多层介质平板结构的传输线等效面模型及相位修正算法

针对电大复杂多层介质结构目标电磁散射特性分析与应用对计算资源和效率的需求,提出了基于传输线理论的等效面模型,推导了相应的相位修正算法,实现对此类目标散射特性的快速准确预估.等效面模型将多层介质平板结构等效为平面,基于传输线理论,采用电路分析中常用的网络分析方法计算该平面的反射系数与透射系数,并通过引入多层介质结构厚度、入射和观测方向等信息实现对反射系数与透射系数的相位修正.仿真结果验证了该文方法的正确性和高效性.      

地面车辆目标高质量SAR图像快速仿真方法

为满足基于模板的SAR地面车辆目标识别对海量高质量模板图像的工程应用需求,该文提出了一种基于射线追踪技术的SAR信号级高效仿真方法.该方法通过构建地面车辆目标SAR仿真场景物理模型并利用射线追踪方法准确模拟SAR探测过程中电磁波与场景中目标与环境的作用机理,实现对地面环境的宽带相干杂波、表面粗糙的复杂目标的宽带电磁散射以及地面-目标间耦合散射的快速计算,并通过SAR成像处理和图像相似度评估确认形成高质量SAR模板图像.数值结果验证了该文方法的准确性和高效性.      

高速运动目标宽带雷达回波频域模拟及分析

该文提出了一种高速运动目标宽带雷达回波频域模拟方法。根据雷达波与运动目标相互作用的物理过程建立了运动目标宽带雷达回波的频谱模型,提出了一种雷达回波的频域建模流程,分析了目标径向距离和径向速度对LFM 信号匹配滤波结果的影响,推导了高分辨率距离像(HRRP)平移和扩展的定量结论。仿真结果验证了该方法的正确性和有效性。      

雷达属性散射中心的快速目标分类和参数估计

雷达属性散射中心模型的属性参数能够提供目标更为丰富的重要信息,属性散射中心参数估计对解析雷达目标有着极其重要的研究意义。针对雷达属性散射中心模型,提出了基于深度学习的雷达属性散射中心快速目标分类和参数估计的技术。首先利用ViT (vision transformer)深度学习网络将雷达属性散射中心分类为局部式和分布式两类,然后基于TS2Vec框架构建针对属性散射中心参数估计的卷积神经网络(convolutional neural network for attribute scattering centers, ASCNN),最后分别对两种数据进行训练以实现局部式和分布式属性散射中心的参数估计。基于属性散射中心模型展开数值实验,实验结果表明,该方法对雷达属性散射中心目标分类的准确率高达99%以上;雷达属性散射中心参数估计的速度超过传统方法的10 000倍以上,且精度更高,验证了所提方法的有效性和优越性。     

基于散射中心极化比的锥体目标姿态反演

从高分辨一维距离像（high range resolution profile,HRRP）出发,针对HRRP姿态敏感以及锥体目标识别中姿态获取困难的问题,推导分析了散射中心极化比与锥体目标姿态的关联关系,提出了基于散射中心极化比姿态反演的方法:利用散射中心参数估计模型对锥体目标不同极化下的宽带数据进行分析,分别提取其散射中心参数,同时计算散射中心参数的极化比,并与理论的极化比曲线进行匹配,最终获取目标的姿态角.基于球头锥的数值计算与极化特征提取结果验证了方法的有效性.利用此方法能够做到对目标姿态的快速反演,为进一步的目标识别提供支撑.     

分布式卫星干涉SAR测速误差分析

在应用分布式卫星干涉SAR进行地面运动目标检测(GMTI)时,由于卫星群的绕飞运动,各小卫星的航迹不完全平行,速度矢量存在差异,导致沿航迹干涉基线长度随时间不断变化,从而影响干涉相位图,带来测速误差和目标定位误差。针对此问题,该文分析了分布式卫星群的实际轨道情况,建立了由基线长度变化导致的测速误差模型,提出了两种可有效消除此误差从而提高测速精度的信号处理方法。最后进行了计算机仿真实验,实验结论证实了文中所提出方法的有效性与准确性。     

超混沌正交多相码信号的设计与优选

正交多相码信号在雷达组网作战和合成孔径雷达抗欺骗干扰中有着重要的作用。提出了一种新的采用超混沌序列产生正交多相编码信号的设计方案。根据雷达系统的性能需求，给出了超混沌序列的相关性优选方法，首次指出求解互相关序列最大集是一个最大团问题，并结合实际给出一种简洁高效的最大团求解算法。仿真结果表明，超混沌正交多相码满足独立同分布，较常规混沌编码复杂度更高（均在1.2以上），码序列众多，经多脉冲相干积累后旁瓣较Frank码有近10 dB的改善，适合于在组网雷达系统和抗干扰环境中的应用。     

一种分段处理的大斜视SAR 成像算法

大斜视SAR 成像时,距离向和方位向严重耦合,距离走动现象明显,传统的SAR 成像算法面临严重挑战。论 文针对大斜视SAR 的成像特点,提出了一种分段处理的大斜视SAR 成像算法。该算法根据等效聚束条件进行方位分块, 在每个子块内通过距离压缩、相位补偿、距离校正和方位傅里叶变换等步骤实现子图聚焦,最后通过几何校正和子图拼 接得到条带SAR 图像。仿真结果表明,该算法能适应大斜视SAR 成像条件,获得较好的聚焦效果。     

基于射线管分裂方法的SAR 场景快速消隐技术

SAR 场景模型常采用非均匀三角网格描述,使得传统的基于Z-Buffer 技术的消隐算法难以在保持较高的消隐精度的同时兼顾消隐效率。该文提出了一种基于射线管分裂方法的SAR 场景快速消隐技术,将复杂SAR 场景的消隐问题分解为两个简单过程:一是对场景三角网格在发射平面上的投影点云做2 维Delaunay 三角网格划分,二是基于射线管分裂方法对新生网格可见性进行判断和拓扑重构。典型飞机目标和草地上T-72 坦克的消隐结果验证了该方法的准确性和高效性。