机载SAR实时运动补偿和成像的FPGA实现

提出一种基于现场可编程门阵列(FPGA)实现机载合成孔径雷达(SAR)实时运动补偿和成像的设计方案。该方案采用重叠子孔径算法和相位梯度自聚焦算法实现空变运动误差的补偿和成像。整个设计集成在一片Xilinx公司的Virtex-IV芯片中。该设计适用于发射线性调频信号的聚束式和条带式SAR数据处理。文中给出了详细的设计步骤,并对资源应用情况和运算速度进行了分析。最终成像结果表明,该设计方案完成了实时运动补偿及成像的功能。     

步进线性调频脉冲串SAR实时成像算法在多DSP平台上实现的研究

SAR的步进线性调频脉冲串（LMF Burst）工作模式是一种通过多子脉冲合成提高距离向分辨率的新的SAR成像模式，其算法流程中包含较多的FFT／IFFT处理，算法的结构性变差，不利于实时处理．本文通过分析步进线性调频脉冲串算法本身的特点，提出了一种显著减少FFT／IFFT处理次数的优化方法；并结合使用的存储器芯片性能，提出了一种提高系统访存效率的存储结构优化方法；最后在一种多DSP处理平台上做了并行流程的设计与实现．     

大斜视双基地SAR的二维可分离成像算法

提出了大斜视双基地SAR的二维可分离成像算法.首先建立了大斜视双基地SAR回波信号模型,并对其距离徙动和方位调频率的变化特性进行了分析;在此基础上,将二维可分离成像算法推广应用到了双基地SAR领域,解决了大斜视双基地SAR回波信号线性距离徙动补偿后方位调频率在方位向出现的空变性问题.算法采用了由平移不变双基地SAR几何关系所确定的新匹配函数,并考虑了3次相位项对成像效果的影响,改善了成像的效果.最后通过点目标仿真验证了算法的有效性.     

多核DSP的SF与PD联合运动补偿算法实现

对脉组间调频步进信号进行处理可以直接获得合成超带宽距离像及目标速度信息,获得的距离像具有较高的分辨率。然而目标的运动将会导致成像产生距离迁徙及波形失真,所以必须对目标的运动进行速度补偿。本文在论述了脉组间参差脉冲重复周期(SPRT)的速度补偿新方法及PD+调频步进体制联合工作模式的基础上,提出了基于TMS320C6678多核DSP的目标运动补偿算法的并行实现方法,该方法论述了目标运动补偿的任务级并行流水与核间高效通信。研究结果表明,基于多核DSP的复杂运动补偿算法具有较好的实时性及较高的目标成像精度。     

适用于任意雷达航迹的双基PFA波前弯曲误差补偿

双基极坐标格式算法(Polar format algorithm,PFA)由于算法简洁、且能适用于任意双基配置,但跟单基PFA类似,双基PFA算法受波前弯曲误差影响,其有效成像场景范围受到一定限制.采用图像域的空变后滤波处理可以有效补偿波前弯曲误差,但该方法基于雷达平台线性运动假设,无法满足任意航迹条件下的波前弯曲误差补偿要求.本文提出了一种改进的空变后滤波处理方法,通过对相位历史域的波前弯曲误差函数作与双基PFA成像相同的极坐标格式转换处理,得到波前弯曲误差在两维空间频域的精确表示,从而构造了空变后滤波处理所需的滤波器.仿真结果表明该算法能够精确补偿雷达任意航迹条件下双基PFA波前弯曲误差,显著提高了双基PFA有效成像场景范围.本文算法在双基合成孔径雷达(Synthetic aperture radar,SAR)大场景超高分辨率成像时具有很大的应用前景.     

一种改进的Chirp Scaling成像算法

常规CS算法在算法推导过程中存在两个近似,即二维频率域泰勒展开忽略了距离频率的高次项以及二次距离压缩没有考虑调频斜率随距离的变化。随着SAR分辨率的进一步提高,由这些近似而引入的误差已不能忽略,不进行补偿成像效果将明显下降。该文提出了一种改进的CS算法,通过补偿距离频率的三次项,明显减小了算法的相位误差,使成像效果有明显改善,仿真结果验证了该方法的有效性。     

一种改进的Chirp Scaling成像算法

常规CS算法在算法推导过程中存在两个近似,即二维频率域泰勒展开忽略了距离频率的高次项以及二次距离压缩没有考虑调频斜率随距离的变化。随着SAR分辨率的进一步提高,由这些近似而引入的误差已不能忽略,不进行补偿成像效果将明显下降。该文提出了一种改进的CS算法,通过补偿距离频率的三次项,明显减小了算法的相位误差,使成像效果有明显改善,仿真结果验证了该方法的有效性。     

步进线性调频信号舰船ISAR成像的实时信号处理

针对舰船目标的复杂运动特性以及采用步进线性调频信号给实时处理带来的困难,本文设计了以数字信号处理器作为处理单元数字信号处理板卡,选择了适于步进线性调频信号舰船逆合成孔径雷达(ISAR)成像实时处理的算法流程,并完成了实时处理在信号处理板卡上的任务分配和程序编写.该方法能够完成步进线性调频信号舰船目标ISAR成像的实时处理任务,外场试验的结果验证了本文方法的有效性.     

