雷达成像基本算法

雷达的目标识别技术

雷达的目标识别技术 摘要： 对雷达自动目标识别技术和雷达目标识别过程进行了简要回顾，研究了相控阵雷达系统中多目标跟踪识别的重复检测问题提出了角度相关区算法，分析了实现中的若干问题，通过在相控阵雷达地址系统中进行的地址实验和结果分析表明:采用角度相关区算法对重复检测的回波数据进行处理时将使识别的目标信息更精确从而能更早地形成稳定的航迹达到对目标的准确识别。 一．引言 随着科学技术的发展，雷达目标识别技术越来越引起人们的广泛关注，在国防及未来战争中扮演着重要角色。地面雷达目标识别技术目前主要有-Se方式，分别是一维距离成象技术、极化成象技术和目标振动声音频谱识别技术。 1．一维距离成象技术 一维距离成象技术是将合成孔径雷达中的距离成象技术应用于地面雷达。信号带宽与时间分辨率成反比。例如一尖脉冲信号经过一窄带滤波器后宽度变宽、时间模糊变大。其基本原理如图1所示。 2．极化成象技术 电磁波是由电场和磁场组成的。若电场方向是固定的，例如为水

平方向或垂直方向，则叫做线性极化电磁波。线性极化电磁波的反射与目标的形状密切相关。当目标长尺寸的方向与电场的方向一致时，反射系数增大，反之减小。根据这一特征，向目标发射不同极化方向的线性极化电磁波，分别接收它们反射(散射)的回波。通过计算目标散射矩阵便可以识别目标的形状。该方法对复杂形状的目标识别很困难。 3．目标振动声音频谱识别技术 根据多普勒原理，目标的振动、旋转翼旋转将引起发射电磁波的频率移动。通过解调反射电磁波的频率调制，复现目标振动频谱。根据目标振动频谱进行目标识别。 传统上我国地面雷达主要通过两个方面进行目标识别：回波宽度和波色图。点状目标的回波宽度等于入射波宽度。一定尺寸的目标将展宽回波宽度，其回波宽度变化量正比于目标尺寸。通过目标回波宽度的变化可估计目标的大小。目标往往有不同的强反射点，如飞机的机尾、机头、机翼以及机群内各飞机等，往往会在回波上形成不同形状的子峰，如图2所示。 这类波型图叫作波色图。根据波色图内子峰的形状，可获得一些目标信息。熟练的操作员根据回波宽度变化和波色图内子峰形状，进行目标识别。

合成孔径雷达概述(SAR)

合成孔径雷达概述 1合成孔径雷达简介 (2) 1.1 合成孔径雷达的概念 (2) 1.2 合成孔径雷达的分类 (3) 1.3 合成孔径雷达(SAR)的特点 (4) 2合成孔径雷达的发展历史 (5) 2.1 国外合成孔径雷达的发展历程及现状 (5) 2.1.1 合成孔径雷达发展历程表 (6) 2.1.2 世界各国的SAR系统 (9) 2.2 我国的发展概况 (11) 2.2.1 我国SAR研究历程表 (11) 2.2.2 国内各单位的研究现状 (12) 2.2.2.1 电子科技大学 (12) 2.2.2.2 中科院电子所 (12) 2.2.2.3 国防科技大学 (13) 2.2.2.4 西安电子科技大学 (13) 3 合成孔径雷达的应用 (13) 4 合成孔径雷达的发展趋势 (14) 4.1 多参数SAR系统 (15) 4.2 聚束SAR (15) 4.3极化干涉SAR（POLINSAR） (16) 4.4合成孔径激光雷达（Synthetic Aperture Ladar） (16) 4.5 小型化成为星载合成孔径雷达发展的主要趋势 (17) 4.6 性能技术指标不断提高 (17) 4.7 多功能、多模式是未来星载SAR的主要特征 (18) 4.8 雷达与可见光卫星的多星组网是主要的使用模式 (18) 4.9 分布SAR成为一种很有发展潜力的星载合成孔径雷达 (18) 4.10 星载合成孔径雷达的干扰与反干扰成为电子战的重要内容 (19) 4.11 军用和民用卫星的界线越来越不明显 (19) 5 与SAR相关技术的研究动态 (20) 5.1 国内外SAR图像相干斑抑制的研究现状 (20) 5.2 合成孔径雷达干扰技术的现状和发展 (20) 5.3 SAR图像目标检测与识别 (22) 5.4 恒虚警技术的研究现状与发展动向 (25) 5.5 SAR图像变化检测方法 (27) 5.6 干涉合成孔径雷达 (31) 5.7 机载合成孔径雷达技术发展动态 (33) 5.8 SAR图像地理编码技术的发展状况 (35) 5.9 星载SAR天线方向图在轨测试的发展状况 (37) 5.10 逆合成孔径雷达的发展动态 (38) 5.11 干涉合成孔径雷达的发展简史与应用 (38)

