Gabor和Chirplet字典中的子空间匹配追踪算法对比

对比了Gabor和Chirplet字典中的时频原子,研究了Chirplet时频字典中的子空间匹配追踪算法.该算法由时频分布确定chirp原子的时频中心,然后在时频中心保持不变的条件下搜索原子的尺度和调频率.同Gabor字典中的标准匹配追踪算法、子空间匹配追踪算法相比,Chirplet字典中的子空间匹配追踪算法对信号的逼近所需原子数更少,对实测语音信号的数值计算证实了这一点.     

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．     

ISAR imaging algorithm for targets with the complex motion based on the high-order ambiguity function-Lv's distribution

In ISAR imaging for targets with the complex motion, since the azimuth high order phase terms caused by the time-varying rotation vector will deteriorate the azimuth focusing quality, the traditional RD algorithm and LFM model are not appropriate. Thereby, in the case when the received signal can be modeled as cubic phase signals (CPSs), this paper proposes an ISAR imaging algorithm based on HAF-LVD (high-order ambiguity function-Lv's distribution). First, this algorithm defines a novel double lag parametric instantaneous autocorrelation function, and then applies the scaling operator to remove the coupling and utilizes FFT to achieve the energy accumulation. Finally, the non-searching estimation of the moving parameter and the ISAR images for targets are accomplished by the obtained HAF-LVD. Because of the introduction of the scaling factor, this algorithm can flexibly deal with more changeful and hostile ISAR environment without loss of the anti-noise performance and computational efficiency. Simulation results validate the effectiveness of the ISAR imaging approach.     

自适应Chirplet分解的ISAR成像方法

为了提高机动目标的逆合或孔径雷达(ISAR)成像质量,提出了一种新的ISAR成像算法,通过将每一距离单元的回波数据进行自适应Chirplet分解,并采用松弛(RELAX)技术来提高参数估计精度,得到了高质量的瞬态ISAR像.外场实测数据成像结果验证了本文方法的有效性.     

改进Chirplet时频原子的非线性调频信号分解

针对Chirplet时频原子对正弦类型的非线性调频信号的分解性能较弱的问题,提出一种改进的Chirplet时频原子．首先从理论上分析Chirplet时频原子对正弦类型的时频分布的失配问题,其次在Chirplet时频原子中加入正弦调频因子,使原子的时频曲线产生类正弦形状的弯曲性能,最后使用遗传算法代替匹配追踪算法,提高原子搜索效率．仿真实验结果表明,改进的Chirplet原子对于非线性调频信号的分解性能与Gabor、Chirplet和FM^mlet原子相比,有了较大的提升．     

Sparse Bayesian learning in ISAR tomography imaging

Inverse synthetic aperture radar(ISAR) imaging can be regarded as a narrow-band version of the computer aided tomography(CT). The traditional CT imaging algorithms for ISAR, including the polar format algorithm(PFA) and the convolution back projection algorithm(CBP), usually suffer from the problem of the high sidelobe and the low resolution. The ISAR tomography image reconstruction within a sparse Bayesian framework is concerned. Firstly, the sparse ISAR tomography imaging model is established in light of the CT imaging theory. Then, by using the compressed sensing(CS) principle, a high resolution ISAR image can be achieved with limited number of pulses. Since the performance of existing CS-based ISAR imaging algorithms is sensitive to the user parameter, this makes the existing algorithms inconvenient to be used in practice. It is well known that the Bayesian formalism of recover algorithm named sparse Bayesian learning(SBL) acts as an effective tool in regression and classification,which uses an efficient expectation maximization procedure to estimate the necessary parameters, and retains a preferable property of the l0-norm diversity measure. Motivated by that, a fully automated ISAR tomography imaging algorithm based on SBL is proposed.Experimental results based on simulated and electromagnetic(EM) data illustrate the effectiveness and the superiority of the proposed algorithm over the existing algorithms.     

