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。     

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。     

改进最近邻算法及其在雷达目标识别中的应用

最近邻（Nearest Neighbor,简记NN）算法是一种广泛采用的非参量模式识别方法,其渐近分类错误概率不超过Bayes错误概率的两倍。但NN算法需要存贮的训练样本较多。剪辑最近邻算法通过对训练样本进行预处理,改善了NN分类器的渐近性能,也略减少了设计NN分类器所需要存贮的训练样本,但需要存贮的样本仍然较多。