多地面运动目标大动态SAR成像稀疏表示

为了保证对多个地面运动目标同时进行合成孔径雷达成像时具有足够的响应动态范围,提出了一种基于参数化贝叶斯机器学习的压缩感知稀疏表示方法,在对运动目标稀疏特征增强的同时可以显著地提高多目标合成孔径雷达成像的响应动态范围。首先,利用渐进线性的吕氏分布时频表示方法获得多运动目标的多普勒调制参数,并构建二阶多项式傅里叶字典; 然后,针对该字典可能导致的压缩感知有限等距特性欠佳的问题,研究利用字典的互相关度进行定量评估; 最后,引入地面运动目标相对背景杂波的稀疏先验概率分布,建立层级贝叶斯模型,应用变分贝叶斯期望最大算法实现合成孔径雷达地面运动目标成像的稀疏表示,同时对可能存在的目标高阶运动和载机运动误差造成的相位失调进行校正,以保证运动目标雷达图像的聚焦性能。仿真及实测数据的处理结果验证了应用该方法可以显著地提升多目标成像响应动态范围,相比传统方法具有明显的优越性。     

一种利用稀疏统计特性的超分辨ISAR成像方法

为提高短孔径逆合成孔径雷达的成像分辨率,利用逆合成孔径雷达图像的稀疏统计特性,提出了一种超分辨成像算法．通过结合逆合成孔径雷达像的强稀疏性,对成像过程建立近似的统计概率分布模型．利用最大后验概率及贝叶斯估计方法,推导了稀疏控制参数的显式表达,并通过共轭梯度法优化求解图像．另外,联合恒虚警概率检测和带宽外推技术的步进式成像过程,提高了参数估计和超分辨成像算法的稳健性．     

一种新的基于稀疏贝叶斯学习的ISAR成像方法

将BP(基寻踪)算法和FOCUSS(Focal underdetermined systemsolver)算法用于ISAR成像中,由于它们具有一些缺点,在实际应用中受到很大的限制.但是SBL(稀疏贝叶斯)方法可以克服这些缺点.本文首次提出可以将SBL代替BP和FOCUSS用于ISAR成像中.真实ISAR数据的成像结果表明SBL是一种比BP和FOCUSS更有效,更有潜力的成像方法.     

基于二维稀疏采样的HRRP合成及ISAR成像方法

在分析传统的线性调频(LFM)信号体制ISAR高分辨距离像(HRRP)合成及二维成像原理的基础上,结合压缩感知理论,提出了一种基于二维稀疏采样的高分辨距离像合成及ISAR成像方法。该方法对经过二维稀疏采样后的ISAR回波信号进行二维重构处理,在大幅降低LFM信号采样率、减少子脉冲个数的前提下,获得高质量的HRRP和二维ISAR像;为缓解数字信号处理机的采样负担、降低已方雷达信号的被截获概率奠定了基础。仿真实验证明了该方法的有效性和可行性,同时观察了其鲁棒性。     

基于GPS信号的双基地SAR成像方法研究

对基于导航信号的合成孔径雷达（synthetic aperture radar,SAR）成像方法进行了研究,主要是在星载一机载双基地配置情况下,利用GPS（global positioning system）卫星信号作为照射源,机载接收机接收点目标回波,通过距离向和方位向的压缩处理进行点目标成像。不同于线性调频信号,导航信号是扩频信号。研究了该信号的距离压缩方法,并给出一种方位压缩的实用方法,较好地达到方位压缩效果：利用Matlab工具进行了多点目标回波和成像算法的仿真。仿真结果表明：利用导航信号可以构成双基地SAR成像系统。     

利用压缩感知的短孔径高分辨ISAR成像方法

压缩感知理论揭示：对于稀疏信号可以利用非常有限的观测数据对信号本身进行精确恢复．基于此思路提出了一种利用短孔径有限数据实现高分辨逆合成孔径雷达成像的新方法,将逆合成孔径雷达成像转换为利用正交基重构稀疏信号的问题,然后利用压缩感知对目标像高分辨优化重建．同时,根据压缩感知理论对新成像方法的分辨率理论上界进行了推导．对舰船和机动飞机的实测数据的处理结果验证了新方法的有效性和稳健性．     

一种高分辨的稀疏孔径ISAR成像方法

逆合成孔径雷达回波缺失程度较大时,传统的线性插值方法会带来较大的误差．针对这一情况,提出了一种基于压缩感知的稀疏孔径高分辨成像算法．通过构造一组时域稀疏的基空间和线性测量矩阵,结合范数1稀疏约束,利用凸优化进行基匹配搜索,直接提取目标的散射特性及多普勒频率信息,最终得到距离多普勒像．该方法无需对稀疏孔径进行插值,并且成像结果不存在旁瓣,对目标分辨特性较好．点目标模型仿真和实测数据处理的结果验证了该算法的有效性和优越性．     

一种基于FrFT的ISAR多目标成像方法

针对逆合成孔径雷达（IsAR）同一波束内多个运动目标在距离上重叠时的成像问题,提出了一种基于分数阶傅里叶变换（FrFT）的ISAR多目标成像新算法．首先建立多目标回波模型,通过分析各目标平动多普勒历程差异,得出各目标回波在同一距离门内均可近似为一组线性调频信号的结论．然后结合FrFT和Clean思想（FrFT-Clean）对多目标回波信号中各个目标的回波分量进行分离,最后用常规算法对各个单目标分别进行成像．仿真结果验证了该方法的有效性．     