基于二维稀疏采样的HRRP合成及ISAR成像方法

在分析传统的线性调频(LFM)信号体制ISAR高分辨距离像(HRRP)合成及二维成像原理的基础上,结合压缩感知理论,提出了一种基于二维稀疏采样的高分辨距离像合成及ISAR成像方法。该方法对经过二维稀疏采样后的ISAR回波信号进行二维重构处理,在大幅降低LFM信号采样率、减少子脉冲个数的前提下,获得高质量的HRRP和二维ISAR像;为缓解数字信号处理机的采样负担、降低已方雷达信号的被截获概率奠定了基础。仿真实验证明了该方法的有效性和可行性,同时观察了其鲁棒性。     

Inverse Synthetic Aperture Radar Imaging of Multi-Targets Based on Image Processing Technique

基于图像处理技术的ISAR多目标成像

王勇，冯帅，张庆祥

(哈尔滨工业大学 电子与信息工程学院，哈尔滨 150001)

创新点说明：

提出一种基于图像域分割处理的多舰船目标ISAR成像算法，创新点如下：

1. 首先应用图像域的一系列处理将稀疏的多目标ISAR图像变为边缘清晰、相互无交叠的多目标轮廓像，进而应用图像域的滤波器实现目标的分离提取，针对分离出的单目标进行精确的聚焦成像。

2. 所用方法解决了速度相近的多目标ISAR成像问题，可有效解决方位向或距离像不可分割目标的分离问题。并在实测数据验证中表现出良好性能。

研究目的：

为解决速度相近的多目标在ISAR成像中难以精确聚焦与有效分割，提出一种基于图像域分割处理的多舰船目标ISAR成像算法。该算法具有一定鲁棒性与自适应性，可对距离相距较近、平动速度相似、三维摆动不同的多目标进行有效分割与再聚焦成像。

研究方法：

1. 对多目标回波数据进行距离压缩，应用积累互相关法及恒定相位差消除法进行整体的初步运动补偿，之后应用RD算法得到多目标的粗成像结果。

2. 对粗成像结果依次进行全局噪声抑制、自适应图像截取、条纹干扰及斑痕噪声抑制、图像空洞填充、几何聚类分割，得到目标各自的轮廓。之后应用该轮廓在复图像域实现目标的分割与提取。

3. 将提取到的目标数据反变换至数据域，重新进行单目标的运动补偿，之后应用RD算法及RID算法（PGCPF）得到不同目标各自的清晰成像结果。

结果：

1. 针对多个相似速度目标（四个舰船目标具有相似的平移运动和不同的三维摆动）进行仿真实验，目标完整分离且成像清晰，说明本文所提出算法的有效性。

2. 应用一段实测双船数据对算法性能做出验证，结果显示分离效果较好，成像较为清晰，说明本文所提出算法具备处理实际场景数据的能力。

结论：

当雷达回波内出现多个目标回波时，由于目标的运动状态差异，导致传统的运动补偿方法无法同时将目标的运动精确补偿，造成成像质量偏低。本文提出一种基于图像域分割处理的多舰船目标ISAR成像算法。该算法经过仿真及实测数据的验证，具备一定的鲁棒性及自适应性。

关键词：图像分割，多目标，ISAR

     

改进轮廓波变换的ISAR信号超分辨成像方法

为了克服由于实测数据有限、逆合成孔径雷达(ISAR)成像分辨率低的问题,提出了一种基于改进轮廓波变换(CT)的ISAR回波信号超分辨成像方法.该方法首先采用非下采样的轮廓波分解来实现信号不变尺度下不同方向的高频成分提取;然后将不同方向的高频信息与原始回波信息一同构建为CT变换的分解层;最后借助轮廓波重构变换技术实现ISAR回波信号的尺度拓展,进而实现超分辨成像.与用插值方法进行信号尺度拓展后成像相比,该方法更能反映空中目标雅克42型飞机雷达图像细节信息,提高成像质量,从而验证了该方法的有效性.     

