基于RDSNet的毫米波雷达人体跌倒检测方法

随着人口老龄化的到来,跌倒检测逐渐成为研究热点。针对基于毫米波雷达的人体跌倒检测应用,该文提出了一种融合卷积神经网络和长短时记忆网络的距离多普勒热图序列检测网络(RDSNet)模型。首先通过卷积神经网络对距离多普勒热图进行特征提取得到特征向量,然后将动态序列对应的特征向量序列依次输入长短时记忆网络,进而学习得到热图序列的时间相关性信息,最后通过分类器网络得到检测结果。利用毫米波雷达采集了不同对象的多种人体动作,构建了距离多普勒热图数据集。对比试验表明,所提出的RDSNet网络模型检测准确率可达到96.67%,计算时延小于50 ms,而且具有良好的泛化能力,可为跌倒检测和人体姿态识别提供新的技术思路。      

非匀速平飞模式下双基地SAR成像分析

该文研究了收发平台非匀速平飞模式下的双基地SAR成像问题。首先构建收发非匀速平飞模式的几何场景,并通过对回波瞬时收发距离的分析得到了双基地SAR回波的近似模型。收发平台速度变化使得波束不同步,导致SAR数据在方位向非均匀采样,该文首先分析了将非匀速平飞双基地模型等效成单基地变速运动模型的方法,然后采用非均匀傅里叶变换处理变速运动引起的非均匀采样的问题。多组不同条件下的仿真实验表明双基地SAR图像质量较好,验证了该文方法的有效性。     

线性调频宽带PD制导雷达目标检测研究

在分析PD制导雷达在低空尾追情况下杂波区目标检测问题的基础上,提出应用线性调频宽带PD新体制制导雷达,提高杂波区目标检测性能的新方法,并对线性调频宽带PD制导雷达的信号处理流程以及目标检测性能进行了理论分析和计算。结果表明,将宽带线性调频技术应用于PD制导雷达可以显著地改善杂波区目标检测性能,适合弹载制导场景下的应用。     

主被动复合雷达导引头融合器关键技术研究

提出一种主被动复合雷达导引头数据融合器实现方案,并集中研究了主被动复合制导过程中的数据关联、状态滤波等若干关键技术,为主被动数据融合器软件和硬件系统的设计提供技术支持。     

强电磁辐射对LFM制导雷达性能影响分析

在强电磁辐射等效噪声模型下,提出了基于蒙特卡罗仿真的强电磁辐射对制导雷达性能影响分析方法。结合LFM制导雷达信号处理模型,分析了强电磁辐射对LFM雷达导引头的目标能量积累效率、距离分辨力、速度分辨力、测角精度等性能参数的影响。仿真结果表明,强电磁辐射导致LFM雷达上述性能参数严重下降,且恶化程度不仅与等效幅相噪声的强度有关,还与幅相噪声相关性有关。     

基于RCS数据重构调频步进雷达动态目标回波

调频步进雷达波形通常具有大带宽,由目标逐个频点的RCS电磁计算数据直接重构雷达回波,面临计算量巨大且高速运动目标回波难以实时计算的问题。基于线性雷达目标理论和FFT内插方法,提出了一种调频步进雷达动态目标回波信号生成的新方法,重点解决chirp信号子脉冲高速运动目标回波的实时生成问题。仿真实验验证了算法的有效性。     

基于RFT和AMF融合聚焦的雷达弱小目标检测

低小慢目标的有效探测是雷达领域很有挑战性的课题。本文针对典型无人机的雷达探测问题,旨在提供一套完整的脉冲多普勒(PD)雷达弱小目标高精度检测方案,包括信号模型的建立以及检测聚焦。对于检测聚焦,先利用高阶FIR滤波器滤除低频杂波,再使用Chirp-Z Transform(CZT)加速的Radon-Fourier变换(RFT)和自适应匹配滤波器(AMF),实现目标能量的融合聚焦,最后利用单元平均恒虚警率检测器(CA-CFAR)实现目标的检测。RFT和AMF融合聚焦方法可有效实现信号中强目标和弱小目标的聚焦,提高了弱小目标检测前的信噪比,从而极大地提高了CFAR检测器对弱小目标的检测概率。     

时域校正距离走动的CS成像算法

在许多应用场合,特别足弹载平台的大斜视角SAR成像,对算法的实时性和复杂性要求很高.本文提出一种改进的CS成像算法,该算法首先在时域校正距离走动以减少二维耦合量,然后采用CS算法校正距离徙动的其他部分.算法只需要经简单的相位相乘即可完成距离徙动校正的功能,且计算量适中.本文对该算法做了详细的推导和分析,并用仿真实验验证了大斜视角下算法的有效性.最后分析了不同斜视角下的SAR图像质量,结果表明较大斜视角下像点依然保持良好峰值旁瓣比和积分旁瓣比,但实际分辨率将下降.     

一种对随机频率步进信号的散射中心提取方法

为提高雷达抗干扰能力,采用内插阵列变换的方法来对随机频率步进数据重构虚拟均匀步进频数据的协方差矩阵,再利用求根MUSIC算法获取目标的散射中心。平板的电磁散射数据验证了该方法对实际目标的有效性。通过蒙特卡罗仿真分析了在不同信噪比下提取散射中心的性能,结果表明该方法简单可靠,可用于任意步长变换的步进频信号,具有较强的适应能力。     

基于角度观测关联对的NN-EKF红外/毫米波融合跟踪算法

针对双传感器杂波环境中单目标的跟踪问题,提出了一种红外/毫米波角度观测关联及基于观测对最近邻的双模融合跟踪算法。算法根据对真实目标的观测与对杂波的虚假观测联合分布模型的不同,筛选出当前时刻的嫌疑观测对,剔除掉大部分杂波;然后对各嫌疑观测对进行融合,从中选择距离预测位置最近的观测作为当前时刻的观测,并用EKF对目标进行跟踪。算法关联逻辑简明、运算量小,适合工程应用,可应用在中等杂波密度环境,仿真结果验证了算法的有效性。