基于分布式压缩感知的窄带LFMCW旋翼成像方法

针对窄带LFMCW体制雷达旋翼成像问题,研究了一种基于分布式压缩感知(DCS)的窄带LFMCW旋翼ISAR成像方法。在该方法中,根据窄带LFMCW体制雷达成像与传统脉冲体制回波模型上的差异,基于转速参数估计和压缩感知理论,建立了LFMCW体制雷达旋翼回波稀疏基以及稀疏表示模型,在此基础上,研究了相应的ISAR成像方法。在该算法中,首先提取出脉压后旋翼所在距离单元内的回波,通过自相关思想并利用图像熵完成对旋翼目标叶片个数和旋翼转速的估计;然后对于方位欠采样条件时传统方法不适用于LFMCW雷达的旋翼成像问题,根据旋翼转速信息构建出窄带LFMCW分布式稀疏基,将Dechirp后的回波信号通过DSOMP算法进行重构,实现最终成像。仿真结果验证了所研究方法的可行性和有效性。     

基于高斯包络线性调频基自适应分解的ISAR成像

基于高斯包络线性调频基的自适应信号分解算法具有较高的分辨率,当被分析信号(如机动目标ISAR雷达回波信号)可以由调频类信号建模时具有超强分辨能力。该文在高斯包络线性调频基的自适应信号分解算法基础上,提出了基于优化初值选择高斯包络线性调频基自适应信号分解算法,并将其应用到ISAR成像中。仿真结果表明,和传统时频分析方法相比,该算法具有更加优良的性能,对机动目标进行瞬时成像时成像质量得到了较大幅度的改善。     

基于压缩感知的稀疏采样数据大转角ISAR 成像研究

针对方位向稀疏采样条件下,大带宽大转角逆合成孔径雷达(ISAR)高分辨成像时,一维距离像中目标散射点的距离徙动问题,提出了基于贝叶斯压缩感知的稀疏ISAR 成像方法。对于方位向稀疏采样数据,该方法在包络对齐和相位补偿后,通过傅里叶变换将数据变换到距离频率域,对每一距离单元数据,根据方位向稀疏采样的位置构造相应的Keystone基矩阵,利用贝叶斯压缩感知算法重建目标在各距离频域单元的多普勒域系数,最后,通过距离向逆傅里叶变换和方位向自聚焦完成ISAR 成像。计算机仿真验证了该方法的有效性。     

弹道中段目标多普勒成像算法研究

弹道中段目标成像技术是弹道导弹防御系统的核心技术。利用传统的宽带ISAR雷达对弹道中段目标成像无法利用统一的相位补偿函数进行相位补偿,导致成像结果的模糊。该文提出一种提取时频骨架线的信号处理算法,算法通过对提取的弹道中段目标窄带回波的时频多普勒骨架线进行幅度增强,提高目标多普勒成像分辨率,仿真数据和暗室测量数据试验表明,该算法能够实现基于窄带雷达回波多普勒信息的弹道中段目标二维成像。     

频率步进信号距离－方位联合超分辨成像方法

对距离向、方位向二维稀疏的频率步进信号模型, 基于压缩感知理论, 研究了一种适用于稀疏频率步进回波的距离-方位联合逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法.首先对稀疏频率步进回波进行建模, 在此基础上构建了距离向和方位向二维稀疏时的联合稀疏基, 最后利用二维平滑0-范数法在矩阵域直接进行处理, 得到最终的ISAR超分辨成像结果.并对算法复杂度、超分辨性能进行了分析, 得出了相应的结论.理论分析和仿真结果表明所提方法在不同稀疏方式、不同稀疏条件下具有更好成像质量、更快处理速度的优势.     

基于FRFT的机动目标ISAR成像算法

研究目标机动性不太剧烈、散射点子回波序列多普勒变化满足一阶近似条件下的机动目标ISAR实时成像问题.提出了一种新的基于分数阶傅里叶变换(FRFT)的机动目标ISAR距离一瞬时多普勒成像算法,用FRFT代替传统的快速傅里叶变换(FFT)实现目标的方位向分辨,利用目标运动的先验信息缩小算法的搜索范围,提高运算效率.实测数据处理结果表明该算法较好地解决了机动目标成像问题.与已有的机动目标成像算法相比,该算法在保证成像质量的前提下,大大减小了运算量,可用于机动目标实时成像.     

