全文下载排行

1
近年来,深度学习技术得到广泛应用,然而在合成孔径雷达(SAR)舰船目标检测研究中,由于数据获取难、样本规模小,尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集,该数据集包含31景高分三号SAR图像,场景类型包含港口、岛礁、不同级别海况的海面等,背景涵盖近岸和远海等多样场景。同时,该文使用经典舰船检测算法和深度学习算法进行了实验,其中基于密集连接端到端网络方法效果最佳,平均精度达到88.1%。通过实验对比分析形成指标基准,方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。 近年来,深度学习技术得到广泛应用,然而在合成孔径雷达(SAR)舰船目标检测研究中,由于数据获取难、样本规模小,尚难以支撑深度网络模型的训练。该文公开了一个面向高分辨率、大尺寸场景的SAR舰船检测数据集,该数据集包含31景高分三号SAR图像,场景类型包含港口、岛礁、不同级别海况的海面等,背景涵盖近岸和远海等多样场景。同时,该文使用经典舰船检测算法和深度学习算法进行了实验,其中基于密集连接端到端网络方法效果最佳,平均精度达到88.1%。通过实验对比分析形成指标基准,方便其他学者在此数据集基础上进一步展开SAR舰船检测相关研究。
2
针对雷达对海上目标探测技术研究的数据需求以及目前公开的雷达对海探测数据缺乏的问题,该文提出一项“雷达对海探测数据共享计划”,旨在利用X波段固态全相参雷达等多型雷达开展对海探测试验,获取不同海况、分辨率、擦地角条件下目标和海杂波数据,并同步获取海洋气象水文数据、目标位置与轨迹的真实数据,实现雷达实测数据的标准化、规范化管理,推进数据集公开共享,服务于海杂波特性研究,有力地支持海杂波抑制和目标检测技术研究。 针对雷达对海上目标探测技术研究的数据需求以及目前公开的雷达对海探测数据缺乏的问题,该文提出一项“雷达对海探测数据共享计划”,旨在利用X波段固态全相参雷达等多型雷达开展对海探测试验,获取不同海况、分辨率、擦地角条件下目标和海杂波数据,并同步获取海洋气象水文数据、目标位置与轨迹的真实数据,实现雷达实测数据的标准化、规范化管理,推进数据集公开共享,服务于海杂波特性研究,有力地支持海杂波抑制和目标检测技术研究。
3
星载合成孔径雷达(SAR)以卫星等空间飞行器为运动平台,具有全天时、全天候、全球观测能力,已成为一种不可或缺的对地观测手段。当前,我国星载SAR已实现分辨率从米级到亚米级、系统体制从正侧视条带向方位扫描聚束、从单通道向多通道、极化方式从单一极化到全极化的技术跨越。随着技术的不断进步,未来星载SAR将在体制、概念、技术、模式等方面取得突破,包括高分辨率宽幅成像、多基地、轻小型化、智能化等,从而不断拓展星载SAR的观测维度,实现多维度信息获取。该文将围绕星载SAR的技术发展趋势展开论述。 星载合成孔径雷达(SAR)以卫星等空间飞行器为运动平台,具有全天时、全天候、全球观测能力,已成为一种不可或缺的对地观测手段。当前,我国星载SAR已实现分辨率从米级到亚米级、系统体制从正侧视条带向方位扫描聚束、从单通道向多通道、极化方式从单一极化到全极化的技术跨越。随着技术的不断进步,未来星载SAR将在体制、概念、技术、模式等方面取得突破,包括高分辨率宽幅成像、多基地、轻小型化、智能化等,从而不断拓展星载SAR的观测维度,实现多维度信息获取。该文将围绕星载SAR的技术发展趋势展开论述。
4
合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。 合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。
