空中微动旋转目标的二维ISAR成像算法

 针对具有高速旋转部件的空中微动目标ISAR回波,本文提出一种基于低调频率匹配滤波的刚体与高速旋转部件回波分离方法.同时针对高速旋转部件的回波特点,提出基于逆-Radon变换的成像算法估计高速旋转散射点图像.最终同时得到微动目标刚体以及旋转部件的聚焦良好的ISAR图像.仿真和实测数据处理结果证明了所提算法的有效性.     

基于不变矩的微动目标二维平流层ISAR成像算法

为了解决在平流层环境下,ISAR 成像过程中存在微动成分时对成像的干扰问题,提出了一种基于不变矩的微动目标二维平流层ISAR成像算法。该算法首先利用不变矩工具对不同子孔径的回波分量进行分类,然后将影响成像质量的数据进行分离,最后利用分离后的数据进行子孔径拼接成像。该方法处理过程简单,实时性强,并能明显改善成像效果。     

基于FRFT的机动目标ISAR成像算法

研究目标机动性不太剧烈、散射点子回波序列多普勒变化满足一阶近似条件下的机动目标ISAR实时成像问题.提出了一种新的基于分数阶傅里叶变换(FRFT)的机动目标ISAR距离一瞬时多普勒成像算法,用FRFT代替传统的快速傅里叶变换(FFT)实现目标的方位向分辨,利用目标运动的先验信息缩小算法的搜索范围,提高运算效率.实测数据处理结果表明该算法较好地解决了机动目标成像问题.与已有的机动目标成像算法相比,该算法在保证成像质量的前提下,大大减小了运算量,可用于机动目标实时成像.     

相位匹配处理微动目标ISAR成像

利用二维离散傅立叶变换理论分析了步进频率信号ISAR(Inverse Synthetic Aperture Radar)成像和多普勒效应原理,提出了相位匹配处理微动目标ISAR成像技术,阐述了新算法的物理意义,使用仿真数据演示了相位匹配处理微动目标ISAR成像技术的性能,证明了新技术微动目标ISAR成像能力.     

基于遗传-启发算法的微动目标认知ISAR成像资源调度

认知逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）将认知雷达理论与ISAR成像技术相结合,利用目标与环境的离线先验知识及在线感知结果,提升ISAR在复杂环境下的成像能力.与传统单脉冲雷达相比较,相控阵ISAR可实现波束的快速扫描,因此具备多目标观测能力.在实际空间微动目标成像场景中,相控阵ISAR很可能存在多波束多目标情况.为实现系统效能的充分发挥,需要在系统能量、时间资源有限条件下实现成像任务有效调度.然而,面向成像任务的资源调度方法主要针对刚体目标,其约束条件及调度模型并不适用于微动目标,并且存在求解方法稳定性差、调度成功率不高等问题.此外,微动目标运动形式复杂,回波非平稳性很强,且方位缺损时难以聚焦成像.因此,迫切需要针对微动目标的特性,研究有效的ISAR资源调度和高分辨成像方法.针对上述问题,本文提出基于遗传-启发算法的微动目标认知ISAR成像资源调度方法 .该方法首先根据微动目标认知结果计算其成像所需的雷达资源及综合优先级;接着基于脉冲交错技术,在时间、能量双重约束下建立微动多目标资源调度模型.在此基础上,本文提出了基于遗传-启发...     

基于Keystone变换的多目标ISAR成像算法

提出了一种基于Keystone变换的多目标成像算法。以各目标回波在径向上重叠较小的时刻为基准时间运用Keystone变换，同时校正各目标的线性距离走动，减轻了各目标回波在径向上的重叠，进而在距离-多普勒二维平面上完成各目标回波的分离。对分离出的回波分别进行相关法和PGA法的高次项运动补偿后，可得到各目标的距离-多普勒像。计算机仿真结果证明了该方法的有效性。     

基于AJTF的ISAR成像算法研究

自适应联合时间-频率（AJTF）分析是一种被证实了的基于刚体目标二维运动模型的逆合成孔径雷达（ISAR）成像算法,但它在进行运动补偿参数搜索时使用的穷尽搜索方法收敛不稳定且计算量较大。介绍了一种改进的AJTF算法,它用粒子群优化方法进行运动补偿参数的搜索,提高了算法的稳定性和效率。仿真结果证明了该算法的优越性。     

