双基地宽带成像雷达由于不同源会产生时间同步误差和调频率同步误差。针对这一问题, 面向低成本、小型化雷达接收机设计同步方法。针对时间同步问题, 提出了直达波触发的收发脉宽非一致时间同步方案, 通过使用直达波触发接收窗启用时刻, 同时增加接收窗长度和低通匹配滤波, 以完成时间同步。针对调频率同步问题, 提出了采用吕氏分布对调频率误差进行估计, 进而进行补偿, 以完成调频率同步。该时间及调频率同步方法基本不需要增加接收机硬件成本, 可以适应小型化接收雷达需求。基于小型宽带雷达搭建室内的双基宽带雷达模型, 实验实现了双基雷达同步以及数据采集、成像。实验结果验证了所提方法的有效性。
针对目前基于深度学习的合成孔径雷达(synthetic aperture radar, SAR)舰船检测锚框尺度固定、多尺度检测性能较差的问题, 提出了一种基于锚框自适应和多尺度增强网络(adaptive anchor multi-scale enhancement network, AA-MSE-Net)的SAR舰船检测方法。首先, AA-MSE-Net引入了锚框自适应机制, 来生成适应目标形态的高质量锚框, 增强了舰船形态描述能力。其次, AA-MSE-Net提出了多尺度增强金字塔网络, 来融合增强多尺度特征, 增强了多尺度描述能力。最后, AA-MSE-Net在骨干网络中引入了可变形卷积, 来提取舰船形变特征, 进一步提高检测精度。实验证明, AA-MSE-Net在公开SAR舰船检测数据集上的平均精度高于8种对比方法。
针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题, 结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首先, 采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息, 并利用HGM结果提升量测与预测状态之间的关联性能。其次, 通过图理论计算邻接矩阵, 获取群结构信息和子群数目。随后, 利用群结构信息估计协作噪声, 进而校正目标的预测状态。最后, 通过平滑算法改善滤波效果, 并设置轨迹长度阈值, 使其在平滑状态达到消除短轨迹的目的。仿真实验表明, 所提算法在线性系统下能有效提升群目标跟踪性能。
针对鉴别局部保持投影(discriminant locality preserving projections, DLPP)在窄带雷达目标数据降维时出现的类内离散度矩阵奇异和对孤立点敏感进而导致类别之间可分性弱的问题, 提出了基于鲁棒性边界DLPP(robust margin DLPP, RMDLPP)的窄带雷达空中目标分类方法。首先, 在计算样本之间距离时将两样本点的欧氏距离与同类样本均值相关联。然后, 挑选一定数量的边界样本点进行处理并对优化DLPP目标函数进行降维。最后, 使用高性能分类器对降维后的数据进行区分, 实现对空中目标的分类。通过对X波段对空警戒雷达实测数据的对比实验表明, 所提方法具有更好的分类准确率和对孤立点的鲁棒性。
近场高分辨率成像的需求日益增加, 传统的后向投影成像算法忽略了周围复杂电磁环境给成像带来的不良影响, 在对回波进行相干积累的过程中不可避免地将周围杂波映射到目标图像网格上, 导致图像质量较差。针对这一问题, 提出一种基于天线方向图波束补偿的后向投影成像增强技术。该技术通过提前生成自适应能量衰减系数矩阵, 对目标回波幅度进行衰减补偿, 能有效抑制复杂电磁环境下强散射点给成像过程带来的不良影响。实测及实验结果表明, 所提方法不仅在抑制杂波的前提下增强了图像质量, 也能降低成像过程中相干积累的次数, 提高了成像效率。
