【摘 要】
:
雷达高分辨成像是雷达研究中的重要组成部分,从这一概念的提出至今,雷达高分辨成像技术一直是国内外研究人员研究的热点领域,同时也产出了许多骄人的成果。合成孔径雷达成像和实孔径雷达成像是两种常见的主动雷达成像系统,根据雷达信号处理的知识可知,雷达的方位分辨率跟雷达的孔径大小息息相关,雷达的孔径越大则其方位分辨能力越强。对于合成孔径雷达而言是通过建立雷达与目标的相对运动而扩展孔径来形成大的虚拟孔径进而提高
论文部分内容阅读
雷达高分辨成像是雷达研究中的重要组成部分,从这一概念的提出至今,雷达高分辨成像技术一直是国内外研究人员研究的热点领域,同时也产出了许多骄人的成果。合成孔径雷达成像和实孔径雷达成像是两种常见的主动雷达成像系统,根据雷达信号处理的知识可知,雷达的方位分辨率跟雷达的孔径大小息息相关,雷达的孔径越大则其方位分辨能力越强。对于合成孔径雷达而言是通过建立雷达与目标的相对运动而扩展孔径来形成大的虚拟孔径进而提高雷达的分辨率。传统的合成孔径雷达系统多建立在脉冲雷达的基础上,这种雷达系统通常具有较大的体积容易受到攻击和干扰,而且由于其造价高昂在应用方面会带来许多局限。而近年来发展起来的建立在连续波雷达基础上的小型合成孔径雷达系统由于其易携带、造价低的特点在民用方面应用广泛,并受到了研究人员的青睐,本文通过利用快速SBL算法对这种类型的合成孔径雷达高分辨成像进行了研究。实孔径雷达的孔径扩展即建立大的天线阵列,但是这样会导致雷达系统过于庞大,成本过于高昂,极不利于应用于实际生活中。合成孔径雷达是一种针对于该问题的有效解决方式,但是由于合成孔径雷达需要建立雷达与目标间的相对运动,这样会导致其在一些特殊的场景下难以发挥作用,因而本文提出分布式雷达成像。通过在滑轨上灵活分置两部雷达来实现雷达孔径的扩展形成一部大孔径虚拟雷达,雷达放置的不同位置控制虚拟雷达天线孔径的大小,通过利用MIAA在单部雷达数据的基础上补全缺失的数据进而完成高分辨成像。本文主要研究内容是连续波雷达信号处理基础理论、合成孔径雷达成像理论及应用、分布式雷达成像原理及应用。具体研究内容包括以下几个方面:(1)分析并介绍了雷达成像具有的的现实意义,介绍了合成孔径雷达成像,然后通过指出合成孔径雷达在某些场景下的局限性从而提出分布式雷达成像,并介绍了分布式雷达成像的研究前景。(2)连续波雷达信号理论:包括连续波雷达系统、线性调频信号理论与仿真、连续波雷达信号处理(距离、速度、角度的估计)、TI级联成像雷达系统的研究(包括射频板和数据采集板)。(3)合成孔径雷达成像理论及应用:搭建了一整套小型合成孔径雷达成像系统,研究了SAR成像的理论与模型,研究了CSA成像方法和快速SBL算法,并通过公式推导和软件仿真对两种算法进行了详细的介绍,然后通过实测场景成像验证了成像系统的正确性以及成像方法的有效性。(4)分布式雷达成像原理及应用:搭建了分布式雷达成像系统,研究了分布式雷达成像的理论,研究了MIAA这种方法,并通过公式推导对MIAA进行了详细的介绍,接着介绍了分布式雷达成像数据处理链,然后通过角反射器定量实验验证了分布式雷达成像的有效性,并通过停车场实测场景成像对分布式雷达成像进行了进一步的研究。
其他文献
合成孔径雷达(SAR)是一种高分辨率成像雷达,具有可全天时持续性探测目标的特性,并且不受天气等外界因素影响,是当前探测技术中极其重要的电子设备。另一方面,SAR可以穿透表面的遮挡物,深入探测目标内部的信息,能够实时监测农业作物与自然灾害情况。SAR经常搭载在飞机、卫星等移动平台上,它可以收集大范围场景数据。针对远距离目标,它同样能够保证成像的高分辨率,所获图像能够帮助解决军事侦查以及民用领域的诸多
