基于随机调频步进信号的高分辨ISAR成像方法

为充分利用随机调频步进逆合成孔径雷达回波所具有的联合稀疏特征,提高成像性能,该文提出一种基于分布式压缩感知理论的随机调频步进逆合成孔径雷达高分辨成像方法。首先构建随机调频步进信号回波的联合稀疏表示模型,并完成子脉冲的脉冲压缩处理;其次,基于每组子脉冲的随机方式(组与组之间的随机方式不同),构建相应的随机量测矩阵,获取回波的压缩感知信号模型,并利用分布式压缩感知理论实现距离向联合高分辨重构;最后结合回波在方位向的稀疏性,采用快速稀疏重构算法实现方位向高分辨成像。理论分析和仿真结果表明由于充分利用了随机调频步进信号回波的随机性与联合稀疏特征,所提出方法具有重构精度高、距离向采样率低、抗噪性能强等特点。     

频率步进信号距离－方位联合超分辨成像方法

对距离向、方位向二维稀疏的频率步进信号模型, 基于压缩感知理论, 研究了一种适用于稀疏频率步进回波的距离-方位联合逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法.首先对稀疏频率步进回波进行建模, 在此基础上构建了距离向和方位向二维稀疏时的联合稀疏基, 最后利用二维平滑0-范数法在矩阵域直接进行处理, 得到最终的ISAR超分辨成像结果.并对算法复杂度、超分辨性能进行了分析, 得出了相应的结论.理论分析和仿真结果表明所提方法在不同稀疏方式、不同稀疏条件下具有更好成像质量、更快处理速度的优势.     

基于联合块稀疏模型的随机调频步进ISAR成像方法

在回波数据稀疏、低信噪比等不利条件下,利用随机调频步进信号进行ISAR成像时,成像性能将会严重下降。针对上述问题,该文在充分分析随机调频步进信号回波特性的基础上,提出利用目标距离向具有的联合块稀疏特征来获得高质量ISAR图像的新方法。首先,推导了在随机调频步进信号发射波形条件下目标回波信号的联合块稀疏成像模型并分析了该模型特征;其次,提出了联合块稀疏正交匹配追踪稀疏重构算法(JBOMP)实现对模型的求解。该算法利用ISAR回波信号具有的块稀疏以及联合稀疏等先验信息,因此在低量测值、低信噪比条件下的ISAR成像性能得到了增强。所提算法还可以实现对多维信号的联合处理,且具有较快的运算速度。理论分析与仿真实验均验证了所提方法的有效性。     

基于块稀疏的空间碎片群目标成像方法

针对星载雷达空间碎片群目标回波无法分离问题,该文利用回波在距离向表现出的块聚集特性,提出一种基于块稀疏的高分辨ISAR成像方法。基于块稀疏压缩感知理论,通过利用空间碎片群目标特性,抽取出各个碎片的高分辨1维距离像数据,并结合平动补偿和距离多普勒(RD)算法得到各碎片的ISAR像。在小样本条件下,该方法能够有效实现空间碎片的数据分离和高分辨ISAR成像。仿真实验表明,该方法的重构精度以及运算速度均优于非结构类的稀疏ISAR成像方法。     

基于稀疏步进调频信号的低信噪比逆合成孔径雷达成像

针对稀疏步进调频信号对目标径向运动敏感且低信噪比(SNR)下难以聚焦成像的问题,该文提出基于遗传算法和稀疏贝叶斯学习的平动补偿与高分辨逆合成孔径雷达(ISAR)成像方法。首先,针对稀疏步进调频信号建立回波模型和稀疏观测模型,通过构造参数化字典,将ISAR成像问题转换为目标运动参数估计与高分辨距离像(HRRP)合成的联合问题。然后,对目标高分辨距离像引入Gamma-Gauss先验,并采用变分贝叶斯推断(VBI)对散射点进行估计。在此基础上,通过遗传算法迭代同步获得目标运动参数与高质量HRRP,最终实现高分辨聚焦成像和运动参数精确估计。不同场景下的仿真和实测数据处理结果验证了所提算法的有效性。     