5
该文从成像结果表征、孔径流形、信号通道、系统形态、观测方向、处理方法、实现机理、目标识别等方面剖析了雷达对地成像技术的多向演化态势,并试图从宏观的视角和大的时间尺度,分析和认识雷达对地成像技术发展的内外因素和发展规律,推演预测未来发展方向,以期为把握雷达对地成像技术发展的时代脉络和宏观趋势、契合需求和引领创新、推动发展和促进应用,提供另类的观察视角和思维方式。 该文从成像结果表征、孔径流形、信号通道、系统形态、观测方向、处理方法、实现机理、目标识别等方面剖析了雷达对地成像技术的多向演化态势,并试图从宏观的视角和大的时间尺度,分析和认识雷达对地成像技术发展的内外因素和发展规律,推演预测未来发展方向,以期为把握雷达对地成像技术发展的时代脉络和宏观趋势、契合需求和引领创新、推动发展和促进应用,提供另类的观察视角和思维方式。
6
多平台合成孔径雷达(SAR)是合成孔径雷达极具发展潜力的研究方向之一,该文集中讨论了多平台SAR的成像算法,包括机载SAR、弹载SAR和星载SAR平台。该文首先简要阐述了SAR回波模型的建立,包括“斜距模型和成像模式”,然后综述了近年来机载SAR、弹载SAR和星载SAR成像算法的研究进展,并详细阐述了各平台固有的特性以及面临的挑战,最后对未来多平台SAR成像算法研究的发展趋势进行了展望。 多平台合成孔径雷达(SAR)是合成孔径雷达极具发展潜力的研究方向之一,该文集中讨论了多平台SAR的成像算法,包括机载SAR、弹载SAR和星载SAR平台。该文首先简要阐述了SAR回波模型的建立,包括“斜距模型和成像模式”,然后综述了近年来机载SAR、弹载SAR和星载SAR成像算法的研究进展,并详细阐述了各平台固有的特性以及面临的挑战,最后对未来多平台SAR成像算法研究的发展趋势进行了展望。
7
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。
8
多模式高分辨率合成孔径雷达(SAR)的发展,对天空地海环境目标信息感知与特征获取提出了新的挑战,空间遥感大数据与人工智能信息技术的交叉是自动目标识别(ATR)一个新的研究方向与重大应用领域。该文提出,在电磁波与目标相互作用的物理背景下进行人工智能信息技术的研究,即“物理智能”,以发展在人眼不能识别的电磁频谱上形成信息感知的“微波视觉”,实现多模式遥感智能信息与目标识别。该文主要内容基于作者2019年8月15日在“雷达学报第五届青年科学家论坛”上的学术报告。 多模式高分辨率合成孔径雷达(SAR)的发展,对天空地海环境目标信息感知与特征获取提出了新的挑战,空间遥感大数据与人工智能信息技术的交叉是自动目标识别(ATR)一个新的研究方向与重大应用领域。该文提出,在电磁波与目标相互作用的物理背景下进行人工智能信息技术的研究,即“物理智能”,以发展在人眼不能识别的电磁频谱上形成信息感知的“微波视觉”,实现多模式遥感智能信息与目标识别。该文主要内容基于作者2019年8月15日在“雷达学报第五届青年科学家论坛”上的学术报告。
9
雷达通过发射天线发射电磁波,经过不同物体反射接收到相应的反射波,对其接收结果进行分析,能得到物体距雷达的位置,径向运动速度等信息,所以对雷达信号的分析具有重要的研究意义。近些年深度学习成为各个领域的研究热点,而在雷达领域同样可通过深度学习算法实现对信号的相应的信息处理。与传统方法相比,深度学习算法具有自动提取深层特征、获取较高准确率等优势。该文具体介绍了近期典型的深度学习算法在雷达信号处理中的应用及研究情况。此外,该文介绍了两个在雷达领域中应用深度学习亟待解决的问题,即过拟合和可解译性。 