宽带雷达探测性能分析

宽带雷达探测性能评估方法与窄带雷达有较大不同。从雷达目标的散射中心模型出发,分析比较了高斯白噪声背景下窄带雷达和宽带雷达的探测性能。理论分析和数值仿真结果表明,如果已知被探测目标确切的先验信息,包括目标散射特性、目标相对雷达的姿态角等,结合优化设计的发射信号波形,宽带雷达就可以获得优于窄带雷达的探测性能。考虑到实际应用中目标先验信息不易获取,宽带雷达的探测性能相对于其最优性能将大大下降。     

基于层析投影算法的空间旋转目标窄带雷达成像

窄带雷达受发射波形的带宽限制,距离向分辨率低,通常应用于目标检测、跟踪以及运动参数的提取.对于空间旋转类目标,窄带雷达通过对目标长时间照射,利用层析投影算法,可以实现目标散射点二维分辨.这种成像方法降低了对雷达宽带的限制,在成像体制上具有优势.本文首先阐述了基于层析投影算法的窄带雷达空间目标成像机理,推导得到窄带成像算法的分辨率,给出了散射点目标的成像试验结果,从理论和实验两方面验证了特征散射点较少的空间目标窄带成像的可行性.     

步进频信号散射中心的提取及目标识别

针对宽带步进频测量雷达体制，用几何绕射理论（GTD）模型来描述目标宽带RCS测量数据，利用多重信号特征（MUSIC）算法估计目标散射中心的数目和位置，并将目标的散射中心作为特征进行目标识别。利用暗室测量的缩比目标模型数据进行目标识别实验，结果表明，用该方法提取的散射中心特征稳当有效，识别效果较好。     

基于压缩感知的SAR对多舰船目标成像

提出了一种基于压缩感知(CS,compressive sensing)的SAR对多舰船目标的成像算法.通过将多舰船目标成像转换为在某种基下具有稀疏表示的信号重建问题,从而满足CS理论对信号恢复重构的要求,获得比传统成像方法更高的方位分辨率.实测数据的处理验证了该算法的有效性.     

基于微动特征关联的空间非对称自旋目标雷达三维成像方法

由于非对称自旋目标在不同视角下宽带雷达观测到的散射点分布存在较大差异,因而需要单独研究其组网雷达成像算法。该文利用位于不同位置的两部宽带雷达获得的自旋目标1维距离像序列,基于非对称自旋目标多个散射中心的微动特征不变性,实现了自旋目标同一散射中心的关联,进而得到与目标真实尺寸相一致的3维像。仿真结果表明该算法重构精度好,对于散射中心的遮挡效应及RCS闪烁均不敏感。     

基于逆滤波的宽带线性调频雷达MTD技术

影响宽带线性调频雷达运动目标检测的两个核心问题是多周期脉冲间散射中心的越距离单元走动（MTRC）以及扩展目标在高分辨距离单元间的能量分散。在分析宽带线性调频脉冲串回波信号多普勒效应的基础上,将每个子脉冲回波经过逆滤波转化为窄带信号,通过窄带匹配滤波降低距离分辨率对多散射中心的能量进行相参积累,同时避免了越距离单元走动问题。然后利用脉冲多普勒思想对低分辨的脉冲串信号进行二次相参积累,实现运动目标检测（MTD）。最后通过仿真实验验证了算法的有效性,结果表明该算法对存在多个强散射中心和速度较大的目标能够有效提高相参积累信噪比和测速精度。     

基于压缩感知和LBG算法的SAR数据压缩与重构方法

针对如何大幅压缩SAR海量数据并获得有效的重构结果以完成SAR场景目标的高分辨成像问题,本文提出利用压缩感知（Compressed Sensing, CS）和Linde-Buzo-Gray （LBG）算法共同完成。对于SAR所接收到的回波信号,首先依据CS理论构造随机高斯噪声观测矩阵对回波信号进行降维处理,然后,利用LBG算法对CS压缩后的数据再进行压缩编码以达到进一步大幅压缩的目的。对于数据重构问题,同样分为两步:一是利用LBG算法编码的逆过程进行解码恢复,二是依据CS理论利用平滑L0（smooth L0, SL0）算法重构原始回波信号。在此基础上,再利用传统频率变标（Frequency Scaling, FS）SAR成像算法进行高分辨成像。仿真结果证明了本文方法的有效性。      

