摘要 基于空天电磁信息技术的重大发展,本文介绍复旦大学电磁波信息科学教育部重点实验室研究团队近年来在该领域的主要的几项工作进展,从空天电磁信息的获取、传输与智能处理3个方面,论述了空天电磁信息科技的国家战略地位,及其对经济社会发展的深远影响.空天电磁信息获取研究包括面向定量化的新体制SAR设计与反演算法、高轨SAR运动目标模拟与重构、月球行星微波遥感等研究进展;空天电磁信息传输研究包括了空天电磁新频谱通信、毫米波太赫兹通信及光无线通信等技术进展;空天电磁信息智能处理的研究概述了“微波视觉”与SAR图像目标智能解译、导航中电离层时空参数智能反演与预测等研究进展.并对未来空天电磁信息技术的研究与发展进行了展望.

关键词 微波遥感; 新体制SAR; 行星; 通信; 微波视觉; microwave remote sensing; new regime SAR; planetary; communication; microwave vision

摘要 光的本质是横波电磁波矢量,以双向反射分布函数BRDF (bidirectional reflectance distribution function)为基础模型的标量遥感体系只利用植被反射光的整体强度信息,无法进一步区分反射辐射蕴含的叶表、叶内和冠层结构信息;在标量遥感基础上考虑垂直于电磁波传播方向的二维偏振矢量特性(强度+方向)就能深化为矢量遥感体系,从而有望精确刻画反射光中蕴含的多种信息,提升植被参数反演精度.刻画偏振反射空间分布的双向偏振分布函数BPDF目前存在精度低、泛化性差等问题,因此进一步探索矢量遥感基础理论,构建通用性强的植被矢量遥感基础模型具有迫切的现实需求.本文旨在利用光子与植被元素的相互作用构建通用性较强的植被BPDF物理模型.首先基于光子–植被元素相互作用的光谱不变原理,提出基于方向逃逸概率的植被BPDF物理模型基础形式,并基于植被单次反射的辐射传输理论推导模型解析表达;随后通过考虑叶片散射随干物质含量的变化,提出光谱不变原理优化表达并推导模型通用表达式;最后分别利用三维矢量辐射传输模型和多尺度实测数据实现模型的正演直接验证和间接验证.结果表明,本文构建的BPDF物理模型的解析表达和通用表达在不同植被场景下,对偏振反射率的正演均方根误差可达0.001以内,与矢量辐射传输模型正演结果在半球空间内具有很强一致性,在多尺度实测数据也简洁验证了模型关系的稳定性,模型R2普遍高于0.9.相比于现存植被偏振反射模型,本文构建的模型兼具物理机理、简洁形式、可接受的参数化方案、较高精度和较强泛化能力,对浓密植被具备通用性,为在BRDF一维标量遥感的基础上进一步考虑BPDF二维偏振特性从而形成矢量遥感体系这一转变过程提供了理论基础和探索性方案.

关键词 植被; BPDF; 矢量遥感; 物理模型; 偏振; vegetation; BPDF; vector remote sensing; physical model; polarization

摘要 极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)能够获取目标丰富的极化信息,在人造目标的散射机理解译和检测、分类、识别等领域发挥着重要的作用. PolSAR车辆目标检测对环境侦察监视、道路交通监管等应用来说尤为关键.不同于海上的舰船目标,车辆目标所处的地面背景包括草地、树木、建筑、道路等,背景杂波较为复杂,人造杂波干扰较强,这给PolSAR车辆目标的检测带来了一定的挑战.车辆目标散射机理的准确解译是后续极化特征提取和目标检测方法设计的基础.为了准确描述车辆目标的散射行为,本文构建了旋转二面角散射模型,并由此提出了一种精细五分量极化分解方法.在此基础上,通过分析车辆目标与其地面背景的散射特性差异,本文提出了一种散射功率复合特征检测器,用于车辆目标的检测.在两景实测无人机载SAR数据上的实验结果证明,本文方法能够显著提高车辆目标处的目标杂波比(target-to-clutter ratio, TCR),获得了优异的检测性能.此外,本文方法能够保留车辆目标完整的轮廓和细节信息,有助于后续的分类、识别等应用.

关键词 极化合成孔径雷达; 车辆目标检测; 旋转二面角散射; 精细极化分解; 散射功率复合特征; polarimetric synthetic aperture radar; PolSAR; vehicle detection; rotated dihedral scattering; refined polarimetric decomposition; scattering power composite feature

摘要 时间调制超表面因其可以对入射电磁波进行实时动态地调控,在未来信息领域具有显著的应用潜力.但是时间调制超表面在雷达对抗中的应用却很少被研究,而且由于镜像原理,实现宽角域范围内的单站RCS调控也是其面临的一个关键问题.本文将具有不同于传统周期编码方式的时间调制超表面与角反射器相结合,首次提出了一种基于非周期时间调制超表面的时间调制角反射器,可以在宽角域范围内操控入射电磁波的谐波频谱分布,产生连续的多普勒频移.基于此,进一步探索了非周期时间调制角反射器在雷达中的变换效果,揭示了非周期调制可以沿距离向产生连续的虚假谐波峰值,形成干扰条带.最后,利用半实物雷达系统对时间调制角反射器的高分辨距离像进行了实验测试,验证了所提结构的准确性和理论方法的有效性.

