多基站ISAR多运动目标成像与横向定标研究

在多基站ISAR多运动目标回波模型的基础上,采用时间-调频斜率分布估计各基站多个目标的信号参数,基于CLEAN算法实现了各基站多个目标的信号分离。利用多个基站获得的目标的信号参数和多个ISAR图像,估计目标的运动参数,实现多个目标的横向尺度标定,同时给出了多基站ISAR多目标成像和横向定标的约束条件。仿真实验验证了多基站ISAR多目标成像和横向定标算法。

     

基于实测数据的机载毫米波ISAR舰船目标成像算法研究

ISAR的方位向分辨率和波长有关,在相同转角情况下,波长越短,获得的方位分辨率越高,但波长较短使得雷达对运动误差敏感,容易产生较大的相位误差,使成像算法变得复杂。针对此问题提出一种适合于机载毫米波ISAR舰船目标的综合成像算法。算法首先利用回波距离向高分辨率分离出单个舰船目标回波;然后对单个目标回波进行包络补偿和初相粗补偿;再根据时频分析结果,结合Radon变换的最大值位置,判断目标运动状态;最后根据判断结果自动选择合适的成像方法对目标成像。利用算法对机载毫米波ISAR数据进行成像处理,成像结果验证了算法的有效性。     

海上舰船目标的机载高分辨率ISAR成像

本文提出了机载高分辨率二维逆合成孔径雷达(ISAR)对舰船目标的侧视成像问题。通过采用舰船运动的简单模型，避免了采用高级的联合-时间频率(JTF)变换。研究了包括运动估计与校正、最佳处理时间与持续时间估计以及目标形状提取的鲁棒处理方案。强调了这样一个事实，即该处理的鲁棒性造就了单个ISAR成像分析而不必由一组雷达图像进行数据融合。     

一种改进的空间目标高速运动补偿方法

空间目标的高速运动会使得一维距离像产生畸变,因此高速运动补偿是空间目标高分辨雷达成像的关键步骤。基于线性调频信号模型,研究了高速运动对一维距离像产生的畸变影响,并通过定义一维距离像熵函数,将黄金分割优化搜索理论引入本文,提出一种实用高效的高速运动补偿方法,并将该方法移植到雷达信号处理机上,对大量实测高分辨雷达空间目标数据进行了处理。结果表明本文方法有效地补偿了高速运动对空间目标高分辨成像的影响,使得空间目标高分辨成像质量有了较大提高;且该方法计算量不大,满足实时ISAR成像的要求。     

运动目标在阵列孔径UWB SAR图像上的表征及其在图像域GMTI方法中的应用

结合子孔径BP成像过程,对运动目标在阵列孔径UWB SAR图像上的成像规律进行了研究,得出了运动目标在阵列孔径UWB SAR图像上的解析表达式,据此可将只适合慢速运动目标的UWB SAR图像域GMTI算法推广,使之适合快速运动目标.以ATI算法为例,说明了所得运动目标成像规律在UWB SAR图像域GMTI方法推广中的应用价值.基于仿真实验的结果证明了所得结论的正确性.     

距离瞬时多普勒算法实现的振荡目标ISAR成像

新近有报告提出ISAR图像重构的新方法——距离瞬时多普勒(RID)算法，它是众所周知的距离多普勒(RD)算法的扩展算法。RID采用联合时频变换(JTFT)技术来代替经典的多普勒谱分析方法。本文旨在从解析和数值分析的角度来证明使用RID技术可成功获得转动(俯仰、横滚、偏流)目标的ISAR图像。我们特别分析了RID和RD技术在对直线运动的振荡目标成像时的性能。     

低信噪比下快速分裂Bregman迭代ISAR超分辨率成像

针对低信噪比条件下的逆合成孔径雷达ISAR(Inverse Synthetic Aperture Radar)超分辨率成像处理问题,提出了一种基于快速分裂Bregman迭代的ISAR超分辨率成像算法.首先,在正则化框架下,将方位分辨率的提高问题转化为一个正则化问题;其次,利用托普利兹矩阵的低位移秩特征和Gohberg-...     

