基于ISAIL稀疏性的相位校正算法

逆合成孔径成像激光雷达(Inverse Synthetic Aperture Imaging Lidar,ISAIL)的回波信号在距离-多普勒(Range-Doppler,R-D)域具有稀疏性,由此本文提出一种以稀疏性为全局约束条件的相位校正算法,并引入正则化方法解决此问题.在算法的实现过程中引入了Hadamard乘法...     

低脉冲重复频率合成孔径激光雷达成像

为提高合成孔径激光雷达(SAL)的分辨率,从激光脉冲调制与脉冲重复频率(PRF)的矛盾入手,提出了一种沿方位向放置多个望远镜接收的系统设计方法,利用空间自南度解决由于较低PRF带来的方位模糊问题.分析了SAL系统由于平台连续运动的影响(表现为多普勒频移项),提出了多普勒平移补偿方法.通过仿真实验验证了本文所提系统设计的...     

基于传递路径试验分析的变速器敲击噪声优化

变速器内部非受载齿轮来回敲打引起的车内变速器敲击噪声往往经过多维路径进行传递,对车内变速器敲击噪声传递路径的辨识与控制优化是改善敲击噪声的有效措施之一。阐述了基于结构传递路径的变速器敲击噪声试验分析方法,并结合某乘用车变速器敲击噪声明显这一问题,通过整车传声损失试验判断出该车变速器敲击噪声主要为结构传递声,且通过优化离合拉索与换档拉索,为改善该车变速器敲击噪声提供了一定的改进方法,取得了较好的优化效果。     

利用压缩感知的逆合成孔径激光雷达成像新方法

受限于激光调制技术,在较长的积累时间内,逆合成孔径成像激光雷达发射脉冲之间的相干性难以保持,导致方位向散焦,影响成像效果．为此提出了一种在较短相干积累时间内,利用较少回波数据实现同等分辨率的瞬时成像算法．此算法利用压缩感知理论,将逆合成孔径成像激光雷达成像问题转换为利用正交基压缩感知重构稀疏信号的问题,通过优化求解的方式对目标像优化重建,且在低信噪比时通过构造权矩阵,提高算法对目标像的恢复性能．室内逆合成孔径成像激光雷达验证系统实测数据验证了算法的可行性和有效性．     

机载高分辨聚束式SAR实时成像处理系统的FPGA实现

该文设计并实现了一个基于FPGA的机载高分辨聚束式SAR实时成像系统。该系统基于经典极坐标算法,在2维波束域完成运动误差估计及补偿,获得了良好聚焦的图像。文中详细阐述了将算法映射到FPGA实现的设计过程,给出了硬件系统平台的构成,并对系统资源、运算速度和成像结果进行了分析。在对实测机载聚束式SAR数据进行实时处理的实验中,FPGA工作在100 MHz时,该系统11 s内可完成1638432768点8位数据的成像处理。良好的实时成像结果验证了该系统的有效性和可靠性。     

基于方位波数域聚束模式PFA的运动补偿新方法研究

该文在对聚束模式SAR数据进行极坐标算法(PFA)形式成像的过程中,通过研究载机运动误差对散射点方位向波数表达式的影响,给出了一种基于方位波数域进行运动误差估计及相关补偿的新方法。该方法首先应用距离匹配滤波和方位dechirp实现对原始数据的2维调频率去斜处理,同时经过距离FFT和极坐标算法的操作将原来极坐标下的数据重采样到直角坐标系下的2维波数域,最后对数据进行距离和方位的分块误差估计及补偿。这种方法能很好地针对运动误差造成的方位二次及高次误差相位项进行精确补偿,同时也能处理误差相位的空变性问题,因此可以获得相对传统时域补偿方法更好的图像聚焦效果。实测数据的处理和分析,验证了该文所述方法的有效性,证明了与传统时域运动补偿方法相比的优越性。     

室内实测数据的逆合成孔径激光雷达成像

逆合成孔径成像激光雷达是一种新型主动式有源成像系统,其优势就是可以获得比逆合成孔径雷达更高的分辨率,和更接近光学图片的效果.首先,对逆合成孔径技术的基本原理进行了描述.然后,对数据逆合成孔径激光成像雷达数据模型进行分析.再次,给出了一种基于时频分析的逆合成孔径激光成像雷达成像方法,该方法结合"CLEAN"技术,估计出回...     

分布式小卫星SAR多普勒解模糊成像

该文结合实际卫星轨道及地球自转特性,研究利用分布式小卫星丰富的空域信息解多普勒模糊,从而解决宽场景成像和方位高分辨之间的矛盾。提出建立子孔径坐标系,解决地球自转引起的星间回波不一致性并简化椭圆轨道的几何复杂性。建立子孔径坐标系包括两方面：一是将成像几何模型转换到地球固定坐标系下分析,此时地面场景静止,卫星轨道等效旋转;二是分孔径处理,针对每个子孔径建立坐标几何,经过误差补偿后小卫星轨道构型等效为固定基线且平行。对每个子孔径回波数据分别进行空域滤波解模糊处理后再进行孔径拼接,同时结合传统星载SAR成像算法实现大场景高分辨成像。最后以CARTWHEEL模型为例进行仿真,验证了该方法的有效性。     

多发多收合成孔径激光雷达高分辨率宽测绘带成像

合成孔径激光雷达（SAL）是作为未来远距离高分辨率对地区域观测的理想方式。针对传统的单发单收合成孔径激光雷达系统中高分辨率和宽测绘带的矛盾导致测绘带宽窄的问题,提出一种多发多收合成孔径激光雷达工作体制,该体制工作在低PRF模式,保证了距离向测绘带的不模糊,在方位向采用了多通道技术,利用虚拟孔径和真实孔径结合实现了方位向的多普勒不模糊。通过自适应波束形成将多通道数据合成大带宽无模糊数据,实现高分辨率宽测绘带成像。首先简述了方位向多通道技术提高方位向分辨率的原理;随后提出了多发多收合成孔径激光雷达的工作体制,并且给出了该工作体制下的信号模型,针对低脉冲重复频率条件下的多普勒模糊问题,提出了基于自适应波束形成解模糊信号处理方法。最后,通过三发三收体制验证多发多收合成孔径激光雷达工作体制的可行性。     

改进YOLOv3的轮毂焊缝缺陷检测

为了实现轮毂焊缝缺陷的智能化检测,本文对深度学习目标检测算法（YouOnlyLookOnceversion3,YOLOv3）进行改进,得到YOLOv3-MC算法用于轮毂焊缝缺陷的检测。首先,使用工业相机采集轮毂焊缝图像,然后标注图像制作数据集,并且通过数据增强方法扩充数据集。接着,为了提高算法检测精度,使用Mish激活函数替换YOLOv3主干网络中的激活函数。修改算法的损失函数,使用完备交并比（CompleteIntersectionoverUnion,CIoU）的计算方法提升算法检测的定位精度。最后使用训练集训练算法模型,再使用验证集和测试集图像数据进行检测试验,结果表明,YOLOv3-MC的最优模型在验证集上的平均准确率（MeanAveragePrecision,mAP）达到了98.94%,F1得分值为0.99,平均交并比（AverageIntersectionoverUnion,AvgIoU）为80.92%,检测速度为76.59帧/秒,模型大小234MB。该模型在测试集上的检测正确率达到了99.29%。相较于传统机器视觉检测方法,该方法提高了检测精度,满足轮毂生产企业的焊缝实时在线检测需求。