多基站ISAR成像模型与运动参数估计

针对单站逆合成孔径雷达（inverse synthetic aperture radar, ISAR）成像中难以准确获得目标散射点方位向尺度和运动参数的问题,建立了平面匀加速度运动目标的多基站ISAR目标成像模型,给出了目标成像和运动参数估计算法,分析了多基站ISAR成像约束。目标散射点的坐标由距离向投影方程组求解得到,基于方位向多普勒方程组通过搜索算法最小化目标函数实现目标的固有转速和目标相对于平动补偿后各基站视向量变化的转速的分离,得到目标的位置和目标运动参数的准确估计。仿真实验验证了多基站ISAR平面成像模型和运动参数估计方法。     

基于扩展距离像序列的ISAR成像相位补偿方法

逆合成孔径雷达（inverse synthetic aperture radar, ISAR）相位补偿算法对成像结果具有重要影响。首先从ISAR成像原理出发推导了相位误差产生原因,针对多普勒中心跟踪法,分析了横向交叉项对多普勒中心的影响,采用CLEAN算法分离了距离单元内强散射中心簇,构建了扩展距离像序列,提出了基于扩展距离像序列的相位补偿方法,有效地减小了横向交叉项对多普勒中心的影响,提高了相位误差估计精度。成像结果表明,该方法能够较好地补偿ISAR成像中的相位误差,噪声环境下优于其他方法。     

采用ISAR像估计弹道目标微动特征的方法

逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像序列可以反映弹道目标在微动周期内的姿态变换及结构特征,本文在此基础上提出一种利用ISAR像序列估计弹道目标微动特征的方法。首先基于relax算法提取较强的散射点,并采用距离多普勒方法成像,然后利用灰度匹配算法对ISAR图像进行匹配,以提高微动周期估计精度。通过分析散射点在成像平面上的投影关系从而建立散射点空间坐标与目标微动特征之间的联系,并根据散射点在ISAR图像序列上的相对位置差值与散射点空间坐标的表达式,估计目标的微动参数。最后,仿真验证该方法的可行性与有效性,仿真结果表明该方法估计精度较高。     

基于MIMO-ISAR的弹道目标结构参数估计方法

传统的单站逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像为实现方位向的高分辨,往往会增大成像时间,但对于高速运动的弹道目标而言,此方法并不适用。针对这一问题,提出利用多输入多输出逆合成孔径雷达(multiple input multiple output ISAR, MIMO-ISAR)在空间上的多分布来达到时间上积累的效果。在得到多通道回波信号后,利用时频图和时间距离像对弹道目标锥顶散射点进行匹配。然后根据锥顶散射点信息对多幅ISAR像进行配准融合,得到一幅高分辨的融合ISAR像。最后利用不同雷达视线下的目标投影长度和目标几何参数之间存在的映射关系,反演出弹道目标的几何结构参数。通过仿真结果可以验证算法的有效性。     

基于波形评价准则和遗传算法的ISAR谱拼接方法

阐述了基于距离多普勒算法的线性调频信号体制逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像原理和间断信号相位补偿原理,在此基础上,针对ISAR谱图特性提出了一种利用波形评价准则和遗传算法进行相位近似补偿的谱图拼接处理方法,并进一步利用拼接后的谱图实现最终的ISAR成像。仿真实验结果表明,该谱图拼接方法简单易行,且可以明显改善ISAR成像效果,具有一定的实用性。     

双站ISAR越距离单元徙动分析与校正算法

在逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中,当雷达分辨率较高而目标体积较大时,会产生越距离单元徙动现象。在双站ISAR成像系统中同样存在类似的问题。在双站ISAR成像模式下,对产生越距离单元徙动的原因进行了详细分析及讨论。并与单站ISAR成像中的越距离单元徙动进行了分析比较。在此基础上,采用Keystone变换的方法对解线频调后的时域信号进行处理,消除了目标像的越距离单元徙动,最后对散射点模型进行了仿真验证。     

基于乘积型高阶相位函数的复杂运动目标ISAR成像

在逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中,当目标存在非匀速转动甚至是三维转动时,散射点回波中高次相位项造成方位聚焦质量下降,基于目标匀速旋转模型的传统距离〖CD*2〗多普勒(range Doppler, RD)算法已经无法获得目标的清晰图像。提出了一种基于乘积型高阶相位函数(product high order phase function, PHPF)的瞬时成像方法。通过构造不同的乘积型高阶相位函数,并对其进行一维搜索即可得到调频率变化率和调频率值的估计,补偿高次相位后进行快速傅里叶变换(fast Fourier transform, FFT),根据幅度最大的位置估计中心频率和幅度信息,在距离〖CD*2〗频率平面和距离〖CD*2〗调频率平面对目标进行瞬时成像,可以获取更多的目标信息。最后,实测数据成像结果验证了该方法的有效性。     

旋转微运动ISAR成像及干扰特性分析

旋转微运动引起多普勒正弦规律变化,进而影响目标逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像结果。利用散射点模型,对单个旋转微动进行了几何、回波建模,用距离〖CD*2〗多普勒算法推导出旋转微动点成像结果。详细分析了旋转微动ISAR图像特征和图像形状,指出不同参数下旋转微动可形成幅度受第一类贝塞尔函数调制、方位向上等间隔分布的直线段型、直线点列型、条带型以及点阵型图像,并给出了以上图像的形成条件。仿真实验和实测数据均验证了理论分析的正确性,研究结果为方位向调制形成二维ISAR干扰提供理论支撑。     

基于多普勒频谱相关的加速运动目标ISAR成像

针对具有较大加速度的机动目标使传统平稳目标逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像算法失效的情况,提出了一种基于多普勒频谱相关的加速目标ISAR成像算法.该方法通过多普勒频谱相关消除加速度引起的方位二次相位散焦,并根据回波的能量分布,通过门限设置自适应地抑制多线性调频分量信号处理时产生的交叉项.最后,仿真以及实测数据的成像结果证明了该算法的有效性.     

