利用目标模拟器评估SAR性能的方法
基于多模型联合学习的SAR目标检测和识别方法研究
基于多模型联合学习的SAR目标检测和识别方法研究基于多模型联合学习的SAR目标检测和识别方法研究随着合成孔径雷达（Synthetic Aperture Radar, SAR）技术的不断发展，SAR图像在目标检测和识别领域的应用越来越广泛。
SAR目标检测和识别一直是遥感图像处理的热点问题之一，传统的方法通常会受到目标的复杂背景、强噪声等因素的干扰，导致检测和识别的准确率较低。
为了解决这一问题，近年来出现了多模型联合学习的方法，通过将多个不同模型的结果进行融合，提高目标检测和识别的准确性和稳定性。
首先，我们需要对SAR图像进行预处理，以减小噪声对目标检测和识别的影响。
常见的预处理方法包括均值滤波、中值滤波和小波去噪等。
这些方法能够有效地降低图像中的噪声，提高后续分析的可靠性。
接下来，我们可以基于不同的模型来进行SAR目标检测和识别。
常见的模型包括传统的图像处理算法、深度学习模型和卷积神经网络（Convolutional Neural Networks, CNN）等。
每个模型都有其独特的优点和适用场景，因此，利用多模型联合学习的方法可以充分发挥各个模型的优势。
在进行SAR目标检测时，我们可以使用传统的图像分割算法来提取目标的边缘信息。
这些算法可以将SAR图像中的目标与背景分离开来，为后续的识别任务提供准确的目标区域。
此外，我们还可以利用深度学习模型进行目标检测。
深度学习模型可以自动学习目标的特征表示，能够更加准确地检测出目标。
在进行SAR目标识别时，我们可以使用卷积神经网络来进行特征提取和分类。
卷积神经网络具有强大的特征学习能力，可以自动从SAR图像中学习到目标的特征表示，进而进行目标分类。
通过将多个不同的卷积神经网络结果进行融合，可以提高目标识别的准确率和稳定性。
最后，我们可以将目标检测和识别的结果进行融合。
常见的融合方法有加权平均和投票等。
通过将不同模型的结果进行融合，可以进一步提高目标检测和识别的准确性和稳定性。
sar微动目标检测及其参数估计方法
sar微动目标检测及其参数估计方法随着视觉计算领域的发展，视觉技术已成为各领域的重要手段，其中，微动目标检测技术具有独特的重要性。
微动目标检测技术是一种能够检测在图像中发生极小位移的动态目标的技术，它可以用于各种图像的处理，准确检测微动目标的位置、大小、运动方向等参数，以达到提升图像处理效率的目的。
一般来说，微动目标检测技术包括两个主要步骤：目标检测和参数估计。
在目标检测步骤中，将图像序列作为输入，采用图像处理算法检测出目标区域，同时，通过分析前后帧之间发生的变化来确定目标移动的方向和大小。
而在参数估计步骤中，则是利用微动目标的检测结果，针对每一次移动的目标估计参数，如速度、加速度参数等，以及根据参数估计进行运动预测等。
这里介绍的两个步骤，构成了微动目标的检测和参数估计的完整过程。
在实际应用中，微动目标检测技术一般分为基于特征法和基于参数估计法两类。
基于特征法是在目标检测阶段，利用图像处理技术提取目标的特征，通过分析特征确定目标位置，并且可以采用单帧处理的方式检测出微动目标。
基于参数估计的微动目标检测，则是利用检测出的目标区域，分析它们之间发生的变化，推断出目标的运动方向和大小，然后根据推断出的参数估计运动预测，从而实现目标检测和参数估计两个目标同时完成。
随着微动目标检测技术的发展，虽然两类目标检测技术都有一定的效果，但在一些应用场景中，仍存在了一些问题，比如特征提取方法的定量参数估计和能量约束等。
因此，在实际应用场景中，许多研究者们为了提升微动目标检测技术的准确度，优化了基于特征法和参数估计法的检测算法，提出了许多改进性的方法，如多尺度处理、动态分割、能量最小化等，从而提升了微动目标检测技术的效果。
