VHF/UHF波段星载SAR电离层效应研究

星载UHF／VHF波段合成孔径雷达对隐蔽目标有很强的探测能力,在军事和民用中都有重要应用前景,但其实现受到电离层效应的严重限制。文中介绍了此研究方向的现状、主要问题、以及相应的解决方法。     

SAR技术的发展现状

本文以表格形式来说明民用空载和机载合孔径雷达技术的发展现状。表中列出了一些用户需求和目前系统的一些特性。并给出了一些特殊的应用结果。     

SAR在二十一世纪的应用

来自各种空间和机载探测器的ＳＡＲ成象数据在二十一世纪初将变得更为普遍。为什么ＳＡＲ数据可用于某些领域，它们将用来将什么？答案的一部分在于：ＳＡＲ具有提供高分率成象的能力，这种能力不受云层覆盖和太阳照射的限制，与雷达测量的灵敏度与成象区域的某些物理特性有关，这些特性涉及表面粗糙度、结构、介质常数及一定程度上的运动，高分辨率的地貌和地形变化图提供了另一部分答案，这些地图可以采用ＳＡＲ干测测量技术生成。     

未来X波段SAR的设计

目前，使用有源相控阵天线的未来Ｘ波段ＳＡＲ雷达正在研制开发之中。本文描述了这种ＳＡＲ系统的一般设计考虑，并对拟议中的下一代ＳＡＲ系统的设计提出了一些设想。     

VHF／UHF UWB SAR基于通道均衡的RFI抑制方法

对工作于甚高频／超高频（VHF／UHF）波段的超宽带合成孔径雷达（UWB SAR）,射频干扰（RFI）会严重恶化图像质量。该文提出了一种基于通道均衡的RFI抑制方法,它能有效地抑制雷达接收信号中的RFI分量,同时保持图像质量。实际的处理结果证实了该算法的有效性。     

VHF/UHF UWB SAR基于通道均衡的RFI抑制方法

对工作于甚高频/超高频(VHF/UHF)波段的超宽带合成孔径雷达(UWB SAR),射频干扰(RFI)会严重恶化图像质量。该文提出了一种基于通道均衡的RFI抑制方法,它能有效地抑制雷达接收信号中的RFI分量,同时保持图像质量。实际的处理结果证实了该算法的有效性。     

聚束SAR和对飞机ISAR成像的同和异

聚束照射合成孔径雷达（SAR）是用飞机对某指定大面积区域进行高分辨率成像的合成孔径方式，用地面固定雷达对飞机成像是逆合成孔径方式，两者可用完成不同的成像方法。但也可用相同的“极化形式算法”，可是在具体实现该算法时有较大区别。文中对聚束SAR具体的PFA和它的成像图形以及地面雷达对飞机的PFA给出叙述，并由此可看出它们的差异，最后给出飞机成像图。     

大斜视SAR原始数据的快速模拟算法研究

该文针对小斜视和大斜视模式合成孔径雷达(SAR)提出了两种高效的原始数据模拟算法：变尺度傅里叶变换(SCFT)算法和沿距离向积分算法。基于SCFT的模拟算法将传统的基于2维快速傅里叶变换的2维频域算法推广到斜视模式,采用SCFT取代插值操作,提高了小斜视SAR原始数据模拟的计算效率和仿真精度。沿距离向积分算法适用于大斜视SAR原始数据模拟,保证了大斜视SAR原始数据的模拟精度并同时提高了计算效率。最后,通过仿真证明了这两种算法的有效性。     

飞机尾流的脉冲多普勒雷达探测性能分析

针对晴空、降雨条件下飞机尾流的脉冲多普勒雷达探测问题,研究了飞机尾流RCS和多普勒速度谱特性,导出了飞机尾流探测的雷达方程及其可检测性因子的解析表达式。在此基础上研究了X、C、S、L波段雷达的飞机尾流探测性能,并与隐身飞机的雷达探测性能进行了比较研究。结果表明：对于散射率为-90 dBsm/m~-70 dBsm/m的飞机尾流,其探测距离可从十几千米到100千米以上;在雷达反射率因子为10 dBZ~40 dBZ的降雨环境中,尾流探测性能一般优于隐身飞机探测,其探测距离可达到隐身飞机探测距离的2倍以上。     

