合成孔径雷达地面动目标检测方法研究

经典雷达资料-第16章 机载动目标显示(AMTI)雷达-1

第16章机载动目标显示（AMTI）雷达 FRED M. STAUDAHER 16.1 采用AMTI技术的系统 机载搜索雷达最初是为远程侦察机探测舰艇研制的。第二次世界大战后期，美海军研制了几种机载预警（AEW）雷达，用来探测从舰艇雷达天线威力区之下飞近特遣舰队的低空飞机。在增大对空和对海面目标的最大检测距离方面，机载雷达的优点是显而易见的，只要了解下述情况就很清楚了，高度为100ft的天线桅杆，其雷达视线距离只有12n mile，而与其相比，飞机高度为10 000ft时，雷达视线距离则为123n mile。 神风突击队袭击造成多艘哨舰的损失引起了机载自主探测与控制站的设想，后来这种系统发展成为一种用于洲际防空的边界巡逻机。 E—2C航空母舰舰载飞机（如图16.1所示）使用机载预警雷达作为其机载战术数据系统中的主要传感器。这种雷达的视界很宽，用于检测海杂波和地杂波背景中的小飞机目标。由于其首要的任务是检测低空飞行的飞机，因此这种雷达就不能靠抬高天线波束的仰角来消除杂波。AMTI雷达系统就是在这种情况下发展起来的[1]~[3]，与前一章中探讨的地面雷达的MTI 系统相似[1][4]~[6]。 图16.1 带有旋转天线罩的E—2C空中预警机 在截击机火炮控制系统中，AMTI雷达系统还可用来捕捉和跟踪目标。在这种场合中，雷达仅需抑制指定目标附近的杂波。因此，在目标所处的距离和角度扇形区内可将雷达优化到最佳状态。MTI系统也可以装在侦察机或战术歼击-轰炸机上用来检测地面运动的车辆。由于目标速度低，因而采用较高的雷达频率以获得大的多普勒频移。因为背景杂波通常很强，故这些雷达能够有效地采用非相参MTI技术。 高空、高机动、高速度的环境条件及尺寸、重量、功耗的限制给AMTI雷达设计者带来了一系列的特殊问题。本章将专门探讨机载条件下如何处理这些特殊问题。

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

目标识别技术

目标识别技术 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

雷达微弱目标检测的有效方法[1]

49642009,30(21)计算机工程与设计Computer Engineering and Design 0引言 复杂背景下低信噪比运动目标的检测和跟踪是雷达信号处理系统的关键技术之一。在微弱运动目标检测和跟踪的应用中，雷达接收的远距离目标回波强度非常弱，信噪比很低，目标易被噪声淹没，单个脉冲回波的信噪比甚至是负的，若仅对单帧图像处理，不能可靠地检测目标。在预警雷达应用中，由于运动目标距离雷达较远，又处在强杂波环境中，对微弱运动目标的检测与跟踪是雷达信号处理的一个重要课题。早期算法主要有Kalman滤波等方法，主要采用检测后跟踪(detect before track，DBT)方法，这类方法在信噪比较高时可以取得很好的效果，否则不能检测出目标。要想对微弱目标进行有效的检测及跟踪，除了抑制杂波和降低系统噪声等方法外，一种有效的方法是检测前跟踪(track before detect，TBD)方法，即对单次观测信号先不进行判断，而是结合雷达图像特点，对目标进行多次观测，计算出目标在各帧图像之间的移动规律，预测目标在下一帧图像的可能位置，同时在帧与帧之间将多次扫描得到的数据沿着预测轨迹进行几乎没有信息损失的相关处理，从而改善目标的信噪比，提高检测性能，在得到检测结果的同时获得目标航迹。 目前，用于微弱目标检测的TBD方法主要有极大似然法、粒子滤波法、动态规划(dynamic programming，DP)法、Hough变换法，等[1-2]。其中，Hough变换法对检测沿径向做匀速直线运动的目标具有较好的检测性能，目标在直线轨迹上的能量集中在Hough变换后的单点上，目标轨迹的能量远大于其它点的能量，但计算量和存储量都较大[3]，难以实现。动态规划算法对目标信噪比要求较低，可以探测各种运动形式的目标[4-5]。 动态规划算法是美国Y.Barniv于1985年提出的，利用动态规划的分段优化思想，将目标轨迹搜索问题分解为分级优化的问题[6]。将其应用到雷达微弱目标检测中，可将雷达回波信号在多普勒频率和距离二维方向的幅度排列成图像，在多帧相继的图像序列中，运动目标轨迹可看作是一条连续变化的曲线，利用动态规划算法，检测是否存在着这样一条曲线，从而判断目标是否存在。 基于动态规划的检测前跟踪的关键在于沿目标运动航迹积累能量[7-8]，可以看出，搜索目标航迹的计算量非常大，在实际应用中存在不足。在预警雷达中，来袭目标比远离雷达的目标更具有威胁性，更需早期发现和预防，所以单独针对来袭目标进行探测，可以大大减少动态规划法搜索的运算量，提高预警雷达的探测能力。本文针对动态规划算法计算量大的缺 收稿日期：2009-02-26；修订日期：2009-06-10。

