基于时频分析的SAR目标微波视觉特性智能感知方法与应用

合成孔径雷达(SAR)目标识别智能算法目前仍面临缺少鲁棒性、泛化性和可解释性的挑战,理解SAR目标微波特性并将其结合先进的深度学习算法,实现高效鲁棒的SAR目标识别,是目前领域较为关注的研究重点。SAR目标特性反演方法通常计算复杂度较高,难以结合深度神经网络实现端到端的实时预测。为促进SAR目标物理特性在智能识别任务中的应用,发展高效、智能、可解释的微波物理特性感知方法至关重要。该文将高分辨SAR目标的非平稳特性作为一种典型的微波视觉特性,提出一种改进的基于时频分析的目标特性智能感知方法,优化了处理流程和计算效率,使之更适用于SAR目标识别场景,并进一步将其应用到SAR目标智能识别算法中,实现了稳定的性能提升。该方法泛化性强、计算效率高,能得到物理可解释的SAR目标特性分类结果,对目标识别算法的性能提升与属性散射中心模型相当。     

宽调谐范围的单通带微波光子滤波器的研究

基于相位调制技术和受激布里渊散射(SBS)效应,研制了可调谐单通带微波光子滤波器(MPF)。理论分析表明,通过引入频率间隔为受激布里渊频移量2倍的两个泵浦信号,使低频泵浦信号产生的损耗谱和高频泵浦信号产生的增益谱相抵消,所实现的滤波器的频率调谐范围为受激布里渊频移量的4倍,是单个泵浦信号时频率调谐范围的2倍,且随着泵浦光的数量增加滤波器的调谐范围呈倍数增长。实验测试了单泵浦条件下单通带可调谐滤波器的频率范围为0.8~18.2GHz,线宽为26MHz,带外抑制比为26dB,双泵浦时滤波器的频率调谐范围为0.8~31.1GHz。     

基于调频率捷变的抗移频干扰SAR成像方法

随着合成孔径雷达(SAR)图像的分辨率提高,基于高分辨率SAR图像的舰船检测成为海洋遥感应用中的一个重要课题。针对高分辨率SAR图像,为获取精确的、完整的舰船目标信息而提出一种基于改进的相干散射点(CS)提取的舰船检测方法。该方法的核心是利用SAR图像复数据的确定目标特性,提取出CS,该方法不仅利用了图像复数据的幅度信息,同时利用了相位信息。首先对于原始高分辨率SAR图像复数据进行距离向子视处理,获取子视图像像素的相关系数;然后,由于SAR图像分辨率较高,为获取完整的舰船目标信息,引入局部图像平均相关系数处理;最后设定相关系数阈值,从海域中提取出舰船目标,完成舰船检测。仿真实验结果验证了该检测方法的有效性。     

微波视觉与SAR图像智能解译

高分辨率雷达成像技术和人工智能、大数据技术的快速发展,有力促进了雷达图像智能解译技术的进步。由于雷达传感器本身的特殊性和电磁散射成像物理的复杂性,雷达图像的解译缺乏光学图像的直观性,准确迅速识别分类的需求对雷达图像解译提出了迫切的挑战。在借鉴人脑光视觉感知机理和计算机视觉图像处理相关技术基础上,进一步融合电磁散射物理规律及其雷达成像机理,我们提出发展微波域雷达图像解译的“微波视觉”的新交叉领域研究。该文介绍微波视觉的概念与内涵,提出微波视觉认知模型,阐述其基础理论问题与技术路线,最后介绍了作者团队在相关问题上的初步研究进展。     

用聚束SAR对慢速运动目标进行轨迹跟踪和参数估计的方法

针对聚束式合成孔径雷达(SAR)动目标检测的问题,把回波信号进行连续重叠地时域分组,每组信号可以看成是来自一个时域子孔径, 然后在每个子孔径内分别成像。地面固定目标在每幅图像上的成像情况是相同的, 通过彼此相减就可以消去,达到了抑制杂波的目的,而运动目标由于每个时刻的位置都在变化,在每幅图像上的位置是不同的, 从而在相减后剩余下运动目标的图像,把这些图像拼接起来就再现了运动目标的运动轨迹,根据运动轨迹就可以对其运动参数进行估计。该文给出了这个方法的原理推导和具体的检测过程。仿真结果证明了该方法的有效性。     