雷达成像技术(保铮word版)第四章 合成孔径雷达

第四章 合成孔径雷达 合成孔径雷达（Synthetic Aperture Radar ，简称SAR ）是成像雷达中应用最 多，也是本书讨论的重点。在前几章对雷达如何获取高的距离分辨率和横向分辨 的基础上，从本章开始用三章的篇幅对合成孔径雷达作较详细的讨论。 首先，结合工程实际介绍合成孔径雷达的原理。在前面的讨论中已经提到， 根据不同的要求，成像算法（特别是横向成像算法）有许多种，本章只介绍最简 单的距离-多普勒算法的原理，目的是由此联系到对合成孔径雷达系统的要求以 及工程实现方面的问题。 合成孔径雷达通常以场景作为观测对象，它与一般雷达有较大不同，我们将 在本章讨论合成孔径雷达有别于一般雷达的一些技术性能和参数。 4.1 条带式合成孔径雷达成像算法的基本原理 4.1所示，设X 轴为场景的中心 线，Q 为线上的某一点目标，载机以 高度H 平行于中心线飞行，离中心线 的最近距离B R 为 B R = （4.1） 当载机位于A 点时，它与Q 点的斜距 为 R = （4.2） 式中t X 为点目标Q 的横坐标。 当分析中心线上各个点目标的回波状况及成像算法时，可以在包括场景中心 线（即X 轴）和载机航线的平面里进行。至于场景里中心线外的情况将在后面 说明，这里暂不讨论。 一般合成孔径雷达发射线性调频（LFM ）脉冲，由于载机运动使其到目标的 距离发生变化，任一点目标回波在慢时间域也近似为线性调频，而且包络时延也 几何示意图

随距离变化，即所谓距离徙动。合成孔径雷达成像算法的任务是从载机运动录取得到的快、慢时间域的回波数据，重建场景图像，它是二维匹配滤波问题。 严格考虑距离徙动的成像算法比较复杂，在实际应用中，一般均根据情况采用一些较简单的算法，这些将在第五章里系统介绍。在这里我们主要讨论分辨率较低，距离徙动影响可以忽略的最简单的情况，这时可采用简易的距离-多普勒基本算法。 所谓距离徙动的影响可以忽略不计是指雷达波束扫过某点目标的相干处理时间里，目标斜距变化引起的距离徙动值小于距离分辨单元长度的1/4~1/8，即场景中心线上所有点目标的回波（距离压缩后的）在慢时间域里均位于同一个距离单元。当然，因斜距改变引起的二次型相位变化还是需要考虑的，即系统的脉冲响应函数应考虑二次型相位。这种情况下的成像算法是比较简单的，可将回波信号先在快时间域作脉压匹配滤波，然后再对快时间域的每一个距离单元分别沿慢时间作方位压缩的匹配处理，于是得到场景的二维图像。在上面的图4.1中，我们提出只对中心线上的目标进行讨论，场景的二维图像当然包括场景里中心线以外的目标，这将在下一节里说明。 脉压匹配滤波可以在时域用回波数据与系统函数作卷积处理，也可以在频域作乘积处理，由于乘积的运算量小，同时时频域之间的傅里叶变换有FFT快速算法，频域计算用得更多。此外，由于场景有一定宽度，比发射脉冲宽度宽不少，而沿慢时间录取的数据长度一般也比波束扫过一个点目标的相干积累时间长得多，即时域信号长度比系统匹配函数长得多，这里应将信号分段处理后再加以拼接。 4.2合成孔径雷达回波的多普勒特性 信号有时域表示和频域表示，一般情况直接获取的是时域信号，通过傅里叶变换得到它的频谱。合成孔径雷达信号也是如此，快时间表示的发射信号是在时域生成，而慢时间回波则为载机运动过程中回波的变化序列。通过傅里叶变换，可以得到快时间频谱（距离谱）和慢时间频谱（多普勒谱或方位谱）。 合成孔径雷达信号有它的特殊性，它的回波为众多点目标回波的线性组合，而对一个点目标来说，其快、慢时间回波均为（或近似为）线性调频信号。对于

雷达运动目标检测大作业

非均匀空时自适应处理 摘要 本文首先依次介绍了在非均匀环境下的STAP处理法，包括降维、降秩以及LSMI方法，接着重点分析了直接数据域（DDD）方法的原理及实现过程，最后针对直接数据域方法进行了仿真实验。 引言 机载雷达对运动目标检测时, 面临的主要问题是如何抑制强大的地面杂波和各种类型的干扰，空时自适应处理（STAP）是解决该问题的关键技术。STAP 技术通过对杂波或干扰训练样本分布特性的实时学习来来形成空域—时域二维自适应权值，实现对机载雷达杂波和干扰的有效抑制。 STAP技术在形成自适应权值时，需要计算杂波协方差矩阵R。实际系统的协方差矩阵是估计得到的，即先在待检测距离单元的临近单元测得K个二维数 据矢量样本V i（i=1，2…K），再计算R的估计值?=Σ i=1K V i V i H∕K，然后可得自 适应权值W=μR^-1S，其中μ为常数，S为空时导向矢量。临近训练样本的选择必须满足独立同分布（IID）条件。同时，为了使由杂波协方差矩阵估计引起的性能损失控制在3dB内，要求均匀训练样本数K至少要2倍于其系统自由度（DOF）。如果所选样本非均匀，则形成的权值无法有效对消待检测单元中所含有的杂波和干扰，从而大大降低对运动目标的检测性能。 在实际应用中, 机载雷达面临的杂波环境往往是非均匀的, 这对经典的S T A P 技术带来了极大的挑战。针对这一难题, 许多新的适用于非均匀杂波环境的S T A P 方法不断被提出。 1、解决非均匀样本的方法 1.1、降维方法 降维方法的最初目的是为了减少空时自适应处理时所需的巨大运算量, 但后来发现该类方法同时大大减少了对均匀训练样本数的需求, 对非均匀情况下杂波抑制起到了积极的作用。降维方法将每次自适应处理所需要抑制的杂波范围限制在某一个较小杂波子空间内, 根据RMB准则和Brennan定理, 自适应处理时所需要的均匀训练样本数由2 倍于整体系统自由度减至降维后2 倍于子空间系统自由度。降维程度越高, 对均匀训练样本的需求就越少。降维方法属固定结构方法, 无法充分利用杂波的统计特性。当辅助波束与杂波谱匹配很好时, 处理性能往往很好。反之, 则性能下降。 1.2、降秩方法 与固定结构降维方法相反, 降秩方法充分利用回波中杂波的分布特性, 每次处理选取完备杂波空间来形成自适应权值对消杂波分量, 可看作依赖回波数据的自适应降维方法。该类方法在形成权值过程中利用的信息中不含噪声分量, 所以避免了小样本情况下噪声发散带来的性能下降问题, 故减少了对均匀训练样本数的需求。同样, 该类方法在满足信杂噪比损失不超过 3 d B 条件时所需的训练样本数约为 2 倍的杂波子空间的维数。从处理器结构上来看, 降秩方法可

