【摘 要】
：
圆周扫描地基合成孔径雷达(ground-based synthetic aperture radar,GBSAR)是一种新型三维成像GBSAR.但是,它的频谱中空特性和较小的相位中心旋转半径导致了其在与距离向正交的等距离曲面上较高的三维旁瓣.为了有效地抑制圆周扫描GBSAR的三维旁瓣,提出一种基于圆周扫描GBSAR的点扩展函数(point spread function,PSF)的多相位中心旁瓣抑
【机 构】
：
北方工业大学信息学院,北京100144
【出 处】
：
第十四届全国信号和智能信息处理与应用学术会议
论文部分内容阅读
圆周扫描地基合成孔径雷达(ground-based synthetic aperture radar,GBSAR)是一种新型三维成像GBSAR.但是,它的频谱中空特性和较小的相位中心旋转半径导致了其在与距离向正交的等距离曲面上较高的三维旁瓣.为了有效地抑制圆周扫描GBSAR的三维旁瓣,提出一种基于圆周扫描GBSAR的点扩展函数(point spread function,PSF)的多相位中心旁瓣抑制方法.圆周扫描GBSAR的三维PSF表达式在文中被推导,并用于分析圆周扫描GBSAR的三维旁瓣分布.根据三维PSF可知,圆周扫描GBSAR的三维旁瓣主要集中在距离向和与距离向正交的等距离曲面上.通过相变图分析可以计算出使等距离曲面上三维旁瓣最低的最优频谱分布,利用此频谱分布所对应的最优相位中心分布可以有效地抑制圆周扫描GBSAR的三维高旁瓣.仿真验证了提出方法的可行性.
其他文献
声纳作用距离计算在水下预警探测、反潜作战效能评估、水下目标搜救等领域具有重要作用.提出一种基于海洋地理环境和水文环境的对声传播曲线影响下声纳作用距离的计算方法,针对不同目标声特性进行模型修正,设计并实现工程化快速计算模型,通过仿真计算完成验证.
针对水声功率发射机因换能器宽带匹配出现的幅频特性不均衡问题,采用预失真处理技术,利用STM32F4处理器的DAC直接合成4FSK编码信号,在信源上对不同频率信号的强度进行校正,再配合D类线性功率放大器的增益自适应调整,使不同频率的FSK编码信号满足宽带内各频点幅值均衡的要求,从而实现换能器宽带匹配的进一步优化.
针对海上目标的检测,提出了一种改进的海杂波抑制方法.针对海杂波多普勒谱动态变化的复杂性,引入非参数化纹理提取方法获取海杂波纹理分量,将自适应滤波中所需要的训练数据量确定问题转换为海杂波纹理分量的相关性计算.并在自适应滤波后,引入了相邻距离门的频谱相似性处理,进一步抑制残余杂波.实测数据的实验结果表明,与传统的自适应滤波海杂波抑制方法相比,提出的改进方法具有更好的杂波抑制效果和更高的目标检测性能.
合成孔径声纳探测技术具有分辨率高、成像清晰、结果直观等优点,可用于掩埋海光缆的在线精确探测.利用基尔霍夫近似法得到掩埋海光缆的散射声势,推导出光缆等效目标强度的计算公式,对等效目标强度进行仿真,得到不同条件下(埋深、掠射角、半径、底质)等效目标强度的变化规律.仿真分析结果表明,采用低频率、窄波束、大掠射角的声纳工作模式才能较好地实现探测,为探测系统设计提供依据.
研究Pareto混响背景下基于多声纳节点的分布式恒虚警(constant false alarm rate,CFAR)检测问题,针对局部节点存在多目标干扰情况,提出一种新的分布式模糊CFAR检测系统.该系统由两个独立声纳节点和一个融合中心组成.两个局部节点分别使用几何平均(GM)和有序统计(OS)两种方法来计算局部统计量,并利用隶属函数将其映射到虚警空间.进一步将结果传给融合中心,融合中心应用模糊
针对海上平台安全作业问题,从海洋遥感角度出发,设计了一种海况监测系统.利用RTK原理,测量平台晃动特性;使用基于干涉复数场(ICF)相关时间方法的GNSS-R技术,对有效波高进行测量;利用风浪相关性建立风速反演模型;搭建数据中心实现现场数据解析存储.最后对系统各部分进行测试,通过现场试验获取海况信息,验证系统可行性,为环境载荷下的海上平台安全性研究提供了依据.
最近几年,毫米波技术发展非常迅速,涌现出了多款单芯片毫米波雷达,集成了射频前端、基带、信号处理甚至天线等,大大降低了雷达系统的体积和功耗,可方便集成到便携设备上,再加上毫米波雷达的固有"全天候"工作特点,其应用前景非常广泛.以Acconeer的A111单芯片雷达为例,详细介绍了毫米波雷达的特点及其应用开发过程.
合成孔径雷达(Synthetic Aperture Radar,SAR)船只目标样本少,传统协同表示分类方法的性能会急剧下降,因此提出了基于K近邻字典的多任务协同表示分类方法.该方法利用K近邻算法对字典进行选择,然后利用多任务协同表示进行目标识别.该算法不仅利用了多种特征进行识别,而且还大大减少了与测试样本无关的样本的干扰,从而有效提高识别性能.利用TerraSAR数据库进行实验,结果表明该方法有
目前雷达领域已经较为全面地研究了目标微多普勒特征的提取方法,以此来提升目标识别能力.然而,针对声波传播环境下,还没有基于声纳回波信号的微多普勒特征目标识别技术.提出了一种基于深度神经网络的目标微多普勒分类识别方法.该方法利用空气声纳阵列接收频率调制信号,通过微多普勒特征提取、时频分析得到信号的时频图,进而通过时频图对神经网络进行训练,最终实现对空气声纳目标的识别分类.空气声纳实验表明,提出的方法使
增加传声器阵元数在一定程度上可以提高最小方差无失真响应波束形成器的性能.然而,为了保证噪声协方差矩阵的估计精度,增加传声器所需要的快拍数也相应增加,同时需要对更高维度的矩阵求逆,这在一定程度上降低了算法的鲁棒性.为了解决上述问题,结合降维导向最小方差方法和克罗内科积运算,提出了一种降维克罗内科积导向最小方差波束形成方法,可以在保证语音质量的前提下有效提高降噪量和系统鲁棒性.仿真和实际实验结果表明,