宽带复合双基地雷达舰船目标长度估计方法

舰船目标长度特征对舰船目标识别具有重要作用,该文提出一种基于宽带复合双基地雷达联合观测的舰船目标长度估计方法。该方法综合利用单/双基地雷达高分辨距离像(HRRPs)长度,结合双基地雷达-舰船之间的空间关系求解,实现了单次测量估计舰船目标的实际长度,并分析了各种误差因素和几何构型条件下的估计误差。典型场景动态仿真证明了所提方法的有效性,结果表明在高分辨距离像长度误差小于5%条件下,舰船目标长度估计误差小于5%,为舰船目标特征提取与识别提供了新思路。     

非合作多基地雷达系统性能仿真分析

针对低RCS（radar cross section）的隐身舰船很难被普通的单基地雷达探测到的问题,提出了采用非合作多基地雷达系统对海上目标进行探测,创建了一个海上场景,其中多艘商船在S波段（3 GHz）发射电磁波,作为机会雷达;一艘护卫舰大小的军舰作为雷达系统接收机,目标假定为一艘货船和一艘隐身军舰。采用专业的电磁软件对海上目标进行仿真,计算普通货船和隐身军舰的双基地RCS数据,建立了MATLAB仿真模型,研究了非合作多基地雷达的探测覆盖范围。使用FEKO的双基地RCS仿真表明,通过改变发射机的数量和发射机到接收机之间的距离,找到一种最优的多基地雷达系统几何结构和系统配置。     

宽幅SAR海上大型运动舰船目标数据集构建及识别性能分析

以TopSAR和ScanSAR成像模式为代表的宽幅合成孔径雷达(SAR)可以实现更大范围的海洋场景观测。但实现宽测绘带的同时降低了成像分辨率,因此宽幅SAR图像中的舰船目标缺乏清晰的结构特征,给大范围海上舰船目标识别带来了极大的挑战。同时,由于缺乏海上运动航母、两栖舰等大型关键目标的宽幅SAR样本数据,使得海上运动大型关键舰船目标识别更加困难。针对该问题,该文构建了宽幅SAR海上大型运动舰船目标数据集,共包含2291个大型舰船目标样本,类别划分为大型军事舰船,长度为≥250 m的大型民用舰船和长度为150～250 m的大型民用舰船。其构建过程为:首先,通过先验知识辅助获取港口区域大型军事舰船目标样本;其次,利用属性信息对OpenSARShip数据集进行长度筛选获取大型民用舰船目标样本;最后,在样本的距离-多普勒域添加二次相位误差进行运动仿真来模拟海上运动舰船目标的成像结果。此外,该文使用经典识别算法和深度学习方法对构建的数据集与运动仿真处理后的数据进行了识别性能分析,结果表明在低分辨率情况下采用SAR图像复数信息可以在一定程度上提高算法的识别率;并且运动舰船目标的散焦问题对识别准确率具有较大影响。      

基于距离信息的复合双基地雷达密集多目标检测

对密集多目标的探测是当前雷达技术领域所面临的前沿课题和紧迫任务.本文提出了一种基于距离信息的T/R-R复合双基地雷达信号融合方法,该方法建立了单基地雷达接收机和双基地雷达接收机的目标回波信号模型,针对二维平面,基于距离信息提出了复合双基地雷达信号融合模型,采用最大似然法对密集多目标进行检测,并分析了信噪比、目标数量、目标起伏、检测门限以及复合双基地雷达几何配置对检测性能的影响.针对不同想定进行了仿真实验,蒙特卡洛仿真结果表明本文方法对密集多目标的检测是有效的.通过理论分析和仿真实验发现,目标到两个接收机的距离变化以及不同距离单元中的目标干扰对检测的影响比较小,影响密集多目标检测的主要因素包含信噪比、目标数量、目标起伏、同一距离单元内的角度不可分辨目标的干扰以及检测门限;另外,Swerling Ⅱ型目标为本文推导的假设条件,但在Swerling 0 和Ⅳ型目标起伏条件下本文的检测算法仍然有效.     

