稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.     

一种高精度的ISAR转动补偿和方位定标方法

传统逆合成孔径雷达(ISAR)成像算法忽略了目标回波的高阶转动相位的影响,导致方位向聚焦效果较差,且无法直接从目标图像中获取目标尺寸信息。该文提出一种转动补偿和方位定标方法。该方法采用回波的全部方位信息,通过构造局部平均多普勒趋势(LADT)信号获取目标回波的多普勒变化趋势。进一步利用随机采样一致(RANSAC)算法估计多普勒调频率及目标有效转动速度,实现高精度转动补偿与方位定标。仿真与实测数据实验验证了该方法的有效性。     

应用FRFT的调频步进ISAR低信噪比成像方法

调频步进逆合成孔径雷达(ISAR)在低信噪比(SNR)下采用距离-多普勒(R-D)成像算法时,必须有效进行包络对齐和相位聚焦,但是在目标运动未知的情况下,采用普通方法很难解决这个问题。利用调频步进雷达的粗距离像信号为慢时间域的线性调频(LFM)信号这一特点,通过对若干个连续子脉冲串的分数阶傅里叶变换(FRFT)谱图进行等距滑动叠加的方法,解决了单个子脉冲串的FRFT 谱图在低信噪比下被噪声淹没的问题。通过搜索叠加后的FRFT 谱图,可以估计出目标运动参数,然后利用目标运动参数估计值构造出补偿函数,从而实现了包络对齐和相位聚焦。由于FRFT 有快速算法,计算速度与快速傅里叶变换(FFT)相仿,所以算法的参数估计步骤运算效率较高,易于工程实现。仿真结果显示该算法可以获得较为理想的成像结果,验证了算法的有效性。     

匀加速转动目标转动参数联合估计

匀加速转动目标运动参数估计是逆合成孔径雷达(ISAR)成像中的一类常见问题。该文在给出匀加速转动目标雷达回波信号模型的基础上,推导了利用线性调频信号对匀加速转动目标雷达回波进行拟合时所得参数与目标转动速度参数之间的关系。在此基础上,进一步提出一种匀加速转动目标转动参数联合估计方法,实现了转动参数的无偏估计。仿真结果验证了该算法的有效性。     

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。     

基于二阶WVD的ISAR平动补偿方法

逆合成孔径雷达（Inverse synthetic aperture radar, ISAR）目标成像在军事和民用领域有着很广泛地应用,近年来,ISAR目标成像技术发展已经较为成熟,然而由于观测场景复杂和目标的非合作特性,导致获取的目标图像分辨率低和出现散焦、拖尾等问题。针对上述问题,本文提出了一种基于二阶维格纳维拉分布（Wigner-viller Distribution,WVD）的ISAR平动补偿方法,该方法首先将ISAR回波信号建模为二阶多项式,然后运用Keystone变换校正由运动引起的距离走动,再利用二阶WVD变换聚焦目标所有散射体的能量,进而估计出二阶运动参数,最后通过解调操作和Keystone变换获得聚焦良好的目标图像。本文提出的方法在低信噪比（Signal-to-noise ratio,SNR）环境下具有较稳定的性能,并且避免了多维搜索,减少了运算复杂度,有利于实现ISAR运动目标的实时成像。      

一种联合TDCM和PFA的空间目标大转角ISAR成像方法

空间目标态势感知是当前航天技术领域的研究热点,逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）是空间目标感知的一种有效手段。为了得到利于目标鉴别的高分辨二维ISAR图像,需要通过增大积累转角来提高方位向分辨率。但是,随着转角的增大,平动与转动之间的耦合增大,使得传统的先平动补偿、后利用转动成像的两步式成像方法不再适用。本文提出了一种结合时域信号共轭相乘（Time Domain Conjugate Multiplication, TDCM）处理与极坐标格式算法（Polar Format Algorithm, PFA）的成像算法,首先利用雷达回波的二维相干性,通过TDCM处理进行平动粗补偿,然后借助PFA的插值操作校正大转角引起的散射点越分辨单元走动（Motion Through Resolution Cell, MTRC）并估计目标相对转动参数。通过迭代处理,持续对平动和转动参数进行优化,提升运动补偿效果。仿真验证了所提成像算法的有效性,与传统算法相比,成像聚焦性更好。     

