基于Keystone变换和MDCFT的高机动弱目标检测与参数估计

 常规雷达对隐身、超声速和高机动目标存在回波信噪比不足、距离徙动和多普勒谱扩展问题。将Keystone变换和修正离散Chirp-Fourier变换(MDCFT)相结合,提出了一种新的雷达信号处理算法。该算法通过Keystone变换补偿距离徙动问题,利用MDCFT对多普勒谱严重扩展的目标回波进行相参积累,提高目标检测性能的同时完成了对目标参数的估计,且该算法在方位向欠采样时仍可适用。最后对算法运算量及性能进行了分析,通过仿真验证了该算法的有效性。     

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。     

结合迁移学习基于全卷积神经网络的ISAR自聚焦算法

逆合成孔径雷达（ISAR）成像目标多为非合作目标，在目标相对运动状态未知情况下的运动补偿是ISAR成像的关键。基于全卷积网络（FCN）具有强大的数据抽象特征挖掘和拟合能力，将FCN用于ISAR自聚焦，提出一种结合迁移学习基于FCN的ISAR自聚焦算法。通过构造大量不同相位误差的仿真数据集并进行训练，使FCN具有相位补偿能力，对不同姿态下仿真以及实测数据进行迁移训练，进一步提升平动相位补偿的能力。实测数据处理结果表明，结合迁移学习基于FCN的自聚焦成像效果优于传统类自聚集算法，验证了所提算法的有效性，相比传统方法更具优越性。     

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。     

一种弹道导弹多目标时频分析ISAR成像算法及仿真

在研究多目标ISAR成像回波信号的基础上,提出了一种基于谱图重排的时频分析ISAR成像算法,针对同一距离单元内不同径向速度和不同微动状态两种情况的弹道导弹多目标ISAR成像问题进行了新算法的仿真研究。仿真结果表明,这种成像方法具有优良的时频聚焦性能,证明了该方法的有效性。     

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。     

双基地角时变下的ISAR稀疏孔径自聚焦成像

针对双基地角时变下的逆合成孔径雷达（ISAR）成像分辨率低以及稀疏孔径存在相位误差引起图像散焦等问题,提出了一种基于贝叶斯压缩感知（BCS）的双基地ISAR稀疏孔径自聚焦高分辨成像算法。在平动补偿后回波数据的基础上,首先构造补偿相位将由双基地角时变引起的多普勒偏移补偿掉,然后构造随双基地角变化的稀疏基矩阵,建立基于压缩感知的双基地ISAR稀疏孔径观测模型,并将相位误差作为ISAR成像的模型误差,接着假设目标图像各像元服从Laplace先验、噪声统计特性服从Gaussian分布,利用贝叶斯推理进行"分布式"迭代求解,在高分辨成像的同时实现了相位自聚焦,仿真结果验证了算法的有效性和优越性。     

稀疏孔径ISAR机动目标成像与相位补偿方法

现代逆合成孔径雷达(ISAR)可实现多模式下对多目标的交替测量工作,但波束切换使得任一目标的方位孔径具有稀疏性,同时目标的机动性也使得目标的方位维信号具有高次调制特性,这均导致以连续采样信号模型为基础的传统ISAR运动补偿和成像方法难以直接应用。本文提出一种新的稀疏孔径(SA)ISAR机动目标相位补偿和成像方法。该方法首先建立了稀疏孔径ISAR机动目标的信号模型,然后通过求解2范数最大化的优化函数,实现对相位误差的精确估计,并且通过迭代处理提高了相位误差的估计精度。相位误差补偿后,根据压缩感知理论,构造了机动目标情况下的Chirp-Fourier字典,通过对稀疏优化问题的求解,能够较精确地从稀疏孔径信号中重构出机动目标的全孔径(FA)信号。仿真和实测数据处理结果证明了本文方法的有效性。     

基于图像质量度量准则的空间目标平动补偿

为了获得空间目标的微动信息,需要对雷达回波中的高速平动分量进行精确补偿。针对空间目标高速运动对微动信息提取的影响问题,首先分析了空间目标平动对微多普勒频率的调制影响,得到目标高速平动,特别是平动加速度、平动加加速度对微多普勒频率趋势性调制现象将干扰微多普勒频率提取的结论。在此基础上,利用目标平动直接导致目标多普勒频谱展宽的特点,提出了一种基于图像质量度量准则的空间目标平动参数估计方法,并根据估计出的平动参数实现运动补偿。最后,采用空间目标多散射中心模型,进行平动补偿分析,仿真结果验证了该方法的有效性。     