关键词 时间调制超表面; 角反射器; 宽角域; 谐波操控; 雷达目标特征变换; time-modulated metasurface; corner reflector; wide-angle domain; harmonic control; radar target feature transformation

摘要 可重构智能表面(reconfigurable intelligent surface, RIS)是一种由大量被动反射单元构成的平面阵列,并由低功耗的电子电路控制,在空域上可对电磁波灵活调控.本文提出了一种双RIS辅助雷达测量的方法,旨在提高雷达对目标位置和速度测量的准确度.首先,建立了由双RIS辅助的单基雷达信号模型,引入了运动目标的多普勒效应对RIS反射回波信号的影响.非相干RIS反射回波信号的引入,不仅可以极大地提高雷达测量的可用信息量,还可以使单基雷达获得目标三维绝对速度测量的能力.然后,推导了综合利用雷达和RIS的时延、方位角、俯仰角、多普勒信息对目标位置和速度估计的克拉美罗下界.最后,提出以克拉美罗下界为目标,利用遗传算法优化RIS反射系数矩阵的方法.仿真结果表明,本文提出方法的测量精度显著优于单基雷达,可以实现厘米级的位置测量精度与分米级的速度测量精度.

关键词 可重构智能表面; 参数估计; 多普勒; 克拉美罗下界; 遗传算法; reconfigurable intelligent surface; parameter estimation; Doppler; Cramer-Rao lower bound; genetic algorithm

摘要 高光谱图像变化检测可以考察地物随时间的变化,而高光谱图像解混可以分析地物的物质(亚像元级)构成.因此,将高光谱图像解混引入到高光谱图像变化检测中,不仅可以考察地物发生变化与否,还能利用地物成分随时间的演变信息得到更精准的检测结果.本文首先从高光谱图像的线性混合模型出发,利用稀疏解混的思想对解混模型进行简化,进而采用直观的变化向量分析思路,逐步建立了基于协同稀疏解混的无约束高光谱变化检测模型.其次,本文基于子空间匹配的思想构造了匹配光谱库,以增加解混过程中光谱库和像元光谱的匹配程度.然后,本文设计了交替方向乘子法对所建立的无约束变化检测模型进行求解.最后,本文设计了自适应的丰度截断策略对解混结果进行集成以得到最终的变化检测结果.在仿真及真实数据集上的对比实验结果表明:本方法不仅可以得到高精度的变化检测结果,还可以在虚检和漏检之间寻求良好的平衡.

关键词 协同稀疏解混; 变化检测; 匹配光谱库; 交替方向乘子法; 自适应丰度截断; collaborative sparse unmixing; change detection; matched spectral library; alternating direction method of multipliers; adaptive abundance truncation

摘要 异源遥感图像变化检测是遥感领域越来越受到关注的课题.由于成像机制的不同,无法通过直接比较不同源的图像来检测变化.为了克服这一难题,本文利用与成像模态无关的结构一致性建立异源图像之间的联系.首先,通过构造K近邻图来表征图像结构,并挖掘图像结构关系与节点变化状态之间的关联.而后,提出了基于图像结构一致性的能量模型来刻画这种关联,并设计了两个能量函数分别度量节点发生变化和未发生变化时的能量损失.最终,通过求解该能量模型得到每个节点发生变化的概率,并对其进行分割得到变化检测结果.由于本文所提出的方法是基于图像结构的,所以它对图像噪声、成像条件等因素不敏感,同时由于该方法对节点状态直接建模,能充分利用能量模型的灵活性,所以它可适用于不同的任务场景.在5个实际数据集上的实验结果验证了本文方法能够取得更高效、更准确的检测结果.

