【摘 要】
：
超宽带逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）通过发射超宽带信号对非合作目标进行观测,并通过高精度成像处理,实现对观测目标的精细化成像,其理论分辨率可达厘米级,显著提升了雷达的成像识别能力,在军用及民用领用均具有重要的应用前景。目标回波徙动空变、观测时间内目标转角大、成像精度要求高给超宽带ISAR成像处理带来了挑战,本文围绕超宽带ISAR精细化成
论文部分内容阅读
超宽带逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）通过发射超宽带信号对非合作目标进行观测,并通过高精度成像处理,实现对观测目标的精细化成像,其理论分辨率可达厘米级,显著提升了雷达的成像识别能力,在军用及民用领用均具有重要的应用前景。目标回波徙动空变、观测时间内目标转角大、成像精度要求高给超宽带ISAR成像处理带来了挑战,本文围绕超宽带ISAR精细化成像处理所涉及的回波建模与特性分析、频域成像算法、时域成像算法等问题,进行了理论研究和方法验证等工作,主要内容如下:1、构建了超宽带ISAR成像转台模型和距离模型,研究了超宽带ISAR距离脉压处理方法,并分析了超宽带ISAR目标多阶徙动空变跨分辨单元特性,为后续超宽带ISAR成像处理算法的研究提供了理论支撑。2、研究了基于徙动空变校正的超宽带ISAR频域成像算法。通过Keystone变换校正一阶距离单元徙动（Range Cell Migration,RCM）,再基于分数阶傅里叶变换估计目标旋转速度,实现对二阶RCM的校正和方位残余相位的补偿,从而有效解决了超宽带ISAR回波中徙动空变的问题。3、研究了基于非合作目标运动轨迹估计的超宽带ISAR时域成像处理方法,设计了将图像熵与中心聚集度相结合的图像质量评价函数,并采用基于惯性因子改进的粒子群优化后向投影成像算法,实现了对目标的超宽带ISAR精细化成像。本文对上述成像方法均采用了理论分析和仿真实验,推导以及验证了方法在面对超宽带ISAR精细化成像的可行性和有效性。
其他文献
三维点云通过表示位置的坐标信息与反射率、颜色等属性信息,来表征三维场景以及场景内人或物的轮廓信息与结构信息,其在自动驾驶、虚拟现实等场景中得到了广泛地应用。但是海量的点云数据必然是难以储存与传输的,所以实现对点云数据的高效率压缩具有重要的意义。因此,国家音视频标准（Audio Video Standard,简称AVS）工作组发布了一种点云参考软件模型（Point Cloud Reference s
通过图像或视频进行人体三维姿态参数估计是当前计算机视觉领域的研究热点之一,其中包含的深度信息对于虚拟现实、智能监控、无人驾驶、游戏动画等技术具有很重要的意义。然而从视频图像中估计人体姿态面临着数据集限制、人体姿态歧义和严重的遮挡等问题。本文主要研究二维关键点序列作为输入的两阶段人体三维姿态参数估计方法,实现输入视频序列中的人体姿态深度信息更准确估计和可视化。本文的主要研究内容如下:1.研究了基于序
对海探测技术的发展能够为我国和平利用和开发海洋资源、维护国家海洋安全和利益、坚定推进海洋战略等方面提供强有力的支撑和保障,对海探测雷达是其中的重要组成环节。然而,由于海洋环境复杂,随机多变的海杂波为雷达探测带来了较大干扰,使用传统方法进行处理时存在低信杂比情况下性能受限,以及难以适用于雷达不同工作模式等问题。这些复杂环境或任务场景使得海杂波抑制成为具有挑战性的难题。本文围绕上述海杂波抑制问题展开研
物理层保密通信技术利用信道的互异性使窃听者无法获取准确通信信息,以解决无线通信易访问特性导致的通信不安全问题。物理层保密通信技术中的人工噪声方法通过在发送信号的同时发射人工噪声以干扰窃听者而不影响目标接收者,从而实现保密通信。由于保密容量性能取决于接收者端和窃听者端的信噪比,所以保密容量易受功率放大器的非线性噪声影响。因此,本文首次解析分析了功率放大器非线性干扰对人工噪声辅助的保密通信系统的保密容
图像分割是图像自动化分析系统重要的技术之一,为后续的处理提供了支持。在复杂的场景下,图像分割方法的结果会对图像分析处理结果的质量造成极大的影响。本文以复杂的彩色文档图像和密集细胞图像作为主要对象,研究图像分割方法。彩色文档扫描过程引入的噪声、色彩偏移、涂抹与污染、光照不均等问题以及字符尺寸较小的因素都对其语义分割产生不利影响;密集纤维细胞由显微镜所成像的图像中,由于存在对比度低、伪影、不完整的边界
穿墙雷达通过发射可穿透非金属墙体的电磁波获取遮蔽人体目标的行为信息,利用信号处理和特征变换,提取并分析不同行为的特征差异,实现人体行为识别,可以时刻感知遮蔽空间目标状态,为医疗监护、灾害救援和战术决策等提供技术支持。但是,穿墙雷达分辨率有限,获取的人体行为特征容易产生混叠,同时由于墙体的复杂影响以及人体行为的时空多变性,如何有效地实现穿墙雷达人体行为稳健序列识别,是一个具有挑战性的难题。本文围绕上
近几年来深度学习发展迅速,在计算机视觉、自然语言处理、机器人等领域都发挥出了卓越的性能。深度卷积神经网络作为深度学习的重要方法被广泛应用于日常生活中。然而,深度卷积神经网络拥有高性能的背后,归功于其较高的参数量和复杂的计算冗余。随着低功耗、低带宽、低存储等边缘移动设备的出现和兴起,这给深度卷积神经网络在这些设备上的部署带来了挑战。深度卷积神经网络的轻量化方法可以有效的降低模型的参数量和计算量,但有
近年来随着大量互联网和信息行业众多新技术的应用,极大的推动了各行各业的发展,“数字化”正影响各行业并且不断推动加快数字化转型升级的步伐,带来全新的线上和线下的融合化的数字体验。同样,数字化转型升级也为传统鞋服行业提供了新的发展思路、机遇和挑战。以大数据背景下的精准推送、云计算、人工智能、区块链等技术为代表的新技术不断被应用在各行各业中,这也成为鞋服行业数字化转型升级的重要抓手;另一个方面,鞋服行业
第三方医学检验公司是独立于医院内部实验室和诊所附设的检验室以外的独立实验室。自存在以来,第三方医学检验公司就面临着严峻的考验,公司如何发展,采用什么样的道路进行发展,如何在医院内部实验室和诊所附设的检验室以及激烈的同行竞争之外分得一杯羹、全国范围内新的产品线如何在不同区域开展、不同区域间的服务配置如何管理等一系列问题,是第三方医学检验公司必须面对的现实问题。本论文的研究以HH企业为例,从客户需求、
拖引欺骗干扰可在雷达跟踪中破坏数据互联过程,并通过产生距离维欺骗信息,实现对跟踪预测波门的牵引,影响点迹-点迹以及点迹-航迹之间的数据互联性能和目标跟踪精度,是当前国内外电磁对抗领域亟需解决的前沿问题。现有的抗拖引欺骗干扰方法通常从回波的信号特征,对干扰量测进行区分和筛除,难以应对日益精细化和智能化的拖引欺骗干扰威胁,使雷达跟踪性能大幅降低。而利用拖引欺骗干扰在数据层面的信息,改进传统的数据互联算