多普勒波束锐化在群目标分辨中的应用

对多普勒波束锐化（ＤＢＳ）应用于雷达主动末制导中的群目标分辨进行了研究，这在国内还是首次，仿真计算表明，ＤＢＳ对群目标的分辨方案是可行的。本文假设群目标和导弹在同一水平面内飞机，导弹对目标进行迎头攻击，应用ＤＢＳ技术使弹载雷达的角分辨率提高５－１０倍。这种方法为弹载雷达的群目标分辨提供了一条新的技术途径。     

一种超分辨距离多普勒成象方法

众所周知,距离多普勒成象雷达的距离分辨力和横向分辨力分别取决于发射信号的有效带宽和目标相对于雷达视线在相干处理区间内的转角,本文的研究工作旨在突破普通的FFT距离多普勒处理的限制,大大提高距离多普勒成象雷达的分辨能力,我们采用的方法是在进行付里叶重建之前用线性预测进行数据外推,用微波暗室试验数据进行转台成象的初步结果表明,这是一种改善距离多普勒成象雷达分辨能力的颇有前途的方法。     

基于时频特征的低分辨雷达微动多目标分辨方法

对同一波束内群目标个数进行判定对于提升低分辨预警雷达性能具有重要的意义。该文根据不同目标微动多普勒特性的差异,提出了利用时频的方法进行微多普勒特征分析实现群目标个数的判定的方法。该算法先利用自适应chirplet变换进行群目标信号拟合,消除交叉项的影响,得到每个目标主要微动频率分量,再根据拟合得到的频率分量呈线性的特点,利用hough变换检测直线数量,从而实现群目标个数的判定。仿真实验表明,该算法可以有效估计群目标内目标个数。     

一种基于卷积神经网络的雷达目标分类方法

雷达作为对低空和地面目标探测及监视预警的主要手段,在安全领域应用广泛。针对现阶段实际应用中雷达目标分类技术中过于依赖人工提取特征的问题,提出了一种基于卷积神经网络的分类方法,对雷达回波数据进行二维傅里叶变换得到距离-多普勒图像,再以距离-多普勒图集作为数据集,训练神经网络,得到能够完成雷达目标识别的网络模型。结果表明,相较于传统方法,基于卷积神经网络的目标识别模型在省去人工工作的同时提高了目标识别精度。     

跳频脉冲雷达目标的距离-多普勒成像

该文采用跳频脉冲信号作为成像雷达信号形式,研究了一种雷达等效转台目标距离-多普勒成像的新算法。与常规步进频率雷达傅里叶变换成像算法相比,该算法具有多普勒不模糊范围大的特点,因而克服了步进频率雷达成像算法容易产生多普勒混叠的缺点。计算机仿真结果表明了该算法的有效性。     

一种基于神经网络的LFMCW雷达目标距离提取方法

根据LFMCW系统的特点,提出了一种通过对信号自相关矩阵进行秩-1分解的方法来替代传统的FFT方法,以实现对目标距离的超分辨提取．通过应用Hopfield神经网络能量函数变换,将分解问题转化为一个简单的迭代问题来求解．文中通过计算机仿真和硬件系统的实际测试研究了它的性能,并与MUSIC、最大熵等其它谱估计方法做了比较,结果表明该方法具有更好的信噪比和分辨性能．     

一种LFMCW雷达多目标距离-速度配对新方法

针对线性调频连续波雷达双差拍-傅里叶处理中的多目标配对问题,提出了一种新的多目标距离-速度联合配对法。文中分析了连续波与线性调频连续的雷达回波频谱,描述了雷达系统工作原理;然后,利用单载频回波信号测量多目标的不模糊速度,同时利用锯齿调频波测量多目标的不模糊距离与模糊速度;最后,结合距离-速度配对的方法,实现多目标的配对。仿真结果验证了方法的有效性。     

基于灰度图特征的低分辨雷达目标识别

低分辨雷达目标识别一直是目标识别领域的研究难点.由于我国现役雷达基本上都是低分辨雷达,开展低分辨雷达目标识别研究有着极为现实的意义和迫切的需求.文中基于现役低分辨雷达,研究了目标识别的关键技术,提出了基于灰度图的特征提取方法,并采用径向基函数神经网络对所提取的特征进行了识别实验,达到了较高的识别率.     