此外，在实际应用中，为了提高检测的效率，一般都采取分布式处理的方式，采用分布式架构，将检测工作分散到多个处理器上，以提高检测效率。
例如，针对微动目标检测的特征提取，采用分布式架构处理，首先将图像序列分解，然后将不同图像序列分配到不同的处理器上，最后将提取的特征结果集中处理，从而提升检测效率。
SAR目标回波模拟器的设计与实现
通信与信息处理《自动化技术与应用》2020年第39卷第11期Communication and Information ProcessingS A R目标回波模拟器的设计与实现+梁昕\李海林2(1.南京机电职业技术学院，江苏南京210016,2.南京航空航天大学电子信息工程学院，江苏南京211100)摘要：SAR目标回波模拟器可以真实模拟SAR信号及不同环境下的回波数据，对SAR系统的研制和其性能参数的测试起着关键 作用。
通常SAR回波模拟器需要对各像素点进行计算，数据量和计算量都很大。
本系统设计的合成孔径雷达SA R目标回 波模拟器，利用多核DSP和高性能FPGA的信号处理阵列单元，采用等距离算法,将回波位于同一距离单元的像素点信息相 加后再在距离维统.一乘以距离向相位信息,大大减少了回波模拟算法的计算量，最终实现的SAR回波模拟器系统带宽与运 行速度都有显著提高。
关键词：合成孔径雷达，目标回波模拟器，信号处理阵列单元，等距离算法中图分类号:TP335*. 1, TN957.51 文献标识码:B 文章编号：1003—7241 (2020)011 -0055-05Design and Implementation of SAR Target Echo SimulatorLIANG Xin', LI Hai-lin2(1. Nanjing Institute O f Mechatronic Technology, Nanjing 210016 China;2. Nanjing University of Aeronautics and Astronautics, Nanjing 211100 China )Abstract: SAR target echo simulator can simulate real SAR signal and echo data in different environments, which plays a key role in the development of SAR system and the test of its performance parameters. Generally, the SAR echo simulator needs to calculate every pixel, and the amount of data and calculation is very large. The SAR target echo simulator designed in this system uses the signal processing array unit of multi-core DSP and high-performance FPGA, adopts the equal distance algorithm, adds the pixel information of echo in the same distance unit, and multiplies the distance dimension by the distance phase information, which greatly reduces the calculation amount of echo