一种改进的ISAR图像方位向定标方法

确定逆合成孔径雷达（ISAR）图像的方位向像素尺寸,即方位向定标,是正确获得目标外形和尺寸等特征信息的前提。ISAR图像的方位向像素取决于雷达波长和目标相对于雷达视线在相干积累时间内的转角,前者是已知的,但后者在对非合作目标成像方式下难以确定。在研究已有定标算法的基础上,提出了一种改进的ISAR图像方位向定标方法,即首先用最大对比度（IC）和质量评估（QE）准则筛选出多个质量最好的包含特显点的距离单元,然后提取这些单元内特显点的回波信号并估计各特显点的调频率,最后由特显点的距离坐标和调频率获取目标的转动角速度,从而实现ISAR图像的方位向定标。仿真和实测数据的处理结果表明,该算法的定标效果明显优于已有算法。     

一种高精度的ISAR转动补偿和方位定标方法

传统逆合成孔径雷达(ISAR)成像算法忽略了目标回波的高阶转动相位的影响,导致方位向聚焦效果较差,且无法直接从目标图像中获取目标尺寸信息。该文提出一种转动补偿和方位定标方法。该方法采用回波的全部方位信息,通过构造局部平均多普勒趋势(LADT)信号获取目标回波的多普勒变化趋势。进一步利用随机采样一致(RANSAC)算法估计多普勒调频率及目标有效转动速度,实现高精度转动补偿与方位定标。仿真与实测数据实验验证了该方法的有效性。     

一种ISAR目标转动估计和方位定标方法

获得精确目标转角信息对于逆合成孔径雷达(ISAR)成像至关重要。通过精确的转角估计不仅可实现转动补偿提高ISAR聚焦性能,也是实现成像方位定标的必需条件。本文提出一种稳健的ISAR目标转角估计方法,该方法以目标成像的聚焦程度作为代价函数,通过交替迭代优化求解目标的有效转角速度和加速度,继而实现精确转动补偿和成像方位定标。仿真和实测数据实验验证了该方法的有效性。     

基于伪逆极坐标傅里叶变换的快速ISAR方位定标

在逆合成孔径雷达(ISAR)成像中,由距离多普勒或时频分析方法得到的ISAR图像方位向仅是目标的多普勒频率分布,不能反映目标的真实形状,需对ISAR图像进行方位定标。该文提出一种快速的ISAR方位定标方法来估计目标的旋转角速度(RAV)。首先,该方法利用高效的伪逆极坐标快速傅里叶变换把两幅不同时刻ISAR图像的旋转运动转化为沿极角的平移运动。然后,在极坐标域定义了一种新的积分相关代价函数来粗估目标的RAV。最后,通过采用二分法估计得到最优的RAV,进而实现ISAR方位定标。相比于现有方位定标算法,所提方法避免了插值操作带来的精度损失和高计算复杂度问题。计算机仿真和实测数据实验结果证明了所提方法的有效性。     

一种基于图像最大对比度的联合ISAR方位定标和相位自聚焦算法

针对特显点选取易受噪声影响这一问题,该文提出一种基于全局图像最大对比度的逆合成孔径雷达(ISAR)方位定标算法,并在实现方位定标的同时完成距离空变相位补偿自聚焦。该方法以图像对比度作为代价函数,利用BFGS算法实现代价函数的最大化高效求解,获得目标信号的距离空变调频率,进而计算目标有效转动角速度,实现方位定标和距离空变相位自聚焦。仿真和实测数据实验对比验证了该算法的有效性和稳健性。     

短孔径ISAR方位定标

短时间观测下的逆合成孔径雷达成像在应用中具有较多的优势。该文针对短孔径观测提出一种利用有限次脉冲实现ISAR方位定标的方法。基于ISAR图像的稀疏特征,利用压缩感知理论提高ISAR成像的分辨率,有效提高了散射中心定位精度。此外,基于2维快速傅里叶变换和极坐标映射的方法利用相关法进行转动角速度估计,同时利用压缩感知精确估计相关函数的峰值位置,提高转动角速度的估计效率和精度,最终实现目标的方位定标。仿真和实测数据实验结果验证了该方法的有效性。     