船载ISAR对舰船目标成像特性分析

以船载ISAR和舰船三维运动为成像条件,针对舰船目标ISAR成像的多普勒特性进行讨论。对海情影响下舰船目标的摇摆成像模型进行数学建模,并从理论上分析多普勒频率特性和船载ISAR对舰船目标成像的复杂性。在建模分析的基础上给出仿真结果,验证了理论分析的正确性。     

船只ISAR成像的运动估算和最佳时间选择

本文提出了船只ISAR成像的角转动估算和最佳时间选择的问题。其目的是估算船只角转动并选择合适的成像间隔，以获得适于用分类／识别程序进行处理的高质量俯视或侧视船只图像。为此目的，推导出一般船只散射体相位／多普勒频率的新颖分析模型，并提出了一种新的ISAR算法，能够适于用船只运动条件估算更适合俯视或侧视图像形成的时间瞬间和俯视图像定标的转动垂直分量。针对不同的船只模型、船只运动、探测几何关系和背景条件分析了整个ISAR技术的性能。将该技术应用于真实ISAR数据的结果证明了所提出方法的有效性。     

一种用于机动目标的线性调频脉冲估计和逆合成孔径雷达成像的自适应滤波方法

在逆合成孔径雷达（ISAR）成像中，由于机动目标的非合作运动，散射器的多普勒频移随时间变化，而雷达回波信号通常为线性调频脉冲。线性调频脉冲会计对ISAR成像的性能起着重要作用。Li和Stoica最近提出了一种自适应FIR滤波方法，用来估计正弦信号的振幅和相位，并将这种方法应用于采用正弦信号模型的合成孔径雷达（SAR）成像。本文推广Li和Stoica的算法，用来估计线性调频脉冲信号并将其用于机动目标的ISAR成像。该推广算法已由仿真数据验证。     

频域空域二维稀疏SIMO高分辨雷达成像方法

利用频域稀疏的线性调频步进信号（FSCS）作为雷达发射信号,并结合空域稀疏的SIMO雷达阵列来构建二维稀疏的高分辨雷达成像模型。针对该稀疏模型,首先通过对低维数据简单补零处理,然后利用图像熵准则完成对运动目标速度的有效估计。在此基础上,结合压缩感知理论,构造有效的观测矩阵、稀疏变换矩阵以及重构算法,获得目标高分辨距离像（HRRP）,进一步提出基于保相性的频域空域二维稀疏SIMO高分辨雷达成像方法。该方法可以大幅减少FSCS脉冲串的子脉冲个数,大幅减少SIMO高分辨雷达接收天线阵元个数,并获得高质量的HRRP和目标二维像。仿真实验验证了本文方法的有效性和鲁棒性。     

基于速率先验信息的固定单站仅测角目标运动分析

针对固定单站无源定位中仅利用角度对匀速运动目标定位跟踪问题,将速率信息视为先验约束,研究并提出基于伪线性估计和加权伪线性估计的目标运动分析算法。仿真实验表明,固定单站无源定位系统在速率先验信息条件下可以通过仅测角实现对匀速运动目标的定位跟踪。     

三重混合范数的L型嵌套阵列二维角度估计

针对L型嵌套阵列二维角度估计问题，提出一种三重混合范数块稀疏重构算法。首先，建立一种俯仰角和方位角可分离的二维稀疏测向模型，将两个维度采样点分块，分别计算联合协方差矩阵，二维角度估计问题被转化为联合协方差矩阵稀疏优化问题；为减小计算复杂度，建立三重混合范数块稀疏重构模型，利用交叉迭代的方法得到稀疏解，实现了二维角度估计，并且可以自动配对。仿真试验表明，三重混合范数稀疏重构算法能够有效估计多个辐射源的二维角度，分辨率较高，并且具有一定的鲁棒性。与传统算法相比，在低信噪比和小快拍数的条件下，均优于传统二维角度估计算法。     

一种视频SAR运动目标成像算法

视频合成孔径雷达ViSAR(Video Synthetic Aperture Radar)成像模式与传统SAR成像模式不同,此模式需要持续监测目标区域。通过子孔径划分的方法将目标区域的回波划分孔径,然后针对每一个划分后的子孔径进行单独成像和配准,最后把每一帧图像进行处理形成视频,利用序列图像形成的视频去提取目标的运动信息。视频SAR独特的高帧率成像处理使其对运动目标的检测具有很大的优势。提供了一种基于极坐标算法PFA(Polar Format Algorithm)的视频SAR运动目标成像的方法,视频SAR成像帧率可达到每秒5帧。     

基于压缩传感的线阵SAR三维成像方法研究

线阵SAR是一种新型雷达三维成像技术。由于实际中线阵天线长度有限,基于匹配滤波的传统线阵SAR成像方法不仅需要大量的阵元数,而且在切航迹向的分辨率也较低。结合三维场景空间目标的稀疏特征,提出一种基于压缩传感理论的高分辨线阵SAR三维成像方法。相对于传统匹配滤波线阵SAR三维成像方法,本方法只利用少量的稀疏天线阵元回波对切航迹向的稀疏散射目标进行L1范数优化重构,大大抑制了切航迹向旁瓣影响并显著提高分辨率。最后,通过线阵SAR点目标仿真三维成像表明了本文算法的有效性。     

