传统的基于弹跳射线(shooting and bouncing ray,SBR)技术的散射中心提取方法只考虑了理想点模型,但理想点模型无法描述散射中心的频率依赖特性。对此,提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction,G...传统的基于弹跳射线(shooting and bouncing ray,SBR)技术的散射中心提取方法只考虑了理想点模型,但理想点模型无法描述散射中心的频率依赖特性。对此,提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction,GTD)模型构建方法,在通过传统方法获取的理想点模型的基础上,利用射线管数据正向推算散射中心的频率依赖参数并修正其径向位置,实现了高精度三维GTD模型构建。仿真结果表明,点频、单视角下构建的三维GTD模型不仅能准确重构相同条件下的雷达散射截面(radar cross section,RCS),还能实现宽带RCS外推,能够满足目标宽带散射数据高效压缩和快速重构的应用需求。展开更多
几何绕射理论(Geometrical Theory of Diffraction,GTD)模型能够精确描述高频区雷达目标的电磁散射机理。该文在分析雷达回波稀疏特性的基础上,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,据此提出了一种基于压缩感知的2维...几何绕射理论(Geometrical Theory of Diffraction,GTD)模型能够精确描述高频区雷达目标的电磁散射机理。该文在分析雷达回波稀疏特性的基础上,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,据此提出了一种基于压缩感知的2维GTD模型参数估计方法。该方法首先利用2维傅里叶变换成像确定目标散射中心的支撑区域,然后在支撑区域内对散射中心的GTD参数进行估计,最后利用聚类方法和最小二乘方法对估计结果进行修正。仿真和暗室测量数据实验结果表明,与现有方法相比,所提方法能有效改善模型参数的估计性能,且对提高散射中心类型参数的估计精度更为明显。展开更多
针对低信噪比条件下,传统的基于旋转不变技术的三维信号参数估计(three-dimensional estimating signal parameter via rotational invariance te chniques,3D-ESPRIT)算法和平方前后向平滑的3D-ESPRIT(quadr atic-forward-backward 3D-...针对低信噪比条件下,传统的基于旋转不变技术的三维信号参数估计(three-dimensional estimating signal parameter via rotational invariance te chniques,3D-ESPRIT)算法和平方前后向平滑的3D-ESPRIT(quadr atic-forward-backward 3D-ESPRIT,Q-FB-3D-ESPRIT)算法对几何绕射理论(geometric theory of diffraction,GTD)模型参数估计精度显著降低的问题,提出改进的极化Q-FB-3D-ESPRIT(polarized-Q-FB-3D-ESPRIT,PQ-FB-3D-ESPRIT)算法。改进算法与上述两种传统算法相比,增加了对目标极化信息的利用,有效延长了可利用电磁散射数据的长度。仿真结果表明,改进算法的参数估计精度要高于其他两种算法,且在低信噪比情况下尤为显著。此外,还对基于散射中心模型的雷达目标识别进行了研究,仿真结果进一步验证了所提算法的可行性。展开更多
文摘传统的基于弹跳射线(shooting and bouncing ray,SBR)技术的散射中心提取方法只考虑了理想点模型,但理想点模型无法描述散射中心的频率依赖特性。对此,提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction,GTD)模型构建方法,在通过传统方法获取的理想点模型的基础上,利用射线管数据正向推算散射中心的频率依赖参数并修正其径向位置,实现了高精度三维GTD模型构建。仿真结果表明,点频、单视角下构建的三维GTD模型不仅能准确重构相同条件下的雷达散射截面(radar cross section,RCS),还能实现宽带RCS外推,能够满足目标宽带散射数据高效压缩和快速重构的应用需求。
文摘几何绕射理论(Geometrical Theory of Diffraction,GTD)模型能够精确描述高频区雷达目标的电磁散射机理。该文在分析雷达回波稀疏特性的基础上,将参数估计问题转化为压缩感知理论中的稀疏信号重构问题,据此提出了一种基于压缩感知的2维GTD模型参数估计方法。该方法首先利用2维傅里叶变换成像确定目标散射中心的支撑区域,然后在支撑区域内对散射中心的GTD参数进行估计,最后利用聚类方法和最小二乘方法对估计结果进行修正。仿真和暗室测量数据实验结果表明,与现有方法相比,所提方法能有效改善模型参数的估计性能,且对提高散射中心类型参数的估计精度更为明显。
文摘针对低信噪比条件下,传统的基于旋转不变技术的三维信号参数估计(three-dimensional estimating signal parameter via rotational invariance te chniques,3D-ESPRIT)算法和平方前后向平滑的3D-ESPRIT(quadr atic-forward-backward 3D-ESPRIT,Q-FB-3D-ESPRIT)算法对几何绕射理论(geometric theory of diffraction,GTD)模型参数估计精度显著降低的问题,提出改进的极化Q-FB-3D-ESPRIT(polarized-Q-FB-3D-ESPRIT,PQ-FB-3D-ESPRIT)算法。改进算法与上述两种传统算法相比,增加了对目标极化信息的利用,有效延长了可利用电磁散射数据的长度。仿真结果表明,改进算法的参数估计精度要高于其他两种算法,且在低信噪比情况下尤为显著。此外,还对基于散射中心模型的雷达目标识别进行了研究,仿真结果进一步验证了所提算法的可行性。
