基于遗传算法的ISAR运动补偿新算法

提出了基于遗传算法进行逆合成孔径雷达运动补偿的新算法.针对遗传算法解的收敛性问题,在遗传算法中采用了最优个体保存策略,使得解以概率1收敛于全局最优解;针对遗传算法运算量大的问题,提出了采用运动补偿后最小熵和最小距离作为适应度函数,由此形成2种称为GAMCE和GAMCD的ISAR运动补偿新算法.仿真数据和实测数据验证了所提新算法的有效性.     

基于神经网络分类的异类传感器目标关联算法

为解决雷达与高速动态平台上的红外传感器构成的融合系统中,系统误差估计、目标关联紧密耦合难于解决的问题,根据系统误差数值变化特性,该文提出了一种基于模式分类的系统误差补偿与目标关联联合处理的方法。该方法采用BP 神经网络进行分类,省略了系统误差补偿环节,简化了融合处理流程,对一定范围内变化的系统误差有较好的容限。实验结果表明,该方法用于文中涉及的两类传感器组成的数据融合系统中,能实现目标正确关联的平均概率大于86%。      

InSAR加权迭代贪婪算法相位解缠及性能分析

针对干涉SAR二维相位解缠问题,提出了一种利用加权迭代贪婪算法提高解缠精度的新方法.首先推导了加权迭代贪婪算法相位解缠的基本原理,然后给出了算法的实现过程,最后进行了仿真分析.在分析比较了W=2和W=3加权迭代贪婪算法性能的基础上,将W=3加权迭代贪婪算法与经典的解缠算法在解缠精度和解缠时间上进行了比较.仿真和实际数据解缠证明,该算法实时、高效、准确.     

复杂杂波背景下海洋SAR图像中舰船目标的检测

针对卫星SAR图像海洋背景和舰船目标特点,文献[1]提出了基于小波多分辨率分析的卫星SAR海洋图像舰船目标检测的新方法。在此基础上,本文针对不同海情杂波服从不同概率密度分布的特点,讨论了复杂杂波背景下基于小波变换检测海洋SAR图像中舰船目标的性能,给出了不同海情下的检测性能,并与传统门限检测方法比较,给出了不同信杂比下虚警概率曲线。仿真结果表明,该方法实用、有效。     

一种基于模型的合成孔径声呐图像目标快速识别方法

针对基于合成孔径声呐(SAS)图像目标识别的先验模板获取困难、运算复杂度高的问题,该文提出一种基于模型的改进型相关快速识别方法。首先,基于构造凸壳估计目标姿态角,实现目标成像几何关系的估计;其次,提出改进的基于隐藏点移除的目标图像快速生成方法,可实时得到各备选目标对应成像几何关系的仿真图像;进而基于图像相关实现目标图像识别;最后,仿真实验证明了算法的有效性。仿真实验结果表明,相比于常规的直接模板识别方法,该方法识别率高,计算速度快。     

窄带相参雷达非刚性编队目标架次分辨研究

针对窄带相参雷达,文中在对目标进行长时间观测的基础上,深入研究非刚性编队架次分辨的原理。建立了多目标的统一模型,分析了非刚性编队目标的回波多普勒组成,提出了公转多普勒、径向多普勒和调频多普勒等新概念。进而,指出公转多普勒和径向多普勒的和决定了目标时频曲线起点,调频多普勒决定了目标时频曲线的走势。而目标间频率起点和时频曲线走势的差别构成了编队架次分辨的基础,而时频分析则是实现分辨的有效手段。最后,仿真和实测的实验结果证明了文中结论的正确性。     

基于相位线性度的ISAR非平稳目标成像时间选择新算法

该文针对非平稳旋转目标ISAR成像时间选择问题,提出基于相位线性度准则的成像时间选择新算法。首先详细分析了目标非平稳旋转时散射点的相位特性,提出适合目标成像的运动条件;然后基于目标平均距离像提取两个特显点距离单元信号,共轭相乘去除平动相位,相位解缠并曲线拟合得到转动相位,进而评价不同时间段转动相位的线性度,选择线性度大的时刻为成像时间。最后用仿真和实测数据验证了该方法的有效性。     

一种机载SAR地面运动目标成像模块设计

针对一体化机载合成孔径雷达/地面运动目标指示(SAR/GMTI)处理器实现多功能同步的难题,提出一种基于混合SAR/ISAR处理的地面运动目标成像处理模块设计,复用距离脉压数据实现场景成像、动目标检测以及动目标成像功能的并行。结合集成了多处理器的分布式内存体系结构的数字信号处理板卡,通过同构设计和链式数据缓存,每片DSP和其外存构成独立的成像处理节点。同时链路口互联结构可发送当前子孔径的脉压结果实现同步缓存,因此各成像节点可并发响应上位机对已检测动目标的成像请求。基于外场实测数据的处理结果证明了该设计的有效性。     

水下目标亮点拓扑特征提取及自动识别方法

针对水下目标逆合成孔径声呐(Inverse Synthetic Aperture Sonar,ISAS)图像识别问题中观测角度随机多变,目标结构相互遮挡问题,提出一种基于多亮点拓扑矢量特征的ISAS水下目标识别方法。通过分析ISAS成像过程中散射点位置由三维空间向二维成像平面的投影关系,表明了横向定标后的声呐图像中强亮点之间的距离仅由目标散射结构之间的物理距离决定,据此基于强亮点之间的相互距离,构造能稳定描述不同观测角度下目标的拓扑矢量特征。然后通过K-means聚类获取多聚类中心以克服目标结构互相遮挡造成的亮点缺失问题。最终采用最近邻分类器实现目标识别。水池缩比模型实验表明,该方法对于水下目标的识别率达到84.0%。      

一种基于加权迭代贪婪算法的InSAR相位解缠的新方法

该文针对干涉SAR二维相位解缠问题,提出了一种利用贪婪算法提高解缠精度的新方法。首先从理论上推导了贪婪算法相位解缠的基本原理,然后提出了一种迭代加权的贪婪算法,以克服传统贪婪算法解缠结果收敛于局部最优解的弊病,最后利用仿真数据和实际数据进行实验分析,验证了本文算法的有效性。