基于散射信息和元学习的SAR图像飞机目标识别

SAR图像由于数据获取难度大,样本标注难,目标覆盖率不足,导致包含地理空间目标的影像数量稀少。为了解决这些问题,该文开展了基于散射信息和元学习的SAR图像飞机目标识别方法研究。针对SAR图像中不同型号飞机空间结构离散分布差异较大的情况,设计散射关联分类器,对飞机目标的离散程度量化建模,通过不同目标离散分布的差异来动态调整样本对的权重,指导网络学习更具有区分性的类间特征表示。考虑到SAR目标成像易受背景噪声的影响,设计了自适应特征细化模块,促使网络更加关注飞机的关键部件区域,减少背景噪声干扰。该文方法有效地将目标散射分布特性与网络的自动学习过程相结合。实验结果表明,在5-way 1-shot的极少样本新类别识别任务上,该方法识别精度为59.90%,相比于基础方法提升了3.85%。减少一半训练数据量后,该方法在新类别的极少样本识别任务上仍然表现优异。     

基于改进SBR技术的地面目标SAR图像快速生成技术

传统的弹跳射线(shooting and bouncing ray,SBR)技术主要适用于自由空间目标的电磁散射计算,当用于地面目标与背景复合场景的电磁散射计算和合成孔径雷达(synthetic aperture radar, SAR)图像建模与仿真时,在小擦地角下其计算误差显著增大。针对此问题,提出了一种基于“四路径”模型的改进SBR技术,其考虑了目标与邻域地面之间的多次反射效应以及目标与远区地面之间的多径散射效应对地面目标散射回波的影响。首先构建一个尺寸略大于目标包围盒的粗糙地面实体模型;然后结合“镜像法”改进射线追踪技术,分析电磁波在目标各部件间、目标同实体地面之间以及同虚拟半空间分界面之间的射线传播过程;最后结合高频渐近方法完成电磁散射计算。利用精确数值法计算结果对所提出技术进行了验证,并将其应用于地面目标的SAR图像高逼真度仿真,同实测SAR图像比对表明了所提技术具有良好的适用性。     

星载多通道高分辨率宽测绘带SAR系统运动目标检测方法

该文针对星载多通道高分辨率宽测绘带合成孔径雷达系统,提出一种新的运动目标检测方法。该方法首先利用波束形成方法进行杂波抑制,然后对运动目标的斜距历程进行拟合得到运动目标的运动方向。接着对杂波抑制后的数据进行聚焦处理,得到模糊的运动目标图像,并利用恒虚警检测技术检测得到所有的模糊运动目标。最后根据模糊图像的空间关系和估计出的运动方向检测出真实目标。星载仿真数据验证了该方法的有效性。     

基于电磁散射模型的海上舰船双基SAR图像仿真

合成孔径雷达(synthetic aperture radar, SAR)在地海环境遥感和目标探测识别中发挥着重要作用。相对于单基SAR,双基SAR能够通过调整发射机和接收机的角度对场景进行多方位观测,因此开展海上舰船目标双基SAR图像仿真可为非合作目标的特征研究和探测识别提供方法和手段,在目标探测识别方面有着重要意义。为此,本文利用基于面元化的简化小斜率近似(facet-based simplified small slope approximation, FBS-SSA)方法与几何光学/物理光学(geometrical optics/physical optics, GO/PO)混合方法,提出了一种基于电磁散射模型的海上舰船目标复合场景双基SAR图像仿真方法,实现了不同双基角下的海上舰船SAR图像仿真,并分析了雷达飞行方向与舰船角度、发射机和接收机相对位置、极化、海况对雷达图像的影响。结果表明,双基角、极化、舰船朝向都会对双基SAR图像产生较大的影响,因此可以通过获取不同双基角度下的复合场景SAR图像特征从而可以更好地开展舰船识别。此外,SAR图像中的阴影特征也可作为舰船识别的辅助...     