受瞬态干扰影响和空海同时探测的需求,在长相参积累时间条件下,天波超视距雷达(over-the-horizon radar, OTHR)回波信号的有效采样点往往缺损且非均匀,严重影响目标检测性能。针对此问题, 提出了一种基于压缩感知的OTHR频谱重构方法。首先, 建立了OTHR频域信号的稀疏模型; 然后, 提出了快速自适应复近似消息传递(fast adaptive complex approximate message passing, FACAMP)频谱重构算法并给出了算法实现步骤; 最后, 利用FACAMP算法实现了OTHR频谱重构并分析了重构性能。与现有重构算法相比, FACAMP算法具有重构精度高、运算复杂度低、可自适应调整参数和保留背景噪声高斯性的优势。理论分析和仿真实验均验证了所提算法的有效性。
针对舰船三维摆动和海尖峰制约高海情环境弹载雷达探测性能的问题, 面向高海情探测环境提出了一种新的成像检测思路。首先, 基于高海情环境分别建立舰船与海杂波回波模型;其次,将改进离散调频傅里叶变换算法(modified discrete chirp Fourier transform, MDCFT)引入回波多普勒成像,消除了高阶项相位导致的散焦现象;在此基础上,利用水平集算法分割目标与背景区域,然后利用聚类算法确定每个目标区域;最后,基于提取的目标特征判决每个区域对应的目标身份。利用仿真数据的实验结果验证了所提算法的有效性。所提方法综合考虑了成像与检测环节性能的提升,为高海情环境下的弹载雷达制导提供了一种可行思路。
针对分布式干扰机掩护目标突防雷达网背景下的干扰资源分配问题, 提出了一种引入随机密钥的改进离散模拟退火遗传算法(improved discrete simulated annealing genetic algorithm, IDSA-GA)对资源分配过程进行优化。基于雷达网融合检测概率构建干扰效果评估函数, 利用IDSA-GA对函数寻优求解。IDSA-GA在模拟退火遗传算法(simulated annealing genetic algorithm, SA-GA)的基础上引入随机密钥, 完成算法的离散化; 并在迭代的过程中增加记忆功能, 克服了过早收敛的现象。仿真结果表明, 与GA相比, 提出的IDSA-GA收敛迅速, 寻优能力强, 能有效解决干扰资源优化分配问题。
现有合成孔径雷达(synthetic aperture radar, SAR)舰船实例分割方法未实现掩模交互或交互性能有限, 导致检测精度较低。针对上述问题, 提出了一种基于掩模注意型交互(mask attention interaction, MAI)的SAR舰船实例分割方法MAI-Net。首先, MAI-Net使用了膨胀空间金字塔池化, 来获取多分辨率特征响应, 增强了对背景的鉴别能力。其次, MAI-Net使用了非局部注意力模块来抑制低价值信息, 实现了空间特征自注意。最后, MAI-Net提出了拼接混洗注意力模块来平衡不同特征图的贡献, 进一步提高了实例分割精度。在公开的像素级多边形分割SAR舰船检测数据集(polygon segmentation SAR ship detection dataset, PSeg-SSDD)上的实验结果表明, MAI-Net的SAR舰船实例分割精度高于现有其他11种对比模型, 实例分割精度达到61.1%, 高于次优模型1.5%。