基于压缩感知的雷达成像

H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程报告 课程名称：现代信号处理专题论文题目：基于压缩感知的雷达成像院系：电信学院 班级：电子一班 设计者：刘玉鑫 学号：13S005061 指导教师：张云 时间：2014.06 哈尔滨工业大学

第一章压缩感知理论基本原理 1.1 压缩感知的基本知识 压缩感知理论的核心思想主要包括两点。第一个是信号的稀疏结构。传统的香农信号表示方法只开发利用了最少的被采样信号的先验信息，即信号的带宽。但是，现实生活中很多广受关注的信号本身具有一些结构特点。相对于带宽信息的自由度，这些结构特点是由信号的更小的一部分自由度所决定。换句话说，在很少的信息损失情况下，这种信号可以用很少的数字编码表示。所以，在这种意义上，这种信号是稀疏信号（或者近似稀疏信号、可压缩信号）。另外一点是不相关特性。稀疏信号的有用信息的获取可以通过一个非自适应的采样方法将信号压缩成较小的样本数据来完成。理论证明压缩感知的采样方法只是一个简单的将信号与一组确定的波形进行相关的操作。这些波形要求是与信号所在的稀疏空间不相关的。 压缩感知方法抛弃了当前信号采样中的冗余信息。它直接从连续时间信号变换得到压缩样本，然后在数字信号处理中采用优化方法处理压缩样本。这里恢复信号所需的优化算法常常是一个已知信号稀疏的欠定线性逆问题。 1.2 压缩感知的主要原理内容 总的说来，压缩感知方法的处理流程可简要描述为：基于待处理信号在某个基上的稀疏性或可压缩性，设计合理的测量矩阵，获得远小于信号维数但包含足够信号特征信息的采样，通过非线性优化算法重构信号。 在传统理论的指导下，信号X的编解码过程如图1-1所示。编码端首先获得X的N店采样值经变换后只保留其中K个最大的投影系数并对它们的幅度和位置编码，最后将编得的码值进行存储或者传输。 解压缩仅仅是编码过程的逆变换。实际上，采样得到的大部分数据都是不重要的，即K值很小，但由于奈奎斯特采样定理的限制，采样点数N可能会非常大，采样后的压缩是造成资源浪费的根本所在。

真实和合成孔径雷达

Real and Synthetic Aperture Radar
Real Aperture Radar (RAR) flight direction
azimuth Synthetic Aperture Radar (SAR) flight direction
azimuth
1

Spatial Resolution (1)
2

距离分辨率 与真实孔径雷达距离向分辨率相同。但由于真实孔径 机载雷达一般用短脉冲来实现距离向分辨率，而合成孔 径雷达通常用带宽（脉冲频率的变化范围）为B的线性调 频脉冲来实现作用距离向的良好分辨率。
δr =
1 c cτ = 2 2B
Spatial Resolution (2)
For Real Aperture Radar (Side-looking Radar)
razimuth ?
λR
l cτ 2 sin θ
rground ? range =
For Synthetic Aperture Radar (SAR)
razimuth ?
l 2 c 2 B sin θ
rground ?range =
3

Rr =
τc
2 cos γ
=
ground Range resolution
pulse length × speed of light 2 cos ( depression angle )
Range Resolution (2)
4

合成孔径雷达成像自聚焦算法的比较

合成孔径雷达成像自聚焦算法的比较 【摘要】本文简要地分析和比较两类合成孔径雷达自聚焦算法的特点，并通过多点目标自聚焦成像对其进行验证，表明结论可靠。 【关键词】自聚焦算法；多点目标；孔径雷达 0 引言 SAR自聚焦算法的任务是首先要对经过处理后的未补偿的SAR信号进行相位误差估计，然后消除其相位误差。SAR自聚焦算法就其本质而言是一个二维估计问题，在公式（2）中的相位误差既是空变的又是不可分离的乘性噪声的事实使问题变得极为棘手。影响成像的几何线性，分辨率、图像对比度和信噪比的主要因素取决于相位误差的性质和大小，基于处理孔径上相位误差形式，表1给出两大类相位误差及其每一类对SAR成像的一般影响。 表1 相位误差的分类 1 几种实用的自聚焦算法的比较 一般来说，自聚焦算法可以划分为两类：基于模式算法和非参数算法。基于模式的自聚焦算法估计相位误差的模式展开系数。低阶模自聚焦仅能估计二阶相位误差，而更复杂的方法还可以估计高阶多项式相位误差。子孔径相关法（MD）和多孔经相关法（MAM）是针对低频相位误差补偿提出的基模自聚焦算法的范例。基于模式算法虽然执行起来相对简单而且算法高效。不过只能相位误差被正确估计的情况下才能保证这样的优越性。 第二类自聚焦算法，即非参数自聚焦算法，典型的有相位梯度自聚焦算法，基于最小熵准则和最大对比度准则的自聚焦方法，这些方法都不需要相位误差的先验知识。特别地，相位梯度自聚焦算法几种改进的算法。其中特征向量法是在PGA框架下运用了极大似然算子取代了原始的相位差算子核，改进的相位梯度自聚焦算法的策略通过选择一组高质量的目标以提供非迭代的PGA解。另一种方法是运用加权最小二乘法以实现相位误差最小化的PGA。适用范围扩大，计算高效。 在一些SAR应用中，相位误差显著依赖位置，空变的自聚焦的常用的方法是将大场景分成更小的子图像，每个子图像的误差近似不变的，因此，传统的空间不变的自聚焦程序可以应用到每个子图像。当重新聚焦时，个别的子图像拼接或镶嵌在一起产生完整的场景图像聚焦图像。 2 性能评价标准 第一个测试是检查在方位域一维的点目标响应。聚焦质量质量指标包括3dB

