具有三维转动目标的ISAR成像新方法

传统的逆合成孔径雷达(inversesyntheticapertureradar,ISAR)距离 多普勒成像算法基于目标平稳飞行假设。当目标作机动飞行时,转速和转轴经常是时变的,采用传统方法成像会使图像模糊,甚至无法辨识。为此需要分距离单元进行时频分析,得到距离 瞬时多普勒图像。采用重排后的平滑伪Wigner Ville分布(smoothedpseudoWigner Villedistribution,SPWVD),既克服了WVD交叉项严重,不能正确成像的缺点,又克服了SPWVD降低时频集聚性,不能准确定位的缺点。仿真结果表明,该方法对机动目标能得到高质量的雷达图像。     

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。     

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。     

逆合成孔径雷达像轮廓提取方法

为了从图像分辨率低且具有明显稀疏性的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)像中提取目标的平滑轮廓,在ISAR像建模的基础上,提出了基于形态学方法提取ISAR像目标轮廓并使用小波分析平滑目标轮廓的方法。实验结果表明,该方法有效地消除了由ISAR像稀疏性导致的难以提取连通且完整的目标轮廓的问题,相比其他轮廓提取手段更适于ISAR像目标的平滑轮廓提取。该方法通过对ISAR像进行图像域分析获得了目标的连通、平滑轮廓,使后续ISAR像目标特征提取和识别更易于实现。     

ISAR像自动识别中的预处理算法

目标逆合成孔径雷达（inverse synthetic aperture radar, ISAR）像通常表现为随视角变化的稀疏散射中心分布,这严重影响了ISAR像特征提取和目标识别的性能。以获得清晰且稳定的ISAR像为目的,研究了一种新的预处理算法:首先根据斑点噪声和横条纹干扰特点,对图像使用全局迭代阈值抑制斑点噪声,局部散射点强度削减抑制横条纹干扰,然后分别利用形态学处理和邻域平均法填充和平滑图像,最后对图像做质心、尺度和视角的归一化。仿真结果表明,该算法有效地提高了ISAR像的稳定性,有利于后续的目标特征提取与识别。     

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。     

基于参数估计的步进频ISAR成像运动补偿方法

分析了基于步进频雷达运动目标的回波信号模型,讨论了目标运动对ISAR成像的影响,针对当目标有速度或加速度时会造成高分辨距离像移位和畸变,并使二维像散焦的情况,提出了一种基于高斯包络线性调频信号自适应分解、高分辨距离像互相关法及多普勒横向像最小熵法的运动补偿算法。该算法利用高斯包络线性调频信号自适应分解得到回波多普勒调频率和目标运动的加速度,通过距离像移动对目标运动速度进行初估计,并用高分辨距离像互相关法及多普勒横向像最小熵准则提高目标速度及加速度的估计精度,然后进行运动补偿。该算法计算量小,估计精度高,仿真结果验证了它补偿效果好,能获得清晰的ISAR像。     

海杂波对ISAR成像的影响

针对逆合成孔径雷达(inverse synthetic aperture radar,ISAR)对舰船成像时实际回波中存在海杂波的现象,提出了不同参数下海杂波对ISAR成像影响的分析方法.在利用球不变随机过程(spherically invariant random process,SIRP)方法仿真出时空相关的二维K分布海杂波后,将其以一定信杂比(signal-to-clutter ratio,SCR)加入到目标回波信号中仿真出实际回波信号,利用图像熵和相关系数方法分析了海杂波形状参数的大小对ISAR像聚焦的影响;利用多普勒扩展方法分析了海杂波多普勒频移参数对ISAR多普勒频谱的影响;利用互相关法分析了不同SCR下海杂波空间相关对ISAR运动补偿的影响.仿真实验证明了分析结果的有效性.     

基于加权l1范数优化的双基地ISAR稀疏成像算法

针对低信噪比条件下实现双基地逆合成孔径雷达(inverse synthetic aperture radar, ISAR)稀疏孔径成像时重构质量较差的问题, 提出了一种基于加权l₁范数优化的高分辨成像算法。首先, 假设各像元稀疏非同分布, 利用贝叶斯准则和最大后验概率估计将双基地ISAR稀疏孔径成像问题转化为加权l₁范数约束问题, 建立成像模型; 然后, 利用柯西-牛顿算法进行加权l₁范数约束最优化问题的求解, 实现目标图像重构。由于假设各像元独立非同分布, 故通过像元加权的方式更好地利用了目标的能量聚集和结构特性, 提高了成像质量。最后, 仿真实验验证了算法的有效性和优越性。     

自旋运动目标的ISAR成像

针对卫星、导弹等目标的自旋运动产生的多普勒频移会影响逆合成孔径雷达(inverse synthetic aper-ture radar,ISAR)成像的质量。考虑了自旋运动对ISAR成像的影响,建立了自旋运动目标的运动模型。得出目标运动产生的多普勒频率的表达式,并对自旋运动进行补偿,消除了自旋对成像的影响。仿真及实验结果表明,该补偿方法效果明显。     

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。     

ISAR目标多普勒偏置效应分析与补偿

采用相位梯度自聚焦算法对非合作目标进行高分辨逆合成孔径雷达聚焦成像的处理过程中,回波多普勒偏置效应将严重影响后续转动补偿的效果,妨碍成像聚焦质量的提升。从相位梯度自聚焦算法的原理出发,阐释了多普勒偏置效应产生的原因。进而,分析了多普勒偏置效应对散射中心距离徙动补偿的影响。最后,提出了一种基于图像质量评价的多普勒偏置效应估计与补偿算法,并通过数值仿真分析和实测数据处理实验验证了本文分析结果的正确性。     

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。     

高速运动目标ISAR回波的基带模拟

分析了高速运动目标对采用大时带积信号的ISAR雷达回波的影响,然后建立回波信号模型,产生仿真试验结果;最后,基于散射中心模型构造动目标,产生给定动态参数下的动目标ISAR回波信号数据,并结合带有D/A的FPGA开发板产生动目标的ISAR回波信号,为ISAR的研究和数据处理提供了信号源。     

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。     

双基地逆合成孔径雷达成像分析

在波数域对双基地逆合成孔径雷达(ISAR)模型进行分析.双基雷达ISAR的特殊性主要体现在双基地角和等效视线方位角这两个参数中.前者会影响径向波数的大小而后者会影响波数的方向.利用双基地角等值线将观测区域进行了分类.对各类区域内双基地角和等效视线方位角变化规律进行了讨论,从而可以确定各区域内的双基ISAR成像算法.仿真结果验证了分析的正确性.     

基于联合时频特征和HMM的多方位SAR目标识别

研究了联合时频特征和隐马尔科夫模型(hidden Markov model, HMM)的多方位合成孔径雷达(synthetic aperture radar, SAR)目标识别方法。利用HMM模型可以有效地对多方位SAR目标特征分析及识别。在HMM多方位SAR目标识别中的关键之一是SAR目标回波高分辨率距离像(high resolution range profile, HRRP)的特征提取。提出了一种时变频因子加权Fisher鉴别的特征提取方法。利用MSTAR实测SAR目标数据集进行了特征提取和识别实验,实验结果验证了方法的有效性。     

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。