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。     

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。