探地雷达成像算法研究

探地雷达成像算法研究 摘要 探地雷达(Ground Penetrating Radar,简称GPR)集无损检测、穿透能力强、分辨率高等众多优点而成为检测和识别地下目标的一种有效技术手段。性能优良的探地雷达成像方法有助于精确定位地下目标，同时提高对目标的检测和识别能力，从而推动探地雷达在城市质量监控、地质灾害、考古挖掘、高速公路无损检测、地雷探测等各个方面得到更广泛的应用。 本文以中国电波传播研究所的探地雷达LD-2000为实验设备，从中读取探测数据。以MATLAB为软件平台，实现了探地雷达数据的显示、处理、成像几个部分。其中数据显示方式包括数据的波形堆积图，剖面面色阶图以及带数据波形图；数据处理部分包括直达波的去除、背景噪声的去除、振幅增益等；雷达成像算法部分主要采用波前成像算法和投影层析成像算法。

Imaging Algorithm of Ground Penetrating Radar ABSTRACT GPR (Ground Penetrating Radar, referred GPR) set of non-destructive testing, penetration ability, many advantages of high resolution detection and identification of underground and become the target of an effective technical means. Excellent performance GPR imaging approach helps pinpoint underground targets, while increasing the target detection and identification capabilities, thereby promoting the quality of ground penetrating radar surveillance in the city, geological disasters, archaeological excavation, highway nondestructive testing, mine detection, etc. aspects to be more widely used. In this paper, China Institute of Radiowave Propagation GPR LD-2000 for the experimental apparatus, reads probe data. MATLAB as the software platform to achieve a ground-penetrating radar data display, processing, imaging several parts. Wherein the data includes a data waveform display stacked, with a cross-sectional side view and a gradation data waveform; data processing section includes the removal of the direct wave, the background noise removal, the amplitude gain, etc.; radar imaging algorithm some of the major imaging algorithm and the wavefront projection tomography algorithms.

雷达目标识别

目标识别技术 2009-11-27 20:56:41| 分类：我的学习笔记| 标签：|字号大中小订阅 摘要： 针对雷达自动目标识别技术进行了简要回顾。讨论了目前理论研究和应用比较成功的几类目标识别方法：基于目标运动的回波起伏和调制谱特性的目标识别方法、基于极点分布的目标识别方法、基于高分辨雷达成像的目标识别方法和基于极化特征的目标识别方法，同时讨论了应用于雷达目标识别中的几种模式识别技术：统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络 模式识别方法。最后分析了问题的可能解决思路。 引言： 雷达目标识别技术回顾及发展现状 雷达目标识别的研究始于"20世纪50年代，早期雷达目标特征信号的研究工作主要是研究达目标的有效散射截面积。但是，对形状不同、性质各异的各类目标，笼统用一个有效散射面积来描述，就显得过于粗糙，也难以实现有效识别。几十年来，随着电磁散射理论的不断发展以及雷达技术的不断提高，在先进的现代信号处理技术条件下，许多可资识别的雷达目标特征信号相继被发现，从而建立起了相应的目标 识别理论和技术。 随着科学技术的飞速发展，一场以信息技术为基础、以获取信息优势为核心、以高技术武器为先导的军事领域的变革正在世界范围内兴起，夺取信息优势已成为夺取战争主动权的关键。电子信息装备作为夺取信息优势的物质基础，是推进武器装备信息化进程的重要动力，其总体水平和规模将在很大程度上反 映一个国家的军事实力和作战能力。 雷达作为重要的电子信息装备，自诞生起就在战争中发挥了极其重要的作用。但随着进攻武器装备的发展，只具有探测和跟踪功能的雷达也已经不能满足信息化战争的需要，迫切要求雷达不仅要具有探测和跟踪功能，而且还要具有目标识别功能，雷达目标分类与识别已成为现代雷达的重要发展方向，也是未来雷达的基本功能之一。目标识别技术是指：利用雷达和计算机对遥远目标进行辨认的技术。目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。目标识别还可利用再入大气层后的大团过滤技术。当目标群进入大气层时，在大气阻力的作用下，目标群中的真假目标由于轻重和阻力的不同而分开，轻目标、外形不规则的目标开始减 速，落在真弹头的后面，从而可以区别目标。 所谓雷达目标识别，是指利用雷达获得的目标信息，通过综合处理，得到目标的详细信息（包括物理尺寸、散射特征等），最终进行分类和描述。随着科学技术的发展，武器性能的提高，对雷达目标识别 提出了越来越高的要求。 目前，目标识别作为雷达新的功能之一，已在诸如海情监控系统、弹道导弹防御系统、防空系统及地球物理、射电天文、气象预报、埋地物探测等技术领域发挥出很大威力。为了提高我国的军事实力，适应未来反导弹、反卫、空间攻防、国土防空与对海军事斗争的需要，急需加大雷达目标识别技术研究的力度雷达目标识别策略主要基于中段、再入段过程中弹道导弹目标群的不同特性。从结构特性看，飞行中段

