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。     

基于矩阵束算法的多雷达信号融合超分辨成像

利用多雷达回波信号对目标进行融合成像可以有效提高分辨率.本文实现了一种多雷达融合联合超分辨成像算法,该方法基于单雷达观测数据指数和模型,建立了联合的多雷达观测数据模型,并将雷达二维成像的矩阵束算法引入到多雷达观测融合成像中,利用多雷达观测数据估计散射中心的参数,有效提高了分辨率.仿真实验表明,该算法有效提高了雷达成像的分辨性能,有利于后续的目标检测与识别.     

二维全极化ESPRIT超分辨特征 提取及性能分析

 提出了二维全极化ESPRIT超分辨特征提取方法,推导了二维全极化参数估计的克拉美罗限,并且在此基础上分析了本文方法的工作性能.同已有超分辨算法相比,二维全极化ESPRIT方法的突出优点在于:(1)通过极化和超分辨的联合处理,实现了对目标相干散射矩阵的精确提取.从而为利用极化信息进行目标识别提供了基础; (2)利用全极化信息,改善了数据的信噪比,提高了参数估计的精度;(3)利用信号子空间的旋转不变性,避免了对多维信号子空间的搜索,提高了算法的实时性.仿真和实测数据均证实了该方法的有效性.值得一提的是,文章首次给出了散射中心位置、散射强度、相干相位等参数估计的克拉美罗限与全极化模型参数的关系,这为超分辨成像算法的性能评价提供了理论依据.     

一种新的SAR超分辨成像方法

提出了一种新的合成孔径雷达(SAR)超分辨成像方法。首先在图像域获得散射中心特征参数的初始估计，然后在相位历史域利用非线性回归模型的参数估计方法获得散射中心特征参数的高精度估计，最后依据相位历史域SAR点散射模型，生成更大尺度的相位历史数据，对得到的相位历史数据成像即得到了更高分辨率的SAR图像。仿真计算结果表明，该方法能够快速稳定实现，同时具有良好的超分辨性能。     

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。     

基于TPF-ESPRIT的雷达超分辨成像方法研究

超分辨雷达成像方法不受瑞利限的限制,可以极大地提高雷达距离维分辨率,利于目标识别。针对传统方法不具有频率选择性,研究了一种基于时域预滤波旋转不变参数估计技术(ESPRIT:Estimation of Signal Parameter via Rotational Invariance Techniques)的超分辨谱估计新方法,并成功应用于雷达距离维成像中。该算法把具有频率选择性的时域预滤波器和拓展旋转不变参数估计技术相结合。首先对雷达信号进行粗谱分析,获得信号频率分布的先验信息,然后针对性地设计频率选择时域滤波器对原始回波进行预处理,提高ESPRIT方法在目标信号所处频段的谱估计精度,改善距离维成像质量。仿真实验和暗室数据成像结果表明该方法具有频率选择特性和更好的频谱估计精度。      

基于四阶混合累积量的雷达目标二维超分辨成像

针对高斯色噪声条件下雷达目标二维成像问题,提出了一种基于四阶混合累积量的二维ESPRIT超分辨成像方法。利用四阶混合累积量对高斯色噪声的自动抑制,降低了噪声对成像质量的影响。通过保持目标特征矩阵结构不变,解决了现有方法在长采样数据条件下计算量过大的问题。仿真实验表明该方法的成像效果和散射点位置估计精度优于传统方法。     

基于四阶混合累积量的CP-GTD模型参数估计方法

二维相干极化GTD（CP-GTD）模型能够精确描述高频区雷达目标的电磁散射机理。基于此模型,针对二维ESPRIT方法在色噪声情况下估计精度不高的问题,提出了一种新的二维散射中心参数估计方法。根据二维四阶混合累积量的特点和性质,用其代替观测数据实现色噪声背景下二维CP-GTD模型的位置参数估计,然后通过MUSIC谱峰搜索方法估计散射中心的类型参数,通过最小二乘法估计散射中心的相干极化散射矩阵。该方法能够实现全极化雷达目标的超分辨成像和二维CP-GTD模型参数的正确估计,与现有的二维MUSIC和二维ESPRIT方法相比,改善了估计性能,对色噪声具有较强的稳健性,同时克服了在长观测样本情况下计算量过大的缺陷。仿真和暗室测量数据实验验证了上述结论的正确性。      

全极化散射中心提取与参数估计:P-ESPRIT方法

该文提出了一种新的全极化散射中心提取与参数估计方法:P-ESPRIT方法。该方法是一种极化和超分辨联合处理方法,不仅实现了对各极化通道散射中心的数目、位置、强度以及归一化极化散射矩阵等参量的同时估计,而且充分利用了目标全极化信息,提高了散射中心提取与参数估计的精度。与MUSIC, ML等超分辨方法相比,P-ESPRIT不需要进行搜索,因此它还具有实时性高的优点。基于仿真和实测数据的实验结果证实了该方法的有效性。     

采用双混频实现扩展目标运动参数 估计和散射中心重构

 推导了运动扩展目标在全去斜率体制下的回波信号形式,指出其为多分量多项式相位信号(mc-pps).分析了时频分析方法和多项式相位变换方法对该信号处理的不足,提出一种采用双混频实现扩展目标运动参数估计和和散射中心重构的新方法:通过对回波的双混频处理避免自相关处理带来的能量损失及分辨率降低;根据相关函数的功率谱特点,在频域抑制由多分量带来的交叉项干扰;通过循环估计减小参数估计误差的传播影响,最后利用ESPRIT超分辨估计方法提高参数估计精度.仿真结果表明该方法能有效提取目标的运动特征并能重构目标的一维散射中心.     

