基于多目标进化算法的稀疏随机步进频全极化雷达空间目标成像

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61601487
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    21.0万
  • 负责人：
    游鹏
  • 依托单位：
    中国人民解放军国防科技大学
  • 学科分类：
    F0112.雷达原理与技术
  • 结题年份：
    2019
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2019-12-31

项目摘要

Fully polarimetric ISAR imaging is of great significance for space target recognition. Sparse random stepped frequency (SRSF) signals possess the merits such as narrow instantaneous bandwidth and easy-to-generation. For the fully polarimetric radar with SRSF waveforms, high resolution fully polarimetric ISAR imaging can be achieved via compressive sensing. However, the sparse imaging methods based on predesigned dictionary suffers or even fail due to the unknown target motion parameters, while the existing motion compensation and cross-range scaling methods for compressive sensing ISAR are mainly developed for single polarisation radar, with fully polarimetric information unefficient exploited. This proposal presents a novel scheme for sparse imaging. In this scheme, firstly, a joint sparse representation model including motion parameters is established for fully polarimetric radar signals. Then, a multiobjective optimization frame including sparse optimization and optimization for find an optimal polarimetric channel is built, and an approach for optimizing simultaneously these two kinds of objectives based on evolutionary multiobjective algorithm. Parametric sparse recovery exploiting jointly sparse prior and fully polarimetric information can be achieved by resorting to this scheme. Based on this present scheme, two main research contents “Synthetic high resolution range profile (HRRP) motion compensation for SRSF fully polarimetric radar” and “Joint fully polarimetric ISAR imaging and cross-range scaling via compressive sensing” is planned to implemented so as to solve the problems of motion compensation and cross-range scaling for SRSF fully polarimetric ISAR imaging, urging the progress of the fully polarimetric high-resolution imaging for the space target.
全极化ISAR成像对于空间目标识别具有重要意义。稀疏随机步进频（SRSF）信号具有瞬时带宽小、易于实现等优点，与全极化雷达结合可实现全极化高分辨压缩感知ISAR成像。然而，目标运动参数未知使常用的基于预先设计词典的稀疏成像方法性能下降甚至失效，现有压缩感知ISAR运动补偿和方位定标方法主要针对单极化雷达，不能有效利用全极化信息。本项目提出“构建全极化雷达信号含运动参数的联合稀疏表示模型，将稀疏优化和最优极化选取纳入统一的多目标优化框架，并以多目标进化算法为基础设计同时优化这两类目标函数的方法，实现联合利用稀疏先验和全极化信息的参数化稀疏恢复”这一稀疏成像的崭新思路。基于该思路，通过研究“SRSF全极化雷达合成高分辨距离像（HRRP）运动补偿”和“全极化压缩感知ISAR联合自聚焦成像与方位定标”，解决SRSF全极化压缩感知ISAR运动补偿和方位定标难题，推动空间目标全极化高分辨成像的进步。

结项摘要

雷达高分辨成像在探测与识别领域中具有重要价值。本项目组以空间攻防对抗为研究背景，围绕运动目标全极化高分辨信息获取这一研究目标，重点突破了“如何综合利用目标的稀疏先验信息、全极化信息等多种信息提高运动补偿精度和成像质量”这一问题，取得的成果主要包括：. 建立了全极化稀疏随机步进频雷达信号模型、提出了全极化一维距离像合成的多目标优化方法；建立了全极化ISAR方位信号参数化模型，提出了全极化ISAR联合自聚焦与方位定标的多目标优化方法；提出了压缩感知和稀疏恢复成像算法的性能评估指标体系、性能评估方法；在已有研究基础上，将所提多目标优化算法与空间信息网络体系结构设计工作交叉融合，额外完成了多目标优化算法在空间信息网络体系架构设计方面的拓展应用，提出了基于多目标优化的临近空间段高空平台（HAP）通信网络、卫星通信网络等空间信息网络的体系结构设计方法。同时，在极化雷达成像试验设计过程中，在本项目的资助下开展了部分天线与射频系统设计工作。. 研究成果对雷达目标探测与识别领域的发展具有一定的促进作用，特别是，本项目为多目标优化在雷达和通信领域的创新应用做出了有益探索。以项目研究成果为基础，出版译著1部，申请发明专利3项（1项已授权），发表学术论文13篇，其中在IEEE期刊发表论文5篇，SCI检索8篇。

项目成果

期刊论文数量（9）
专著数量（1）
科研奖励数量（0）
会议论文数量（4）
专利数量（1）
Parameter Estimation of Micro-Motion Targets for High-Resolution-Range Radar Using Online Measured Reference.
使用在线测量参考的高分辨率雷达微动目标参数估计
  • DOI：
    10.3390/s18092773
  • 发表时间：
    2018-08-23
  • 期刊：
    Sensors (Basel, Switzerland)
  • 影响因子：
    --
  • 作者：
    Xing Y;You P;Yong S
  • 通讯作者：
    Yong S
Constellation Multi-Objective Optimization Design Based on QoS and Network Stability in LEO Satellite Broadband Networks
LEO卫星宽带网络中基于QoS和网络稳定性的星座多目标优化设计
  • DOI：
    10.3837/tiis.2019.03.008
  • 发表时间：
    2019-03
  • 期刊：
    KSII Transactions on Internet and Information Systems
  • 影响因子：
    1.5
  • 作者：
    Yan Dawei;You Peng;Liu Cong;Yong Shaowei;Guan Dongfang
  • 通讯作者：
    Guan Dongfang
A Wide-Angle and Circularly Polarized Beam-Scanning Antenna Based on Microstrip Spoof Surface Plasmon Polariton Transmission Line
基于微带欺骗表面等离子体激元传输线的广角圆偏振波束扫描天线
  • DOI：
    10.1109/lawp.2017.2731877
  • 发表时间：
    2017-01-01
  • 期刊：
    IEEE ANTENNAS AND WIRELESS PROPAGATION LETTERS
  • 影响因子：
    4.2
  • 作者：
    Guan, Dong-Fang;You, Peng;Xiao, Ke
  • 通讯作者：
    Xiao, Ke
A Topology Control Strategy with Efficient Path for Predictable Delay-Tolerant Networks
具有有效路径的可预测延迟容忍网络的拓扑控制策略
  • DOI：
    10.1587/transcom.2018ebp3308
  • 发表时间：
    2019-12-01
  • 期刊：
    IEICE TRANSACTIONS ON COMMUNICATIONS
  • 影响因子：
    0.7
  • 作者：
    Yan, Dawei;Liu, Cong;Xing, Yu
  • 通讯作者：
    Xing, Yu
Scanning Rate Enhancement of Leaky-Wave Antennas Using Slow-Wave Substrate Integrated Waveguide Structure
利用慢波基底集成波导结构增强漏波天线的扫描速率
  • DOI：
    10.1109/tap.2018.2831257
  • 发表时间：
    2018-07-01
  • 期刊：
    IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION
  • 影响因子：
    5.7
  • 作者：
    Guan, Dong-Fang;Zhang, Qingfeng;Yong, Shao-Wei
  • 通讯作者：
    Yong, Shao-Wei

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

多感觉整合的研究进展
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    生理科学进展
  • 影响因子：
    --
  • 作者：
    游鹏;张永海;刘宇;熊鹰;韩磊
  • 通讯作者：
    韩磊
Sasobit改性沥青混合料路用性能研究及经济环境效益分析
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    河南科学
  • 影响因子：
    --
  • 作者：
    游鹏;李威;李瑞霞
  • 通讯作者：
    李瑞霞

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

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