高速运动自旋目标的ISAR成像建模与分析

针对目标兼有高速运动和自旋特征时的逆合成孔径雷达（ISAR）成像问题,主要研究了该类目标的ISAR成像方法。依据高速运动自旋目标的运动特点,建立了其ISAR回波模型,并在回波模型分析的基础上提出了该类目标的ISAR成像投影像概念及计算方法。仿真实验同时验证高速运动自旋目标ISAR投影像计算方法和ISAR成像处理算法的有效性。     

伪双站ISAR成像方法研究

提出了基于单站成像系统获取多站逆合成孔径雷达(ISAR)重建图像的方法,称其为伪双站ISAR成像法.该方法利用电磁波的多径效应,发射一组电磁波信号可接收到多组回波数据,通过对回波进行信号处理,能够获得比常规单、双站ISAR成像更多的目标有用信息.与常规双站ISAR相比,它的设备大大简化,且避开了双站ISAR成像最难解决的同步技术问题.深入分析了伪双站ISAR成像的几何配置、成像原理、雷达成像平面和坐标变换等问题.仿真实验结果验证了理论分析的正确性和成像方法的有效性.     

ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach

基于迭代自适应算法的缺失数据ISAR成像

王勇,张荣政

(哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001)

创新点说明：

本文提出一种新基于迭代自适应（IAA）算法的缺失数据ISAR成像算法,具体创新性可说明如下：

1） 首先在回波随机缺失的情况下使用IAA算法估计ISAR方位像上的多普勒谱,进而得到清晰且有较高分辨率的缺失数据成像结果。

2）本文所用方法解决了传统FFT的处理缺失数据的谱泄露问题,相比于主流的压缩感知方法,该方法恢复效果更好。

研究目的：

常规的FFT处理方法会导致图像模糊和高旁瓣等问题,为解决缺失数据下的ISAR成像问题,本文提出一种基于迭代自适应方法（IAA）的ISAR缺失数据成像算法。该算法具有全局收敛性,不需要预先设置参数,能得到清晰的成像结果。

研究方法：

1）对回波数据进行解线性调频处理,对其得到的每一个一维距离像进行运动补偿消除平等分量。

2）从缺失数据的回波中提取出有效时刻对应的一维距离像,作为有效数据。

3）将有效数据中每一个距离单元内的方位向数据视为一个非均匀采样信号,使用IAA算法应用加权最小二乘估计来获得非均匀采样信号的频谱,将其作为方位向压缩的结果,从而得到清晰的成像结果。

结果：

1）文中进行了针对一维线谱数据的缺失数据仿真实验,说明了IAA算法对于缺失数据频谱估计的精确性。

2）文中使用IAA算法及OMP算法进行了仿真MIG-25和Yak-42数据的缺失数据成像实验,实验结果说明,IAA算法能够在随机丢失数据的情况下获得清晰的目标图像。

3）文中将使用IAA算法的MIG-25 缺失成像实验数据与OMP算法实验数据进行了定量对比,说明了IAA算法的优越性。

结论：

本文提出的基于迭代自适应算法的ISAR缺失数据成像方法应用加权最小二乘估计来获得非均匀采样信号的频谱。 仿真MIG-25和Yak-42的结果表明,该算法能够在随机丢失数据的情况下获得清晰的目标图像。

关键词：迭代自适应,缺失数据,ISAR

     

High-Resolution ISAR Imaging Based on Sparse Iterative Covariance-Based Estimation

基于协方差稀疏迭代谱估计的ISAR高分辨成像

王勇^1，2，张荣政^1，2

(1.哈尔滨工业大学 电子工程技术研究所，哈尔滨 150001;

2. 对海监测与信息处理工业和信息化部重点实验室 哈尔滨 150001)

创新点说明：

提出一种基于协方差稀疏迭代谱估计（SPICE）的ISAR高分辨成像算法，具体创新性可说明如下：

1）首先在回波数量有限的情况下使用SPICE算法估计ISAR方位像上的多普勒谱，进而得到高分辨率的成像结果。

2）本文所用方法解决了传统方法处理回波数量有限或者转角很小的ISAR数据分辨率不够的问题，相比于主流的压缩感知方法，该方法不需要预先设置任何参数。对比同类的谱估计方法，该方法的分辨率更高。

3）为解决SPICE方法计算量大的问题，给出一种基于G-S分解的快速实现方法，降低了运算复杂度。

研究目的：

由于实际系统可能具有有限数量的回波或者一些回波受到强干扰，因此传统的基于FFT的距离多普勒算法的分辨率可能无法满足要求。当相干累积角度受到限制时，有必要使用高分辨率方法进行ISAR成像。本文提出一种基于协方差稀疏迭代谱估计（SPICE）的ISAR高分辨成像算法。该算法具有全局收敛性，不需要预先设置参数，能有效提高成像分辨率。针对SPICE方法计算量大的问题，本文提出了一种改进方法。

