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。     

利用二维结构稀疏信息的调频步进ISAR高分辨成像新方法

针对已有利用压缩感知理论进行逆合成孔径（Inverse Synthetic Aperture Radar,ISAR）成像方法在低信噪比、欠采样率条件下性能下降严重等问题,依托调频步进波形独有特征并充分利用目标分布的二维结构稀疏信息,提出一种"先方位聚焦后距离分辨"的调频步进ISAR高分辨成像新方法.首先,对回波进行子脉冲脉压,在分析调频步进ISAR回波方位向特有的结构稀疏特征基础上,构建方位向的分布式压缩感知稀疏重构模型;其次,采用分布式压缩感知算法对该模型重构,从而获得低信噪比条件下的方位高分辨成像;最后,利用距离维的回波特征构建任意稀疏重构模型,实现距离向快速成像.由于该方法先进行方位聚焦,再进行距离分辨,并充分利用了目标的结构稀疏性,因此不仅具有抗噪性能强、重构精度高以及采样率低等特点,且避免了越距离单元走动对方位聚焦的影响.仿真与实测数据实验验证了本文方法的有效性.     

高速运动目标的ISAR成像方法

针对高速目标的ISAR成像问题,该文提出基于运动参考解调频的运动补偿方法。该算法利用由雷达辅助测距信号测得的参考距离和对目标距离像包络对齐的结果拟合出目标运动轨迹,对回波进行以拟合轨迹为参考距离的解调频处理,完成回波的脉冲内速度补偿和相干化,最后通过Keystone变换消除目标的转动分量引起的越距离单元走动。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

ISAR成像处理中的一种运动补偿方法

运动补偿是ISAR成像的关键问题之一,通常都是利用目标的一个孤立点作基准进行补偿。实际目标不一定存在孤立点,本文提出了一种对连片目标回波运动补偿的新方法。     

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.     

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。     

MIMO SAR短时平移正交波形成像性能分析

MIMO SAR是解决高分宽幅问题的有效途径,其核心问题是如何设计相互正交的发射波形。研究表明,经典的相位编码、离散频率编码等MIMO正交波形不适合实际场景SAR成像,目标点附近区域的回波叠加后对主回波造成严重干扰,引起成像SNR的下降和图像质量的恶化。最近,德国DLR的Krieger教授提出了短时平移正交(short-term shift-orthogonal)波形的概念,结合距离向的波束形成可实现回波信号的有效分离,但未对其成像性能进行细致分析。文中从衡量SAR成像质量的具体指标出发,包括综合积分旁边比(ISLR)等,通过理论分析和仿真验证对比了短时平移正交波形和传统编码正交波形的SAR成像性能。     

多基站ISAR三维转动转台目标成像研究

该文建立了多基站ISAR 3维转动转台目标的成像模型和成像算法,同时分析了多基站ISAR 3维转动转台目标的成像约束。通过在多基站ISAR 3维转动转台目标成像模型的基础上构造多基站距离向投影方程组和方位向多普勒方程组,实现了同时对目标散射点位置参数和运动参数的估计。仿真实验验证了多基站ISAR平面转台模型成像算法。     

基于压缩感知的二维联合超分辨ISAR成像算法

在ISAR成像中,距离和方位分辨率分别受发射信号带宽和成像积累角的限制。基于压缩感知(CS)理论,该文提出了一种2维联合超分辨ISAR成像算法。首先建立ISAR观测信号模型并构造2维超分辨字典,然后利用ISAR图像的稀疏先验信息将2维联合超分辨成像建模为最小l1范数的优化问题,最后提出一种快速算法求解该优化问题。该方法进行距离维和方位维的联合处理,有效利用了回波数据的2维耦合信息;通过共轭梯度(CG)运算,快速傅里叶变换(FFT),Hadamard乘积等操作,有效提高了算法的实现效率。仿真和实测实验验证了该算法的有效性。     

一种复杂运动目标的ISAR成像算法

在对复杂运动目标进行逆合成孔径雷达成像时,由于转动矢量随时间而变化,回波信号中会引入一个与散射点位置有关的相位误差,无法用通常的相位补偿方法进行校正,应用距离-多普勒算法获得的ISAR(Inverse Synthetic Aperture Radar)像会变得模糊.本文分析了目标转动矢量变化使得ISAR像模糊的内在原因,给出了目标三维转动状态下的ISAR信号形式,并基于散射点信号的特点提出了一种复杂运动目标的ISAR成像算法.该算法不仅适用于转动矢量方向不变的非均匀转动目标,而且对于转动矢量方向缓慢变化的目标,算法仍然能够有效地提高ISAR成像的质量.仿真试验结果表明了该算法的有效性.     