关键词 变化检测; 异源数据; 能量模型; 结构; 多模态; change detection; heterogeneous data; energy based model; structure; multimodal

摘要 二维的逆合成孔径雷达(two-dimensional inverse synthetic aperture radar, 2-D ISAR)成像是目标三维(three-dimensional, 3-D)几何结构在成像平面的投影,逐渐难以满足现代工程中目标识别与分类的需求,特别是复杂运动目标.近年来,干涉ISAR (interferometric ISAR, InISAR)成像技术能够高分辨地重构3-D目标的几何结构而颇受关注.本文提出一种基于线性正则变换(linear canonical transform, LCT)的复杂运动目标的3-D InISAR成像算法.首先,结合目标复杂运动分析,给出了目标所产生的原始回波信号.经过运动补偿和图像对准后,将方位向回波建模为线性调频(linear frequency modulation, LFM)信号.其次,根据LFM信号的时频特性,本文提出了基于LCT的2-D ISAR成像算法.该算法不仅能够获取聚焦的多通道2-D ISAR图像,而且很好地保留了相位信息.最后,利用干涉技术,提出了新的3-D InISAR成像算法,实现了目标的高分辨3-D几何结构重建.此外,文中讨论并分析了所提算法的时频聚集性、计算量和基线长度影响.不同的仿真实验和结果证明了所提算法的优越性能.

关键词 复杂运动目标; InISAR; 线性正则变换; 成像算法; 三维坐标重构; target with complex motion; linear canonical transform; imaging algorithm; threedimensional coordinate reconstruction

摘要 在频谱稀缺现状与6G万物互联需求形势之下,雷达通信一体化得以催生,引起了学术界广泛的关注和研究兴趣.一体化的相关技术研究中,如何在有限的硬件资源条件下平衡好通信与感知性能是一个难题.为解决这个问题,本文提出了一种基于多域联合传输的通感一体化系统方案,利用空域、频域、时域和能量域4种资源进行信息传输,可有效提高数据传输准确率,提升系统性能.构建的自适应偏移索引调频连续波雷达通信系统(offset FMCW-based radar-communications system, OFRaC),有效挖掘了偏移索引调制与原调频连续波雷达通信系统(FMCW-based radar-communications system,FRaC)的优势特性,减少了射频切换时间,提升了传输速率.为降低通信接收端的误比特率(bit error rate, BER),文中还提出了一种基于最短信道距离的天线选择OFRaC (antenna selection-based OFRaC,AOFRaC),可以在OFRaC基础上对BER性能做进一步改善.最后,通过仿真实验,本文分析了AOFRaC, OFRaC与原FRaC系统在通信和感知方面的性能变化,对比了所使用目标检测方法与传统方法的性能优点.得出的结论是,所提出的多域联合调制方案在通信与感知性能中能取得更好的折中与平衡,尤其在需要更轻负载的车联网、无人机等应用场景中,简易的雷达和通信接收端架构将给系统带来优势.

关键词 双功能雷达通信; 多域联合调制; 偏移空间调制; 天线选择; 压缩感知; dual-functional radar-communication; multi-domain joint modulation; offset space modulation; antenna selection; compressed sensing

摘要 以深度学习为代表的人工智能技术已被广泛应用于遥感图像解译中.相比自然场景图像,遥感图像具有载荷类型多、成像机理差异大等特点,使得现有面向单传感器、纯数据驱动的智能解译方法应用到不同模态数据时,性能上限难以突破.尤其在面向多传感获取的、大范围的、目标种类较多的复杂应用场景时,实际性能受限更为严重.本文主要对遥感智能解译结合多模态数据和多任务学习的研究工作进行综述,重点从基本概念、研究方法和应用场景3个方面进行展开.并且介绍了基于分域提取和跨域融合理念设计的模型架构,通过从海量多模态数据中提取通用特征,实现单个基础模型完成多类下游任务的泛化解译,在不同模态解译任务中表现优异,并实际应用推广.最后,对遥感多模态多任务学习未来技术发展方向进行展望.

关键词 深度学习; 多模态; 多任务学习; 基础模型; 自监督训练; deep learning; multi-modal; multi-task learning; foundation model; self-supervised training;

摘要 目标微动对雷达回波产生的调制特征蕴含了目标精细结构及运动信息,从雷达回波中挖掘提取目标特有的微动信息并实现目标识别是雷达领域的重要方向.本文在结合雷达回波调制规律的基础上,从雷达目标微动表征、估计与识别三方面进行综述;针对现有微动目标表征精度有限、参数估计鲁棒性差、识别特征信息单一问题,重点阐述了稀疏时间–频率–调频率表征、新型变换域估计统计量、基于网络的特征融合识别等具有代表性的新兴微动信息提取方法;最后对雷达目标微动特性研究进行了总结与展望.