雷达目标检测性能分析

雷达目标检测实例 雷达对Swerling起伏目标检测性能分析 1.雷达截面积(RCS)的涵义 2.目标RCS起伏模型 3.雷达检测概率、虚警概率推导 4.仿真结果与分析

雷达通过发射和接收电磁波来探测目标。雷达发射的电磁波打在目标上，目标会将入射电磁波向不同方向散射。其中有一部分向雷达方向散射。雷达截面积就是衡量目标反射电磁波能力的参数。

雷达截面积(Radar Cross Section, RCS)定义:22o 2 4π 4π4π4π()4πo i i P P R m P P R σ=== 返回雷达接收机单位立体角内的回波功率 入射功率密度 在远场条件下，目标处每单位入射功率密度在雷达接收机处每单位立体角内产生的反射功率乘以4π。 R 表示目标与雷达之间的距离，P o 、P i 分别为目标反射回 的总功率和雷达发射总功率

?目标RCS和目标的几何横截面是两个不同的概念?复杂目标在不同照射方向上的RCS不同 ?动目标同一方向不同时刻的RCS不同 飞机舰船 目标RCS是起伏变化的，目标RCS大小直接影响着雷达检测性能。为此，需用统计方法来描述目标RCS。基于此，分析雷达目标检测性能。

Swerling 模型是最常用的目标RCS 模型，它包括Swerling 0、I 、II 、III 、IV 五种模型。其中，Swerling 0型目标的RCS 是一个常数，金属圆球就是这类目标。Swerling Ⅰ/Ⅱ型： 1 ()exp()p σ σσσ =- 指数分布 Swerling Ⅰ：目标RCS 在一次天线波束扫描期间是完 全相关的，但本次和下一次扫描不相关（慢起伏），典型目标如前向观察的小型喷气飞机。 Swerling Ⅱ：目标RCS 在任意一次扫描中脉冲间不相关（快起伏），典型目标如大型民用客机。

【CN110133630A】一种雷达目标检测方法及应用其的雷达【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910344449.2 (22)申请日 2019.04.26 (71)申请人 惠州市德赛西威智能交通技术研究 院有限公司 地址 516006 广东省惠州市仲恺高新区和 畅五路西8号投资控股大厦 (72)发明人 孙靖虎　曾迪　黄力　温和鑫　 盘敏容　蒋留兵　 (74)专利代理机构 惠州创联专利代理事务所 (普通合伙) 44382 代理人 韩淑英 (51)Int.Cl. G01S 13/02(2006.01) G01S 13/08(2006.01) G01S 13/58(2006.01) G01S 7/41(2006.01) (54)发明名称 一种雷达目标检测方法及应用其的雷达 (57)摘要 本发明涉及一种雷达目标检测方法。本发明 提供了一种运行速度快、探测精度高的雷达目标 检测方法，本发明中，雷达的一帧检测中第二发 射波的发射次数可与第一发射波不同，可通过设 置较少的第二发射波的发射次数来缩短雷达的 检测帧周期；本发明中第二发射波只需要进行一 次一维FFT而无需进行二维FFT，降低了计算复杂 度， 提高了数据处理速度。权利要求书2页 说明书7页 附图4页CN 110133630 A 2019.08.16 C N 110133630 A

