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。     

基于外场测试数据的机动目标ISAR数据产生方法

机动目标成像识别是ISAR领域研究的热点,通常用散射点模型仿真数据来研究机动目标成像.提出了基于外场测试数据的插值变采样机动目标数据产生方法,以匀加速运动模型为例,给出机动目标慢时间插值信号产生模型和傅里叶变换插值变采样算法,利用该方法可产生不同机动参数要求的机动目标ISAR数据.以仿真信号和外场实验数据插值处理为例对该方法进行了验证,给出了原始数据和插值数据的ISAR成像结果.该方法对研究非合作机动目标ISAR成像有很好的应用前景.     

提高ISAR分辨率的两种外推方法性能之比较

从ISAR成像原理出发，分析了散射点越距离单元走动（MTRC）对ISAR分辨率的影响，通过高分辨DFT数据矩阵求逆和AR模型进行方位谱数据外推；对不同的信噪比条件下，两种方法外推前后ISAR像的距离和方位分辨率及相关性作了比较分析：分析表明，方位谱外推的方法可在提高方位向分辨率的同时，有效地克服MTRC对距离向分辨率的降质，从而提高ISAR的成像质量。     

基于ISAR和相位恢复的SAR运动目标成像方法

针对合成孔径雷达(SAR)对非合作目标成像时出现移位、散焦问题，根据逆合成孔径雷达(ISAR)利用目标本身运动成像特点，本文提出一种基于相位恢复原理和ISAR算法的非合作目标相位误差校正方法。首先，回波数据由SAR算法处理形成SAR图像，提取并恢复图像中选定的非合作目标数据作为ISAR处理原始数据；然后，采用自适应时间窗算法(Automatic time-windowing)以及图像对比度算法(ICBA)对非合作目标误差相位进行粗补偿；最后，利用相位恢复算法迭代求解实现对相位的精确补偿。该方法充分利用粗补偿得到的模糊图像信息作为相位恢复算法的先验条件，提高了算法的收敛性，仿真实验结果验证了该方法的有效性。      

雷达目标特征提取的一种方法

将小波变换和马氏距离相结合，提出了一种基于ISAR成像的雷达目标特征提取方法。对ISAR成像数据进行正交二进Symlet小波分解和门限处理，对数据进行压缩，然后计算压缩后坐标点的马氏（Mahalanobis)距离，得到目标稳定的特征向量。由实验结果看出，此向量具有在一定范围内的不变性，能够用于雷达目标识别。     

空间目标的ISAR跟踪

在对空间目标进行ISAR成像过程中,要求对目标进行精确跟踪.本文提出一种对空间远距离ISAR目标进行精密跟踪的方法,从而实现了采用宽带信号对目标进行同时跟踪与成像.结果表明,采用该方法能提高数据率,跟踪精度也达到了成像的要求.     

干涉ISAR三维成像试验研究

阐述了干涉式逆合成孔径雷达(ISAR)三维成像的基本原理,与传统的ISAR二维成像方法的性能进行了比较.结合实际的宽带雷达平台,介绍了试验验证的基本方法,并通过静态双散射点和过航飞机等目标的实际跟踪试验,获取了目标回波信号的和、方位差和俯仰差三通道宽带数据,给出了干涉ISAR三维成像的算法流程.采用干涉ISAR三维成像的算法对实际测量数据进行了处理,得到了各类目标的成像结果,对成像效果进行了分析和评估,提出了工程应用的建议.     

机载雷达对多舰船目标的成像方法研究

机载雷达对江面（或海面）上的多舰船目标成像时,由于各个目标的运动特性不同,因此难以对各个目标同时成像。针对这一问题,提出了一种机载雷达对多舰船目标的SAR／ISAR混合成像方法。该方法首先对原始数据进行SAR成像处理,接着从SAR图像中提取、复原单个目标的回波信息,然后对单个目标进行ISAR成像。最后,用实测数据验证了该方法的有效性。     

基于稀疏处理的运动目标认知ISAR成像技术

稀疏处理主要研究如何利用低维数据实现高维稀疏信号的准确重建。基于该特性,已有较多学者将其应用于ISAR成像中用以减少数据量,改善成像质量。文中首先从ISAR回波数据出发,建立了基于稀疏处理的ISAR成像模型,并给出实验处理结果;然后,针对稀疏ISAR成像中存在的对目标和环境的自适应能力不强、工作效率不高等问题,提出将稀疏ISAR成像与认知雷达相结合,构建了认知稀疏ISAR成像框图,并给出了两种认知稀疏ISAR成像策略,能够有效减少成像所需数据量,提高雷达利用效率;最后,利用实验数据验证了所提模型的有效性。     