基于FRFT的大型平稳目标ISAR成像算法

逆合成孔径雷达(ISAR)通常忽略越距离单元走动(MTRC),采用距离多普勒(RD)算法进行ISAR成像.但对于高分辨ISAR成像雷达,当目标尺寸较大时,距目标中心较远的散射点会产生MTRC,从而导致ISAR像质量下降.为避免散射点的MTRC,本文提出了一种基于分数阶傅立叶变换(FRFT)的ISAR成像算法.从多普勒域看,MTRC是由信号频率和多普勒频率耦合引起的.本文算法以此为基础,利用FRFT的Chirp-multiplication性质对多普勒域进行尺度变换,实现信号频率与多普勒频率的解耦合,获得目标横向像,然后利用IFFT进行径向压缩,无需越距离单元走动校正即可获得清晰的ISAR像.该算法不需要已知目标的转动信息,实现简单,而且计算量与RD算法相当.仿真数据和暗室测量数据验证了算法的有效性.     

基于RSPWVD-Hough变换的多运动目标ISAR成像

针对逆合成孔径雷达(ISAR)同一波束内多个运动目标在距离上无法分辨,传统的单目标ISAR成像方法难以有效聚焦,从而造成图像模糊的问题,提出了基于重排的平滑伪WVD(RSPWVD)-Hough变换进行各目标回波参数估计,然后利用逐次消去法进行回波分离,最终得到各目标清晰的ISAR像.该方法在保持高时频聚集性的同时有效消除交叉项的影响,降低了运算量,仿真结果证明了该方法的有效性.     

高速自旋目标ISAR成像的代数重构方法

逆合成孔径雷达(ISAR)成像是目标识别的重要手段之一,而飞机螺旋桨和导弹等目标存在的微动现象常常会对成像质量造成严重的影响。常规方法中,通过去除回波中的微动分量保证图像质量的做法会导致部分信息的丢失。针对高速自旋目标提出了一种新的逆合成孔径成像算法,通过建立线性方程组和迭代求解等步骤,可以从宽带雷达高分辨距离像中重构高速旋转目标的几何结构,同时还能够对自旋周期的估计结果进行修正。通过将该算法应用于外场实测数据,得到了AN-26飞机螺旋桨的清晰成像结果,验证了算法的正确性。     

基于稀疏约束最优化的ISAR相位自聚焦成像算法

本文提出了一种基于稀疏约束的ISAR方位自聚焦算法,能够应用于稀疏孔径ISAR成像中。该算法利用ISAR图像的稀疏特征建立最小1范数成像模型,并将相位误差作为模型误差。然后通过数值迭代的方式进行自适应相位误差估计,最终获得聚焦良好的ISAR图像。同时,成像代价函数的建立基于矩阵模型,有利于采用方位FFT和矩阵的Hardmard乘积操作进行快速求解。由于利用稀疏约束,该方法在低信噪比的条件下仍然能够取得良好的聚焦结果。基于仿真数据和实测数据的结果验证了本文算法的有效性。     

ISAR快速CBP成像算法研究*

对应用于逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)成像中的卷积反投影(Convolution Back Projection, CBP)算法进行了研究。提出了一种改进的CBP 算法,通过一次一维平移插值即可完成CBP 算法中 所有的插值工作。在此基础上,对大场景采用分块并行处理。通过FEKO 中目标仿真数据的成像表明,改进算法的 成像效率远高于常规CBP 算法。     

一种基于MIMO技术的ISAR成像方法

传统的ISAR成像模型要求目标在积累期间近似做平稳运动,但由于其积累时间较长,目标飞行速度和姿态的变化将对成像效果造成很大的影响.本文将MIMO技术与ISAR成像相结合,提出了一种MIMO-ISAR成像方法,它采用一种特殊设计的M发N收线性阵列,发射一组M个同频带时域正交PCM信号,在接收端通过匹配滤波完成信号分选也即实现了距离压缩,然后基于PCA原理,以最小熵准则对目标水平速度分量进行估计后将整个积累期间的回波数据进行重新排列和插值,最后进行方位多普勒分辨成像并做MTRC校正.从理论推导及仿真实验结果来看,该方法在达到同样方位分辨率的前提下其积累时间最少时只有传统ISAR的 1 MN ,这极大的缩短了积累时间,从而使大部分飞行目标均能满足在积累期间近似做匀速直线运动的条件,扩展了ISAR成像的适用范围,提高了成像效果.     

