在射频/红外复合制导半实物仿真实验系统的搭建中，射频/红外复合制导转台的设计是其中的一项重点和难点。针对由五轴转台及其外两轴上红外复合设备构成的射频/红外复合制导转台，希望通过电磁仿真的方法来评估其对被试雷达测角误差精度的影响，以满足射频/红外复合制导转台的设计需求。为此，提出一种基于区域分解的混合全波电磁建模方法，实现天线辐射波通过异形异构复合制导转台到达被试雷达半实物仿真实验场景的高置信度数值模拟。此外，基于建模仿真获得的电磁场分布，结合电磁互易原理与单脉冲比幅测角原理，提出一种雷达测角误差的计算方法。采用典型的异构异形复合制导转台进行数值仿真实验，对所提方法的精度和能力进行验证，展示该方法具备支撑射频/红外复合制导转台尤其是其中红外复合设备设计的潜力。
现有超分辨方法大多基于理想退化模型且易导致强散射信息均值化, 不适用于机载合成孔径雷达(synthetic aperture radar, SAR)实传图像的超分辨重建。针对该问题, 在机载SAR实传图像和精细成像图像之间建立了一个盲超分辨重建网络。首先, 采用生成对抗网络学习两个图像域之间的映射关系。其次, 通过注意力机制引导网络关注强散射区域。然后, 利用感知循环一致性损失保留图像纹理特征。最后, 在实测机载SAR数据集上验证了算法有效性, 重建结果的人类视觉系统信噪比和辐射分辨率分别提升了约30%和20%。特征分析及可视化表明, 所提方法提高了图像质量且重建出清晰的强散射特征。
噪声和信号传输是雷达设计中需要考虑的重要因素, 本文设计一种考虑多源噪声及信号传输质量的毫米波雷达系统仿真模型。模型包括频率合成器、信号收发机以及信号处理等模块, 能够模拟信号发生、传输至雷达测速、测距的系统。以此为框架, 设计考虑电源噪声、杂散噪声和杂波噪声的噪声模型, 对雷达漏警、虚警等情况进行模拟预测。在信号传输方面, 建立等效电路模型, 并结合场路协同分析方法, 提高仿真精度。对于典型案例, 发现时钟信号存在“回勾”问题, 这表明仿真模型能够通过检测“眼图”、信号波形等指标, 有效预测雷达可能存在的信号传输质量问题, 并指导传输线的设计。
分布式相参雷达在抗干扰和目标探测性能方面具有明显优势, 但分布式构型带来的栅瓣问题给目标到达方向(direction of arrival, DOA)估计带来很大的困难。在均匀分布式相参阵列的基础上, 拓展和差波束形成(sum and difference beamforming, SDB)方法至分布式阵列的栅瓣区域, 并采用双指向法分析鉴角曲线(angular response curve, ARC)特性, 提出一种基于多载频自适应SDB(multi-frequency adaptive SDB, MF-ASDB)的解模糊测角方法。该方法在不同频点下利用密集栅瓣辅助扫描检测, 通过ASDB方法计算模糊主值后, 将其拓展得到包含目标真实角度的DOA模糊值; 根据频率与栅瓣周期之间的角度偏移关系, 使用最小二乘方法实现DOA解模糊。仿真结果验证了所提方法的有效性。
针对中国余数定理一类的方法在解模糊时存在错误概率增大的问题, 提出一种多子带相干融合解模糊方法。首先, 估计出运动目标在各频点的导向, 然后, 依次对各参考频点求解聚焦变换矩阵, 并通过空间聚焦处理提高动目标径向速度估计精度, 最后, 进行解模糊处理。仿真和实测数据的处理结果表明, 所提方法可有效改善动目标径向速度估计精度, 并提高正确解模糊的概率。
合成孔径雷达(synthetic aperture radar, SAR)脉间载频捷变技术通过随机改变每个脉冲信号的载频, 主动增加了雷达波形的复杂度和不确定性, 能够有效对抗有源欺骗干扰, 但脉间载频捷变会导致多普勒调频率捷变、方位向无法压缩等问题。对此, 提出一种快速补偿频域成像处理方案。考虑到脉间捷变频信号脉间相位历程变化、脉内线性调频的特性, 在距离向脉冲压缩后能避免相位随距离空变, 并通过对距离向主瓣精准补偿和旁瓣近似补偿, 实现在快速成像的同时, 抑制距离向旁瓣, 提升弱目标显示能力, 其计算量与传统固定波形SAR成像计算量相当。仿真数据处理得到了点目标、面目标在有源欺骗干扰下的成像结果, 验证了该方案的有效性及抗干扰性能。此外, 该处理方案下点目标的峰值旁瓣比和积分旁瓣比对比传统固定波形处理方案能分别有效提升12 dB和10 dB。
