基于成像序列的弹道目标ISAR图像横向定标

对目标逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)像横向定标是进行目标结构特征提取的基础,重点是进行目标转速的估计。从弹道目标的ISAR像序列出发,得到ISAR像中散射点构成的向量。利用给出的转角估计表达式,考察模值最大的向量在成像序列之间的转角,以此作为目标的转角,完成目标转速的估计。最后对所提方法的性能进行了分析。该方法充分利用ISAR像序列的特点和序列中包含的目标特征信息,避免了繁琐的图像配准过程和复杂的回波多普勒调频率估计。仿真实验表明,该方法能有效完成目标转速估计,定标误差较小。     

基于散射点信号特性的ISAR成像时间选择算法

在舰船目标ISAR成像中,在有些相关成像时间内,海浪的作用会使得舰船目标具有俯仰、偏航和滚动的三维转动,目标的ISAR像变得模糊。为获得聚焦的ISAR像,需要合理地选择成像时间,使得在相关成像时间内,目标仅具有二维转动。本文提出了一种成像时间选择的算法,该算法利用离散调频傅立叶变换估计散射点信号的参数,并根据二维和三维转动引起目标散射点信号特性的不同,推断目标的运动状态,选择成像时间。算法中有效利用了多个散射点的信息,但不要求跟踪目标特定位置上的散射点。文中还分析了算法估计的性能,并通过仿真试验证实了该算法的有效性。     

基于压缩感知的空间高速自旋目标ISAR成像方法

针对空间高速自旋目标的ISAR成像问题,在分析高速自旋目标回波模型的基础上,提出了基于轨道运动的二维成像方法,利用压缩感知思想,有效缩短了成像积累时间,并结合自旋对目标回波的影响,提出了一种三维成像方法。所提方法根据利用轨道信息获得的二维像序列,获取目标散射点沿旋转轴方向的高度维信息,然后利用自旋信息通过压缩感知方法进行二维投影切片成像,从而得到三维成像结果。该方法通过预先获得目标散射点的高度维信息,大大缩减了搜索区间,提高了搜索精度,仿真结果验证了所提方法的有效性。     

基于ISAR像序列的锥体目标进动及结构参数估计

弹道目标进动及结构参数的提取是弹道导弹目标识别的关键。该文提出一种基于逆合成孔径雷达(ISAR)像序列实现锥体目标进动及结构参数估计的方法。基于电磁仿真数据及锥体目标的微动特性,忽略旋转对称锥体目标的自旋运动,采用距离-瞬时多普勒算法生成目标的ISAR像序列,之后采用CLEAN算法将ISAR像序列中的强散射源坐标信息提取出来;推导了锥体滑动型强散射源在成像平面上的投影轨迹公式,该公式可为进动锥体目标成像特性模拟及参数估计提供数学参考。分析观察视角对锥体目标ISAR像可观测强散射源的影响,给出了估计进动及结构参数的具体方法;最后仿真验证了成像算法及投影轨迹公式的正确性,并依据提取的坐标信息估计目标的进动及结构参数信息。     

含旋转部件的动态目标特征提取方法研究

针对含有活动部件的空中动态目标成像方法进行研究，分析活动部件对空中动态目标成像的干扰，通过自适应小波变换分离活动部件及目标，剔除活动部件对成像结果的影响；提取清晰的散射中心，然后基于逆合成孔径雷达（inverse synthetic aperture radar，ISAR）图像灰度级不连续点寻找区域边界，将目标点和背景分离，采用自适应边界收敛方法对目标区域进行轮廓特征提取，得到了良好的目标轮廓特征.所提算法不仅可剔除旋转部件对散射中心的干扰，同时可提取良好的目标ISAR特征.采用实测数据对方法进行了验证.     