研究方法：

1）对回波数据进行解线性调频处理，对其得到的每一个一维距离像进行运动补偿消除平等分量。

2）将有效数据中每一个距离单元内的方位向数据视为一个稀疏的复合频率信号，使用改进的SPICE算法估计信号的频谱，将其作为方位向压缩的结果，从而得到清晰的成像结果。

研究结果：

1）文中进行了针对一维线谱数据的频谱仿真实验，说明了SPICE算法对于数据量很小的信号频谱估计的精确性。

2）文中使用IAA算法及SPICE算法进行了仿真MIG-25和Yak-42数据的小转角成像实验，实验结果说明，SPICE算法能够在获得回波很少的情况下获得清晰的目标图像，有效提高了成像的分辨率。

3）文中将使用SPICE算法的成像结果与IAA算法成像结果进行了定量对比，说明了SPICE算法的优越性。

结论：

1）本文提出的基于协方差稀疏迭代的ISAR高分辨成像算法在不需要设置任何参数的同时利用信号的稀疏性，有效地提高ISAR成像的分辨率。

2）为减少计算量，本文还介绍了基于G-S分解的SPICE算法的快速实现。仿真MIG-25和Yak-42实测数据的实验结果说明了SPICE算法的有效性。

关键词：ISAR，高分辨，SPICE，快速实现

     

相对运动多目标的逆合成孔径雷达成像

由于非合作的机动多目标相对于雷达射线的姿态是时变的,而且目标间可能存在相对运动,给逆合成孔径雷达(ISAR)成像造成较大的困难。当多目标间存在相对运动时,直接利用常规补偿方法通常得不到满意的结果。该文建立了目标相对运动的模型,分析了相对运动对成像的影响,提出了一种新的相对运动补偿算法。该算法对存在相对运动的目标在距离上利用Keystone变换进行分离,提取相对运动目标的回波,分别利用Autoclean算法进行运动补偿。模拟和实测数据的成像结果表明,该算法是可行的。     

利用压缩感知的短孔径高分辨ISAR成像方法

压缩感知理论揭示：对于稀疏信号可以利用非常有限的观测数据对信号本身进行精确恢复．基于此思路提出了一种利用短孔径有限数据实现高分辨逆合成孔径雷达成像的新方法,将逆合成孔径雷达成像转换为利用正交基重构稀疏信号的问题,然后利用压缩感知对目标像高分辨优化重建．同时,根据压缩感知理论对新成像方法的分辨率理论上界进行了推导．对舰船和机动飞机的实测数据的处理结果验证了新方法的有效性和稳健性．     

应用联合自聚焦实现低信噪比ISAR成像平动补偿

传统逆合成孔径雷达(ISAR)平动补偿中,由于低信噪比下包络对齐无法精确实现,因此会导致后续相位自聚焦的精度受到限制．针对该问题,提出了一种包络相位联合自聚焦算法．该算法可以实现低信噪比下对ISAR目标复杂的平动分量进行补偿．利用二维ISAR图像熵作为目标函数,结合阻尼牛顿法进行最优化求解,在低信噪比下完成对平动分量的精确估计．另外,考虑到直接采样模式下,ISAR回波包络的缓变特性,对应平动分量可用有限阶多项式进行拟合．因此,利用归一化多项式拟合实现估计参数规模的简化,提高了估计精度和效率．Yak-42实测数据验证了该算法在低信噪比下的有效性和可靠性．     

一种Chirplet神经网络自动目标识别算法

针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。     

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．     

一种基于时频分析的自适应积累成像算法

为改善基于时频分析的逆合成孔径雷达（ISAR）瞬时成像算法的性能，提出了一种基于时频分析的ISAR积累成像算法．该算法利用回波相关系数门限自适应调整积累范围，并结合图像熵法对积累范围内由时频分析得到的距离-瞬时多普勒像进行叠加成像．该算法可适用于机动目标和平稳目标的ISAR成像，其成像清晰度优于传统距离-多普勒算法．     

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.