基于图像强度最优的SAR高精度运动补偿方法

由于载体平台的不稳定性和测量传感器的精度限制,运动误差成为了提高合成孔径雷达(SAR)成像质量的一个瓶颈。基于图像锐度最优的自聚焦后向投影算法通过估计相位误差进行运动补偿,具有较高精度,但这种方法假设场景中所有像素点相位误差相同,即没有考虑运动误差的空变性,导致大部分像素点仍存在残留误差,造成成像质量下降。针对运动误差空变性的问题,该文提出一种高精度运动补偿方法,该方法在图像强度最大准则下,采用最优化技术估计天线相位中心测量误差,随后利用该测量误差估计量校正天线相位中心并进行后向投影成像。由于估计天线相位中心等效于估计每个像素点的距离历史,因此该方法可以对每个像素点进行高精度相位补偿。点目标仿真和实测数据处理结果均验证了所提方法的有效性。      

基于空变运动误差分析的微波光子超高分辨SAR成像方法

针对运动误差空变对实现微波光子雷达超高分辨SAR成像的影响,该文提出了一种基于空变运动误差分析的超高分辨成像方法。首先通过解析求解获得中心波束平面补偿下的剩余空变误差表达式,提出了运动误差空变影响判定准则。接着针对微波光子SAR系统条件的不同判定结果,提出相应的成像流程。最后对所提判定准则与成像方法进行点仿真验证,并对录取的车载10 GHz微波光子超高分辨SAR实测数据进行分析与成像处理,实验结果表明所提方法的有效性。      

基于属性散射中心卷积核调制的SAR目标识别深层网络

卷积神经网络(CNN)的特征提取能力与其参数量有关,一般来说,参数量越多,CNN的特征提取能力越强。但要学好这些参数需要大量的训练数据,而在实际应用中,可用于模型训练的合成孔径雷达(SAR)图像往往是有限的。减少CNN的参数量可以降低对训练样本的需求,但同时也会降低CNN的特征表达能力,影响其目标识别性能。针对此问题,该文提出一种基于属性散射中心(ASC)卷积核调制的SAR目标识别深层网络。由于SAR图像具有电磁散射特性,为了提取更符合SAR目标特性的散射结构和边缘特征,所提网络使用预先设定的具有不同指向和长度的ASC核对少量CNN卷积核进行调制以生成更多卷积核,从而在降低网络参数量的同时保证其特征提取能力。此外,该网络在浅层使用ASC调制卷积核来提取更符合SAR图像特性的散射结构和边缘特征,而在高层使用CNN卷积核来提取SAR图像的语义特征。由于同时使用ASC调制卷积核和CNN卷积核,该网络能够兼顾SAR目标的电磁散射特性和CNN的特征提取优势。使用实测SAR图像进行的实验证明了所提网络可以在降低对训练样本需求的同时保证优秀的SAR目标识别性能。     

一种基于脉冲压缩的机载条带SAR重叠子孔径实时成像算法

该文提出了一种基于距离向脉冲压缩体制的机载条带SAR重叠子孔径(OSA)实时成像算法,可直接应用于未采用去斜接收技术的条带机载SAR实时成像处理系统。该算法在距离向采用脉冲压缩技术、方位向采用OSA信号处理方法,能够在成像过程中完成距离徙动校正并消除空变相位误差,得到条带模式下的高分辨率图像。首先分析了条带模式SAR几何关系,然后在脉冲压缩体制下建立了回波模型并对成像流程进行了详细的数学推导,最后对运算量、存储量与成像范围进行了计算分析,对点目标数据进行了仿真,利用实时处理平台对原始数据进行了成像,验证了算法的高时效性。      

SAR 的海洋动力探测研究及应用浅析

该文在深入研究海面微波散射特性及其SAR 海面成像机理的基础上,阐述了基于 SAR 图像的海洋动力探测的探索工作。主要是从内波、水下地形波和船只尾迹产生机理的统计和水动力分析出发、研究了它们的SAR成像特征和相应的物理参数反演,以此拓展SAR 的海洋观察应用。      

带前置光放大的星间微波光子链路性能优化

考虑发射机和接收机对准误差引起的信号衰落,推 导出带前置光放大的星间微波 光子链路输出信噪比(SNR)的解析表达式,并建立了基于平均SNR原则的 链路优化模型。在给定 SNR要求及对准误差条件下,对Mach-Zehnder调制器(MZM) 直流偏置相移进行了优化,使所需激 光器(LD)输出功率最小,并进一步分析了前置放大器参数对最小LD输出功率和最优直 流偏置 相移的影响。数值仿真结果表明,与增益相比,前置放大器噪声系数决定了指定SNR所需 的最小LD输出功率。当对准误差角标准差为0. 4μrad时,噪声系数加倍会使SNR达到 15.56dB时所需的最小LD输出功率增加6.73dB。然而,前置放大 器噪声系数对最优的直流偏置相移几乎无影响,噪声系数加倍后最优直流偏置相移的变化不 会超过0.003π。     

