逆合成孔径雷达信号处理方法研究进展

在简要评述国内外现有的逆合成孔径雷达（ISAR）信号处理的运动补偿和成象方法之后，介绍了南京航空航天大学ISAR课题组近年来在ISAR信号处理方法研究中取得的主要进展，包括基于多散射点定位观点的雷达成象观测模型，基于最大似然原理的同时运动补偿和成象方法，基于最大似然原理的多目标成象方法和基于时频分析的多目标成象方法，以及超分辩成象方法，文末指出了在ISAR信号处理方面有待进一步研究的问题。     

压缩逆合成孔径雷达中的相位自聚焦算法(英文)

与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。     

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。     

基于复数深度神经网络的逆合成孔径雷达成像方法

压缩感知（Compressive sensing, CS）理论框架下逆合成孔径雷达（Inverse syntheitic operture radar, ISAR）成像的结果具有超分辨、无旁瓣干扰等特点,但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神经网络（Deep neural network, DNN）的欠采样或不完整信号重建方法取得了瞩目的表现。DNN能够自主学习最优网络参数并挖掘出输入数据的抽象高层特征表示,但目前已有的DNN都为实数域的模型,无法直接用于复数形式数据处理。为了利用DNN的优势提高ISAR欠采样数据成像的质量,本文通过级联不同类型的复数网络层的方式,构建具有多级分解能力的复数深度神经网络（Complex value DND, CV-DNN）,利用CV-DNN实现ISAR成像。实验结果表明,基于CV-DNN的ISAR成像方法在成像质量和计算效率方面都优于传统压缩感知成像方法。     

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.     

ROPE算法在ISAR运动补偿中的应用

运动补偿是逆合成孔径雷达成像的关键。现已有许多相关算法。秩-相位估计(ROPE)是一种性能较好的相位误差估计器，正被广泛地应用于SAR图像处理。本将ROPE算法用于ISAR相位补偿，给出了具体实现的步骤，详细分析了ROPE算法在ISAR相位补偿中的性能。在ISAR数据基本符合ROPE算法模型时，ROPE算法可获得高质量的补偿效果，而且实现简单，速度快。中最后用ISAR外场实测数据比较了ROPE与其他相位补偿方法的成像结果。     

距离多普勒成像和多散射点定位

距离多普勒雷达成像系统的基本任务是利用雷达回波信号的距离和多普勒信息重构目标反射率的空间分布。本文把用逆合成孔径雷达对运动目标进行距离多普勒成像当作多散射点定位问题来研究,把成像雷达信号处理的两个关键,运动补偿和成像作为最大似然估计问题一起求解。原则上需进行多维搜索,一般情况下,目标上散射点的个数、位置以及目标的轨道运动都先验未知,这种求解的计算量极大。在若干合理的假设成立时,可引入DFT,免去估计散射点个数和位置,大大减少搜索维数,并可利用FFT,从而大大提高计算效率。这样做的代价是最终的成像质量有所下降。当目标轨道运动模型可用二次的距离时间函数描述时,只需进行二维搜索,文中导出了进一步简化的相位补偿和成像算法,并给出了计算机模拟结果。     

一种基于最大修正峰度的ISAR距离对准算法

距离对准是逆合成孔径雷达(ISAR)运动补偿的关键。本文提出了一种基于修正峰度的ISAR距离对准算法。首先对应用于离散信号序列的峰度定义进行了修正,然后以修正峰度衡量回波包络之间的对准程度,对距离偏移量进行搜索。当两回波和包络的修正峰度达到最大时,以此时的距离偏移量进行补偿,就可将回波对齐。分析表明该算法具有良好的抗闪烁性能和抗噪性能。实测ISAR数据验证了算法的有效性。结果表明,基于最大修正峰度的距离对准算法可以准确地估计出回波的距离偏移量,实现距离对准。     

机载SAR成像信号处理研究和实践

成像信号处理是合成孔径雷达(SAR)的核心．必须根据SAR系统战技指标的要求，设计先进、合理和实用的成像信号处理方案和算法。某型机载SAR旁视成像模式综合运用二维可分离成像算法、预处理和运动补偿，前斜视成像模式综合运用线性距离多普勒成像算法、天线扫描和运动补偿，满足了全数字化、机上实时成像的要求。样机试飞中，在国内首次获得高清晰度3m分辨率的旁视SAR图像和首次实现高分辨率前斜视SAR成像。试飞数据在地面处理后，在国内首次获得方位分辨率优于0．5m的成像结果。     

基于多普勒频率反投影的NCW-SAR动目标成像方法

传统合成孔径雷达(Synthetic aperture radar,SAR)成像依赖大带宽发射信号,研究证明SAR也可利用窄带连续波形(Narrowband continuous wave,NCW)具有的高多普勒分辨率实现场景的高分辨成像。NCW-SAR成像的优势在于占有很少的频带资源、降低系统成本和规模,更适用于通常带宽较窄的利用外辐射源波形的无源SAR。文中首先指出NCW-SAR的应用前景,简要回顾窄带动目标成像的发展,并分析NCW-SAR成像技术的现状。然后给出通用的SAR回波模型,提出NCW-SAR动目标成像方法,实现静止场景中动目标的聚焦,获得目标的速度估计,并分析速度分辨率。实验验证了NCW-SAR动目标成像方法的有效性。     

机载合成孔径雷达动目标检测与成像技术的发展(英文)

基于机载合成孔径雷达 (SAR)的地面运动目标检测与成像技术已经成为现代雷达技术发展的一个重点。本文首先建立了运动目标回波的数学模型 ,在此基础上分析了机载 SAR对运动目标成像的特点 ,然后对近年来这一技术的发展过程和研究现状进行了全面的综述 ,最后对这一领域今后的发展方向进行了展望。     

