机动目标的逆合成孔径雷达成像

 逆合成孔径雷达(ISAR)和合成孔径雷达 (SAR)都是利用目标 (场景)与雷达的相对运动,提高横向分辨率,实现对目标 (场景 )的成像。SAR的运动方是雷达平台,可控制作平稳飞行,且用仪器测校其偏离误差;ISAR的运动方通常是非合作目标,运动不受控制,且难以精确测量。当目标作机动飞行时,以目标作固定基准,雷达等效地在空间形成流形复杂的逆合成孔径 (阵列 ),对这种情况下成像的问题进行了系统的研究。     

微小卫星雷达隐身性能的在轨逆合成孔径雷达成像验证

成像雷达是空间目标监视系统中的重要组成部分.为深入评估某微小卫星的隐身性能,对卫星的逆合成孔径雷达(ISAR)成像效果进行预测,从雷达成像角度评估卫星的隐身效果.首先简述用于空间目标成像的ISAR成像的基本原理.然后构造卫星的散射点模型,散射系数采用微波暗室的实际测量值.依据仿真雷达系统参数和卫星实际在轨运行参数,计算卫星ISAR成像所需成像时间.对卫星3种飞行姿态,即卫星顶部指向地球表面的隐身姿态、卫星顶部与飞行方向一致和卫星底部指向地球表面两种非隐身姿态,以及不同信噪比情况,进行ISAR仿真,详细分析每种情况下的运动补偿效果和最终ISAR成像效果,说明了卫星隐身设计的有效性.     

基于调频连续波的太赫兹频段转台成像方法研究

高分辨成像雷达是太赫兹技术的重要应用之一,目前太赫兹雷达源的功率水平和太赫兹雷达的应用环境决定了要优先考虑采用调频连续波体制。因此文章在转台成像方式下分析了调频连续波太赫兹雷达信号模型和处理方法,实现了高分辨成像,并与X频段的成像结果进行了对比分析,验证了太赫兹调频连续波ISAR成像的优势。     

采用ISAR技术的MIMO雷达极坐标格式成像算法研究

对MIMO雷达的系统结构和它采用ISAR技术时的信号模型进行分析,以二次降维方式详细讨论了回波信号在波数域的分布特点,得出两条针对成像应用的MIMO雷达阵列设计准则。在此基础上,提出一种可有效聚焦的极坐标格式算法,经过对MIMO雷达回波数据逐次渐进降维重排,将其从四维转换到二维,然后通过距离向和方位向两次一维插值,把以极坐标格式记录的回波数据变换为直角坐标下均匀分布的数据。针对推导过程中因平面波假设引入的误差进行了分析,得到算法的适用条件。最后仿真验证了本文算法的有效性。     

匀转速逆合成孔径雷达的越距离徙动补偿

针对ISAR系统中的匀转速目标,本文提出了一种有效的校正由目标均转速旋转引起的越距离徙动(MTRC)的方法,对方位向上越距离徙动进行校正。它采用基于PD算法的Radon变换在方位向上得到精确的二次相位系数估计值,然后直接在时域上对越距离徙动校正,获得了更高的分辨率。Outlier-delete算法是一种在时域校正方位向越距离徙动的算法,在高信噪比条件下可以实现很好的聚焦效果,而在低信噪比条件下,该算法会出现严重误估计,导致聚焦失败。本文提出的Radon-PD算法具有很好的抗噪性,通过仿真并与Outlier-delete算法进行性能比较,验证了算法的有效性和可行性。     

基于散射中心模型的ISAR回波仿真方法

在传统雷达目标回波仿真方法的基础上,针对ISAR回波的特点提出了一种新的仿真方法.通过目标强散射点提取以及姿态角划分和重组,使得仿真回波的信息量和逼真程度都得到了较大的改善.     

双基地角时变下的ISAR等效旋转中心估计

双基地逆合成孔径雷达（ISAR）距离-多普勒算法成像时，容易引起越分辨单元徙动问题，影响成像质量，为了抑制越分辨单元徙动，需要估计目标的等效旋转中心。本文针对双基地角时变下的ISAR等效旋转中心估计问题，提出了一种等效旋转中心估计算法。该算法首先将运动补偿后的一维距离像序列分为两组并分别成像，得到两幅图像；其次，假定某个距离单元为等效旋转中心位置，对两幅图像进行畸变校正，使得两幅图像只存在一个视角差，按视角差旋转其中的一幅图像，并与另一幅图像作相关，得到相关系数；然后，假定下一个距离单元为等效旋转中心位置，重复上述步骤，直至遍历结束，相关系数最大值对应的假定位置就是估计的等效旋转中心。最后进行了仿真对比实验，表明本文算法能够有效估计双基地角时变下的ISAR等效旋转中心位置。     

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-...     

基于Hankel矩阵填充的稀疏孔径ISAR成像

在稀疏孔径(SA)逆合成孔径雷达(ISAR)成像中,传统压缩感知(CS)方法使用稀疏信号处理来处理数据缺失下的成像问题。这类方法存在模型不匹配这一固有问题,在一定程度上会限制成像质量。提出了一种利用Hankel矩阵填充(HMC)的基于结构化稀疏ISAR成像方法。该方法是一种典型的无网格方法,可以有效地提高稀疏孔径ISAR成像性能。首先,建立ISAR稀疏孔径成像信号模型,根据每个距离单元的回波构造Hankel矩阵;其次,通过证明所构造Hankel矩阵的低秩性质,作为方位稀疏成像的先验信息约束;最后,通过逐步迭代求解基于增广拉格朗日乘子(ALM)的矩阵填充(MC)来实现重构方位维成像。提出的基于低秩约束的方法,可以避免过完备基的假设,有效地克服了CS方法的离网格效应。基于实测数据的实验分析,进一步验证了所提算法的有效性。     

基于多级并行处理的R-D方法的ISAR实时成像

论文对ISAR成像中R-D成像算法进行了介绍,在通用信号处理单元上合理地分配任务和映射算法,设计了多级并行处理的信号处理机结构,实现了R-D方法的ISAR实时成像处理。应用DMA方式实现数据的高速交互,利用二维DMA实现矩阵转置运算,并对程序进行优化设计,有效提高了算法执行效率。最后对处理结果和性能进行了分析,经过对PC机和实时信号处理机的成像结果对比,证明算法的实现是成功的。