优先发表

优先发表栏目的论文已经同行评议并正式录用,目前处于编校和网络出版状态,其卷期、页码尚未确定,但可以根据DOI引用。本栏目内容尚未正式出版,未经许可,不得转载。
认知雷达通过借鉴蝙蝠的认知学习过程,感知战场环境信息并反馈至发射机,从而实现自适应探测和处理,是未来雷达智能化发展的重点方向。其中如何充分利用目标与环境先验信息,设计雷达波形以提高目标检测、跟踪以及抗干扰等性能是认知雷达发展的难点和重点。该文针对不同干扰环境、目标模型、天线配置(如:单发单收(SISO)和多发多收(MIMO))等的波形设计关键要素及主要思路进行了总结梳理,并从不同干扰与目标知识的利用角度,对近几年代表性的认知波形设计文献进行介绍和归纳,旨在为以后的研究提供参考和依据。 认知雷达通过借鉴蝙蝠的认知学习过程,感知战场环境信息并反馈至发射机,从而实现自适应探测和处理,是未来雷达智能化发展的重点方向。其中如何充分利用目标与环境先验信息,设计雷达波形以提高目标检测、跟踪以及抗干扰等性能是认知雷达发展的难点和重点。该文针对不同干扰环境、目标模型、天线配置(如:单发单收(SISO)和多发多收(MIMO))等的波形设计关键要素及主要思路进行了总结梳理,并从不同干扰与目标知识的利用角度,对近几年代表性的认知波形设计文献进行介绍和归纳,旨在为以后的研究提供参考和依据。
害虫迁飞具有规模大、突发性强的特点,会导致病虫害异地大爆发,粮食产量下降,造成重大的经济损失。昆虫雷达是监测迁飞性害虫的一种有效手段。昆虫目标的雷达散射截面积(RCS)较小,回波能量弱,在保证高检测率的同时会带来高虚警率问题,进而导致在目标跟踪的数据关联环节,易受虚假量测的影响出现关联错误。幅度特征辅助跟踪算法利用目标与噪声点迹的幅度差异,可以有效提高目标与噪声的识别度,改善跟踪性能,但是其需要已知目标的RCS起伏模型作为先验信息来计算幅度似然比。因此,该文基于Ku波段高分辨昆虫雷达外场实测昆虫回波数据,分析了昆虫目标的RCS起伏特性,得出Gamma分布可以较好地拟合昆虫目标的RCS统计分布,并将其作为先验信息,推导出Gamma起伏目标在高斯白噪声背景下的幅度似然比。通过在不同信噪比、不同量测噪声及不同起伏模型参数下的仿真结果及性能指标分析,验证了相比于概率数据互联滤波算法(PDAF)算法,目标RCS特征辅助的跟踪算法可以有效提高昆虫目标的跟踪精度。 害虫迁飞具有规模大、突发性强的特点,会导致病虫害异地大爆发,粮食产量下降,造成重大的经济损失。昆虫雷达是监测迁飞性害虫的一种有效手段。昆虫目标的雷达散射截面积(RCS)较小,回波能量弱,在保证高检测率的同时会带来高虚警率问题,进而导致在目标跟踪的数据关联环节,易受虚假量测的影响出现关联错误。幅度特征辅助跟踪算法利用目标与噪声点迹的幅度差异,可以有效提高目标与噪声的识别度,改善跟踪性能,但是其需要已知目标的RCS起伏模型作为先验信息来计算幅度似然比。因此,该文基于Ku波段高分辨昆虫雷达外场实测昆虫回波数据,分析了昆虫目标的RCS起伏特性,得出Gamma分布可以较好地拟合昆虫目标的RCS统计分布,并将其作为先验信息,推导出Gamma起伏目标在高斯白噪声背景下的幅度似然比。通过在不同信噪比、不同量测噪声及不同起伏模型参数下的仿真结果及性能指标分析,验证了相比于概率数据互联滤波算法(PDAF)算法,目标RCS特征辅助的跟踪算法可以有效提高昆虫目标的跟踪精度。
