基于块稀疏的空间碎片群目标成像方法

针对星载雷达空间碎片群目标回波无法分离问题,该文利用回波在距离向表现出的块聚集特性,提出一种基于块稀疏的高分辨ISAR成像方法。基于块稀疏压缩感知理论,通过利用空间碎片群目标特性,抽取出各个碎片的高分辨1维距离像数据,并结合平动补偿和距离多普勒(RD)算法得到各碎片的ISAR像。在小样本条件下,该方法能够有效实现空间碎片的数据分离和高分辨ISAR成像。仿真实验表明,该方法的重构精度以及运算速度均优于非结构类的稀疏ISAR成像方法。     

空间目标卡尔曼滤波稀疏成像方法

鉴于卡尔曼滤波器(KF)具有优良的信号估计性能,将KF与贪婪算法相结合,该文给出稀疏约束下的基于KF的空间目标逆合成孔径雷达(ISAR)成像方法。考虑到有些空间目标尺寸较大或包含大尺寸部件,或成像积累时间较长,会引入越分辨单元走动(MTRC)和方位向2次相位调制,首先对回波进行MTRC校正,然后构建包含2次相位的观测矩阵,通过使图像锐度最大化,估计目标转动角速度,获得聚焦目标图像,并将估计转速用于方位向图像定标。卫星仿真ISAR数据处理验证了上述成像处理方法的有效性。成像效果优于传统距离多普勒(RD)和正交匹配追踪(OMP)方法。     

稀疏采样数据大转角高分辨ISAR成像技术研究

针对方位向稀疏采样条件下,大带宽大转角ISAR高分辨成像时,转动分量引起的一维距离像中目标散射点的距离走动和空变二次相位问题,研究了一种稀疏采样数据ISAR高分辨成像方法。对于方位向稀疏采样数据,该方法在包络对齐和相位补偿后,将Keystone变换和稀疏恢复相结合,实现方位向稀疏采样数据距离走动校正和缺失采样位置一维像重建,接着采用基于LVD变换的二阶相位估计方法对二阶转动相位进行估计并补偿,完成高分辨成像。计算机仿真和暗室测量数据验证了该方法的有效性。     

基于稀疏处理的运动目标认知ISAR成像技术

稀疏处理主要研究如何利用低维数据实现高维稀疏信号的准确重建。基于该特性,已有较多学者将其应用于ISAR成像中用以减少数据量,改善成像质量。文中首先从ISAR回波数据出发,建立了基于稀疏处理的ISAR成像模型,并给出实验处理结果;然后,针对稀疏ISAR成像中存在的对目标和环境的自适应能力不强、工作效率不高等问题,提出将稀疏ISAR成像与认知雷达相结合,构建了认知稀疏ISAR成像框图,并给出了两种认知稀疏ISAR成像策略,能够有效减少成像所需数据量,提高雷达利用效率;最后,利用实验数据验证了所提模型的有效性。     

基于频域稀疏非均匀采样的雷达目标一维高分辨成像

雷达目标的高分辨距离像具有稀疏和可压缩的特点,可以在频域进行稀疏非均匀采样获得目标的宽带散射数据,再通过恰当的信号处理手段得到一维高分辨像.本文描述了基于频域稀疏非均匀采样的雷达一维成像数学模型,从参数估计的角度比较了稀疏非均匀采样与均匀采样的成像性能,提出了非均匀采样点选取方法;分别应用参数估计方法和稀疏像重构方法实现了基于频域稀疏非均匀采样的雷达目标一维高分辨成像.采用暗室测量数据比较了两种方法的性能,验证了频域稀疏非均匀采样在降低数据量、提高分辨力方面的优势.     

基于相关准则的稀疏微波成像方位向采样优化方法

稀疏微波成像将稀疏信号处理理论系统性地引入微波成像中,与传统合成孔径雷达成像相比,具有提高成像质量、降低系统复杂度等优点。稀疏采样方式是影响稀疏微波成像重建质量的重要因素。该文主要研究方位向稀疏采样的优化问题,分析了稀疏微波成像观测矩阵的相关系数与重建能力的关系,在此基础上提出一种基于相关系数的优化准则,并对方位向稀疏采样参数进行优化。仿真结果验证了所提优化方法的有效性。     

空间高速小尺寸碎片目标二维分集融合成像方法

从碎片目标的回波散射特性入手,将频率分集技术融入到目标的高分辨成像算法中。频率分集技术可以有效地克服碎片目标的角闪烁效应,提高回波的平均信噪比,有利于对空间碎片目标的检测和成像;同时,空间高速小尺寸碎片目标高分辨二维图像带宽需求过大、难以实现,采用低分辨信号实现高分辨成像,信号带宽远小于ISAR成像算法,同时考虑了目标高速运动引起的等效积累转角对成像的影响,通过对等效转动速度的估算,修正匹配滤波器,使之满足转台成像条件,完成目标高分辨二维成像。最后,利用文中提出的方法对喇叭形空间碎片进行建模与成像仿真,仿真结果表明,文中提出的方法可以在成像时间内有效地克服角闪烁起伏,获取目标高分辨率二维图像。     

空间碎片SRMF-CLEAN成像算法

提出一种空间碎片SRMF-CLEAN成像算法.该算法成功地将太空碎片运动的先验知识纳入到雷达成像过程之内,成像中利用单距离匹配滤波(Single Range Matching Filtering,简称SRMF)快速算法有效提高了分辨率与成像速度,并采用点扩展函数参数化模型,通过修正CLEAN算法抑制点扩展函数扰动的影响.二者结合,有效地实现了太空碎片高分辨成像.理论推导和仿真结果验证了该方法的有效性.     

欠采样下宽带自旋目标的快速高分辨成像方法

逆合成孔径雷达(ISAR)观测自旋目标时,自旋目标回波的距离-多普勒时变性会导致传统成像方法失效。针对此问题,该文提出一种基于分布式匹配稀疏表示模型的宽带自旋目标快速高分辨成像方法。首先,通过自旋目标回波在距离频域表征出的稀疏性,构建分布式匹配稀疏表示模型;其次,研究快速分布式同步多正交匹配追踪算法,并通过减少算法总的迭代次数和每次迭代运算量来提高算法的重构效率,同时设计相关阈值抑制虚假重构散射点,实现鲁棒成像;最后,从理论上分析该方法在欠采样及低信噪比条件下依然可获得高质量图像的机理。仿真结果证明了该方法的有效性。     

一种基于二维信号稀疏重构的互质采样星载SAR成像处理方法

互质采样星载SAR通过方位互质采样代替传统方位均匀采样,可有效缓解空间分辨率与有效成像宽度之间的相互制约,提升SAR系统的对地探测性能。然而,方位向互质采样使得回波信号呈现方位欠采样及非均匀采样特性,导致传统SAR成像处理方法无法实现互质采样星载SAR的有效成像处理。该文提出一种基于2维信号稀疏重构的互质采样星载SAR成像处理方法。该方法在距离向脉冲压缩后,根据各距离门的多普勒参数截取2维观测信号并构造相应的稀疏字典,然后通过改进的2维信号稀疏度自适应匹配追踪算法完成方位聚焦处理。该方法不仅可以补偿SAR回波信号的距离方位2维耦合,还可以消除成像参数随距离空变对稀疏重构造成的影响,从而实现全场景的精确重构。点目标及分布目标仿真实验结果验证了所提算法可在远低于奈奎斯特采样率的情况下实现稀疏场景的有效重构。