基于拖曳式干扰机的ISAR微动散射波干扰方法

通过对微多普勒效应的研究,提出了一种新的逆合成孔径雷达（ISAR）散射波干扰方法。将拖曳式干扰机和ISAR接收机分别等效为双基ISAR的发射站和接收站,干扰机对截获的ISAR信号进行微动信息调制并转发至目标,由其散射至ISAR接收机产生散射波干扰效果。干扰信号经ISAR接收机处理后可在真实目标回波成像结果附近产生假目标,且在方位向形成干扰条带。实验结果表明：通过控制干扰机转发参数及微动调制参数可分别实现不同的压制干扰效果。由于拖曳式干扰机与目标距离较近,干扰信号可获得较大功率,且与真实目标回波相参,可获得ISAR二维脉冲压缩处理增益,与传统射频噪声压制干扰方法相比成本较小。     

基于稀疏表示的多雷达信号二维融合处理

多雷达信号融合通过对多视角和多频带雷达信号进行相干融合,可以提高图像的距离和方位向分辨率.为了克服基于谱估计的多雷达信号融合方法稳健性严重依赖于散射点个数估计精度和二维极点配对精度的问题,在深入研究逆合成孔径雷达(ISAR)信号的基础上,构造了多雷达信号二维融合的线性表示模型,将融合处理转化为一个信号表示问题;充分挖掘...     

Identifying the number of aircraft in formation flight using ISAR technique

Ｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｖｅｒｓｅｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒ（ＩＳＡＲ）,ｗｈｉｃｈｐｏｓｓｅｓｓｅｓｈｉｇｈｃｒｏｓｓ－ｒａｎｇｅｒｅｓｏｌｕｔｉｏｎｃａｐａｂｉｌｉｔｉｅｓ,ｍａｄｅｉｔｐｏｓｓｉｂｌｅｔｏｒｅｓｏｌｖｅｔ...     

Imaging of target with complicated motion using ISAR system based on IPHAF-TVA

The technique of imaging a target with a complicated motion using an Inverse Synthetic Aperture Radar (ISAR) system is an effective tool in the field of radar signal processing. After the translational compensation, the received signal reflected from the target can take the form of a multi-component Polynomial Phase Signal (m-PPS), and the high quality ISAR image can be provided via the combination between the estimated parameters of the m-PPS and the Range Instantaneous-Doppler technique (RID). For a target with a high maneuvrability, the occurrence of scatterers Migration Through Resolution Cell (MTRC), caused by the rotational movement could be appearing. That is why the variation in the amplitude of the echo during the time of observation cannot be neglected. The purpose of this study is the parameters estimation of the m-PPS signal with order three in the case of the Time Varying Amplitude (TVA). The Improved-version of the Product High-order Ambiguity Function (IPHAF) with TVA is proposed to improve the quality of the ISAR image compared with traditional techniques based on a constant amplitude; the experimental outcomes confirm that the new IPHAF-TVA method presented in this study is an effective technique to make the ISAR image very clear.     

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。     

Precision tracking algorithms for ISAR imaging

The simultaneous imaging and tracking of a moving target is one of the most difficult problems in inverse synthetic aperture radar (ISAR) signal processing. The problem is addressed here using a two-antenna imaging radar. The target range shift is sensed with an exponentially averaged envelope correlation algorithm while the angle change is measured with a differential phase shift algorithm. The three state Kalman filters are used in range and azimuth dimensions to provide both a filtered estimate and a one-sample-ahead prediction for the purpose of target tracking. The filtered range shift provides an accurate information for range bin alignment, and the target angle change provides the angular positions of the synthetic array elements. Therefore, the ISAR imaging simply becomes processing of a circular-arc aperture. The algorithms are verified both by computer simulations and also with experimental data processing     

基于AR模型参数双谱估计的超分辨ISAR成像

利用双谱分析方法，用非高斯AR模型对雷达目标回波信号进行参数化双谱估计，并在此基础上对数据进行外推处理，然后对数据进行ISAR成像。仿真和实测数据实验表明，本文的处理方法比传统的ISAR成像分辨力有明显的提高，且运算量不大，满足ISAR的实时或者准实时成像要求。