雷达通过发射天线发射电磁波,经过不同物体反射接收到相应的反射波,对其接收结果进行分析,能得到物体距雷达的位置,径向运动速度等信息,所以对雷达信号的分析具有重要的研究意义。近些年深度学习成为各个领域的研究热点,而在雷达领域同样可通过深度学习算法实现对信号的相应的信息处理。与传统方法相比,深度学习算法具有自动提取深层特征、获取较高准确率等优势。该文具体介绍了近期典型的深度学习算法在雷达信号处理中的应用及研究情况。此外,该文介绍了两个在雷达领域中应用深度学习亟待解决的问题,即过拟合和可解译性。
10
作为一种重要的空间遥感信息获取工具,星载合成孔径雷达(SAR)具备高分辨率宽测绘、多方位信息获取、高时相对地观测、3维地形测绘等多种工作体制和模式。对于任何星载SAR系统,获取高质量的图像始终是提升SAR应用效能的前提。该文基于“观测在天,成像在地”的理念,分析了卫星轨道、平台姿态、有效载荷、地面处理等环节中星载SAR成像和图像质量的影响因素;阐释了中央电子设备幅相补偿与动态调整、天线方向图预估等高精度数据获取技术;给出了基于改进运动模型的星载SAR成像补偿和对流层传播效应补偿方法,能够实现优于0.3 m分辨率的成像;总结和对比了相干斑噪声抑制、方位模糊抑制和旁瓣抑制等SAR图像处理技术,可以使得等效视数优于25、方位模糊和旁瓣抑制优于20 dB。 作为一种重要的空间遥感信息获取工具,星载合成孔径雷达(SAR)具备高分辨率宽测绘、多方位信息获取、高时相对地观测、3维地形测绘等多种工作体制和模式。对于任何星载SAR系统,获取高质量的图像始终是提升SAR应用效能的前提。该文基于“观测在天,成像在地”的理念,分析了卫星轨道、平台姿态、有效载荷、地面处理等环节中星载SAR成像和图像质量的影响因素;阐释了中央电子设备幅相补偿与动态调整、天线方向图预估等高精度数据获取技术;给出了基于改进运动模型的星载SAR成像补偿和对流层传播效应补偿方法,能够实现优于0.3 m分辨率的成像;总结和对比了相干斑噪声抑制、方位模糊抑制和旁瓣抑制等SAR图像处理技术,可以使得等效视数优于25、方位模糊和旁瓣抑制优于20 dB。
11
近年来,星载InSAR技术在地质灾害监测领域显示出越来越大的应用潜力。该文首先介绍了InSAR形变监测的原理;然后系统性回顾了InSAR技术的发展,分析了差分InSAR、时序InSAR等方法的技术特点和适用范围;进而从地质灾害监测应用的角度分析了InSAR技术在地震、滑坡、水利工程、地面沉降等领域的应用现状和发展趋势;最后总结了当前地灾监测应用中InSAR技术在大气效应校正、复杂地区形变信息获取、多维形变信息获取中的关键问题,以期服务于地质灾害动态监测与防治工作。从当前InSAR技术在地质灾害监测的应用来看,该技术正处在广泛的业务应用阶段,随着未来星载SAR卫星系统的发展和行业的驱动,必将发展成为一项成熟的高精度对地观测技术,对地质灾害监测产生巨大的影响。 近年来,星载InSAR技术在地质灾害监测领域显示出越来越大的应用潜力。该文首先介绍了InSAR形变监测的原理;然后系统性回顾了InSAR技术的发展,分析了差分InSAR、时序InSAR等方法的技术特点和适用范围;进而从地质灾害监测应用的角度分析了InSAR技术在地震、滑坡、水利工程、地面沉降等领域的应用现状和发展趋势;最后总结了当前地灾监测应用中InSAR技术在大气效应校正、复杂地区形变信息获取、多维形变信息获取中的关键问题,以期服务于地质灾害动态监测与防治工作。从当前InSAR技术在地质灾害监测的应用来看,该技术正处在广泛的业务应用阶段,随着未来星载SAR卫星系统的发展和行业的驱动,必将发展成为一项成熟的高精度对地观测技术,对地质灾害监测产生巨大的影响。
