交性,得到高分辨的时-空二维信号谱。该方法用于相控阵雷达,可以精确地提取空间目标的方位信息和速度信息。计算机模拟表明了算法的有效性。     

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。     

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。     

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.      

Polarimetric adaptive detection of range-distributed targets

We address the problem of polarimetric adaptive detection of range-spread targets in Gaussian noise with unknown covariance matrix. At the design stage, we model the target echo from each polarimetric channel as a deterministic signal known up to a scaling factor (possibly varying from cell to cell), which accounts for the polarimetric scattering properties of the target. We first show the failure of the generalized likelihood ratio test (GLRT) procedure to deal with this kind of problem, and thus, we propose a fully adaptive detector based on the method of sieves. We also derive the analytical expression for the probability of false alarm and show that the newly introduced receiver can be made bounded constant false alarm rate (CFAR). Finally, we present simulation results highlighting the performance gain that can be achieved by resorting to polarization diversity in conjunction with high resolution.     

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。     

基于去取向理论的全极化SAR图像非监督分类

由于复杂地表目标的取向往往是随机分布的,产生散射回波的随机起伏使散射目标分类不容易明确,采用常规的分类方法容易造成地表的分类混淆.文中提出了一种全极化SAR图像非监督分类方法,首先对数据进行极化去取向处理,提取极化特征参数u、v,结合极化熵参数H进行非监督分类;之后将分类结果作为改进C-均值算法的初始类别划分,基于由u/v/H3个参数组成的特征空间,采用迭代方法实现对地物的分类;最后对NASA/JPL实验室的实测数据进行了实验分析,验证了文中所提分类方法的有效性.     

一种基于表面散射相似度的SAR图像极化增强方法

针对传统极化增强在多类目标增强和极化信息保持方面存在的不足,该文基于表面散射的相似度提出了一种新的极化增强方法。该方法根据目标表面散射的相似度,对不同散射类型的目标相干矩阵乘以不同实系数,从而增大了表面散射的目标与其它散射的目标的对比差异。同时由于该方法将表征目标的相干矩阵作为整体进行运算,因而保持了目标的极化信息。最后利用NASA SIR-C/X-SAR实测极化数据验证了该方法的有效性。     

基于H-α和改进C-均值的全极化SAR图像非监督分类

该文提出一种基于H-α和改进C-均值的全极化SAR图像非监督分类方法.该方法先按H-α对全极化SAR图像进行基于散射机理的分类,再将分类结果作为改进C-均值算法的初始类别划分,从而实现地物分类.迭代次数确定是C-均值动态聚类算法的关键,文中利用图像熵给出了一种新的迭代终止准则.与H-α方法相比,该文方法能在保留分类结果物理散射机理的同时,实现有效的地物分类.NASA/JPL实验室AIRSAR系统获取的L波段旧金山全极化SAR数据的实验结果验证了该文方法的有效性.