针对合成孔径雷达(synthetic aperture radar, SAR)图像船舶目标尺度不一且易受海面、地面杂波和相干斑噪声的影响, 难以提取目标多维特征且特征融合过程中易产生语义歧义, 造成船舶目标检测率低, 虚警率高的问题, 提出一个基于全局位置信息和残差特征融合的SAR船舶目标检测算法。基于Faster区域卷积神经网络(region convolutional neural network, R-CNN)目标检测算法, 在特征提取网络和特征融合网络中进行改进: 在特征提取网络中使用高宽注意力机制提取目标在图像中的全局位置信息, 增强目标的多维特征提取能力; 在特征融合网络中使用带有残差连接的双向特征金字塔网络削弱特征融合过程中的语义歧义, 降低复杂背景下的船舶目标虚警率, 同时进行不同层级的多尺度特征双向融合, 增强高低层特征的联系, 提升多尺度船舶目标的检测能力。在SAR船舶数据集上达到98.2%的均值平均精度, 超过部分算法2.4%以上。实验表明, 所提算法有效提取了目标的多维特征, 显著缓解了语义歧义问题, 具有较好的检测能力和泛化能力。
冲激脉冲(impulse radio, IR)超宽带(ultra-wideband, UWB)穿墙雷达因其良好的穿透性和距离分辨率在穿墙人体行为识别领域具有重要作用, 但是常规识别方法仅采用单域特征对行为模式进行描述, 识别准确率不高。针对这一问题, 提出基于时频域特征融合的IR-UWB穿墙雷达人体行为识别算法。首先, 通过杂波抑制及距离补偿方法获取高信噪比的人体行为距离像。其次, 基于距离像提取目标时域特征, 与频域特征进行融合, 构建数据集。最后, 基于支持向量机(support vector machine, SVM)算法对人体行为进行识别。实验结果表明, 所提算法对于IR-UWB穿墙雷达人体行为识别能够达到95%的准确率。
在构建智慧控制, 万物互联的背景下, 通过手势远程控制设备, 进行人机交互逐渐成为研究热点。对此, 提出了一种以毫米波雷达为传感器, 采用基于纯自注意力机制模型实现手势识别的方法。首先, 采集正面视角的13类手势的时序回波数据。接着,对数据进行三维快速傅里叶变换(three-dimension fast Fourier transform, 3D-FFT)、动目标显示(moving target indication, MTI)、恒虚警率(constant false alarm rate, CFAR)检测操作并进行固定种类特征提取, 将这些特征传入基于纯自注意力机制网络的雷达特征变换(radar feature transformer, RFT)网络。最后, 基于实测数据完成了数据特征提取、网络训练、手势识别等步骤。实验结果表明, 所提方法在测试集上准确率达到95.38%, 网络训练时间短, 模型复杂度低, 泛化性好, 为现有研究提供了新的研究思路。
在无人机载、弹载综合电子应用领域, 基于传统分立器件设计的信号处理系统面临日益突显的资源受限问题。因此, 针对无人机载、弹载综合电子系统的多功能、小型化、高性能应用的迫切需求, 提出一种侦干探多功能一体化信号处理微系统集成设计技术。基于三维堆叠等先进封装技术, 将射频直采数模/模数转换器、可编程逻辑器件、处理器、大容量易失型存储器、非易失性存储器以及阻容等诸多元件进行共封装设计集成, 构成可同时完成侦察、干扰、探测功能信号处理的微系统, 并构建多功能应用场景, 完成软硬件测试验证。该微系统不仅在体积、重量、性能、集成度等方面具有一定优越性, 而且大大简化了信号处理系统的复杂电路设计, 更便于系统的标准化、通用化和软件化, 具有较大的应用前景。
本文面向阵列天线低副瓣的实际应用需求, 利用空时编码的思路设计加权矢量, 分别提出序贯快速傅里叶变换(fast Fourier transform, FFT)方法、约束方程计算方法和优化函数求解方法, 对应多脉冲低副瓣方向图综合时加权矢量时变、不变和奇偶交替变的3种不同工作模式。理论分析和仿真实验表明, 序贯FFT和约束方程计算方法均能实现超低副瓣方向图(优于-50 dB), 而优化函数求解方法在实现低副瓣的同时仍能保持方向图主瓣的良好性能, 避免了传统方向图综合方法无法同时兼顾主副瓣性能的缺点。另外, 从计算复杂度、随机幅相误差、干扰抑制等各方面综合分析了不同方法的优缺点, 可为实际阵列天线的工程应用提供理论指导和技术参考。