空间目标卡尔曼滤波稀疏成像方法

鉴于卡尔曼滤波器(KF)具有优良的信号估计性能,将KF与贪婪算法相结合,该文给出稀疏约束下的基于KF的空间目标逆合成孔径雷达(ISAR)成像方法。考虑到有些空间目标尺寸较大或包含大尺寸部件,或成像积累时间较长,会引入越分辨单元走动(MTRC)和方位向2次相位调制,首先对回波进行MTRC校正,然后构建包含2次相位的观测矩阵,通过使图像锐度最大化,估计目标转动角速度,获得聚焦目标图像,并将估计转速用于方位向图像定标。卫星仿真ISAR数据处理验证了上述成像处理方法的有效性。成像效果优于传统距离多普勒(RD)和正交匹配追踪(OMP)方法。     

基于InISAR像的目标识别方法

针对目标ISAR图像方位向坐标是多普勒频率,其分辨率和目标运动状态有关,如果不进行标定,直接利用ISAR像进行识别存在困难,该文提出了一种基于多特显点的InISAR成像方法,并利用极化映射,提取特征进行识别。该文利用ISAR图像中特显点的多普勒频率和横距的关系,对整幅ISAR像进行横向定标;InISAR像转换到极坐标格式下,提取具有旋转和尺度不变性的特征,对目标分类。详细分析了4个主要参数对成像和识别的影响,仿真实验结果验证了理论分析。     

基于图像旋转相关的空间目标ISAR等效旋转中心估计算法

为了消除逆合成孔径雷达(ISAR)越分辨单元徙动(MTRC)引起的图像散焦,需要估计目标的等效旋转中心。该文以空间目标为研究对象,提出了一种基于图像旋转相关的ISAR旋转中心估计算法。首先,分析了ISAR的瞬时成像机理;其次,将采用相同运动补偿后的回波数据分段成像,得到不同视角的2幅图像;然后,基于定标后的图像像素旋转和图像相关,估计等效旋转中心。当假定的等效旋转中心与真实的旋转中心一致时,2幅图像相关性最大,据此得到旋转中心位置。仿真实验表明,该算法能够有效利用图像整体信息,估计出高精度的目标等效旋转中心,利于提高成像质量。     

空间目标双基地ISAR越多普勒单元徙动校正算法

针对双基地逆合成孔径雷达(ISAR)的越多普勒单元徙动问题,以转台模型为研究对象,分别从回波信号模型和散射点相对收发双站速度变化2个角度分析了越多普勒单元徙动的产生机理,并提出了基于距离单元相位补偿的多普勒徙动校正算法.该算法首先由双基地雷达与目标的几何关系估计出其等效旋转速度,然后通过等分观测期间的目标回波获取2幅不同观测视角的ISAR图像,依据图像旋转相关最大准则估计出图像的等效旋转中心,实现一维距离像的定标,最后对每个距离单元进行相位补偿,完成越多普勒单元徙动的校正.仿真实验表明,算法能有效解决双基地ISAR越多普勒徙动问题,提高ISAR成像质量.     

基于子孔径参数估计的双基地ISAR图像融合方法研究

双基地逆合成孔径雷达(Bistatic ISAR)能够同时获取两个视角下的目标雷达回波,将分别所成的图像进行融合处理可以获得质量更高的ISAR图像以提供更丰富的目标信息,但由双基地角带来的目标像尺寸形状不一致等问题将造成融合困难。该文针对转台模型目标,提出一种基于子孔径参数估计的双基地ISAR图像融合方法,利用孤立强散射点在不同子孔径下的多普勒差值估计出目标的转动角速度和半双基地角,再将不同视角下的数据映射到同一个坐标平面中进行融合处理,得到效果更好的图像,最后利用仿真实验结果验证了该方法的有效性。     

一种基于时域分解的ISAR图像理解与处理方法

逆合成孔径雷达(ISAR)图像的自动理解是应用其进行自动目标识别(ATR)的基础。文中提出一种基于改进的自适应高斯表示(AGR)的ISAR图像理解与处理方法。该方法对目标ISAR图像中点散射与非点散射效应并存的现象给以有效的参数化的描述,进而消除非点散射在图像中造成的模糊展布,并提取到可用于目标识别的成像目标散射中心特征。基于飞机目标实测数据的实验验证了该方法的有效性。     

基于器官跟踪的人脸实时跟踪方法

头肩序列图像的人脸跟踪有着广泛的应用,但目前的大多数跟踪算法难以同时满足精确与快速的要求.本文提出了一种基于器官跟踪的人脸实时跟踪算法,利用形态学运算对嘴进行跟踪,进而通过对人脸对称性的分析,实现了对头肩序列中人脸的跟踪.由于算法只涉及简单的形态学运算^[1]和局部的旋转运算,速度达到实时要求,同时人脸对称性的分析保证了跟踪结果的精确性.     