1.一种雷达目标检测方法，其特征在于，包括以下步骤： 步骤一、发射K1次周期为T1、的第一发射波，所述第一发射波被目标反射后被天线接收得到第一回波； 步骤二、对每个周期的第一回波进行N点采样一维FFT变换得到第一回波一维FFT结果； 步骤三、对所述第一回波一维FFT结果进行二维FFT变换得到坐标对应第一距离单元号、第一模糊速度号的距离多普勒谱，其中第一距离单元号为对单个周期的第一回波进行一维FFT采样的序号，第一模糊速度号为所述第一发射波的发射周期的序号；根据第一回波的目标检测距离、目标检测模糊速度与所述距离多普勒谱的峰值的对应关系求第一回波的目标检测距离及目标检测模糊速度； 步骤四、发射K2次与所述第一发射波频率互质的周期为T2的第二发射波，所述第二发射波被目标发射后被所述天线接收得到第二回波，对每个周期的第二回波进行N点采样一维FFT变换得到对应不同第二距离单元号、第二模糊速度号的第二回波一维FFT结果，其中第二距离单元号为对单个周期的第二回波进行一维FFT采样的序号，第二模糊速度号为所述第二发射波的发射周期的序号； 步骤五、根据步骤三得到的第一回波的目标检测模糊速度与目标真实速度可能值之间的关系求目标真实速度可能值的速度旋转因子，并将该速度旋转因子与步骤四得到的第二回波一维FFT结果形成关联，然后对该关联结果进行解模糊，再根据解模糊的结果对步骤2求得的第一回波的目标检测距离、目标检测模糊速度进行修正从而求得目标真实速度及目标真实距离；以及 步骤六、输出步骤四获得的目标真实速度及目标真实距离。 2.根据权利要求1所述的一种雷达目标检测方法，其特征在于，步骤三中求第一回波的目标检测距离及目标检测模糊速度方法为： 在所述距离多普勒中寻找峰值，该峰值对应的距离单元号、模糊速度号即为目标所处 的第一距离单元号 第一模糊速度号 再根据目标所处的第一距离单元号电磁波的传播速度C、第一发射波的射频带宽B1计算第一回波的目标检测距离以及 根据目标所处的第一模糊速度号所述天线中心频率对应的波长λ、步骤1中所述第一发射波的发射次数K1及周期T1计算第一回波的目标检测模糊速度 3.根据权利要求2所述的一种雷达目标检测方法，其特征在于，所述步骤五具体包括： 定义目标真实速度可能值的速度旋转因子V DFT ： 式中V r为目标真实速度可能值；z为所述第二模糊速度号； 将第一回波的目标检测模糊速 度与目标真实速度可能值V r之间的关 系代入步骤4.1中目标真实速度可能值的速度旋转因子V DFT的定义公式中， 式中m为取值范围为[-d，d]的模糊数单元号，其中d为正整数，从而求得目标真实速度可能值的速度旋转因子； 权　利　要　求　书1/2页 2 CN 110133630 A