结合字典学习技术的ISAR稀疏成像方法

鉴于稀疏ISAR成像方法的成像质量受到待成像场景的稀疏表示不准确的限制,该文将字典学习(DL)技术引入到ISAR稀疏成像中,以提升目标成像质量。该文给出基于离线DL和在线DL两种ISAR稀疏成像方法。前者通过已有同类目标ISAR图像进行学习,获得更优稀疏表示,后者在成像过程中从现有数据中通过优化获得稀疏表示。仿真和实测ISAR数据成像结果表明,结合离线DL和在线DL的成像方法均可获得比现有方法更优的成像结果,离线DL成像优于在线DL成像,而且前者计算效率优于后者。     

ISAR成像最小熵自聚焦与相位补偿的一致性分析

该文对ISAR成像的最小熵自聚焦(Minimum Entropy Auto-focusing,MEA)与相位补偿之间的一致性问题进行深入研究,文中的数学推导证明了对于ISAR距离-多普勒成像,相位补偿后的剩余相位误差为0时的相位补偿量不一定是ISAR图像熵函数的极小点,这与ISAR成像目标有关.仿真实验也表明使ISAR图像熵最小时的相位补偿剩余相位误差却未必为0,只有当目标本身的图像熵不大于任何非零剩余相位误差所对应的成像结果的熵时,ISAR成像的最小熵自聚焦才与相位补偿一致.     

基于窄带步进频率的旋转目标三维ISAR成像

针对窄带发射信号,该文提出了基于步进频率的高速旋转目标三维成像方法。在运动补偿的前提下,首先利用单距离匹配滤波在子脉冲内进行二维逆合成孔径雷达像,然后结合CLEAN技术估计散射点参数,利用此参数在多个步进信号之间及多个距离单元内分别进行ISAR成像,最后利用频域距离合成技术在距离向实现高分辨,从而实现三维成像。该方法避免了旋转目标所引起的多普勒变化对距离合成的影响,能有效提高距离分辨率。多个散射点目标的仿真验证了该方法的有效性和可行性。     

基于贝叶斯压缩感知的ISAR自聚焦成像

针对ISAR自聚焦成像,该文提出一种基于贝叶斯压缩感知的高分辨率成像算法。首先利用目标图像的稀疏特性构建级联形式的稀疏先验模型,同时将相位误差建模为均匀分布模型;然后基于最大后验准则,依据贝叶斯压缩感知理论交替迭代求解目标图像和相位误差。与传统稀疏方法相比,所提算法进一步利用了目标图像的联合稀疏信息,将ISAR CS成像转化为MMV联合稀疏优化问题的求解,可以有效改善自聚焦的精度以及成像质量。仿真结果验证了该算法的有效性。     

ISAR成像快速最小熵相位补偿方法

针对逆合成孔径雷达(ISAR)成像,该文提出一种快速运动补偿算法,该算法基于二维图像熵,并通过相位补偿的快速迭代,使图像熵逐渐达到最小,从而实现雷达像的自聚焦.实测数据处理结果表明,同现有方法相比,该方法不仅保证熵意义上的最佳聚焦效果,而且还具有较高收敛速度。     

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.     

基于高精度运动信息的ISAR分辨率评估方法

ISAR分辨率评估是空间目标成像雷达精度鉴定的重要内容.该文针对ISAR分辨率评估中的基准计算与方法设计两个关键问题进行了详细分析,进而提出了基于空间目标高精度轨道与遥测姿态等运动信息的ISAR方位向定标方法.在此基础上,建立了一种新的ISAR分辨率评估方法.利用某雷达精度鉴定试验中对不同空间目标的实测成像数据,验证了...     

基于分层贝叶斯Lasso的稀疏ISAR成像算法

逆合成孔径雷达(ISAR)目标回波具有明显的稀疏特征,传统的凸优化稀疏ISAR成像算法涉及繁琐的正则项系数调整,严重限制了超分辨成像的精度及便捷程度。针对此问题,该文面向非约束Lasso正则化模型,建立分层贝叶斯概率模型,将非约束的$ {\ell _1}$范数正则化问题等效转化成稀疏拉普拉斯先验建模问题,并在分层贝叶斯Lasso模型中建立正则项系数依赖的概率分布,从而为实现完全自动化参数调整提供便利条件。考虑到目标稀疏散射特征和多超参数的高维统计特性,该文应用吉布斯(Gibbs)随机采样方法,实现对ISAR目标稀疏特征的求解,并同步获取包括正则项系数在内的多参数估计。基于该文研究方法可实现全部参数均通过数据学习获得,从而有效避免繁琐的参数调整过程,提升算法的自动化程度。仿真及实测数据均可证明该方法的有效性和优越性。     

调频步进雷达ISAR成像方法

针对调频步进雷达的ISAR(Inverse Synthetic Aperture Radar)成像问题,提出了一维距离像和ISAR成像的分步补偿方法.通过优化雷达系统参数,在保证抽取损失和伪峰幅度在容许范围内的同时最大化了一维距离像的速度补偿误差容限.一维距离像运动补偿参数通过拟合子脉冲包络对齐的平移量获得,当拟合脉冲数足够多时,估计精度在一维距离像的速度补偿误差容限以下;对目标一维距离像进行包络对齐和相位聚焦完成ISAR成像的运动补偿.最后,通过仿真分析验证了算法的可行性.