12
随着人工智能的兴起,利用深度学习技术实现SAR舰船检测,能够有效避免传统的复杂特征设计,并且检测精度获得了极大的改善。然而,现如今大多数检测模型往往以牺牲检测速度为代价来提高检测精度,限制了一些SAR实时性应用,如紧急军事部署、迅速海难救援、实时海洋环境监测等。为了解决这个问题,该文提出一种基于深度分离卷积神经网络(DS-CNN)的高速高精度SAR舰船检测方法SARShipNet-20,该方法取代传统卷积神经网络(T-CNN),并结合通道注意力机制(CA)和空间注意力机制(SA),能够同时实现高速和高精度的SAR舰船检测。该方法在实时性SAR应用领域具有一定的现实意义,并且其轻量级的模型有助于未来的FPGA或DSP的硬件移植。 随着人工智能的兴起,利用深度学习技术实现SAR舰船检测,能够有效避免传统的复杂特征设计,并且检测精度获得了极大的改善。然而,现如今大多数检测模型往往以牺牲检测速度为代价来提高检测精度,限制了一些SAR实时性应用,如紧急军事部署、迅速海难救援、实时海洋环境监测等。为了解决这个问题,该文提出一种基于深度分离卷积神经网络(DS-CNN)的高速高精度SAR舰船检测方法SARShipNet-20,该方法取代传统卷积神经网络(T-CNN),并结合通道注意力机制(CA)和空间注意力机制(SA),能够同时实现高速和高精度的SAR舰船检测。该方法在实时性SAR应用领域具有一定的现实意义,并且其轻量级的模型有助于未来的FPGA或DSP的硬件移植。
13
针对大场景遥感图像舰船目标的快速检测问题,该文设计了一种级联型卷积神经网络检测框架。该检测框架由目标预筛选全卷积网络(P-FCN)和目标精确检测全卷积网络(D-FCN)两个全卷积网络级联而成。P-FCN是一个轻量级的图像分类网络,负责对大场景图像中可能的舰船区域进行快速预筛选,其层数少、训练简单,候选框冗余较少,能够减少后续网络的计算负担;D-FCN是一个改进的U-Net网络,通过在传统U-Net结构中加入目标掩膜和舰船朝向估计层以进行多任务的学习,实现任意朝向舰船目标的精细定位。该文分别使用TerraSAR-X雷达遥感图像和从91卫图、DOTA数据集中获得的光学遥感图像对算法进行了测试,结果表明该方法的检测准确率分别为0.928和0.926,与传统滑窗法相当,但目标检测时间仅为滑窗法的1/3左右。该文所提的级联型卷积神经网络检测框架在保持检测精度的前提下能显著提高目标检测效率,可实现大场景遥感图像中舰船目标的快速检测。 针对大场景遥感图像舰船目标的快速检测问题,该文设计了一种级联型卷积神经网络检测框架。该检测框架由目标预筛选全卷积网络(P-FCN)和目标精确检测全卷积网络(D-FCN)两个全卷积网络级联而成。P-FCN是一个轻量级的图像分类网络,负责对大场景图像中可能的舰船区域进行快速预筛选,其层数少、训练简单,候选框冗余较少,能够减少后续网络的计算负担;D-FCN是一个改进的U-Net网络,通过在传统U-Net结构中加入目标掩膜和舰船朝向估计层以进行多任务的学习,实现任意朝向舰船目标的精细定位。该文分别使用TerraSAR-X雷达遥感图像和从91卫图、DOTA数据集中获得的光学遥感图像对算法进行了测试,结果表明该方法的检测准确率分别为0.928和0.926,与传统滑窗法相当,但目标检测时间仅为滑窗法的1/3左右。该文所提的级联型卷积神经网络检测框架在保持检测精度的前提下能显著提高目标检测效率,可实现大场景遥感图像中舰船目标的快速检测。
14