何为动目标雷达它的技术难点在哪里

何为动目标雷达,它的技术难点在哪里? 1.何为动目标雷达? 只显示飞机反射雷达电磁波中飞机飞行中的相位(频率)多普勒信息.少量显示,甚至于不显示飞机飞行背景如云层,高山峡谷,城市高层建筑物雷达反射电磁波及其副瓣地面反射的杂波幅度,频率,相位信息.也就是说动目标雷达净化雷达显示屏幕,少有杂波背景,只显示飞机飞行轨迹.或者, 绿色杂波背景叠加一目了然飞机飞行红色轨迹.方便操作人员快速捕捉到飞机位置的一种新型雷达. 2.它的技术难点在哪里? 降低信号频率,方便后续信号处理的超外差雷达将处理微波交叉场混频器输出的中频信号.它包含飞机反射的幅度, 相位(频率)有用信息,也包含除飞机以外加进的幅度, 相位(频率)无用杂波信息. 中频杂波信号由两种信号构成: 一是原滋原味的杂波信号.是飞机以外反射体反射的幅度信息+随风飘动反射体如风吹草动,树枝叶摇摆, 云随风移,敌机掩护自身,播撒的弥漫烟雾或强反射漫天飘荡的锡伯片移动反射体反射带来的相位(频率)多普勒信息. 前者用鉴频器只检出相位(频率)信息就可消除杂波幅度信息;后者杂波频率本底是无法消除的,但是它的多普勒信息频率很低,明显低于速度大得多的飞机多普勒信息频率,因而可用高通滤波器滤除. 二是微波混频器本振频率不稳新产生的杂波相位(频率)信号.它的频率与飞机多普勒信号频率数量级相当,甚至更高,没有明显差异,无法用滤波器滤除.必须就地铲除,唯一办法是采用微波频段瞬间高稳定本机振荡器.以雷达波束载波 =8100MHz,脉冲间隔时间T=800μs,这也是取样间隔时间,估算微波本振瞬频率f 间频率稳定度=80Hz÷8100MHz=1×10-8.(注1) 一个高瞬间频率稳定度的微波固态信号源是3公分动目标雷达技术难点.载波频率越低,本振瞬间频率稳定度要求越低,对10米波雷达为3.3×10-6. 载波频率越高,本振瞬间频率稳定度要求也越高,对毫米波雷达为1×10-9. 用高工作频率(如≥100MHz),高瞬间频率稳定度(如≤1×10-8)的晶体振荡器,一次性,阶跃恢复二极管高次倍频(如×81次),输出微瓦级(μw)功率(注2)足以微波中频锁相环去锁定速调管振荡器或体效应振荡器.被锁振荡器输出瞬间频率稳定度高毫瓦级(mw)信号功率足以微波混频,做成雷达超外差微波相位接收机. 后话: 这以前专业所20年技术没攻克,原因据我分析出在: ①对信号特点,没有进行深入实际分析,不知道应如何区别对待; ②没有找到在微波频段,简单有效地做出高瞬间频率稳定本振源的技术手段,或晶振频率选的过低,倍频链过长,过复杂化,接口过多带来的可靠性,稳定性低毛病,始终停留在实验室平面联试阶段,产品不可靠,也就无法外场测试改进,被卷入产品研制恶性循环中,不能自拔. 其它,为防止信号阻塞,接收机输入输出端应有较大动态信号范围,精确距离门多普勒滤波器,创新技术难度一般,就此搁笔.抛砖引玉希望读者批评指正. 下图是单脉冲双波段37高炮雷达,3cm波段, 雷达正常接收机输出接收的目标和杂波幅度信号到PPI圆周扫描显示器效果与雷达主波定相动目标接收机输

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。

雷达动态探测目标的仿真建模

雷达动态探测目标的仿真建模 谢卫，陈怀新 （中国电子科技集团公司第十研究所,成都 610036) 摘要：通过对雷达动态探测目标过程分析，提出了雷达探测目标仿真模型的方法，实现了雷达目标检测、多目标滤波跟踪、资源调度管理等数字模型。实际表明这些模型满足数据融合中雷达探测目标数据的需求，并且建模方法对数据融合传感器模型建立具有实际指导意义。关键词：雷达；建模；仿真；数据融合 Radar detection of targets dynamic simulation modeling XIE Wei，CHEN Huai-xin (CETC No.10th Research Institute, Chengdu, China; ) Abstract:With the analysis of the process of radar dynamic detecting targets, a method of the simulation model based on of radar detect targets is presented, some mathematic models (such as target indication by radar, variable number of targets tracking, resource management based on Scheduling algorithm) are realized. An actual experiment that the simulation data provided by radar detecting model can supply for the study of data fusion was made, simultaneity modeling method has a certain actual instructing meaning at the aspect of sensor detecting model of data fusion. Key words: radar; modeling; simulation; data fusion 1 引言 现代战场上各种目标的出现，要求利用多种传感器组网来采集信息并加以融合，充分利用不同目标各个方向、不同频段的反射特性，最大限度地提取信息，满足战场需要。对于数据融合来说真实的战场目标和传感器探测数据，是检验其有效性的最好条件。然而这样的真实数据很少，而且成本也较高，在融合算法的前期研究和实验阶段，就需要我们较真实的模拟多中传感器的探测数据。雷达是战争中至关重要的侦察手段，本文以雷达为列，分析其数据处理流程，并进行仿真建模。 2 雷达探测仿真建模 雷达探测功能仿真是通过仿真目标回波、接收机噪声、干扰、杂波等信号的幅度信息来复现雷达的检测过程。一般采用基于Monte Carlo的方法来实现，其流程如下图所示：

PSInSAR(永久散射体合成孔径雷达干涉测量)处理流程

SARScape中PS InSAR处理转载自 https://https://www.360docs.net/doc/be610798.html,/summer_dew/article/details/79309255 https://https://www.360docs.net/doc/be610798.html,/summer_dew/article/details/79199121 https://https://www.360docs.net/doc/be610798.html,/summer_dew/article/details/79200830 https://https://www.360docs.net/doc/be610798.html,/summer_dew/article/details/79203512 https://https://www.360docs.net/doc/be610798.html,/summer_dew/article/details/79207672 https://https://www.360docs.net/doc/be610798.html,/summer_dew/article/details/79306829

