雷达成像技术

2024-07-01

雷达成像技术（共8篇）

雷达成像技术篇1

干涉合成孔径雷达是SAR的一种功能的发展和开拓,利用基于单天线多次观测取得的回波数据或多个接收天线单航过的方式进行数据处理应用,它即能对地面进行高度估计,提取地面的三维信息,还可以对地面运动目标进行定位和检测,更可以测得地面的变形。这项技术已引起了各国高度重视。

1 干涉合成孔径雷达测高基本原理

SAR有很强的高分辨率,但是基于二维平面,具体来说,它基于长的合成孔径阵列得到较高的横向分辨率,利用信号的宽频带得到距离向的高分辨率。然而实际地形上是三维空间,可以通过航向的法平面表示测高原理,如图1所示,在不同的两个位置分别设置一个接收天线,天线1的斜距是r1,天线2测得斜距为r2=r1+Δr。对两个天线所测得的斜距分别画圆弧q1和q2,那么目标便位于圆弧的交点上。因此只要天线的位置和斜距已知,就可以从几何关系确定P点的高度。InSAR便是基于此原理完成高度测量的[1]。

2 干涉合成孔径雷达测高过程

如前所述,InSAR测量高度的几何原理并不复杂,而实际则不然,这主要是由于无法从复图像直接获得相位的真值。所以高程测量的核心问题就是如何得到干涉相位的真值。干涉法测高的基本过程可以包括6个步骤:(1)两接收分别成像。(2)图像配准。(3)降噪滤波。(4)生成干涉相位及去平地相位。(5)二维相位解缠。(6)恢复平地相位。文中主要讨论InSAR成像处理中两大的关键步骤,即去平地相位以及相位解缠[2]。

3 去平地相位

去平地相位之前首先要生成干涉相位。通常是将一幅复图像f1(x,r)取复共轭,与另一幅图像的f2(x,r)相乘。然后将相乘后的相位取出,得到原始的干涉相位,如式(1)所示

φo(x,r)=arg[f1(x,r)*f2(x,r)] (1)

然而干涉相位的真实值不仅是目标高度的函数,还是目标水平地面距离的函数,即对水平地面,干涉相位随水平地面距离而改变,在干涉相位图中表现为近密远疏的干涉条纹。图2给出高度3 000 m,波长0.03 m,基线倾角30°,基线长度为20 m的水平地面的干涉条纹三维图像。由于条纹的密集度远大于目标高度引起的干涉条纹,所以在相位解缠之前,要将地面对应的干涉相位去掉,即去平地相位,这有利于后续的相位解缠[3]。

4 二维相位解缠绕

相位解缠是InSAR处理中的一个重要组成部分。从SAR复图像中得到的干涉相位与地形有关[4]。由于三角函数的原因,实际只能得到相位主值。计算目标高度,则要在干涉相位值加上2π整数倍,这称为相位解缠。

4.1 相位解缠绕的原理

对于一维相位解缠,解缠前相邻点的相位差绝对值<π,需要把线上的采样点按照顺序分别求出相邻点的解缠绕值。

假设φ(m)为缠绕相位,ϕ(m)解缠绕相位,此时m=1,2,3,…,M。路径积分解缠法可以表示为

ϕ(1)=φ(1),ϕ(m+1)=φ(m)+Δ(m) (2)

其中

$Δ (m) = {\begin{cases} φ (m + 1) - φ (m), | φ (m + 1) - φ (m) | ＜ π \\ φ (m + 1) - φ (m) - 2 π, φ (m + 1) - φ (m) ＞ π \\ φ (m + 1) - φ (m) + 2 π, φ (m + 1) - φ (m) ＜ - π \end{cases}$

这样就能逐一推导,获得真实相位。

对于二维解缠绕,如果选择不同的积分路径,得到的结果很可能也不同,主要是相位中残点的干扰。在上面的二维序列中残点出现在它的中心。对于包围一个残点的路径积分不会为零。对于包围多个残点的环路积分,如果正负残点个数不等,环路积分也不等于零。所以残点便是造成二维相位解缠结果不惟一的直接原因。为解决不唯一性,提出了基于局部的方法和基于基于整体的方法。文中只讨论分支截断法和最小二乘方这两种基本算法。

4.2 分支截断法

分支截断方法就是将残点的影响控制在一定的范围里。其原理是,闭合回路中有残点并且正负残点的个数相同时,环路积分是0。对于闭合回路中无残点时,环路解缠绕的相位差是0。需要把残点连接成分支,并使正负残点数相等,使用路径积分进行相位解缠并且积分路径不能穿过分支,这便使得环路积分为零,保持了相位解缠绕的惟一性,如图3所示。

4.3 最小二乘法

最小二乘法首先设相位解缠绕结果是ϕ(m,n),ϕ(m,n)的横向和纵向的一阶差分犹豫解缠绕的误差导致与缠绕相位φ(m,n)求出的一阶差分不相等。若使二者近似相等,把一阶差分的均方误差作为目标函数,并使其最小化,便得到最近似的ϕ(m,n)。

设缠绕相位为φ(m,n),解缠相位为ϕ(m,n)。其行向一阶差分和纵向一阶差分分别为Δx(m,n)和Δy(m,n)

$Δ^{x} (m, n) = {\begin{cases} φ (m + 1, n) - φ (m, n) - 2 π, φ (m + 1, n) - φ (m, n) ＞ π \\ φ (m + 1, n) - φ (m, n), | φ (m + 1, n) - φ (m, n) | ＜ π \\ φ (m + 1, n) - φ (m, n) + 2 π, φ (m + 1, n) - φ (m, n) ＞ - π \end{cases} (3)$

$Δ^{y} (m, n) = {\begin{cases} φ (m, n + 1) - φ (m, n) - 2 π, φ (m, n + 1) - φ (m, n) ＞ π \\ φ (m, n + 1) - φ (m, n), | φ (m, n + 1) - φ (m, n) | ＜ π \\ φ (m, n + 1) - φ (m, n) + 2 π, φ (m, n + 1) - φ (m, n) ＞ - π \end{cases} (4)$

然后求解使式(5)最小的ϕ(m,n)

$\sum_{m = 0}^{Μ - 2} \sum_{n = 0}^{Ν - 1} [ϕ (m + 1, n) - ϕ (m, n) - Δ^{x} (m, n)]^{2} + \sum_{m = 0}^{Μ - 2} \sum_{n = 0}^{Ν - 1} [ϕ (m, n + 1) - ϕ (m, n) - Δ^{y} (m, n)]^{2} (5)$

将式(5)对相位矩阵φ中的ϕ(m,n)求偏导数,使得偏导数为0,即最优值。所以解为

ϕ(m+1,n)+ϕ(m-1,n)+ϕ(m,n+1)+ϕ(m,n-1)-4ϕ(m,n)=Δx(m,n)-Δx(m-1,n)+Δy(m,n)-Δy(m,n-1) (6)

式(6)给出了最小二乘意义下解缠绕相位与缠绕相位差分二者的关系,改写为

[ϕ(m+1,n)-2ϕ(m,n)+ϕ(m-1,n)]+[ϕ(m,n+1)-2ϕ(m,n)+ϕ(m,n-1)]=ρ(m,n) (7)

其中

ρ(m,n)=[Δx(m,n)-Δx(m-1,n)]+[Δy(m,n)-Δy(m,n-1)] (8)

为保证延拓边界的光滑性,处理边界问题,要先对函数图像进行二维镜像反射,再进行周期延拓,这可以利用快速傅里叶变换求解。快速傅里叶变换求解Possion方程可以使运算速度加快。

二维镜像反射如图4所示,在二维平面内,将φ(m,n)以m=M-1为轴做镜像反射,再以n=N-1为轴作镜像反射,得到 $\tilde{φ} (m, n)$ 。如式(9)所示。

$\tilde{φ} (m, n) = {\begin{cases} φ (m, n), 0 \leq m \leq Μ - 1, 0 \leq n \leq Ν - 1 \\ φ (2 Μ - 1 - m, n), Μ \leq m \leq 2 Μ - 1, 0 \leq n \leq Ν - 1 \\ φ (m, 2 Ν - 1 - n), 0 \leq m \leq 2 Μ - 1, Ν \leq n \leq 2 Ν - 1 \\ φ (2 Μ - 1 - m, 2 Ν - 1 - n), Μ \leq m \leq 2 Μ - 1, Ν \leq n \leq 2 Ν - 1 \end{cases} (9)$

然后再将 $\tilde{φ} (m, n)$ 在二维平面上延拓成周期函数。

再对式(7)用傅里叶变换求解,得

$Φ (k, l) = Ρ (k, l) / (2 \cos \frac{π k}{Μ} + 2 \cos \frac{π l}{Ν} - 4) (10)$

其中,Φ(k,l)表示ϕ(m,n)的二维镜像反射 $\tilde{φ} (m, n)$ 的快速傅里叶变换;P(k,l)为ρ(m,n)的傅里叶变换。那么对Φ(k,l)进行二维逆傅里叶变换便可得 $\tilde{φ} (m, n)$ 。

4.4 实验结果

下面利用高斯山模型进行InSAR成像,解缠方式分别采用分支截断法和最小二乘法。图5表示高斯山区平地相位后的图像。

平地相位去除后,相位图只表现相位缠绕,可见有些相位不是真实相位。图6和图7分别用分支截断法和最小二乘法对其进行相位解缠。

从解缠结果来看,分支截断法较好地保持了原始相位,取得了较好的结果,其信息损失主要集中在枝切线上,如图7所示。而最小二乘法恢复出的相位误差要比分支截断法严重,主要原因是由于解缠绕处理时把正常点与残点同时加入计算,产生了不良影响,如图8所示。但由于其利用了快速傅里叶变换算法,因此计算效率高。

5 结束语

文中对干涉合成孔径雷达测量高程的原理及过程进行了简单的介绍,通过对一些常用算法的编程实现,比较了基于整体的最小二乘相位解缠算法和基于局部的分支截断相位解缠算法,可以看出,分支截断相位解缠算法解缠效果较好,基本保持了原始相位的精度。最小二乘法恢复出的相位误差要比分支截断法严重,但由于其利用了快速傅里叶算法,因此计算效率高。

摘要：介绍了合成孔径雷达的成像原理,简述了InSAR的测高步骤,重点论述了去平地效应和两种相位解缠算法,最后分别利用分支截断法和最小二乘法两种解缠算法,进行了高斯山模型的解缠绕仿真,并对结果进行了简要的分析。分析结果表明,分支截断解缠绕算法解缠效果较好,基本保持了原始相位的精度。而小二乘法恢复出的相位误差比分支截断严重,但计算率高。

关键词：干涉合成孔径雷达,去平地相位,相位解缠

参考文献

[1]保峥,邢孟道,王彤.雷达成像技术[M].北京:电子工业出版社,2005.