基于压缩感知的宽带成像雷达Chirp信号回波的压缩和重构

针对宽带成像雷达chirp信号回波按照带通采样定理采样得到的数据量大所导致的存储压力大的问题,本文提出基于压缩感知的chirp信号回波压缩和重构方法,首先就回波是否可压缩,利用chirplet变换分析了chirp信号回波的稀疏性,在信号稀疏的基础上,应用chirplet变换给出了可应用于压缩感知的稀疏字典及其简化形式,并证明了所给出的简化形式稀疏字典满足信号重构的条件。最后给出了回波的压缩和重构方法并结合ISAR成像进行了数字实验,先在目标转动加平动模型下,进行了数据的压缩和重构,通过比较重构信号和原信号的时域波形、高分辨距离像和ISAR成像结果,验证了本文的方法。最后仿真分析了重构误差随信噪比的变化曲线,说明了本文的方法对信噪比的要求。      

利用线性Bregman迭代的ISAR高分辨成像

为获得ISAR方位向高分辨成像性能,基于压缩感知理论,提出了一种具有方位向高分辨能力的算法。该算法基于线性Bregman迭代(LBI)实现ISAR方位向高分辨。首先将重构精度高的LBI推广到复数域;然后进行了算法的理论分析,与正交匹配追踪算法对比分析了LBI算法的有效性以及稀疏度和采样率对重构精度的影响,仿真结果表明推广到复数域后的LBI能够有效实现复数稀疏信号的重构,验证了算法的优越性;最后将算法运用于ISAR方位向成像。仿真结果验证了LBI算法可明显提高ISAR方位向分辨率。     

多重测量矢量模型下的稀疏步进频率SAR成像算法

基于压缩感知(Compressed Sensing, CS)的合成孔径雷达(SAR)成像算法可以用低于Nyquist采样率的采样数据完成稀疏目标高分辨成像。然而已有的算法在重构1维距离像时采用的大都是单重测量矢量(Single Measurement Vectors, SMV)模型,存在着重构耗时长、受噪声干扰大的缺点。该文从压缩感知的多重测量矢量(Multiple Measurement Vectors, MMV)模型出发,利用多重测量矢量恢复具有相同稀疏结构的联合稀疏目标信号源,从理论与实验角度分析了基于MMV模型的SAR 1维距离像成像性能,提出了一种距离向基于MMV模型,方位向基于SMV模型的2维SAR成像算法。该算法从耗时上、重构精度上均优于SMV模型下的CS成像算法。通过对仿真数据和地基雷达实测数据的处理,验证了算法的有效性。     

基于线性调频步进ISAR参数估计和成像算法研究

本文在建立了线性调频步进ISAR回波信号模型的基础上,对线性调频步进ISAR信号特性进行了分析,指出径向速度和加速度将严重影响线性调频步进ISAR成像;因此,为了得到更好的ISAR图像,本文提出了一种新的基于线性调频步进ISAR的成像方法,充分利用距离时域包络和方位多普勒信息对径向速度和加速度进行精确的估计,同时在数据中对运动参数加以补偿,并最终实现方位多普勒成像;而且,该方法还适用于较低信噪比情况下的ISAR成像;在最后,本文给出了线性调频步进ISAR成像的详细步骤,并用不同信噪比的仿真数据验证了本文所提出方法的可行性。     

前视阵列SAR回波稀疏采样及其三维成像方法

针对高分辨前视阵列SAR三维成像系统面临的距离采样率高和回波数据量大的问题,本文利用地面散射源在三维空间中的稀疏性,提出距离频域和沿航向时域二维稀疏采样并稀疏重构地面三维图像的方法.从前视阵列SAR角度观察三维地面,地面散射源在距离向和沿航向二维空间中是稀疏的,在该二维方向上联合稀疏采样有望实现最佳的稀疏采样效果.为避免距离向时域稀疏采样造成的三维成像复杂化,提出利用子脉冲结合距离频域稀疏采样的方法来实现距离向稀疏采样.同时,结合地面散射源连续性特点,提出低信噪比情况下稳健的信号重构方法.与传统三维匹配滤波成像方法相比,本方法降低了距离采样率和回波数据量,并直接重构地面散射源信息以实现三维成像.     

