基于HMM核超球面支持向量机的 超宽带SAR未爆物检测

 利用机载超宽带合成孔径雷达(UWB SAR)探测地下未爆物(UXO)具有安全和高效的优点.UXO检测分为预筛选和鉴别.预筛选从大面积SAR图像中提取若干怀疑目标,而鉴别则将这些怀疑目标分成UXO和杂波从而降低虚警.本文提出隐马尔可夫模型(HMM)核的超球面支持向量机(HS-SVM)UXO鉴别器.HS-SVM基于结构风险最小原理并利用核特征空间中的超球面区分UXO和杂波能够解决小训练样本集和无典型杂波样本两个问题.此外将描述UXO多方位特征的HMM作为HS-SVM核函数进一步提高了UXO的鉴别性能.实测数据处理结果表明,HMM核HS-SVM优于HMM和高斯核HS-SVM等UXO鉴别器.     

一种VFGPIR序列图像特征评估与选择新方法

利用车载前视地表穿透成像雷达(VFGPIR)进行浅埋目标探测时,从序列图像中提取有效特征是保证高检测概率的同时最大程度剔除杂波降低虚警的关键.针对Fisher鉴别比(FDR)和顺序浮动前进选择(SFFS)方法用于地雷特征选择的局限性,提出一种基于分布参数和SFFS相结合的特征评估与选择方法.首先利用特征样本的分布参数定义代价函数来评估单个特征,并结合探测指标选择有效特征,然后利用SFFS方法并结合相关性分析搜索最优特征子集.实测数据的试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;该方法可快速有效地选择出具有良好鉴别能力的特征子集.     

基于重排方法的多分量线性调频信号分析

多分量线性调频信号的魏格纳分布(WVD)交叉项严重，而其平滑伪魏格纳分布(SPWVD)虽然抑制了交叉项但降低了时频聚集性。本文利用重排平滑伪魏格纳分布(RSPWVD)分析多分量线性调频信号，并以旁瓣电平(SLL)、交叉项干扰抑制(CTR)、分辨率损失(RL)等指标定量比较了它们的性能。仿真结果表明，RSPWVD旁瓣电平最低，交叉项抑制最好，分辨率损失最少。     

基于Web端多节点红外热成像传感系统设计

随着全球新冠肺炎疫情的持续蔓延,非接触式测温在异常温度筛查中起到重要作用.针对目前红外热成像装置兼容性、便携性较差等问题,提出一种基于Web端的红外热成像多终端非接触测温方法.首先,将传感器获取到的数据经微处理器换算后得到温度矩阵存储在TF卡缓存文件中,之后采用动态颜色映射的方法利用Web技术将温度矩阵数据转换成对应的...     

低频电磁波建筑物内部结构透视技术研究进展

在进入陌生建筑物内部之前获取其内部结构信息,能够为反恐作战、灾害救援等多种应用提供服务,具有重要的现实意义和研究价值.低频电磁波能够穿透常见建筑物材料传播,进而安全、稳定、隐蔽地获取墙后目标信息.利用低频电磁波获取墙后信息因此成为建筑物内部结构透视领域的研究重点.为获知该领域的发展脉络,并预测未来可能的发展趋势,该文对...     

超宽带虚拟孔径雷达非正交旁瓣抑制方法

在超宽带雷达成像中,雷达图像存在非正交旁瓣,影响图像质量。该文通过分析虚拟孔径成像的空间谱支撑区分布与点扩展函数的关系,提出一种基于虚拟子孔径的雷达图像非正交旁瓣抑制方法。该方法通过分离主瓣和旁瓣,在保持分辨率的同时有效抑制旁瓣,仿真数据处理结果验证了该文方法的有效性。     

超宽带SAR浅地表地雷聚焦与定位技术

机载或车载超宽带合成孔径雷达可以大区域快速探测单个地雷和雷场,是探雷的发展趋势。由于传统成像算法基于均匀媒质的假设,在浅地表目标成像中不再适应。该文首先建立了浅地表目标回波模型,定量分析了折射和色散对成像的影响。基于回波模型,提出了分别在回波域和图像域补偿折射和色散影响的浅地表后向投影(Subsurface Back-Projection, SBP)成像算法。但是对未知区域进行地雷探测时,无法获得目标埋设深度和入射角先验信息。针对这个问题,提出了基于图像域SBP成像算法的粗、精补偿分级处理流程,实现了大区域多目标精确聚焦定位。最后利用Rail-GPSAR探雷试验系统实测数据验证了该文方法的有效性。     

微蚀体系对挠性基材侧蚀影响探讨

通过试验对比验证挠性印制板生产中常用的过氧化氢-硫酸和过硫酸钠-硫酸两种微蚀体系对三种日系挠性基材的侧蚀影响,从而得出过硫酸钠-硫酸微蚀体系对三种基材铜箔侧蚀影响最小的结论;同时还提出挠性基材铜箔抗侧蚀能力除受微蚀体系影响,还受基材的生产方法和铜箔粗糙度因素影响的推论,以便同行对其他基材抗侧蚀能力研究参考.     

基于迭代加权散射重心的包络对齐方法

运动补偿是ISAR成像的关键问题之.运动补偿分为包络对齐和初相校正两步,其中包络对齐是初相校正的基础.本文提出的基于迭代加权散射重心的包络对齐方法,有效的克服了散射点的相互作用和回波包络跳变等对包络对齐的影响.仿真结果验证了它的有效性.     

基于SEEMD的高分辨率SAR图像目标特征提取方法

针对高分辨率合成孔径雷达(SAR)图像,本文提出了一种基于分离集合平均经验模态分解(SEEMD)的目标散射特征提取方法.首先在图像二维波数域进行SEEMD分解获得每个目标的散射函数,然后估计目标散射特征参数,通过该参数可以区分目标所属的散射类型.最后,仿真实验和实测数据的处理验证了方法的有效性.