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。     

短时高斯包络线性调频基自适应信号分解算法

作为一种参数化时频分析的方法,基于高斯包络线性调频基自适应信号分解的快速算法具有分辨力高、零交叉项和计算量小的优点,在信号时频分析中具有独特的优势和广阔的应用前景.然而该快速算法却存在由于采样点初值选择不当而造成分解失效的缺点,虽然后来的基于优化初值选择的自适应高斯包络线性调频基信号分解对初值选择算法进行了改进,提高了分解性能的稳定性,但仍存在较多的问题没有解决.本文将对这些问题进行研究和改进,并提出短时自适应高斯包络线性调频基信号分解算法.算法通过加短时窗来增强时频中心定位的准确性,通过控制采样基时宽来获取有效的初始方差取值范围,从而提高了分解的自适应性和稳定性.对仿真信号和语音信号的分解结果表明了该算法的有效性.     

基于自适应chirplet变换的ISAR瞬时成像的快速算法

在逆合成孔径雷达(ISAR)瞬时成像中,针对自适应chirplet分解方法运算量大,对信号的逼近精度有限等问题,提出了一种瞬时成像快速算法。该方法在参数粗搜索的基础上,将多维参数搜索过程转化为超越方程的求解问题。与传统方法比较,该方法不仅运算速度快,计算量小,而且参数估计精度高。仿真和真实雷达数据用此方法均能成出质量较好的ISAR图像。因而此快速算法是一种有效的ISAR瞬时成像的快速算法。     

一种新的信号分解算法及其在机动目标ISAR成像中的应用

本文首先提出一种新的信号分解算法——修正自适应Chirplet分解算法,将Chirplet基函数推广到非线性调频信号的形式,克服了传统自适应Chirplet分解对复杂信号逼近程度不高的缺点.然后提出单分量基函数参数估计的一种实用算法和基于CLEAN思想的多分量信号分解方法,并将其应用于机动目标的ISAR成像中,进一步提高了成像质量,外场实测数据成像结果验证了本文方法的有效性.     

一种有效的基于Chirplet自适应信号分解算法

基于线性调频小波(chirplet)的自适应信号分解法,将待分析的线性调频(Chirp)信号分解成为一组chirplet基函数的线性叠加,能够更清楚地表述Chirp信号的时频特征.其中关键的问题,是如何自适应地估计与信号最匹配的chirplet,这将影响到自适应分解的效果.目前,还没有一种有效chirplet估计算法.本文提出了一种新的chirplet估计算法,该法充分利用了chirplet的特点,具有较高的参数估计精度.仿真数据的实验结果证明了该方法的有效性.     

机动目标ISAR超分辨成像的分辨能力研究

机动目标ISAR超分辨成像须考虑三维转动造成多普勒频率的时变性质,同时,成像质量也受到信号模型误差的影响,如包络对齐误差和自聚焦误差.采用误差参数和目标特征参数联合估计可显著提高机动目标成像的分辨率.本文将误差参数和目标参数联合建模,对信号模型解的不唯一性提出一种约束条件,引入分辨能力的概念,综合分析了存在这些因素时成像分辨率所受到的限制.     

机动目标ISAR超分辨成像的分产辨能力研究

机动目标ISAR超分辨成像须考虑三维转动赞成多普勒频率的时变性质，同时，成像质量也受到信号模型误差的影响，如包络对齐误差和自聚焦误差。采用误差参数和目标特片参数联合估计可显著提高机动目标成像的分辨率。本文将误差参数和目标参数联合建模，对信号模型解的不唯一性提出一种约束条件，引入分辨能力的概念，综合分析了存在这些因素时成像分辨率所受到的限制。     

一种基于自适应Chirplet分解的逆合成孔径雷达成像方法

对于机动目标的成像需要用距离－瞬时多普勒成像方法,文献［４］中给出了目标机动性不强时的成像方法,本文提出了一种自适应的ｃｈｉｒｐｌｅｔ信号分析方法,在此基础上给出了具有强机动性的目标的ＩＳＡＲ成像算法。最后利用实测数据验证了该方法的有效性。     

机载雷达海面舰船目标ISAR成像技术研究

利用ISAR/SAR技术获得海面舰船目标的二维像是实现舰船目标分类识别的重要手段.文中研究了高海情条件下的机载雷达舰船目标ISAR成像方法,包括基于迭代相关的包络对齐、改进的"秩一"自聚焦相位补偿及利用"clean"技术的多分量调幅-调频信号参数估计的瞬时成像方法.实测数据成像结果证明了算法的可行性.     

具有高阶运动的机动目标微多普勒信号提取方法

分析了高机动运动目标的雷达回波,针对目标回波的时频分布呈曲线的特点,提出一种基于经验模态分解的运动补偿方法.该方法通过提取目标瞬时频率的趋势项对目标整体平动多普勒进行估计,实现目标平动的补偿和微多普勒信号的提取.由于经验模态分解的自适应特性,该方法并不需要对目标的运动进行建模,不涉及目标运动参数估计.基于仿真和实测数据的实验结果表明:该方法对机动目标的平动具有较好的补偿效果,适用于机动目标的微多普勒信号提取.     

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.     