基于ATI技术和象素匹配的星载SAR/GMTI实现方法

与机载合成孔径雷达相比,星载合成孔径雷达由于其复杂的空间几何关系、地球自转及地球曲率等因素的影响,使得星载SAR／GMTI的实现更为复杂。提出了当不满足相位偏置中心天线(DPCA)中脉冲重复频率和天线水平基线间的严格约束条件时,通过象素匹配法和星载SAR沿航迹向干涉(ATI)技术实现星载合成孔径雷达(SAR)动目标检测、测速及定位的一种方法。该方法采用沿航迹向线性排列的双孔径天线星载SAR结构,首先建立了星载SAR双孔径天线空间几何模型并详细分析了星载SAR双孔径天线机理及信号特性,然后利用常规方法成像的双天线SAR图像,分析并推导了基于ATI技术和象素匹配实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后,通过计算机仿真验证了其有效性。     

一种结合亮温图像和子空间分解的RFI定位算法

射频干扰(radio frequency interference, RFI) 对L波段综合孔径辐射计遥感数据造成了严重污染,降低了产品质量。RFI检测定位是处理RFI的关键步骤。传统的基于亮温图像的定位算法受到仪器角分辨率的限制,无法有效分离相邻的RFI。为了实现更高的空间分辨率,基于子空间分解技术的多信号分类(multiple signal classification, MUSIC)算法被提出。然而,当亮温图像的信噪比较低时,背景和噪声对子空间分解的准确性影响较大,进而降低了MUSIC算法的定位性能。文章通过结合亮温图像和子空间分解两种方法的优点,提出了一种融合改进定位方法。该方法通过在亮温图像域中消除背景场景、增强目标射频干扰,2次提高了图像信噪比,在频域中,利用子空间分解和MUSIC算法实现超分辨率和高精度定位。通过对土壤湿度和海洋盐度（soil moisture and ocean salinity, SMOS）卫星数据进行实验和仿真验证,证明了文章提出的方法在低信噪比情况下优于传统的MUSIC算法和基于亮温的定位算法。此外,在对多个弱RFI源的定位上,该方法的定位精度也优于基于点源波纹的弱RFI检测定位算法。     

基于MFT的非匀速转动目标干涉ISAR三维成像方法

非匀速转动目标各距离单元内的回波信号为多分量的多项式相位信号,采用傅里叶变换进行横向压缩得到的目标ISAR像会发生散焦,从而影响干涉ISAR三维成像质量。针对非匀速转动目标,提出了一种基于匹配傅里叶变换的InISAR三维成像方法。该方法对各天线接收回波的每个距离单元采用匹配傅里叶变换得到聚焦的目标ISAR像,进而得到散射点不同接收天线间的干涉相位,最后从干涉相位求解散射点三维位置重构目标的三维图像。由于非匀速转动目标多项式相位信号的相位系数之间的比值只与目标转动参数有关,因此该方法只需估计某一个散射点对应回波的多项式相位系数就可构造所有匹配傅里叶变换的积分路径,而且适用于任意阶的非匀速转动目标。仿真表明了该方法的有效性。     

飞行器散射中心的超分辨力诊断

高/超分辨力微波成像诊断测量是隐身飞行器设计的重要手段。本文讨论飞行器的超分辨力微波成像诊断测量技术,研究了四种微波成像算法,给出了微波暗室测量条件下,利用各种算法对飞机模型成像的结果。     

基于CNN-LSTM神经网络的前视成像算法

雷达前视成像作为雷达成像领域的难点与重点,在自动驾驶、导航、精确制导等方面具有广阔的应用前景。传统的前视成像算法受限于天线孔径的宽度,无法实现高分辨率的成像,本文使用卷积神经网络（Convolutional Neural Networks, CNN）与长短期记忆（Long Short-Term Memory,LSTM）网络相结合实现前视成像中方位向的预测,首先介绍了扫描前视成像信号的类卷积模型及其病态性,利用脉冲压缩以及距离徙动校正对回波信号预处理,输入CNN-LSTM神经网络逐距离单元进行方位向估计。仿真结果表明：算法能有效提高前视成像的方位分辨率,实现前视成像的超分辨。