基于波数域子孔径的机载三维SAR偏航角运动误差补偿

机载3维SAR可实现3维成像, 但运动误差会影响成像质量, 其中姿态角误差改变阵元间相对位置, 影响复杂, 目前还没有基于测量数据的补偿方法。该文建立了机载3维SAR成像模型, 分析了姿态角误差对成像的影响, 其中偏航角误差的补偿最为复杂。由回波相位可得航迹向和跨航向波数, 根据这两个波数计算的距离误差与目标位置无关, 消除了误差的空变性。提出在航迹向和跨航向2维波数域分块计算距离误差, 在空域补偿的波数域子孔径补偿方法。仿真结果证明该方法可有效补偿偏航角运动误差的影响。      

基于共面紧凑的宽带隙微波光子晶体研究

针对一般共面紧凑电磁带隙(UC-EBG)结构相对带宽较窄的问题,根据EBG结构的局域谐振原理和等效电路分析模型,对传统的UC-EBG结构进行了改进,提出了一种新型EBG结构。该结构通过引入弯曲折线延长了电流长度,增大了等效电感效应;采用了更长的边缘耦合,延长了等效磁流,增强了等效电容效应。实验结果表明,这种新型EBG结构在同样紧凑的尺寸下,(带隙)的相对带宽可达40.9%～45.2%,比文献结构提高了约14.6%～18.9%,实现了紧凑宽带隙UC-EBG的设计目的。     

宽测绘带SAR成像的一种侧摆模式及其压缩感知处理方法

宽测绘带合成孔径雷达(SAR)采用了不同的信号录取方式及成像算法,但现有的ScanSAR和循序扫描体制(TOPSAR)往往会造成场景分辨率的整体下降。针对这一问题,该文采用一种新的侧摆模式进行宽幅场景成像。该模式通过距离向波束角度的变化,以损失部分积累时间为代价,得到宽幅场景的回波信号,继而采用稀疏算法在方位向实现降采样成像。仿真结果表明,在波束变化轨迹确定后,星载雷达侧摆模式下稀疏SAR成像可有效增加场景幅宽,同时确保场景中心区域的高分辨成像。     

基于无监督域适应的仿真辅助SAR目标分类方法及模型可解释性分析

卷积神经网络(CNN)在光学图像分类领域中得到广泛应用,然而,合成孔径雷达(SAR)图像样本标注难度大、成本高,难以获取满足CNN训练所需的样本数量.随着SAR仿真技术的发展,生成大量带标签的仿真SAR图像并不困难.然而仿真SAR图像样本与真实样本间难免存在差异,往往难以直接支撑实际样本的分类任务.为此,该文提出了一种...     

结合MD自聚焦算法与回波模拟算子的快速稀疏微波成像误差补偿算法

稀疏微波成像是将稀疏信号处理理论引入微波成像中,利用系统的稀疏约束突破传统合成孔径雷达(SAR)成像中系统复杂度的瓶颈,是微波成像的新理论、新体制和新方法。在传统的机载SAR成像中都会面临非理想运动带来的回波相位误差问题,可通过基于回波数据的自聚焦算法加以解决;但在机载稀疏微波成像中,因稀疏微波成像采用稀疏重建算法取代了传统SAR中基于匹配滤波的信号处理方法,传统的基于回波数据的自聚焦算法难以直接应用。现有基于稀疏重建的自聚焦算法主要基于两步迭代方法,收敛速度慢、运算量大。该文以基于回波模拟算子的快速稀疏微波成像算法为基础,将子孔径相关(MD)自聚焦算法引入,与之结合构建了新的MD-回波模拟算子自聚焦算法。该方法继承了基于回波模拟算子算法快速重建的优势,并利用MD自聚焦算法实现了回波2次相位误差的正确补偿,与现有基于两步迭代的稀疏微波成像自聚焦算法相比,收敛速度快,并可以实现较好的自聚焦效果。