稀疏微波SAR图像特征分析与目标检测研究

稀疏微波成像利用观测场景在空时频极化等表示域上的稀疏先验,通过线性综合测量方式获得比传统Nyquist采样低得多的回波数据,使用优化重构算法恢复观测场景微波图像,相对于传统微波成像体制具有诸多优势。在稀疏微波成像体制下,图像的获取和表征均发生了变化,需要在雷达图像理解现有理论和方法的基础上,研究新的特征分析和认知解译理论与方法。该文分析了稀疏SAR图像的统计特性以及点、线、面等特征的变化情况,对于使用空域稀疏模型重构的SAR图像,统计分布退化,适当降低采样率不影响点、线目标的提取精度。在此基础之上,研究了稀疏SAR图像海上舰船目标检测方法,得益于较弱的背景噪声,稀疏SAR图像的目标检测使用简单的阈值处理即可获得较好的检测效果。      

基于精细分割的SAR图像舰船目标几何结构特征提取

随着高分辨率星载合成孔径雷达（synthetic aperture radar,SAR）系统的研制和使用,利用SAR图像实现快速准确的舰船目标识别分类成为了海上目标侦察监视的重要手段.文中针对SAR舰船目标切片图像,提出一种基于精细分割的SAR图像舰船目标几何结构特征提取方法.首先,采用基于Radon变换的分割方法将舰船目标和成像干扰区域进行分离,对分离出的舰船目标切片进行阈值分割处理,并利用形态学手段处理分割图像,减小旁瓣影响,准确提取目标主区域;然后基于椭圆形状约束进行目标区域的细化分割,解决分割区域"毛刺"现象和区域断裂现象,得到舰船目标的最佳图像分割区域;最后,通过逼近目标区域获得其对应的最小外接矩形（minimum enclosing rectangle,MER）,进而实现目标区域几何结构特征的精确提取.通过对获取的高分三号卫星SAR图像数据进行仿真实验,证明了本文方法提取舰船目标几何结构特征的高准确性和强稳定性,对海上舰船目标的识别与分类具有重要意义.     

星载简缩极化SAR海上舰船目标检测性能分析

与全极化相比,简缩极化合成孔径雷达(SAR)因其更宽的幅宽,在海洋监视方面具有先天的优势。针对星载简缩极化SAR图像海上舰船目标检测,在全极化及简缩极化SAR特征参数提取方法研究基础上,基于实测Radarsat-2全极化数据模拟的混合极化(CTLR)模式简缩极化SAR图像数据,通过归一化距离对所提取极化特征参数的舰船目标和海杂波背景区分能力进行了系统分析与比较,在此基础上进一步对全极化及简缩极化的极化特征参数相似性进行了定量分析与评估,得到简缩极化和全极化的舰船目标检测分析结果。结果表明,简缩极化SAR的检测性能总体上接近于全极化。     

基于加权SVM和m-χ分解的简缩极化SAR图像舰船检测

与全极化相比,简缩极化合成孔径雷达(SAR)因其更宽的幅宽,在海洋监视方面具有先天的优势。针对海上舰船目标检测,提出一种基于加权支持向量机(SVM)和m-χ分解的简缩极化SAR图像舰船检测方法。该方法首先对简缩极化的极化参数进行提取,构造加权特征向量,然后基于加权SVM分类器对简缩极化SAR图像舰船目标进行检测,最后利用m-χ分解后3个分量对应不同散射机制的差异进行虚警去除。基于NASA/JPL AIRSAR机载以及Radarsat-2星载全极化实测数据模拟的圆极化发射线极化接收(CTLR)模式的简缩极化数据实验结果表明,该方法能在舰船目标检测的同时,有效去除虚警和模糊噪声。     

