基于U-net卷积神经网络的大转角ISAR成像方法

针对ISAR成像在大转角条件下产生严重的越距离单元徙动从而使得ISAR图像散焦的问题,提出一种基于U-net卷积神经网络的大转角ISAR成像方法。首先利用快速傅里叶变换对大转角条件下的回波数据进行预处理,得到散焦的ISAR复值图像作为训练样本,其次,根据ISAR成像特点对U net网络结构进行了改进,训练后得到具有良好聚焦能力的成像网络。仿真实验表明：与传统大转角ISAR成像方法相比,所提方法将ISAR图像的峰值旁瓣比降至-18 dB以下,具有更小的图像熵和最小均方误差,成像时间缩减至0.28 s左右,在低信噪比条件下仍可以实现ISAR图像的快速、准确重建。     

基于二维稀疏特性的空间目标高分辨ISAR成像方法

针对空间三轴稳定目标成像问题,提出了一种基于目标稀疏特性的空间目标高分辨ISAR成像方法.该方法利用精轨数据构建了保相波形延时字典,实现了距离维高分辨和平动补偿;利用旋转矢量分析方法计算了三轴稳定空间目标有效积累转角,结合高分辨距离像的稀疏特性,给出了一种适用于越距离单元徙动的方位维稀疏字典构建方法.仿真结果表明,构建的稀疏匹配字典正确反映了目标的姿态变化特性,解决了越距离单元徙动问题,结合距离维相干抑制显著提高了空间目标二维ISAR像的分辨能力.      

距离徙动校正对SAR方位移频干扰的影响

从距离-多普勒成像算法入手,分析了距离徙动校正的过程,指出方位移频干扰在忽视SAR系统二维耦合特性的条件下,会引入距离徙动校正的误差。通过视角与多普勒的紧密关系,推导了以视角作为自变量的移频干扰距离徙动校正误差表达式,分别对各种变量关系下误差量、距离包络分布形式进行了讨论,并给出了方位频移干扰能够正确方位聚焦的频移区间。最后的仿真结果验证了本文内容的正确性,为移频干扰的工程实现和应用提供有力参考。     

距离徙动校正对SAR方位移频类型干扰的影响

本文从距离-多普勒成像算法入手,分析了距离徙动校正的过程,指出方位移频干扰在忽视SAR系统二维耦合特性的条件下,会引入距离徙动校正的误差。文章通过视角与多普勒的紧密关系,推导了以视角作为自变量的移频干扰距离徙动校正误差表达式,分别对各种变量关系下误差量、距离包络分布形式进行了讨论,并给出了方位频移干扰能够正确方位聚焦的频移区间。最后的仿真结果验证了本文内容的正确性,为移频干扰的工程实现和应用提供有力参考。     

SAR距离-多普勒成像算法中的距离徙动及校正

在SAR距离-多普勒成像算法中,距离徙动会使距离向和方位向发生耦合,成像质量下降.典型的距离徙动校正插值算法有：最近邻插值、牛顿插值、辛格插值等.但以上算法的光滑性和收敛性不好,而三次样条函数具有连续的二阶导数,且可采用分段函数的形式,具有很好的光滑性和收敛性.作者用三次样条函数插值进行距离徙动校正,进行了点目标SAR仿真成像,得到了满意的仿真结果.     

基于FRFT距离压缩的高速目标ISAR成像

通过建立高速运动目标的ISAR全去斜回波模型,分析了传统DFT距离压缩处理中所存在的距离色散问题及其对成像的影响.然后针对高速目标回波是调频斜率相同的多分量LFM信号的特点,提出了基于分数阶Fourier变换的距离压缩处理方法,并讨论了最优旋转角估计的问题.最后结合GRECO软件产生的回波数据进行仿真,证明了该方法能有效解决高速运动目标距离压缩中存在的色散问题,提高ISAR成像质量.     

