前向散射雷达(Forward Scatter Radar, FSR)作为一种特殊的双基地雷达,可以利用目标在穿越收发机之间基线的运动而形成的前向散射信号进行探测、成像与识别。由于前向散射效应对提高目标雷达截面积具有重要意义,因此,前向散射雷达在反隐身探测方面具有显著的优势。文章首先综述了前向散射雷达截面积、前向散射雷达目标探测及阴影逆合成孔径雷达(Shadow Inverse Synthetic Aperture Radar, SISAR)成像的国内外研究现状,重点分析了前向散射杂波的统计特性、高精度参数估计与多目标分辨等关键难题；在此基础上详细介绍了前向散射雷达探测和SISAR成像研究的最新理论和实验进展,首次给出了基于北斗导航卫星的民航客机前向散射探测实验结果；最后,对前向散射雷达探测和成像的研究前景和发展趋势进行了展望,为隐身目标的探测与识别研究提供一种新的技术手段。

一组(M, N)互质阵列由两组结构化排列的子阵列构成:一组包括M个天线单元, 另一组包括N个天线单元。互质阵列稀疏天线仅需要M+N–1个收发天线单元就可实现对O(MN)个远距离目标的识别。在相同分辨条件下, 互质阵列雷达技术可利用更少的收发单元来识别更多的雷达目标。因此互质阵列雷达技术能够极大地降低传统雷达收发系统的复杂度。但是, 现有文献中所讨论的互质阵列雷达技术均基于远场近似假设, 当探测近距离目标时, 会由于目标邻近天线单元而产生严重的探测误差。为了解决上述问题, 该文将标准的互质阵列雷达技术的适用范围扩展到用于解决近距离目标探测。该文论证了(M, N)互质阵列雷达技术能够以4τk₀/MN空域分辨率恢复[–2τk₀, 2τk₀]空域范围内的目标信息, 其中k₀表示自由空间波数, τ是场景因子。由此可见(M, N)互质阵列能够以λ/4τ的方位向分辨率获得O(MN)个近距离目标方位向位置信息。该文进一步论证了互质阵列雷达技术在穿墙成像中的适用性。最后, 该文提供了一组数值仿真实验结果, 验证了互质阵列雷达技术对于近距离目标探测的有效性。

该文针对十字型阵列配置下的单基地MIMO雷达2维空间角度估计问题,提出一种新的基于酉变换的高精度估计算法,算法利用收、发阵列中十字型阵列的中心对称性,通过酉矩阵设计及酉变换过程,将发射、接收阵列中对应的长、短基线平移不变关系映射到实数域,并基于双尺度酉ESPRIT算法实现2维参数的无模糊高精度估计。仿真结果表明：该文算法不牺牲阵列孔径,在获得2维空间角度无模糊高精度估计的同时,无需额外的配对算法和谱搜索;与传统酉变换过程相比,该文算法的酉变换过程等效将发射与接收导向矢量分别实数化,有效克服了传统酉变换算法中实数域旋转不变因子无法提取的问题,在实现特征分解与参数求解完全实数化的同时,具有更低的运算复杂度。最后,通过仿真实验验证了该文算法的正确性和算法的有效性。

稀布阵列天线具有简化阵列结构、降低系统成本的优点,基于数字波束形成的稀布阵列天线技术获得了广泛地关注。基于作者所提出的多分辨率复合阵列天线技术(MRCA),该文设计了一个多分辨率复合数字阵列天线,并应用该阵列天线来进行单目标和双目标检测实验。仿真和实验结果均表明:与传统的均匀直线阵列天线相比,在相同的阵列天线单元数目的情况下,多分辨率复合数字阵列天线可以得到更窄的主波瓣和更低的副瓣,增强了阵列天线系统的方向性,提高了角度分辨率。

太赫兹全息成像技术在人体安检成像、隐匿武器检测、无损检测等领域具有广阔的应用前景。该文提出了一种能够避免产生距离混叠现象的3维稀疏太赫兹快速成像体制和成像算法。该方法通过对太赫兹雷达的3维成像几何及相应回波模型的分析,利用随机稀疏频点数据来有效消除距离混叠现象;同时利用对稀疏回波数据的频谱搬移和插值来获得包含目标完整信息的3维数据,以实现对目标的3维分辨成像。通过对0.2 THz波段的仿真和实验数据的重建,验证了算法的正确性和有效性。