逆合成孔径雷达(inverse synthetic aperture radar, ISAR)图像是雷达自动目标识别的重要手段，获得高分辨率的ISAR图像需要雷达长时间照射，在实际工程应用中存在较大的限制。相比之下，宽带脉冲多普勒(pulse Doppler, PD)图像通过短脉冲积累成像，能够有效节约雷达资源。本文以不同入射视线角下图像中调制现象差异为出发点，设计一种角度引导注意力的卷积神经网络，旨在实现有限资源下更高的识别性能。首先，通过混合注意力残差模块，使网络聚焦于图像空域的差异，从而有效提升目标精细化特征的表征能力。然后，设计角度引导注意力模块，通过角度编码将入射视线角信息嵌入网络，实现目标特征表示与姿态的关联耦合，进一步提升识别准确率。最后，通过3类飞机的实测宽带PD图像进行分类识别，验证所设计网络的有效性。
间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)是一种对现代雷达系统构成重大威胁的相干干扰方式。在高干扰时域占空比、弱能量干扰等复杂场景下, ISRJ干扰切片相互遮掩且能量接近真实目标, 这将导致传统时/频域算法干扰抑制效果大幅下降以至失效。针对该问题, 从ISRJ时频耦合机理入手, 提出一种新的针对复杂场景优化的ISRJ抑制算法, 该算法遵循“解耦-滤波-重构”流程处理含干扰回波。首先, 通过时频解耦变换, 将干扰多组转发切片对齐, 以有效降低干扰的时域占空比。然后, 通过噪声区域的划分, 采用低门限原则对时频图进行二值化处理。随后, 采用最保守原则生成时域遮罩, 滤除干扰。最后, 通过间断CLEAN技术处理重构完整目标回波。多组仿真实验验证所提算法的有效性, 分析多组参数变化对其性能的影响, 并评估了算法的实时性。理论分析和仿真结果共同证实, 相较于传统的基于滤波的抗ISRJ算法, 所提算法可以在大干扰时域占空比、弱能量干扰等复杂场景下, 展现出更为优越的干扰抑制性能。
针对弹道目标平动导致微动特征难以准确提取的问题, 提出一种基于动态模态分解(dynamic mode decomposition, DMD)的弹道目标平动补偿与微动特征提取方法。首先, 在弹道目标微动回波建模的基础上, 对目标的慢时间-距离像序列进行微多普勒(micro-Doppler, m-D)特征曲线分离; 其次, 将分离后的数据向量移位堆叠构建为增广数据矩阵, 并对其进行DMD; 然后, 利用分解后的模态幅值对各模态进行排序, 结合损失函数等信息选取主要模态; 同时, 利用主要模态中的零频率模态完成弹道目标的平动补偿, 从其他主要模态中提取出自旋频率和锥旋频率等微动特征信息; 最后, 对基于DMD的弹道目标平动补偿与微动特征提取方法进行性能分析与对比实验, 验证了所提方法的可行性和稳健性。
针对集中式多输入多输出(multiple-input multiple-output, MIMO) 雷达多目标空时自适应信号处理(space-time adaptive signal processing, STAP) 中最优发射波形设计问题, 以最大化最差输出目标信干噪比(signal-to-interference plus noise ratio, SINR) 为优化准则, 联合优化发射波形和接收滤波器。在模型方面, 考虑其他目标作为相干干扰; 在算法方面, 为满足半正定规化(semi-definite programming, SDP) 算法中输出波形相关的协方差矩阵的秩1约束, 提出基于秩1近似的秩递减求解算法。在此基础上，设计两种迭代交替优化算法并对比了算法的性能。仿真结果表明, 最优发射波形同时满足峰均比(peak-to-average ratio, PAR) 和相似性约束, 具有稳健多目标空时杂波抑制能力。
