同步误差条件下的空间目标双基地ISAR自聚焦算法

以空间目标为研究对象，针对双基地雷达时间、空间及频率同步误差导致的逆合成孔径雷达图像散焦问题，提出基于离散多项式相位变换的自聚焦算法。算法首先将目标平动、转动及同步误差导致的相位项统一建模为高阶多项式，利用离散多项式相位变换方法估计高阶多项式系数并据此构建补偿相位项，完成高阶相位补偿。最后进行方位压缩得到高聚焦度的二维ISAR像。算法通过选取合适的延时参数及成像积累时间可得到高精度参数估计及相位补偿，理论分析和仿真校验了算法性能优于常用的非参数化自聚焦算法。     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题，提出了一种基于虚拟慢时间的成像算法。首先，分析了双基地角时变对ISAR成像的影响机理。然后，基于图像对比度最大准则估计等效旋转中心位置，完成初次相位补偿。最后，通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵，并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题，通过虚拟慢时间消除转动相位项的高次项影响，利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。     

双基角时变下的空间目标BISAR自聚焦算法

以空间目标为研究对象,针对双基地逆合成孔径雷达(BISAR)成像中双基角变化及同步误差导致的二维ISAR像散焦问题,提出了基于粒子群优化(PSO)的非参数自聚焦算法。算法首先将回波中平动和转动及同步误差等因素导致的相位变化项统一建模,其次将二维图像对比度最大作为优化目标,利用PSO算法对所有高次项相位进行整体优化估计,然后对高阶相位项进行补偿,最后基于补偿后剩余的一阶线性相位项进行方位压缩得到目标的二维ISAR像。算法可解决参数相位误差估计法中因模型误差导致的聚焦精度下降问题,同时也降低了BISAR自聚焦算法的复杂度。通过与参数法自聚焦算法的性能进行对比仿真实验,验证了算法的有效性。     

基于稀疏分解的空间目标双基地ISAR自聚焦算法

空间目标双基地逆合成孔径雷达（ISAR）成像中,双基地角时变会造成二维图像的散焦。针对此问题,在三大同步理想可实现的条件下,以平稳空间目标为研究对象,分析了空间目标双基地ISAR成像原理,研究了双基地角时变对二维图像散焦的影响机理,提出了利用稀疏分解实现高精度自聚焦的算法。首先,将半双基地角的余弦进行泰勒展开;其次,结合目标的平动及转动条件,将成像相位项用多项式建模;然后,利用稀疏分解算法估计多项式的二次项系数,据此构建补偿项完成相位补偿。算法利用L-曲线准则选取正则参数,基于目标尺寸的先验信息构建冗余基的高分辨因子,利用推广的正则化欠定系统聚焦求解（FOCUSS）算法实现稀疏表示系数的估计,在恰当选取词典分辨率的条件下,算法可实现二次相位项的精确补偿,仿真实验验证了算法性能优于常用的非参数化自聚焦算法。