稀疏表示框架下的SAR目标识别

稀疏表示选择最佳线性表示重构信号,可避免合成孔径雷达(SAR)目标识别中的方位角估计难题,同时减轻强相干噪声影响。稀疏字典选择是稀疏表示中的关键问题之一,该文提出分别使用级联方式和并联方式构造稀疏字典实现SAR目标识别。首先对训练样本进行对数归一化处理,使用主成分分析(PCA)特征提取和降维;然后对处理后的数据分别组成级联字典和并联字典,采用截断牛顿内点法(TNIPM)获得目标的稀疏表示;最后,在两种字典的稀疏表示框架下设计分类器对SAR目标识别。通过对比实验,验证了该文的字典构建方式在稀疏表示框架下对SAR目标识别的有效性。     

基于瞬时幅度和调频率估计的机动目标成像方法

逆合成孔径雷达（ISAR）机动目标成像受到研究者的广泛重视,在已有的机动目标成像算法中,通常假设在综合孔径处理期间,各距离单元内各散射回波是等幅线调频信号,在实际中,以上假设仅是近似成立,基于此假设的机动目标成像算法难以得到目标的较高质量的像。文中采用更精确的信号模型——多分量调幅-线性调频（AM-LFM）信号表示实际机动目标的各距离单元回波,并提出一种瞬时幅度和调频率参数估计的快速算法,通过这些信号参数,得到了机动目标的高质量的动态ISAR像序列,以利于目标识别,而且运算量比已有算法要小。     

结合稀疏表示的跨摄像头运动目标跟踪算法

跨摄像头下的目标跟踪极富挑战性,其原因是由于不同摄像头所涵盖区域存在差异性以及运动目标行为轨迹具有随机性,从而导致干扰误差的积累,影响匹配准确度,致使跟踪失败.针对此问题,提出一种结合稀疏表示理论的跟踪模型.该模型首先通过不同摄像头间的背景亮度值,对待测目标进行光照补偿处理,以获取稳定的模板矩阵.在模型求解阶段,针对传...     

高速运动自旋目标的ISAR成像建模与分析

针对目标兼有高速运动和自旋特征时的逆合成孔径雷达（ISAR）成像问题,主要研究了该类目标的ISAR成像方法。依据高速运动自旋目标的运动特点,建立了其ISAR回波模型,并在回波模型分析的基础上提出了该类目标的ISAR成像投影像概念及计算方法。仿真实验同时验证高速运动自旋目标ISAR投影像计算方法和ISAR成像处理算法的有效性。     

基于多分量多项式信号参数估计的机动目标成像

对机动目标 ,其散射点回波的多普勒信号是时变的 ,通常其变化是近似线性的 .当目标机动性很强时 ,散射点回波的多普勒信号变化是高阶的 ,必须用高阶多项式近似 ,同时有些散射点回波并不是完整地存在于整个孔径 ,其幅度也是时变的 ,故基于变包络的多分量多项式相位信号模型 ,对机动目标回波进行了成像处理 .通过应用“洁净”技术 ,逐个估计多项式相位信号分量 .各分量的多项式相位系数及幅度分别用基于乘积型高阶模糊度函数的估计方法和低通滤波估计得到 ,机动目标的动态雷达图像由估计的信号重构得到 .实测数据处理结果表明这种成像算法是有效的 .     

空间4-邻域稀疏表示的高光谱图像目标检测

稀疏表示方法在高光谱图像目标检测中取得了较好的检测效果,但其只利用了图像的光谱信息,没有考虑空间信息.针对高光谱图像的空间相关性对目标检测算法的影响,提出了分别采用4-邻域平滑稀疏模型和4-邻域联合稀疏模型对高光谱图像进行目标检测的算法,将目标像素及其4-邻域像素的稀疏表示综合考虑,提高检测算法的效果和效率.使用3组高光谱图像数据进行了仿真实验,实验结果表明,所提出的2种方法分别在检测效果和计算效率上有一定程度的提高.     

利用稀疏非负矩阵分解的大转角SAR成像方法

提出了一种采用稀疏非负矩阵分解(NMF)的大转角成像方法．首先将全孔径划分为若干相互重叠的子孔径,然后分别使用极坐标格式算法获得不同视角下的子图像,最终采用加入稀疏增强正则项的NMF算法在图像域对子图像进行迭代融合,获得目标增强和信噪比更高的全孔径综合图像．仿真实验结果验证了该方法的有效性．     

单模型机动目标跟踪方法的仿真研究

分析研究了用CV模型、CA模型、Singer模型、"当前"统计模型对单机动目标进行跟踪.通过大量的计算机模拟仿真,比较了各模型在各种参数情况下的滤波性能,得出了一些有意义的结论.     

利用时间-调频率分布特性的复杂运动目标ISAR成像研究

针对海面舰船目标的复杂运动所引起的调频率的变化并导致方位聚焦质量下降的问题,提出了一种新的基于TC-DechirpClean(时间-调频率平面的解调频Clean搜索方法)的瞬时成像方法,在方位信号的时间-调频率平面内,利用信号散射点调频率变化率的一维搜索方法得到信号的调频率的变化率和调频率值,同时,在补偿高次相位后做FFT变换,根据幅度最大的位置来确定信号的中心频率和幅度信息,重构有用的回波信号,最终对目标进行ISAR成像．实测数据成像结果证明了该方法能有效地解决调频率的变化所造成的方位聚焦质量下降的问题．