机动目标ISAR自聚焦新方法

针对机动目标提出一种新的自聚焦方法．该方法在平动相位误差估计过程中考虑对方位调频相位的优化估计;通过对多样本信号的相干积累,有效提高低信噪比下的估计性能;结合迭代处理可进一步提高相位误差估计的精度．仿真和实测数据处理结果表明,提出的方法具有比传统方法更好的自聚焦效果和对噪声的容忍性．     

一种匀加速空间目标高分辨距离像补偿算法

提出了基于立方相位函数参数估计的空间目标运动补偿方法,并推导得到了速度和加速度估计的克拉美-罗界,对该算法的估计性能进行了对比和分析．仿真表明,该方法可以在较低信噪比下实现速度和加速度的估计以及高分辨一维距离像的运动补偿,更有利于后续的ISAR成像和目标识别．     

一种适用于低信噪比短CPI的ISAR横向定标算法

针对低信噪比短相干处理时间(CPI)的逆合成孔径雷达(ISAR)成像及应用,提出一种有效的ISAR横向定标算法．基于ISAR图像的稀疏特征,该方法首先利用加权压缩感知实现超分辨成像,有效地抑制噪声并保证强散射点的恢复精度．然后,根据二维傅里叶变换及极坐标变换的特性,利用极坐标图像间的相关性对转动角速度进行初估计．最后,利用加权压缩感知对相关函数峰值位置进行精确估计,提高了估计精度和效率,从而实现ISAR图像的横向定标．通过仿真和实测数据处理验证了该方法的可行性和有效性．     

ISAR运动参数估计和补偿改进方法

在使用FFT距离多普勒算法进行ISAR成像处理时,回波相关性的减弱将加大运动补偿难度,带来较大的误差。该文在常规相邻相关法基础上,提出了一种改进的运动补偿方法。在距离向上,利用基准回波相关法与曲线拟合,克服了低回波相关性下包络对齐时出现的包络漂移、包络跳变等缺陷;在方位向上,利用DCFT变换,对目标的运动参数进行精确估计并加以补偿,减小了回波相关性降低对相位补偿的影响。仿真验证了该方法的有效性。     

解线频调步进频率ISAR成像研究

提出一种采用两次相干化处理实现对解线频调步进频率的逆合成孔径雷达(ISAR)成像算法．首先对回波进行相干化预处理,以估计运动目标的参数,并对相干化后的回波进行补偿;之后,采用相位相干化技术对残留相位误差进行校正,并利用时域带宽拼接技术获得目标的高分辨一维距离像．最后利用传统方位成像算法获得目标的高分辨ISAR图像．仿真数据验证了该方法的有效性．     

最小熵准则下的高动态目标回波相位补偿方法

针对传统"停-跳"假设对高动态脉冲雷达测速的局限性,提出了一种最小熵准则下的高动态目标回波相位补偿方法。在最小熵准则下,通过建立多项式的相位滤波器,实现回波信号相位高阶系数的估计,再对积累周期内的信号进行相位补偿,补偿后的信号频谱熵最小,此时再利用FFT可以得到高精度径向速度估计。实测验证表明,该算法可以有效地估计和修正回波相位高次项,提高回波积累时长,补偿后的径向速度估计均方根误差明显降低,算法估计的径向速度均方根误差优于0.04m/s,有效提高了脉冲雷达测速精度。     

基于多分量多项式信号参数估计的机动目标成像

对机动目标 ,其散射点回波的多普勒信号是时变的 ,通常其变化是近似线性的 .当目标机动性很强时 ,散射点回波的多普勒信号变化是高阶的 ,必须用高阶多项式近似 ,同时有些散射点回波并不是完整地存在于整个孔径 ,其幅度也是时变的 ,故基于变包络的多分量多项式相位信号模型 ,对机动目标回波进行了成像处理 .通过应用“洁净”技术 ,逐个估计多项式相位信号分量 .各分量的多项式相位系数及幅度分别用基于乘积型高阶模糊度函数的估计方法和低通滤波估计得到 ,机动目标的动态雷达图像由估计的信号重构得到 .实测数据处理结果表明这种成像算法是有效的 .     

一种新的ISARFS成像运动补偿方法

提出了一种新的用于步进频率ISAR成像运动补偿的方法.它利用常载频低分辨信号对运动目标进行跟踪,并利用回波解卷绕的相位获取目标较为精确的运动参数,利用高分辨步进频率回波信号精确地估计了目标运动参数,理论分析和仿真结果证明了所提出方法的有效性.     

OFDMA测距中一种新的定时偏移估计算法

为了在正交频分多址(OFDMA)测距中实现精确的定时偏移估计,提出了一种定时偏移估计新算法．该算法首先利用接收到的OFDMA测距信号估计受定时偏移影响的信道系数．基站分别利用各定时偏移预计值补偿该信道系数,并搜索补偿后信道系数自相关函数的最大峰值,确定定时偏移真实值．由于没有利用接收测距信号的时域相关,所提算法避免了现有的时域相关算法在多径信道中相关峰互相叠加影响估计精度的问题,在多径信道中受到影响较小．还推导了所提算法的理论精度限和复杂度．仿真结果表明,在无线多径信道下,所提算法搜索步长采用一个采样周期时,其10dB信噪比下的定时偏移估计精度比参考算法的精度提高近1倍．     