为了提高多输入多输出(MIMO)雷达3维成像沿运动方向的方位分辨率,该文从多快拍图像联合利用的角度入手,提出了一种新的多输入多输出-逆合成孔径雷达(MIMO-ISAR)3维成像方法。其基本思路是通过对一段时间观测下2维平面阵列获取的多个单快拍3维图像进行相干处理,沿着散射点线性拟合的方向提取峰值并重构出新的3维图像。仿真实验结果表明,与单快拍3维成像方法相比,该方法可以显著提高成像结果沿运动方向的方位分辨率;与现有基于重排和插值的经典MIMO-ISAR方法相比,该方法对慢速和快速运动目标均适用,得到的成像结果聚焦良好并能够有效抑制沿运动方向的旁瓣。 为了提高多输入多输出(MIMO)雷达3维成像沿运动方向的方位分辨率,该文从多快拍图像联合利用的角度入手,提出了一种新的多输入多输出-逆合成孔径雷达(MIMO-ISAR)3维成像方法。其基本思路是通过对一段时间观测下2维平面阵列获取的多个单快拍3维图像进行相干处理,沿着散射点线性拟合的方向提取峰值并重构出新的3维图像。仿真实验结果表明,与单快拍3维成像方法相比,该方法可以显著提高成像结果沿运动方向的方位分辨率;与现有基于重排和插值的经典MIMO-ISAR方法相比,该方法对慢速和快速运动目标均适用,得到的成像结果聚焦良好并能够有效抑制沿运动方向的旁瓣。
基于导航卫星的干涉SAR(GNSS-InSAR)使用在轨导航卫星作为照射源,近地面部署接收机,利用导航卫星的星座特性以及重轨特性,可实现区域性的连续观测。对于场景1维/3维形变反演而言,需要连续时间的数据采集,由于导航卫星并非严格意义上的重轨,且重轨时间具有不确定性,原始数据冗余度高,数据对齐时截取量大,数据有效性低。该文针对GNSS-InSAR场景数据采集时间精确性问题,提出了一种重轨数据采集优化模型,该方法通过实际轨迹与TLE预测轨迹相结合的方式,通过空间相干系数的滑窗轨迹对齐,以获取相邻天导航卫星重轨时间间隔,实现精确的GNSS-InSAR数据采集,在降低原始数据冗余度下,保证数据的有效合成孔径时间。实测数据表明所提方法的有效性。 基于导航卫星的干涉SAR(GNSS-InSAR)使用在轨导航卫星作为照射源,近地面部署接收机,利用导航卫星的星座特性以及重轨特性,可实现区域性的连续观测。对于场景1维/3维形变反演而言,需要连续时间的数据采集,由于导航卫星并非严格意义上的重轨,且重轨时间具有不确定性,原始数据冗余度高,数据对齐时截取量大,数据有效性低。该文针对GNSS-InSAR场景数据采集时间精确性问题,提出了一种重轨数据采集优化模型,该方法通过实际轨迹与TLE预测轨迹相结合的方式,通过空间相干系数的滑窗轨迹对齐,以获取相邻天导航卫星重轨时间间隔,实现精确的GNSS-InSAR数据采集,在降低原始数据冗余度下,保证数据的有效合成孔径时间。实测数据表明所提方法的有效性。
简缩极化(CP)模式是一种新型双极化模式。在实际工程应用中,包括简缩极化模式在内的所有双极化模式均无法直接通过外定标的方法补偿发射误差。因而有必要对发射误差所带来的影响进行详细分析。针对极化SAR系统,目前已有学者提出使用误差的最大归一化误差(MNE)参数对极化SAR系统的极化质量做分析评估。该文针对发射圆极化波的简缩极化模式提出了一种基于实际发射极化波极化轴比(AR)参数的发射误差分析方法。首先,通过仿真分析不同发射误差源对AR参数的影响,与此同时还展示了相同发射误差源影响下的MNE参数;通过分析对比,总结了AR参数相对MNE参数的3个优点;最后,使用高分三号卫星的实际测量误差数据与圆极化发射波实验系统的实测数据验证了该文提出的发射误差评估方法的有效性。 简缩极化(CP)模式是一种新型双极化模式。在实际工程应用中,包括简缩极化模式在内的所有双极化模式均无法直接通过外定标的方法补偿发射误差。