基于广义模糊函数的低分辨雷达目标识别

针对低分辨雷达的特点,提出了广义模糊函数的概念,讨论了广义模糊函数与目标分辨率的关系,通过分析广义模糊函数中3个参数的构成,对编队目标架次识别方法进行了研究,并通过实例进行检验,为实际工程运用提供了参考。     

基于最大图像清晰度的泛探雷达目标距离-多普勒走动校正

泛探雷达长时间的相干积累会增加目标二维走动,导致目标在距离多普勒域散焦,回波信噪比降低。有效的目标二维走动校正才能更好地体现泛探雷达的凝视特性,提升雷达目标检测性能。文中利用Keystone变换进行距离维走动校正,并建立多普勒维走动和图像清晰度的数学关系式,基于最大图像清晰度准则进行多普勒维的走动校正。该方法解决了凝视探测下的二维走动,提高目标在多普勒维的高分辨,同时提升了微弱目标检测能力。     

基于斜距多普勒分析的雷达前视测高方法

针对基于正下视天线几何构型的传统雷达高度计不适用于天线前向安装的弹载雷达导引头系统的问题,提出一种基于回波斜距多普勒分析的适用于前下视几何构型的雷达测高方法.该方法利用平台与目标间相对高度、速度、斜距及多普勒之间的几何关系实现高度测量,并采用方位谱相关法实现由前视几何引起的非均匀方位谱分布条件下的多普勒中心估计.首先对...     

高速运动平台高距离分辨率FMCW SAR RD算法

针对调频连续波合成孔径雷达在高速运动中收发信号的情况,运用一种精确的多普勒回波模型,推导说明了直接通过傅里叶变换距离压缩的谱峰不仅发生多普勒偏移,同时存在展宽和峰值下降现象。给出了补偿函数,能够去除多普勒偏移和距离徙动的影响,并进一步压缩距离响应,提高距离分辨率。仿真实验证明文中算法正确有效。     

基于去调频接收技术的微波光子双波段线性调频连续波雷达

该文提出一种基于光子辅助去调频接收技术的双波段线性调频连续波雷达方案,该双波段雷达接收机基于平行架构光子混频器,能够利用同一套硬件设备同时接收双波段雷达的回波信号。接收机中使用一个双偏振正交相移键控(DP-QPSK)调制器,工作中将双波段雷达的两组参考信号和回波信号通过DP-QPSK调制器调制到正交偏振的光载波上,调制后的双带光回波和参考信号经过放大和滤波后,输入到偏振解复用相干接收机中进行光子辅助去调频处理。在发射机端,对于具有更高频率和带宽的发射信号,采用包含延时功能的光子倍频信号产生技术,产生参考信号与发射信号的同时,将发射信号延时,使得在接收机端对相同距离目标的双带回波信号去调频得到的中频信号可在频域分离。实验中通过逆合成孔径雷达成像实验评估了该双波段雷达系统的性能,该双波段雷达系统工作在C波段和Ku波段,发射信号带宽分别为1 GHz和2 GHz,接收机模拟-数字转换器的采样率为100 MSa/s。实验结果证明微波光子技术能为双波段线性调频连续波雷达提供有效的实现方案。      

基于选择学习机制的深度图像超分辨率算法

针对深度图像传感器与彩色图像传感器的空间分辨率较差的问题,提出一种提高深度图像分辨率的算法,不同于传统方法,本文算法是基于机器学习的超分辨率选择机制,选择均值型、最大值型和中值型三种滤波器方法作为候选方法。首先运用高分辨率深度图像下采样和高分辨率彩色图像选择最优的滤波器,同时经过特征提取获得特征集;然后,高分辨率深度图像直接通过最优滤波器获得特征集;最后,这些特征集经过支持向量机(SVM)训练获得滤波器分类器。此外,本文还提出了一种频域特征向量,用于提高算法识别性能。无噪声和有噪声的深度图像实验验证了本文算法的有效性和鲁棒性,在真彩色和飞行时间深度图像的实验结果表明,本文算法的性能优于传统算法。     