对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一。现阶段的SAR信息处理主要分为成像和解译两大部分,两者的研究相对独立。SAR成像和解译各自开发了大量算法,复杂度越来越高,但SAR解译并未因成像分辨率提升而变得简单,特别是对重点目标识别率低的问题并未从本质上得以解决。针对上述问题,该文从SAR成像解译一体化角度出发,尝试利用“数据驱动+智能学习”的方法提升机载SAR的信息处理能力。首先分析了基于“数据驱动+智能学习”方法的SAR成像解译一体化的可行性及现阶段存在的主要问题;在此基础上,提出一种“数据驱动+智能学习”的SAR学习成像方法,给出了学习成像框架、网络参数选取方法、网络训练方法和初步的仿真结果,并分析了需要解决的关键性技术问题。 对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一。现阶段的SAR信息处理主要分为成像和解译两大部分,两者的研究相对独立。SAR成像和解译各自开发了大量算法,复杂度越来越高,但SAR解译并未因成像分辨率提升而变得简单,特别是对重点目标识别率低的问题并未从本质上得以解决。针对上述问题,该文从SAR成像解译一体化角度出发,尝试利用“数据驱动+智能学习”的方法提升机载SAR的信息处理能力。首先分析了基于“数据驱动+智能学习”方法的SAR成像解译一体化的可行性及现阶段存在的主要问题;在此基础上,提出一种“数据驱动+智能学习”的SAR学习成像方法,给出了学习成像框架、网络参数选取方法、网络训练方法和初步的仿真结果,并分析了需要解决的关键性技术问题。
15
微型合成孔径雷达(MiniSAR)有效突破了时间与空间的限制,具备轻量化、低功耗、高灵活度等优势,能够满足感兴趣区域(ROI)的高分辨成像需求。然而,MiniSAR成像信号处理依然面临若干技术难题,例如复杂航迹条件下对地面目标的高分辨成像,非合作动目标的重聚焦,数据处理的效率与实时性等。据此,该文提出了一系列成像信号处理技术及其对应的现场可编辑门阵列(FPGA)硬件设计架构,从而实现了MiniSAR高分辨率成像与实时性处理。最后,基于多组聚束/条带式MiniSAR试验结果,验证了该文方法的有效性和可靠性。 微型合成孔径雷达(MiniSAR)有效突破了时间与空间的限制,具备轻量化、低功耗、高灵活度等优势,能够满足感兴趣区域(ROI)的高分辨成像需求。然而,MiniSAR成像信号处理依然面临若干技术难题,例如复杂航迹条件下对地面目标的高分辨成像,非合作动目标的重聚焦,数据处理的效率与实时性等。据此,该文提出了一系列成像信号处理技术及其对应的现场可编辑门阵列(FPGA)硬件设计架构,从而实现了MiniSAR高分辨率成像与实时性处理。最后,基于多组聚束/条带式MiniSAR试验结果,验证了该文方法的有效性和可靠性。
16
合成孔径雷达(SAR)得益于其全天时全天候、高分辨率的工作模式,在最近几十年吸引了全球雷达学者的目光。作为一种有源雷达系统,合成孔径雷达高分辨成像过程中会受多样式复杂多变的强电磁干扰影响,从而严重影响合成孔径雷达最终的高分辨成像结果,因此,如何有效对抗复杂电磁干扰是合成孔径雷达探测感知的难点和重点之一。该文针对不同的干扰样式、干扰来源、干扰散射机理、雷达天线配置、目标特性等合成孔径雷达抗干扰及高分辨成像的关键要素和主要思路进行了总结梳理,并依照干扰对抗算法的本质,对近些年代表性的合成孔径雷达对抗压制干扰和欺骗干扰算法的文献进行介绍和归纳,旨在为以后的研究提供一定的参考。 合成孔径雷达(SAR)得益于其全天时全天候、高分辨率的工作模式,在最近几十年吸引了全球雷达学者的目光。作为一种有源雷达系统,合成孔径雷达高分辨成像过程中会受多样式复杂多变的强电磁干扰影响,从而严重影响合成孔径雷达最终的高分辨成像结果,因此,如何有效对抗复杂电磁干扰是合成孔径雷达探测感知的难点和重点之一。该文针对不同的干扰样式、干扰来源、干扰散射机理、雷达天线配置、目标特性等合成孔径雷达抗干扰及高分辨成像的关键要素和主要思路进行了总结梳理,并依照干扰对抗算法的本质,对近些年代表性的合成孔径雷达对抗压制干扰和欺骗干扰算法的文献进行介绍和归纳,旨在为以后的研究提供一定的参考。