simulation algorithm. Finally, the SAR echo simulator system with the width and running speed have been improved significantly.Key words: Synthetic Aperture Radar; target echo simulator; signal processing array unit; equidistance algorithm1引言合成孔径雷达(SAR)是一种具有全天时、全天候的，可远距离实现高分辨率成像的雷达'S A R目标回波模 拟器可以真实模拟SA R信号，可以模拟不同环境下的回 波数据，有助于揭示SAR成像机理，可以测试成像算法，对 SAR系统性能参数的测试起着关键作用。
sar微动目标检测及其参数估计方法
sar微动目标检测及其参数估计方法首先，我们要了解什么是微动目标检测。
微动目标检测是指在复杂背景中，通过运动模型分析，确定目标的存在和位置的过程。
sar微动目标检测是基于合成孔径雷达（SAR）技术的微动目标检测。
SAR技术利用雷达波通过反射和散射来获取图像信息，由于其不受天气、昼夜、被遮挡等条件的影响，因此被广泛应用于军事、民用等多个领域。
sar微动目标检测的过程中，我们需要对雷达图像进行处理，提取出图像中的微动目标，然后通过运动模型分析确定目标的位置。
其中，关键的步骤之一是参数估计。
参数估计是指通过一系列的计算方法估算微动目标运动参数，这些参数可以用来表示微动目标的存在和运动速度等信息。
参数估计的准确度和精度直接影响sar微动目标检测的有效性和可靠性。
目前，sar微动目标检测及其参数估计方法已经得到了广泛的研究和应用。
这里我们主要介绍其中两种常用的方法。
方法一：模型匹配法模型匹配法是一种通过模型匹配来确定微动目标存在性和位置的方法，其核心思想是建立一个模型，然后通过匹配模型和雷达图像来估计模型参数，从而确定微动目标位置。
模型匹配法的优点是准确度较高，但计算量也较大。
方法二：基于小波变换的方法基于小波变换的方法是一种基于信号分析处理的方法，其核心思想是将雷达图像转化为小波域，通过分析小波系数来确定微动目标的存在性和位置。
这种方法的优点是计算速度快、噪声鲁棒性好。
总之，sar微动目标检测及其参数估计方法是一项十分重要且具有挑战性的任务，对于实现精细化、高精度的雷达高清晰度图像处理具有重要意义，对于提升军事、民用应用中的雷达目标侦测和跟踪等任务也非常有利。
随着相关研究的不断深入和技术的日益成熟，相信sar微动目标检测及其参数估计方法会在更多领域中得到广泛应用。
SAR测试方法介绍
SAR测试方法介绍SAR（Specific Absorption Rate）是一种衡量电磁辐射对人体吸收的量的评估方法。
它是通过测量电磁辐射在单位质量组织中吸收的能量来表示的。
SAR测试方法是评估电子设备或无线通信设备对人体可能产生的辐射影响的重要手段。
下面将介绍主要的SAR测试方法。
1. Dosimetric方法Dosimetric方法是一种直接测量电磁辐射在生物组织中的吸收能量的方法。
它使用强度梯度的高频磁场来计算电磁辐射在人体组织中的能量吸收。
这种方法需要使用仿真模型模拟人体，通过将测试装置放置在模型附近测量电磁辐射，并根据测量结果计算SAR值。
这种方法精确度高，能够提供更准确的SAR值。
2.热像法热像法是一种间接测量SAR的方法。
它通过测量电磁辐射在生物组织中产生的温度变化来推断SAR值。
这种方法使用热像仪来测量生物组织中的温度分布，并结合数学模型来计算SAR值。
热像法相对简单易行，但准确度相对较低，受到环境因素和测试装置的影响较大。