近程合成孔径雷达子孔径数据的成像处理

研究了近程SAR的子孔径数据成像问题。通过时SAR子孔径数据进行的聚束处理，在短时间完成对波束覆盖的目标区域成像并形成“快视”，从而降低成像时SAR载体运动补偿的要求。为解决近距离大前斜视角成像问题并避免复杂的插值计算，成像算法采用了基于波前重构理论的精确的Range Stacking算法。仿真和实际飞行试验数据的成像处理结果证明了本文方法的有效性。     

基于压缩感知的自适应稀疏子脉冲成像方法

基于空中运动目标回波信号的稀疏特性,提出了一种基于压缩感知（CS）的线性调频步进信号（SFCS）稀疏子脉冲自适应高分辨雷达成像方法。在对目标进行稀疏成像时,根据目标回波稀疏特性与发射信号子脉冲数之间的关系,建立相应的稀疏子脉冲动态闭环反馈系统,实现发射信号子脉冲数量的自适应调整;结合各脉冲簇中子脉冲的稀疏情况,建立相应的部分逆傅里叶变换基矩阵,并利用正交匹配追踪（OMP）算法对目标高分辨距离像（HRRP）进行重构处理,进而实现对目标的高分辨成像。仿真结果验证了该方法的有效性。     

一种有效的直接数据域地面动目标检测方法

直接数据域(Direct data domain, DDD)方法利用子孔径平滑来从单个距离门中获得足够样本,但空域、时域孔径损失严重,使得空时自适应处理的地面动目标检测性能下降严重.针对该问题提出了一种不需要协方差矩阵估计和求逆的DDD方法,该方法将多级维纳滤波器引入到DDD的最优权求解过程中,在低的空时孔径损失下仍然能够获得好的性能.某机载实测雷达数据的实验结果验证了该方法的有效性.     

一种斜视滑动聚束SAR子孔径处理成像方法

子孔径法是解决滑动聚束SAR成像方位频谱混叠的有效方法,具有内存占用量低、灵活性高的特点。子孔径的划分不仅影响成像 质量,还会影响成像效率;但目前子孔径的划分大多采用经验值,理论上并没有给出明确分析。因此在斜视成像过程中,未合理划分的子孔径会导致拼接谱出现“空隙”现象。本文首先介绍了斜视滑动聚束SAR工作模型,分析了其方位多普勒历程,提出了斜视下基于方位频域Scaling的子孔径成像算法。根据相邻子孔径的二维频谱,研究了子孔径频谱拼接的准则,推导了确定子孔径长度与重叠率的解析式,给出了子孔径划分的流程,最后通过仿真 实验和实测数据处理验证了子孔径划分方法及斜视下成像算法的有效性。     

PCNN与数学形态学在图像处理中的等价关系

揭示了有生物学依据的脉冲耦合神经网络(PCNN)与数学形态学之间的本质关系，并以颗粒分析为例进行了具体的分析，得到了文中提出的PCNN颗粒分析方法完全等价于一定结构元素下的数学形态学方法的结论．研究表明，PCNN进行图像处理时用到的脉冲并行传播特性完全等同于数学形态学中一定结构元素下的腐蚀运算，从而为数学形态学与PCNN之间的研究架起了桥梁．     

基于子孔径的多项式拟合优化PACE运动补偿方法

机载合成孔径雷达(Synthetic Aperture Radar, SAR)的平台在飞行过程中由于受各种因素影响无法保持匀速直线运动而引入相位误差造成图像的散焦。PACE算法作为一种基于图像的自聚焦方法虽然具有聚焦效果好、鲁棒性高和能估计高频误差的优点，但是运算的高复杂度限制了其在一些实时性要求较高场合的应用。为了提升PACE算法的运行效率，本文提出一种优化PACE算法实现原PACE算法与基于子孔径划分的多项式拟合PACE算法的结合，详细论述了新算法的工作原理和实现过程，最后通过在真实数据上将优化PACE算法与原PACE算法进行对比，验证了优化PACE具有和原PACE算法接近的补偿效果和更少的运算时间。     