基于和差波束的三维ISAR成像技术

针对大带宽、高分辨的雷达信号,同一距离单元多个散射点复数叠加,导致传统基于一维距离像比幅测角的三维成像方法效果较差。提出了一种基于逆合成孔径雷达(ISAR)成像的三维成像方法,根据同一距离单元内多个散射点多普勒的不同,利用ISAR成像方法对多个散射点进行分离,在图像配准的前提下对和差信号ISAR像素点进行比幅法测角,最后,剔除角闪烁点及误差较大的散射点,对图像进行重构及合成得到三维ISAR像,同时完成目标定标。实测点目标及飞机目标的处理结果表明了本文方法较传统方法成像质量有较大改善,验证了方法的有效性及可行性。     

基于InISAR像的目标识别方法

针对目标ISAR图像方位向坐标是多普勒频率,其分辨率和目标运动状态有关,如果不进行标定,直接利用ISAR像进行识别存在困难,该文提出了一种基于多特显点的InISAR成像方法,并利用极化映射,提取特征进行识别。该文利用ISAR图像中特显点的多普勒频率和横距的关系,对整幅ISAR像进行横向定标;InISAR像转换到极坐标格式下,提取具有旋转和尺度不变性的特征,对目标分类。详细分析了4个主要参数对成像和识别的影响,仿真实验结果验证了理论分析。     

一种基于时域分解的ISAR图像理解与处理方法

逆合成孔径雷达(ISAR)图像的自动理解是应用其进行自动目标识别(ATR)的基础。文中提出一种基于改进的自适应高斯表示(AGR)的ISAR图像理解与处理方法。该方法对目标ISAR图像中点散射与非点散射效应并存的现象给以有效的参数化的描述,进而消除非点散射在图像中造成的模糊展布,并提取到可用于目标识别的成像目标散射中心特征。基于飞机目标实测数据的实验验证了该方法的有效性。     

一种基于时频分解的ISAR图像理解与处理方法

逆合成孔径雷达(ISAR)图像的自动理解是应用其进行自动目标识别(ATR)的基础.文中提出一种基于改进的自适应高斯表示(AGR)的ISAR图像理解与处理方法.该方法对目标ISAR图像中点散射与非点散射效应并存的现象给以有效的参数化的描述,进而消除非点散射在图像中造成的模糊展布,并提取到可用于目标识别的成像目标散射中心特征.基于飞机目标实测数据的实验验证了该方法的有效性.     

基于ISAR像序列的目标三维重构

提出了一种把矩阵分解应用于雷达目标的逆合成孔径雷达成像(ISAR)三维重构的方法。通过对目标运动场景建模,将目标的ISAR成像过程化,推导出图像序列中散射点二维位置坐标与原目标三维坐标的投影矩阵关系,利用正交投影下的矩阵分解基本方法,从观测矩阵中分解出原目标散射点的三维位置矩阵,进而实现目标的三维位置重构,仿真结果验证了该方法的有效性。     

基于GRECO的复杂目标ISAR图像仿真

提出一种与图形电磁计算方法相结合的1SAR图像实时仿真方法.利用图形电磁计算(GRECO)方法得到运动目标的电磁散射数据,通过发射线性调频信号得到运动目标的雷达回波,并对仿真回波进行ISAR成像处理.与传统采用点目标仿真不同,该文是对实际三维目标直接仿真成像,更加接近实际,更加适合应用与成像效果分析、算法改进和抗干扰方面的研究.对于目标表面散射场的分析,是基于高频预估理论:采用物理光学(PO)法与物理绕射理论(PTD)来进行计算.从对复杂目标的仿真结果来看,该方法是准确有效且具有实时性的.     