3.电场和磁感应法电场和磁感应法是一种通过测量电磁场的强度来评估SAR值的方法。
测试时，将要测试的设备放置在测试装置中，通过测量测试装置中电磁场的强度来计算SAR值。
这种方法相对简单方便，但需要考虑测试装置的几何形状和测试频率等因素。
4.电流法电流法是一种通过测量电磁辐射产生的感应电流来评估SAR的方法。
测试时，将测试对象放置在测试装置中，通过测量装置中的感应电流来计算SAR值。
这种方法需要专门的测试设备和测量电路，相对复杂一些，但准确度较高。
SAR测试方法的选择是根据具体的测试需求和设备特点来决定的。
一般来说，Dosimetric方法是最为准确可靠的方法，适用于对辐射效应有严格要求的测试场合。
热像法比较简便易行，适用于较为简单的测试场合。
电场和磁感应法和电流法相对简单方便，适用于对精度要求不高的测试场合。
总之，SAR测试方法是评估电子设备或无线通信设备辐射影响的重要工具。
基于目标区域匹配的SAR目标识别方法
基 于 目标 区 域 匹 配 的 ＳＡＲ 目标 识 别 方 法
‘
付 凡 成
（南 昌理 工学院计算机信息工程学 院 ，南 昌 ３３００４４）
摘 要 ：特征提取和特征 匹配是合成孔径雷达 （ＳＡＲ）目标 识别 中的 两个关键 步骤 。提 出了一 种基 于 ＳＡＲ 目标 区域 匹配 的 目标 识 别 方 法 。 首先 提 取 ＳＡＲ 图像 中二值 化 目标 区域 ；然 后 将 其 与 模 板 库 中 对应 的 目标 区域 作 差 得 到 残 差 图 像 ，采 用欧 氏距 离变换 对 残 差 图像 进 行 处理 ；最 后 利 用 距 离 变换 后 的 残 差 图像 构 建 相 似 度 度 量 标 准 ，计 算 当前 待 识 别 图像 与 各 类 目标 的 匹配 度 并 根 据 最 大 匹配 度 原 则 判 定 目标 类 型 。 目标 区域 残 差 可 以体 现 待 识 别 目标 与 其 他 类 目标 之 间 物理 尺 寸 的 差 异 ，因 此 可 以根 据 残 差 的 面积 大 小 以及 形 状 分 布 计 算 匹 配度 。 欧 氏距 离变 化 可 以 较 好 地 体 现 出 目 标 区 域 残 差 的 形 状 分布 特 性 。基 于 欧 氏 距 离 变换 后 的残 差 可 以 更 有 效 地 反 映 目标 区 域 的 匹 配 度 。 采 用 ＭＳＴＡＲ 数 据 集进 行 了 目标 识 别 实验 ，验 证 了方 法 的有 效性 。 关 键 词 ：合 成 孔 径 雷达 ； 目标 识 别 ； 目标 区 域 ； 区域 匹配 ；欧 氏距 离 变换 ；特 征 提 取 中 图分 类 号 ：ＴＰ７５３ 文 献 标 志 码 ：Ａ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１—６３７Ｘ．２０１８．０４．００８
基于目标区域匹配的SAR目标识别方法
基于目标区域匹配的SAR目标识别方法付凡成【摘要】Feature extraction and feature matching are two key steps in SAR target recognition.A method for SAR target recognition based on the matching of target regions is proposed.First, the binary target region of SAR image is extracted, which is then compared with the corresponding target region in the template base to produce the residual