合成孔径雷达干扰效果评估方法研究

【摘要】：合成孔径雷达(SAR)是战略侦察和战场监视系统的重要组成部分,在当今高技术局部战争中担负着极其重要的角色。目前,在SAR干扰方面已有大量研究成果,但是SAR干扰效果评估方面,却没有统一的标准并且在评估方法创新方面比较滞后,一定程度上影响了SAR干扰技术和SAR抗干扰技术的继续向前发展。本文正是在这种军事需求背景下应运而生的,主要开展了如下研究工作: 1、对SAR传统干扰的作战效能评估新方法 传统的SAR图像质量评价指标没有考虑像素点间的相关性和人眼视觉系统感知特性,导致主客观不一致的现象时有发生。鉴于此,本文提出了两种改进的评估方法,即基于修正结构相似度的评估方法与基于小波模拟CSF加权的评估方法。前者将结构相似度引入到SAR干扰效果评估领域,并将局部方差相似度与梯度模作为修正指标,推导了SAR干扰效果评价的修正模型;而后者将对比度敏感度作为主客观评价的链接纽带,利用小波变换与人类视觉系统多通道特性相匹配的特点,得到了改进的评估指标。实验结果表明,新的评估指标较之传统评估指标具有明显优势,不仅能够准确地反映出干扰对图像ROI的影响,而且在与人类视觉感知质量保持一致性方面明显做得更好,提升了整套评估系统的效率和准确率。 2、对SAR新型干扰的作战效能评估方法 微动、间歇采样转发等新型干扰样式的出现,不仅为SAR相参干扰技术的发展指明了方向,也将这种干扰样式的作战效能评估提上了日程。本文基于SAR新型干扰的特点,首次提出了一种欺骗度和压制度相结合的评估方法,在评估的过程中引入了人工决策及反馈效应,进一步降低了评估的风险。此外,结合Rail-SAR外场试验系统,对评估方法的可行性进行了验证。最后,建立了对作战对象SAR系统干扰效果的等效推算模型,进一步证实了评估方法的有效性。 3、干扰效能综合评估的设计及其应用 结合典型的SAR系统处理流程,搭建了一套多层次数据源融合的体系评估模型。它首先利用评估指标集取代了传统的单一评估指标,尽可能多地利用信息源消除评估中的不确定性,并将神经网络作为多层次数据源的非线性融合工具,实现了稳健评估的理念。在此基础上,从应用层面的角度引入了SAR干扰样式的优选方法,并提出了基于TOPSIS法的稳健优选策略。 本论文的研究工作来源于实际项目需求,其中大多数研究结果和结论已经成功应用到实际工程项目中,取得了良好的效果。