基于块稀疏贝叶斯模型的ISAR成像方法

传统ISAR稀疏成像主要针对独立散射点散射系数的重构问题,然而实际情况下目标散射点之间并不是独立存在的,而是以区域或块的形式存在,在该情形下利用常用的稀疏重构算法并不能完全地刻画块状目标的真实结构,因此该文考虑采用块稀疏重构算法进行目标散射系数重建。基于块稀疏贝叶斯模型和变分推理的重构方法(VBGS),包含了稀疏贝叶斯学习(SBL)方法中参数学习的优点,其利用分层的先验分布来表征未知信号的稀疏块状信息,因而相对于现有的恢复算法能够更好地重建块稀疏信号。该方法基于变分贝叶斯推理原理,根据观测量能自动地估计信号未知参数,而无需人工参数设置。针对稀疏块状目标,该文结合压缩感知(CS)理论将VBGS方法用于ISAR成像,仿真实验成像结果表明该方法优于传统的成像结果,适合于具有块状结构的ISAR目标成像。     

基于目标电磁散射特征的雷达回波信号实时模拟系统的研制

结合SOPC(System on Programmable Chip)技术与虚拟仪器技术,采用能较真实地反映目标散射特征的三维多散射中心模型实时计算目标回波波形,实现了高分辨雷达接收系统反映目标散射特征及其动态变化的实时雷达信号回波模拟系统.重点介绍了基于目标电磁散射特征模拟的实时算法、模拟器的系统结构以及高速数模混合SOPC系统设计与实现的关键技术.SOPC系统采用V2p40,系统主频为300MHz可输出120MHz以下的中频信号.     

基于后向投影变换的进动旋转对称目标成像新方法

弹道中段目标成像技术是弹道导弹防御系统的核心技术之一。由于弹道导弹中段飞行过程中具有空间进动形式,不满足小转角近似,导致RD算法成像模糊。该文提出一种进动旋转对称目标的宽带雷达成像方法,新方法通过后向投影变换将目标散射中心分布在距离时间域上的复数信号进行相干累加,实现目标散射中心的2维重构,该方法较广义Radon变换方法在抑制旁瓣性能上有较大的改进,利用暗室测量数据的实验结果验证了算法的有效性。     

光子晶体光纤中双脉冲非线性传输的数值分析

采用分布傅立叶方法数值求解耦合的非线性薛定谔方程,模拟了双脉冲在光子晶体光纤中的非线性传输过程,计算和分析了离散效应和脉冲内拉曼散射对信号脉冲传输和压缩的影响。结果表明,当中心波长为800nm的泵浦脉冲在反常色散区进行泵浦,而中心波长为740nm的信号脉冲在正常色散区入射,在群速度色散,自相位调制及交叉相位调制联合作用下,信号脉冲在传输过程中不仅被压缩且存在最佳光纤长度。离散效应不仅导致脉冲压缩比的减小和压缩后峰值功率的降低,而且导致脉冲所需最佳光纤长度的增加以及压缩后的脉冲呈现不对称,还发现,脉冲内拉曼散射有利于改善脉冲压缩质量。     

基于一种超分辨率算法的三维散射中心提取方法

针对转台-弧形导轨测量方法,在二维MEMP方法的基础上,提出一种适用于三维散射中心提取的超分辨率算法.该方法利用Hankel矩阵的结构特性,以及子空间不变技术等,实现对信号三维参数的正确估计,并且无需额外的配对步骤.对八个散射点组成的立方体模型的数值仿真表明,该算法可以正确估计信号参数对,并对噪声的鲁棒性较强.进一步将三维参数估计问题扩展到N维情况,给出了具有较普遍意义的N维参数估计公式.     

酉ESPRIT超分辨ISAR成像方法

针对ESPRIT超分辨成像方法没有利用复数共轭数据且难以确定散射点数目的不足,提出了采用酉ESPRIT实现ISAR超分辨成像的新方法.该方法利用改进的盖式圆盘方法确定散射中心的数目,克服了ESPRIT方法中无法确定散射中心数目的缺点.通过合成复观测数据及其共轭,提高了ESPRIT超分辨成像的分辨率.构造了中心复共轭对称矩阵,有效降低了计算量.利用仿真数据和实测数据对该方法进行了验证,结果表明该方法不但具有更优的抗噪性能和分辨率,也具有更高的运算效率.     