[2]穆冬.干涉合成孔径雷达成像技术研究[D].南京:南京航空航天大学,2001.

[3]刘永坦.雷达成像技术[M].哈尔滨:哈尔滨工业大学出版社,1999.

[4]张群,马长征,张涛,等.干涉式逆合成孔径雷达三维成像技术研究[J].电子与信息学报,2001,23(9):890-898.

雷达成像技术篇2

关键词：COFDM；优化互补；ISAR成像；抗干扰

中图分类号：TN957.51 文献标识码：A 文章编号：1006-8937（2015）23-0065-05

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）成像技术已经广泛应用于空间目标检测和弹道导弹防御等领域，而在OFDM新体制雷达成像技术的研究中，已有关于SAR成像的一些仿真分析结果[1][2]，但是对于ISAR成像的研究成果较少。

本文结合混沌编码技术，通过寻求优化互补编码，对COFDM ISAR成像进行相关的尝试，通过仿真分析，验证了其良好的抗干扰性能。

1 基于互补编码技术的OFDM雷达一维距离像

借鉴旁瓣对消、主瓣增强的互补编码思想，在发射COFDM信号的基础上发射一组最佳互补COFDM信号，通过旁瓣对消处理可以达到抑制回波信号的脉压输出旁瓣的目的。

2 COFDM雷达ISAR的成像原理

3 COFDM ISAR成像抗欺骗干扰

COFDM信号具有较强的抗干扰能力[6]，目前雷达的干扰主要分为压制性干扰和欺骗干扰[7]，此处主要研究了COFDM信号抗欺骗干扰的情况。

欺骗式干扰机模拟目标回波信号作用于雷达的目标检测和跟踪系统，以假代真或真假混杂，雷达往往在不知不觉中就受到了干扰，从而不能正确地检测真正的目标或者目标参数信息。

假设干扰机从接收到第m-1个脉冲信号开始，数字储频并进行幅度调制、相位延迟、复制叠加等变换产生欺骗干扰信号，和雷达第m个脉冲信号回波同时到达接收端。

4 仿真分析

以下结合优化互补编码技术，就抗欺骗式干扰模式下的COFDM雷达ISAR成像在matlab平台上进行系列仿真实验。

分别比较图2中初相加权IS COFDM和NIS COFDM成像结果，初相加权IS COFDM脉冲串在方位向上有一些模糊的影像，可能是由于目标的转动带来的微多普勒频移造成方位向上目标的平移，但是此时回波信号的峰均包络比为1，能够很好的满足雷达硬件发射条件，而NIS COFDM信号在方位向上的平移影像几乎不存在，成像结果非常理想，但是此时的信号峰均包络比相对有所增加，难以达到小于2的发射条件，需要进一步的研究。

比较图2（a）和图（c），互补编码条件下的微多普勒平移影像在一定程度上被抑制，但是此时的互补编码脉冲的峰均包络比有所提高。综合比较而言，四种情况下的成像结果都较为清晰，但是初相加权IS COFDM脉冲的峰均包络比较低。

当回波信号中存在欺骗干扰时，该干扰信号与目标信号在方位向和距离像上各相差20 m，初相加权IS COFDM和NIS COFDM脉冲串信号相对于图2（a）在距离向上的干扰被抑制掉，而方位向上的干扰依旧存在。

比较图3中的图（a）和图（c）可知，虽然干扰信号强度要高于原信号，但是优化互补编码信号的ISAR成像结果很好地解决了方位向干扰的影响，对于相对雷达距离不变（原地运动）的目标来说，具有很好的抗干扰性能。

假设飞机保持水平运动速度为？淄，远离雷达为正，同时匀速转动，若设定目标飞行方向与雷达视线的起始夹角为？茁=0，？淄=2 000 m/s，转动速度W=3.4 rad/s，在无干扰情况下，上述四种情况的成像结果，如图4（a）、（b）、（c）、（d）所示。

各强散射点由于速度的影响造成了散射点在距离和方位上的发散，导致目标的轮廓相对图2要模糊一些。由于信号初相的影响，在慢时间上多了一个一次相位项，造成了ISAR成像结果在方位向上的偏移，若在距离像上进行初相自聚焦补偿，则可得到的成像结果，如图5（a）、（b）、（c）、（d）所示。

此时目标的二维像经初相补偿能够很好的反映目标的位置，但是目标的轮廓清晰度降低。假设飞机的状态不变，在雷达接收回波时加入与图3相同的欺骗干扰信号，上述四种情况下目标的ISAR成像图，如图6（a）、（b）、（c）、（d）所示。

此时，非互补编码脉冲对组成的信号方位向的干扰较为严重，信号被淹没在干扰中，而互补情况下的二维像能够很好的反映目标的轮廓和位置，但是方位向产生了一定程度的偏移。将图6中（c）（d）两种情况进行初相补偿，如图7（a）、（b）所示。

此时的ISAR成像结果与图5一样，虽然目标轮廓相对模糊，但是在观测范围内目标的二维像基本上不受干扰的影响，对方位向的干扰有一定的抑制作用。

综上所述，优化互补编码OFDM信号在ISAR成像的过程中体现出较强的抗欺骗干扰的能力，具有进一步研究的价值。

5 结语

本文研究了COFDM雷达ISAR成像原理，比较了优化互补COFDM脉冲对组成的脉冲串与COFDM脉冲串信号的ISAR成像结果，并着重研究了欺骗干扰下的成像结果，通过仿真验证了其良好抗欺骗干扰性能。文章仅考虑了低速情况下目标的ISAR成像，当采用互补编码OFDM脉冲串信号时，可获得距离和方位精度都较高的成像结果，但是由于没有进行速度补偿和目标微动特征研究，散射点容易产生越距离单元走动现象和多普勒失配现象，需要对高速运动情况COFDM雷达ISAR成像进一步研究。

参考文献：

[1] 冯祥芝，许小剑.混沌码正交频分复用SAR抗干扰能力研究[J].系统仿真学报，2009，（21）.

[2] Xiangzhi Feng；Xiaojian Xu.ECCM performance analysis of chaotic coded orthogonal frequency division multiplexing（COFDM）SAR.Proc. SPIE 8021，Radar Sensor Technology XV，80211K（June 21，2011）：doi：10.1117/12.883637.

[3] Han Xiao，Kai Huo and Weidong Jiang.A New Chaotic Phase-coded OFDM Signal and Its Characteristic.Cross Strait Quad-Regional Radio Science and WirelessTechnologyConference（CSQRWC），2013，doi：10.1109：CSQRWC.2013.6657426.

[4] 杨进.基于混沌理论的MIMO雷达正交波形设计与目标检测技术研究[D].长沙：国防科学技术大学，2012.

[5] 邓斌.多载频相位编码雷达信号设计与处理技术研究[D].长沙：国防科学技术大学，2011.

[6] Levanon N.Multicarrier radar signal-pulse train and CW[J].IEEE Trans，2002，（2）.

雷达成像技术篇3

综上所述,复合制导已成为反舰导弹发展的关键技术,是战斗力生成的倍增器,也是世界各国竞相发展的前沿技术。

反舰导弹中,采用主动雷达/红外成像双模复合的较多[2]。其中,法国的飞鱼反舰导弹采用的是主动雷达/红外成像双模导引头,具有灵活的可编程四维航线点飞行剖面,增加了对沿海目标的攻击能力;瑞典的RBS15MK3反舰导弹采用了主动雷达/红外成像双模导引头,具有电子反对抗能力,可以进行真假目标分析、干扰寻的、宽频带频率捷变等,可通过数据链与其他平台进行数据交换,具备末端预测规避机动与二次攻击能力;法国与意大利联合研制的奥拓马特-4反舰导弹,采用雷达/红外成像双模导引头,可以通过数据链发回目标红外图像,具有目标选择能力与较强的抗干扰能力。台湾海军装备的雄风-Ⅱ反舰导弹,采用雷达/红外成像双模导引头,分口径布局,雷达天线位于弹体头部,红外成像系统位于天线罩后弹体上方的背脊前端中部,具有自动目标识别和图像跟踪功能。

1 传感器共口径技术

主动雷达/红外成像双模复合导引头在复合方式上主要有2种不同的形式[3],一种方式是采用雷达传感器与红外传感器分平台安装,称为分口径技术。如瑞典研制的RBS-15MK3导弹的复合导引头就是采用这种复合方式,雷达和红外成像部分采用上下分立的排布。工作时微波信号的接收和发射、红外信号的接收也是完全分立的。这种复合方式也可以看成是2种体制探测器的拼接。分口径结构的优点是技术成熟,实现简单。最大缺陷是2个探测器必须通过空间坐标转换和时间校准,增加了系统信号处理的复杂性和伺服随动机构的复杂性,难于实现真正意义上的复合,另外体积和质量较大。

另一种是采用雷达传感器与红外传感器共轴安装的方式,称为共口径技术。如美国洛克希德-马丁公司研制的毫米波/红外成像复合导引头就是采用了这种方式。共轴安装复合传感器的工作原理为:微波信号可以直接从可透射微波反射红外波的反射面穿过。红外信号被大反射面反射后,再经过最前方的小反射面进行二次反射,最终被位于中间掏洞的平板缝阵天线后方的红外图像传感器接收。