一种ISAR目标转动估计和方位定标方法

获得精确目标转角信息对于逆合成孔径雷达(ISAR)成像至关重要。通过精确的转角估计不仅可实现转动补偿提高ISAR聚焦性能,也是实现成像方位定标的必需条件。本文提出一种稳健的ISAR目标转角估计方法,该方法以目标成像的聚焦程度作为代价函数,通过交替迭代优化求解目标的有效转角速度和加速度,继而实现精确转动补偿和成像方位定标。仿真和实测数据实验验证了该方法的有效性。     

基于HT-MDCFT的高速机动目标运动参数估计

针对低信噪比条件下高速机动目标运动参数估计问题,将Hough变换(HT)和修正离散线性调频傅里叶变换(MDCFT)相结合,提出一种新的雷达信号处理算法(HMDCFT)。该算法首先采用Hough变换,从距离像图像中提取目标运动轨迹特征,校正距离走动并解速度模糊;然后利用MDCFT校正多普勒频率徙动,估计目标运动参数;最后沿估计的目标运动轨迹对回波能量进行相参积累。数值实验表明,该方法具有优越的抗噪声能力和运动参数估计性能。相比于利用距离像间相关性的包络互相关法,其抗噪声能力提升了约17.6 dB;即使雷达回波输入信噪比低至-35 dB,该方法仍可精确估计目标运动参数,充分聚焦目标回波能量。     

基于特征配准的ISAR图像方位定标方法

逆合成孔径雷达(ISAR)成像利用目标相对雷达视线的姿态变化形成的合成孔径获得方位高分辨,成像方位为多普勒轴,通常需要估计目标的有效转动速度以实现ISAR图像的方位定标从而体现目标真实尺寸。现有算法通常利用信号的运动参数估计和图像整体配准。该文提出利用子孔径ISAR图像的特征提取和配对,根据特征点坐标估计目标的有效转角速度。首先利用尺度不变特征变换(SIFT)和快速鲁棒特征(SURF)对两幅ISAR图像进行特征点提取;然后分别采用最短欧氏距离和随机采样一致性(RANSAC)进行特征点的匹配和失配点的剔除;最后根据配对特征点的坐标和能量估算有效转角速度,实现ISAR图像方位定标。仿真数据和实测数据验证了该算法的精确性和稳健性。     

基于最小能量准则的参数估计圆周SAR三维成像方法

针对圆周合成孔径雷达成像模式下应用参数化估计的三维成像算法效率低、精度差的问题,提出一种基于最小能量准则的参数估计圆周SAR三维成像算法。该算法首先对成像场景进行粗略网格划分,利用参数估计的方法得到目标的粗略位置,其次利用最小能量准则和精细化网格的方法得到目标精确三维位置和散射强度系数,最后通过CLEAN技术消除已估计点带来的影响,实现场景的三维成像。仿真实验结果表明:所提成像方法能有效对圆周观测下目标进行三维成像,同时与传统算法相比,解决了传统算法效率低、对目标估计不准确的问题,验证了所提算法的有效性。     

非圆信号二维DOA 和初始相位联合估计方法

针对传统联合估计方法计算量大、需要多维谱峰搜索的问题,该文提出了一种基于垂直阵列结构的任意初始相位非圆信号2 维DOA (Direction Of Arrival)和初相联合估计方法,利用垂直阵列特点,将3维参数估计问题转化为可并行处理的3个2维参数估计,在每一个子阵上,同时使用噪声子空间正交性和信号子空间旋转不变性,将2维参数估计进一步转化为1维估计问题,最终只需要对扩展协方差矩阵进行一次特征分解即可实现2维DOA和初相的联合估计及自动配对。该方法适用于空间信源处于过载的情形和低信噪比、短快拍环境,可估计信源数为2(M1)。数值仿真验证了该算法的有效性。      

基于FRFT的雷达信号脉内特征分析

针对目标模拟训练器中精确测量雷达信号脉内参数的需求,提出了基于FRFT的线性调频信号脉内参数估计的方法,给出目标训练器中脉内参数的计算过程,通过仿真分析了信噪比对算法估计性能的影响。仿真结果表明在较低信噪比下,本算法对不同的线性调频信号的参数估计有较高的精确度。     

