• 2025年第4期文章目次
    全 选
    显示方式: |
    • >制导技术
    • 基于多特征融合的目标区域快速筛选与场景鉴别方法

      2025, 46(4):1-6. DOI: 10.3969/j.issn.1671-0576.2025.04.001

      摘要 (35) HTML (24) PDF 3.03 M (61) 评论 (0) 收藏

      摘要:针对合成孔径雷达(synthetic aperture radar,SAR)图像目标识别面临的虚警率高、场景复杂等挑战,提出了一种基于多特征融合的目标区域快速筛选与场景鉴别方法。该方法采用子图分割、像素级聚类和灰度阈值判别相结合的策略,实现了基于匀质杂波剔除的目标区域快速筛选。同时,该方法利用大型建筑在SAR图像中表现出的强散射点密集、阴影显著、几何形状规则等特征,实现了基于强散射点分析的大型建筑精确鉴别。实验结果表明,所提方法能够有效剔除由人工及自然纹斑噪声、杂波造成的虚警场景,显著降低目标识别虚警率,在宽幅扫描成像模式下实现了目标区域的快速搜索和筛选,为后续目标识别提供了高质量的数据输入。

    • 基于SORT框架无迹卡尔曼滤波的多目标跟踪算法

      2025, 46(4):7-14. DOI: 10.3969/j.issn.1671-0576.2025.04.002

      摘要 (25) HTML (44) PDF 4.15 M (56) 评论 (0) 收藏

      摘要:针对同向密集目标跟踪需求,提出了一种基于SORT(simple online and realtime tracking)框架无迹卡尔曼滤波(unscented Kalman filter,UKF)的多目标跟踪算法。该算法利用SORT框架构建多无迹卡尔曼滤波(multiple unscented Kalman filter,MUKF)跟踪器,使用欧氏距离和马氏距离计算代价矩阵,采用匈牙利算法和贪婪算法进行数据关联匹配,并根据匹配结果进行标签管理以及生命周期管理,实现多目标跟踪。仿真结果表明:与卡尔曼滤波(Kalman filter,KF)算法、扩展卡尔曼滤波(extended Kalman filter,EKF)算法相比,所提算法也具有良好的多目标跟踪性能,且基于马氏距离的多目标跟踪性能更优。

    • W波段E面金属膜片波导滤波器设计

      2025, 46(4):15-18. DOI: 10.3969/j.issn.1671-0576.2025.04.003

      摘要 (19) HTML (28) PDF 4.41 M (56) 评论 (0) 收藏

      摘要:采用传统焊接或胶接方式固定高频段E面金属膜片波导滤波器中的金属膜片时,存在定位精度不高且会引入额外损耗等问题。针对这些问题,设计了一种基于定位销装配金属膜片的E面金属膜片波导滤波器。首先计算W波段E面金属膜片波导滤波器的初始尺寸,然后使用HFSS三维电磁场仿真软件对滤波器进行仿真和优化,最后分析了金属膜片加工精度对滤波器性能的影响。仿真及测试结果表明,该结构滤波器具有较好的滤波特性,所提的基于定位销的金属膜片装配方式有效解决了传统装配方式在W波段无法适用的技术难题。

    • >探测与通信技术
    • 基于CenterNet-AMP模型的SAR图像飞机目标识别方法

      2025, 46(4):19-24. DOI: 10.3969/j.issn.1671-0576.2025.04.004

      摘要 (37) HTML (38) PDF 4.49 M (66) 评论 (0) 收藏

      摘要:针对传统合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法受限于人工设计的目标特征和较高的计算复杂度的问题,基于CenterNet模型并引入并行多层缩放注意力机制(attention mechanism with parallel multilayer scaling,AMP),提出了一种基于CenterNet-AMP模型的SAR图像飞机目标识别方法。该模型通过结合多层次注意力机制增强了多尺度目标识别能力,通过通道层次注意力缩放(channel hierarchical attention scaling,CHAS)和空间层次注意力缩放(spatial hierarchical attention scaling,SHAS)优化特征图,使特征提取更加聚焦于目标区域,从而提高了识别精度。实验结果表明,CenterNet-AMP模型的平均精度均值优于RetinaNet、SSD、Faster R-CNN、YOLOv3和YOLOv5等模型的平均精度均值,在交并比(IoU)阈值为0.50时的平均精度均值达到94.8%,并且在更高IoU阈值(如0.75)时仍保持了较高性能。实验结果展示了所提模型在飞机目标高精度识别中的稳定性。