共口径相对于分口径在结构上具有结构简单、体积小、质量轻等优势,适合在空间要求苛刻的导弹上应用。另外还可以实现2个传感器数据的精确配准,为复合信息处理减小误差。但整流罩的材料选择、设计、加工生产工艺等是共口径结构中存在的主要问题,同时,其对雷达天线有一定的遮挡和红外能量的衰减。只要很好地解决了整流罩所存在的难点,那么共口径结构就会是复合导引头的理想结构。

发展同轴共孔径必须要解决双模头罩问题。头罩保护导引头内部件,对双模头罩的要求包括:(1)应选用对微波、红外均有较高透过率的双透波材料。即损耗较小地透过微波与红外辐射;(2)充分考虑材料在指定频带内的介电性能,在指定范围内的强度、热膨胀系数,以及密度、抗雨蚀性能等。常用材料:低损耗有机或无机材料,如硫化锌、锗玻璃等。同时,对头罩厚度也有要求,应保证在微波波段反射损耗最小,使其有高的透过性能,有足够的机械性能使其满足高的抗过载性能要求[4]。

对于同轴共孔径的导引头安装方式,复合导引头内部既要安装雷达又要安装红外,使得导引头内部的电磁环境异常复杂。这种电磁环境包括:(1)雷达探测器的频率源与收发组件在工作时会向外辐射高频电磁脉冲;(2)红外图像传感器需配备斯特林制冷机,它也会对整个导引头系统产生十分严重的高频干扰;(3)伺服机构中的力矩电机磁力线的干扰。这种复杂的电磁环境会严重影响导引头的整体性能。

2 复合信息处理技术

主动雷达/红外成像复合导引头的信息处理机是一个非常复杂的系统,主要包括主动雷达信号处理、红外焦面阵成像信号处理、数据融合3种功能。这三部分处理的工作量都很大,因而一般采用分布式处理结构,主动雷达与红外成像子系统均采用单独的处理器完成各自的预处理,将预处理结果通过接口送到融合中心,由融合中心完成特征级与决策层数据融合处理[5]。

单个传感器,无论是主动雷达还是红外成像,其信息处理技术都比较成熟。这里重点讨论复合信息处理。

2.1 时空配准

在主动雷达/红外成像数据融合系统中,各个传感器一般具有不同的数据率和测量坐标系,而关联判决和航迹融合需要同一测量坐标系内、同一时刻的目标状态估计,因此需要对各单个传感器的数据进行时间和空间上的同步处理[6]。

空间配准主要消除传感器空间布局带来的误差,对于采用共口径技术的传感器布局,该部分误差影响很小。

时间配准要消除信号不同步带来的误差。时间不同步的原因是两传感器的开机时刻、采样周期、处理速度以及信号在通信过程中的时间延迟等因素的影响,导致两传感器对同一目标的测量不能同步地进行。

多传感器时间配准方法主要有曲线拟合法、最小二乘法和线性插值等,其基本思想都是以某一传感器时间节点为基准,对其余传感器通过已知时间节点上的数据来估计所需时间节点上的数据,从而达到传感器在时间节点上的一致性,即把不同传感器在不同时刻对同一目标的测量数据转换到以融合时间节点为基准的时标数据[7]。

2.2 融合检测

融合检测的作用是通过对主动雷达和红外成像检测数据的融合处理[7],使得复合导引头在干扰条件下具有高的目标检测概率。

例如,箔条干扰会对雷达产生十分强的回波,从而对雷达的目标检测和识别构成威胁。而红外烟幕或诱饵会威胁到红外导引头的目标检测和识别。将红外和主动雷达进行复合,由于它们的物理特性不同,对抗红外成像的措施(红外烟幕、诱饵)对雷达不起作用,而对抗雷达的措施(箔条)则对红外成像不起作用。因此,可以采用融合方法来消除干扰的影响,提高检测率。

2.3 数据关联

数据关联是确定主动雷达和红外成像是否探测的是同一目标。如果不是同一目标,则根本无从谈及信息互补,更谈不到对目标的优化探测。主动雷达和红外成像各自提供了目标方位角,各自的测量构成了观测数据集,数据关联可采用加权法、最近邻法、K近邻法、修正的K近邻法、独立序贯法、相关序贯法、独立双门限法、经典分配法与广义分配法等[8]。

2.4 融合识别

由于常规的单一传感器自动目标识别系统存在许多局限性,它仅基于某一类数据有限集进行识别决策,尤其是存在干扰的复杂场景中,其抗干扰能力和识别的可靠性将大为降低。多模制导引入导弹制导系统的一个重要原因是明显提高了导弹的目标识别能力。

红外成像能够体现目标的形状信息,主动雷达能够提供红外成像无法获取的目标距离信息,在融合识别过程中,应充分利用这些信息的互补性。目标识别的基础是目标的特征参数,所谓特征就是真目标与假目标之间的一种差异。舰船目标的特征有:

(1)由红外和主动雷达分别测量出来的舰船目标的位置是基本一致的,而对于随机的假目标却没有这种特性,因此,红外和主动雷达测量出来的目标位置的一致性是舰船目标识别的重要特征之一。

(2)在主动雷达跟踪状态下,由红外测得的舰船目标位置必邻近图像坐标系原点,所以,目标位置的相邻性亦是舰船目标识别的特征之一。

(3)舰船目标的灰度值是随着时间(距离由远及近)增长的,所以,灰度变化率是识别舰船目标的重要依据之一。

(4)当目标距离小于红外成像导引头作用距离时,红外导引头便开始对舰船目标进行成像,在这种情况下,目标的面积、形状及其变化率是区分舰船目标和假目标的重要特征。

现代海上战争需要导弹对特定目标进行精确打击。因此,复合导引头应具有选择、识别特定目标的能力。如:

(1)舰艇编队内不同舰艇目标的选择与识别;

(2)攻击部位的选择;

(3)舰艇目标与干扰的选择与识别;

(4)舰艇目标与岛岸背景的选择与识别。

2.5 融合跟踪

融合跟踪模块的功能是通过红外和主动雷达对目标的跟踪结果,采用融合方法使目标的角位置精度得到进一步的提高。常用的方法如加权最小二乘融合方法。

红外成像提供的可供目标识别的信息较雷达丰富,因此在目标跟踪过程中,应该以红外成像为主,结合雷达提供的距离信息,进一步提高跟踪精度,增加跟踪的可靠性和稳定性。

3 结论

复合制导具有任一单模导引头不(下转第59页)(上接第11页)

可比拟的优越性,是现代海战中战斗力的倍增器,也是世界各国正在竞相发展的前沿技术。主要发展特点是:(1)主动雷达/红外成像复合是反舰导弹发展的主流方向;(2)同轴共孔径是传感器复合的主流方向;(3)同控式是复合导引头控制导弹的主流方向;(4)特征级复合是复合信息处理的主流方向。

参考文献

[1]胡生亮,李胜勇,李敬辉.对雷达/红外复合制导导弹的冲淡干扰方法研究[J].光电技术应用,2004,19(4).

[2]刘桐林.世界导弹大全[M].北京:军事科学出版社,1998.

[3]刘隆和,姜永华.双模复合寻的制导技术[M].北京:解放军出版社,2003.

[4]沈世绵.飞航导弹材料[M].北京:宇航出版社,1994.

[5]丁锋,姜秋喜,张楠.多传感器数据融合发展评述及展望[J].舰船电子对抗,2007,30(3):52-55.

[6]张二虎,卞正中.基于最大熵和互信息最大化的特征点配准算法[J].计算机研究与发展,2004,41(7):1194-1199.

[7]夏克强,周凤歧,周军.红外/雷达复合制导数据融合技中的时间校准方法研究[J].航天控制,2007,25(1):8-12.

[8]Yaakov Oshman.An Information Fusion Approach to Mis sile Guidance[C]//International Conference on Control,Au tomation and Systems2007.COEX,Seoul,2007:1-6.

[9]Chia-Chi Chao,Yet-Ta Wu,Sou-Chen Lee.A CompositePassive Ranging Guidance Strategy For Anti-ship Missile[J].Journal of C.C.I.T,2005,34(1):1-20.

[10]WANG Ju,WU Si-liang,ZENG Tao.Multi-Sensor Data Fu sion Technologies for Blanket Jamming Localization[J].Journal of Beijing Institute of Technology,2005,14(1).

[11]王飞,雷虎民.红外/毫米波雷达双模制导跟踪融合算法的优化[J].红外与激光工程,2008,37(2):250-254.