针对传统几何参数估计方法对成像质量要求较高, 对低信噪比、稀疏孔径的散射回波数据估计精度低的问题, 选择球头锥目标为研究对象, 提出了一种使用几何参数散射模型和正交匹配追踪(orthogonal matching pursuit, OMP)算法相结合的方法, 简化了计算过程, 提升了参数估计精度。该方法首先根据先验信息确定代估参数的取值范围, 并等间隔地在取值范围内设置参数网格, 再根据对应的参数值计算散射模型, 生成二维像, 之后通过OMP算法拟合回波信号的成像结果, 得到精确的几何参数估计值。所提方法实现了在原始回波数据质量较差的情况下,对球头锥类目标的几何参数精确估计与重构。
雷达程控捷变频行为具有一定的抗窄带瞄准式干扰能力, 同时能够实现测量和动目标指示等功能, 给干扰引导带来一定的困难。对此,提出随机频率模板的方法, 对雷达程控捷变频行为进行建模, 并设计了一种双胞循环神经网络识别程控捷变频行为。仿真实验结果表明, 双胞循环神经网络能够有效识别雷达程控捷变频行为, 并以一定的概率预测未来的频率序列, 能够有效地为窄带瞄准式干扰提供引导。仿真结果也表明, 所提网络能够有效记忆和识别一组非线性时间序列。
针对基于概率假设密度(probability hypothesis density, PHD)的分布式多传感器多目标跟踪(distributed multi-sensor multi-target tracking, DMMT)存在无法形成航迹、计算复杂度高、目标漏检等问题。本文基于航迹PHD后验估计提出了一种DMMT方法。为此, 首先构建了各节点估计航迹间相似性度量矩阵, 并采用匈牙利算法实现最优航迹匹配; 其次采用协方差逆准则对关联航迹实现并行融合; 最后基于概率生成泛函推导了一种鲁棒的DMMT方法。仿真实验验证了所提算法在目标状态估计精度、计算有效性和实时性方面的优势。
基于杂波谱稀疏恢复(sparse recovery, SR)的空时自适应处理(space-time adaptive processing, STAP)技术对训练样本个数要求低, 适用于杂波非均匀环境。然而在双基地配置下, 杂波脊不落在均匀网格点上, 这将造成网格失配, 严重影响SR-STAP方法性能。针对双基地机载雷达杂波的网格失配问题, 提出了一种利用杂波脊先验信息划分非均匀网格的SR-STAP方法, 所提方法首先由导航系统或参数估计方法获得待检测单元的杂波空时轨迹, 然后根据杂波空时轨迹和均匀划分的空间频率确定初始归一化多普勒频率集合, 接着根据可调参数更新归一化多普勒频率集合, 最后构造对应的非均匀字典。所提方法可适用于任意双基地配置情况。仿真结果表明, 应用非均匀字典的SR-STAP方法的杂波抑制性能较传统均匀字典有较大提升, 并能在非理想条件下表现稳健。
针对传统恒虚警率(constant false-alarm rate, CFAR)方法难以探测鸟类目标的问题, 提出一种基于时频(time-frequency, TF)域鸟类目标微多普勒贝叶斯增强算法。首先, 以鸟类目标扑翼模型为基础, 建立雷达回波信号及微多普勒模型。其次, 考虑短时傅里叶变换(short-time Fourier transform, STFT), 对回波信号进行时频分析。针对STFT加窗操作影响分辨率及其对杂波敏感的问题, 引入广义高斯分布对先验自适应建模, 在贝叶斯推理方式下实现时频域微多普勒特征增强。考虑到目标非多普勒特征非平滑, 后验分布计算困难, 提出用近端未调整朗之万算法(proximal unadjusted Langevin algorithm, P-ULA)进行高效求解。仿真及实测实验数据表明, 所提算法不仅能够有效抑制背景噪声, 而且可以在一定程度上保留微多普勒特征的连续性。