针对可见光和合成孔径雷达(synthetic aperture radar, SAR)图像配准过程中的几何差异、辐射差异和斑点噪声问题, 提出一种基于图像结构信息的可见光和SAR图像快速配准算法。首先, 建立高斯尺度空间, 利用偏移均值滤波和双线性插值建立图像自相似性方向图; 然后, 在最大和最小自相似性图上进行加速分段特征测试(features from accelerated segment test, FAST)特征点检测, 获取角点和边缘特征; 再者, 基于最小自相似性索引图和等面积策略构建描述子, 并提出描述子多方向转换方法和批量生成方法; 最后, 利用最邻近距离比算法和快速抽样一致性算法识别正确匹配。实验结果表明, 所提算法在可见光和SAR图像配准方面具有明显优势。
针对复杂电磁环境下雷达复合干扰识别困难和网络模型复杂度高的问题, 将多标签分类与改进的ShuffleNet V2相结合, 提出一种轻量化的多标签ShuffleNet(multi-labeling ShuffleNet, ML-SNet)雷达复合干扰识别算法。首先, 使用轻量化的ShuffleNet V2作为主干网络, 引入SimAM(similarity-based attention module)注意力机制, 提高网络特征提取能力。其次, 使用漏斗激活线性整流函数(funnel activation rectified linear unit, FReLU)代替线性整流单元(rectified linear unit, ReLU)激活函数, 减少特征图的信息损失。最后, 使用多标签分类算法对网络输出进行分类, 得到识别结果。实验结果表明, 在干噪比范围为-10~10 dB的情况下, 所提算法对15类雷达复合干扰的平均识别率为97.9%。与其他网络相比, 所提算法具有较低的计算复杂度, 而且识别性能表现最佳。
雷达检测性能与目标回波特性相关, 设计与目标角域起伏特性相匹配的波形频率可以提升目标的检测概率。对此, 提出一种基于启发式频率规划的多雷达波形设计算法。在离线状态下, 通过起伏因子约束下角域划分、起伏因子最大化角域关联和异常角域决策三步设计匹配机动目标特性的角度频率匹配集。在目标跟踪阶段, 通过多站雷达扩展探测频率以优化角域, 并根据机动目标在状态转移区域内的滤波预测状态值完成目标回波不确定条件下的雷达节点和辐射频率参数规划。仿真结果表明, 所提算法在飞机进行匀速直线与协同拐弯交替运动的跟踪场景中检测性能显著提升。
针对伯努利粒子滤波器在嵌入式应用环境中的高速、高效计算问题, 以雷达微弱目标联合检测估计伯努利粒子滤波器为例, 提出一种功能模块化、粒子规模可扩展的现场可编程门阵列(field programmable gate array, FPGA)实现架构, 并通过粒子状态流水计算、分层累加求和、并行化重采样等手段进一步提高滤波计算速度。Xilinx ZC706评估板板载测试实验证明了所提架构良好的可扩展性和优异的加速比, 当粒子数量为1 024时, 相较于Intel Core i3-4130 CPU计算环境下的加速比约为104量级, 该结果对伯努利粒子滤波技术在雷达、机器人、导航制导等领域的应用具有重要参考价值。
针对雷达信号分选过程依赖先验知识、参数适配调优困难等问题, 提出一种基于自约束搜索密度聚类的参数自适应信号分选方法。该方法在点序识别聚类结构(ordering points to identify the clustering structure, OPTICS)算法生成可达距离序列的基础上, 引入一种启发式的自约束搜索机制, 该机制能够自动分析数据集的内在结构, 根据其数据特性自适应划分簇。通过自动调整超参数, 该算法能够有效处理不同参数分布的脉冲描述字(pulse description word, PDW)数据。仿真实验表明, 在无先验知识依赖情况下, 所提算法在雷达信号的分选准确率和抗干扰能力方面均优于传统方法, 干扰脉冲比例不高于60%的复杂电磁环境中雷达信号分选准确率达到98%以上。