去斜率线性调频合成孔径雷达成像研究

为获得高距离分辨率 ,雷达一般发射宽带或超宽带信号 ,这给数据采集带来了很大的困难。A/ D采样是数据采集的瓶颈 ,所以必须降低大时间带宽积信号的采样频率。当雷达发射线性调频信号时 ,去斜率方法能有效降低接收机中频带宽 ,从而减小数据采集难度和数据量。本文将去斜率原理用于高分辨率合成孔径雷达 ,通过原理分析和仿真实验证明了该方法的正确性和有效性 ,并给出了成像步骤和实验结果     

基于匹配场处理的天波雷达高度估计算法

天波超视距雷达通常采用距离-多普勒处理来检测海面上的目标。距离-多普勒处理可以获得目标的斜距和多普勒频率,而不能获得目标的高度信息。该文提出一种基于匹配场处理的算法来估计目标高度,算法利用单个驻留周期的回波数据来进行估计。仿真表明,在给定的仿真场景下,目标高度估计精度可达2000 m左右。与已提出的对数似然函数算法相比,该算法具有更好的稳健性。     

基于集群平台的软件化雷达研究

高性能硬件计算平台的发展推动了软件化雷达的设计研究。文中分析了应用集群硬件平台实现软化件雷达的研究过程,并将通用集群平台技术引人到雷达系统设计中。基于集群平台,对雷达系统进行领域工程建模,生成了软件化雷达体系结构和层次化的软件体系结构。集群平台的开放架构可以充分复用雷达系统的开发过程、需求分析、软件体系结构等,有效提高软件化雷达的开发效率和软件质量。     

基于多通道联合自适应处理的微下击暴流中心风速估计方法

针对机载气象雷达下视探测微下击暴流时,有用气象信号会淹没在强杂波背景中的问题,该文提出一种基于多通道联合自适应处理的、能够用于分布式气象目标中心风速估计的降维处理器结构。该处理器通过前置的窄带多普勒滤波将全空时杂波局域化为特定多普勒通道下的定向有源干扰,然后在空域逐多普勒通道进行自适应处理,最后利用频率质心法求取中心风速估计。仿真结果表明,在强杂波背景下,所提方法可以获得较为精确风场速度估计结果,由于采用了降维结构,较最优处理器在运算量上有了明显减少。     

基于改进型头部丢弃的光突发竞争解决方案

为了避免"部分丢弃"策略两个固有缺陷(即"虚假竞争"和"过量丢弃")的影响,并最大限度地为上层应用提供有区分的承载服务,在加权型突发装配机制、QoS化偏移时间设置的基础上,提出了一种改进型头部丢弃方案.它能按照突发优先级的高低和截断突发相对长度的大小有选择性地丢弃突发头部或整个突发.与其他策略相比,该方案在合适的头部丢弃门限下,其优势较突出:一方面总分组丢失概率有所改善;另一方面具有一定的QoS保障能力,能为不同类别的分组提供有区分的传输服务.     

基于NDFT的步进频率雷达信号处理

步进频率脉冲信号可以在发射较小瞬时带宽信号情况下，通过脉冲压缩而合成分辨率较高的距离像，因而在高分辨雷达系统中得到广泛的应用。但是，直接采用DFT方法合成距离像．其分辨性能并不理想。利用Chirp-z方法也存在一些缺点。本文提出了利用非均匀傅里叶变换(Nonuniform Discrete Fourier Transform，NDFT)方法来处理频率步进信号以改善雷达的分辨性能，解决了直接利用DFT方法和Chirp-z方法合成目标距离像时所存在的问题。文中给出了NDFT的定义及在重点观测区域内的采样方法，进行了针对多种情况的仿真实验。仿真结果显示，利用NDFT进行处理可以明显改善步进频率雷达的距离分辨性能。