压缩感知ISAR成像的全变差优化最小算法

对于逆合成孔径雷达(ISAR)目标成像,从少量压缩测量回波数据重建高分辨率运动目标是不适定问题,且观测噪声也会影响重建结果。在频率步进连续波 ISAR系统回波观测模型基础上,结合压缩感知原理,给出了一种基于全变差正则化的 ISAR压缩感知成像模型,通过将该优化模型转化为一系列简单代理函数进行求解,提出了一种快速优化最小算法。最后在不同回波信噪比条件下进行仿真验证。实验结果表明,当回波信噪比大于10 dB 时,本文方法明显优于距离-多普勒算法和基于L1范数的压缩感知成像方法。     

基于GAN的ISAR图像语义分割方法

逆合成孔径雷达（ISAR）成像技术能够对空间目标进行远距离成像,刻画目标的外形、结构和尺寸等信息。ISAR图像语义分割能够获取目标的感兴趣区域,是ISAR图像解译的重要技术支撑,具有非常重要的研究价值。由于ISAR图像表征性较差,图像中散射点的不连续和强散射点存在的旁瓣效应使得人工精准标注十分困难,基于交叉熵损失的传统深度学习语义分割方法在语义标注不精准情况下无法保证分割性能的稳健。针对这一问题,提出了一种基于生成对抗网络（GAN）的ISAR图像语义分割方法,采用对抗学习思想学习ISAR图像分布到其语义分割图像分布的映射关系,同时通过构建分割图像的局部信息和全局信息来保证语义分割的精度。基于仿真卫星目标ISAR图像数据集的实验结果证明,本文方法能够取得较好的语义分割结果,且在语义标注不够精准的情况下模型更稳健。     

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.     

基于伪逆极坐标傅里叶变换的快速ISAR方位定标

在逆合成孔径雷达(ISAR)成像中,由距离多普勒或时频分析方法得到的ISAR图像方位向仅是目标的多普勒频率分布,不能反映目标的真实形状,需对ISAR图像进行方位定标。该文提出一种快速的ISAR方位定标方法来估计目标的旋转角速度(RAV)。首先,该方法利用高效的伪逆极坐标快速傅里叶变换把两幅不同时刻ISAR图像的旋转运动转化为沿极角的平移运动。然后,在极坐标域定义了一种新的积分相关代价函数来粗估目标的RAV。最后,通过采用二分法估计得到最优的RAV,进而实现ISAR方位定标。相比于现有方位定标算法,所提方法避免了插值操作带来的精度损失和高计算复杂度问题。计算机仿真和实测数据实验结果证明了所提方法的有效性。     

基于非线性流形学习的ISAR目标识别研究

详细分析了逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）二维像的非线性流形结构特点,指出ISAR二维像可以看作是由位置、姿态和尺度等内在参数共同作用而张成的一个在高维图像空间中的非线性流形。在此基础上,论文将非线性流形学习的思想引入到ISAR目标识别领域,提出了一种基于局部保持投影（Locality Preserving Projections, LPP）算法和k近邻分类器的ISAR二维像特征提取和目标识别方法。该方法首先利用LPP算法对维数较高的ISAR二维像进行降维,然后采用具有拒识功能的k近邻分类器对四类飞机目标进行了分类识别。仿真实验结果表明,LPP算法能够发现嵌入在高维ISAR图像空间中的低维非线性流形,并且能够利用LPP算法降维后的特征获得较高的识别率。     

基于酉ESPRIT的多频带融合ISAR成像

多频带融合成像可有效提高ISAR成像的距离分辨率。传统的ESPRIT谱估计融合算法只利用了复数观测数据本身,而没有利用其共轭数据。该文提出对合成复观测数据及其共轭的酉ESPRIT法进行调整以实现基于酉ESPRIT法的多频带融合ISAR成像。酉ESPRIT法充分利用复数观测数据信息,更有利于多频带融合的频谱估计和ISAR成像。针对多频带融合中目标散射点越分辨单元徙动校正的问题,调整了传统校正处理的步骤,分别在多频带融合前进行越距离单元徙动校正和融合后进行越多普勒单元徙动校正,避免了回波中的快时间频率-慢时间耦合项以及时域相位补偿对频域融合处理的影响,从而得到效果更好的多频带融合ISAR图像。仿真和实测数据结果表明所提方法不但能得到高质量的融合ISAR图像,也具有更优的抗噪性能和更高的运算效率。     