关键词 微动; 参数估计; 目标识别; 稀疏时间-频率-调频率表示; 变换域统计量; 神经网络; micro-motion; parameter estimation; target recognition; sparse time-frequency-frequency rate representation; statistics in the transform domain; neural network;

关键词 人工智能; image; 空谱融合; 高光谱分辨率;

摘要 分辨是雷达领域的经典问题,尽管经过几十年的发展,但“分不开、辨不清”的矛盾在雷达各类应用中日益凸显.在雷达分辨研究中,模糊函数理论占据绝对主流,同时尝试突破瑞利(Rayleigh)分辨极限的超分辨研究层出不穷,这些方法具有一定的超分辨效果,但因其前提假设而在工程应用中受限.传统分辨理论并未考虑电磁场的极化特性,利用极化技术可大幅提升雷达分辨能力,研究极化与分辨的关系具有重大理论价值.本文从模糊函数出发,重点分析目标幅度和相位对分辨效果的影响,得出“等幅反相”可使雷达突破分辨率极限,结合雷达收发极化调控技术,创新性提出极化域变焦理论,通过全极化域距离像阐释超分辨原理,并且针对实际雷达系统,提出极化域变焦多目标检测与分辨方法,实现多目标的正确判决和距离的有效估计.仿真结果表明,极化域变焦处理对交叉极化不敏感,在高信噪比条件下可将雷达分辨力提升约20倍.

关键词 极化调控; 雷达超分辨; 模糊函数; 极化域变焦理论; 全极化域距离像; polarization modulation; radar superresolution; ambiguity function; polarimetric zoom theory; fullpolarization domain range profile;

摘要 植被高度反演属于森林定量遥感,在森林测绘、资源评估和生态监测等领域发挥着重要作用.本文基于多极化层析SAR数据进行基线融合植被高度反演,将森林散射相干模型推广到高维空间,通过复数域到幅度–相位域的转化降低模型非线性度,并提出了基于相干分布方差的广义幅相距离,进而发展了多基线联合参数反演方法.本文通过实测P波段极化层析SAR数据对所提方法进行了验证,同时将其与单基线反演法、基线选择法和欧式距离融合法进行了对比分析.实验结果表明,本文所提方法的反演结果与激光雷达获取的高度图相比,相关性更强,均方根误差更低,显著提高了植被高度反演的精度和稳定性.

关键词 森林遥感; 极化层析SAR; 植被高度反演; 多基线融合; forest remote sensing; Pol-tomoSAR; vegetation height inversion; multi-baseline fusion;

摘要 由于人造目标具有方位多变和结构复杂等特点,设计具有强泛化、易分辨的特征来实现极化合成孔径雷达(synthetic aperture radar, SAR)目标精准检测是一个非常有挑战性的问题.受数学规划思想的启发,在基于物理模型的极化分解框架下,本文设计了一种散射贡献组合特征检测器用于检测极化SAR舰船目标.一方面,利用类差倒数变换和sigmoid函数变换,首先构造了一种旋转二面角散射模型,它能充分反映由方位变化所导致的同极化和交叉极化响应之间的快速转变.结合类偶极子混合散射模型,以及通过设计基于根的判别式的模型求解策略,随后提出了一种极化信息完全利用的八成分目标分解方法,它能够有效刻画舰船目标的局部结构散射并显著改善体散射过估问题.另一方面,通过分析舰船目标不同散射机理的分布显著特性,以及舰船目标相对海杂波的散射独有特性,利用线性及非线性运算等数学规划策略,首先设计了一种稳健的散射贡献组合器特征.随后将该特征与保护滤波器结合,进一步增强其分辨能力以实现最终的舰船目标检测.实验利用不同实测极化SAR数据对所提方法进行了定性和定量验证,结果表明该方法优于现有的其他舰船目标检测方法,检测品质因素最高可达0.96.

关键词 极化合成孔径雷达; 舰船目标检测; 数学规划策略; 精细极化分解; 散射贡献组合器; polarimetric synthetic aperture radar; ship detection; mathematical programming strategy; fine polarimetric decomposition; scattering contribution combiner;

摘要 互质阵列因其大阵列孔径和高自由度特性在波束成形领域受到广泛关注.为了充分利用该特性,近年来学者们提出了基于孔洞填充的算法,有效提高了互质阵列波束成形的性能.然而,这些算法存在计算量大、噪声鲁棒性弱等缺点,难以适应复杂多变的实际环境.为此,本文利用张量的多维结构在参数估计上的性能优势,提出了一种基于低管秩张量分解的互质阵列自适应波束成形算法.首先将互质阵列的多采样虚拟信号矩阵重排为张量形式,利用其低管秩特性补全缺失的互相关信息;然后从补全后的张量数据中提取信号参数,并与目标先验进行匹配,最终得到波束成形权矢量.本算法分别利用ADMM和Tucker分解提高了张量补全和分解的运算效率;所设计的目标匹配方案也有效控制了算法误差.仿真结果展示了本算法在性能和计算复杂度相对于现有方法的优势,尤其是在低信噪比和少采样数的情况下.

关键词 自适应波束成形; 互质阵列; 张量分解; 自由度; 参数估计; adaptive beamforming; coprime array; tensor decomposition; degree-of-freedom; parameter estimation;