合成孔径雷达

合成孔径雷达（SAR） 合成孔径雷达产生的过程 为了形成一幅真实的图像增加两个关键参数：分辨率、识别能力。 合成孔径打开了无限分辨能力的道路 相干成像特性：以幅度和相位的形式收集信号的能力 相干成像的特性可以用来进行孔径合成 民用卫星接收系统SEASA T、SIR-A、SIR-B 美国军用卫星(LACROSSE) 欧洲民用卫星（ERS系列） 合成孔径雷达(SAR)是利用雷达与目标的相对运动将较小的真实天线孔径用数据处理的方法合成一个较大孔径的等效天线孔径的雷达。 特点：全天候、全天时、远距离、和高分辨率成像并且可以在不同频段不同极化下得到目标的高分辨率图像 SAR高分辨率成像的距离高分辨率和方位高分辨率 距离分辨率取决于信号带宽 方位高分辨率取决于载机与固定目标相对运动时产生的具有线性调频性质的多普勒信号带宽 相干斑噪声 机载合成孔径雷达是合成孔径雷达的一种 极化：当一个平面将空间划分为各向同性和半无限的两个均匀介质，我们就可以定义一个电磁波的入射平面，用波矢量K来表征：该平面包含矢量K以及划分这两种介质的平面法线垂直极化（V）：无线电波的振动方向是垂直方向与水平极化（H）：无线电波的振动方向是水平方向 TE波：电场E与入射面垂直

TH波：电场E属于入射平面 合成孔径雷达的应用 军事上、地质和矿物资源勘探、地形测绘和制图学、海洋应用、水资源、农业和林业 合成孔径雷达在军事领域的应用：战略应用、战术应用、特种应用。 SAR系统的几个发展趋势：多波段、多极化、多视角、多模式、多平台、高分辨率成像、实时成像。 SAR图像相干斑抑制的研究现状 分类：成像时进行多视处理、成像后进行滤波 多视处理就是对同一目标生成多幅独立的像，然后进行平均。 这是最早提出的相干斑噪声去除的方法，这种技术以牺牲空间分辨率为代价来获取对斑点的抑制 成像后的滤波技术成为SAR图像相干噪声抑制技术发展的主流 均值滤波、中值滤波、维纳滤波用来滤去相干斑噪声，这种滤波方法能够在一定程度上减小相干斑噪声的方差 合成孔径雷达理论概述 合成孔径雷达是一种高分辨率成像雷达，高分辨率包含两个方面的含义：方位向的高分辨率和距离向高分辨率。它通过采用合成孔径原理提高雷达的方位分辨率，并依靠脉冲压缩技术提高距离分辨率 由于SAR雷达发射信号（距离向信号）和合成孔径信号（方位信号）均具有线性调频性质，SAR成像的实质就是通过匹配滤波器对距离向和方位向具有线性调频信号的信号进行二维脉冲压缩的过程，也就是依靠脉冲压缩技术提高距离分辨率，通过合成孔径原理提高雷达的方位分辨率的过程 SAR成像处理是先利用距离向匹配滤波器，进行距离脉压，实现距离向高分辨率后，再通过方位向德匹配滤波，最终得到原始目标的高分辨图像。

基于测速雷达的多目标检测算法

基于测速雷达的多目标检测算法 （合肥工业大学计算机与信息学院，安徽合肥20009） 摘要：近些年了来随着科技的进步、人们生活水平的提高，为满足生产和生活的需求各种交通工具应用而生。车型和车速的不断提高给道路交通管制带来了许多的不便和麻烦，因此基于交通测速雷达的多目标分辨领域的研究至关重要，能更好的对道路交通进行管理，在跟踪目标，对超速车辆的查找以及统计各类型车辆数量、缓解交通压力等方面有很大的用途。 本文在多普勒雷达的基础上研究发展而来的基于测速雷达的多目标分辨算法。首先介绍了雷达测速的研究背景及意义，多普勒雷达的测速原理，目前的发展状况以及传统雷达的不足之处。接着介绍了多目标分辨的理论依据，也就是本论文主要讲解的超速雷达的多目标分辨。 关键词:多普勒雷达、多目标分辨、频谱分析、幅度比较 一、研究背景 21世纪以来，人类生产力大解放。科技的蓬勃发展，工业革命的不断推进，无论是生产还是生活人类发生了翻天覆地的变化。其中最明显的便是交通运输工具的变化。随着道路基础设施建设水平的提高，人们生活质量的提高促使家庭小汽车的不断增加，同时为满足生产力发展的需求，各种交通工具应用而生。公路交通运输业是推动国民经济发展，促进经济社会繁荣的主动力。为实现对道路交通的有效管制以及行车速度测量及对超速车辆的实时监测控制对道路上的多目标进行分辨至关重要。 从雷达早期出现用于对空中金属物体的探测，到二战以来出现的雷达对空对地的火力控制等，雷达主要应用于军事领域。随着科技的进步，雷达技术的不断发展，雷达不再是一种单纯的军事雷达，其应用领域不断增加，功能不断增强出现了各种各样的雷达，比如气象雷达，道路交通测速雷达等。雷达测速是利用多普勒效应，通过多普勒频移计算目标的速度。雷达测速因其准确性高，速度快，稳定性好，探测距离远，可移动测速，能更好的抑制地无干扰等优点，得到广泛应用，但是由于雷达波束较宽，在多车并行行驶时，无法分辨出超速车辆，给监测控制带来了困难。国内现有超速测量抓拍系统在多车并行时，由于仅能检测出有车辆超速，无法分辨超速车辆，为避免误判只能放弃抓拍，无形中增加了交通事故隐患，严重影响了现代交通的严格法制化管理进程。因此多目标分辨雷达的研究和制造有着非常重要的作用。同时不仅可应用于超速雷达的探测，在对车型检测，缓解交通压力等方面都发挥很大的作用。 二、交通测速雷达发展状况 目前，美国联邦电讯委员会规定警用测速频道为Xband，Kband，Kaband三种，它们对应的微波频率分别为10.525GHZ，24.150GHZ,33.40-36.00GZH。Xband雷达形状为圆型，无法在车阵中锁定超速车辆只能在车阵中检测第一辆车的速度。K band测速雷达为手持式的雷达，国内警方绝大多数使用这种雷达。Ka band雷达与K band雷达相似，由于其微波频率更高，测速范围更加集中，所以不容易被干扰，目前国内基本局限于一般性测量且测量结果较粗糙，在先进技术方面还有很大差距，因此对多目标分辨的研究至关重要，对提高国内雷达水平，方便道路超速车辆管理有重要的作用。 三、多普勒雷达的作用原理 多普勒雷达，又名脉冲多普勒雷达，是一种利用多普勒效应来探测运动目标的位置和相对运动速度的雷达。1842年,奥地利物理学家J·C·多普勒发现,当波源和观测者有相对运动时,观测者接受到的波的频率和波源发来的频率不同,这种现象被称为多普勒效应。波是由频率和振幅所构成，而无线电波是随着物体而移动的，当无线电波在行进的过程中，碰到物体