基于注意力和自适应特征融合的SAR图像飞机目标检测

针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像中飞机目标尺度多样性及背景强散射干扰的问题,提出了一种基于坐标注意力和自适应特征融合的YOLOv4 SAR图像飞机目标检测算法。该方法首先在主干网络引入坐标注意力机制,以增强对于飞机散射点组合结构的聚焦能力以及抗背景干扰能力。其次,在特征增强网络中引入自适应特征融合机制,提高了对不同大小飞机的特征提取能力,同时改善了YOLOv4算法召回率和精确率不平衡的问题。最后,通过改进的K-Means聚类针对飞机目标调整先验框的尺寸,提高了模型的定位精度。实验结果表明,改进算法召回率达到91.01%,精确率达到90.09%,AP_0.5达到92.34%,分别较原YOLOv4算法提高2.49%,6.56%和3.62%。     

星载SAR飞行平台若干问题的仿真研究

飞行平台的仿真是星载SAR系统仿真中一个非常重要的部分。星载SAR(合成孔径雷达)仿真系统与传统的机载SAR仿真系统在飞行平台部分存在很大的差异。文中详细论述了SAR卫星平台仿真中轨道动力学、波束投影点、星下点以及卫星与地面目标瞬时相对运动等问题的仿真方法及其实现，并就一些近似计算给SAR系统带来的误差进行了分析。     

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。     

航天飞机雷达地形测绘使命（SRTM）：使用X波段合成孔径雷达（SAR）干涉仪的经验

X－SAR的单次通过SAR干涉仪是航天飞机雷达地形测绘使命（SRTM）中的一部分，系统的测量原理，配置以及工作在2000年2月的任务中已做简要描述，使用该系统的体会是其具有良好的设计与制作，很好的监视能力以及优秀的性能，初步认为这种技术是非常有前提的，如同对温度变化引起的相位误差必须进行补偿一样，任务后必须对航天飞机和天线杆的运动做校准工作。     

基于雷达成像的地面停留隐身飞机探测

隐身飞机的电磁散射特性和雷达成像是反隐身的重要研究内容。国内对隐身飞机散射特性的研究基本集中在雷达散射截面(RCS)的计算和分析方面,该文则侧重于对隐身飞机的合成孔径雷达(SAR)成像进行仿真和分析。RCS分析侧重于探测在空中飞行的隐身飞机,而SAR成像可用于探测停留在地面的隐身飞机。以F-22飞机为例,进行隐身飞机的SAR成像仿真,研究结果表明,目前美国的隐身飞机并不是全角度隐身的,用机载SAR成像雷达可以发现停留在机场上的隐身飞机。     

SAR雷达干扰效果的度量

合成孔径雷达(Synthetic Aperture Radar)是一种高分辨率成像雷达。它通过发射线性调频(LFM)的脉冲压缩信号实现距离上的高分辨率，利用脉冲之间的多普勒信息获得方位上的高分辨率。本文提出了对SAR雷达干扰效果度量的准则，并分析、检验了几种典型干扰样式的作用效果。     

利用SVM的极化SAR图像特征选择与分类

该文提出一种新的利用SVM的特征选择算法,并将其融入到极化SAR图像分类过程中,构成一种新的基于SVM的分类方法。其中,特征选择算法利用支持向量个数作为特征评估指标,并以顺序后退法作为搜索策略。真实数据的实验结果表明,该分类方法能有效降低SVM分类器对自身参数的敏感性,与利用原始特征集和经典的RELIEF-F的分类方法相比,该方法能以更少(或相当)的特征个数,在更广泛的SVM参数取值范围内获得更高的分类精度。     

基于并行MLFMA的SAR舰船目标RCS计算

为提高合成孔径雷达（SAR）图像仿真效果,针对SAR图像中舰船目标雷达散射截面（RCS）计算的精度和效率问题,在利用几何建模方法构建三维舰船模型的基础上,采用并行多层快速多极子算法（MLFMA）计算了舰船目标RCS并分析了该算法的并行加速比。仿真实验表明,并行MLFMA算法适用于高频范围内较大尺寸舰船目标RCS的计算,比物理光学法（PO）和物理光学与矩量混合算法（PO—MOM）具有更高的计算精度且并行方案能明显提高求解目标RCS的效率。