image.Euclidean distance transform is used to process the residual image, and the processed image is used for constructing a similarity criterion.The matching rate of the image to be identified with each type of target is then calculated out, and the type of target is judged according to the principle of the maximum matching rate.The target region residual can reflect the physical difference of the target to be identified with the other types of targets, and thus we can calculate the matching rate by use of the area and shape distribution of the residual.The change of Euclidean distance can reflect the shape distribution of the target region residual, and the residual based on the Euclidean distance transform can better reflect the matching rate of the target region.Target recognition test was carried out by using MSTAR dataset, and the result verifies the effectiveness of the method.%特征提取和特征匹配是合成孔径雷达 (SAR)目标识别中的两个关键步骤.提出了一种基于SAR目标区域匹配的目标识别方法.首先提取SAR图像中二值化目标区域;然后将其与模板库中对应的目标区域作差得到残差图像, 采用欧氏距离变换对残差图像进行处理;最后利用距离变换后的残差图像构建相似度度量标准,计算当前待识别图像与各类目标的匹配度并根据最大匹配度原则判定目标类型.目标区域残差可以体现待识别目标与其他类目标之间物理尺寸的差异,因此可以根据残差的面积大小以及形状分布计算匹配度.欧氏距离变化可以较好地体现出目标区域残差的形状分布特性.基于欧氏距离变换后的残差可以更有效地反映目标区域的匹配度.采用MSTAR数据集进行了目标识别实验,验证了方法的有效性.【期刊名称】《电光与控制》【年(卷),期】2018(025)004【总页数】4页(P37-40)【关键词】合成孔径雷达;目标识别;目标区域;区域匹配;欧氏距离变换;特征提取【作者】付凡成【作者单位】南昌理工学院计算机信息工程学院,南昌 330044【正文语种】中文【中图分类】TP7530 引言合成孔径雷达(SAR)具有全天时、全天候以及对地表有一定穿透力等特点而成为现代战场侦察的重要手段，随着SAR传感器的不断发展，提高SAR目标识别性能成为该领域的热点问题[1]。
SAR图像目标识别算法在军事情报收集中的效果验证
SAR图像目标识别算法在军事情报收集中的效果验证概述:军事情报收集对于战争决策具有重要意义。
在现代军事中，合理利用先进的技术手段来获取信息并进行情报分析变得尤为重要。
合成孔径雷达（SAR）是一种主动型雷达，可通过向地面或海面发射微波信号并接收反射回来的信号来生成图像。
