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．     

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.     

CAPON方法在ISAR成像中的应用

采用CAPON法代替傅里叶变换估计正弦信号的幅度和频率时,旁瓣比较低,对频率的估计精度比较高,对平稳飞行目标进行逆合成孔径雷达(ISAR)成像,可以得到高分辨率的ISAR像;同时,把CAPON法推广到估计线性调频信号的参数,可用于对机动飞行目标进行成像.仿真数据和实测数据验证了CAPON法的优越性.     

两种线性时频分布在机动目标ISAR成像中的应用

研究短时傅里叶变换和Gabor变换在机动飞行目标ISAR成像中的应用.通过对回波数据进行短时傅里叶变换或Gabor变换,得到不同时刻的高分辨瞬时多普勒谱,然后对观测数据段的不同时刻进行瞬时成像.仿真数据和外场实测数据验证了本方法的优越性.     

一种基于压缩感知的机动目标高分辨成像方法

当目标机动飞行时,常规的距离多普勒算法进行成像时会散焦甚至无法成像.为实现机动目标的快速高分辨成像,研究了一种基于压缩感知(CS)的机动目标高分辨成像方法.首先,在小角度条件下,将目标机动等效为匀加速转动,在分析机动目标方位向回波特征的基础上,构建了更加符合回波特征的匹配傅立叶字典;然后,依据不同散射点的旋转角加速度与旋转初速度的比值是相同的这一信息,将回波沿快时间积分后,变换为一列方位向信号,结合CS重构进行参数估计;最后,采取矩阵形式的重构算法快速获得ISAR图像.仿真和理论分析验证了本文方法的有效性.     

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.     

机载对海多目标ISAR成像系统设计

机载对海逆合成孔径雷达(inverse synthetic aperture radar,ISAR)能够对海面大中型舰船进行二维成像,图像信息为识别提供了更有利的依据.根据ISAR系统的工作原理,首先分析了对海多目标ISAR面临的关键问题;然后提出了空间、时间两维分割的处理方案,以解决不同海况下海面多目标成像分辨率的问题;最后给出了典型的试验验证结果.本文的研究结果对海面多目标ISAR系统设计具有一定的指导意义.     

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.     

基于瞬时幅度和调频率估计的机动目标成像方法

逆合成孔径雷达（ISAR）机动目标成像受到研究者的广泛重视,在已有的机动目标成像算法中,通常假设在综合孔径处理期间,各距离单元内各散射回波是等幅线调频信号,在实际中,以上假设仅是近似成立,基于此假设的机动目标成像算法难以得到目标的较高质量的像。文中采用更精确的信号模型——多分量调幅-线性调频（AM-LFM）信号表示实际机动目标的各距离单元回波,并提出一种瞬时幅度和调频率参数估计的快速算法,通过这些信号参数,得到了机动目标的高质量的动态ISAR像序列,以利于目标识别,而且运算量比已有算法要小。     

基于匹配傅里叶变换舰船回波参数估计方法研究

针对ISAR对非合作机动舰船目标的成像问题,将回波作多分量线性调频信号近似.依据匹配傅里叶变换理论,分析基于匹配傅里叶变换的多分量线性调频信号参数估计的统计特性.研究表明幅值、初始频率和调频率3个参量估计的均方误差均接近Cramer-Rao下界,通过蒙特卡罗仿真实验验证了理论推导的正确性.采用匹配傅里叶变换进行舰船目标回波多普勒参数估计,利用运动补偿完成瞬时成像,获得不同时刻的目标像及目标的运动姿态,实测数据验证方法的有效性.     

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。     

基于时频分析方法的多弹头成像处理算法

分析了逆合成孔径雷达多目标成像机理和时频分析成像算法,以多弹头的刚性多目标模型为基础,利用时频分析方法对多目标成像进行仿真。并且对距离-多普勒算法和3种逆合成孔径雷达多目标成像时频分析算法进行了比较,结果证明逆合成孔径雷达在多目标成像及识别中的可行性。     

逆合成孔径雷达成像的机动目标平均补偿

逆合成孔径雷达成像中平动补偿可以分为两步进行,即平动粗补偿（包络对齐）和平动精补偿（自聚焦）。经过多年的研究,包络对齐和自聚焦都有一系列算法,但是,这些算法的提出和分析都是基于目标平稳飞行的。随着对机动目标瞬时成像研究的深入,表明当不发生距离走动的情况下,平稳飞行的包络对齐方法完全适用于机动飞行,但大部分自聚焦方法对机动飞行目标不再有效,为此提出一种基于相干积累的适用于机动目标的自聚焦方法,仿真和实测数据的处理表明该方法是有效的。     

New ISAR imaging interval selection method for ship targets on the sea

Ship targets on the sea swing because of the sea wave, which leads to instability of the rotation speed and variation of the image project plane. As a result, imaging interval selection should be taken into consideration in order to obtain a high quality ISAR image. In this paper, firstly, the relationship between effective rotating speed and image project plane is analyzed in detail, by which the conclusion that the image project plane is stable and the resolution of the ISAR image is best when the valid speed of rotation of a ship target is highest is drawn. Then a new method to select favorable imaging interval based on the rotation speed of ship targets is proposed. In comparison with existing methods, the proposed one can select a better period for ISAR imaging, which leads to an imaging result with higher quality. The effectiveness of the proposed method is verified by simulation and real data processing result.     

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.