基于绕射场修正快速迭代物理光学法的海面舰船与角反阵列电磁散射分析

随着雷达技术的发展,雷达制导武器严重威胁着海面舰船目标的安全.为了保护海面航线的舰船,多面角反射器得到了广泛利用.本文以海上舰船与角反射器阵列组合为分析目标,针对其散射作用强、局部耦合明显的目标散射特征,提出了局部迭代物理光学（iterative physical optics, IPO）方法进行高效的电磁散射建模,并采用快速多极子技术与GPU并行技术实现了大场景海面复杂目标与角反干扰阵列的快速雷达散射截面积（radar cross section,RCS）仿真计算.该方法通过将电流迭代求解再辐射作用的区域截断在射线路径周围的局部区域内的操作,减少了IPO方法中分析复杂目标的电磁散射过程所产生相互作用的循环计算未知量.同时该方法考虑了边缘绕射场对目标RCS的影响,并利用绕射场对表面反射场进行修正.不同类型舰船的角反射器阵列的仿真结果表明,本文方法可为海战场反电子侦察提供有效的理论实现方案.     

基于Creator和Vega的红外/SAR成像仿真

在此使用Creator软件建立了带纹理的目标三维模型,以及利用Vega的TMM和MAT工具分别对目标纹理和大气环境进行了建模。基于Vega及其扩展模块远红外传感器仿真模块对红外图像进行了仿真;基于Vega及其扩展模块雷达仿真模块对SAR成像进行了仿真。针对同一场景、同一目标的红外/SAR图像融合过程中存在的图像获取问题,提出一种对同一探测目标的半真实半仿真图像获取方法;使用传感器视效模拟模块进行同一时刻、场景和大气条件下的SAR图像和红外图像仿真。使用Cretor和Vega软件生成红外/SAR图像具有周期短、实时性高的特点,可以很好地解决红外/SAR图像获取难的问题,在军事与民用领域中均有广泛的应用。     

基于子孔径分析的极化散射机理研究

在用极化sAR数据研究极化散射机理时,利用的是大量不同方位观察角度下接收的目标散射数据,但通常极化散射特性随方位角的变化并未被考虑。文中提出利用子孔径分析方法研究极化散射机理。子孔径是在不同的方位观察角度下．对整个场景的响应。用子孔径方法分析高分辨率极化sAR图像,可以突出全孔径中雷达后向散射的瞬时变化．因此可用于各向异性特征和非平稳目标的检测。最后利用丹麦EMISAR获取的L波段极化SAR全孔径图像数据进行仿真验证,提出了一种计算相对标准偏差的方法来检测非平稳目标。     

SAR图像目标和阴影径向积分特征评估

为了评价理论建模建立合成孔径雷达(Synthetic Aperture Radar,SAR)图像模板的准确性,利用SAR图像中两个典型区域(目标和阴影),建立仿真与实测图像之间相似性的定量评估方法.该方法预先分割出目标和阴影区域,并分别提取目标轮廓、目标强度分布和阴影轮廓的极化映射径向积分特征,基于这三种特征计算仿真图像和实测图像的相关系数.对三种车辆目标(BMP2、BTR70、T72)的仿真SAR图像与运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR图像进行相似性比对和分类识别,结果表明,目标轮廓、目标强度分布、阴影轮廓的极化映射径向积分特征评估方法具有较好的相似性和分类性能.     

人造目标圆极化SAR成像特性研究

本文推导了椭圆极化雷达散射矩阵与线极化散射矩阵之间的变换公式,分析计算了目标圆极化散射特性随目标定向角和轴比变化曲线。分析了三面角、二面角、偶极子（线状体）、圆柱体等目标的圆极化雷达散射特性,确认圆极化散射矩阵中各极化分量散射幅值（绝对值）均不随目标定向角变化,偶极子（线状体）目标圆极化散射矩阵各极化分量具有均衡的散射特性;三面角与二面角反射器圆极化散射能量呈现互补关系,三面角交叉极化强,二面角同极化强;圆柱体圆极化雷达散射交叉极化散射能量较大。对公路斜拉桥、舰船、圆柱铁桶等目标圆极化SAR图像进行分析判读,各目标圆极化SAR成像结果与圆极化雷达散射特性分析结果一致,揭示了圆极化SAR固有的目标成像特性。     

窄带舰船目标识别方法研究

文中针对窄带雷达舰船目标识别问题,提出了一种窄带雷达舰船目标识别方法.该方法从窄带雷达回波信号中提取目标的感兴趣区域,基于感兴趣区域提取目标的期望、标准差、方差、中心矩特征.依据雷达舰船目标航迹信息提取目标姿态角,并将姿态角作为特征引入到分类器中.最后,利用支持向量机方法对窄带雷达舰船目标进行分类.通过建立的仿真数据进...     

