ISAR成像中一种距离对准的新方法

本文采用一维距离像相关模型,提出一种ISAR成像中距离对准的新方法,该方法充分考虑了一维距离像间的直流漂移和归一化系数,且具有较好的对准效果,通过实测数据验证了该方法的有效性。     

峰度最大准则ISAR成像快速包络对齐方法

通过对逆合成孔径雷达回波相邻包络和的峰度图进行分析，得到回波包络峰度图的一致性分布规律。然后依据分级快速搜索算法，结合大小步长对峰度图进行分级搜索，得到峰度最大位置所对应的回波移位比特数，将待对齐回波进行相应循环移位，实现回波包络的快速对齐。从实测数据结果可以看出，基于峰度最大准则的快速包络对齐方法与原始算法相比较，运算速率上有很大提高，并且包络对齐结果没有差别。文章同时对搜索时大步长的选取进行了讨论，得到了准最优的大步长值。     

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。     

基于最大熵谱估计的距离-多普勒成像

提出一种目标超分辨逆合成孔径(ISAR)成像方法。该方法首先利用最大熵谱估计的方法对雷达宽带测量数据进行外推处理，然后对经过外推处理后的数据采用距离一多普勒原理进行ISAR成像，最后采用仿真数据和实际测量数据进行实验验证。实验结果表明，该方法对目标ISAR成像分辨率有明显提高，对用传统方法不能进行的ISAR成像数据，采用该方法成像效果有明显改进；且计算量不是很大，易于工程实现。     

低分辨雷达目标识别方法研究

利用目标对对空警戒雷达发射波形的调制效应，采用2种不同的方法，提取出低分辨雷达飞机目标机型（大、小）和飞机目标架次可资分类的特征参数，作为飞机目标机型（大、小）和架次判别的特征向量、特征矢量，然后采用神经网络对目标进行分类识别，给出用BP神经网络进行训练和识别的结果，并在低分辨雷达目标识别样机系统对飞机目标进行分类识别试验中，验证了所提取特征的有效性。表明该方法是有效的，这为常规低分辨雷达空中目标识别提供了一种新的途径。     

基于熵最小准则的ISAR成像高速运动补偿实现方法

本文基于线性调频雷达信号模型,研究了ISAR成像中目标高速运动对一维距离像产生的畸变影响;提出了基于熵最小准则的速度补偿算法及其在实际应用中的三种实现方法,仿真试验证明了上述方法的有效性;仿真结果表明:遍历法具有很高的精度,但运算量巨大,快速搜索法速度快,但精度不高,二次曲线拟合法具有精度高和实时性好的特点;通过对二次曲线拟合精度的分析,为粗估计时速度遍历步进值的选取提供了依据;最后将二次曲线拟合法应用在雷达信号处理机中,针对实测数据给出了高速运动补偿的效果和DSP运行时间,其结果证明本方法实时、有效.     

基于Wigner-Ville分布的空间目标多姿态角特征融合识别算法

通过参考空间目标实测数据库,提出了一种基于 Wigner-Ville(WV)分布的空间目标多姿态角特征融合识别算法.其利用信息融合技术及矩阵奇异值的特性,对不同姿态角的参考特征矢量进行加权处理,获得表征目标的融合特征矢量.通过大量实测数据验证,本方法对空间目标能够正确判决分类,并具有一定的实时性.     

基于DSP的雷达目标检测和跟踪方法研究

基于专用DSP检测与跟踪处理器，研究了相应的雷达目标检测与跟踪方法。考虑到数字信号处理器较强的数学处理能力，研究了基于位置相关的雷达目标检测算法，结合雷达目标运动特性，研究了基于目标运动相关的多目标跟踪技术，并在DSP上实现了相应的检测、跟踪算法。实验室仿真结果表明，该检测算法具有好的检测性能；该跟踪算法实现对多目标的跟踪。     

一类亚像素分辨的包络对齐方法

包络对齐是逆合成孔径雷达(ISAR)运动补偿的基础,现有的包络对齐方法普遍存在对齐精度低和运算时间长的缺点。本文在最大相关法包络粗对齐的基础上,采用最大相关系数,运用二次估值与遍历/搜索算法确定精细偏移量。这些方法具有更高的对齐精度。采用相关系数的快速算法,新方法运算速度相比传统最大相关法差别不大。外场实测数据的处理结果表明这些方法的有效性。     

基于超分辨ISAR成像的飞机目标识别

利用最大熵谱估计方法对四种飞机目标数据进行外推处理,并在此基础上进行逆合成孔径(ISAR)成像。然后采用ISAR图像的四个特征(几何矩、基于几何矩的不变量、形状特征、量化能量带)作为径向基函数(RBF)神经网络的输入,在此基础上进行识别,达到了较好的识别效果。