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Hankel矩阵分解的天波超视距雷达机动目标检测算法

机动目标检测是天波超视距雷达的研究重点之一。目前已有的算法在高信噪比条件时对单个机动目标的检测效果较好,但在低信噪比时对多个机动目标的检测性能有待提高。该文提出一种基于Hankel矩阵分解的机动目标检测算法,该算法将机动目标信号构造为Hankel矩阵的形式,通过矩阵分解将信号时频估计转化为线性主成分分析的凸优化问题,从而实现匀速与机动目标的分离以及多个目标的同时估计。仿真结果证明了该算法具有估计精度高,信噪比条件低,可以同时多目标检测等优点。     

基于先验相位结构信息的双基SAR两维自聚焦算法

两维自聚焦是高机动条件下机载合成孔径雷达(SAR)高分辨率成像的重要保障。现有的双基SAR两维自聚焦算法没有充分利用相位误差的先验结构信息,是对相位误差的一种盲估计,在计算效率和参数估计精度方面仍然存在很大限制。该文从双基SAR极坐标格式成像算法新解释入手,从残留距离徙动(RCM)校正的观点出发,将极坐标格式(PFA)算法的实现解释为距离频率和方位时间两个变量的解耦过程。利用这一观点分析了极坐标格式算法中的距离和方位重采样对两维相位误差的影响,揭示了残留两维相位误差固有的解析结构。基于这一固有的先验信息,该文提出了一种结合先验信息和图像数据的双基SAR两维自聚焦算法。算法通过引入先验知识,将两维相位误差估计降维成一维方位相位误差的估计;同时,在估计方位相位误差时,通过多子带数据平均,充分挖掘了所有数据的信息。相比于已有算法,无论是参数估计精度还是计算效率都有明显改善。实验结果验证了该文理论分析的正确性以及所提两维自聚焦方法的有效性。      

Complex ISAR imaging of maneuvering targets via the Capon estimator

An inverse synthetic aperture radar (ISAR) can be used to produce high-resolution images of moving targets of interest by utilizing the relative motion between the target and the radar and by transmitting signals with large bandwidth. Most ISAR imaging algorithms are based on the range-Doppler processing, which implies that the Doppler shifts remain constant during the coherent integration time. For maneuvering targets, the Doppler shifts are time varying. In this case, the algorithms will produce blurred images. We present herein an adaptive Capon (1969) spectral estimation algorithm for the complex ISAR image formation of maneuvering targets. It is an efficient recursive implementation of the well-known Capon complex spectral estimation algorithm by using FFT and simple matrix operations     

结合MD自聚焦算法与回波模拟算子的快速稀疏微波成像误差补偿算法

稀疏微波成像是将稀疏信号处理理论引入微波成像中,利用系统的稀疏约束突破传统合成孔径雷达(SAR)成像中系统复杂度的瓶颈,是微波成像的新理论、新体制和新方法。在传统的机载SAR成像中都会面临非理想运动带来的回波相位误差问题,可通过基于回波数据的自聚焦算法加以解决;但在机载稀疏微波成像中,因稀疏微波成像采用稀疏重建算法取代了传统SAR中基于匹配滤波的信号处理方法,传统的基于回波数据的自聚焦算法难以直接应用。现有基于稀疏重建的自聚焦算法主要基于两步迭代方法,收敛速度慢、运算量大。该文以基于回波模拟算子的快速稀疏微波成像算法为基础,将子孔径相关(MD)自聚焦算法引入,与之结合构建了新的MD-回波模拟算子自聚焦算法。该方法继承了基于回波模拟算子算法快速重建的优势,并利用MD自聚焦算法实现了回波2次相位误差的正确补偿,与现有基于两步迭代的稀疏微波成像自聚焦算法相比,收敛速度快,并可以实现较好的自聚焦效果。      

Parametric autofocus of SAR imaging - inherent accuracy limitations and realization

In synthetic aperture radar (SAR) imaging, low scene contrast may degrade the performance of most of the existing autofocus methods. In this paper, by dividing a slow-time signal into three isolated components, namely target, clutter, and noise, in SAR imaging, a novel parametric statistical model is proposed during the coherent processing interval. Based on the model, Cramer-Rao bounds (CRBs) of the estimation of unknown parameters are derived. It is shown that the CRBs of the target parameter estimation strongly depend on the background, i.e., clutter and noise, and the CRBs of the background parameter estimation may be obtained regardless of the target component. Motivated from this result and using the estimated background parameters, a novel effective parametric autofocus method is developed, which is applicable to any scene contrast. In addition, a preprojection is also introduced to simplify the subsequent parameter estimation. Finally, the proposed model and the novel method are illustrated by some real SAR data.     

一种非均匀转动目标的ISAR自聚焦算法

在ISAR成像中,目标的非均匀转动会引入与散射点位置有关相位误差,无法用统一的相位误差函数表示,因此通常的自聚焦方法难以消除。针对加速转动目标,本文提出了一种基于离散调频傅立叶变换(discrete chirp-Fourier trans- form)的自聚焦算法。在预先选定的距离单元上,利用离散调频傅立叶变换提取最大功率散射点对应的调频信号,并以之为参考信号消除目标平动引起的相位误差。然后,利用同样的方法,在多个距离单元上提取最大功率散射点对应的调频信号,根据该散射点信号估计目标非均匀转动的参数,并进行非均匀采样,去除非均匀转动的相位误差。将该算法应用于仿真试验和实测数据的ISAR成像中,都得到了较好的聚焦结果。     

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。     

一种多目标ISAR成像方法

在逆合成孔径雷达(ISAR)多目标成像中,当各目标相互靠近且目标相对雷达的径向速度又相差较大时,存在使用已有的多目标成像方法无法对其成像的问题,文中提出了一种结合Radon变换、包络相关和DCFT的多目标成像方法。该方法采用Radon变换估计目标个数并对目标包络进行粗对齐;用传统的包络相关法结合目标隔离和曲线拟合法对目标进行精确的包络对齐;通过DCFT算法完成相位补偿,最后获得多个目标清晰的ISAR像。仿真实验结果验证了该方法的有效性。