基于对称Gabor小波滤波的舰船目标识别方法

文中构建一种对称Gabor小波滤波器(SGWF),能够对逆合成孔径雷达(ISAR)像中舰船进行识别。由Gabor小波滤波器构建的SGWF 滤波器具有上下对称结构,对镜像翻转的图像滤波后仍具有镜像对称性。使用SGWF 与奇异值分解(SVD)相结合来提取特征,使得该方法可以避免因多普勒变化导致的ISAR正像和倒像的检测问题。SGWF可在不同尺度和方向对图像进行滤波,充分反映图像的纹理特征和强度特征。在实验中,使用九艘民船的实测ISAR 像进行识别,通过在成像过程加入高斯白噪声来检测算法对噪声的鲁棒性,并检验图像分块数量对算法性能的影响,以及检验训练样本数量对算法性能的影响,识别结果证明了算法的有效性。     

Estimation of three-dimensional motion parameters in interferometric ISAR imaging

In most interferometric inverse synthetic aperture radar (InISAR) systems, the pixels between two ISAR images derived from corresponding antennas usually do not register properly. As such, correct phase difference between two ISAR images could not be obtained. A three-dimensional (3-D) motion compensation method, or 3-D focusing, is put forward in this paper. With a multiple antenna pair configuration, the angular motion parameters both in the azimuth and pitching directions are accurately estimated without the usual phase-unwrapping processing. As such, there is no phase ambiguity in the inteferometric systems. The angle motion trajectory measurement here is based on the range profiles (or spatial spectrum) so that the "angle scintillation" phenomenon can be effectively suppressed. The angular motion trajectory is then obtained by curve fitting of the spatial spectrum (range profile in the cross-range direction). The compensated ISAR images are registered accurately. Finally, the simulation data are used to illustrate the accuracy of the proposed method.     

一种基于波程差补偿的InISAR图像配准方法

逆合成孔径雷达(ISAR)图像配准是干涉逆合成孔径雷达(InISAR)成像领域一个关键的课题,可以实现同一散射点在不同ISAR图像中的对齐,以便于后续的ISAR图像干涉处理。该文分析了ISAR图像失配准的原因,即散射点到不同天线之间的波程差,并据此提出一种基于波程差补偿的方法来实现不同天线ISAR图像之间的精确配准。首先通过调频傅里叶变换估计目标相对于雷达的转速;进一步根据波程差与目标转动角速度的关系构建补偿相位消除散射点到不同天线间的波程差,并通过2维傅里叶变换获得配准之后的ISAR图像。最后利用干涉处理获得目标真实的3维结构。该文方法可以在回波域通过波程差补偿实现ISAR图像配准,配准之后的各散射点在图像中的位置相同;而经过相关法配准之后的ISAR图像中的各散射点之间有一个像素单元的错位,即该方法的配准效果更精确。此外,基于相关法的图像配准方法耗时达到万秒级,而基于该方法的ISAR图像配准时间仅为秒级,即该方法计算效率更高。最终的InISAR 3维成像结果中,该方法的散射点坐标重构误差为0.3034,而基于相关法的成像结果的误差(45.8529)远大于此。因此,基于所提出方法的InISAR 3维成像结果精度更高。      

一种高精度的ISAR转动补偿和方位定标方法

传统逆合成孔径雷达(ISAR)成像算法忽略了目标回波的高阶转动相位的影响,导致方位向聚焦效果较差,且无法直接从目标图像中获取目标尺寸信息。该文提出一种转动补偿和方位定标方法。该方法采用回波的全部方位信息,通过构造局部平均多普勒趋势(LADT)信号获取目标回波的多普勒变化趋势。进一步利用随机采样一致(RANSAC)算法估计多普勒调频率及目标有效转动速度,实现高精度转动补偿与方位定标。仿真与实测数据实验验证了该方法的有效性。     

基于子孔径参数估计的双基地ISAR图像融合方法研究

双基地逆合成孔径雷达(Bistatic ISAR)能够同时获取两个视角下的目标雷达回波,将分别所成的图像进行融合处理可以获得质量更高的ISAR图像以提供更丰富的目标信息,但由双基地角带来的目标像尺寸形状不一致等问题将造成融合困难。该文针对转台模型目标,提出一种基于子孔径参数估计的双基地ISAR图像融合方法,利用孤立强散射点在不同子孔径下的多普勒差值估计出目标的转动角速度和半双基地角,再将不同视角下的数据映射到同一个坐标平面中进行融合处理,得到效果更好的图像,最后利用仿真实验结果验证了该方法的有效性。