双基SAR有源欺骗式干扰性能研究

常规SAR和双基SAR的不同在于双基SAR收发分置,接收机往往很隐蔽,使得双基SAR具有强抗干扰性能。现有的对双基SAR的干扰都是基于已知接收机的准确位置。在接收机定位不准确的情况下分析了双基SAR欺骗式干扰。在欺骗式干扰模型的基础上,从方位向脉冲压缩方面考虑,研究了欺骗式干扰的散焦问题。通过理论分析和仿真,给出了双基SAR接收机可容忍散焦范围准则,由此可以确定雷达接收机的允许设定范围,将接收机设定在此范围内欺骗干扰仍能成功。仿真实验证实了理论分析的正确性。     

基于改进C2算法的双目标角度估计方法

角度是雷达探测和跟踪目标的重要信息,主波束宽度通常决定了雷达角度分辨率,当雷达主波束范围内包含不止一个目标时,采用传统的和差测角方法只能获得多目标的合成角度位置,不能获得场景中目标的真实角度值,严重影响了雷达对真实目标的截获和跟踪。针对雷达主波束内存在双目标的场景,首先通过理论分析和数值仿真说明双目标对和差测角的影响,再结合传统C²多目标角度估计算法在和差测角中的应用,给出一种改进的C²角度估计算法。最后,通过数值仿真验证了所提出的方法在双目标回波能量相同和不同场景下均适用,且角度估计精度相对传统多目标角度估计方法明显提升。     

基于DEM数据的机载雷达地杂波仿真研究

基于合成孔径雷达(SAR)的工作过程,对舰船目标进行基于回波信号的SAR成像仿真。目标建模时采用小面单元模型,将建好的精细舰船3 D模型,根据 SAR系统参数和分辨率要求划分为小面单元,然后对面元进行散射截面的计算。在计算目标散射截面时,结合射线追踪法充分考虑了目标的一次散射,二次散射效应,使仿真图像更加符合真实的 SAR图像特征。根据面元散射截面和位置信息,结合雷达工作过程,生成回波。再运用 RD成像算法处理回波,得到最终的仿真图像。将实验仿真图像与真实 SAR 图像对比,验证文中仿真方法的合理性。     

变基线地空双基地雷达动态探测性能研究

给出了一种接收机置于隐身飞行平台的T/R-R地空双基地雷达,研究了这种变基线地空双基地雷达的动态探测性能,并与单基地雷达的探测性能进行了比较;通过仿真分析了目标的雷达截面（RCS）、收发天线功率增益等雷达系统参数的变化对地空双基地雷达探测性能的影响;通过对仿真结果的分析得出了一些有价值的结论,为双基地雷达的设计提供一定的理论基础。     

基于极化SAR数据的图像分类识别算法

利用公开的全极化SAR数据,研究基于SAR图像的检测、极化分解和识别算法。首先根据四个线极化通道合成伪彩色图像,从而对场景进行初步认知。利用一维距离像分析全极化各通道的信噪比强度,通过对目标进行Pauli分解得到目标的奇次散射分量和偶次散射分量,从而完成对海杂波、建筑物和舰船的相干分量的研究。     

雷达目标特征数据采集及其应用

在复杂的海杂波背景下,不同波段、极化方式的弹载雷达、舰载雷达可以采用先进数据采集技术和特征提取方法来获得海上雷达目标散射特性和海杂波特性,对所获得的特征数据进行分析、归类、综合可以增强己方雷达对目标舰船的信息获取能力,改善目标识别的能力。结合国内外在自动目标识别（ATR）领域的最新进展,重点讨论了未来近海作战中需要提取舰船目标特征的主要数据和应用,介绍了几种测量方法。