目录 0-Persistent Scatterers (1) 介绍 (1) PS模块介绍 (1) 1-Connection Graph (2) 工具详细参数 (2) 输出文件 (2) 目的 (2) 技术说明 (3) 帮助文档 (3) 2-Interferometric Process (4) 输入文件 (4) 输出文件 (4) 工具详细参数 (4) 目的 (5) 技术说明 (5) 3-Inversion:First Step (7) 输入文件 (7) 输出文件 (7) 工具详细参数 (7) 目的 (8) 技术说明 (8) 4-Inversion:Second Step (9) 输入文件 (9) 输出文件 (9) 工具详细参数 (9) 目的 (9) 技术说明 (9) 5-Geocoding (11) 输入文件 (11) 输出文件 (11) 工具详细参数 (12) 目的 (12) 技术说明 (13)

一种合成孔径雷达图像特征提取与目标识别的新方法

第30卷第3期电子与信息学报Vol.30No.3 2008年3月 Journal of Electronics & Information Technology Mar.2008 一种合成孔径雷达图像特征提取与目标识别的新方法 宦若虹①②杨汝良①岳晋①② ①(中国科学院电子学研究所北京 100080) ②(中国科学院研究生院北京 100039) 摘 要：该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征，利用支持向量机进行分类完成目标识别。实验结果表明，该方法可以明显提高目标的正确识别率，是一种有效的合成孔径雷达图像特征提取和目标识别方法。 关键词：合成孔径雷达；小波变换；主成分分析；支持向量机；识别 中图分类号：TN957.52 文献标识码：A 文章编号：1009-5896(2008)03-0554-05 A New Method for Synthetic Aperture Radar Images Feature Extraction and Target Recognition Huan Ruo-hong①②Yang Ru-liang①Yue-Jin①② ①(Institute of Electronics, Chinese Academy of Sciences, Beijing 100080, China) ②(Graduate University of the Chinese Academy of Sciences, Beijing 100039, China) Abstract: This paper presents a new method for synthetic aperture radar images feature extraction and target recognition which based on principal component analysis in wavelet domain and support vector machine. After wavelet decomposition of a SAR image, feature extraction is implemented by picking up principal component of the low-frequency sub-band image. Then, support vector machine is used to perform target recognition. Results are presented to verify that, the correctness of recognition is enhanced obviously, and the method presented in this paper is a effective method for SAR images feature extraction and target recognition. Key words: Synthetic Aperture Radar (SAR); Wavelet transform; Principal Component Analysis (PCA); Support Vector Machine (SVM); Recognition 1引言 合成孔径雷达(Synthetic Aperture Radar，SAR)图像目标识别是SAR图像解译和分析的重要组成部分，具有重要的商业和军事价值，是国内外SAR图像处理和模式识别领域的研究热点。特征提取是SAR图像目标识别过程中最重要的一步。为了得到可靠的目标识别结果，用于识别的特征必须在分类空间上具有良好的类内凝聚性和类间差异性[1]。目标识别过程的另一个关键步骤是分类方法的选择，分类方法性能的优劣，直接影响到最后的识别结果。 本文提出了一种利用小波域主成分分析(Principal Component Analysis，PCA)和支持向量机[2](Support Vector Machine，SVM)进行的SAR图像特征提取和目标识别方法。对小波分解得到的低频子带图像进行主成分分析[3]提取目标特征，得到的特征向量用支持向量机分类完成目标识别。用MSTAR数据对该方法进行验证，结果表明，该方法可以有效地提高目标的正确识别率。 2006-08-15收到，2007-01-05改回2目标识别步骤 本文的识别过程如图1所示由3个步骤组成：(1)图像预处理。对图像数据进行规则化调整。(2)特征提取。通过二维离散小波变换将图像变换到不同分辨率下的小波域；对低频子带图像进行主成分分析后提取主成分分量作为目标的特征向量。(3)利用支持向量机进行分类。在特征向量所形成的低维特征空间上完成目标识别并输出识别结果。 图1 识别过程框图 3图像预处理 3.1实验数据 本文使用的图像数据是MSTAR项目组公布的3类SAR 地面静止军用目标数据，包括装甲车BMP2，装甲车BTR70