因而有必要对发射误差所带来的影响进行详细分析。针对极化SAR系统,目前已有学者提出使用误差的最大归一化误差(MNE)参数对极化SAR系统的极化质量做分析评估。该文针对发射圆极化波的简缩极化模式提出了一种基于实际发射极化波极化轴比(AR)参数的发射误差分析方法。首先,通过仿真分析不同发射误差源对AR参数的影响,与此同时还展示了相同发射误差源影响下的MNE参数;通过分析对比,总结了AR参数相对MNE参数的3个优点;最后,使用高分三号卫星的实际测量误差数据与圆极化发射波实验系统的实测数据验证了该文提出的发射误差评估方法的有效性。
传统的谱分析和压缩感知(CS)等层析合成孔径雷达(TomoSAR)成像技术由于解斜处理需要估计得到精确的垂直雷达视线(PLOS)方向的垂直有效基线。为了避免此操作该文采用沿PLOS向进行搜索的空域波束形成(BF)方法进行层析聚焦。由于高分辨率SAR图像中城区建筑物结构复杂,不同航过SAR图像间存在观测视角差异,并且存在相干斑噪声影响,SAR图像中的所有同源点不能在相同的像素点同时进行精确地配准。为了从幅度和相位两个方面找出BF聚焦时最相关的像素点,提出了一种联合参考像素窗口中邻域像素点的幅度和相位来提取目标像素点的不一致性准则。根据不一致性准则的最小化提取出相应的同名像素点,以实现对层析成像的精确聚焦。利用仿真数据和高分辨X波段重复航过机载SAR系统录取的实测数据进行实验。实验结果中,利用传统方法聚焦得到的散射轮廓峰值位置在15.63 m而该文所提方法得到峰值位置在16.88 m,峰值位置更加接近建筑实际高度18 m。表明该方法能有效提高散射体在PLOS方向的聚焦能量,并精确提取建筑物的3维轮廓。 传统的谱分析和压缩感知(CS)等层析合成孔径雷达(TomoSAR)成像技术由于解斜处理需要估计得到精确的垂直雷达视线(PLOS)方向的垂直有效基线。为了避免此操作该文采用沿PLOS向进行搜索的空域波束形成(BF)方法进行层析聚焦。由于高分辨率SAR图像中城区建筑物结构复杂,不同航过SAR图像间存在观测视角差异,并且存在相干斑噪声影响,SAR图像中的所有同源点不能在相同的像素点同时进行精确地配准。为了从幅度和相位两个方面找出BF聚焦时最相关的像素点,提出了一种联合参考像素窗口中邻域像素点的幅度和相位来提取目标像素点的不一致性准则。根据不一致性准则的最小化提取出相应的同名像素点,以实现对层析成像的精确聚焦。利用仿真数据和高分辨X波段重复航过机载SAR系统录取的实测数据进行实验。实验结果中,利用传统方法聚焦得到的散射轮廓峰值位置在15.63 m而该文所提方法得到峰值位置在16.88 m,峰值位置更加接近建筑实际高度18 m。表明该方法能有效提高散射体在PLOS方向的聚焦能量,并精确提取建筑物的3维轮廓。
主动式毫米波阵列3维成像系统是人体安检成像系统的研究热点,该文对主动式毫米波阵列3维系统工作模式、信号模型和成像算法进行了介绍,并将深度学习中的卷积神经网络(CNN)热图检测方法和边框回归检测技术应用于人体安检成像异物检测。研究表明,基于热图的检测方法和基于YOLO的检测方法均可实现异物检测。基于热图的检测方法网络结构简单、易训练,但由于需要遍历整幅待检测图像,运算时间长,且生成的检测框尺寸固定,无法适应异物尺寸变化。基于YOLO的检测算法网络结构复杂、训练耗时长,但该方法在检测速度与检测框精度上优势明显,更利于机场安检等对实时性要求较高的检测应用。 主动式毫米波阵列3维成像系统是人体安检成像系统的研究热点,该文对主动式毫米波阵列3维系统工作模式、信号模型和成像算法进行了介绍,并将深度学习中的卷积神经网络(CNN)热图检测方法和边框回归检测技术应用于人体安检成像异物检测。研究表明,基于热图的检测方法和基于YOLO的检测方法均可实现异物检测。基于热图的检测方法网络结构简单、易训练,但由于需要遍历整幅待检测图像,运算时间长,且生成的检测框尺寸固定,无法适应异物尺寸变化。基于YOLO的检测算法网络结构复杂、训练耗时长,但该方法在检测速度与检测框精度上优势明显,更利于机场安检等对实时性要求较高的检测应用。