在复杂地物场景中使用地基雷达探测地面动目标时, 慢速弱目标与地杂波的频谱通常难以区分, 传统的目标检测手段性能受限。针对此问题, 提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell average-constant false alarm rate, CA-CFAR)检测, 初步筛选目标; 接着对慢时间信号进行复经验模态分解(complex empirical mode decomposition, CEMD), 分离地杂波和动目标; 最后利用地杂波和动目标多普勒频谱的对称性差异检测目标。将该检测方法分别与CA-CFAR和正交投影-奇异值分解-恒虚警率(orthogonal projection-singular value decomposition-constant false alarm rate, OP-SVD-CFAR)检测的性能进行比较, 并通过仿真数据和两组不同目标的实测数据进行验证。结果表明, 所提方法能够提升目标的信杂噪比; 在检测概率相同的条件下, 其虚警率比CA-CFAR显著降低; 在检测概率相同且较高的情况下, 所提方法比OP-SVD-CFAR的虚警率也更低, 证明了所提方法的有效性。
地基逆合成孔径雷达(inverse synthetic aperture radar，ISAR) 在遂行空间目标观测任务过程中，往往面临着在可观测空域内出现多个空间目标而导致成像任务相互冲突的问题，限制了组网雷达整体观测效能。为解决上述问题，首先探讨了雷达布站位置与空间目标轨道参数对ISAR成像质量的影响，以此为基础提出一种基于拍卖理论的组网雷达多目标ISAR成像资源分配算法。该算法结合成像分辨率对成像积累角的约束作用与目标相对于雷达的等效旋转角速度变化趋势，引入拍卖理论，实现了雷达站址与ISAR成像弧段的优化选择，形成目标、雷达与成像弧段相对应的最优观测方案。仿真实验结果表明，所提算法能够在保证多目标ISAR成像质量要求的前提下降低雷达组网所需观测时长，为提升雷达组网整体观测效能提供一种有效手段与技术支撑。
基于字典学习的合成孔径雷达(synthetic aperture radar, SAR)稀疏微波成像方法面对多类别目标时, 字典中存在冗余信息导致成像准确性降低, 针对此问题提出一种基于结构化字典学习(structured dictionary learning, SDL)的判别稀疏微波成像方法。首先, 利用SDL面向多类别目标训练获得包含多个子字典的结构化字典, 每个子字典对应特定类别目标。其次, 结合结构化字典构建判别稀疏微波成像模型, 处理过程中根据不同子字典对目标的表征误差进行判别。最后, 根据判别结果选择对应类别子字典进行成像。实验结果表明, 与现有的成像方法相比, 所提算法在降采样的条件下能够更好地抑制伪影模糊, 提高成像的准确性。
雷达信号分选是电子战中的重要一环。在复杂电磁环境中, 侦察机截取的信号不理想, 可能存在脉冲丢失、杂波干扰的情况, 导致传统信号分选方法效果不佳。针对以上问题, 提出一种基于层次聚类和谱适应的雷达信号分选方法, 该算法通过神经决策树对交织脉冲流中的杂波进行检测, 提升散乱杂波场景下分选准确率, 依据脉冲重复周期谱对门限进行动态调整, 完成不同类型脉冲重复间隔(pulse repetition interval, PRI)调制信号的分选。实验表明, 所提方法应对高密度、脉冲丢失、散乱杂波的场景, 表现出良好的准确性和稳定性。
高海情下, 由于海面舰船目标在偏航、俯仰和横滚3个维度的非规则运动引入的高阶相位, 导致机载雷达对海面舰船目标直接进行合成孔径雷达(synthetic aperture radar, SAR)成像时会出现散焦现象。针对此问题, 提出一种基于Radon时频分析的机载海面舰船目标SAR-逆SAR(inverse SAR, ISAR)混合成像方法。首先, 建立了机载海面舰船目标SAR-ISAR混合成像模型, 将海面舰船目标的三轴转动引起的舰船成像模糊问题转化为高阶相位误差的估计问题。然后, 基于Radon时频分析的方法精确估计运动舰船目标的高阶相位信息, 并构造相应的高阶相位因子进行补偿。最后, 基于估计的高阶相位信息对舰船目标进行SAR-ISAR精聚焦成像, 实测数据的处理结果验证了所提方法的有效性。