基于极化散射特性的空间锥体目标宽带回波对齐

包络对齐是宽带回波预处理中重要的一部分,然而对于空间锥体这类只有较少散射中心且目标存在微动的情况,现有的包络对齐方法并不能得到较好的对齐结果。对于一些利用宽带回波进行微动目标参数估计的算法,包络对齐是其算法的关键一步。该文提出一种基于极化散射特性进行包络对齐的算法,算法首先利用极化谱估计与幅相联合估计(P-CAPES)超分辨方法估计宽带极化回波中的散射中心的数目、位置和极化散射矩阵,然后计算前后时刻回波散射中心的极化相似性参数,最后利用得到相似性参数进行包络对齐。基于电磁计算数据的实验结果验证了算法的有效性。     

脉冲预泵浦瑞利BOTDA系统的解析模型与仿真

将脉冲预泵浦的概念引入瑞利布里渊光时域分析系统,利用由传感脉冲和经微波调制的预泵浦脉冲组成的阶梯脉冲作调制信号,通过作为探测光的时间有限的预泵浦脉冲1阶边带的瑞利散射与传感脉冲的受激布里渊作用,实现布里渊信号的时域整形,减小非本地效应;通过预泵浦脉冲0阶基带和传感脉冲的受激布里渊作用,实现布里渊信号的谱域整形,有效地解决空间分辨率和测量精度之间的矛盾。利用频域法求解瞬态耦合波方程,建立了阶梯脉冲光在光纤中受激布里渊作用的解析模型。仿真结果表明,当传感脉冲宽度为5 ns、峰值功率为100 mW,预泵浦脉冲宽度为50 ns、峰值功率为16 mW时,在空间分辨率0.5 m内受激布里渊散射增益在0.14 m处达到最大值,然后近似线性下降至0.37 m处,其余位置近似为零;系统布里渊散射谱宽近似为35 MHz,约为传统瑞利布里渊光时域分析系统布里渊谱宽212 MHz的1/6,在相同空间分辨率下提高了频率测量精度。     

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.     

一种OFDM雷达通信一体化的距离超分辨方法

针对雷达通信一体化中的共享信号设计问题,设计了一种脉冲体制正交频分复用(OFDM)波形,并提出了一种基于OFDM共享信号的雷达通信一体化距离超分辨方法.每一脉冲为通信中的一帧,实现通信信息调制,并讨论了利用雷达副瓣进行通信信息传输的可行性.在雷达相干处理时间内,利用脉间通信调制信息的随机性实现距离解模糊,然后在通信信息补偿后构建距离的稀疏重构模型,并利用实现距离的超分辨估计.理论分析和仿真实验说明,所提方法能有效提高距离分辨力,并实现Mbit/s的数据通信.     

基于lk范数的SAR复图像域正则化方法分析及改进

正则化方法通过增加先验信息约束实现合成孔径雷达(SAR)图像的超分辨和噪声抑制,为目标识别提供了更高质量的图像信息。该文通过对基于lk范数的SAR复图像域正则化方法迭代过程的分析,揭示其增强分辨率的内在机理,并针对原有方法在不同强度散射点条件下分辨率提高不一致的问题,提出采用可变的正则化参数对其进行改进。仿真数据和MSTAR实测数据的实验结果证实了改进方法的有效性。     

采用双网络结构的压缩视频超分辨率重建

在实际应用中,为了节省带宽和方便存储,图像和视频通常被下采样和压缩,而降质的图像与视频无法满足人们的实际需求。针对这一问题,采用了一种双网络结构的超分辨率重建方法,首先建立下采视频与压缩后的低分辨率视频的映射关系,然后建立质量增强的压缩视频与原始视频的映射关系,最终在输出端可以得到质量提升的视频帧。在网络中,采用密集残差块来提取压缩视频中丰富的局部分层特征,并结合全局残差学习恢复视频中的高频信息。在压缩环节,采用高性能视频编码来验证所提算法的有效性。实验结果表明,相比于主流的视频编码标准和先进的超分辨率重建算法,所提方法能有效提升编码视频的率失真性能。     

基于目标稀疏性的雷达距离超分辨

雷达目标在观测空间中通常是稀疏的。当雷达发射线性调频信号时,目标回波的匹配滤波实际上是频域去斜脉压,回波信号在频域去斜后变成复正弦波。基于目标稀疏性和去斜回波的复正弦形式,可以构造多目标频域去斜回波的距离维稀疏信号模型,然后利用凸优化方法求解目标的距离,同时实现雷达距离超分辨。本文提出了一种基于目标稀疏性和频域去斜的距离超分辨方法,理论分析和仿真实验表明,该方法的距离分辨率超过了常规脉冲压缩技术,从而实现了雷达距离超分辨。