基于民用通信信号的无源雷达由于其辐射源分布密集,主通道与参考通道容易同时受同频辐射源干扰,严重影响检测效果。针对上述问题,该文提出了一种加入同频干扰抑制的信号处理流程。改进流程首先对所有通道接收信号联合处理,使用多通道盲反卷积算法估计各个辐射源直达波,再利用各通道主辐射源信号能量占比差异识别主辐射源直达波作为参考信号,然后对主通道中各辐射源杂波信号进行对消,最后用主辐射源直达波与对消剩余信号进行互模糊运算,完成目标检测。改进流程可以在不改变现有系统硬件条件的情况下有效抑制同频干扰,提升对消比,降低互模糊函数底噪,减少漏警。仿真分析与实测数据验证说明了该方法的正确性和有效性。 基于民用通信信号的无源雷达由于其辐射源分布密集,主通道与参考通道容易同时受同频辐射源干扰,严重影响检测效果。针对上述问题,该文提出了一种加入同频干扰抑制的信号处理流程。改进流程首先对所有通道接收信号联合处理,使用多通道盲反卷积算法估计各个辐射源直达波,再利用各通道主辐射源信号能量占比差异识别主辐射源直达波作为参考信号,然后对主通道中各辐射源杂波信号进行对消,最后用主辐射源直达波与对消剩余信号进行互模糊运算,完成目标检测。改进流程可以在不改变现有系统硬件条件的情况下有效抑制同频干扰,提升对消比,降低互模糊函数底噪,减少漏警。仿真分析与实测数据验证说明了该方法的正确性和有效性。
利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中心的参数。为提高单个属性散射中心的参数估计速率,考虑到其幅度和相位相关参数可分离,该文提出幅度相位分离的属性散射中心参数估计思想,与传统方法相比,该思想使参数估计算法复杂度和参数估计时间降低了1个数量级。引入迭代半阈值(IHT)算法提高参数估计精度。根据各个属性散射中心的参数估计结果可识别目标上各种散射结构并确定其在目标上的位置分布。仿真数据、实测数据以及MSTAR数据集得到的参数估计的高效性和高准确性,验证了该文所提方法的有效性。 利用属性散射中心(ASC)参数估计来识别目标上的散射结构是实现合成孔径雷达(SAR)自动目标体识别(ATR)的重要步骤。为提高属性散射中心参数估计的速度并抑制杂散影响,该文首先从图像中提取多个属性散射中心,然后分别估计各个属性散射中心的参数。为提高单个属性散射中心的参数估计速率,考虑到其幅度和相位相关参数可分离,该文提出幅度相位分离的属性散射中心参数估计思想,与传统方法相比,该思想使参数估计算法复杂度和参数估计时间降低了1个数量级。引入迭代半阈值(IHT)算法提高参数估计精度。根据各个属性散射中心的参数估计结果可识别目标上各种散射结构并确定其在目标上的位置分布。仿真数据、实测数据以及MSTAR数据集得到的参数估计的高效性和高准确性,验证了该文所提方法的有效性。