机载气象雷达成像仿真篇4

随着科学技术越来越多地应用于军事领域,最新的高技术武器配发到部队使用后对部队产生了重大的影响,但是由于高新技术装备复杂性带来的训练成本也飞速增长,虚拟现实仿真技术的发展为解决这一矛盾提供了技术基础,直接利用飞行器进行演练以使飞行人员熟悉气象雷达模块功能,可能存在消耗成本过大、效率不高、安全系数低、易受自然条件干扰等实际问题,雷达被视为高技术战争下的“眼睛”,通过对气象雷达的成像和性能进行计算机仿真,提供实时逼真的训练视景,对飞行人员快速熟悉装备、熟练操作系统,提高真实环境下操作水平也具有重大的意义。雷达显示成像是飞行操作人员与雷达之间的最直接交互部分,在建立机载气象雷达成像显示模块时,雷达显示器的仿真成像效果直接影响到整个仿真系统的效果。

机载气象雷达是以多普勒效应为基础的,它不但能确定回波的位置和强度,而且可以测量出降水粒子相对于雷达发射波束的相对运动,通过回波确定探测目标云层的面积、厚度、空间位置、移动和发展变化,多普勒雷达发射回波探测云中的降水粒子,计算机通过分析回波能量大小并用规定的颜色将云层信息显示到屏幕上,实现对云层的测绘。本文采用分形布朗运动方法生成云层的轮廓,在计算机中模拟出云层的基本模型信息并通过OpenGL实现雷达屏幕成像,实现了不同气象条件下的机载雷达成像,基本可以实现飞行人员的训练要求。

1 仿真系统介绍

机载气象雷达仿真成像模块作为某型飞机飞行模拟器视景显示的一部分,可以近似地认为雷达坐标坐标系、飞行器坐标系和飞行人员三者之间在空间上是重合的,由于气象雷达显示是二维信息,选取一定的范围作为雷达扫描区域,通过计算机建立一些在2D屏幕坐标系下雷达探测目标的基本轮廓,根据大气参数拟合出单位区域内大气的含水量指标的模型,通过目标厚度的计算得到整个区域该时刻的RGB颜色空间模型,并相应地显示与雷达屏幕上,最后通过OpenGL将成像送至图像处理接口,实现了RGB颜色空间模型输出,最终将气象雷达的成像输出到雷达综合显示器上。

机载气象雷达属于雷达的一种,其基本功能是探测航向前方的云、雨、雷暴区和湍流等气象状况,然后将目标的相关参数(方位、距离等)显示在扇形扫描器屏幕上。本文只针对气象雷达对云层探测的屏幕成像仿真,首先对目标云层的进行判读,通过计算机模拟某一区域内的云层的面积、厚度、含水量等物理信息,包括低降雨区、一般降雨区、强降雨区、暴雨区和冰雹区等几种物理现象的云雨雷达影像,并根据测量某一区域内云层的厚度,通过厚度差分成相应得颜色等级,形成相应的气象雷达告警的雷达成像,系统仿真总体结构如下图1所示。

2 云团构造原理

自相似性似乎是大自然中集合构造的原理,很多情况下,“无生命”的世界也具有某种分形特征,单个云彩的边界线与它所处的整个云团看起来可能相似,然而,对于云彩不可能像生物体那样找出其层次化的结构,不存在明显的自相似性,不过从统计意义上说,当这些物体被放大时,看起来也是相同的。云彩作为自然现象,其二维轮廓线也具有分形的自相似特性,用分形的方法生成二维云层基本轮廓基础是合理的。

2.1 分形布朗运动

分形布朗运动具有如下统计特性:

分形布朗运动是定义在某概率空间的一个高斯过程X:[0,∞]→R使得分形布朗运动满足:

其中0<α<1。

2.2 分形法构造二维云团

首先可以手工画出一个或几个具有多个顶点的多边形作为云团的基本轮廓线,应用随机中点位移方法将多边形的每条边进行划分,将每条边的中点沿着与该边垂直的方向进行相应移位,其位移量的大小可以按照通常的中点位移法由高斯随机数发生器乘以一个尺度伸缩因子决定,每进行一次细分,多边形的边数就会增加了一倍,重复这一过程,但是在每一步中多边形细化后新产生的边所使用的随机数尺度伸缩因子应该减小。参数α在0和0.5之间,它决定了边线的粗糙程度,也即所得分形曲线的分形维数。

考虑按以上方法在513×513数量级的网格点分辨率下产生相应的云团轮廓,在图像中每一个像素都赋予一个高度值,通过判断这个像素的高度值来用不同的颜色表示,当像素高度值大于某个值的时候,赋予这些像素点橙红色,表示云层厚度比较大,像素高度值小于某个数值的时候,这些像素对应绿色,表示云层厚度比较小,而中间部分赋予用黄色来表示。可以通过改变分形中控制分形维数的参数α来对云团的轮廓线进行调节。

3 机载气象雷达成像仿真的实现

3.1 雷达显示余辉效果的实现

余辉显示作为雷达显示器的一种重要显示方式,可以使操作人员可得到额外的信息,获得对目标判读的依据,因此有必要在飞行训练模拟器中的机载气象雷达模块中加入余晖显示来提高逼真程度。在雷达屏幕成像扫描的过程中一些亮点不能立即消失而要保留一段时间称为余辉,像素亮点辉度值下降到原始像素亮点辉度值的10%所经过的时间称为余辉时间。某型飞机的飞行训练模拟器雷达显示器的扫描范围为120°,以机体为圆心扫描范围为半径将显示器平均分割成若干个面积大小相等的扇形,扇形数目越多每个扇形所占圆心角越小,当扇形数目足够多的时候即可认为雷达显示器被若干个等腰三角形所组成。

荧光亮度一次指数衰减曲线方程可用来表示,其中,I为余辉亮度,k为时间衰减常数,t为衰减时间。设计一个循环,根据循环的次数按一次指数衰减曲线方程公式来设置每个等腰三角形的填充颜色。假设余辉宽度涂层亮度的时间为a弧度余,辉涂层亮度的时间为tb,旋转时间间隔为△t,旋转的角度增量为△θ,那么根据一次衰减曲线方程,可以求出时间衰减常数k1、k2和雷达的扫描周期T分别为:

其中,n的小取决于划分的精度,α的取值则与余辉的大小成正比,而改变tb的取值则可以获得不同的余晖时间,△t、△θ的取值会影响扫描周期的大小。因此,应该针对具体情况对△t、△θ适度取值即实现的雷达显示器的余辉效果。本文采用OpenGL中的混合因子alpha来进行余晖的绘制,纹理融合是透明技术、数字合成和计算机绘图技术的核心,它是把两种以上的颜色分量按一定比例混合在一起,而这种比例的来源于alpha值,我们的方案中正是应用了alpha值来代替亮度,可以先把源混合因子设置为GL_ONE,把目标混合因子设置为GL_ZERO,并将第一幅图像绘制,然后,把源混合因子设置为GL_SRC_ALPHA,把目标混合因子设置为GL_ONE_MINUS_SRC_ALPHA并用0.5的alpha值显示第二幅图像,可以用alpha来代替亮度即,通过获得雷达显示器余晖最亮时候图片的RGB值可以得出此雷达余晖亮度的数学模型。通过假设模型飞行模拟器雷达余晖最亮是屏幕RGB值分别为多少,并将其转换成另一种HIS颜色模型:

然后利用这个计算出的alpha值去除以RGB单色最大值255就可以得到雷达扫描区域的透明度值,通过计算机合成就可以得到扫描后的目标余波效果。如图3所示。

3.2 机载气象雷达屏幕成像

真实的机载气象雷达探测气象目标是基于脉冲多普勒原理,先将不同的波段回波发送至云层探测云团中的降水粒子,雷达接收器接收降水粒子反射回来的回波信号,雷达探测大气中的云雨时,回波信息是由多个云雨粒子构成的,一般取一段时间平均回波,通过分析回波能量大小用相应颜色空间集合的形式显示到屏幕上,从而确定探测目标云层的面积、厚度、空间位置、移动和发展变化等信息。

通过对气象雷达探测云层过程的建模仿真,并根据探测回波的大小在计算机中将拟合出的云中厚度划分为三个强度区间,模拟探测到的云中降水粒子能量,建立基于RGB和HIS颜色空间模型,该型飞行器的气象雷达颜色分为三个级别,根据回波的强度分别用橙色、黄色和蓝色代表不同的云层的厚度。通过在VC++6.0下OpenGL编写程序,并经过模型转换、光照渲染、混合等生成具有真实感的飞行训练模拟器的雷达成像,如图4所示。

4 总结

本文提出了一种模拟机载气象雷达云层成像方法,使用该方法可以在虚拟现实环境下生成真实感较好的气象雷达屏幕成像,在一定程度上提高了飞行军事训练的效率。利用飞行训练模拟器计算机数据信息生成的云层图像,对真实环境进行可视化仿真研究,在探测航空气象以及预警方面具有十分重要的意义。通过调整参数可以实现生成各式各样的云层模型,基本满足了飞行训练模拟器对气象雷达成像仿真需求,为其提供了一个较为理想的试验场所。

合成孔径激光雷达成像算法篇5

关键词：合成孔径激光雷达,解线频调,匹配滤波,相位补偿

合成孔径激光雷达(Synthetic Aperture Ladar)是利用激光器包括紫外、可见光、红外和太赫兹做辐射源的合成孔径雷达[1]。SAL与SAR成像原理基本相同,都是利用雷达与目标之间的相对运动产生多普勒频移,经信号合成孔径处理来获得超衍射限方位分辨率。SAL回波信号由目标散射系数σ(x,r)通过一个二维线性系统h(x,r)构成,即目标散射系数σ(x,r)与h(x,r)的二维卷积,SAL成像处理就是二维解卷积以从回波信号中提取σ(x,r)。由于激光波长较短,受大气等因素影响较大,相位畸变较为严重,降低了相干探测效率[2,3,4],合成孔径处理中相位的稳定性和成像算法的有效性对数据处理结果影响很大,因此,合成孔径激光雷达成像算法是合成孔径激光雷达走向工程实践的一个重要环节。合成孔径激光雷达采用光外差探测方式记录目标的强度和相位信息,距离向原始数据为解线频调信号,不能采用传统的侧视条带模式成像算法。文中继承并改进了合成孔径雷达的距离多普勒成像算法,并给出点目标仿真成像结果以验证算法的有效性。

1 成像算法分析

合成孔径激光雷达成像的目的是要得到目标区域散射系数的二维分布,在收发控制装置的作用下,运动平台上的激光辐射源通过实孔径光学系统等间距发射一定调制方式的相干光束。其中以分光镜分离一部分并延迟作为光学外差接收机的本征信号,目标回波信号与本征信号在光电探测器上进行光外差混频,光电转换输出记录目标强度和相位信息的多普勒频移信号,也即合成孔径激光雷达成像原始数据。距离向原始数据为频率与目标斜距成正比的单频脉冲,是解线频调信号,合成孔径处理器通过对解线频调信号进行傅里叶变换以实现距离向脉冲压缩,获得距离向的目标图像;方位向数据为线性调频信号,以匹配滤波对合成孔径时间内的方位向数据进行相位调整和累加实现方位向脉冲压缩,提取目标的多普勒方位信息。最终通过处理后的信号对目标的散射特性还原,获得灰度与散射特性相对应的高分辨率可视图像[5]。图1为合成孔径激光雷达算法流程图。