合成孔径雷达成像

合成孔径雷达第一次作业 姓名：xxx 学号：xxx 一题目： 1.LFM信号分析：（1）仿真LFM信号；（2）观察不同TBP的LFM信号的频谱。（3）观察不同过采样率下的DFT结果，注意频谱混叠情况。 2.脉冲压缩仿真：针对“基带LFM信号”:（1）实现无误差的脉冲压缩；（2）通过频域补0实现时域十倍以上的过采样率，得到光滑的时域波形，通过观察给出指标（IRW,PSLR）；（3）阅读资料，按照公式实现3阶（-20dB）,6阶（-40 dB）泰勒加权，观察加窗效果，分析指标（IRW,PSLR），并对比MATLAB TAYLORWIN 函数的一致性；（4）在3阶泰勒加权下实现15.30.45.60.90.135度QPE下的脉冲压缩，显示输出波形，观察记录QPE的影响。 3.一维距离向仿真:（1）输入参数：目标参数：RCS=1，分别位于10km,11km,11km+3m,11km+50m处。LFM信号参数：中心频率1.0GHz,脉冲宽度30us,带宽30MHz。 （2）输出：设计采样波门，仿真回波，完成脉冲压缩，检测各峰值位置，判断每个目标是否得以分辨，分析各出现在相应位置及幅度的原因。 二题目分析与解答： 1.问题分析：由基础知识知，决定LFM信号的主要参数有中心频率fc(此处仿真取fc=0)，带宽B，脉冲宽度Tp, 调频斜率K，其中K=B/Tp。对LFM信号进行傅里叶变换时，不同的时宽带宽积（TBP）会对频谱有不同的影响。 主要程序段(源程序见附件)： %参数设置 Tp=5e-6; B=10e6; K=B/Tp；Fs=2*B; Ts=1/Fs; N=Tp/Ts; TBP=Tp*B %波形产生 t=linspace(-Tp/2,Tp/2,N); St=exp(j*pi*K*t.^2); Phase=pi*K*t.^2; Fre=2*pi*K*t; f=linspace(-Fs/2,Fs/2,N); figure(2) plot(f*1e-6,fftshift(abs(fft(St))),'k'); xlabel('Frequency/MHz'); ylabel('Magnitude'); title('Frequence Response'); legend('TBP=50') fft_St=fftshift(abs(fft(St)));

合成孔径雷达成像几何机理分析及处理方法研究

合成孔径雷达成像几何机理分析及处理方法研究合成孔径雷达作为二十世纪出现的尖端对地观测技术,由于它具有全天时、全天候的成像能力并能穿透一些地物,在土地覆盖制图、生态和农业、固体地球科学、水文、海冰等众多领域有着广泛的应用。随着未来更高分辨率、多极化、多波段、更优化的干涉测量设计的SAR系统的出现,合成孔径雷达遥感技术将会在更多的领域扮演更重要的角色。 合成孔径雷达遥感技术在我国有着极大的潜在应用市场,对于某些特殊问题的解决,例如西部困难地区的地形图测绘及南方阴雨地区地形图的快速更新,它甚至是唯一可行的解决之道。由于有关几何处理、辐射定标等基础问题没有很好地解决,影响了这一技术在我国的大规模应用及产业化进程。 本文致力于解决SAR影像的几何问题及与地形有关的辐射问题,对合成孔径雷达图像的几何特性作了系统深入的研究,以对构像方程的分析及推导为中心,研究并解决了包括地理编码、目标定位、影像模拟、利用控制点进行空间轨道精确重建、地形辐射影响的消除等一系列问题。为了加强对合成孔径雷达图像的理解,首先对合成孔径雷达成像的技术本质从数学上进行了简明阐述。 从信号处理的角度,分析了脉冲压缩的工作原理,解释了匹配滤波器的构造。分析了多普勒频率的特征及其作用。 从理论上推导了SAR距离向和方位向分辨率所能达到的极限值,并且指出了他们在实际中的限制。从系统的角度,分析了SAR距离向和方位向模糊度的限制。 构像方程是所有几何处理的基础。为推导了SAR构像方程,在定量分析了地球摄动力对卫星轨道影响的基础上,提出了一套改进的SAR轨道参数模型,与国外已有的模型相比,该模型更加简洁而且具有极高的精度。

