面向目标识别的SAR成像干扰类型判别与分级方法研究

摘要

合成孔径雷达（SAR）独特的全天时、全天候、多波段、多极化、高分辨率成像特性，使其广泛应用在目标检测识别、武器跟踪制导、战场地形测绘等方面，也因此成为电子对抗的首要对象。不同干扰类型和功率对SAR图像的影响不同，而干扰抑制往往只针对某一类干扰。为增强SAR在复杂电磁环境下的生存能力，结合具体应用，对干扰类型判别和分级方法的研究就变得特别重要。 SAR对抗本质上是成像对抗。因此，本文在SAR图像域研究干扰类型判别和分级方法。从SAR成像原理入手，分析成像算法，并进行基于回波信号和建模仿真软件的SAR成像仿真。本文主要研究有源干扰中的非相干和相干压制干扰，结合干扰信号数学模型，进行不同场景、不同类型、不同功率的SAR干扰成像仿真，为后续干扰类型判别和分级方法研究准备数据。 考虑到SAR高分辨率成像特点，本文将图像分类领域表现优秀的深度学习引入SAR干扰类型判别，提出基于轻量化VGG的SAR干扰类型判别方法，分析不同类型干扰在SAR成像中的特性，设计网络模型，制作不同场景数据集进行训练和测试，验证了网络模型的SAR干扰类型判别能力。 为了衡量SAR成像干扰对实际应用的影响，本文提出面向目标识别的SAR成像干扰分级方法。结合目标识别应用，选择分级指标，通过大量数据拟合加权矩阵，再选定应用指标，建立干扰分级与实际应用的联系。经过验证，提出的面向目标识别的SAR成像干扰分级方法，能够对受到不同功率干扰的SAR图像进行干扰分级，并给出分级结果在目标识别任务下的参考。

目录

第一个书签之前