    • 基于FRM的低复杂度频谱感知与干扰结构设计

      2025, 46(4):25-34. DOI: 10.3969/j.issn.1671-0576.2025.04.005

      摘要 (16) HTML (20) PDF 4.68 M (48) 评论 (0) 收藏

      摘要:针对传统窄过渡带信道化感知与干扰一体化结构存在的计算复杂度高的问题,采用频率响应屏蔽(frequency response masking,FRM)技术对信道化感知与干扰一体化结构进行了优化。基于FRM技术构造了低复杂度窄过渡带原型滤波器,并对其进行多相分解,得到可重构的信道化结构。仿真分析和实验结果表明:提出的基于FRM的信道化感知与干扰一体化结构设计正确,可以实现多信号同时处理和干扰;相比于传统窄过渡带信道化感知与干扰一体化结构,所提结构的计算复杂度降低了58.72%。该结构在电磁频谱感知与干扰系统中具有一定的推广应用价值。

    • 空间应用双频测长系统设计及误差补偿技术

      2025, 46(4):35-42. DOI: 10.3969/j.issn.1671-0576.2025.04.006

      摘要 (25) HTML (18) PDF 4.99 M (48) 评论 (0) 收藏

      摘要:为提高双天线干涉星载合成孔径雷达(synthetic aperture radar,SAR)的对地观测精度,实现超高精度的雷达基线测量,设计了小型化、轻量化的双频激光干涉测长系统,建立了系统误差模型,分析各误差影响机理,确定由信号幅度变化引入的相位漂移误差为系统主要误差。针对该误差设计了幅相检测电路,结合数字测相方法进行实时补偿,并对系统测距性能进行了实验验证。实验结果表明,在10 m测量范围内,系统的相对位移分辨力可达0.1 μm,位移测量误差峰值优于0.2 μm。该双频激光干涉测长系统体积为120 mm×20 mm×80 mm,满足小型化、轻量化设计需求。

    • >目标特性技术
    • 前向引信超低空目标一维距离像仿真模型

      2025, 46(4):43-47. DOI: 10.3969/j.issn.1671-0576.2025.04.007

      摘要 (23) HTML (13) PDF 2.31 M (62) 评论 (0) 收藏

      摘要:针对大场景海面背景下的弹目交会宽带回波仿真,提出一种前向引信超低空目标一维距离像仿真模型。该模型利用弹跳射线法、半确定性面元法和修正多路径法分别计算目标散射回波、海面散射回波及耦合散射回波,通过计算成像带宽内各采样频点下的散射回波并进行快速傅里叶变换,生成目标的一维距离像,并利用建立的模型仿真了前向引信海面超低空目标的一维距离像。仿真结果验证了该模型的正确性。

    • 雾环境下矢量光场目标散射传输特性仿真

      2025, 46(4):48-53. DOI: 10.3969/j.issn.1671-0576.2025.04.008

      摘要 (13) HTML (25) PDF 3.08 M (52) 评论 (0) 收藏

      摘要:基于角谱分解理论并结合蒙特卡罗方法,研究了雾环境下矢量光场目标散射传输特性。仿真结果表明,雾环境下矢量光场目标回波强度明显下降,偏振度明显变弱,偏振角分布没有明显变化。另外,不同形状目标的矢量光场回波的偏振度和偏振角存在明显差异。矢量光场独特的偏振特性可用于激光探测的目标识别。

    • >材料与工艺技术
    • T/R组件金丝键合焊点质量检测方法

      2025, 46(4):54-60. DOI: 10.3969/j.issn.1671-0576.2025.04.009

      摘要 (18) HTML (23) PDF 5.48 M (58) 评论 (0) 收藏

      摘要:针对发射/接收(T/R)组件中键合焊点的高效率准确检测需求,提出了一种结合外观特征和高维特征的无监督键合焊点质量检测方法。利用基于YOLOv8的键合焊点检测模型构建数据集,并采用霍夫圆变换(Hough circle transform,HCT)检测算法和视觉几何组(visual geometry group,VGG)卷积神经网络从焊点图像中提取了外观特征和高维特征。通过实验并结合实际情况设定了合理的阈值,构建了基于K-means算法的无监督键合焊点质量检测模型。测试结果表明,提出的检测方法取得了良好效果,有效解决了样本中严重的类别不平衡问题,为金丝键合焊点的质量控制提供了有效手段。