在战争的情报收集中，SAR图像目标识别算法的效果验证变得至关重要。
SAR图像目标识别算法：SAR图像目标识别算法是一种通过SAR图像分析和处理来有效辨别和识别目标的方法。
这些算法主要基于图像特征提取和模式识别技术，并结合了计算机视觉和机器学习的方法。
目标识别算法的主要步骤包括预处理、特征提取和分类。
预处理阶段涉及图像去噪、辐射校正和几何校正等操作，以消除图像中的干扰和形变。
特征提取阶段通过分析目标的形状、纹理和光谱特征来提取图像特征。
分类阶段使用机器学习算法将目标与背景进行区分。
军事情报收集中的应用：军事情报收集中，SAR图像目标识别算法可以提供非常有价值的信息。
通过分析SAR图像，我们可以识别出敌方潜在目标的位置和类型，并进一步评估其威胁程度。
因此，SAR图像目标识别算法在情报收集中能够提供战争决策的关键信息。
首先，SAR图像目标识别算法能够有效地辨别地面目标，如建筑物、道路和桥梁等。
在战争的情报收集中，掌握地面目标的位置和类型对于计划作战行动至关重要。
通过分析SAR图像中的反射信号，识别地面目标的种类和布局，我们可以更好地了解可能存在的敌方军事设施，从而针对性地制定作战计划。
其次，SAR图像目标识别算法还可以辨别出移动目标，如敌方军队和车辆等。
在战争中，掌握敌方军队的行动情况对于决策作战策略至关重要。
SAR图像目标识别算法可以通过分析SAR图像中目标的位置、形状和运动轨迹等信息，实现对移动目标的准确识别和追踪。
这样的信息可以为军事指挥官提供实时战场态势，进而作出更加明智的决策。
此外，SAR图像目标识别算法还可以用于识别敌方雷达设备和防御工事。
sar目标识别
sar目标识别SAR（Synthetic Aperture Radar）是一种主动雷达系统，它通过发射电磁波并记录其回波来获取目标信息。
SAR目标识别是利用SAR技术来确定和分辨目标物体的过程。
SAR目标识别的主要目标是通过分析SAR图像中的特征，确定图像中存在的目标物体类型。
具体而言，SAR目标识别的主要步骤包括：图像预处理、特征提取、目标分类和性能评估。
首先，图像预处理是SAR目标识别的第一步。
SAR图像通常有噪声和斑点等问题，预处理的目的是通过去噪和增强等技术来减少这些干扰，提高图像的质量和清晰度。
然后，特征提取是SAR目标识别的核心步骤。
在SAR图像中，目标物体通常表现出一些特定的形状、纹理和边缘等特征。
通过提取这些特征，可以将目标物体与其他背景物体进行区分。
目标分类是SAR目标识别的下一步。
根据提取的特征，可以使用不同的分类算法来将目标物体进行分组和分类。
常用的分类算法包括支持向量机（SVM）、人工神经网络（ANN）和决策树等。
最后，性能评估是SAR目标识别的最后一步。
通过评估不同分类算法的准确度和鲁棒性等指标，可以确定最佳的目标识别算法，并优化目标识别系统的性能。
SAR目标识别在军事、环境监测、灾害预警和资源调查等领域具有广泛的应用。
例如，在军事领域，SAR目标识别可以用于敌方目标的侦察和识别；在环境监测领域，SAR目标识别可以用于监测海洋风暴和表面油污等灾害情况；在资源调查领域，SAR目标识别可以用于寻找矿产和水源等资源。
需要注意的是，SAR目标识别还面临一些挑战。
由于SAR图像受到高分辨率和低信噪比等因素的限制，目标物体的细节和特征通常不易获取和准确提取。
因此，如何提高SAR目标识别的准确性和鲁棒性是当前的研究热点之一。
总之，SAR目标识别是利用SAR技术来确定和分辨目标物体的过程。
通过图像预处理、特征提取、目标分类和性能评估等步骤，可以实现对SAR图像中目标物体的准确识别和分类。
利用目标模拟器产生SAR场景目标回波方法
