基于复数经验模式分解的空中颤振目标成像

针对毫米波雷达照射条件下,逆合成孔径雷达成像过程中目标主体颤振引起的微多普勒效应对成像造成的干扰问题,在建立颤振目标成像模型、分析目标颤振对回波造成的微多普勒调制以及对成像的影响的基础上,提出了基于复数经验模式分解的颤振目标成像方法.该方法利用复数经验模式分解的自适应特性,将目标回波信号分解为多个不同频率的分量信号;进而采用复杂度的概念对各分量信号进行区分;并结合各分量信号所占的能量百分比,剔除微动信号分量,有效消除了由于目标颤振所造成的微多普勒调制.采用复杂度与能量百分比相互结合的方法有效地提高了准确度和空中颤振目标的成像质量.     

合成孔径雷达深度学习成像研究综述

现代合成孔径雷达（SAR）系统工作在日益复杂的电磁环境中,对成像精度、实时性以及算法鲁棒性等要求越来越高。传统的匹配滤波以及压缩感知技术在满足SAR成像的各类高标准要求时局限性较为明显,尤其在成像性能方面。随着机器学习的快速发展,研究人员将深度学习网络与雷达成像算法相结合,提出了学习成像技术,旨在为实现高质量实时成像寻求新的解决方案。本文从数据驱动以及模型驱动同数据驱动相结合的两种思路出发,介绍了用于求解SAR成像逆问题的深度学习网络架构。在此基础上,对SAR静止目标学习成像、SAR运动目标学习成像、SAR三维学习成像以及ISAR学习成像的研究现状进行概述,帮助研究人员和从业人员理解深度学习技术在SAR成像相关问题中的应用。最后,提出该研究方向一些悬而未决的问题,探讨潜在的解决方案和未来趋势。     

雷达组网系统对抗有源干扰方法综述

雷达干扰和抗干扰是现代电子战的主要内容之一,是作战双方围绕雷达展开的电磁博弈。受限于有限资源,单基地雷达不足以对抗复杂电子干扰。雷达组网系统将异地部署的多部雷达连接起来对特定区域进行协同探测和信息融合,具有覆盖范围广、获取信息全、测量精度高的优势。更重要的是,雷达组网系统可以通过多视角观测和协同控制,形成对单一干扰机的体系优势。首先简要介绍了雷达组网系统的发展趋势,分析了其抗干扰能力;随后从对抗压制干扰、对抗欺骗干扰和资源管控3个方面对现有雷达组网系统对抗有源干扰方法进行了归纳总结;最后对雷达组网系统对抗有源干扰的发展趋势进行了展望。     

逆合成孔径激光雷达鸟类目标压缩感知识别方法

鸟类目标的实时探测与准确识别具有重要意义。提出一种基于压缩感知的逆合成孔径激光雷达鸟类目标探测、成像与识别方法。该方法先利用光外差手段和压缩感知采样来大幅降低鸟类目标逆合成孔径激光雷达回波信号距离向上的采样率,再利用时频分析方法来判别鸟类目标运动状态,然后利用压缩感知重构算法来获得鸟类目标高分辨二维像以及利用拟合算法来提取鸟类目标微多普勒特征。结合获得的高分辨二维像和微多普勒特征可共同进行鸟类目标的鉴别和识别。仿真结果验证了文中方法的有效性。     

面向资源受限安全芯片的开放式运行环境设计

安全芯片开放式架构实现了用户程序和操作系统的分离,降低了应用程序与安全芯片操作系统的耦合性,但同时存在国外垄断、执行效率低、内存易泄露等弊端.对于搭载了开放式运行环境的安全芯片,面向资源受限所设计的精简扩展指令集支持与行业应用高度结合,具有基于寄存器的高效指令集解释执行能力,并具有更好的指令集安全性,可支持多应用融合,...     

基于压缩感知的认知雷达多目标跟踪方法

该文提出了一种基于压缩感知的认知雷达跟踪方法,该方法将压缩感知理论引入到认知雷达跟踪的问题中。通过对回波信号的稀疏表示,完成稀疏变换矩阵和观测矩阵的设计,实现了降采样条件下量测信号的重构。在系统的接收端,考虑到传统的粒子滤波容易陷入局部最优,对粒子数目要求大等问题,采用了粒子群优化的粒子滤波来对目标状态进行实时估计。在系统的发射端,采用优化后验克拉美罗界(Posterior Cramr-Rao Bounds, PCRB)设计了雷达发射波形参数,降低了对目标跟踪精度的PCRB。仿真表明,相比于传统跟踪方法,该文所提跟踪方法不仅有效地减少了雷达的数据量,而且较大地提高了目标的跟踪性能。      

一种基于最小熵准则的鸟类目标ISAR成像新方法

用线性调频步进体制高分辨雷达对鸟类目标进行ISAR成像是一个全新且重要的技术途径.鸟类目标振动翅膀带来严重的微多普勒效应,直接利用距离-多普勒成像算法效果欠佳.在分析了线性调频步进体制ISAR成像原理的基础上,提出了一种基于最小波形熵准则的谱图拼接成像方法,明显改善了鸟类目标成像效果.仿真结果证明了其可行性和有效性.     

基于认知ISAR成像的相控阵雷达资源自适应调度算法

现有相控阵雷达资源调度策略通常没有考虑成像任务的要求,需要分出一部分固定资源实现成像功能。该文将认知成像的思想引入到雷达资源自适应调度中,提出一种基于稀疏孔径认知ISAR成像的雷达资源自适应调度算法,并给出了具体的性能评估指标。在对目标特征进行认知的基础上,根据反馈信息对雷达的时间资源进行自适应调度,能够在对不同目标进行跟踪和搜索的同时实现认知成像,从而显著提高了雷达的工作效率。仿真实验验证了该算法的有效性。     

用慢时间域积分法实现雷达目标微多普勒信息的提取

在ISAR成像中,某些雷达目标的部件存在旋转运动,会对回波信息引入微多普勒,从而导致成像质量下降,严重时甚至无法实现成像。本文提出一种基于对慢时间积分的简易方法,成功实现了微多普勒信息与目标主体信息的分离,获得了较为清晰的目标主体像;通过对微多普勒信息的分析,同时也能获得旋转部件的一些运动信息,如旋转半径、旋转频率等。文章最后的仿真结果证明了本文方法的有效性,并简单验证了不同信噪比条件下其微多普勒谱的提取性能。     

空间旋转目标窄带雷达干涉式三维成像与微动特征提取

该文根据干涉式逆合成孔径雷达(InISAR)中多天线干涉处理的思想,提出一种基于L型3天线模型的空间旋转目标3维成像与3维微动特征提取方法。将微多普勒效应理论与多天线干涉处理技术相结合,在时频面上通过Viterbi算法分离散射点并进行干涉处理获取目标在各时刻沿基线方向的2维投影坐标;根据目标微动特性,采用非迭代椭圆拟合方法重构出散射点的高度维信息,实现目标的真实3维成像,并在成像过程中提取目标的3维微动特征参数。仿真实验验证了所提方法的有效性与鲁棒性。