针对战斗部动爆破片数量多、速度变化范围大、破片分布范围广、测量分辨难度高的问题, 该文设计了一种新型的伪码族复合连续波信号。该信号在具有图钉型的模糊函数的基础上, 具有多分辨率的特性, 能很好地满足测量需求。文中详细分析了这种信号的相关特性、模糊函数特性, 并指出了信号存在的问题, 对信号选型、数量选择和使用情况给出了建议。分析结果表明, 该信号能够有效地用于战斗部动爆破片测量, 对复杂波形设计和提高雷达性能具有重要意义。

利用WiFi (Wireless Fidelity)信号作为外辐射源进行探测可获得较好的性能,然而WiFi信号本身及其应用环境的复杂性又决定了其参考信号获取的难度。该文分析了利用WiFi信号进行探测的特点,探讨了参考信号获取的不同方式,针对典型WiFi信号结构,提出了与WiFi无源探测相适应的参考信号重构方法,并结合接收信号的信噪比分析了参考信号重构质量对探测性能的影响。研究表明,参考信道所接收信号的信噪比越高,其解调误比特率越低,重构后的参考信号对于杂波抑制性能越好,其模糊函数噪声基底也越低,越有利于目标探测。同时,针对接收信号中的非监测信号成分所产生的虚假目标“重影”,提出了基于重构的参考信号修正方法进行消除。仿真分析表明了以上处理方法对参考信号获取的有效性。

无源雷达面临着严重的直达波和多径杂波的干扰问题,扩展相消批处理算法(ECA-B)是一种有效的杂波抑制算法,但是随着信号带宽的增加,结合计算效率的考虑,需要更多的分段数来对消更多距离单元的杂波,从而使得对消距离单元内的低速目标的削弱和调制问题加剧。针对这个问题该文提出了一种将参考信号与回波信号在频域进行ECA-B处理的方法。该方法不仅可以降低计算量,还可以避免由于分段数过多引起的目标的损失和调制。仿真和实测数据处理结果验证了该文所提方法的正确性和有效性。

针对利用单个观测站接收多个外辐射源信号从而实现对目标定位的单站无源相干定位问题, 该文提出了一种联合角度和时差的加权最小二乘定位算法。首先, 将角度和时差的观测方程线性化处理, 考虑方程中的各项误差, 将定位问题建立为加权最小二乘模型。然后利用迭代方法对模型求解。最后, 对算法的定位性能进行了理论分析。仿真结果表明, 不同于仅时差定位方法至少需要3个外辐射源才能定位, 联合角度和时差定位方法仅需一个外辐射源即可定位, 且在同样数量外辐射源条件下估计精度高于仅时差定位；算法的均方误差低于最小二乘算法, 在时差测量噪声较大时定位精度仍然能逼近克拉美罗界。此外, 对系统几何精度因子图的分析表明, 目标及辐射源的位置对定位精度也有重要影响。

针对地球同步轨道星载合成孔径雷达(Geosynchronous Synthetic Aperture Radar, GEOSAR)长合成孔径成像受地球扁率摄动影响的问题,推导了卫星不同轨道根数受摄动所导致的雷达回波多普勒调频率和2次相位公式,通过分析扁率摄动对成像的影响,得到结论:地球扁率摄动使雷达回波产生附加的2次相位调制,相位调制的主导成分是卫星轨道长半轴受摄分量,相位调制幅度与成像所采用的轨道弧段有关,2次相位调制总量经过分钟量级的长合成孔径累积几乎在卫星运动全周期超过45°的容限。雷达成像聚焦不能简单忽略扁率摄动的影响,必须采取相应的补偿措施,否则会造成图像散焦。

针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力；然后利用改进后的卷积神经网络对SAR图像进行特征提取；最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。

运动目标的多普勒参数对常规SAR成像具有一定的影响，该文根据目标的运动参数与多普勒参数的关系，组合并改进相关成像技术，提出了一套SAR运动舰船成像流程。该方法不仅能对单通道信号中的运动目标进行良好的聚焦成像，而且能将其成像在正确的位置。仿真实验和实测数据的成像结果验证了该方法的有效性和正确性。