基于幅度补偿的混凝土合成孔径聚焦成像方法

合成孔径聚焦技术(Synthetic aperture focusing technique,SAFT)通过叠加邻近多道通的回波信息,可增强目标缺陷的信号特征,被广泛应用于超声无损检测领域。对于大深度混凝土结构的无损检测问题,由于超声波的衰减作用明显,传统B扫描及SAFT方法的成像效果均不理想。为提高混凝土超声成像的质量,测定了混凝土中超声波传播的相对衰减系数,引入幅度补偿技术对微弱回波信号进行幅度补偿,然后再对补偿信号进行SAFT成像处理,进一步增强了超声成像效果。人工混凝土块实验表明,本文所提方法比传统成像方法具有更高的成像分辨率,底部缺陷反射更加清晰,同时内嵌铁管及木块的实验均验证了本文方法的有效性。     

基于波束锐化技术的SAR图像增强方法

在对给定的合成孔径雷达图像进行增强处理时 ,遇到的主要问题就是相位信息的丢失和对成像系统参数的一无所知。本文将波束锐化技术与合成孔径辐射方向性图的估计相结合 ,为处理此类数据提高图像的视在分辨率提供了一种方法。该处理过程由一个优化的有限冲激响应滤波器构成。滤波器的设计思想基于最小均方误差准则 ,系数对称分布 ,系数取值决定于原图像中孤立强散射点的方位向响应 ,因为此响应可以被近似视为成像系统的合成孔径辐射方向性图。点目标仿真表明雷达角分辨率能够提高近 2倍。实测数据处理结果证明了该方法的有效性     

斜视模式机载合成孔径雷达处理的距离-多普勒算法研究(英文)

距离-多普勒算法是一种标准的正侧视合成孔径雷达成象处理算法.本文研究了两种改进的算法用来完成斜视模式下机载合成孔径雷达方位相关处理的距离-多普勒,文中给出了斜视模式机载合成孔径雷达的空间几何模型和回波信号模型和用距离-多普勒算法处理斜视模式机载合成孔径雷达信号的过程.仿真结果表明,这两种距 离-多普勒算法适合于斜视角小于20(°)的机载合成孔径雷达信号的处理.     

地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机（Unmanned aerial vehick, UAV）机载高分辨率微小型合成孔径雷达（Mini synthetic aperture radar, MiniSAR）系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet-18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。     

线性预测数据外推超分辨雷达成像

距离—多普勒成像雷达的距离分辨力和横分辨力分别取决于发射信号的有效带宽和目标相对于雷达视线(RLOS)在相于处理区间内的转角。本文研究线性预测数据外推离散傅里叶变换(LPDEDFT)超分辨成像方法,旨在突破普通的FFT距离多普勒处理的限制,提高距离—多普勒成像雷达的分辨力。LPDEDFT在概念上和计算上都比较简单,分两步进行,先用线性预测方法把观测数据外推到观测窗之外,然后对外推过的数据进行普通的离散傅里叶变换。文中给出了B—52飞机缩比金属模型微波暗室转台实测数据和飞行中的Boeing-727飞机外场实测数据的成像结果。LPDEDFT与普通的傅里叶方法相比,在相同信号带宽和目标总转角的条件下可以得到更高的图像分辨力,或者可以用较小的信号带宽和目标总转角获得相同质量的图像。     

基于聚束照射SAR成像算法的条带SAR数据处理

为实现聚束照射合成孔径雷达（SAR）与条带模式SAR成像算法上的统一，本文利用两种模式之间的内在联系，将条带模式SAR数据分块处理，等效成聚束模式数据。然后，用聚束照射SAR成像算法实现条带数据的成像处理。针对具体数据，文中还对成像区大小的选择作了分析，并推导出成像长度与滤波器带宽应当满足的关系式。包场数据的处理严格证实了理论分析并验证了本文运用的方法。     

多约束实数权的直接数据域算法在空时自适应处理中的应用

传统的空时自适应处理算法通过权矢量幅度和相位的改变来实现,本文研究了空时自适应处理中一种改进的直接数据域(Directdata domain,DDD)算法。该方法仅通过权矢量幅度的改变,对一次样本数据进行处理,有效地抑制杂波和干扰,实现对目标信号的正确估计。采用实数权减小了运算量,降低系统的复杂程度。当目标信号的方向与天线波束指向有偏差时,采用多约束的方法,保证系统在目标信号方向的增益。仿真结果表明该方法的有效性。     

基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法

大斜视条带 合成孔径雷达（Synthetic aperture radar, SAR）成像信号处理目前主要面临大斜视导致 的距离方位耦合严重和全孔径条带 SAR处理的实时实现困难。文中针对这两个难点 ,提出了一种基于极坐标格式算法（Polar format algorithm, PFA）的大斜视条带SAR子孔 径拼接成像处理算法。该算法利用改进的PFA来解决子孔径内大斜视高精度成像问题,通过 子孔径图像拼接来实现全孔径实时成像。仿真和实测数据的处理结果证实了本文方法的有效 性。     

“高速数据采集多机处理系统”通过技术鉴定

“高速数据采集多机处理系统”通过技术鉴定我校计算机科学与工程系朱根才教授等研制的“高速数据采集多机处理系统”，１９９５年１２月通过了由江苏省国防科学技术工业办公室组织的技术鉴定。鉴定委员会一致认为，该系统技术先进，达到国内领先和９０年代初的国际水平。...