随着大规模集成电路的发展和工艺尺寸的持续缩小使得物联网技术得到了蓬勃的发展,进而推动可穿戴设备、智能家居等诸多应用场景的快速发展。在这些场景下电子设备需要在保持正常功能的同时具有较高的能效以尽可能的延长使用的周期,然而大量用于采集模拟信号的无线传感器的应用将会造成整个系统功耗过大。模数转换器(Analog-to-Digital Converter,ADC)作为无线传感器中连接模拟输入信号和数字信号
自冯·诺依曼架构体系面世以来,处理器与内存一直被视为计算机系统的核心。系统将正运行的程序数据放入内存,需要时再从中读取,因此处理器与内存之间的数据传输速率直接决定了系统的性能。内存的硬件规格固然是影响传输速率的重要因素,但内存控制器在传输中的作用同样不可忽视。内存控制器作为处理器与内存之间传输数据的桥梁,不仅决定了系统所能使用的内存类型、内存频率、最大内存容量等重要参数,还控制着整个数据传输的过程
医学图像配准一直是医学影像处理系统中重要的处理环节,能够为后续的融合、重建等任务提供对齐的图像数据。由于医学图像具有极其复杂的组织结构,传统的基于特征等配准方法已无法满足现代医学图像配准对于实时可形变变换的要求,深度学习的快速发展为医学图像配准问题提供了新的解决办法。现有的基于深度学习的医学图像配准方法大多使用深度网络预测单向的配准结果,这一类方法并不能保持原图的拓扑结构;其中一些方法计算双向变形
“十四五”规划提名集成电路,重点攻关碳化硅、氮化镓等宽禁带半导体。相比于Si和Ga As,碳化硅(SiC)材料同时具有宽的禁带(3~3.3e V)、高的击穿电场(2.5~5MV/cm)、高电子漂移速度(2×107cm/s)和高热导率(4.5~4.9W/cm℃)等优势,由SiC制备的器件体积小巧却功能强大。碳化硅外延晶圆是制备碳化硅功率器件的基础,本文采用aixtron最新一代G5 WW设备,基于T
氮化镓(GaN)是第三代半导体材料的典型代表,也是近年来研究的热点。与传统的Si材料相比,其饱和漂移速度高、禁带宽度大、临界击穿场强高、抗辐照特性强。由于其优异的特性,被广泛用于高频大功率领域。随着技术的发展,器件的工作电压越来越高。而器件在高电压情况下,其电学特性发生较大的退化,严重限制了GaN基HEMT器件的发展。因此对GaN基HEMT器件高场应力可靠性进行研究具有非常重要的意义。本文将结合直
高光谱技术的技术基础是全色成像和多光谱技术,自诞生以来在军事及民用领域都发挥了重要的作用。在军事领域,高光谱技术在光谱维上所能提供的数据容量比多光谱技术更大,能准确地从环境背景或伪装中识别军事目标。在民用方面,高光谱技术被广泛地应用到矿物识别,农业管理以及环境监测等领域。本文开展了星载探测地海目标高光谱成像链路中地面目标光学特性建模、海面光学特性建模、目标与背景的复合散射、大气衰减和大气路径辐射、
极化合成孔径雷达(Synthetic Aperture Radar,SAR)图像分类能够及时、准确地感知地表环境信息,推动极化SAR系统在地表覆盖测绘、海洋研究以及战场侦察等遥感领域中的应用,是微波遥感技术领域中的重点研究课题。条件随机场(Conditional Random Field,CRF)是处理极化SAR图像分类的有力工具。如何挖掘区分能力高、泛化能力强的目标极化特征,并构建精确、普适性高
近年来,电信产业星地融合的趋势给低轨卫星星座通信系统的发展注入了新的活力,国内外低轨卫星星座建设计划层出不穷。实现低轨卫星星座通信的首要挑战便是卫星与终端的相对位移引起的多普勒频移,若不进行估计补偿,将严重影响系统的正常工作。此外,随着卫星物联网的发展,在可预见的未来通信设备的部署会越来越密集,这使得频谱资源愈发紧张,在此场景下通信设备需要具备空间信号盲检测的能力以便执行信号的碰撞检测、回避等操作