一种基于相干积累CPF和NUFFT的机动目标ISAR成像新方法

机动目标的复杂运动导致散射体回波信号多普勒频率时变,给逆合成孔径雷达（ISAR）成像方位向处理带来困难.而传统的距离-多普勒（RD）成像方法、Wigner-Ville distribution（WVD）瞬时成像方法、Radon-Wigner等成像方法由于成像效果差或运算效率低等因素,不适合复杂运动目标的ISAR实时成像.针对这些问题,本文提出了一种基于相干积累三次相位函数（CPF）的机动目标ISAR成像新方法.首先,把平动补偿后的各距离单元数据,通过CPF变换到时间-调频率平面.然后,利用各散射体自项能量平行于时间轴分布特性,提出一种基于相干积累的交叉项和虚假伪峰抑制方法,进而得到各散射体在频率-调频率平面的高分辨分布特性.最后,通过向频率轴上的投影得到该距离单元目标的方位ISAR图像,并通过引入非均匀快速傅立叶变换（NUFFT）来降低算法计算复杂度.计算机仿真处理结果验证了该方法的有效性.     

基于压缩感知的稀疏孔径认知ISAR成像方法

针对运用压缩感知理论对ISAR目标成像时不同目标所需观测维数和积累时间不同的问题,提出了一种基于压缩感知的稀疏孔径认知ISAR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观测积累时间的随机观测矩阵,并给出了成像质量评估标准,实现了对有限雷达资源条件下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,而且可以有效减少目标成像的时间,同时还能获得高质量的目标ISAR像。     

一种假目标干扰背景下的导弹目标成像方法

与单目标相比,对假目标干扰背景下的导弹目标难以得出高分辨ISAR图像。本文针对这种情况提出了一种基于Keystone变换的目标成像方法,通过低分辨回波估计并补偿目标群共同的高速径向运动参数,利用Keystone变换与信号中心频率密切相关的特性在等效的中心频率上进行变换,快速实现多普勒环绕情况下对所需目标的包络对齐。对于在距离一多普勒二维平面上存在不完全重叠的多目标情况,可以对导弹目标的粗略ISAR像进行分离,然后对其进行精细的相位补偿以及线性调频分量补偿,从而最终实现假目标干扰背景下导弹目标的精细ISAR成像。计算机仿真结果证实了该方法的有效性。     

一种通用的SAR/ISAR自聚焦方法

首先介绍了我们最近提出的一种ISAR自聚焦新方法AUTOCLEAN(AUTOfocus viaCLEAN),然后对其中的特征提取算法进行了深入研究。研究结果表明,用CLEAN作为特征提取算法是合适的。AUTOCLEAN不仅是一种稳健的ISAR自聚焦方法,而且还可以推广应用到聚束SAR、曲线SAR和机载双天线干涉SAR中的自聚焦处理。     

基于快速SBL的双基地ISAR成像

针对稀疏孔径条件下双基地ISAR成像分辨率低、运算时间长等问题,提出了一种基于快速稀疏贝叶斯学习的高分辨成像算法。首先,建立基于压缩感知的双基地ISAR稀疏孔径回波模型,然后将整个二维回波数据进行分块处理,并假设目标图像各像元服从高斯先验,建立稀疏贝叶斯模型,再利用快速边缘似然函数最大化方法求解得到高质量目标图像,最后将所求的每块回波对应的目标图像合成整个二维图像。由于采取了分块处理,在每块图像重构时减少了数据存储量和计算量。另外,相比于传统的稀疏贝叶斯学习求解方法,本文所提快速算法在保证重构质量的同时进一步缩短了运算时间,仿真实验验证了算法的有效性和优越性。