1 中国铁道科学研究院集团有限公司铁道建筑研究所，北京 100081
2 中国铁道科学研究院集团有限公司高速铁路轨道系统全国重点实验室，北京 100081
3 铁科检测有限公司，北京 100081
随着遥感技术在铁路行业应用的深入，应用多源遥感对铁路设施状态进行观测成为学界和产业界关注的热点。针对铁路设施状态定量化监测问题，应用InSAR技术可以获得铁路设施沉降信息，沉降信息的分析提取往往要借助设施的类别、位置等属性，否则无法进一步对特定铁路设施的沉降进行量化评估。文章综合利用星基光学与微波遥感影像，通过目标检测技术对铁路设施进行自动提取，确定铁路设施微波散射点与光学属性中类别与位置的对应关系；选取典型区域，以接触网立柱为例，利用多源遥感影像对文中提出的提取方法进行验证，结果显示：综合光学遥感影像的高空间分辨率以及SAR影像对铁路设施特异性散射的特征对铁路设施进行提取，提取准确率较光学遥感影像提取准确率提高2.8%，较SAR影像提取准确率提高9.2%，同时提取结果中设施位置更准确，可减少因设施的错误监测造成的行车安全影响，为InSAR对铁路设施形变的定量化监测提供参考。
铁路设施 接触网立柱 遥感 光SAR融合 目标检测 railway facility contact wire column remote sensing optical SAR fusion object detection
武汉第二船舶设计研究所, 湖北 武汉 430000
在复杂海域场景下如何综合利用舰船监测的多模态数据进行高效特征提取和特征融合, 以此来综合提升舰船识别精度仍存在巨大挑战。针对海域环境中舰船单一数据源识别准确率问题, 提出一种有效的多模态数据特征提取和特征融合的舰船识别算法, 然后基于深度残差网络模型进行特征融合以提升舰船识别准确率。通过实验结果对比, 相比于其他算法基于多模态数据的舰船识别算法平均准确率提升约18%, 有效地提升了舰船识别准确率, 对相关船舶领域的研发工作具有借鉴意义。
舰船识别 舰船轨迹 合成孔径雷达图像 多模态特征 深度残差网络 ship identification ship trajectory SAR image multi-modal features deep residual network
针对合成孔径雷达(SAR)目标识别问题, 设计并提出基于改进稀疏表示的方法。首先以传统稀疏表示分类(SRC)为基础, 在全局字典上求解稀疏表示系数矢量。在此基础上, 按照类别选择局部最佳字典, 并据此进行测试样本的重构表示, 最终, 通过比较不同类别的重构误差大小进行目标类别确认。实验中采用MSTAR数据集作为样本进行测试和验证。结果证明了所提方法的性能优势。
合成孔径雷达(SAR) 目标识别 改进稀疏表示 局部字典 Synthetic Aperture Radar (SAR) target recognition modified sparse representation local dictionary
1 航天工程大学, a.研究生院
2 航天工程大学, b.电子与光学工程系, 北京 101000
针对当前SAR图像中飞机检测尺寸较小导致小目标检测率低、虚警率高的问题, 提出一种基于YOLOv5的改进方法。先采用K-means聚类算法针对飞机小目标尺寸优化锚框, 在主干网络融合Swin Transformer模块, 同时引入自适应学习权重的多尺度特征融合机制和全局注意力机制(GAM), 使网络跨越空间通道维度放大全局维度交互, 提高模型捕获不同维度信息的能力;并且增加一个小目标检测层, 提高网络对SAR图像飞机小目标检测能力。实验结果表明, 相较于原YOLOv5 方法, 改进方法在SAR图像尺寸较小飞机目标的检测上具有更强的特征提取能力和更高的检测精度。
SAR图像 小目标检测 SAR image small target detection YOLOv5 YOLOv5 Swin Transformer Swin Transformer GAM GAM
针对利用三维合成孔径技术成像的毫米波人体安检设备成像分辨力低的问题, 提出一种将迭代自适应(IAA)技术与合成孔径成像技术相结合的波数域 IAA成像算法。波数域 IAA技术能估计出每个潜在位置所对应的信号源能量, 具有分辨力高、旁瓣低且适合单快拍估计等优点。通过理论模型分析和仿真运算, 将重构效果图与传统的匹配滤波方法重构效果图进行对比分析, 验证了该算法的有效性; 同时随着计算能力的提高, 该算法的性能也得到提高。
毫米波成像 合成孔径雷达 迭代自适应 超分辨算法 millimeter wave imaging Synthetic Aperture Radar(SAR) Iterative Adaptive Approach super-resolution algorithm 太赫兹科学与电子信息学报
2023, 21(11): 1364