该文论述了利用新近研制的小型化多通道外辐射源雷达系统,开展基于长期演进(LTE)信号的外辐射源雷达目标探测实验研究的情况。首先从实测信号的模糊函数出发,探讨了该信号作为第三方照射源的优势。然后介绍了该体制雷达的系统方案设计以及外场实验。最后给出了不同目标的典型探测结果,从实验上证实了利用LTE信号实现地面及低空目标探测的技术可行性,为该探测技术的发展奠定了基础。 该文论述了利用新近研制的小型化多通道外辐射源雷达系统,开展基于长期演进(LTE)信号的外辐射源雷达目标探测实验研究的情况。首先从实测信号的模糊函数出发,探讨了该信号作为第三方照射源的优势。然后介绍了该体制雷达的系统方案设计以及外场实验。最后给出了不同目标的典型探测结果,从实验上证实了利用LTE信号实现地面及低空目标探测的技术可行性,为该探测技术的发展奠定了基础。
在方位多通道合成孔径雷达(SAR)系统中,进行非均匀采样重建之前,由于通道特性不一致导致的幅度相位差异必须进行校正,以避免图像中出现“鬼影”虚假目标,影响图像判读。方位多通道SAR工作过程中,平台偏航和俯仰导致的通道相位失配具有方位时变和距离空变特点。目前基于平台姿态信息的通道相位失配校正方法均未考虑地形高程起伏带来的影响。该文提出一种新的方位多通道SAR相位失配校正方法,基于辅助数字高程模型(DEM)信息和平台姿态信息,获得更加精确的场景下视角,在地形起伏较大的场景显著提高了通道间相位失配估计精度。针对提出的算法,开展仿真实验,针对虚假目标抑制效果开展定量评估。同时选取场景高程起伏较大场景开展了机载飞行试验数据处理,并对实验结果进行分析,验证算法的有效性。 在方位多通道合成孔径雷达(SAR)系统中,进行非均匀采样重建之前,由于通道特性不一致导致的幅度相位差异必须进行校正,以避免图像中出现“鬼影”虚假目标,影响图像判读。方位多通道SAR工作过程中,平台偏航和俯仰导致的通道相位失配具有方位时变和距离空变特点。目前基于平台姿态信息的通道相位失配校正方法均未考虑地形高程起伏带来的影响。该文提出一种新的方位多通道SAR相位失配校正方法,基于辅助数字高程模型(DEM)信息和平台姿态信息,获得更加精确的场景下视角,在地形起伏较大的场景显著提高了通道间相位失配估计精度。针对提出的算法,开展仿真实验,针对虚假目标抑制效果开展定量评估。同时选取场景高程起伏较大场景开展了机载飞行试验数据处理,并对实验结果进行分析,验证算法的有效性。
针对雷达高分辨距离像(HRRP)目标识别问题,传统方法只考虑样本的包络信息而忽略了距离单元间的时序相关性,该文提出了一种基于注意力机制的双向自循环神经网络模型。该模型将时域的HRRP数据通过滑窗分为正反两个序列,并将其分别通过两个相互独立的GRU网络进行特征提取,然后将同时刻提取到的特征进行拼接,从而利用了距离像双向的时序信息。考虑到不同时刻的序列对目标分类的重要性不同,通过注意力机制自适应地对各时刻隐层特征赋予不同的权值,最后根据加权求和后的隐层特征进行目标的识别与分类。实测数据实验结果表明,该文所提方法可以有效完成高分辨距离像的目标识别问题,并且在数据发生一定的时序偏移情况下,仍然可以准确找到目标区域。 针对雷达高分辨距离像(HRRP)目标识别问题,传统方法只考虑样本的包络信息而忽略了距离单元间的时序相关性,该文提出了一种基于注意力机制的双向自循环神经网络模型。该模型将时域的HRRP数据通过滑窗分为正反两个序列,并将其分别通过两个相互独立的GRU网络进行特征提取,然后将同时刻提取到的特征进行拼接,从而利用了距离像双向的时序信息。考虑到不同时刻的序列对目标分类的重要性不同,通过注意力机制自适应地对各时刻隐层特征赋予不同的权值,最后根据加权求和后的隐层特征进行目标的识别与分类。实测数据实验结果表明,该文所提方法可以有效完成高分辨距离像的目标识别问题,并且在数据发生一定的时序偏移情况下,仍然可以准确找到目标区域。