星载连续波合成孔径雷达信号处理方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61172122
  • 项目类别：
    面上项目
  • 资助金额：
    55.0万
  • 负责人：
    王宇
  • 依托单位：
    中国科学院空天信息创新研究院
  • 学科分类：
    F0112.雷达原理与技术
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

本项目是国内外首次系统地开展星载CW （Continuous-Wave)SAR成像研究，即通过使用连续波(CW)工作方式降低系统的体积、重量、功耗和成本，提高平台的机动性、灵活性和续航能力，使其适应我国当前对超小型敏捷星载SAR系统及空间微小型SAR系统的迫切需求。本项目建立单天线分时发射和接收信号的星载ICW SAR(Interrupted CW SAR)新体制；通过研究目标的时空关系和频谱特征，结合数学方法获得连贯的回波信号。建立星载CW SAR变换域映射模型，分析其脉间运动误差及距离方位耦合关系；深入研究星载CW SAR的脉间运动误差和非线性信号成分及补偿技术，研究目标精确聚焦方法，形成星载CW SAR成像体制。同时构建成像实验系统，对星载CW SAR信号处理方法进行系统的模拟实验，完成对星载CW SAR成像新体制和信号处理方法的原理性实验验证。

结项摘要

微型化、轻型化、低成本是现代合成孔径雷达(SAR)的重要发展方向之一，而连续波合成孔径雷达(CW SAR)打破传统脉冲SAR的局限，成为一种有效降低系统体积、质量、成本的技术手段。.本项目主要研究以我国对微小型星载SAR紧迫需求为主要应用目的，开展星载CW SAR信号处理方法的研究与探索。为了解决星载CW SAR双天线带来的成本提高和天线间耦合串扰影响严重等问题，本项目研究使用分时复用的方法实现单天线接收和发射信号，即Interrupted CW SAR (ICW SAR)模式，通过发射时间和接收时间的设定来控制天线在发射和接收模式间转换的方式实现星载连续波精确聚焦。.本项目针对星载CW SAR的三大关键科学问题：星载CW SAR体制和数据获取方法，信号表征及频域映射研究，目标非模糊重建理论，具体完成了六项紧密联系又侧重不同的研究内容，具体的：.针对关键科学问题一，建立了星载CW SAR的理论基础，研究了成像的新体制，构建了 ICW SAR工作模式；分析了目标的空间、时间关系和频谱特征，研究了利用被观测对象与间断的回波数据得到之间的映射关系，结合数学方法获得了连贯完整的星载CW SAR回波信号。本部分研究成果发表论文4篇，申请专利1项。.针对关键科学问题二，深入研究星载连续波成像回波信号的时域模型，建立变换域映射关系，形成星载CW SAR信号的变换域表征方法，分析其空间、时间、频谱的特性，针对参考谱深入分析星载CW SAR脉间运动误差及距离方位耦合关系。本部分研究成果发表论文4篇，申请专利1项。.针对关键科学问题三，基于获取数据和信号表征，深入研究星载CW SAR目标非模糊重建理论和方法，探索脉间运动误差的补偿方法和方位频谱混叠处理方法，研究信号精确聚焦的实现方法，形成星载CW SAR成像体制，形成成像性能分析方法。同时通过研究星载CW SAR成像实验方法，构建信号处理实验系统，开展实验研究，完成对星载CW SAR成像新体制、信号处理新方法的原理性实验验证。本部分研究成果发表论文7篇，申请专利1项。.本项目研究过中培养博士研究生四名，硕士研究生二名，与SAR信号处理与CW SAR技术领域的专家进行多次沟通和交流，推动了我国在小型星载SAR技术领域与世界SAR技术的发展同步，带动了团队的整体发展，为国家培养一批具有国际研究水平的青年学术带头人和研究骨干。