雷达干涉测量(崔松整理)

雷达干涉测量（崔松整理） 第一章绪论 第二章雷达 SAR：使用短天线一段时间内不断收集回波信号，通过信号聚焦处理方法合成一较大的等效天线孔径的雷达。 1.1雷达及雷达遥感发展概况 ENVISAT 与ERS的SAR传感器相比，Envisat ASAR的优点主要表现在： 扫描合成孔径雷达(ScanSAR)可达到500km的幅照宽度；（ERS只有100km） 可获得垂直和水平极化信息； （如果发射的是水平极化方式的电磁波，与地物表面发生作用后会使电磁波极化方向产生不同程度的旋转，形成水平和垂直两个分量，用不同极化方式的天线接收，形成ＨＨ和ＨＶ两种极化方式的图像。若雷达发射的是垂直极化方式的电磁波，同理，会产生ＶＶ和ＶＨ两种极化方式的图像。） 交替极化模式可使目标同时以垂直极化与水平极化方式成像； 有不同的空间分辨率和数据率； 可提供7个条带，入射角在15°～45°的雷达数据。 RADARSAT 多极化、多入射角 ALOS ALOS采用了先进的陆地观测技术，能够获取全球高分辨率陆地观测数据。 该卫星载有三种传感器：全色立体测图传感器，新型可见光和近红外辐射计、相控阵型L波段合成孔径雷达（PALSAR）。PALSAR不受云层，天气和昼夜影响，可全天时全天候对地观测，该卫星具有多入射角，多极化，多工作模式及多种分辨率的特性，最高分辨率可达7m。（ERS、ENVISAT是多入射角吗？） TerraSAR-X TerraSAR-X TerraSAR-X 是固态有源相控阵的X 波段合成孔径雷达（SAR）卫星，具有多极化、多入射角的特性，具备4 种工作方式和4 种不同分辨率的成像模式。 高分辨率聚束式(High Resolution SpotLight(HS)) 聚束式(SpotLight Mode(SL)) 宽扫成像模式(ScanSAR Mode(SC)) 条带成像模式(Stripmap Mode(SM)) COSMO-SkyMed COSMO-SkyMed星座共包括4颗SAR卫星 工作在X波段，具有多极化、多入射角的特性，具备3种工作方式和5种分辨率的成像模式，作为全球第1个分辨率高达1 m的雷达成像卫星星座，COSMO-SkyMed系统将以全天候、全天时对地观测的能力、卫星星座特有的高重访周期和l m高分辨率成像1.2InSAR及发展概况 SAR的不足： SAR传感器获取的原始资料主要包含两种信息：一是地面目标区域的二维图像，二 是地面目标反射回来的相位 SAR成像没有利用回波相位信息。经过SAR成像处理后，对于地表三维目标，得到