基于块稀疏的空间碎片群目标成像方法

针对星载雷达空间碎片群目标回波无法分离问题,该文利用回波在距离向表现出的块聚集特性,提出一种基于块稀疏的高分辨ISAR成像方法。基于块稀疏压缩感知理论,通过利用空间碎片群目标特性,抽取出各个碎片的高分辨1维距离像数据,并结合平动补偿和距离多普勒(RD)算法得到各碎片的ISAR像。在小样本条件下,该方法能够有效实现空间碎片的数据分离和高分辨ISAR成像。仿真实验表明,该方法的重构精度以及运算速度均优于非结构类的稀疏ISAR成像方法。     

联合时频分析和谱估计的机动目标ISAR成像

机动目标逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）成像中,在对目标回波进行平动补偿之后,每一个包含目标散射点的距离单元的回波都可以表示为多分量的线性调频信号。鉴于机动目标散射点多普勒频率的时变特性,传统的距离 多普勒（Range Doppler, RD）算法获得的机动目标ISAR图像是模糊的。本文提出一种联合短时傅里叶变换（Short Time Fourier Transform, STFT）和多重信号分类（Multiple Signal Classification, MUSIC）谱估计的方法来克服目标机动对成像的影响,首先利用STFT截取部分信号以降低较长时间内目标机动对成像的影响,然后通过MUSIC谱估计算法克服“不确定”原则对STFT分辨率的限制,从而获得高分辨的机动目标ISAR图像。最后,通过散射点模型仿真和波音B727实测数据验证本文所提方法的有效性。     

利用二维结构稀疏信息的调频步进ISAR高分辨成像新方法

针对已有利用压缩感知理论进行逆合成孔径（Inverse Synthetic Aperture Radar,ISAR）成像方法在低信噪比、欠采样率条件下性能下降严重等问题,依托调频步进波形独有特征并充分利用目标分布的二维结构稀疏信息,提出一种"先方位聚焦后距离分辨"的调频步进ISAR高分辨成像新方法.首先,对回波进行子脉冲脉压,在分析调频步进ISAR回波方位向特有的结构稀疏特征基础上,构建方位向的分布式压缩感知稀疏重构模型;其次,采用分布式压缩感知算法对该模型重构,从而获得低信噪比条件下的方位高分辨成像;最后,利用距离维的回波特征构建任意稀疏重构模型,实现距离向快速成像.由于该方法先进行方位聚焦,再进行距离分辨,并充分利用了目标的结构稀疏性,因此不仅具有抗噪性能强、重构精度高以及采样率低等特点,且避免了越距离单元走动对方位聚焦的影响.仿真与实测数据实验验证了本文方法的有效性.     

基于Chirplet变换和压缩感知的空中颤振目标稀疏成像

针对在逆合成孔径雷达（ISAR）成像过程中目标非合作性机动导致的方位孔径稀疏现象与目标主体颤振引起的微多普勒效应相叠加对成像造成的影响,建立了颤振目标稀疏ISAR成像模型,分析了孔径稀疏和目标颤振对成像造成的影响,提出了一种基于Chirplet变换和压缩感知（CS）重构的成像方法,获得了颤振目标的高质量成像结果。仿真实验验证了该方法的有效性。     

适合于大型平稳和机动目标的成像算法

逆合成孔径雷达成像一般采用距离-多普勒(R-D)成像方法[1],在这方法中,距离走动一般不予考虑,实际当目标较大,目标周围散射点通常发生较大的距离走动,我们已经提出一种距离走动校正方法[2]但是这种方法一般要求散射点分布比较稀疏,且多普勒走动不严重,对于机动目标,这方法就失效了,为此,我们提出,根据低分辨回波或高分辨回波,对目标中心或重心对准聚焦后,在目标数据域通过时间的尺度变换,即通过keystone插值的方法(或者方位向DFT-IFFT,或方位向SFT-IFFT),校正距离走动,距离压缩后(IFFT),对平稳飞行目标,只需要方位压缩(方位FFT),就可获得目标像,对机动目标,要分距离单元进行时频分析,可以采用已有的瞬时成像方法,获得距离一瞬时多普勒动态像,仿真数据和实测数据的处理表明这种方法是有效的.     