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（5）
专利数量（0）
Efficient and Precise FMCW SAR Raw Signal Simulation Approach for Extended Scenes
适用于扩展场景的高效精准 FMCW SAR 原始信号仿真方法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    IET Radar Sonar and Navigation
  • 影响因子：
    1.7
  • 作者：
    Y. Liu;Y. K. Deng;R. Wang*
  • 通讯作者：
    R. Wang*
Model and Signal Processing of Bistatic FMCW SAR
双基地FMCW SAR模型与信号处理
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    IET Radar Sonar and Navigation
  • 影响因子：
    1.7
  • 作者：
    Y. Liu;Y. K. Deng;R. Wang*;O. Loffeld
  • 通讯作者：
    O. Loffeld
Fast Backprojection Algorithm for Bistatic SAR Imaging
双基地SAR成像的快速反投影算法
  • DOI：
    10.1109/lgrs.2012.2230243
  • 发表时间：
    2013-09-01
  • 期刊：
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子：
    4.8
  • 作者：
    Shao, Yun Feng;Wang, Robert;Loffeld, Otmar
  • 通讯作者：
    Loffeld, Otmar
Bistatic FMCW SAR Signal Model and Imaging Approach
双基地FMCW SAR信号模型和成像方法
  • DOI：
    10.1109/taes.2013.6558035
  • 发表时间：
    2013-07-01
  • 期刊：
    IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS
  • 影响因子：
    4.4
  • 作者：
    Liu, Yue;Deng, Yun Kai;Loffeld, Otmar
  • 通讯作者：
    Loffeld, Otmar
Moving targets extraction in multichannel wide-area surveillance system by exploit sparse phase matrix
利用稀疏相位矩阵提取多通道广域监视系统中的运动目标
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IET Radar Sonar and Navigation
  • 影响因子：
    1.7
  • 作者：
    R. Wang*;M. J. Zheng;C. G. Gao;Y. K. Deng
  • 通讯作者：
    Y. K. Deng

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

家蝇变应原Tropomyosin基因的克隆、序列分析及诱导表达
  • DOI：
    10.13560/j.cnki.biotech.bull.1985.2014.08.012
  • 发表时间：
    2014
  • 期刊：
    生物技术通报
  • 影响因子：
    --
  • 作者：
    魏川川;修江帆;王宇;国果;彭传林;吴沁怡;吴建伟
  • 通讯作者：
    吴建伟
黑土区坡耕地田间道路的水力侵蚀特征
  • DOI：
    10.13327/j.jjlau.2019.4167
  • 发表时间：
    2019
  • 期刊：
    吉林农业大学学报
  • 影响因子：
    --
  • 作者：
    刘健;王宇;赵占军;沈海鸥;赵强;王识然;张琪
  • 通讯作者：
    张琪
运用信息融合式高阶UFK的微小卫星姿态确定算法
  • DOI：
    10.11728/cjss2020.06.1091
  • 发表时间：
    2020
  • 期刊：
    空间科学学报
  • 影响因子：
    --
  • 作者：
    张贺;秦伟伟;周城;宋恒辛;华玉峰;王宇
  • 通讯作者：
    王宇
面向袋式除尘器的大数据挖掘XGBoost优化算法研究
  • DOI：
    10.13382/j.jemi.b1902787
  • 发表时间：
    2020
  • 期刊：
    电子测量与仪器学报
  • 影响因子：
    --
  • 作者：
    王梦雅;刘丽冰;熊桂龙;赵丹琳;王宇
  • 通讯作者：
    王宇
基于Kinect的类人机械臂关节运动直接示教
  • DOI：
    10.13973/j.cnki.robot.2017.0697
  • 发表时间：
    2017
  • 期刊：
    机器人
  • 影响因子：
    --
  • 作者：
    王朝阳;曲家迪;张福海;王宇;付宜利
  • 通讯作者：
    付宜利

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

王宇的其他基金

高分辨率SAR辐射定标中的空间尺度效应影响和定标方法研究
  • 批准号：
    61771453
  • 批准年份：
    2017
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码