改进的机载阵列调频连续波合成孔径雷达前视成像方法

机载阵列前视合成孔径雷达(SAR)信号模型中忽略载机速度会影响成像。针对该问题,在调频连续波(FMCW)SAR信号模型中考虑了载机速度,分析了载机速度的影响和载机连续运动引入的多普勒频率偏移的特点,结合Frequency Scaling算法,研究了机载阵列FMCW SAR前视成像。成像仿真和性能参数分析表明:改进方法可精确实现载机运动条件下的FMCW SAR前视成像。     

采用局部搜索的二维DOA估计

针对酉旋转不变估计信号参数(Unitary-ESPRIT)算法估计精度较低的问题,提出了一种采用局部搜索实现的非相干信源二维波达方向(2-D DOA)估计方法.该方法首先利用实特征矢量近似值估计导向矩阵,然后利用矩阵Kronecker积性质以及阵列旋转不变特性获得自动配对的角度估计值,降低了2-D DOA初始估计复杂度,实现了对Unitary-ESPRIT算法的改进;接着,采用一维局部搜索法对该初始估计结果进行优化,提高了低信噪比下的2-D DOA估计精度.仿真实验结果表明,相较于传统的Unitary-ESPRIT算法,所提方法在DOA估计精度和成功率上具有明显的优势,特别是在低信噪比以及快拍数较少条件下,因此该方法能够在计算复杂度和估计性能之间取的较好的折中.     

基于Hankel矩阵分解的天波超视距雷达机动目标检测算法

机动目标检测是天波超视距雷达的研究重点之一。目前已有的算法在高信噪比条件时对单个机动目标的检测效果较好,但在低信噪比时对多个机动目标的检测性能有待提高。该文提出一种基于Hankel矩阵分解的机动目标检测算法,该算法将机动目标信号构造为Hankel矩阵的形式,通过矩阵分解将信号时频估计转化为线性主成分分析的凸优化问题,从而实现匀速与机动目标的分离以及多个目标的同时估计。仿真结果证明了该算法具有估计精度高,信噪比条件低,可以同时多目标检测等优点。     

基于多测量动态聚类的压缩感知增强成像方法

噪声环境下的稀疏信号重构可以转换为带约束的二次规划问题,通过正则化算法可以有效求解,而正则化参数却是影响重构质量的重要因素。广义交叉验证(Generalized Cross-Validation, GCV)算法是噪声未知条件下估计的有效算法,但当信噪比较低时却无法保证收敛于全局最优,导致重构图像信杂比降低,甚至造成目标丢失。为实现低信噪比环境下稀疏信号的稳健重构,该文提出基于多测量动态聚类(Multi-Measurement Dynamic Clustering, MMDC)的压缩感知(Compressive Sensing, CS)增强成像方法。新方法首先对初始观测数据进行多次随机抽取,然后通过CS处理获得重构图像序列,最后利用动态聚类算法实现对原信号的稳健重构,在改善重构图像质量的同时也有效地抑制了杂波。另外,鉴于GCV计算量大及MMDC对估计误差的不敏感,该文提出基于简化GCV算法的MMDC增强成像方法,仿真及实测数据的处理结果均验证了所提方法的有效性。     

New source number estimation algorithm based on l 1 sparse regularization

In view of the problems of inefficient in low SNR and less snapshots when using existing sources number estimation related algorithms,a new algorithm based on e₁sparse regularization under space stationary noise was proposed to estimate the number of signal sources.The algorithm estimated the sources number by using the sparse representation of eigenvalues vectors with the suitable regularization parameter.Theoretical analysis and simulation results show that the algorithm can realize an accurate sources number estimation in low SNR and less snapshots.     

ISAR imaging of target with complex motion based on novel approach for the parameters estimation of multi-component cubic phase signal

Inverse synthetic aperture radar (ISAR) imaging of target with complex motion is very important in the radar signal processing domain. In this case, the received signal can be characterized as multi-component cubic phase signal (CPS), and the high quality instantaneous ISAR images can be obtained by the parameters estimation approach. The match Fourier transform (MFT) has been proposed for the parameters estimation of linear frequency modulated (LFM) signal, and it has been used successfully in the field of ISAR imaging. In this paper, the third-order match Fourier transform (TMFT) is proposed as an extension of the traditional MFT for the parameters estimation of cubic phase signal, and the asymptotic statistical performance is analyzed theoretically with the derivation of asymptotic statistical results for the estimated parameters. Finally, the TMFT algorithm is used as a tool for the improvement of inverse synthetic aperture radar (ISAR) images quality of target with complex motion, and the results of simulated and real data validate the effectiveness of the TMFT algorithm.