ISAR雷达ESPRIT成像算法的改进

应用ESPRIT算法能够很好地提高逆合成孔径雷达成像的分辨率，但是传统的ESPRIT算法运算量大，运算速度慢。本文把对ESPRIT算法的一些最新成果即ESPRIT的改进引入ISAR成像过程，经过试验证明它能有效改善雷达成像的速度。     

基于空域滤波的雷达目标二维散射中心快速提取

针对几何绕射(GTD)模型,该文提出一种基于空域滤波的2维散射中心参数快速提取方法。该方法利用空域滤波过程将2维散射中心参数提取问题分解为多个1维散射中心提取问题,并利用1维旋转不变技术(1D-ESPRIT)来估计散射中心各维参数,最后利用最小欧氏距离实现2维参数的配对。与基于2维旋转不变技术(2D-ESPRIT)的方法相比,该方法避免了高维数的特征值分解,因而可以显著地降低计算的复杂度。仿真实验表明,与2D-ESPRIT高分辨算法相比,该方法不仅能够显著降低计算量,并且还能获得较好的估计精度,可以有效地用于提取目标散射中心参数信息。     

Conjugate ESPRIT (C-SPRIT)

In this paper, we present an algorithm to estimate the direction of the arrival angles (DOAs) from noncoherent one-dimensional (1-D) signal sources such as binary phase shift keying (BPSK) and M-ary amplitude shift keying (MASK). The proposed algorithm can provide a more precise DOA estimation and can detect more signals than well-known classical subspace-methods MUSIC and ESPRIT for the 1-D signals. The complexity is the same as that of ESPRIT since the proposed algorithm uses the same array geometry and subarray processing that ESPRIT does. The main differences between the proposed algorithm and the ESPRIT algorithm are as follows: 1) the number of overlapping array elements between two subarrays is equal to M in the proposed algorithm, while in ESPRIT the maximum number of overlapping elements is M-1, where M denotes the total number of array elements, and 2) the proposed algorithm employs the conjugate of rotation matrix (CRM) /spl Phi//sup */ while ESPRIT uses /spl Phi/ with no conjugate for the second subarray geometry.     

基于FFT的ISAR成像快速包络对齐方法

包络对齐是逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）成像中运动补偿的关键技术之一。现有的互相关法和最小熵法无法兼顾对齐精度和运算效率,不能很好地满足ISAR实时成像的需要。推导证明了两信号时域的圆周相关等于其频谱的共轭相乘,再基于改进的互相关法,提出了一种包络对齐快速算法,利用FFT实现快速圆周互相关运算,并结合插值处理提高包络对齐精度。理论分析和仿真实验都表明,该方法可同时实现较高的对齐精度和运算效率,能够满足ISAR实时成像的要求。     

基于数据共轭重排的修正ESPRIT信号DOA估计算法

本文介绍了将接收数据共轭重排的再利用,构造相关矩阵的修正ESPRIT算法.理论分析和仿真实验表明,该算法同经典的ESPRIT算法相比,在快拍次数有限时,可明显改善信号DOA估计的性能,且其计算量二者基本相当.     

匀加速转动目标转动参数联合估计

匀加速转动目标运动参数估计是逆合成孔径雷达(ISAR)成像中的一类常见问题。该文在给出匀加速转动目标雷达回波信号模型的基础上,推导了利用线性调频信号对匀加速转动目标雷达回波进行拟合时所得参数与目标转动速度参数之间的关系。在此基础上,进一步提出一种匀加速转动目标转动参数联合估计方法,实现了转动参数的无偏估计。仿真结果验证了该算法的有效性。     

Radar imaging for targets with complex rotation based on phase history decomposition

Traditional inverse synthetic aperture radar (ISAR) imaging algorithms can not obtain focused images when the target undergoes complex three-dimensional (3D) rotation. An imaging algorithm to obtain two dimensional (2D) images or 3D distributions of scattering centers is proposed in this paper for targets undergoing complex rotation in a small angular extent. Firstly, the phase histories of different scattering centers are extracted by signal decomposition and they are arranged into a phase history matrix. Then, the singular value decomposition is carried out for the phase matrix to reveal the rotation characters. 3D rotations and 2D rotations are identified from the singular values and these two cases are treated separately. When target undergoes 2D rotation, the focused ISAR image can be obtained by resampling the received signals according to the first column of the right singular matrix. When target undergoes 3D rotation, the distorted 3D scattering center model can be obtained directly from the first and second columns of the left singular matrix. The distortion and ambiguity for the extracted 3D scattering center model are also analyzed theoretically. Simulations and experimental results verify the effectiveness of the algorithm.     

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。     

Joint time-frequency ISAR using adaptive processing

A new joint time-frequency inverse synthetic aperture radar (ISAR) algorithm that combines ISAR processing with the joint time-frequency signal representation is presented as a means of extracting the nonpoint-scattering features from the standard ISAR image. The adaptive Gaussian representation, applied to the range aids of the ISAR image, is used as the time-frequency processing engine. This technique uses Gaussian basis functions to adaptively parameterize the data and, as a consequence, the point-scattering mechanisms and resonance phenomena can be readily separated based on the width of the Gaussian bases. The adaptive joint time-frequency ISAR algorithm is tested using data generated by the moment-method simulation of simple structures and the chamber measurement data from a scaled model airplane. The results show that nonpointscattering mechanisms can be completely removed from the original ISAR image, leading to a cleaned image containing only physically meaningful scattering centers. The nonpoint-scattering mechanisms, when displayed in the frequency-aspect plane, can be used to identify target resonances and cutoff phenomena