【摘 要】
：
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力.利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义.随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路.本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性.并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture R
【机 构】
：
哈尔滨工业大学电子与信息工程学院,黑龙江哈尔滨 150000
论文部分内容阅读
成像雷达具有全天时、全天候、远距离、高分辨对地观测的能力,使得雷达系统具有对观测区域进行成像和解译的能力.利用先进信号处理技术实现实时高分辨成像以满足图像解译的需求是雷达成像技术研究的重要目的和意义.随着深度学习的迅速兴起,深度学习网络在逆问题求解中得到广泛应用,也为提升成像质量和成像效率提供新的求解思路.本文基于雷达成像数学模型将雷达成像问题建模为成像逆问题,从逆问题求解的角度分析了基于深度学习的雷达成像方法的可行性.并综述了近年来雷达深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)、逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)、SAR运动目标成像等雷达成像领域的研究现状,在此基础上探讨了目前面临的亟待解决的问题,并对未来发展方向进行了展望.
其他文献
对于国内大部分获得LEED认证的建筑而言,在节能方面仍然有很大的潜力待挖掘.为了进一步推动建筑节能,美国USGBC在LEED评价体系基础上发布了“零能耗”LEED Zero Energy评价体系,该体系要求建筑达到零能耗的建筑目标,但并未明确给出建筑如何实现“零能耗”的详细实施路径.近些年我国通过科学理论研究及大量示范项目的实践,发布了GB/T 51350-2019《近零能耗建筑技术标准》,该标准从被动式技术、主动式技术及可再生能源全面制定了建筑全过程实现“零能耗”建筑的技术实施路径.本文从技术措施、评价
随着人工智能等前沿技术的迅速发展和战场环境的日趋复杂,智能化军用雷达目标识别的需求愈加迫切.本文结合国内外目标识别的发展趋势和深度学习算法在雷达目标识别中的应用研究,从实装应用的角度出发,探讨了军用雷达智能化目标识别各处理环节的关键问题,分别在层次化目标识别策略设计、目标稳健特征提取与特性自学习以及决策模型设计等方面开展了较为全面、深入的分析,论述了未来应用研究中的重要方向,给智能化目标识别设计提供参考.
目标识别是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要步骤。鉴于卷积神经网络(Convolutional Neural Network,CNN)在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射特征往往存在于多个尺度当中,且存在固有的噪声斑,含有冗余信息,因此,SAR图像目标智能识别成为了一项挑战。针对
新技术与新型作战样式的不断涌现,使得雷达与电子战的博弈愈演愈烈.具备能够准确感知环境,并能够根据环境动态调整工作方式的认知能力,成为雷达与电子战系统适应未来强博弈作战环境的必然要求.通过分析认知雷达与认知电子战的发展现状,给出认知雷达与认知电子战的系统架构,进一步阐述认知雷达与认知电子战的博弈过程;在此基础上,对射频一体化认知对抗系统展开研究,提出射频一体化认知对抗系统架构,并对调用策略进行详细设计;最后对体系化认知对抗系统的架构及关键技术进行了展望.