对多雷达干扰效果评估的难点在于分析干扰机对非目标雷达的影响。针对干扰机转发一部线性调频(linear frequency modulation, LFM)雷达的信号无意干扰另一部LFM雷达时的检测概率估计问题, 首先计算了被干扰雷达对干扰信号在空域、频域和时域上的接收增益; 其次将干扰信号在判决单元中的统计特性建模为非中心卡方分布, 并给出了检测概率和虚警概率的计算方法。仿真结果表明, 在一部干扰机的无意干扰下, 估计的检测概率可作为被干扰雷达检测概率的上限; 为达到同样的干扰效果, 转发非目标雷达的信号实施干扰, 比转发目标雷达的信号进行干扰所需的干扰功率更少。
作为合成孔径雷达(synthetic aperture radar, SAR)的一种新体制, 视频SAR能够对场景连续成像, 在目标检测、跟踪等应用情景有独特优势。然而, 相干斑的存在影响了视频SAR图像质量及后续目标检测应用。针对这一问题, 提出了一种结合空时上下文信息的视频SAR图像相干斑滤波方法。该方法主要由3步构成: 首先构建能表征视频SAR图像距离-方位-时间三维动态散射信息的空时上下文协方差矩阵; 其次根据协方差矩阵的相似检验选取一定邻域内目标像素的相似样本; 最后根据相似样本进行平均实现相干斑滤波。基于两组实测视频SAR数据开展相干斑滤波对比实验, 实验结果表明所提方法能在有效抑制相干斑的同时较好地保留目标细节信息, 验证了所提方法的有效性和优势。
机载雷达下视工作面临严重的地海杂波, 雷达平台运动造成杂波多普勒频率严重扩散, 将微弱目标完全淹没。空时自适应处理(space time adaptive processing, STAP)技术通过联合多天线脉冲的接收信号, 能够有效地抑制杂波, 实现运动目标检测。对于非正侧视阵列高速平台雷达, 杂波距离依赖和距离模糊严重制约着目标检测性能。基于多载频频控阵, 通过发射一组载频不同的正交信号, 在杂波回波中, 获得新的发射维自由度, 并根据不同模糊在发射维的差异分离各模糊区域。此外, 通过进一步对分离后的近程进行杂波补偿, 利用降维STAP实现杂波抑制。仿真结果验证了所提方法的有效性。
为改善复杂目标的成像表现、提升雷达图像的视觉效果,提出一种基于稀疏重构的多视角多输入多输出(multiple input multiple output, MIMO)雷达关联成像方法,设计了多视角雷达散射面积(radar cross section, RCS)起伏的稀疏重构关联成像模型。所提算法能提高辐射场信号随机性,改善复杂目标雷达关联成像参考信号与回波之间相关性退化的情况,减小多视角RCS起伏对相关性的影响,提升多视角下的关联成像质量。最后,通过仿真验证了所提方法的有效性。
针对合成孔径雷达图像舰船目标检测问题, 提出了一种结合选择机制与轮廓信息的多层显著性目标检测方法。首先, 利用非下采样剪切波和频谱残差法进行全局显著性区域提取。其次, 提出了一种基于动态恒虚警率的活动轮廓显著性模型, 逐步滤除候选区域的虚警, 提取目标轮廓, 从而实现目标的精确检测。所提方法能够由粗到细地快速捕获目标区域, 从而实现高效、高分辨率合成孔径雷达图像舰船检测。最后, 在真实SAR数据集进行了测试, 与其他经典的舰船检测方法相比, 所提算法不仅有效地抑制了海杂波的影响, 而且在检测精度上有较大提高。
高分辨雷达在跟踪远程空间目标时, 其量测坐标转换会引起一类特殊的强非线性问题。对其产生机理进行了分析。经典的非线性滤波技术的跟踪精度会急剧下降。因此, 提出一种基于中间过渡状态的Kalman滤波器, 在直角坐标系下进行目标状态预测, 避免了球坐标系下目标运动的复杂建模; 预测后, 通过选取量测空间内目标位置和速度量及其协方差作为中间过渡状态, 在测量坐标系下进行目标状态线性更新; 更新后, 再将中间状态映射到直角坐标系下, 从而得到目标状态的一致性估计。仿真实验结果表明, 基于中间过渡状态的Kalman滤波器可有效提高高分辨雷达对空间目标的跟踪精度。