基于调频傅里叶变换的匀加速转动目标ISAR成像

现有匀加速旋转目标逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法通常采用二维搜索估计目标转动参数,从而导致计算量大。提出一种基于调频傅里叶变换的ISAR成像方法。该方法利用目标散射点回波相位二次项系数与一次项系数的比值仅取决于目标转动参数这一特点,通过搜索调频傅里叶变换的调频系数使目标横向像熵值最小,得到该比值的估计结果,避免了二维搜索导致的计算量大的问题。然后对各距离单元回波作相应的调频傅里叶变换,即可得到聚焦良好的ISAR像。仿真结果验证了该方法的有效性。     

机动目标ISAR距离瞬时多普勒成像实现方法

ＩＳＡＲ成像的目标通常为非合作机动目标，采用距离瞬时多普勒方法可以对机动飞行目标进行成像［１］。利用基于信号分量自适应短时谱估计技术，通过对每个距离单元某一时刻回波频率的估计来得到瞬时像；由于该方法采用ＦＦＴ快速计算，而且不受信号分量形式的限制，故能够快捷有效地得到瞬时像，对实验ＩＳＡＲ处理的结果表明该方法的有效性。     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

基于高度扫描的ISAR三维成像研究与仿真

研究了基于高度扫描的大转角逆合成孔径雷达(ISAR)三维成像,针对干涉逆合成孔径雷达技术不能将同一距离和方位单元但不同高度上的散射中心进行区分以及大转角转台转动带来的越距离单元徙动等问题,在传统大转角ISAR成像基础上,增加了高度扫描,建立了三维成像系统,提出了适用于大角度转动的ISAR三维成像算法,应用波谱理论对三维目标的高度信息进行去耦,将其转化为二维大转角ISAR成像的问题,然后利用聚焦卷积积分算法进行成像,并分析了高度扫描的ISAR系统具有高度分辨率的原因。最后通过仿真目标模型进行验证,结果表明该算法具有三维成像能力,且能够得到高质量高分辨率的目标像。     

散射区域加权压缩感知ISAR成像

压缩感知(compressive sensing,CS)理论为少量脉冲条件下实现高分辨逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像提供了新方法。然而由于CS的噪声敏感性,其成像易受到噪声污染;另外,少量脉冲条件下很难保证噪声参数估计精度,这进一步加剧了ISAR成像污染。针对这一问题,提出一种散射区域加权CS ISAR成像算法,利用目标散射区域信息对冗余字典中的基函数进行加权,修正CS重建算法以抑制噪声散斑。为提高噪声参数估计精度,对回波采样建立子序列矩阵,提出矩阵扰动理论噪声参数估计方法。实验结果表明,所提方法能够有效抑制噪声影响,提高低信噪比和少量脉冲条件下ISAR成像质量。     

New method of time-frequency representation for ISAR imaging of ship targets

Inverse synthetic aperture radar (ISAR) imaging of ship targets is very important in the national defense. For the high maneuverability of ship targets, the Doppler frequency shift of the received signal is time-varying, which will degrade the ISAR image quality for the traditional range-Doppler (RD) algorithm. In this paper, the received signal in a range bin is characterized as the multi-component polynomial phase signal (PPS) after the motion compensation, and a new approach of time-frequency representation, generalized polynomial Wigner-Ville distribution (GPWVD), is proposed for the azimuth focusing. The GPWVD is based on the exponential matched-phase (EMP) principle. Compared with the conventional polynomial Wigner-Ville distribution (PWVD), the EMP principle transfers the non-integer lag coefficients of the PWVD to the position of the exponential of the signal, and the interpolation can be avoided completely. For the GPWVD, the cross-terms between multi-component signals can be reduced by decomposing the GPWVD into the convolution of Wigner-Ville distribution (WVD) and the spectrum of phase adjust functions. The GPWVD is used in the ISAR imaging of ship targets, and the high quality instantaneous ISAR images can be obtained. Simulation results and measurement data demonstrate the effectiveness of the proposed new method.     

ESPRIT超分辨ISAR成像

提高图像分辨率一直是ＩＳＡＲ研究的重要内容，常规的ＩＳＡＲ成像算法在这方面存在着不足。将普遍运用于方向估计中的旋转不变参数估计技术（ＥｓｔｉｍａｔｉｏｎｏｆＳｉｇｎａｌＰａｒａｍｅｔｅｒｖｉａＲｏｔａｔｉｏｎａｌＩｎｖａｒｉａｎｃｅＴｅｃｈｎｉａｑｕｅｓ，ＥＳＰＲＩＴ）与ＩＳＡＲ成像的基本原理相结合，提出了ＥＳＰＲＩＴ超分辨ＩＳＡＲ成像算法。从实验结果看，这种超分辨算法显著提高了图像分辨率。