含旋转部件目标稀疏孔径ISAR成像方法

针对稀疏孔径条件下含旋转部件目标(ISAR)成像质量较差的问题，提出了一种基于子孔径Chirplet变换和压缩感知(CS)的含旋转部件目标稀疏孔径ISAR成像方法：首先，建立了含旋转部件目标的稀疏ISAR成像模型，推导了宽带雷达条件下含旋转部件目标的微多普勒效应，并分析了孔径的稀疏与微多普勒效应共存时对成像的影响；其次将回波信号投影到Chirplet变换基，利用目标主体回波信号和微动部件回波信号在Chirplet变换投影参数上的差异，有效剔除有效子孔径中的微多普勒调制信号;最后，采用基于正交匹配追踪(OMP)算法的CS方法对有效子孔径进行恢复成像，获得了含旋转部件目标的高质量成像结果。仿真实验表明，该方法可以有效消除微多普勒效应和孔径稀疏的干扰，并实现高质量的ISAR成像。     

基于稀疏采样的调频率估计与多目标ISAR成像

针对目前多目标成像中关于信号调频斜率估计的算法存在着采样频率过大,以及短时条件下精度不高的问题,结合压缩感知理论,提出了一种基于稀疏采样的回波信号调频率估计与多目标ISAR成像方法。首先,根据目标回波信号的特点构造超完备稀疏基,将信号投影到该稀疏基上,利用高斯随机矩阵对分解后的信号进行欠采样,采用FOCUSS稀疏重构算法,精确提取出信号的调频斜率;然后,利用估计出的调频斜率对多目标回波信号中各个目标的回波分量进行分离和补偿;最后,基于稀疏采样对各个单目标分别进行成像。仿真实验验证了该方法的可行性和有效性。     

基于压缩感知的合成孔径雷达二维成像算法

通过对合成孔径雷达回波信号的分析,利用压缩感知理论基于信号稀疏性或可压缩性的基本原理,提出了方位稀疏表示的一种新方法,在此基础上给出了基于压缩感知的SAR回波信号处理方法和二维成像算法,实现了压缩感知对信号的全新采集和编解码,以较少的数据量实现成像,有效地抑制旁瓣,在一定程度上提高了成像中目标的分辨率,为有效降低高分辨合成孔径雷达的数据率提供了一种有效途径。通过对仿真数据和实测数据的处理验证了所提方法的可行性和有效性。     

基于FRFT距离压缩的高速目标ISAR成像

通过建立高速运动目标的ISAR全去斜回波模型,分析了传统DFT距离压缩处理中所存在的距离色散问题及其对成像的影响.然后针对高速目标回波是调频斜率相同的多分量LFM信号的特点,提出了基于分数阶Fourier变换的距离压缩处理方法,并讨论了最优旋转角估计的问题.最后结合GRECO软件产生的回波数据进行仿真,证明了该方法能有效解决高速运动目标距离压缩中存在的色散问题,提高ISAR成像质量.     

基于稀疏阵列和压缩感知理论的艇载雷达运动目标成像研究

为了解决稀疏阵列艇载雷达运动目标成像问题,提出了基于稀疏阵列和压缩感知理论的运动目标成像方法,该方法对采用传统MTI进行杂波抑制后的信号,在距离向采用脉冲压缩处理方式,在方位向根据稀疏阵列构型和脉冲压缩后信号形式,构造基矩阵,利用压缩感知理论对目标进行重建,避免了稀疏阵列旁瓣和积分旁瓣比较高的问题.仿真结果表明了该方法的有效性.     

基于双基ISAR的空间高速目标成像分析

讨论了空间高速运动目标在地基双基地逆合成孔径雷达(Bi-ISAR)系统下的成像算法。首先给出了地基双基ISAR的系统模型及其目标回波信号形式,其次分析了空间目标运动对双基ISAR二维分辨率的影响,在此基础上对回波信号进行分析和处理,通过数学推导得出当目标高速运动时,其回波信号中将产生距离展缩项以及不可忽略的残余视频相位项和脉内走动因子,此后采用构造补偿函数的方法对这些影响成像质量的因素进行补偿,并应用Keystone变换消除成像结果中的越距离单元徙动现象且给出了整个成像处理流程,最后通过对卫星目标的成像仿真验证了文中所分析的距离展宽项和脉内走动因子对目标二维像的成像影响,对补偿前后目标像的比较说明了文中补偿算法的有效性和实用性。     

基于3D-OMP算法的SAR动目标成像方法

针对稀疏场景下的SAR动目标成像问题展开研究，提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分，然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵，即参数化稀疏表征。在算法迭代过程中，通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则，计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展，因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势，同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。     

基于混沌序列稀疏化测量矩阵的ISAR成像

在压缩感知逆合成孔径雷达(ISAR)成像中,构造测量矩阵是核心工作之一.混沌序列测量矩阵具有良好的伪随机性,能满足压缩测量的要求.针对混沌序列测量矩阵中非零随机元数目多而造成硬件实现困难的问题,文中提出了一种混沌序列稀疏化测量矩阵的构造方法.首先对混沌序列测量矩阵进行优化,然后沿矩阵对角方向进行置零稀疏化,最后将其应用于微波暗室进行ISAR成像实验.结果表明,与传统高斯随机矩阵成像方法相比,文中方法在降低计算复杂度、硬件实现难度基础上达到了ISAR成像的准确聚焦.     

基于频率分集逆合成孔径雷达的多重信号分类目标成像算法

将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题.但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点.提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像.将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题.     

基于越距离单元徙动校正的空间高速旋转目标ISAR成像方法

逆合成孔径雷达成像是实现对空间目标跟踪，成像与识别的重要手段，但是空间目标的高速旋转运动特性使传统的ISAR成像算法失效。针对这一问题，提出一种基于越距离单元徙动校正的ISAR成像方法。首先，建立空间高速旋转目标回波模型；其次，根据回波特性构造参考信号进行越距离单元徙动校正，实现目标散射点空间参数估计；最后，引入粒子群优化算法实现参数快速搜索。仿真结果表明，该算法可以有效提取目标参数，实现空间目标高质量成像，与传统成像算法对比结果验证了该算法的鲁棒性及优越性。