基于时频分析的微动弹道目标ISAR成像方法

为克服弹道目标在微动情况时,其散射点的多普勒频率会随微动而变化,最终影响弹道目标的成像质量问题,提出了利用abor变换进行时间选择成像的方法。通过时频分析的方法,在时频域上找寻多普勒频率近似于直线变化的时间段,并在此时间段中对目标进行成像。仿真结果表明:在目标存在微动情况下,选择多普勒频率近似为直线的时间区间进行成像,能有效地聚集ISAR成像,仿真分析验证了该方法的有效性。     

基于参数化稀疏表征高速目标ISAR成像方法

针对高速运动目标逆合成孔径雷达(ISAR)成像问题,提出一种基于参数化稀疏表征的高速目标ISAR成像方法.首先,对高速运动目标回波信号特点进行分析,构造包含目标未知速度的参数化感知矩阵,建立回波信号稀疏模型.其次,采用自适应寻优算法,同时获得优化的感知矩阵及目标运动速度,基于压缩感知理论,在稀疏采样条件下重构目标ISAR像.相较于已有方法,所提方法可避免ISAR成像中复杂的运动补偿处理,并具有较低的运算复杂度和较好的鲁棒性.仿真实验验证了理论分析与所提成像方法的正确性和有效性.     

基于密集距离的多目标粒子群优化算法

设计出基于密集距离的多目标粒子群优化算法(CMPSO),该算法根据密集距离大小按轮盘赌方式为每个粒子从外部档案选取全局最好位置并采用基于密集距离的方法对外部档案进行维护.将算法应用于3个复杂的测试实例,并与强度Pareto进化算法2等算法进行比较,计算结果表明CMPSO具有良好的连续优化能力.     

基于双基ISAR的空间高速目标成像分析

讨论了空间高速运动目标在地基双基地逆合成孔径雷达(Bi-ISAR)系统下的成像算法。首先给出了地基双基ISAR的系统模型及其目标回波信号形式,其次分析了空间目标运动对双基ISAR二维分辨率的影响,在此基础上对回波信号进行分析和处理,通过数学推导得出当目标高速运动时,其回波信号中将产生距离展缩项以及不可忽略的残余视频相位项和脉内走动因子,此后采用构造补偿函数的方法对这些影响成像质量的因素进行补偿,并应用Keystone变换消除成像结果中的越距离单元徙动现象且给出了整个成像处理流程,最后通过对卫星目标的成像仿真验证了文中所分析的距离展宽项和脉内走动因子对目标二维像的成像影响,对补偿前后目标像的比较说明了文中补偿算法的有效性和实用性。     

高速运动目标的瞬时距离-多普勒成像

首先建立高速运动目标宽带雷达回波模型,分析了高速运动对目标一维距离像的影响,针对其回波是调频斜率相同的多分量LFM信号的特点,提出利用自适应短时傅立叶变换的方法获得一维瞬时距离像,消除了高速运动目标距离压缩中的色散效应,经过运动补偿和横向分辨,最终获得目标清晰的二维像.和传统速度补偿方法相比,有效减小了运算量,仿真证明了该方法的有效性.     

基于ISAR图像的火箭目标尺寸估计方法

火箭目标尺寸估计具有重要的军事价值,可以此推测火箭型号及用途.文章提出了一种基于逆合成孔径雷达(inverse synthetic aperture radar,ISAR)图像的火箭目标尺寸估计方法.该方法通过图像增强、形态学滤波、图像分割等方法提取出火箭目标轮廓,在此基础上基于直线检测方法自动提取并估计火箭长度.采用...     

严重方位模糊下的合成孔径雷达微弱运动目标聚焦与参数估计方法

针对现有运动目标聚焦方法存在的对多普勒模糊敏感、信噪比要求高、不能较好地实现无模糊运动参数估计的问题,提出一种严重方位模糊下的合成孔径雷达微弱运动目标聚焦与参数估计方法。首先,构造方位谱压缩函数压缩目标方位谱带宽;其次,应用二阶Keystone变换补偿距离弯曲;随后,通过所构造的距离走动补偿函数与吕氏分布变换(LVD)完成剩余距离徙动和多普勒徙动的补偿,进而实现目标能量聚焦;最后,结合参数粗估计结果,设计一种LVD域的无模糊参数精估计准则。仿真结果表明:该方法不受方位多普勒谱分裂与LVD域多普勒模糊的影响,具有较强的抗噪性,与Radon分数阶傅里叶变换的方法和基于非线性变换的方法相比,信噪比损失分别降低了约2 dB和15 dB。     

基于3D-OMP算法的SAR动目标成像方法

针对稀疏场景下的SAR动目标成像问题展开研究,提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分,然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵,即参数化稀疏表征。在算法迭代过程中,通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则,计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展,因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势,同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。     