ｔ ．Ｆｒｔ ｗ ａ ｅｅａｅＩＱ ｄｔ ｏ ａｅａ ｄｂ ｓｄｏ ｒ ｉａ ｇａ ｇ ｎ ｒｅｔｅｅｄ ｔ ｉｔ ｏ ｉ ， ｅｃ ｎｇｎ ｒｔ ／ ａ ｆ ｓｂ ｎ ａｅ ｎａｏｉ ｎ ｌ ｒｙｉ ｅａ ｄｗ ｉ ｓ ａａ ｎｏ ｒ ｓ ａ ｂ ｇ ｍａ 离 向利用 线 性 调频 （ Ｆ 信 号 做 自 Ａ Ｌ Ｍ）
在 Ｓ Ｒ出厂 试 飞之前 ， Ａ 对其 性 能 进 行评 估 是 非 常必 要 的。利 用延 迟线 技术 评估 雷 达性 能是我 们 常 采 用 的一 种有效 可 行 的方 法 ， 采 用 延 迟 线技 术 有 但
Ｍ ｅ ｈ ｄ ｏ ＡＲ ｕ ｆ ｃ ｒ ｅ ｈ ｎ ｒ ｔ ｎ Ａｐ ｌ ｉ ｇ Ｔａ ｇ ｔＳ ｍ ｕ ａ ｏ ｔ ｏ ｆＳ Ｓ ｒ ａ ｅ Ｔａ ｇ ｔＥｃ ｏ Ｇｅ ｅ ａ ｉ ｐ ｙ ｎ ｒ ｅ ｉ ｌ ｔ ｒ ｏ
ＨＥ Ｄ ｎ —ｕ ｎ ｏ ｇｙ ａ ，ＸＩ ｅ— ｕ ｎ，Ｆ ＩＪ ｎ，ＸＵ Ｈｕ Ｎ Ｐ ｉｑ ａ Ｅ ｕ ｉ
ａ ｄ ｅ ａｕ ｔ ｈ ｎ ｖ ｌ ａ ｅ ｔ ｅ ＳＡＲ ｅ ｏ ｍａ ｃ ｕ ｎ ｉ ｔ ｅｙ． ｐ ｒ ｒ ｎ ｅｑ ａ ｔａｉ ｌ ｆ ｔ ｖ Ｋｅ ｗｏ ｄ ｙ ｒ ｓ： Ｓ ＡＲ；ｔｒ ｅ ｉ ｌｔｒ；ｓ ｒａ ｅ ｔ ｒ ｅ ；ｐｏｎ ａ ｇ ｔ ａ ｇ ｔｓｍｕ ａｏ ｕ ｃ ａ ｇ ｔ ｆ ｉ ｔｔｒ ｅ
利 用 目标 模 拟 器 产 生 Ｓ Ｒ 场 景 目标 回 波 方 法 Ａ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第２ ９卷
第 ８期
现 代 雷 达
Ｍｏ ｅ ｎ Ｒａ ａ ｄ ｔ ｄ ｒ
Ｖ０． ９ Ｎｏ ８ １２ ．
２０ ０７年 ８月
Ａ ｇｓ ２０ ｕ ｕｔ ０ ７
１ ５
利 用 目标 模 拟 器 评 估 Ｓ Ｒ性 能 的 方 法 Ａ
利用 目标模拟器评估 Ｓ Ｒ性能的原理框图如图 １ Ａ 所 示 。线性调频源产生 ＬＭ 信 号 ， 驱 动放大器 、 形器 ， Ｆ 经 环 最终 由有源相 控阵 天线辐 射 出去 ， 喇叭天 线接 收到雷 达 发射信号后 ， 用高 采样示 波 器直接 在射频 域采集 信号 波 形， 通过数字解 调方法获取 Ｓ Ｒ信号 的基带 ＩＱ波形 数 Ａ 、 据， 基带数据通过插 值和降采 样 （ 抽取 ） 匹配 目标 模拟 器 的 Ｄ Ａ速率 ， ／ 然后补偿 目标 模拟器本 身引入 的固定幅相 误 差 ， 终 把 经处 理 后 的 ＩＱ 数据 写 入 目标 模 拟 器 的 最 、 ｌ ｈ存取空间 。 目标模 拟 器与雷 达通 过定时信 号 同步 ， ｆｓ ａ 定时信号触发 目标模拟器根据事先 写入 的 ＩＱ数据产生 、 基带波形 ， 过上 变频到 射频 ， 喇 叭天线 辐射 出去 ， 通 经 这 样 就完成 了近似还原雷达发射信号的过程 。
【 ｅ ｏ ｄ 】Ｓ Ｒ； ｒｅ ｓ ｕａ ｒｐｌ ｏ ｒｓｉ ； Ｆ Ｋ ｙｗ ｒｓ Ａ ｔ ｇｔ ｉ ｌｔ ；ｕｓ ｃｍｐｅｓ ｇ Ｒ ａ ｍ ｏ ｅ ｎ
Ｓ Ｒ雷达 的 目标 模 拟 器 而 言 ， 求 其 具 有 宽 带 宽 、 Ａ 要 能
０ 引 言
Ｓ Ｒ在距 离 向利 用 线 性 调 频 信 号 （ Ｆ 做 自相 Ａ Ｌ Ｍ） 关处 理进 行脉 冲压 缩 提 高 距 离分 辨 率 ， 方位 向利 用 在 合成 孔径 原理 锐 化天 线 方 向 图 提高 方 位 分 辨 率 ， 同时 进行 距离 和方 位处 理就 能在 场景 目标 中提 取 点 目标 信
ｇｎｒｔｓ ｘ ｅｔｄｂｓｂｎ ａｅ ｒ ａｅ ｎｔＱ ｄ ｔ， ｅ ａｅｏ ｏｖｎ ｄ ｔ Ｒ ｎｆ ｑ ｅｃ ｏ ａｎａｄｅ ｔ ｅ ｅ ｅａ ｐｃｅ ａｅａｄｗ ｖｆ ｂ ｓｄｏ ／ ａ ｔ ｎｗ ｖｆｒ ｉ ｃｎ ｅ ｅ Ｆ ｉ ｒ ｕｎｙｄｍ ｉ ｎ ｎｅ ｔ ｅｅ ｏ ｍ ａ ｈ ｍ ｓ ｏ ｅ ｒｈ