基于DSP的微型飞行器磁罗盘

介绍了一种基于数字信号处理器(DSP)的微型飞行器(MAV)磁罗盘,它包括S/R电路,三轴磁阻传感器、信号调理电路和DSP。为了使传感器达到最高的精度,设计了S/R开关电路,消除了高磁场对输出的影响和温度变化引起的偏置误差。详细分析了磁罗盘的误差来源,给出其误差模型,并提出一种非线性、两步补偿算法,此算法也适用于其他存在比例、偏置和非正交误差的二维或三维传感器。经实验测试,该微型磁罗盘误差小于1.2,°且具有体积小、重量轻、功耗低、工作可靠等特点。     

人脸遮挡区域检测与重建

提出一种基于模糊主分量分析技术(FPCA)的人脸遮挡检测与去除方法.首先,有遮挡人脸被投影到特征脸空间并通过特征脸的线性组合得到一个重建人脸.计算重建图与原图的差图像,加权滤波后并归一化作为被遮挡的概率,以此概率为权重由原图和重建图合成新的人脸.在后续迭代中,根据遮挡概率使用模糊主分量分析进行分析重建,并使用累积误差进行遮挡检测.实验结果表明,算法可精确定位人脸遮挡区域,得到平滑自然的重建人脸图像,优于经典的迭代PCA方法.     

Method and architecture to accelerate multi-element synthetic aperture imaging

Multi-element synthetic aperture focusing (n-SAF) methods have been proposed as a suitable way to reduce cost and size for complex ultrasonic imaging systems. In this method, the larger the sub-aperture, the better the image contrast. However, when the number n of elements in the sub-aperture increases, some problems arise due to the great number of signals involved in the beamforming process, demanding a more complex electronic architecture, a higher bandwidth to manage the signals, and a greater computational power to compose the images in real time.This paper presents the n-SAF method in combination with a data reduction algorithm that reduces the number of signals intervening in the image data processing. The proposed method, called nR-SAF, simplifies the beamforming process; the hardware adds all signals in phase from identical coarray elements (similar spatial frequencies) thus a reduction of approximately 2/n of the data intervening in the dynamical focusing process is attained.The phase errors due to the simplified algorithms are also analyzed. We concluded that there are some limitations for sub-aperture size when image points are very near the transducer. Finally, an electronic architecture is presented, which is able to implement high velocity images from nR-SAF methods.     

基于深度强化学习的双层无人机边缘卸载策略

移动边缘计算(mobile edge computing, MEC)已逐渐成为有效缓解数据过载问题的手段, 而在高人流密集的场景中, 固定在基站上的边缘服务器可能会因网络过载而无法提供有效的服务. 考虑到时延敏感型的通信需求, 双层无人机(unmanned aerial vehicle, UAV)的高机动性和易部署性成为任务计算卸载的理想选择, 其中配备计算资源的顶层无人机(top-UAV, T-UAV)可以为抓拍现场画面的底层UAV (bottom-UAV, B-UAV)提供卸载服务. B-UAV搭载拍摄装置, 可以选择本地计算或将部分任务卸载给T-UAV进行计算. 文中构建了双层UAV辅助的MEC系统模型, 并提出了一种DDPG-CPER (deep deterministic policy gradient offloading algorithm based on composite prioritized experience replay)新型计算卸载算法. 该算法综合考虑了决策变量的连续性以及在T-UAV资源调度和机动性等约束条件下优化了任务执行时延, 提高了处理效率和响应速度, 以保证现场观众对比赛的实时观看体验. 仿真实验结果表明, 所提算法表现出了比DDPG等基线算法更快的收敛速度, 能够显著降低处理延迟.     

Simultaneous direct position determination and pulse deinterleaving by a moving receiver

In this paper, a method for simultaneous deinterleaving and direct position determination (DPD) of multiple pulsed sources is presented, utilizing a pulse receiver on a moving platform. Traditional localization methods were based on the estimation of an intermediate parameter, and the intersection of these parameters results in source localization. DPD removes this step and determines the source's position by a single step processing. Previous works in DPD achieved suitable results in localization performance and multi-target resolution, but their problem structure is not applicable to the multiple pulsed sources, and a deinterleaving step is necessary. Moreover, traditional deinterleaving methods have limited performance. We present an approach, which localizes the sources and separates their pulses in a single-phase algorithm, based on a probability spectrum. Simulation results show that this combination of DPD and deinterleaving can enhance the performance of both phases.     

基于matlab的雷达信号处理仿真系统

为提高设计雷达信号处理系统的效率,在matlab软件平台上结合数字信号处理理论建立了雷达信号处理模型,并在此基础上进行了仿真.系统对线性调频信号、非线性调频信号等常用雷达信号的产生和处理过程进行了计算机仿真,雷达信号处理主要体现为时域和频域的脉冲压缩,包括加权前、后脉冲压缩波形的比较.系统具有显示的直观性、实时性与逼真性,而且具有很强的扩展性,可用于与雷达信号处理有关的教学与科研、试验分析.典型仿真范例及结果表明用matlab仿真雷达信号处理系统是方便和高效的.