针对现有辐射源信号分选技术混叠信号处理困难、分选精度不高的问题, 提出了一种针对脉冲信号描述字的多特征融合分选方法, 采用分治思想, 具备两级分选架构。第一步通过构建时空密度聚类模型, 分离出在时频域上混叠的辐射源信号; 第二步通过多参数交并比方法, 进一步提升算法精度。与传统方法相比, 所提方法能够有效分选出时频域混叠脉冲序列, 受辐射源脉冲重复间隔变化造成的影响较小, 相比传统方法具有更高的准确性。
针对城市道路环境下车载毫米波雷达存在的多径假目标干扰真实目标定位的问题, 提出了一种多径假目标消除方法, 以实现真实目标的准确定位。首先分析了简化的城市道路多径场景的电磁传播路径并建立回波模型, 然后应用恒虚警率检测方法及最小方差无失真响应测角定位算法得到目标的初始定位结果, 最后通过理论分析多径假目标空间位置分布规律并将初始定位点迹与多径假目标进行匹配消除, 保留了真实目标定位点迹。实测试验结果表明, 所提出的多径假目标消除方法能够有效消除假目标定位点, 获得真实目标的定位结果。
目标探测任务要求雷达具备较大的发射功率, 但这又会增大其辐射特征, 从而降低射频(radio frequency, RF)隐身性能, 因此如何权衡RF隐身与探测性能成为机载雷达RF隐身探测的难点问题。为此, 本文提出一种用于机载雷达空中运动目标RF隐身探测的多目标优化参数设计方法。所提方法首先建立空中运动目标射频隐身探测多目标优化模型; 然后利用非支配排序遗传算法Ⅲ(non-dominated sorting genetic algorithm Ⅲ, NSGA-Ⅲ)对该模型求解, 获得帕累托最优解集; 最后采用层次分析-逼近理想解排序法对候选解集进行多属性决策获得最终方案。数值实验结果表明所提方法可有效应用于空中运动目标射频隐身探测参数设计。
通道数的增加在提高多输入多输出(multiple-input multiple-output, MIMO)雷达目标检测性能的同时, 也显著增加了数据的传输量和处理负担。针对运动目标的集中式MIMO雷达检测问题, 首先对雷达回波数据进行比特量化, 然后再进行融合检测处理。由于广义似然比检验(generalized likelihood ratio test, GLRT)需要对未知参数进行最大似然估计(maximum likelihood estimation, MLE), 而上述问题中未知参数的MLE没有闭合解, 导致相应的检验统计量的计算量较大。采用了一种新颖的广义Rao(generalized Rao, G-Rao)检验方法, 由于不需要求解未知参数的MLE, 相应的检验统计量有闭合解, 显著降低了检验统计量的计算量。此外, 为改善检测性能, 运用粒子群优化算法对量化门限进行了优化。最后, 实验结果在验证G-Rao检测器有效性的同时, 表明: 相比单比特量化而言, 少量多比特量化在有效降低信号传输和处理负担的同时, 其检测性能高于单比特量化方式。
固定翼无人机(unmanned aerial vehicle, UAV)给雷达低空监视提出了严峻挑战。分析雷达对固定翼UAV的检测性能, 可为雷达UAV检测能力评估和技术升级提供重要参考。本文结合雷达探测低空固定翼UAV外场实测数据, 首先分析了低空固定翼UAV雷达接收信号幅度统计分布, 采用多项式对杂波拖尾导致的虚警概率进行拟合建模; 然后, 根据虚警概率分布得到雷达检测门限; 进而根据UAV回波+杂波幅度分布理论推导得到雷达检测概率; 最后, 将理论分析性能与传统性能分析结果、雷达实际检测性能进行对比。结果表明, 采用多项式对杂波拖尾导致的虚警概率进行单独建模, 由此获得的雷达检测门限精度更高, 从而使雷达UAV检测性能分析结果较传统性能分析结果更准确。