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。     

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。     

利用电磁仿真数据研究ISAR运动补偿和成像

本文利用板块法对运动目标进行电磁仿真,根据Stratton-Chu积分,通过目标CAD造形和表面板块生成,每一板块元与目标实际表面之间的最大误差不得大于入射雷达波波长的十六分之一,从而将目标的三维曲面矢量电磁散射积分简化为每一板块面元上的二维平面矢量积分之和,获得静止目标的散射场,然后通过目标运动轨迹模拟,考虑由于目标的运动而引起的雷达回波相位的变化,实现运动目标的电磁仿真。利用这种电磁仿真方法模拟产生64×128个回波数据,用频域法进行距离对准,用最大似然方法进行相位补偿,目标轨迹运动引起的距离变化用时间的二次函数拟合,研究了用X波段雷达对一架匀速直线飞行飞机的ISAR运动补偿和成像。     

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。     

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。     

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     

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。     

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.     

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。     

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。     

THREE ASPECTS OF ISAR SIGNAL PROCESSING

ＴＨＲＥＥＡＳＰＥＣＴＳＯＦＩＳＡＲＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧＳｈｅＺｈｉｓｈｕｎ；ＺｈｕＺｈａｏｄａ（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮＵＡＡ２９ＹｕｄａｏＳｔｒｅｅｔ，Ｎａｎｊｉｎｇ２１００１６Ｐ．Ｒ．Ｃ...     

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。     

A NEW APPROACH FOR ISAR TRANSLATIONAL MOTION COMPENSATION

ＡＮＥＷＡＰＰＲＯＡＣＨＦＯＲＩＳＡＲＴＲＡＮＳＬＡＴＩＯＮＡＬＭＯＴＩＯＮＣＯＭＰＥＮＳＡＴＩＯＮＹｉｎＪｕｎ；ＺｈｕＺｈａｏｄａ（ＤｅｐａｒｔｍｅｎｔｏｆｅｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮＵＡＡ２９ＹｕｄａｏＳｔｒｅｅｔ，Ｎａｎｊｉｎ...