针对机载双极化相控阵气象雷达实测数据难以获取的问题, 提出一种机载双极化相控阵气象雷达气象目标回波仿真方法。首先，通过天气研究和预报模式仿真得到气象场景信息。其次, 分析极化相控阵偶极子阵元的极化特性以及降水目标的散射特性, 将两者结合, 计算极化偶极子阵元在发射、接收过程以及降水目标散射过程中的电场极化性质, 得到气象目标的偶极子极化散射矩阵。最后，结合气象场景信息和偶极子极化散射矩阵, 运用雷达气象方程得到相控阵参考阵元的回波信号, 进而得到双极化相控阵雷达全阵元的气象目标回波信号。将仿真结果与实测数据对比, 验证了所提方法的可靠性。
动态回波数据是研究空间微动多目标探测与识别的基础。基于散射中心模型研究了双基地雷达微动多目标回波仿真方法。首先, 分别为各个空间微动目标建立相应的观测坐标系; 然后, 根据微动模型求解目标散射中心在观测坐标系下的位置, 再将观测坐标系下的散射中心坐标转化到基准坐标系; 最后, 求解微动距离变化并结合双基地可视条件进行回波仿真。动态仿真和电磁计算仿真结果验证了所提方法的有效性, 可以广泛应用于空间微动多目标成像、特征提取等多个领域的研究。
针对合成孔径雷达(synthetic aperture radar，SAR)图像中的3个通道数据均相同、以至于在使用基于深度学习的目标检测网络对其进行目标检测时会造成通道信息利用效率低下的问题，基于对SAR图像中各种目标物轮廓特点的研究，提出一种基于平滑和锐化滤波的通道扩展预处理算法模块，并将其命名为ORLM (Original, Roberts, Laplace, Mean)模块。所提算法可被封装、集成并应用于目标检测算法的数据读取程序，可将每个通道数据均相同的SAR图像进行通道扩展，并且保证扩展后的通道数据充分包含目标的全部轮廓信息。通过将有否搭配本预处理算法的目标检测网络在不同舰船目标检测数据集上进行训练、测试及对比实验，实验结果表明，所提预处理算法可被应用在各种目标检测算法中，起到提升检测准确性的作用，且不会明显降低检测实时性。
针对海杂波模型选择失配现象以及由假定海杂波纹理结构完全非均匀导致的相干检测器性能损失问题, 提出基于广义逆高斯(generalized inverse Gaussian, GIG)纹理结构空间相关性的目标检测算法。首先, 分析相关杂波背景下的目标检测模型, 引入海杂波纹理结构的空间相关性并将其作为先验信息；随后，基于两步广义似然比检测(generalized likelihood ratio test, GLRT)准则推导相关GIG纹理背景下的相干检测器。最后，通过理论证明所提检测器对散斑协方差矩阵和目标多普勒导向矢量具有恒虚警特性。基于仿真测试的实验结果和实测数据表明, 所提检测器在均匀和部分均匀杂波背景下均提升了对海面目标的检测性能。
传统的间歇采样转发干扰在面对合成孔径雷达(synthetic aperture radar, SAR)时, 生成的假目标分布均匀、幅度相似, 且位置滞后于真实目标, 容易被对方识别。针对此缺点, 对间歇采样干扰进行改进, 提出一种对SAR的二维联合调制间歇采样转发干扰方法。所提方法通过控制间歇采样周期、移频调制序列、调频斜率调制序列等干扰参数, 对截获后的雷达信号进行二维联合调制转发, 在真实目标周围生成多个幅度与分布非均匀的欺骗干扰假目标和压制干扰区域。从间歇采样转发干扰出发, 建立所提方法的数学模型并给出干扰原理, 进一步分析所提方法的干扰性能。仿真实验结果证明了所提方法的正确性和有效性, 能够有效对抗SAR。
为精确识别气象目标与混杂其中的非气象目标，提出一种融合轻量级梯度提升机(light gradient boosting machine，LightGBM)与残差网络的残差网络(residual network of residual network: next generation, ResNeXt) 的气象目标识别方法。首先，制作块状样本数据集，以此数据集为驱动，建立以ResNeXt为基础的气象目标识别网络模型，实现以块状数据样本为识别单位的气象目标粗粒度识别，识别精度可达99.6%以上；然后，再将此粗粒度结果与参考数据的差异值纳入LightGBM分类器，得到以雷达采样单元为识别单位的细粒度识别结果。结合实际观测数据，证明所提方法融合了LightGBM细粒度识别与ResNeXt高精度识别的能力，能够完成气象目标与杂波的判别，判别结果与参考结果高度一致。结合实际观测数据，证明所提方法融合了LightGBM细粒度识别与ResNeXt高精度识别的能力，能够完成气象目标与杂波的判别，判别结果与参考结果高度一致。