一种基于相干积累CPF和NUFFT的机动目标ISAR成像新方法

机动目标的复杂运动导致散射体回波信号多普勒频率时变,给逆合成孔径雷达（ISAR）成像方位向处理带来困难.而传统的距离-多普勒（RD）成像方法、Wigner-Ville distribution（WVD）瞬时成像方法、Radon-Wigner等成像方法由于成像效果差或运算效率低等因素,不适合复杂运动目标的ISAR实时成像.针对这些问题,本文提出了一种基于相干积累三次相位函数（CPF）的机动目标ISAR成像新方法.首先,把平动补偿后的各距离单元数据,通过CPF变换到时间-调频率平面.然后,利用各散射体自项能量平行于时间轴分布特性,提出一种基于相干积累的交叉项和虚假伪峰抑制方法,进而得到各散射体在频率-调频率平面的高分辨分布特性.最后,通过向频率轴上的投影得到该距离单元目标的方位ISAR图像,并通过引入非均匀快速傅立叶变换（NUFFT）来降低算法计算复杂度.计算机仿真处理结果验证了该方法的有效性.     

一种稀疏孔径下大尺寸目标的ISAR 成像方法

针对稀疏孔径下的大尺寸目标ISAR 成像,该文提出了一种新的成像方法,该方法在距离频域进行方位向压缩,避免了散射点越距离单元徙动的影响|引入压缩感知替代FFT 对稀疏孔径数据进行方位压缩,通过构造随距离频率变化的基空间,消除了距离频率和方位时间之间的耦合,同时降低了方位向的峰值旁瓣比,获得了清晰的目标图像。计算机仿真结果验证了该算法的有效性。      

基于SVA算法和时频分析的ISAR成像

研究了时频分析在ISAR成像中的运用,论述了一维SVA算法和改进的二维SVA算法在提高图像分辨率、降低信号自身旁瓣电平方面的优势。在此基础上,提出将两者联合运用到机动目标的逆合成孔径雷达成像中,改善了传统的距离-多普勒算法对机动目标成像的模糊现象。实验结果证明了此方法的正确性和有效性。     

基于时频分析的ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅里叶变换进行频谱分析,对机动目标的成像会导致成像模糊。本文应用短时傅里叶变换(STFT)、魏格纳分布(WVD)、平滑伪魏格纳分布(SPWVD)几种时频分析方法对机动目标进行瞬时成像。仿真和实验结果表明,通过该方法能得到清晰的目标的距离-瞬时多普勒像。     

基于Chirplet变换和压缩感知的空中颤振目标稀疏成像

针对在逆合成孔径雷达( ISAR )成像过程中目标非合作性机动导致的方位孔径稀疏现象与目标主体颤振引起的微多普勒效应相叠加对成像造成的影响,建立了颤振目标稀疏ISAR成像模型,分析了孔径稀疏和目标颤振对成像造成的影响,提出了一种基于Chirplet变换和压缩感知( CS)重构的成像方法,获得了颤振目标的高质量成像结果。仿真实验验证了该方法的有效性。     

基于稀疏孔径的联合稀疏约束干涉ISAR机动目标三维成像

InISAR系统能够实现对目标的3维几何估计,更加有利于目标的分类和识别。同时多功能ISAR/InISAR系统针对的多是机动性很强的目标,在某些情况下对单个目标仅能获取稀疏孔径观测,尤其是在目标存在机动特性的情况下,更是增加了ISAR成像的难度,这些对传统的ISAR成像算法提出了挑战。为了解决上述这些问题,该文针对机动目标提出一种基于稀疏孔径的联合稀疏约束InISAR 3维成像方法。对匀加速转动的目标,回波的多普勒调制可以建模成线性调频的形式,并用chirp-傅里叶字典来表征其机动性。接着将联合的多通道InISAR 2维成像转化为联合稀疏约束的最优化求解问题,并用改进的OMP算法进行求解。然后利用各个通道估计的ISAR图像和调频参数实现对目标的3维几何重构。相比于单通道独立成像,联合多通道稀疏约束成像能获得更好的2维和3维成像结果。最后,进行实测数据实验以验证该文算法的有效性。