简介:传统的线阵MIMO-SAR必须经历一个合成孔径时间,才能获得高精度的雷达三维图像。这就势必降低了成像的实时性,而面阵MIMO-SAR很好地解决了这一问题。研究了MIMO-SAR雷达在发射接收天线孔径长度、最小阵元间距和阵元数目固定等约束条件下的平面阵列天线优化问题。MIMO-SAR采用稀布平面天线,基于天线相位中心近似原理建立了阵列优化模型,提出了一种交叉率和变异率可调的遗传算法进行阵元位置优化。该优化方法有效防止了遗传算法的早熟,解决了MIMO-SAR面阵天线低旁瓣电平和窄主瓣宽度双重设计问题。仿真结果表明了该优化模型的合理性及优化方法的有效性和优越性。
简介:基于多通道复图像联合处理,速度合成孔径雷达(VSAR)可有效抑制地物杂波,实现地面运动目标检测和定位。但运动目标图像散焦和速度模糊也限制了VSAR的微弱目标检测性能,同时导致了快速目标的方位定位模糊问题。为此,提出了基于距离-多普勒-速度域混合积累的VSAR运动目标处理新方法,显著改善了微弱运动目标检测性能,并可实现快速目标的速度解模糊和正确定位。新方法无需改变VSAR的系统结构,工程实用价值高。最后,数值仿真实验的结果证明了新方法的有效性。
简介:基于频率可重构原理设计的五频段天线,通过调节寄生单元和馈电线的长度来改变天线的局部结构,从而获得不同的工作频段。该天线可在470~770MHz,800~930MHz,934~960MHz,1854~1892MHz,2407~2509MHz五种频段之间实现可重构,覆盖了无线通信系统工作频段,各个状态具有较好的特性。在此基础上,搭建的能量收集器可以对接收到的信号能量进行收集,环境能量收集器系统包括可重构天线、匹配网络和整流升压。通过仿真软件ADS和HFSS对收集器各部分优化、仿真,仿真结果显示各部分性能良好,该收集器的灵敏度较高。最后经过实测,佐证了收集器的整体效率较高,最大收集效率可达58.6%。
简介:特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征,稀疏约束将被添加在非负矩阵分解法中,并应用于图像目标特征提取,通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解,构建具有稀疏性的目标特征矢量,提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验,试验结果表明,添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比,能够显著提高目标识别的稳定性和准确率。
简介:针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题,提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声,在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式,应用共轭梯度法对模型进行求解,最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波,降低了相干斑的影响,而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。