1.1 原始数据

为同时实现远距离探测和高分辨率,合成孔径激光雷达发射大时带积的线性调频脉冲信号以提高发射平均功率,保证足够大的作用距离,采用光学外差探测技术获得目标的强度和相位信息,经过信号预处理后用解线性调频脉冲压缩技术获得距离向高分辨率。

假定雷达平台在匀速直线运动过程中发射的线性调频脉冲为

$S_{t} (t, η) = r e c t (\frac{t}{τ_{p}}) \exp [j 2 π (f_{0} t + \frac{1}{2} Κ_{r} t^{2})] (1)$

式(1)中,t是快时间即光波传播的时间,η是慢时间即脉冲发射时刻,τp是脉冲宽度,f0是初始频率,Kr是线性调频率。

雷达平台在沿方位向运动过程中,与目标之间的距离是发生变化的。实际上,同一脉冲持续时间内,雷达到目标斜距可以看作常数,故斜平面坐标为(R0,X0)的散射点回波时延

$τ (t) \approx τ (η) = \frac{2}{c} \sqrt{R_{0}^{2} + (X - X_{0})^{2}} (2)$

则该散射点回波信号为

$S_{r} (t, η) = r e c t (\frac{t - τ}{τ_{p}}) σ G \exp {j 2 π [f_{0} (t - τ) + \frac{1}{2} Κ_{r} (t - τ)^{2}]} (3)$

其中,σ为目标的散射系数,G为天线增益。

实现光外差探测的本征信号通过分离发射脉冲并延迟参考时间τc=2Rc/c得到,Rc为测绘带中心斜距,本征信号脉冲宽度为τref,比回波信号脉冲宽度τp要大一些,光电探测器输出中频信号为

$S_{Ι F} (t, η) = A \exp {- j 2 π [f_{0} (τ - τ_{c}) + Κ_{r} (t - τ_{c}) (τ - τ_{c}) - \frac{1}{2} Κ_{r} (τ - τ_{c})^{2}]} (4)$

式中, $A = η_{d} \frac{q_{e}}{h v} A_{d} \cdot \sqrt{η_{h}} σ G, η_{d}$ 为探测器的量子效率,ηh为光外差混频效率,Ad为探测器有效接收面积。为便于算法分析,忽略常数幅度因子。

1.2 成像算法

由式(4)知,在一个单脉冲持续时间内,光外差探测使回波信号变成单频脉冲,且其频率与回波相对本征信号的时间差成正比,是解线频调信号,因此,采用解线频调脉冲压缩技术对式(4)以本征信号时间为基准作傅里叶变换[6]

SIF(fr,η)=∫∞-∞SIF(t,η)exp[-j2πfr(t-τc)]dt=τpsinc{τp[fr+Kr(τ-τc)]}exp[-j2πf0(τ-τc)]·exp[-jπKr(τ-τc)2]exp[-j2πfr(τ-τc)] (5)

由式(5)知,傅里叶变换后在频域得到对应各回波的sinc状窄脉冲,脉冲分辨率为1/τp,距离分辨率为ρr=c/2B,其峰值处于fr=-Kr(τ-τc),解线频调后信号带宽减小,对回波信号采样所需A/D采样率的要求会相应降低,而采样率的减低有可以大大提高成像的速度和效率。3个相位项中,第1项为雷达与目标的相对运动产生的多普勒项,是方位向数据;第2项是解调频处理独有的剩余视频项(residual video phase),引起多普勒值少许改变,因而需要补偿;第3项为斜置项,表示不同时间回波是错开的,影响方位向成像处理,需要“去斜”。由于中频信号在距离频域对目标进行补偿时,只需补偿fr=-Kr(τ-τc)处的相位即可,因此式(5)可写成

$S_{Ι F} (f_{r}, η) = τ_{p} \sin c {τ_{p} [f_{r} + Κ_{r} (τ - τ_{c})]} \exp [- j 2 π f_{0} (τ - τ_{c})] \exp (j π \frac{f_{r}^{2}}{Κ_{r}}) (6)$

所以距离频域相位补偿因子为

$S_{c o m} (f_{r}) = \exp (- j π \frac{f_{r}^{2}}{Κ_{r}}) (7)$

相位补偿后距离向数据为

SIF(fr,η)=τpsinc{τp[fr+Kr(τ-τc)]}exp[-j2πf0(τ-τc)] (8)

方位向数据相当于式(8)在慢时间域的离散采样,把式(2)代入得

$S_{r} (t, η) = τ_{p} \exp [- j 2 π f_{0} (τ - τ_{c})] \approx τ_{p} \exp [- j \frac{4 π}{c} (R_{0} - R_{c})] \exp [- j \frac{2 π v^{2}}{c R_{0}} f_{0} (η - η_{0})^{2}] (9)$

式中,R $_{0}^{2}$ ≫(X-X0)2,η0为目标初始慢时间0。故方位向数据是初始频率为 $Κ_{a} = - \frac{2 v^{2} f_{0}}{c R_{0}}$ ,调频率的线性调频脉冲信号,利用驻定相位原理[7]得二维频域信号为

$\begin{array}{l} S_{Ι F} (f_{r}, f_{a}) = τ_{p} \sin c {τ_{p} [f_{r} + \frac{2 Κ_{r}}{c} (R_{0} - R_{c}) + \\ \frac{c Κ_{r} R_{0} f_{a}^{2}}{4 v^{2} f_{0}^{2}}]} \cdot \exp [- j 2 π f_{a} η_{0}] \exp (j \frac{π c R_{0} f_{a}^{2}}{2 v^{2} f_{0}}) (10) \end{array}$

上式表明,由于距离向和方位向的耦合,使不同脉冲经距离压缩后点目标冲激响应必然出现在不同的距离上,称为距离徙动,需要沿距离徙动曲线脉冲压缩以实现方位聚焦。

距离徙动为

$Δ R = \frac{c^{2} R_{0} f_{a}^{2}}{8 v^{2} f_{0}^{2}} (11)$

即距离徙动与点目标距离成正比,而与点目标方位初始位置无关,所以一般在多普勒域对距离徙动进行校正,若最大距离徙动≤1/4个距离分辨单元,即

$\frac{v^{2} Τ_{s}^{2}}{8 R_{0}} \leq \frac{ρ_{r}}{4} (12)$

则距离徙动不需要校正[8]。

距离徙动校正后的二维频域信号为

$S_{Ι F} (f_{r}, f_{a}) = τ_{p} \sin c {τ_{p} [f_{r} + \frac{2 Κ_{r}}{c} (R_{0} - R_{c})]} \exp [- j 2 π f_{a} η_{0}] \exp (j \frac{π c R_{0} f_{a}^{2}}{2 v^{2} f_{0}}) (13)$

由匹配滤波理论知,方位向参考函数及其频谱[9]为

$\begin{array}{l} h (η) = \exp (j 2 π \frac{v^{2} η^{2} f_{0}}{c R_{0}}) \\ Η (f_{a}) = \exp (- j \frac{π c R_{0} f_{α}^{2}}{2 v^{2} f_{0}}) \end{array} (14)$

二维频域信号方位匹配滤波输出为

$S_{Ι F} (f_{r}, f_{a}) = τ_{p} \sin c {τ_{p} [f_{r} + \frac{2 Κ_{r}}{c} (R_{0} - R_{c})]} \exp [- j 2 π f_{a} η_{0}] (15)$

其为单频脉冲,对式(15)进行逆傅里叶变换得

$S_{Ι F} (f_{r}, η) = τ_{p} B_{d} \sin c {τ_{p} [f_{r} + \frac{2 Κ_{r}}{c} (R_{0} - R_{c})]} \sin c [B_{d} (η - η_{0})] (16)$

式中, $B_{d} = \frac{2 v^{2} Τ_{s} f_{0}}{c R_{0}}$ 为多普勒带宽,傅里叶逆变换后在慢时间域得到sinc状窄脉冲,脉冲分辨率为1/Bd,方位分辨率为ρa=D/2,其峰值处于η=η0处。

2 成像算法仿真

根据上述成像算法,采用典型的机载合成孔径雷达平台,以表1所示的SAL系统基本参数和导出参数对点目标进行模拟成像,点目标斜平面坐标为(Rc,0),要求方位向和距离向分辨率均为0.05 m。

图2上部分别为距离向傅里叶变换后所得sinc状窄脉冲和方位向匹配滤波后所得sinc状窄脉冲;下部是点目标二维强度图像。方位向匹配滤波采用Hamming窗函数来平滑频谱,即弱化频谱边缘处的不连续性,以降低脉冲压缩冲激响应主瓣的能量泄露,但要以损失空间分辨率为代价。文中继承并改进了传统的SAR距离多普勒成像算法,该算法可以直接处理光外差混频输出中频解线频调信号,如图2所示,目标的图像位于成像区域的中心位置,与所设置目标位置相符合,得到的目标图像比较理想,验证了改进成像算法的有效性。

参考文献

[1]Thomas J Karr.Synthetic Aperture Ladar for Planetary Sensing[C].Proc.of SPIE,2003,5151:44.

[2]Thomas J Karr.Synthetic Aperture Ladar Resolution through Turbulence[J].Proc.of SPIE,2002,4976:30-31.

[3]Buell W.Demonstrations of Synthetic Aperture Imaging Ladar[J].Proc.of SPIE,2004,5791:155-159.

[4]Robert L.Lucke Synthetic Aperture Ladar Simulations with Phase Screens and Fourier Propagation[C].IEEE Aerospace Conference Proceedings,2004:1788-1798.

[5]李番,邬双阳,郑永超,等.合成孔径激光雷达技术综述[J].红外与激光工程,2006,35(1):57-59.

[6]保铮,邢孟道,王魁,等.雷达成像技术[M].北京:电子工业出版社,2005.