雷达目标识别技术

雷达目标识别技术述评 孙文峰 （空军雷达学院重点实验室，湖北武汉430010） 摘要：首先对雷达目标识别研究领域已经取得的成果和存在的问题进行简单的回顾，然后结合对空警戒雷达，阐明低分辨雷达目标识别研究的具体思路。 关键词：雷达目标识别；低分辨雷达 Review on Radar Target Recognition SUN Wen-feng （Key laboratory, Wuhan Radar Academy, Wuhan 430010, China）Abstract: The acquired productions and existent problems of radar target recognition are reviewed simply, then the specific considerations of target recognition with low resolution radar are illustrated connect integrating with air defense warning radar in active service. Key words: radar target recognition; low resolution radar 1．引言 雷达目标识别（RTR—Radar Target Recognition）是指利用雷达对单个目标或目标群进行探测，对所获取的信息进行分析，从而确定目标的种类、型号等属性的技术。1958年，D.K.Barton（美国）通过精密跟踪雷达回波信号分析出前苏联人造卫星的外形和简单结构，如果将它作为RTR研究的起点，RTR至今已走过了四十多年的历程。目前，经过国内外同行的不懈努力，应该说RTR已经在目标特征信号的分析和测量、雷达目标成像与特征抽取、特征空间变换、目标模式分类、目标识别算法的实现技术等众多领域都取得了不同程度的突破，这些成果的取得使人们有理由相信RTR是未来新体制雷达的一项必备功能。目前，RTR技术已成功应用于星载或机载合成孔径雷达（SAR—Synthetic Aperture Radar）地面侦察、毫米波雷达精确制导等方面。但是，RTR还远未形成完整的理论体系，现有的R TR 系统在功能上都存在一定的局限性，其主要原因是由于目标类型和雷达体制的多样化以及所处环境的极端复杂性。本文首先对RTR研究领域已经取得的成果和存在的问题进行简单的回顾，最后结合对空警戒雷达，阐明了低分辨雷达目标识别研究的具体思路。 2．雷达目标识别技术的回顾与展望 雷达目标识别研究的主体有三个，即雷达、目标及其所处的电磁环境。其中任何一个主体发生改变都会影响RTR系统的性能，甚至可能使系统完全失效，即RTR研究实际上是要找到一种无穷维空间与有限类目标属性之间的映射。一个成功的RTR系统必定是考虑到了目标、雷达及其所处电磁环境的主要可变因素。就目标而言主要有目标的物理结构、目标相对于雷达的姿态及运动参数、目标内部的运动（如螺旋桨等）、目标的编队形式、战术使用特点等等；就雷达而言主要有工作频率、带宽、脉冲重复频率（PRF）、天线方向图、天线的扫描周期等等；环境因素主要有各种噪声（如内部噪声和环境噪声）、杂波（如地杂波、海杂波和气象杂波）和人为干扰等。在研制RTR系统时必须综合考虑这些因素，抽取与目标属性有关的特征，努力消除与目标属性无关的各种不确定因素的影响。

合成孔径雷达(SAR)的点目标仿真(附件带代码程序)

合成孔径雷达(SAR)的点目标仿真(附件带代码程序) 合成孔径雷达(SAR)的点目标仿真 一． SAR原理简介 合成孔径雷达(Synthetic Aperture Radar ，简称SAR)是一种高分辨率成像雷达技术。它利用脉冲压缩技术获得高的距离向分辨率，利用合成孔径原理获得高的方位向分辨率，从而获得大面积高分辨率雷达图像。SAR回波信号经距离向脉冲压缩后，雷达的距离分辨率由雷达发射信号带宽决定：，式中表示雷达的距离分辨率，表示雷达发射信号带宽，表示光速。同样，SAR回波信号经方位向合成孔径后，雷达的方位分辨率由雷达方位向的多谱勒带宽决定：，式中表示雷达的方位分辨率，表示雷达方位向多谱勒带宽，表示方位向SAR平台速度。 二． SAR的成像模式和空间几何关系 根据SAR波束照射的方式，SAR的典型成像模式有Stripmap(条带式)，Spotlight(聚束式)和Scan(扫描模式)，如图2.1。条带式成像是最早研究的成像模式，也是低分辨率成像最简单最有效的方式；聚束式成像是在一次飞行中，通过不同的视角对同一区域成像，因而能获得较高的分辨率；扫描模式成像较少使用，它的信号处理最复杂。 图2.1：SAR典型的成像模式 这里分析SAR点目标回波时，只讨论正侧式Stripmap SAR，正侧式表示SAR波束中心和SAR平台运动方向垂直，如图2.2，选取直角坐标系XYZ为参考坐标系，XOY平面为地平面；SAR平台距地平面高h，沿X轴正向以速度V匀速飞行；P点为SAR平台的位置矢量，设其坐标为(x,y,z)；T点为目标的位置矢量，设其坐标为；由几何关系，目标与SAR平台的斜距为： (2.1) 由图可知：；令，其中为平台速度，s为慢时间变量（slow time），假设，其中表示SAR平台的x 坐标为的时刻；再令，表示目标与SAR的垂直斜距，重写2.1式为： (2.2) 就表示任意时刻时，目标与雷达的斜距。一般情况下，，于是2.2式可近似写为： (2.3) 可见，斜距是的函数，不同的目标，也不一样，但当目标距SAR较远时，在观测带内，可近似认为不变，即。

