基于Radon变换的昆虫上升下降率提取算法及实验验证

昆虫上升下降率是反映昆虫在迁飞过程中的运动方向与运动速率的重要指标。由于传统垂直昆虫雷达存在距离分辨率低、目标检测关联算法不完善等问题,昆虫上升下降率的提取较为复杂。本文提出一种基于Radon变换的昆虫上升下降率提取算法,该算法通过脉冲多普勒积累与恒虚警检测实现了雷达快时间/慢时间一维距离像矩阵到二值化航迹矩阵的转换,再利用Radon变换从二值化航迹矩阵中实现了昆虫上升下降率的直接提取。通过对实测数据的处理,验证了该算法的可行性。      

全极化雷达幅相不一致对昆虫朝向估计的影响

昆虫雷达通过测量波束中昆虫的极化信息,估计昆虫头部朝向,进而完成对昆虫迁飞轨迹的监测.但是,全极化雷达系统中的非理想因素会影响到昆虫头部朝向的估计精度.为了研究全极化系统幅相不一致对朝向测量的影响,本文对昆虫极化散射特征和全极化系统建模,并对朝向误差进行分析,得到了朝向误差和通道间幅相不一致的关系.理论分析和仿真结果表...     

星地双基地SAR时频同步技术研究

本文研究了只依靠直达波信号的星地双基地SAR的时频同步误差估计方法并对估计精度进行了讨论。首先对直达波信号进行建模和分析,再对传统的基于幅度的多普勒中心频率的估计方法在双基地SAR情况下进行了估计结果的修正,从而提出了一种时频同步误差的估计方法。最后推导并分析了接收信号的信噪比、系统载频和带宽等因素与估计精度的定量关系。结果表明,当先验信息较少时,仅通过直达波数据进行同步误差的估计是可行的。由于误差估计精度由信号的信噪比、信号带宽和载频频率等因素共同决定。因此,需要对系统参数进行合理的设计,以实现高精度的误差估计,从而实现同步误差的补偿,提高双基地SAR的成像质量。      

昆虫雷达散射截面积特性分析

昆虫雷达是观测昆虫迁飞最有效的工具。研究昆虫的雷达散射截面积(RCS)特性对于昆虫雷达目标识别有着重要意义。该文将分析昆虫的静态RCS特性和动态RCS特性。首先,基于实测的X波段全极化昆虫RCS数据,分析昆虫的静态RCS特性,包括水平和垂直极化RCS随体重变化规律以及昆虫极化方向图随体重的变化规律。其次,总结当前通过电磁仿真研究昆虫RCS特性所用到的介质和几何形状模型,并对比了水、脊髓、干皮肤和壳质与血淋巴混合物4种介质和等体型扁长椭球体、等质量扁长椭球体和三轴椭球体3种几何模型组成的12种介质模型,经过电磁仿真结果与实测数据相对比发现脊髓介质等质量扁长椭球体模型与实测昆虫RCS特性最接近。然后,基于Ku波段高分辨昆虫雷达外场实测昆虫回波数据,分析了昆虫动态RCS的起伏特性,将实测昆虫动态RCS起伏数据与4种经典的RCS起伏分布模型χ², Log-normal, Weibull和Gamma分布分别进行了拟合分析,从最小二乘拟合误差和拟合优度检验结果可以看出,相比于其他3种模型,Gamma分布可以较好地描述昆虫目标RCS起伏的统计特性。最后,综述了昆虫RCS特性在昆虫雷达测量昆虫朝向、体重等参数测量的应用。

     

基于代数图论的修正贝叶斯群目标航迹起始算法

群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认。针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃。实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力。     

导航卫星双基地SAR几何优选及实测边坡成像

基于导航卫星的星-地双基地SAR（GNSS-BSAR）作为一种新型的地表观测手段,具有重访时间短、覆盖范围广、系统成本低等显著优势。当地面接收机与目标场景距离较近时,由于GNSS-BSAR的分辨率较低,导致目标场景的成像结果与其在同一等距离线上的镜像混叠在一起,无法进行图像解译和形变反演处理。针对以上问题,本文提出了一种基于分辨率设计和等距离多普勒特性分析的导航卫星双基地SAR几何优选方法。该方法在选定实验场景的基础上,进行GNSS-BSAR分辨性能与等距离-多普勒特性的多目标联合优化,选定能够避免镜像模糊现象的导航卫星辐射源,实现GNSS-BSAR几何构型优选。基于以上方法,在重庆边坡地区设计GNSS-BSAR实验,成功获取了无镜像模糊的实测边坡成像结果,验证了几何优选方法的有效性。      

地基MIMO雷达快速成像算法研究

地基多输入多输出(Multiple-Input Multiple-Output, MIMO)成像雷达采用数字波束形成技术实现二维成像,具有成像速度快的技术优势。本文提出了一种适用于大景深、宽视角场景的地基MIMO雷达的快速二维成像算法。首先,根据MIMO雷达的阵列构型建立回波信号模型;其次,基于该模型补偿天线阵列近场空变性的相位中心近似(Phase Center Approximation, PCA)误差并进行数据重排,通过Kesytone变换校正距离徙动;然后,利用方位分块Dechirp处理实现方位向聚焦,实现MIMO雷达二维成像;最后利用MIMO雷达外场实验数据完成了算法验证。研究结果表明:在保证成像精度要求的情况下,该算法可以实现大景深、宽视角场景的高分辨快速成像,成像处理时间优于反向投影成像(Back Projection, BP)算法。      

前向散射雷达海面目标探测信号建模与分析

无人装备的兴起对当前海上防御造成了重大挑战,传统雷达成本高、系统复杂;前向散射雷达（FSR）具有结构简单、功耗小、成本低等优点,通过组网可以实现对海面要地目标大范围的探测监视。海浪的起伏变化和多径干扰会对海面目标的回波特性产生非常大的影响,本文分别给出了海浪起伏和多径干扰下目标的FSR回波信号模型,然后通过仿真实验对两种模型下目标的回波特性进行了比较,最终确定了多径干扰是低风速海浪下影响海面目标回波信号的最关键因素。      

基于最小熵的机动目标雷达检测

机动目标速度的不稳定会导致雷达回波产生时变的多普勒调制,即多普勒频率徙动（Doppler frequency migration, DFM）。在相参积累过程中,这将造成信号在多普勒维上散焦,积累增益降低,目标难以被检测。当前针对DFM的补偿研究大多集中于含有二阶速度分量的匀加速目标,对于含有三阶以及更高阶运动的补偿算法还需进一步完善。本文以最小熵为代价函数,利用迭代寻优的方式,提出了一种通用的高阶运动补偿算法。该算法通过仿真以及实测数据验证,被证明能够高效准确地估计出机动目标的高阶运动分量,从而有效补偿DFM引发的散焦问题,提高积累增益,完成机动目标的相参积累检测。