稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.     

深层搅拌桩施工技术在公路路基处理中的应用

深层搅拌法是用于加固软土地基的一种方法.近几年在公路、铁路、土建及电厂等大面积软地基处理施工中应用很广泛,积累了一定的施工经验.通过在实际施工中的应用,指出了深层搅拌桩技术在参数选择、施工技巧、保证质量等方面应当注意的问题.     

一种基于雷达窄带回波的转动参数估计方法

对单散射点和多散射点转动目标产生的雷达回波进行建模,分析了转动散射点对雷达回波的调制,使用CLEAN算法思想分离多散射点的信号;使用不同的带有加速度和加加速度调制的信号对回波信号进行匹配傅里叶变换,通过搜索的方式提取出与目标信号匹配最好的加速度与加加速度值;使用最小二乘法估计目标的转动频率,进而提取出目标的其他转动参数,在存在多普勒混叠的情况下通过提取目标的加速度估计值实现了对多散射点的转动目标的参数估计。最后,通过仿真实验验证了方法的有效性。     

逆合成孔径雷达多普勒质心跟踪法性能分析

 目标强散射中心的转动相位成分(RPC)是限制逆合成孔径雷达多普勒质心跟踪(DCT)法自聚焦性能的主要因素.基于统一的目标散射信号模型,本文提出扰动角的概念以衡量RPC的影响,并分析了决定扰动角的若干因素.据此,本文证明了提高雷达脉冲重复频率可改善DCT法的自聚焦性能,并证明了圆移位DCT(CS-DCT)和图像均衡DCT(IE-DCT)两类改进方法的原理等效性.最后,数值实验结果验证了本文性能分析的正确性.     

一种基于CFAR检测和密度聚类的ISAR图像预处理方法

目标逆合成孔径雷达(ISAR)像通常受各种噪声的影响,这些噪声使ISAR图像质量下降,严重影响了后续的特征提取和目标识别应用。提高图像质量,减少噪声的干扰成为ISAR目标识别应用中的重要步骤。提出了一种基于恒虚警检测和密度聚类的方法抑制ISAR像的斑点干扰和横条纹干扰,在保证干扰抑制效果的同时相比于传统方法可以更有效地保留目标中的细节信息。提取了图像面积、长度、多普勒扩展作为ISAR识别特征矢量,外场实测数据实验表明,提出的预处理方法有效地抑制了图像中的干扰成分,保留了更多图像细节,有效地提高ISAR识别特征的稳定性。     

一种雷达虚拟回波并行模拟生成平台

为研究目标雷达回波高逼真度模拟生成对雷达系统设计及雷达信息获取理论,通过物理光学的电磁计算模拟目标电磁特性,并结合系统参数和波形应用生成相应的雷达虚拟回波。为提高电大尺寸目标雷达回波模拟的计算效率,构建了一种基于通用图形计算卡（GPGPU）和中央处理单元（CPU）组成的异构并行硬件平台,结合并行软件编程技术实现高逼真度雷达回波快速生成,同时对并行优化策略,特别是多卡调度等并行化关键技术进行了设计,最终的并行软件平台回波生成效果表明了该平台在雷达系统设计和理论研究方面的潜力。     

含旋转部件的ISAR目标分离式成像

随着雷达成像分辨能力的不断提升,转台模型所引起的二维距离走动已经影响到高分辨ISAR成像质量。同时,雷达目标物上部件的微动也变得不可忽略。因此,针对含旋转部件的目标的ISAR回波,本文提出了一种基于回波分离处理的精细化成像流程。该流程通过对目标物的刚体、部件回波进行分离,有序地对来自转台模型的二阶、一阶距离走动进行补偿,并获得旋转运动参数估计。其后,再对两种回波分别用与之相适的方法进行成像,完成对整个目标物图像的精细化处理。仿真和实测数据的处理结果验证了该流程的有效性。      

针对非合作目标的调频步进编码波形设计方法

雷达对于非合作目标的探测,存在目标微小与速度未知两大困难,而相干积累的方法需要准确探测目标速度,并进行速度补偿,实际应用过程中效果受限。针对此问题提出了一种调频步进编码波形设计方法,可以在速度未知情况下脉间积累,同时在准确测量速度后宽带合成。首先研究线性调频子脉冲的距离速度耦合特性,通过波形设计抵消脉间目标运动成像位置变化;然后研究调频步进编码波形的宽带合成技术,使所得的高分辨一维距离像无距离混叠。最后,数值仿真实验验证了所提出波形的优势与应用价值。     

基于特征选择与GOPCE的舰船检测方法

原始的广义相对最优极化(GOPCE)中,通过最大化目标与背景极化参数融合结果的比值,而求取极化参数的最优系数向量,但没有考虑参数融合结果中目标与杂波的分布。为提高基于极化合成孔径雷达图像的舰船目标检测性能,提出了一种基于极化特征选择及改进 GOPCE的目标检测方法。首先提出了一个改进的优化准则,同时考虑了最大化信杂比与最小化目标与杂波分布的方差。基于改进的优化准则,选择了3个最优极化特征,并求解对应的最优系数向量,获取了目标与背景区分度更大的融合图像。实验结果表明,该方法有效提高了目标的检测性能。     

基于图像域均衡的逆合成孔径 雷达多普勒质心跟踪法

相位校正严重影响了逆合成孔径雷达(ISAR)图像的聚焦和成像质量,其中多普勒质心跟踪(DCT)法因具备明确的算法原理和适中的计算量,成为一种广泛应用的相位校正方法.但是,当目标存在强散射点时,DCT法的效果往往不佳.在分析和比较现有方法的基础上,本文提出采用图像域均衡处理来改进DCT法.新方法通过简单的均衡和反馈环节,能够显著降低强散射点的影响,并提高DCT法的稳健性和成像质量.最后,和多类目标实测数据的成像结果证明了新方法的有效性.