[7]Curlander J C.合成孔径雷达—系统与信号处理[M].韩传钊,译.北京:电子工业出版社,2006.

[8]裴莉辉.基于去调频处理SAR的成像技术研究[D].成都:电子科技大学,2004.

雷达导引头单脉冲成像研究篇6

关键词：单脉冲,前视成像,静止和运动状态,测角

本世纪的几次局部战争经验表明，与常规武器相比，精确制导武器的作战效能大幅提高，精确制导武器将成为未来的主要作战武器。伴随着隐身技术、电子对抗技术的迅速发展，未来战场环境更加复杂多变，要求精确制导技术具备更强的反隐身能力、抗干扰能力和目标识别能力。毫米波雷达制导技术是一种全天候、全天时的主动式制导技术，其具有较好的全天候性能、对目标的快速搜索能力和作用距离远的特点，但其目标分类识别能力较差。为提高毫米波雷达的目标识别能力，通过毫米波雷达成像技术提取目标的几何特征和内部结构特征，以提高对目标的识别能力，同时利用毫米波雷达二维成像获得几何特征和空间分布实现提高对抗角反射体或箔条等无源干扰和有源干扰能力。现有成熟的雷达成像技术主要有采用侧视、斜视等成像方式的SAR、DBS等技术，但此类技术存在前视成像盲区，大幅制约了其在精确末制导中的应用，因此需开展雷达的前视成像技术研究。

目前，雷达前视高分辨成像技术主要有解卷积方位超分辨技术[1]和单脉冲前视成像技术。但由于解卷积方位超分辨技术的处理算法较复杂以及对目标检测信噪比的苛刻要求，其工程应用适应性较差，仍需进一步完善。相比之下，单脉冲成像技术原理清晰，算法简单，且易于工程实现。

本文根据单脉冲技术[2]的测角原理，结合距离高分辨技术，对目标在静止和运动时的前视成像情况进行了分析。验证了在不同情况下，单脉冲前视成像的可行性。

1 单脉冲测角

单脉冲技术通过比较一次脉冲回波的和、差信号信息对目标的角度进行测量。

如图1所示，每个脉冲均采用两个相同且彼此部分重叠的波束，若目标处在等信号轴线的方向上，则由两波束收到的信号强度相等，否则一个波束的回波信号强度将高于另一个。因此，只需要比较两个波束回波的强弱便可判断目标偏离等信号轴的方向及大小[3]。假定两个波束的方向性函数均为F(θ)，接收到两波束的信号电压振幅为E1、E2，设两波束相对天线轴线的偏角为δ，则对于偏离天线轴线θ角方向的目标，其和信号振幅表达式为

差信号振幅表达式为

现假定目标的误差角为ε，由于在跟踪状态下，ε较小，故将FΔ(ε)在0处展开成泰勒级数并忽略高次项，可得

可看出，在一定误差范围内，差信号的振幅大小表明了目标误差角的大小，其相位则表明了目标偏离天线轴的方向，而与信号的相位和目标偏向无关[4,5]，所以一般用和信号作为相位基准，并利用差信号与和信号的比值来鉴别目标偏离天线轴线的方向。典型的和差信号方向图如图2所示，其中，两波束方向轴夹角为0.2 rad。

单脉冲体制雷达中，系统的方位分辨率主要取决于接收天线的波束宽度。对于远距离目标，雷达波束宽度通常大于目标形体对雷达的张角，这时要依靠雷达的角分辨率来区分目标的各组成部分是很困难的。单脉冲成像主要依靠距离高分辨性将目标不同散射点进行分离，然后对各散射点分别测角，从而实现对同一雷达波束内不同高分辨距离单元的不同散射点进行分离和定位。同时结合目标的一维距离像，便可获取各散射点的坐标信息，并根据和通道信号的幅度获得相应像素点的灰度值描点成像，从而获得单一波束照射区域内的目标各组成部分雷达特性图像。

单脉冲成像技术可测得目标在实波束中的精确位置。因此，将其应用于雷达对地面的成像处理中可显著改善图像质量。即运用该种技术，不仅能够显著提高实波束成像图中较多特征目标的清晰度，且能够提高其方位位置的精确度。同时这种改善不依赖于目标的多普勒频率，故可实现SAR、DBS等技术难以实现的前视图像效果的改善，且具有算法简单、成像时间短的特点。

2 成像分析

设雷达发射的脉冲压缩信号为s(t)，在探测区域存在N个目标，每个目标的后向散射系数为σn，方位角为θn，目标距雷达的距离为Rn，天线的转速为ω，轴线方向为α。

根据给出的条件可知，目标回波延迟时间，这段时间内，天线转过的角度为Δαn=ωΔtn，当天线发射波束时，目标与天线轴线夹角为θn-α。而当接收回波时，目标与天线轴线夹角为θn-α+Δαn，此时接收到的和差信号为

根据前面的推导，可较容易求出每个目标偏离天线轴线的角度。

当测量目标的俯仰角时，由于同一天线的方向图是固定的，因此测量目标俯仰角的方式和测量目标方位角的方式并无区别。

实际应用中，目标可能具有一定的速度，弹体也一定是向前运动的。对于运动的目标和弹体，文中可在方位维度上以弹体为原点建立极坐标系，并将目标相对于弹体的运动速度v分解为切向速度vt和径向速度vr。

当目标只有切向速度时，目标与弹体间距离R保持不变，在目标回波延迟时间Δtn内，目标相对天线转过的角度为，这等效于改变了天线的旋转速度，因此天线接收到的和差波束变为

在弹目距离为R时，单个脉冲收发时间为，当目标在3 km时，可知收发时间，而脉冲重复频率为1 k Hz。由此可看出，脉冲周期TΔt，因此主要由相参积累时间来决定目标运动距离。当目标切向速度为30 m/s(108 km/h)时，若成一帧像需64个脉冲，则在成一帧像的时间内，目标所移动的距离为1.92 m，若目标速度小于该数值，则在成像时间内，目标的移动距离更小。因此，切向运动对单脉冲成像的影响可忽略。

当目标只有径向运动时，弹目距离发生变化，而目标和天线轴线夹角不发生变化。此时接收到的和差信号表达式变为

由表达式可看出，这种运动状态下，回波的和差信号幅度发生变化，而误差角与差波束间的线性关系并未发生变化，而若以SΔ/S∑测量误差角时，和差信号幅度的变化并不会影响该方法的测角精度。

3 测角仿真

假定目标的分布如图3所示。

天线波束宽度为3°，天线扫描时转速为30°/s，此时静止目标所成的距离-方位像如图4所示。

图4(a)为单脉冲成像图，图4(b)为实波束成像图。由此可看出，在多个目标间距离小到一定程度时，实波束成像已无法完全区分多个目标，而此时单脉冲成像仍能较好地区分距离近处的多个目标。即与传统的实波束成像相比，单脉冲成像方式实现了波束锐化，同时角分辨率也得到了一定程度的提高。

当目标以30 m/s的速度作切向运动时，成像仿真如图5所示。

通过对比图4和图5可知，目标的切向运动对成像的影响并不明显。这也印证了前面的分析。

4 结束语

通过仿真可看出，在雷达的实际使用中，单脉冲测角可较精确的得出目标方位角和俯仰角。因此在已知弹目距离的情况下，通过该成像方式，可容易确定目标在空间的确切位置。在实际应用中，需同时确定目标方位角和俯仰角的大小，因此实际天线发射的脉冲是由4个对称且相互部分重叠的波束构成。其4个波束分别占据4个象限[6]，接收回波后，再进行和差处理，即可同时测量出目标的方位角和俯仰角。

由于单脉冲成像方式与视角无关，能够对任意视角进行成像，弥补了SAR和DBS成像的前视盲区。同时，和实波束成像方式相比，其角分辨率也有一定的提高，且成像算法的运算量较小，工程实用性高。

参考文献

[1]李悦丽,梁甸农,黄晓涛.一种单脉冲雷达多通道解卷积成像方法[J].信号处理,2007(5):699-703.

[2]吴迪,朱岱寅,朱兆达.机载雷达单脉冲前视成像算法[J].中国图象图形学报,2010(3):462-469.

[3]贺林峰.单脉冲成像[D].武汉:华中科技大学,2008

[4]丁鹭飞,耿富录,陈建春.雷达原理[M].4版.北京:电子工业出版社,2009.

[5]张明友,汪学刚.雷达系统[M].3版.北京:电子工业出版社,2011.

[6]雷璐.基于单脉冲测角技术的雷达高分辨三维成像方法研究[J].科技创新导报,2010(9):4-5.

[7]孙富君,陶建锋,孙宏伟.单脉冲雷达的角度跟踪干扰研究[J].现代雷达,2004,26(1):17-18,36.