低信噪比下的高精度复正弦频率估计算法

MAP/ML频率估计算法由于同时利用了幅度和相位信息,在信噪比较高时可得到极高的估计精度,但在低信噪比下估计性能不佳．对此分析了形成原因,并提出了结合FFT确定相干积分长度及无卷绕序列的最大似然(ML)估计方法．利用FFT的粗估计值对信号进行频移,从而将信号的频率和序列的相位变化限制到了一定范围内,据此推导了不同相干积分长度下的克拉美罗界(CRLB),确定了相干积分数据分段的最佳长度,通过相干积分提高信噪比保持高估计精度．依据相移后相位方差选择估计序列的方法,避免了解卷绕过程,从而消除了解卷绕对低信噪比下算法性能的影响．Monte Carl仿真实验结果表明本频率估计可达到非常接近CRLB界的估计性能．     

基于Keystone变换的低信噪比ISAR成像

在ISAR成像中,当目标平稳飞行时,对于低信噪比的回波数据,常规的运动补偿方法不再适用,故提出一种基于Keystone变换的运动补偿方案,完成对低信噪比数据的处理. 利用Keystone变换校正由目标速度引起的线性距离走动,通过对相邻距离像相干积累以提高数据信噪比,进而引入相关法和PGA法完成对高次项运动的补偿. 仿真实验的结果表明,针对低信噪比数据的处理,基于Keystone变换的运动补偿方法优于传统的方法,从而有效地提高了成像雷达的作用距离.     

Weighted eigenvector method for sparse-aperture ISAR phase error correction

The traditional eigenvector method for autofocus can not obtain ideal results in low-SNR (signal-to-noise ratio) cases, because the contribution of the signal in different range bins to the final signal differs greatly. Thus, a weighted eigenvector method for ISAR(inverse synthetic aperture radar) phase error correction is proposed by adding different weights to each range bin according to its SNR. The method can not only deal with normal ISAR signals, but also can handle evenly under-sampled or block sparse, even unevenly sparse data. Finally, actual data processing results confirm the validity of the proposed algorithm.     

Modified Approach to PGA Phase Averaging for ISAR Autofocus

A new approach to phase averaging in phase gradient algorithm(PGA)is proposed, which is based onthe fundamental fact that the information of translational phase error is widely contained in every defocusedscatterer in ISAR image. The new approach aims to choose strong scatterers for error phase averaging with athreshold rather than just simply to pick out the strongest point in each range cell, which is not necessarily real     

改进的三次相位函数法LFM雷达信号参数估计

为了研究对线性调频(LFM)雷达信号的参数估计,提出了利用改进的三次相位函数法对LFM雷达信号进行参数估计.三次相位函数法可提取信号的相位函数的各项系数,并且只需通过二阶非线性变换在信号参数空间形成最大值来进行估计参数,具有较高的精度和良好的低信噪比能力,但是计算量较大.针对三次相位函数法计算量大的问题,提出调频斜率搜索范围设定准则及双尺度调频斜率搜索法,可减少大量计算量,同时保持了低信噪比下的算法精度.仿真测试结果表明,新算法有效地减小了计算量,并且保证了低信噪比下的算法精度,算法性能得到了提高.     

基于多项式变换的自适应Chirp信号参数估计

提出了一种新的基于多项式变换的RLS(recursiveleastsquare)算法。利用多项式变换将多项式相位信号(PPS)转变为具有线性相位的谐波信号,这一谐波信号满足AR(Autoregressive)模型且其频率对应于多项式相位的最高次项系数。然后利用RLS算法对AR模型的AR系数进行自适应估计,通过AR系数求解谐波信号频率,便可以获得多项式相位中最高次项的系数。本算法速度快,计算量小,并且在较低的信噪比(SNR)下估计性能依然良好。Monte Carlo仿真实验证明了本方法的有效性。     

一种新的基于稀疏贝叶斯学习的ISAR成像方法

将BP(基寻踪)算法和FOCUSS(Focal underdetermined systemsolver)算法用于ISAR成像中,由于它们具有一些缺点,在实际应用中受到很大的限制.但是SBL(稀疏贝叶斯)方法可以克服这些缺点.本文首次提出可以将SBL代替BP和FOCUSS用于ISAR成像中.真实ISAR数据的成像结果表明SBL是一种比BP和FOCUSS更有效,更有潜力的成像方法.     

ISAR Imaging and Cross-Range Scaling Based on Image Rotation Correlation

With the rapid advancement of technology, not only do we need to acquire a clear inverse synthetic aperture radar (ISAR) image, but also the real size of the target on the imaging plane, so it’s particularly important for the ISAR to rescale the images. That is, the ISAR image which is in the range-Doppler domain is converted into the range-azimuth domain. Actually, the key point to solving the problem is to estimate the rotation parameters. In this paper, a new scheme to rescale the images is proposed. For the sake of solving the problem of two-dimensional image blur and target high-speed, the instantaneous range instantaneous Doppler (IRID) method is used to obtain ISAR images, and the rotation parameters are estimated by comparing the rotation correlation of the two images. Using this method, the error of the estimated rotation parameters is greatly reduced, so that the target can be rescaled accurately. The simulation results verify the effectiveness of the proposed algorithm.     

一种统计RELAX方法的ISAR成像研究

针对在传统超分辨ISAR成像中仅依靠能量判断距离单元中的散射点数目可能会引起虚假点或散射点漏检的问题,提出了一种统计RELAX超分辨ISAR成像方法,该方法充分将目标所处环境的背景噪声与杂波的统计信息用于散射点的提取中,按照期望的虚警率设置检测门限,对所有的距离单元的回波信号进行高斯性检测, 确定存在散射点的距离单元, 最后利用统计RELAX超分辨技术进行散射点的提取并最终成像．实测数据的处理结果验证了该方法的虚假点远少于传统方法, 并且可充分表现目标的几何细节特征．