17
SAR作为一种主动式微波成像传感器,以其全天时、全天候、作用距离远等独特的技术优势,成为当前对地观测的主要手段之一,在军事和民用领域发挥着十分重要的作用。随着SAR遥感技术的发展,高分辨率、高质量的SAR图像不断产生,仅依靠人工手段对感兴趣的目标进行检测、识别费时费力,因此亟需发展SAR自动目标识别(ATR)技术。典型的SAR ATR系统主要包括检测、鉴别、分类/识别3个阶段,其中,检测和鉴别阶段是整个SAR ATR系统的基础,是国内外雷达界一直开展的SAR应用基础研究之一。针对单通道SAR图像,简单场景下目标检测与鉴别已经取得了不错的结果;而在复杂场景下,杂波散射强度相对高、杂波背景非均匀和目标散射强度相对弱、分布密集等情况,使得SAR目标检测和鉴别依然是一个难点。该文对近十年左右复杂场景下单通道SAR目标检测及鉴别方法的研究进展进行了归纳总结,并分析了各类方法的特点及存在的问题,展望了未来复杂场景下单通道SAR目标检测与鉴别方法的发展趋势。 SAR作为一种主动式微波成像传感器,以其全天时、全天候、作用距离远等独特的技术优势,成为当前对地观测的主要手段之一,在军事和民用领域发挥着十分重要的作用。随着SAR遥感技术的发展,高分辨率、高质量的SAR图像不断产生,仅依靠人工手段对感兴趣的目标进行检测、识别费时费力,因此亟需发展SAR自动目标识别(ATR)技术。典型的SAR ATR系统主要包括检测、鉴别、分类/识别3个阶段,其中,检测和鉴别阶段是整个SAR ATR系统的基础,是国内外雷达界一直开展的SAR应用基础研究之一。针对单通道SAR图像,简单场景下目标检测与鉴别已经取得了不错的结果;而在复杂场景下,杂波散射强度相对高、杂波背景非均匀和目标散射强度相对弱、分布密集等情况,使得SAR目标检测和鉴别依然是一个难点。该文对近十年左右复杂场景下单通道SAR目标检测及鉴别方法的研究进展进行了归纳总结,并分析了各类方法的特点及存在的问题,展望了未来复杂场景下单通道SAR目标检测与鉴别方法的发展趋势。
18
涡旋电磁波,因携带有轨道角动量(OAM),从而体现出除了传统的强度、相位、频率、极化等自由度之外的一种新型自由度,理论上在任意频率下都具有无穷多种互不干扰的正交模态,并且近年来其在雷达成像、无线通信等研究领域展现出重要的应用潜力,所以引起国内外学者的广泛关注,具有很高的研究价值和应用前景。在这里,该文主要介绍近年来涡旋电磁波天线技术的研究进展,包括单一微带贴片天线、阵列天线、行波天线、以及超表面天线结构等。单一微带贴片天线由于其结构简单、制作成本低而被广泛运用;行波天线可以在宽带范围内产生多OAM模式的涡旋电磁波;阵列天线的设计原理简单,可以灵活地控制产生不同模态的高增益OAM电磁波;而超表面天线不需要复杂的馈电网络,从而具有天线整体剖面较低的优势。该文对这4种常见的涡旋电磁波天线进行了总结,并展望了未来的发展趋势。 涡旋电磁波,因携带有轨道角动量(OAM),从而体现出除了传统的强度、相位、频率、极化等自由度之外的一种新型自由度,理论上在任意频率下都具有无穷多种互不干扰的正交模态,并且近年来其在雷达成像、无线通信等研究领域展现出重要的应用潜力,所以引起国内外学者的广泛关注,具有很高的研究价值和应用前景。在这里,该文主要介绍近年来涡旋电磁波天线技术的研究进展,包括单一微带贴片天线、阵列天线、行波天线、以及超表面天线结构等。单一微带贴片天线由于其结构简单、制作成本低而被广泛运用;行波天线可以在宽带范围内产生多OAM模式的涡旋电磁波;阵列天线的设计原理简单,可以灵活地控制产生不同模态的高增益OAM电磁波;而超表面天线不需要复杂的馈电网络,从而具有天线整体剖面较低的优势。该文对这4种常见的涡旋电磁波天线进行了总结,并展望了未来的发展趋势。