针对常规模型在合成孔径雷达(synthetic aperture radar, SAR)图像中对近岸旋转舰船目标检测效果不佳的问题, 提出一种基于全局特征融合的SAR图像旋转舰船目标检测方法。首先, 通过全局注意力特征金字塔网络融合不同层级特征, 缩短了底层特征向顶层特征的传递路径。其次, 在图像块融合阶段加入位置编码，以减少降采样导致的定位信息损失。最后, 采用旋转特征对齐网络生成高质量的锚点和旋转对齐特征, 用于分类和坐标回归。所提方法在SAR舰船斜框检测数据集(rotated ship detection dataset in SAR images, RSDD-SAR) 上旋转交并比为0.5时的平均检测精度达到了0.894 8, 对近岸和离岸舰船都有着较好的检测性能。
针对激光雷达远距离探测时回波信号背景噪声大问题, 将自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)、去趋势波动分析(detrended fluctuation analysis, DFA)和新型小波变换相结合, 提出一种激光雷达去噪算法。首先, 激光雷达回波信号通过CEEMDAN进行分解, 获得多个本征模态函数(intrinsic mode function, IMF)。其次, 引入DFA算法计算各IMF分量与原始回波信号的标度指数, 自适应地将IMF分量划分为信息主导分量和噪声主导分量。再次, 采用新型小波变换对噪声主导分量进行去噪处理。最后, 将信息主导分量和去噪后的噪声主导分量进行信号合并重建。激光雷达仿真信号在-10 dB的去噪结果表明, 与改进的CEEMDAN结合小波软硬阈值相比, 所提算法的均方根误差分别降低了52.13%和96.49%, 信噪比分别提高了3.932 3 dB和3.754 2 dB。实测信号的去噪结果也表明, 所提算法在低信噪比条件下稳健性好且去噪性能更佳。
角反射器形成的强假目标干扰给反舰导弹雷达导引头目标识别带来了严峻的挑战。为提高反舰导弹雷达导引头抗冲淡式角反射器干扰能力, 提出一种基于极化与高分辨距离像(high resolution range profile, HRRP)多特征融合的角反射器鉴别方法。结合3种场景下的实验数据, 首先从海杂波中提取雷达导引头目标回波信号; 其次, 分析了角反和舰船回波的峰值个数、径向尺寸等5个距离像特征, 以及极化相关系数均值等3个极化特征。实验数据处理结果表明, 舰船与单个角反特征差异明显, 与阵列角反特征差异减小; 然后利用支持向量机(support vector machine, SVM)方法, 基于实验数据设计5组测试, 分别检验了单特征和多特征融合的鉴别性能。测试结果表明, 单特征鉴别方法性能不稳定, 而所提出的三特征融合鉴别方法更具稳健性, 在5组测试中鉴别准确率均达到92.86%以上。
对空间轨道目标高分辨率成像是空间态势感知计划的重要组成部分。本文讨论天基逆合成孔径雷达(inverse synthetic aperture radar, ISAR)对空间目标进行高分辨率成像的概念。基于雷达和空间轨道目标相对运动场景, 研究减少天基ISAR回波数据量的方法; 分析天基ISAR对空间目标可成像时间段的限制因素, 推导天基ISAR与目标轨道高度差及天基ISAR波束扫描角度的噪声等效后向散射系数(noise equivalent sigma zero, NESZ)公式, 探讨满足方位分辨率的天基ISAR在轨可成像时间段, 并利用NESZ衡量可成像时刻内回波信噪比(signal to noise ratio, SNR), 为天基ISAR系统设计提供依据。此外, 还推导天基ISAR对空间轨道目标回波表达式, 并研究二维图像散焦原因, 提出ISAR图像二维相位误差具体补偿模型, 通过仿真结果验证了分析的正确性。
