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.     

双基地ISAR成像分析

在建立远场条件下双基地ISAR转台模型的基础上,阐述了双基地ISAR的成像原理。针对双基地ISAR系统中相对转角计算复杂的问题,给出了一种利用合多普勒带宽计算双基地ISAR方位分辨率的方法。详细分析了双基地ISAR系统的收、发分置结构对目标成像的影响,针对双基地ISAR系统中机动目标多普勒频率信息的时变特性,将基于时频分析技术的距离-瞬时多普勒成像算法引入双基地ISAR目标像的重建过程中。最后,仿真实验验证了算法的有效性。     

压缩感知机动目标ISAR成像新方法

基于Fourier基的压缩感知（Compressed Sensing,CS）算法已被成功应用于平稳运动目标的逆合成孔径雷达（Inversed Synthetic Aperture Radar,ISAR）成像。但由于建模时对ISAR回波方位相位高次项的忽略,Fourier基矩阵对机动目标回波数据方位信息的稀疏表示失效,导致对机动目标的成像在方位向模糊。鉴于时频分析技术良好的时频局部化特性,将其引入到雷达回波方位向分析中,以改进用于表示雷达回波数据的稀疏基,实现对选定时间切片内回波数据多普勒频率的稀疏表示。改进后的基矩阵在通过CS技术解析回波在时间切片内方位信息的同时,又保证了利用有限数据成像的分辨率。与基于Fourier基CS成像等现有方法相比较,新方法在方位向的成像质量上有较大改进。仿真实验验证了算法的有效性。     

基于综合时频分析的机动目标ISAR成像

传统的ISAR距离-多普勒成像算法基于目标平稳飞行假设。当目标作机动飞行时,转速和转轴经常是时变的,若用传统方法成像,会使图像模糊,甚至无法辨识。这时需要分距离单元进行时频分析,得到距离-瞬时多普勒图像。文中提出的综合平滑伪魏格纳分布克服了平滑伪魏格纳分布不能在时频分辨率和抑制交叉项两方面同时达到较好的缺点。最后以旁瓣电平、交叉项干扰抑制、方位分辨率损失等指标定量分析了两者的性能。仿真结果证实了文中方法在对机动目标成像中的优越性。     

基于时频分析的机动目标ISAR成像

文章从ISAR成像基本原理出发,对机动目标的ISAR成像处理过程作了详细的分析,将时频分析方法应用到机动目标ISAR成像中,并对其进行了仿真研究,得到了机动目标的距离—瞬时多普勒像。仿真数据和实测数据处理的结果表明,与直接用距离—多普勒成像算法相比,该方法得到的ISAR图像质量有明显的提高,从而说明该方法在ISAR成像的工程应用中具有一定的参考价值。     

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。     

幅度和相位估计的ISAR超分辨成像方法

传统距离多普勒(Range Doppler, RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation, APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。     

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。     

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。     

基于参数化时频分析的机动目标ISAR成像方法

对于机动目标,运动补偿后目标相对于雷达并不是标准的转台目标,目标的多普勒是时变的,此时传统的距离多普勒成像算法不能得到很好的成像效果.论文分析总结了几种针对非匀速转动的时频联合分析算法,提出了一种基于参数化时频分析--AGCD快速算法的ISAR成像算法,并且用机动目标的仿真数据进行了验证,验证结果表明了该算法具有精度高、速度快且无交叉项的优点,比传统的算法有较大的改进.