雷达目标识别发展趋势

雷达目标识别发展趋势 雷达具备目标识别功能是智能化的表现，不妨参照人的认知过程，预测雷达目标识别技术的发展趋势： (1)综合目标识别 用于目标识别的雷达必将具备测量多种目标特征的手段，综合多种特征进行目标识别。我们人类认知某一事物时，可以通过观察、触摸、听、闻、尝，甚至做实验的方法认知，手段可谓丰富，确保了认知的正确性。 目标特征测量的每种手段会越来越精确，就如同弱视的人看东西，肯定没有正常人看得清楚，也就不能认知目标。 识别结果反馈给目标特征测量，使目标特征测量成为具有先验信息的测量，特征测量精度会有所提高，识别的准确程度也会相应提高。 雷达具备同时识别目标和背景的功能。人类在观察事物的时候，不仅看到了事物的本身，也看到了事物所处的环境。现有的雷达大多通过杂波抑制、干扰抑制等方法剔除了干扰和杂波，未来的雷达系统需要具备识别目标所处背景的能力，这些背景信息在战时也是有用的信息。 雷达具备自适应多层次综合目标识别能力。用于目标识别的雷达虽然需要具备测量多种目标特征的手段，但识别目标时不一定需要综合所有的特征，这一方面是因为雷达系统资源不允许，另一方面也是因为没有必要精确识别所有的目标。比如司机在开车时，视野中有很多目标，首先要评价哪几个目标有威胁，再粗分类一下，是行人还是汽车，最后再重点关注一下靠得太近、速度太快的是行人中的小孩子还是汽车中的大卡车。 (2)自学习功能 雷达在设计、实现、装备的过程中，即具备了设计师的基因，但除了优秀的基因之外，雷达还需要具有学习功能，才能在实战应用中逐渐成熟。 首先，要具有正确的学习方法，这是设计师赋予的。对于实际环境，雷达目标识别系统应该知道如何更新目标特征库、如何调整目标识别算法、如何发挥更好的识别性能。 其次，要人工辅助雷达目标识别系统进行学习，这就如同老师和学生的关系。在目标识别系统学习时，雷达观测已知类型的合作目标，雷达操作员为目标识别系统指出目标的类型，目标识别系统进行学习。同时还可以人为的创造复杂的电磁环境，使目标识别系统能更好地适应环境。 (3)多传感器融合识别 多传感器的融合识别必定会提高识别性能，这是毋容置疑的。这就好比大家坐下来一起讨论问题，总能讨论出一个好的结果，至少比一个人说的话更可信。但又不能是通过投票的方式，专家的话肯定比门外汉更有说服力。多传感器融合识别需要具备双向作用的能力。 并不是给出融合识别的结果就结束了，而是要利用融合识别的结果反过来提高各个传感器的识别性能，这才是融合识别的根本目的所在。反向作用在一定程度上降低了人工辅助来训练目标识别系统的必要性，也减少了分别进行目标识别试验的总成本。

合成孔径雷达干涉测量概述

合成孔径雷达干涉测量（InSAR）简述 摘要：本文主要介绍了合成孔径雷达干涉测量技术的发展简史、基本原理、及其3种基本模式，并且对其数据处理的基本步骤进行了概述。最后，还讲述合成孔径雷达干涉测量的主要应用，并对其未来发展进行了展望。 关键字：合成孔径雷达合成孔径雷达干涉测量微波遥感影像 1.发展简史 合成孔径雷达（Synthetic Aperture Radar，SAR）是一种高分辨率的二维成像雷达。它作为一种全新的对地观测技术，近20年来获得了巨大的发展，现已逐渐成为一种不可缺少的遥感手段。与传统的可见光、红外遥感技术相比，SAR 具有许多优越性，它属于微波遥感的范畴，可以穿透云层和甚至在一定程度上穿透雨区，而且具有不依赖于太阳作为照射源的特点，使其具有全天候、全天时的观测能力，这是其它任何遥感手段所不能比拟的；微波遥感还能在一定程度上穿透植被，可以提供可见光、红外遥感所得不到的某些新信息。随着SAR 遥感技术的不断发展与完善，它已经被成功应用于地质、水文、海洋、测绘、环境监测、农业、林业、气象、军事等领域。 L. C. Graham 于1974 年最先提出了合成孔径雷达干涉测量（InSAR ）三维成像的概念，并用于金星测量和月球观察。后来Zebker、G. Fornaro及A. Pepe 等做出了进一步的研究,以解决InSAR 处理系统中有关基线估计、SAR 图像配准、相位解缠及DEM 生成等方面的问题。自1991 年7 月欧空局发射载有C 波段SAR 的卫星ERS- 1 以来，极大地促进了有关星载SAR 的InSAR 技术研究与应用。由于有了优质易得的InSAR 数据源，大批欧洲研究者加入到这个领域，亚洲（主要是日本）的一些研究者也开展了这方面的研究。日本于1992 年2 月发射了JERS- 1，加拿大于1995 年初发射了RADARSAT，特别是1995 年ERS- 2 发射后，ERS- 1 和ERS- 2 的串联运行极大地扩展了利用星载SAR 干涉的机会，为InSAR 技术的研究提供了数据保证。目前用于InSAR 技术研究的数据来源主要有:ERS- 1/2、SIR- C/X SAR、RADARSAT、JERS- 1、TOPSAR 和SEASAT 等。 1979年9月，我国自行研制的第一台合成孔径雷达原理样机在实验室完成，并在试飞中获得我国第一批SAR影像。1989年起国家科委设立了“合成孔径雷达遥感应用实验研究项目”，拉开了大规模雷达遥感研究的帷幕。目前国内外许多部门和科研机构正积极从事着InSAR 技术机理及其应用的研究，已经取得了许多成果，InSAR 技术的前景日益看好。 2.InSAR的基本原理 InSAR 技术是一门根据复雷达图像的相位数据来提取地面目标三维空间信息的技术。其基本思想是：利用两副天线同时成像或一副天线相隔一定时间重复成像，获取同一区域的复雷达图像对，由于两副天线与地面某一目标之间的距离