L波段浅层目标的相关成像雷达篇7

目前对浅层目标成像的研究方兴未艾, 其成像系统在资源探测、地质勘查、材料科学、生物医学有广泛应用, 所以研究和设计便携式浅层目标成像系统具有重要意义。

目前浅层目标成像所使用的方法主要有:GPR、Tomography[1—4]、Holography[5,6]以及最近才提出来的ElectricalResistanceTomography等方法。其中使用相干成像的主要方法为Holography, 成像过程类似于合成孔径雷达, 由于可以得到回波的幅度和相位, 所以可以得到分辨率高的像。但是在对取得数据的处理过程中, 如果要取得聚焦像, 需要的计算量较大。

相较于Holography系统, 本文的系统采取了相干成像算法, 但对算法进行了简化, 从而具有便携性好, 具备实时成像能力的特点, 并且在水平二维方向上也可以取得较高的分辨率。本系统采取的信号源是单频连续波, 与脉冲源相比较[7], 具有结构简单, 水平分辨率高的优点。使用脉冲源的系统中, 由于采取了时变放大器, 使得穿透深度大大增加。而本系统尽管难于测量到物体的深度, 但是具有高的水平分辨率, 价格低廉而且对于一些需要精度并不是很高的场合, 本系统也可以满足要求。

1系统结构及成像算法

在本系统, 使用了五个频率:1 550, 1 650, 1 750, 1 850, 和1 950MHz的连续波分时成像。水平分辨率为2cm, 约为波长十分之一, 穿透深度约为40cm, 穿透深度和水平分辨率与待测物体与周围介质介电常数差和介质的衰减系数有关。成像模式有平行极化和交叉极化两种。成像结构如图1。

成像方式采取手动逐行扫描方式, 由滚轮感知移动的距离, 并实时传回系统, 每移动2 cm将得到的数据处理后显示。在扫描过程中, 接收到的信号有两部分, 一部分为空气和介质表面的反射, 一部分为被测物体的反射, 分析如下, 假设参考源为A0cos (ωt+φo) , 则发射波为A1cos (ωt+kr+φ1) , 而在交界处的反射波为A (ω, h) cos (ωt+kh+φ1) , 物体的反射波为A (ω, r) cos (ωt+kr+φ1) , 而接收到的波为平行极化和交叉极化双向, 取两个方向分量的矢量和, 可得在扫描路径上有无物体的两种情况下的回波:

$A_{r e c e i v e r} = {\begin{cases} A (ω, r) \cos (ω t + 2 k r + φ_{1}) + A (ω, h) \times \\ \cos (ω t + 2 k h + φ_{1}) \\ A (ω, r) \cos (ω t + 2 k r + φ_{1}) 。 \end{cases}$

而在做与参考源相关处理并滤波后得:

$A_{r e c e i v e r} = {\begin{cases} \frac{A_{0} A (ω, r)}{2} \cos (2 k r + φ_{1} - φ_{0}) + \frac{A_{0} A (ω, r)}{2} \times \\ \cos (2 k h + φ_{1} - φ_{0}) \\ \frac{A_{0} A (ω, r)}{2} \cos (2 k r + φ_{1} - φ_{0}) 。 \end{cases}$

2 成像结果及分析

实验使用对厚度为1.8 cm的木板下50 cm×20 cm范围内的宽为2 cm直尺成像结果。图2为平行极化图, 图3为交叉极化图。

而成像结果 (图3) 由于有交界面反射波的影响会导致对比度下降, 而且边缘也会出现一些模糊, 故采用将反射波的值聚类方法消除背景波, 分类方法是对每个数据值为e, 在[e-200, e+200]拥有最多数据的作为类, 然后在类内进行平均, 在图中减去平均值就可以消去上式的界面反射波项。图4为使用聚类方法处理后的平行极化像结果。使用聚类方法得到的大部分数据近似为0, 所以较优。聚类处理会突出物体特征。而造成1.85 GHz模糊的原因是相干处理后相位接近0, 所以回波与背景波相混后对比度不强。故系统采用五个频率以避免此类情况。对于不同的极化方式, 由于介电常数的差别, 物体对于入射波的极化旋转角度也不同。图4为同样条件下光盘平行极化所成的像, 图5为光盘交叉极化像。由于回波由空气与木板, 木板与空气, 以及光盘表面薄膜与空气, 以及光盘下金属反射组成, 其中前三种反射都会造成极化方向的改变。作为圆形的光盘, 为各向同性介质, 而在交叉极化中可以明显看到为不对称图形, 这是由于木板的密度不均匀导致介电常数的差异。所以可以利用该系统来检测可透视物体的缺陷。

在图6与图7中, 是对于50 cm×50 cm的墙体中面积的钢筋结构所成的像, 频率由低到高1.55 GHz-1.95 GHz。

在图7中可以看到砖之间的水平缝隙以及两根竖直的钢筋, 而由颜色深暗的变化知道其相位发生了改变, 即相对于扫描平面来说, 其高度是不一样的, 而高度如果倾斜角一定的话, 那么对于接收后的混频波来说, 相当于加了一个低频分量, 将其进行FFT后可得低频分量, 最后计算所得倾斜角度约为2度。

4 结论

由前面的结果可以知道, 对于浅层目标的相干探测取得水平方向的高分辨率的同时, 避免了如Tomography的多角度的探测, 降低了成本, 也避免了Holography为获得相位所增加的正交接收设备, 而且所使用的连续波雷达具有便携的特点, 所以在城市建设, 安全, 军事, 材料检测[6]等多种领域都有重要应用。

参考文献

[1]Desai M, Jenkins W K.Convolution back-projection image recon-struction for synthetic aperture radar.Proceedings of IEEE Interna-tional Symposium on Circuits and Systems, Montreal, Canada, 1984;1:161—163

[2]Vertiy A A, Gavrilov S, Aksoy S.Imaging of buried objects by micro-wave tomography method in conditions of low reflection on surface medium.20002nd International Conference on Microwave and Milli-meter Wave Technology Proceedings.2000:615—618

[3] Vertiy A A, Gavrilov S.Near-field millimeter wave and microwave tomography imaging .MSMW 07 Symposium Proceedings. Kharkov, Ukraine, June 25—30, 2007: 104—108

[4] Semenov S Y, Bulyshev A E, Abubakar A. Microwave-Tomographic imaging of the high dielectric-contrast objects using different image-reconstruction approaches.IEEE transactions on microwave theory and techniques, 2005;53 (7) :2284—2294

[5] Pastrorino M, Salvade A, Monleone R. Detection of defects in wood slabs by using a microwave imaging technique. Instrumentation and Measurement Technology Conference-IMTC 2007 Warsaw, Poland, May 1—3, 2007: 1—6

[6]Popov A V, Kopeikyn V V, Vinogradov V A.Reconstruction algo-rithms and experimrnts with a prototype of hologrphic subsurface ra-dar.International Conference on Antenna Theory and Technique, Se-vastopol, Ukraine9-12September:2003;561—563

雷达成像技术篇8

条纹管是条纹管激光成像雷达的核心器件, 是一种真空光电成像器件[1,2,3,4]。它能把微弱的超快光信号通过光学成像系统投射到条纹管的光阴极转换成在数量上与光强成正比的光电子, 再经高速线性扫描电场按时间顺序扫描和微通道板 (MCP) 倍增后轰击荧光屏成像, 可反演超快光信号强度的时空分布信息。

条纹管一般由以下五个基本部分组成:光阴极、电子光学系统、偏转扫描系统、MCP电子倍增极及荧光屏。其基本工作原理如下:被测光信号透过狭缝经过光学透镜聚焦在光阴极上, 形成光信号的空间位置轴。被测光信号在位置轴上各点的光强在同一时刻可能各不相同, 并且随时间变化。光信号经过光电转换后形成一维空间分布的光电子, 再经加速网加速和聚焦电极聚焦后, 进入偏转系统。由于加在偏转板上的斜坡扫描 (偏转) 电压由高到低或由低到高线性变化, 且偏转板间的电场垂直于空间位置轴。光电子进入偏转系统后, 其偏转角度在扫描电压作用下不断变化, 而后按时间顺序入射到MCP的不同位置, 光电子在MCP中倍增增强后去轰击荧光屏, 形成荧光图像。由于扫描电压的作用, 最初时刻投射到光阴极面上的光信号经条纹管转换后, 被显示在荧光屏最上端。随着时间的推移, 入射的光信号转换后被依次从上往下显示在荧光屏上, 直到满屏为止。荧光屏水平方向代表的是光信号的空间位置轴, 而垂直扫描方向代表的是时间轴。

根据使用条件的不同, 条纹管制作可以采用不同的光阴极材料, 以便响应从近红外到X射线的各种光信号。针对激光雷达常用工作波长532nm的可见光波段, 具有该波段光电响应灵敏度峰值的主要是钾钠锑铯 (Na-K-Sb-Cs) 阴极, 即S20阴极。在保持相当时间分辨率的情况下, 光阴极有效面积较大的条纹管可以工作在多狭缝模式, 不仅可获得比单狭缝条纹管激光雷达更为丰富的信息, 而且能够实现闪光式成像[5,6,7]。本文对应用于激光雷达的条纹管进行了性能参数设计和结构设计, 经过专业配套且完整的工艺流程, 研制成功性能良好的条纹管, 经检验测试各项指标达到设计要求, 并通过了环境和寿命考核。

1 条纹管的设计

1) 条纹管的参数设计

条纹管的基本参数包括:时间分辨率、空间分辨率、光阴极灵敏度、光阴极有效直径、偏转灵敏度和荧光屏有效直径等。其中时间分辨率和空间分辨率是条纹管最重要的参数指标。影响这两项参数的物理因素主要有:光电子初始能量、位置分布和初始发射角度分布;电子之间相互作用力 (即空间电荷效应) ;电子光学系统;偏转系统的时空弥散和偏转灵敏度等[8]。根据对激光成像雷达用条纹管的技术要求, 该条纹管的时间分辨率设计值:≤60ps, 静态空间分辨率设计值:≥20lp/mm。

a) 时间分辨率

时间分辨率是指条纹管记录光信号过程中所能分辨的最小时间间隔。而条纹管相机所能具有的极限时间分辨率最终由条纹管来决定, 其他相机部件只是通过改变相机空间分辨率来间接对时间分辨率产生影响。条纹管的时间分辨率分为物理时间分辨率和技术时间分辨率两个部分。总的时间分辨率为

其中物理时间分辨率定义为电子在条纹管各部分渡越时间弥散的总效果。而技术时间分辨率定义为[9]

式中, K表示加在偏转系统上的扫描电压随时间变化的斜率, 单位为kV/s;P表示偏转系统的偏转灵敏度, 单位为mm/kV;N表示扫描方向的动态空间分辨率。对于一个设计好的皮秒级条纹管, 其物理时间分辨率为定值且远小于技术时间分辨率, 因此