定制 波形 、 自身 幅相 误 差 好 、 迟 时 间 方便 调 整 、 定 延 稳 性 高等特 点 … 。为 了精 确评估 Ｓ Ｒ的性 能 ， 时还 需 Ａ 有 要采 取 幅相预 失 真等技 术对 目标 模拟 器 的 固定 幅相误 差进 行补 偿 和修 正 。
１ 评 估 系 统介 绍
【 ｂｔ ｃ】 Ｔｉ ｐｐｒｎ ｏｕｅ ｍ ｔ ｄｏ Ｓ Ｒｐｒｒ ａｃ ｅａ ａｏ ｓ ｇ ａ ｅ ｓ ｕ ｔ．Ｆ ｓ ｔｇｔｉｕ ｔ Ａ ｓ ａｔ ｒ ｈ ａｅ ｉｒ ｃｄ ｅ ｏ ｅ ｏ ｎｅ ｖｌ ｔｎｕｉ ｒ ｔｉ ｌｏ ｉｔ ａ ｅ ｓ ｌｏ ｓ ｔｄ ａ ｈ ｆＡ ｆ ｍ ｕｉ ｎ ｔｇ ｍ ａ ｒ ｒ ， ｒ ｍ ａ ｒ
Ｓ ｅ ｅ ｖ ｒｉ ｈ ｎ ．Ｒ ａ Ｓ ｉｎ ｌｃ ｎ ｄ ｖａ ｅｆｏ ｄ ａ Ｆ ｓｇ ａ ｅ ｕ ｔ ｇ ｉ ｍｐｉ ｄ ｎ ｈ ｓ ｒ ｒｂ ｃ ｕ ｅｏ ｌ ＡＲ ｒ ｃ ｉ ｅ ｎ ｔ ｅ ｅ ｄ ｅ ＡＲ ｓ ａ ａ ｅ ｉｔ ｒ ｍ ｉ ｅ ｌＬ Ｍ ｉｎ ｌ ｓ ｌ ｎ ａ ｌ ｕ ｅ ａ ｄ ｐ ａ ｅ ｅｒ ｅ ａ ｓ ｆ ｌ ｌ ｇ ｒ ｉ ｎ ｔ ｏ ａ— ｂ ａ ｃ ｆａ ｌ ｕ ｅ ｃ ａ ａ ｔ ｒａ ｄ ｎ ｎ－ｎ ａ ｉ ｆｐ ａ ｅ ｃ ａ ａ ｔｒｉ ａ ｄ ｉ ｔ ｘｓｉ ｇ ｉ ｒ ｎ ｍｉ ｎ ｈ ｎ ｌａ ｄ ｒ ｃ ｉｇ ｃ ａ — ｌ ａ ｎ ｅ ｏ ｍｐ ｉ ｄ ｈ ｒｃ ｅ ｎ ｏ － ｅ ｒ ｙ ｏ ｈ ｓ ｈ ｒ ｃｅ ｂ ｎ ｗ ｄｈ ｅ ｉｔ ｔ ｓ ｔ ｇ ｃ ａ ｅ ｎ ｅ ｅｎ ｈ — ｔ ｌ ｉ ｔ ｎ ｎ ｎ ａ ｉ ｎ ｎ ｎ ｌｏ ＡＲ．Ａｍｐ ｉ ｄ ｎ ｈ ｓ ｒｏ ａｌ ｆ ｃ ｈ ｅｆ ｒ ｎ ｅ ｏ ｕ ｓ ｏ ｒ ｓ ｉ ｇ ｌ ｍａ ｅｙ ｄ ｇ ａ ｅ ｔ ｅ ｑ ａｉ ｆ ｍａ ｅ ｅ ｆＳ ｌ ｕ ｅ ａ ｄ ｐ ａ ｅ ｅ ｒｃ ｌ ａｆ ｔ ｅ ｐ ｒ ｍａ ｃ ｆｐ ｌｅ ｃ ｍｐ ｅ ｓｎ 。ｕ ｔ ｔｌ ｅ ｒ ｄ ｈ ｕ ｌ ｙ ｏ ｇ ． ｔ ｅ ｔ ｏ ｉ ｔ ｉ
ＨＥ Ｄｏ ｇ ｙ ａ ＸＩ ｅ— ｕ ｎ－ Ｅ ｕ ， ｉ ｎ — ｕ ｎ－ Ｎ Ｐ ｉｑ ａ Ｆ ＩＪ ｎ ＸＵ Ｈｕ
（ ａｊ ｇＲ ｓａｃ ｎｔｕｅｏ ｌｃ ｏｉｓ ｅｈ ｏ ｇ － Ｎ ｎｉｇ２ ０ １ － ｈｎ ） Ｎ ｎｉ ｅｅｒｈＩｓｔｔ ｆ ｅｔ ｎｃ ｃｎ ｌ ｙ ａｊ １０ Ｃ ｉａ ｎ ｉ Ｅ ｒ Ｔ ｏ ｎ ３
最 终 结 果 表 现 为 图像 质 量 退 化 。
【 关键 词 】 合成孔径 雷达 ； 目标模拟器 ； 脉冲压缩 ； 频 射
中图分类 号： Ｎ ５ 、Ｎ ５ ． Ｔ ９８Ｔ ９５ ＡＲ ｒ ｏ ｍ ａ ｅ Ｅｖ ｌ ａ ｉ ｎ Ｕｓｎ ｒ ｅ ｉ ｕｌｔ ｒ Ｐｅ ｆ ｒ ｎｃ ａ ｕ ｔｏ ｉ ｇ Ｔａ ｇ ｔＳ ｍ ａ ｏ
何东元 ， 辛培泉 ， 君 ， 费 徐 辉
（ 南京 电子技 术研 究所 ， 南京 ２ ０ １ ） １０３
【 摘要 】 介绍 了一种 利用 目标模拟器评估合成孔径 雷达 （Ａ ） 能 的方 法 。目标模 拟器 可 以根 据输入 的基带 ＩＱ ＳＲ 性 、
数据 生成 所需 波形 ， 上变频 到射频 （ Ｆ 频段模 拟产 生 Ｓ Ｒ雷达 回波 信号进入 雷达接 收机。雷达发射通 道和接 收通道在 Ｒ ） Ａ 信号频带 内的幅度 不平坦度和相位非线性均会使信 号偏 离理想情况 ， 生幅度和相位 误差 ， 造成雷 达的脉压性 能变差 ， 产 会