基于核函数的多极化HRRP识别

针对多极化雷达高分辨距离像(HRRP)识别中数据量大、分布复杂和识别算法复杂的问题,提出了基于核函数的识别方法.该方法首先定义了两种基于多极化HRRP的核函数,然后将其分别应用到核主分量分析(KPCA)中降维和提取特征,最后采用最近邻(1NN)分类器和支持矢量机(SVM)分类器对目标进行分类.该方法可以在不丢失极化信息的情况下,将多极化HRRP作为一个整体进行识别,降低了识别算法的复杂度.多极化HRRP数据的仿真实验结果显示,该方法的识别率比单极化HRRP提高7%～10%;与其他多极化HRRP识别方法相比,该方法不仅降低了提取特征的维数,而且还提高了识别性能.     

基于无线电摄像机的目标成像自动识别

无线电摄像机是一种新型成像雷达,利用它可以获得目标的二维(距离-方位)微波图像[1]。通过目标二维(距离-方位)像与目标一维距离像的分析对比,指出了目标二维像应用于目标识别领域的优势。针对三种目标分别模拟了其相应的二维像与一维像,仿真识别结果验证了分析的正确性。     

宽带直接采样接收机的高速运动补偿方法

针对宽带直接采样数字接收机,建立高速运动目标回波的解释表达方法,分析目标高速运动对一维距离像和逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像的影响.提出一种自适应匹配滤波的高速运动补偿方法,该方法利用雷达测距、测速系统得到的目标速度估计值构造新的匹配滤波器,补偿目标高速运动对回波信号幅度和相位的影响,从而消除一维距离像的畸变,提高ISAR成像的质量.仿真试验和实测数据处理结果验证了该方法的有效性.     

MIMO雷达三维成像方法研究

针对传统逆合成孔径雷达（ISAR）成像技术中存在的运动补偿难题,通过使用确定性阵列和单次快拍空间并行采样取代传统ISAR中非确定性阵列和长时间多脉冲采样,给出了一种基于多输入多输出雷达的双线阵宽带信号高分辨三维成像方法.由于采用了正交编码波形,使得距离维和方位维成像可独立进行,同时采用的垂直双线阵模式实际等效完成了平面阵列的采样功能,大大减少了阵元个数.仿真实验证实了该算法的有效性.     

基于压缩感知的多目标认知成像方法

为利用有限雷达资源实现对多ISAR目标的实时高分辨成像,提出了一种基于压缩感知的相控阵雷达多目标稀疏孔径认知高分辨成像方法．在对目标稀疏特性认知的基础上,构建了基于目标横向稀疏度和成像积累时间的雷达资源动态分配函数,并给出了成像质量评估标准,最终实现了有限雷达资源条件下不同ISAR目标的高分辨认知成像．仿真结果表明,利用该方法成像不仅可以减少雷达成像发射脉冲数,而且可以有效减少雷达观测时间,同时还能获得高质量的目标ISAR像．     

小斜视角的MIMO雷达波数域成像方法

针对传统逆合成孔径雷达（ISAR）成像技术存在的运动补偿难题,通过使用确定性阵列与单次快拍并行空间采样取代传统IsAR中的非确知性合成阵列与长时间多脉冲采样,给出了一种MIMO雷达波数成像方法．该成像方法利用发射／接收阵元的角度分集和信号分集,在单次快拍观测期间即可实现目标散射函数波数域二维支撑域上的有效观测,避免了ISAR成像中对目标运动的补偿难题．仿真验证了该方法的可行性．     

基于极化高分辨距离像的SVM目标识别方法

针对支持向量机（SVM）对单一雷达目标高分辨距离像数据源识别率较低和鲁棒性较差的问题,结合雷达目标极化信息,生成了雷达目标的极化综合距离像,提出了一种基于极化高分辨距离像的SVM目标识别方法。应用该方法分别对四类实测和仿真目标的ISAR成像数据进行了处理和识别实验,所得结果明显优于单一极化状态下的正确识别率,且鲁棒性更高。     

基于LWVD的机动目标ISAR成像新方法

为了提高机动目标的逆合成孔径雷达(ISAR)成像质量,提出了基于LWVD(L-Wigner-Ville分布)的机动目标ISAR成像新方法,通过计算回波数据不同距离单元的LWVD,得到不同时刻目标的瞬态ISAR像.与已有的时频分布相比,LWVD的时频聚集性进一步提高,而且对于多分量信号不存在交叉项干扰,计算简单,仿真数据结果验证了本文方法的有效性.     

相控阵雷达的线性调频步进ISAR成像分析

宽带相控阵雷达是一种新型的成像雷达,在目标识别方面呈现着重要的作用,但相控阵雷达天线对雷达信号瞬时宽带存在约束,为了得到高分辨的ISAR(Inverse Synthetic Aperture Radar)图像,选取线性调频步进信号作为发射信号,等效合成大带宽雷达回波信号.文章分析了相控阵雷达不能发射或接收宽带信号的原因,计算了瞬时带宽的取值范围,对线性调频步进ISAR信号特性及合成距离包络法的工作原理进行了分析,探讨了线性调频步进信号ISAR处理方法.最后展示了目前的研究成果,基于实测数据的理论距离分辨力为0.25 m的相控阵雷达的线性调频步进ISAR舰船目标图像.     

基于图像熵的ISAR运动补偿方法

提出了一种基于图像熵的ISAR运动补偿方法．利用最小熵准则，通过寻优运算得到目标径向运动参数的最优估计，实现对回波数据的运动补偿，从而获得高分辨的目标二维像．仿真结果证明了该方法的有效性．     

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．     

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.     

Inverse synthetic aperture radar imaging based on sparse signal processing

Based on the measurement model of inverse synthetic aperture radar (ISAR) within a small aspect sector, an imaging method was presented with the application of sparse signal processing. This method can form higher resolution inverse synthetic aperture radar images from compensating incomplete measured data, and improves the clarity of the images and makes the feature structure much more clear, which is helpful for target recognition. The simulation results indicate that this method can provide clear ISAR images with high contrast under complex motion case.     

宽带跟踪雷达解线频调接收的回波相干化方法

为了降低采样带宽,提出了一种通过硬件粗控解线频调参考信号的延时,根据参考信号与基准信号的关系对参考信号延时误差所引入的多普勒相位误差进行精确补偿,从而可将逆合成孔径雷达中的解线频调回波相干化的新方法．此方法可以加快成像速度,并且对低信噪比条件下的逆合成孔径雷达成像非常有益．     

一种高分辨的稀疏孔径ISAR成像方法

逆合成孔径雷达回波缺失程度较大时,传统的线性插值方法会带来较大的误差．针对这一情况,提出了一种基于压缩感知的稀疏孔径高分辨成像算法．通过构造一组时域稀疏的基空间和线性测量矩阵,结合范数1稀疏约束,利用凸优化进行基匹配搜索,直接提取目标的散射特性及多普勒频率信息,最终得到距离多普勒像．该方法无需对稀疏孔径进行插值,并且成像结果不存在旁瓣,对目标分辨特性较好．点目标模型仿真和实测数据处理的结果验证了该算法的有效性和优越性．     

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.     

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.     

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。