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

利用干涉合成孔径雷达技术提取数字地面模型

利用干涉合成孔径雷达技术 提取数字地面模型 单新建1,刘浩 2(1.中国地震局地质研究所,中国地震局构造物理开放实研室,北京 100029; 2.中 国科学院遥感应用研究所,北京 100101) 摘要:简单介绍了干涉测量合成孔径雷达((I NSA R,Inter ferometric Synthetic Aperture R adar;简称:干涉雷达)的技术特点及原理,概述了干涉图像的相位解缠算法,并以西藏玛尼地区ERS-1/2SAR 图像为例,提取了数字高程模型(DEM )。 关键词:干涉雷达;相位解缠;数字高程模型 中图分类号:T P 79;T N 957.52 文献标识码:A 文章编号:1001-070X(2001)02-0043-050 引言 合成孔径雷达(SAR)概念是相对真实孔径雷达而提出的,其基本原理是:卫星在同一轨道不同位置上定时地对同一地物发射电磁波脉冲信号,然后接收回波信号,在某种意义上,可以认为是延伸了雷达天线的长度,从而大大提高了空间分辨率。SAR 不仅具有全天时、高灵敏度的成像能力,而且接收信号的同时记录了振幅强度和相位两种信息,为探测地物高程提供了可能。近年来,INSAR 技术已逐渐成为研究热点,该技术正是利用SAR 图像中的相位信息,通过同一地区两幅SAR 图像相减,得到两幅SAR 图像的相对相位(相位干涉图),通过相对相位与地表目标之间的位置关系,提取地形高程数据。 许多学者在这方面开展过研究工作。1990年Li 用Seasat 的SAR 数据展示了单天线近轨道数据的干涉测量结果[1] ;NASA/JPL(Jet Propulsion Laboratory)于1991年采用带有GPS 的机载干涉SAR 系统(TOPSAR)对6.5@30km 2的地区进行了测试,在确定绝对相位时,采用了多视技术(距离向因素为4,方位向因素为32),最后获得了该地区水平误差为10m 的地形图。把所获地形结果与DEM 进行比较表明:在平坦地区有2m 的均方根测量偏差,山区有5~6m 的均方根偏差。NASA/JPL 在5a 一度的IEEE 国际雷达会议(1995年5月8日~11日,加利福尼亚)上展示了1994/奋进号0航天飞机上SIR-C/X-SAR 合成孔径雷达的成像结果,给出了将1994年SIR-C/L 波段获得的SAR 图像与1994年4月和1994年10月两次的SAR 图像的干涉图像导出的高程叠加数据,所得到的加利福尼亚Long Valley 地区的三维成像结果[5]观测精度可达cm 级。 目前能用于干涉处理的雷达卫星资料有美国1978年发射的L 波段Seasat SAR;美国/奋收稿日期:1999-12-01;修订日期:2001-04-10 基金项目:国家自然科学基金项目(49802027);国家基础研究发展规划项目(G1998040703)赞助第2期,总第48期 国土资源遥感No.2,20012001年6月15日 R EM OT E SENSIN G FOR LAN D &RESOU RCES Jun.,2001

合成孔径雷达干涉测量概述

合成孔径雷达干涉测量概 述 Last updated on the afternoon of January 3, 2021

合成孔径雷达干涉测量（I n S A R）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

雷达干涉测量 复习题(优.选)

《雷达干涉测量》复习题 一、名词解释 垂直极化：无线电波的极化，以大地作为标准面，极化面与大地法线面平行的极化波，其电场方向与大地垂直。（电波电场强度方向垂直于地面） 水平极化：无线电波的极化。以大地为标准面，极化面与大地法线方向垂直的极化波，其电场方向与大地平行。（电波电场强度方向平行于地面） 沿轨干涉：采用双天线模式，在同一轨道上，飞机一前一后获取数据。（基线的方向与飞行方向相一致，长度范围通常为2～20 m。） 交轨干涉：同一个平台上同时装载两个天线，其中一个负责发射并接收雷达波束，另一个只负责接收。（基线的方向与飞行方向正交，但其可选择的余地很小，时间基线为0） 重复轨道干涉：平台上搭载一根天线，在尽可能短的时间间隔内，在大致相同的轨道上，两次获取同一地区的数据。（基线的方向与飞行方向正交，但其可选择的余地很大，时间基线不为0） SAR图像：由合成孔径雷达系统获取的连续条带扫描影像（单视复影像），每个像素的复数数据可提取相应的振幅和相位信息，反映了地面目标对电磁波反射强弱的分布。 振幅图：由目标物的反射特性而产生的关于雷达参数与目标物参数之间的函数图像。 相位图：由雷达天线与目标物之间不足整周部分的相位而形成的图像。 斑点噪声：雷达的分辨率不足于使得一个分辨单元对应于一个微散射体，因而在一个分辨单元内实际包含有许多的微散射体。雷达图像上每个像素的信号实际上是这些电磁波与微散射体相互之间加强或减弱作用的集成，在影像中以斑点的形式表现出来。 雷达阴影：在雷达影像上出现的由于雷达与目标之间的障碍物而产生的无回波区，即无信号的区域。（地表上未被雷达波照射的区域，由于没有信号被接收，该区域表现为黑色。）相干系数：相干性是用来衡量两幅SAR相干性好坏的重要指标。（两个电磁波如果他们的相位之间存在一定的关系，那么它们就是相干的。） 垂直基线：空间基线在垂直于视线方向的分量 平地效应：即使是平地也会产生距离差，从而产生相位差。这种高度不变的平地在干涉图中所表现出来的干涉条纹随距离向和方位向的变化而呈周期性变化的现象称为平地效应。最小闭合路径：离散二维相位影像中，选择一个2×2像素的缠绕相位为节点，把这四个像元按照一定的顺序连接起来，就构成了闭合路径，也就是影像的最小闭合路径。