神经网络在未来超分辨雷达中的应用

最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。     

方位维逆合成孔径雷达(ISAR)运动补偿成象中的预加处理

在方位维逆合成孔径雷达（ISAR）运动补偿成象中,为了获得方位维的高分辨力,需要处理的数据量很大。预加处理首先对原始数据进行频移和滤波,然后由滤波后的数据进行抽取,从而大大压缩了所需处理的数据,减小了运动补偿和成象的计算量,提高了成象处理速度。电磁仿真数据和外场实测数据的处理结果验证了预加处理的有效性。     

用改进的多普勒中心跟踪法进行ISAR运动补偿

研究逆合成孔径雷达（ＩＳＡＲ）的相位补偿，运用Ｗａｈｅ［１］提出的相位梯度自聚焦（ＰＧＡ）算法改进文［２］的多普勒中心跟踪法（ＤＣＴ），形成了改进的多普勒中心跟踪法（ＭＤＣＴ）。该方法通过循环移位、加窗和迭代等步聚，巧妙地消除了相位补偿中转动相位分量（ＲＰＣ）对估计平动相位分量（ＴＰＣ）的影响。经过几次迭代，可以有效地实现目标ＴＰＣ的最大似然估计和补偿。外场数据处理结果表明这种方法明显改善了成象质量。     

一种改进的逆合成孔径雷达运动补偿法

运动补偿是逆合成孔径雷达成象处理的关键，它包括距离对准和相位补偿两个环节，现有的ＩＳＡＲ运动补偿方法都是将距离对准和相位补偿分开进行的，本文在ＩＳＡＲ距离对准频域法的基础上，提出了一种同时距离对准和相位补偿的ＩＳＡＲ运动补偿法，与其他方法相化，它能简化运动补偿环节，减少运动补偿计算量，文中证明所采用的相位补偿法与多普勒中心跟踪法是等效的，ＩＳＡＲ外场实测数据和微波暗室数据的运动补偿和成象结果验证了     

波音727飞机的ISAR成像处理结果

逆合成孔径雷达(ISAR)能够对运动目标进行高分辨率雷达成像。本文利用波音727飞机的外场真实数据研究了ISAR的信息处理,它包括运动补偿和成像。文中给出并比较了实现IS—AR运动补偿的几种方案,它们是距离对准的空域法和频域法,相位补偿的散射点基准法和多普勒中心跟踪法。我们对完成了运动补偿的等效转台数据进行了FFT—距离多普勒成像和超分辨成像。波音727飞机的外场数据处理结果证明了文中所述的ISAR运动补偿和成像方法是正确和有效的,同时也说明了超分辨成像的优越性。它不仅有利于雷达目标的识别和分类,而且能够降低ISAR的大带宽要求和克服大转角ISAR运动补偿的困难。     

同时距离对准和相位补偿

在ＩＳＡＲ距离对准频域法的基础上,提出了一种新的ＩＳＡＲ运动补偿法。它将距离对准和相位补偿同时进行,因而能够简化运动补偿环节,减少运动补偿计算量。从理论上证明了所采用的相位补偿法与多普勒中心跟踪法是等效的。最后利用ＩＳＡＲ外场实测数据和微波暗室数据进行了验证,并且考察了所述方法的噪声性能。