强地杂波下基于压缩感知的稀疏子脉冲高分辨雷达成像方法

针对稀疏雷达孔径数据处理与成像问题,本文提出了一种强地杂波背景下基于压缩感知（CS）的线性调频步进信号（SFCS）稀疏子脉冲高分辨雷达成像方法。在对稀疏回波数据解线调时,采用填零一次相消技术剔除地杂波,对粗分辨距离像序列二次采样后获得高信杂比的目标高分辨回波信号;再利用该信号的频域稀疏特性,结合各脉冲簇中随机丢失不同子脉冲的情况,构造相应的部分傅里叶基矩阵实现雷达数据的稀疏化表征,然后利用正交匹配追踪（OMP）算法对目标高分辨距离像（HRRP）进行重构处理,实现对目标的高分辨成像。仿真结果验证了本文方法的有效性。      

艇载共形稀疏阵列天线雷达成像研究

基于平流层飞艇平台,研究了共形稀疏阵列天线雷达对静止目标成像及对运动目标探测的问题。针对三叶玫瑰线艇身模型,提出了共形稀疏阵列天线的布阵方式。雷达采用实孔径方式成像,各子阵同时发射多脉冲频分正交信号。利用各子阵多发多收的回波信号,采用后向投影(BP)算法完成各子带信号对静止目标的成像处理,再将子带信号成像结果相参累加以提高静止目标成像的距离向分辨率;将各子阵一发多收的多脉冲回波信号变换到距离-多普勒域,完成静止杂波抑制,对各子带信号采用压缩感知(CS)的方法在二维空间实现对运动目标图像的重建,再将子带信号重建结果非相参累加以提高运动目标探测的信噪比。仿真实验验证了本文方法的有效性。     

压缩感知机动目标ISAR成像新方法

基于Fourier基的压缩感知（Compressed Sensing,CS）算法已被成功应用于平稳运动目标的逆合成孔径雷达（Inversed Synthetic Aperture Radar,ISAR）成像。但由于建模时对ISAR回波方位相位高次项的忽略,Fourier基矩阵对机动目标回波数据方位信息的稀疏表示失效,导致对机动目标的成像在方位向模糊。鉴于时频分析技术良好的时频局部化特性,将其引入到雷达回波方位向分析中,以改进用于表示雷达回波数据的稀疏基,实现对选定时间切片内回波数据多普勒频率的稀疏表示。改进后的基矩阵在通过CS技术解析回波在时间切片内方位信息的同时,又保证了利用有限数据成像的分辨率。与基于Fourier基CS成像等现有方法相比较,新方法在方位向的成像质量上有较大改进。仿真实验验证了算法的有效性。     

基于快速SBL的双基地ISAR成像

针对稀疏孔径条件下双基地ISAR成像分辨率低、运算时间长等问题,提出了一种基于快速稀疏贝叶斯学习的高分辨成像算法。首先,建立基于压缩感知的双基地ISAR稀疏孔径回波模型,然后将整个二维回波数据进行分块处理,并假设目标图像各像元服从高斯先验,建立稀疏贝叶斯模型,再利用快速边缘似然函数最大化方法求解得到高质量目标图像,最后将所求的每块回波对应的目标图像合成整个二维图像。由于采取了分块处理,在每块图像重构时减少了数据存储量和计算量。另外,相比于传统的稀疏贝叶斯学习求解方法,本文所提快速算法在保证重构质量的同时进一步缩短了运算时间,仿真实验验证了算法的有效性和优越性。     

基于压缩感知的稀疏采样数据大转角ISAR 成像研究

针对方位向稀疏采样条件下,大带宽大转角逆合成孔径雷达(ISAR)高分辨成像时,一维距离像中目标散射点的距离徙动问题,提出了基于贝叶斯压缩感知的稀疏ISAR 成像方法。对于方位向稀疏采样数据,该方法在包络对齐和相位补偿后,通过傅里叶变换将数据变换到距离频率域,对每一距离单元数据,根据方位向稀疏采样的位置构造相应的Keystone基矩阵,利用贝叶斯压缩感知算法重建目标在各距离频域单元的多普勒域系数,最后,通过距离向逆傅里叶变换和方位向自聚焦完成ISAR 成像。计算机仿真验证了该方法的有效性。     

基于原子范数最小化的步进频率ISAR一维高分辨距离成像方法

针对传统离散化压缩感知方法在网格失配条件下步进频率(SF)?ISAR?1维距离成像估计性能下降的问题,该文提出一种基于原子范数最小化(ANM)的高分辨距离成像方法.首先,构建基于原子范数的无网格SF?IS-AR距离向稀疏表示模型,将1维距离成像问题转化为原子系数以及频率估计问题.然后,利用原子范数半正定性质,将原子范数最小化问题转化为半正定规划问题,并基于交替方向乘子法实现快速求解.最后,利用Vander-monde分解得到最终的1维高分辨距离成像结果.由于避免了网格离散化处理,因此可以实现网格失配、低量测值条件下的高分辨距离成像,且保持了高的距离分辨能力.理论分析与仿真实验验证了所提方法的有效性.