基于量子粒子群的带障碍约束的空间聚类

空间聚类是空间数据挖掘研究领域中一个重要的研究课题,而传统的空间聚类方法往往忽略障碍对聚类结果的影响。本文在量子粒子群算法的基础上,研究了障碍约束的处理方法,并提出一种基于量子粒子群的带障碍约束的空间聚类算法,实验结果表明,该算法不仅有效地克服了聚类算法极易陷入局部极小值和对初始值敏感的问题,而且聚类结果比忽略障碍的量子粒子群算法更符合实际情况。     

基于多重测量矢量的含旋转部件目标ISAR成像方法

针对逆合成孔径雷达(ISAR)中含旋转部件目标成像问题,提出了一种基于多重测量矢量和压缩感知(CS)的含旋转部件目标ISAR成像方法。通过分析目标主体信号和旋转部件信号的多普勒差异,建立目标主体信号在方位向的多重测量矢量(MMV)模型。由于主体信号在方位向具有固定支撑集,而旋转部件信号在此支撑集上不具有稀疏性,因此,利用MMV模型进行信号重建后即可获得目标的主体ISAR像。在此基础上,再利用逆Radon变换得到旋转部件的ISAR像。仿真结果验证了该方法的有效性。     

基于ISAIL的空间小目标成像系统设计与仿真

为了实现对空间小目标的毫米级成像,设计了基于转台模型的逆合成孔径成像激光雷达系统,实现了距离向和方位向的数据融合并完成了模拟目标的2维图像重建.系统采用窄线宽光纤激光器、大带宽电光调制器完成了对激光脉冲的线性调频,并利用外差干涉的原理提高了回波信号的信噪比.结合空间小目标的运动特性,推演了含有旋转分量的激光雷达回波信号方程.在R-D算法中代入旋转分量完成图像重建的校正,实现了对模拟空间小目标的2维图像重建.实验用毫米级铝条模拟空间小目标,用步进电机使转台匀速旋转,模拟目标旋转过程.实验结果显示:当目标固定时通过回波能量即可获得1维距离向图像,峰值位置与真实目标的特征位置一致; 当目标运动时通过数据压缩、R-D算法及旋转分量的校正可获得模拟小目标ISAIL的2维重建图像,验证了系统可实现对毫米级模拟小目标的图像重建.     

基于扩容和双距离决策的多目标粒子群优化算法

为了更好地改善多目标粒子群优化算法的收敛性和多样性,提出一种基于扩容和双距离决策的多目标粒子群优化算法。利用扩容的方法对目标空间中目标函数值的上下限进行扩大,得到新的上下限后再建立网格,这样可以计算出边界点的坐标。在小网格中选择引导粒子或者劣质粒子时,利用小网格中粒子到理想点和当前小网格最优点的距离进行决策筛选,这样充分利用目标空间中的信息来对粒子的优先级进行判断。对新的粒子进行差分变异,增加了整体的多样性,并通过阈值控制其变异的频率。将算法和当前具有代表性的多目标粒子群优化算法进行对比实验,提出的算法效果更佳。实验表明,提出算法的收敛性和多样性不仅得到较大提高,而且较为稳定。     

基于多方法集成的目标跟踪算法

在线运动目标跟踪是目前模式识别领域的一个难点问题,目标物体角度、姿态、远近距离变化以及遮挡等给鲁棒在线跟踪算法提出了苛刻的要求,单一算法很难有效处理所有问题.多方法集成是实现鲁棒在线跟踪的一种有效手段,为此提出了一个集成on-line boosting、基于归一化互相关的模板匹配法和粒子群优化算法的自适应目标跟踪算法框架.其中,on-line boosting是基本的跟踪算法;基于归一化互相关的模板匹配法有效避免了on-line boosting过多的错误更新;而基于粒子群优化算法的跟踪策略提高了系统对快速运动、外观变化的适应能力,同时也为模板的更新提供了保障,三种算法形成了有效互补,在稳定性和可塑性之间达到了一种平衡.在不同视频测试序列上的实验结果表明,该算法有效地缓解了自适应性和漂移之间的矛盾,能够实时地完成复杂的跟踪任务.     

基于GA-PSO的多目标混流装配线排序研究

为求解生产调度中的多目标混流装配线排序问题,提出一种将遗传算法与粒子群算法相结合的混合算法——GA-PSO算法.为更好地评价个体,提出一种引入个体的Pareto分级和拥挤距离的适应度函数.针对标准PSO算法求解排序问题的不足,提出了一种将实数映射成离散值的方法.在算法的历次迭代中,早期通过遗传算法全局搜索优势扩大搜索范...