红外与激光工程
2023, 52(11): 20230221
1 航天工程大学,a.研究生院
2 航天工程大学,b.电子与光学系, 北京 101000
近年来, 深度学习虽然在合成孔径雷达(SAR)目标识别领域已得到广泛应用, 但目前带有标注的SAR数据样本量的不足严重制约了深度学习在SAR目标识别中的发展。而迁移学习可以攻破深度学习数据驱动的限制, 利用有限SAR样本进行迁移学习。对基于迁移学习的有限SAR样本目标识别算法进行了分析, 首先, 介绍了迁移学习的基本概念、类型、常用策略并分析了其在小样本SAR目标识别领域应用的可行性; 然后, 根据迁移数据与目标域数据是否同源, 分别对两类基于迁移学习的方法在SAR图像识别领域具有代表性的算法进行了梳理归纳; 最后, 从样本量的不足与网络的普适性两个方向出发, 讨论了迁移学习在SAR图像识别任务中存在的不足与下一步的研究方向。
深度学习 卷积神经网络(CNN) 合成孔径雷达(SAR) 迁移学习 同源数据 异源数据 deep learning Convolutional Neural Network (CNN) Synthetic Aperture Radar (SAR) transfer learning homogeneous data heterogeneous data
1 重庆电子工程职业学院, 重庆 401331
2 模拟集成电路国家级重点实验室, 重庆 400060
设计了一种基于异步时序的两级Pipelined-SAR模数转换器。为实现时序灵活配置, 采用一种基于边沿检测的自同步环路来产生频率和相位均可变的内部时钟; 为降低整个ADC静态功耗, 可调节延迟单元用于合理分配子ADC和增益级的工作时间; 三级电荷泵用于设计增益级, 从而降低设计难度并进一步降低功耗。最终, 该14 bit异步时序ADC在018 μm CMOS工艺下设计并仿真。后仿真结果表明, 在采样速率为10 kS/s时, 该ADC的SNDR为835 dB, 功耗为239 μW, FoMs值为1767 dB。
异步时序 流水线SAR-ADC 电荷泵 边沿检测 asynchronous clocking pipelined SAR-ADC charge pump edge detector
电子科技大学 电子科学与工程学院, 成都 610054
提出了一种可校正的12位C2C电容阵列混合结构逐次逼近型模数转换器(SAR ADC), 其数模转换器(DAC)由低6位分裂式C2C DAC阵列与高6位二进制DAC阵列构成。提出的混合结构DAC既解决了中高精度二进制SAR ADC中总电容过大的问题, 又避免了分段式二进制DAC分数值桥接电容无法与单位电容形成匹配的问题。该结构能显著降低整个ADC的动态功耗。此外, 将高位终端电容和低2~6位量化电容拆分成相等的两个电容, 引入冗余量, 使得该ADC的电容权重可以被校准, 降低了电容失配以及寄生电容的影响。最后, 为了避免电容上极板复位信号因电容阵列容值大而导致的延时偏大问题, 采用高6位DAC采样的方式, 并在高6位DAC中引入单位电容大小的终端电容, 弥补了参考电压区间不完整的缺陷。仿真结果显示, 在15 V电压下, 该ADC总体功耗仅为11184 μW, ENOB为1249位, SFDR为9146 dB, SNDR为7697 dB。
模数转换器 数模转换器 C2C电容阵列 混合结构SAR模数转换器 LMS校正算法 ADC DAC C2C capacitor array hybrid SAR ADC LMS correction algorithm
1 中国电子科技集团公司第五十八研究所, 江苏 无锡 214063
2 电子科技大学 重庆微电子产业技术研究院, 重庆 401331
3 电子科技大学 广东电子信息工程研究院, 广东 东莞 523808
4 电子科技大学 集成电路科学与工程学院(示范性微电子学院), 成都 611731
5 电子科技大学(深圳)高等研究院, 广东 深圳 518000
6 西南交通大学 信息科学与技术学院, 成都 611756
提出了一种数字前台校准技术, 即电容重组技术, 并将该技术与LMS数字后台校准技术相结合, 提高了LMS算法的收敛速度。提出的算法使用RC混合结构的14位SAR ADC进行建模。仿真结果表明, LMS算法的收敛速度可以提高到1 k个转换周期内, 同时校准后ADC的ENOB平均值从1059 bit提高到1379 bit。SFDR平均值从7133 dB提高到11293 dB, DNL最大值的平均值从188 LSB提高到097 LSB。INL最大值的平均值从801 LSB提高到088 LSB。
逐次逼近型模数转换器 最小均方根 数字校准 电容重组 SAR ADC least mean square digital calibration capacitor recombination