19
在复杂海洋环境条件下,海上目标探测性能受海杂波的影响很大。海杂波影响因素众多,机理复杂,特征描述和抑制难度大,需要开展长期、系统、持续、深入研究。开展海杂波测量试验并获取不同参数影响下的测量数据,是有效支撑该研究的重要前提。该文重点围绕海杂波测量试验情况,从岸基试验和机载试验两个方面,对加拿大、南非、澳大利亚、美国、西班牙、德国等国家开展的典型外场试验进行了归类梳理和总结,回顾了美国和日本开展的造浪池海杂波测量试验,并简要介绍了国内开展的海杂波测量试验和烟台的海上目标探测试验中心建设情况。最后,对后续试验仍需重点关注的方向做了展望,包括系统性、持续性的海杂波测量试验仍需进一步开展,任务背景牵引的海杂波测量试验及数据分析仍需强化,面向智能雷达应用的海杂波和目标回波数据集亟需构建。 在复杂海洋环境条件下,海上目标探测性能受海杂波的影响很大。海杂波影响因素众多,机理复杂,特征描述和抑制难度大,需要开展长期、系统、持续、深入研究。开展海杂波测量试验并获取不同参数影响下的测量数据,是有效支撑该研究的重要前提。该文重点围绕海杂波测量试验情况,从岸基试验和机载试验两个方面,对加拿大、南非、澳大利亚、美国、西班牙、德国等国家开展的典型外场试验进行了归类梳理和总结,回顾了美国和日本开展的造浪池海杂波测量试验,并简要介绍了国内开展的海杂波测量试验和烟台的海上目标探测试验中心建设情况。最后,对后续试验仍需重点关注的方向做了展望,包括系统性、持续性的海杂波测量试验仍需进一步开展,任务背景牵引的海杂波测量试验及数据分析仍需强化,面向智能雷达应用的海杂波和目标回波数据集亟需构建。
20
星载合成孔径雷达(SAR)是一种2维高分辨率微波成像雷达。它通过发射大带宽信号实现距离向高分辨,通过合成孔径技术实现方位向高分辨。随着人们对分辨率需求的不断提升,星载SAR正朝着分米级分辨率发展。一方面,受限于现有器件水平,可以通过频率步进技术实现大带宽信号发射,需要研究高精度子带拼接技术、子带间幅相误差对成像的影响与补偿技术;另一方面,受限于有限的波束宽度,可以使系统工作在聚束模式或滑聚模式实现长合成孔径,此时需研究轨道弯曲、“Stop-go”假设误差、电离层与对流层传输误差等非理想因素对成像的影响与补偿技术。因此,该文详细介绍了频率步进信号时序设计与子带拼接,研究星载高分辨率频率步进SAR成像算法与非理想因素补偿方法,最后给出成像算法的仿真验证和性能分析。 星载合成孔径雷达(SAR)是一种2维高分辨率微波成像雷达。它通过发射大带宽信号实现距离向高分辨,通过合成孔径技术实现方位向高分辨。随着人们对分辨率需求的不断提升,星载SAR正朝着分米级分辨率发展。一方面,受限于现有器件水平,可以通过频率步进技术实现大带宽信号发射,需要研究高精度子带拼接技术、子带间幅相误差对成像的影响与补偿技术;另一方面,受限于有限的波束宽度,可以使系统工作在聚束模式或滑聚模式实现长合成孔径,此时需研究轨道弯曲、“Stop-go”假设误差、电离层与对流层传输误差等非理想因素对成像的影响与补偿技术。因此,该文详细介绍了频率步进信号时序设计与子带拼接,研究星载高分辨率频率步进SAR成像算法与非理想因素补偿方法,最后给出成像算法的仿真验证和性能分析。