为了满足时间分辨率≤60ps的技术指标, 本条纹管的设计重点为整管空间分辨率及偏转系统的偏转灵敏度。由前文分析可知, 条纹管时间分辨率达到60皮秒即可满足对静止目标成像的厘米量级距离分辨率。经过测算, 通过匹配合适的扫描电路, 条纹管的静态空间分辨率≥20lp/mm且偏转灵敏度≥50mm/kV即可满足以上技术要求。

b) 静态空间分辨率

整管总的空间分辨率N为

其中N1表示光阴极面与加速网之间的近贴聚焦空间分辨率;N2表示MCP与屏间的近贴聚焦空间分辨率;N3表示加速网的空间分辨率;N4表示MCP的空间分辨率。

N1和N2的近贴聚焦空间分辨率可用如下公式表示:

其中, υ0为从光阴极平面发射出来的光电子初始能量, e为电子电荷, d为近贴聚焦空间距离单位mm, V为近贴聚焦极间电压。公式 (5) 是按初始发射角最大的散射圆计算, 因此在实际器件中的该近贴聚焦分辨率要优于此公式的计算值。

使用S20阴极时, 可见光波段光电子初始能量υ0统计半高宽约为0.4eV[10]。对于光阴极与加速网近贴聚焦系统, 选择合适的电压, 设定d=0.4mm, 可计算得出对应的N1=30lp/mm;对于MCP与屏间的近贴聚焦系统, 选择合适的电压, 设定d=1mm, 可计算得出对应的N2=25lp/mm。

当加速网选用50lp/mm的网时, 其空间分辨率N3=50lp/mm。而MCP的空间分辨率用以下公式表示:

其中, D为按六角形排列的微孔通道中心距。选择孔径为12微米的微通道板, 其D=0.015mm, 代入 (6) 式, 则N4=38lp/mm。

由于设计的整管电子光学系统放大率约为1.5, 则光阴极图像到达MCP输入面时已被放大1.5倍, 即20lp/mm的空间分辨率到达MCP输入面时变为20/1.5=13lp/mm。因此MCP与屏这一近贴聚焦结构对整管空间分辨率的影响可以忽略。则整管总的静态空间分辨率N为

将N1, N2和N3代入 (7) 式得N=21.3lp/mm, 能够满足设计要求的整管静态空间分辨率。

c) 偏转灵敏度

偏转灵敏度是指单位偏转信号电压使光点在屏上产生的位移。本管拟采用平行金属板偏转系统结构, 如图1所示。

图中, D表示电子偏转距离, l为偏转板底部边缘到荧光屏的距离, a为偏转板的长度, d为偏转板的间距。则有D的计算公式如下:

其中Va为加速电压。则偏转灵敏度P为:

设Va为7 500V, 并选择合适的偏转板长度, 可计算出在本管偏转结构下偏转板间距为4 mm时, 偏转灵敏度为60mm/kV, 能够满足设计要求。

2) 条纹管的结构设计

该条纹管由超高真空密封管壳、多碱光电阴极、加速网、宽束电子光学系统、对称偏转系统、MCP和近贴聚焦荧光屏组成, 其基本结构如图2所示:

除了整管关键性能参数的计算设计, 整管结构设计也尤为重要。为保证整管工作效果符合计算预期, 需要在光阴极组件、加速网组件和偏转扫描组件等方面进行精细设计, 确保结构精度和可靠性。

a) 光阴极组件

光阴极面电阻对整管时间分辨能力具有一定影响。阴极工作在脉冲状态下时, 阴极瞬间发射的电流密度比较大。阴极发射电子后补充电子所需时间与面电阻成正比, 如果阴极面电阻大, 则电子补充慢, 影响时间分辨率。同时阴极面电位会局部升高, 破坏电子光学系统的聚焦条件, 导致空间分辨率下降, 进一步影响时间分辨率。因此为了提高条纹管的时间分辨率, 光阴极面电阻要小, 电子初能量弥散要小。这就要求光阴极导电率良好。本管为满足对峰值532nm的激光脉冲响应而选用了S20多碱阴极, 该阴极膜层通常呈高阻性, 因此在制备多碱光阴极前在基底上须制作一层透过率高的导电膜层, 并与阴极材料相容。

b) 加速网组件

光阴极发射的电子初能量分布和初角度分布都各不相同。而阴极附近电子的速度较小, 造成的渡越时间弥散也比较大。为了减小电子在此区域的渡越时间和渡越时间弥散, 常在阴极附近设置一加速网, 不仅能够使逸出电子尽量统一出射角度, 还能对电子进行加速, 提高电子光学系统成像能力。提高阴极和网之间的场强和减少阴极电子初能量分布, 可以减小这一区域的渡越时间弥散。一般采用适当拉近阴极和网之间的距离和提高加速网电压来提高时间和空间分辨率。但这也存在着一对矛盾, 当阴极与网间距过小或网电压过高时很可能由于网组件上某些肉眼无法分辨的毛刺高压打火, 造成整管失效。因此在保证阴极与加速网近贴聚焦系统的空间分辨率满足设计要求的情况下, 通过模拟试验来优化选取距离参数。

为了保证阴极和加速网之间电场的均匀性和空间分辨率, 同时尽量提高加速网的透过率, 本管采用50lp/mm的加速网, 其透过率在70%以上。

c) 偏转扫描组件

偏转扫描组件是条纹管实现时间信息到空间信息转换的重要技术环节。如前所述可知, 要提高条纹管的时间分辨率, 就必须改善条纹管的空间分辨率, 同时扫描电源要提供匹配的扫描电压斜率并提高条纹管的偏转系统的偏转灵敏度。在实际应用中, 还需考虑到在偏转扫描状态下荧光屏上图像位移变化与入射光信号时程变化对应一致性高, 并且能使最小光斑直径尽量小, 以保证较好的空间分辨率。这表明偏转扫描组件需要满足高偏转灵敏度、良好的偏转线性和小的偏转解聚性。

本管的偏转扫描组件设计采用对称平板偏转系统结构。偏转系统处在等位漂移区, 不会影响电子光学系统的静态成像能力。由公式 (9) 可知, 偏转板间距越近其偏转灵敏度越高, 但考虑到平板电容效应及偏转扫描的光电子在偏转板末端不被切割和解聚, 经过前文所述的计算设计, 该偏转扫描组件在保证高偏转灵敏度的前提下完全能满足以上设计要求。结构方面, 偏转板在轴向上的放置位置也值得探讨, 该组件的垂直偏转系统经过反复调整后放置在电子束斑最小的位置, 可以获得较高的空间分辨能力和最大的阴极有效面积[11]。另外偏转板对称轴径向的偏差会降低条纹管的时间和空间分辨能力, 所以偏转板中心线应该与条纹管旋转对称轴严格重合。

2 条纹管的工艺制作

条纹管的工艺制作工序繁多且要求严格, 主要包括了管壳制作、MCP和荧光屏组件制作、电子光学结构装架等几大方面。这其中又包含了诸多细小而重要的工艺环节, 无论何处出现差错或不够严谨, 都可能会影响最终的整管性能。

a) 真空密封管壳制备工艺 (见图3)

b) 管内工艺 (见图4)

c) 制管工艺 (见图5)

该条纹管最后通过灌封工艺提高了整管的高压保护性能, 环境适应性更好。

3 测试结果

灌封后的条纹管在测试系统中的状态如图6所示:

该条纹管经过加电测试, 其光阴极相对光谱响应曲线如图7所示:

由测试结果可见, 该条纹管的多碱光阴极光谱响应峰值在532nm左右, 符合激光成像雷达的光响应要求。

使用了最高分辨率为23lp/mm的分辨率卡对该条纹管进行了静态空间分辨率测试, 其结果如图8所示:

主要性能参数测试结果如下:1) 光阴极有效面直径:15mm;2) 光阴类型:S20阴极;3) 阴极积分灵敏度:160μA/lm;4) 偏转灵敏度:63 mm/kV;5) 荧光屏有效面直径:40mm;6) 放大率:1.8;7) 静态空间分辨率:20lp/mm;8) 时间分辨率:50ps (扫描速度为400ps/mm时) 。该条纹管通过匹配合适的高压驱动电路和扫描电路, 并根据实际需要进行电路扫描速度调挡, 可以获得不同的全屏扫描时间, 达到探测范围可变的需求, 能够满足条纹管激光成像雷达的使用需求。

4 结论

设计、制备了一种可用于激光成像雷达的条纹管, 其各项性能参数能满足设计要求。该管具备了稳定的制管工艺结构设计牢固并经过了可靠性测试, 整管可靠性较高并已具备批量生产能力。但该管尺寸较大、重量较重。未来还将在此基础上优化设计, 进一步研制口径更大、体积小、重量轻的条纹管, 以满足机载和弹载的需求。

摘要：简述了条纹管的工作原理。设计制作了一种可用于激光成像雷达的条纹管。测试表明, 该条纹管时间分辨率达到50ps/lp, 空间分辨率为20lp/mm, 光阴极有效面直径为15mm。

关键词：条纹管,激光成像雷达,时间分辨率,空间分辨率

参考文献

[1]Knight F K, klick, DΙ, Ryan-Howard, D P, et al.Three dimensional imaging using a single laser pulse[J], SPIE., 1989, 1103 (1989) :174-189.

[2]李晓峰, 徐军, 罗积军, 等.非扫描激光主动成像指导技术研究[J].光学技术, 2008, 34 (12) :175-178.

[3]Mark Kushina, Geoff Heberle, Mike Hope, et al.ALMDS laser systems[J], Solid State Lasers XII, 2003, 4968:163-168.

[4]孙剑锋, 郜键, 魏靖松, 等.基于激光成像的高分辨率海浪微尺度波探测法方法, 中国, ZL201010300918.X[P].2010-06-30.

[5]赵宝升, 陈敏.采用多狭缝条纹管实现激光三维成像[J].光子学报.2004.33 (12) :1425-1427.

[6]Asher Gelbart, Brian C.Redman, Robert S.Light, et al.Flash lidar based on multiple-slit streak tube imaging lidar[J].SPIE.2002, 4723:9-18.

[7]田进寿, 赵宝升, 温文龙, 等.一种多狭缝条纹变相管[J].光子学报, 2007, 36 (11) :1979-1982.