基于FRFT的机动目标ISAR成像算法

研究目标机动性不太剧烈、散射点子回波序列多普勒变化满足一阶近似条件下的机动目标ISAR实时成像问题.提出了一种新的基于分数阶傅里叶变换(FRFT)的机动目标ISAR距离一瞬时多普勒成像算法,用FRFT代替传统的快速傅里叶变换(FFT)实现目标的方位向分辨,利用目标运动的先验信息缩小算法的搜索范围,提高运算效率.实测数据处理结果表明该算法较好地解决了机动目标成像问题.与已有的机动目标成像算法相比,该算法在保证成像质量的前提下,大大减小了运算量,可用于机动目标实时成像.     

一种复杂运动目标的ISAR成像算法

在对复杂运动目标进行逆合成孔径雷达成像时,由于转动矢量随时间而变化,回波信号中会引入一个与散射点位置有关的相位误差,无法用通常的相位补偿方法进行校正,应用距离-多普勒算法获得的ISAR(Inverse Synthetic Aperture Radar)像会变得模糊.本文分析了目标转动矢量变化使得ISAR像模糊的内在原因,给出了目标三维转动状态下的ISAR信号形式,并基于散射点信号的特点提出了一种复杂运动目标的ISAR成像算法.该算法不仅适用于转动矢量方向不变的非均匀转动目标,而且对于转动矢量方向缓慢变化的目标,算法仍然能够有效地提高ISAR成像的质量.仿真试验结果表明了该算法的有效性.     

基于SAR实测数据的舰船成像研究

该文基于机载SAR实测数据,对舰船目标成像进行了研究。SAR成像是针对静止目标,舰船目标表现在SAR图像上是散焦的。基于舰船目标的非合作性,可采用ISAR的方法对其进行成像处理,以得到高分辨的舰船图像。该文介绍了如何从SAR实测数据中提取出舰船目标的回波数据,并讨论了对舰船成像比较有效的ISAR运动补偿方法。最后给出了多艘典型舰船的清晰成像结果。该文提供了机载雷达SAR模式工作时对舰船成像的有效处理方法。     

基于GAN的ISAR图像语义分割方法

逆合成孔径雷达（ISAR）成像技术能够对空间目标进行远距离成像,刻画目标的外形、结构和尺寸等信息。ISAR图像语义分割能够获取目标的感兴趣区域,是ISAR图像解译的重要技术支撑,具有非常重要的研究价值。由于ISAR图像表征性较差,图像中散射点的不连续和强散射点存在的旁瓣效应使得人工精准标注十分困难,基于交叉熵损失的传统深度学习语义分割方法在语义标注不精准情况下无法保证分割性能的稳健。针对这一问题,提出了一种基于生成对抗网络（GAN）的ISAR图像语义分割方法,采用对抗学习思想学习ISAR图像分布到其语义分割图像分布的映射关系,同时通过构建分割图像的局部信息和全局信息来保证语义分割的精度。基于仿真卫星目标ISAR图像数据集的实验结果证明,本文方法能够取得较好的语义分割结果,且在语义标注不够精准的情况下模型更稳健。     

基于辐射累积和空间反演的空中弱目标检测算法

背景辐射噪声是弱信号检测面临的难点问题。提出了一种显著提升信噪比实现匀速运动弱目标的有效检测算法。建立目标坐标空间和速度空间,以不同速度矢量控制图像叠加,形成提升了信噪比的新的图像序列并构成图像空间;利用恒虚警判决法在图像空间中检测候选目标点;根据候选目标点所对应的坐标向量和速度向量分别映射到坐标空间和速度空间,由两个空间中出现的峰值判定目标点。实际红外成像系统实拍实验表明,算法能将信噪比提升至接近原图的N倍,目标检测概率和虚警概率都明显优于所对比的弱目标检测算法。