基于RID序列的微动目标高分辨三维成像方法

微动是指目标或目标上某些部件沿雷达视线方向的小幅、非匀速运动。通过对微动目标进行逆合成孔径雷达(ISAR)高分辨3维成像,能够获得其结构和运动信息,从而为微动目标检测、跟踪、分类与识别提供重要依据,并在空间态势感知与防空反导中发挥着重要作用。由于微动目标运动形式复杂、回波非平稳性强,现有的参数化ISAR成像方法已经不再适用。针对该问题,该文提出基于散射中心航迹矩阵分解的微动目标高分辨3维成像方法。该方法首先生成距离-瞬时多普勒(RID)像序列,利用watershed图像分割方法提取RID像的散射中心支撑域,并基于最小欧氏距离准则实现航迹关联。然后,针对散射中心航迹关联时瞬时斜距估计精度受距离分辨率影响等问题,进一步提出基于现代谱估计的散射中心航迹矩阵精估计方法。最后,通过带约束的航迹矩阵分解实现微动目标的高分辨3维成像。仿真结果表明,该文所提的成像方法能够有效实现章动等复杂微动目标的高分辨3维成像。      

基于弹跳射线法的海面舰船目标三维散射中心快速建模方法

海面舰船目标3维散射中心的快速建模对雷达目标信号快速仿真、特征提取与分类识别等应用具有重要意义。该文结合目标-海面耦合散射的“4路径”模型、随机海面散射修正Fresnel反射系数模型,以及基于射线管积分的快速3维成像等模型与方法,提出一种舰船-海面复合的快速3维成像方法,并通过CLEAN算法建立一种3维散射中心快速建模算法。该算法由于实现了单频、单视角条件下的目标3维成像,并且采用简化的海面模型避免了大量海面面元的构建,因而大大提高了3维散射中心建模的计算效率,从而满足实际工程应用的需求。典型海面舰船目标仿真实验结果表明,与传统基于FFT的3维成像算法相比,在典型计算条件下该算法的计算效率可提高4个数量级。不同海情下,3维散射中心重建的与直接仿真计算的1维距离像历程图和2维像的对比结果,也验证了算法的计算精度。      

MIMO雷达三维干涉诊断成像方法

2维合成孔径雷达(Synthetic Aperture Radar, SAR)和逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)成像是目标散射机理高分辨率分析和散射诊断测量的重要手段,现有被广泛采用的技术主要包括转台ISAR和导轨SAR成像技术。相比于传统的2维成像,3维成像可以提供目标局部散射中心在空间的3维位置和散射强度信息。因此,探索新的、可工程化实现与应用的目标3维成像技术是一项极具吸引力的工作。该文提出一种基于多输入多输出(Multiple-Input Multiple-Output, MIMO)阵列技术的3维干涉成像方法。首先,设计并试验了一种具有高孔径利用率和通过虚拟孔径实现干涉成像功能的MIMO阵列;其次,分析了MIMO阵列合成的两组虚拟孔径所成两幅2维雷达像的干涉相位与目标散射中心高度之间的关系,发展了MIMO雷达3维干涉成像算法;最后,通过数值仿真和原理样机实验验证了所提方法在目标散射机理分析和诊断测量应用中的可行性和有效性。      

基于ISAR图像的中段目标二维几何特征反演方法

该文针对弹道导弹防御系统的目标识别问题,研究了中段目标的2维几何特征反演方法。基于中段目标的外形特征,提出了一种描述目标2维几何结构的稳定特征量,该特征量不受目标姿态变化和雷达工作条件的影响。基于中段目标的电磁散射特性,建立了目标在不同姿态下的ISAR成像结果与目标2维几何特征的映射关系,进而提出一种基于ISAR像的中段目标2维几何特征反演方法,能够稳定地反演出中段目标飞行过程中所有姿态下的2维几何特征。通过电磁计算数据和暗室测量数据验证了所提方法的有效性和稳定性。     

多基站ISAR三维非平稳转动转台目标成像

在多基站ISAR三维转动转台目标成像模型的基础上给出了多基站ISAR三维非平稳转动目标转台成像算法.基于Wigner-Ville时频分析方法,通过建立在多基站ISAR三维转动转台目标成像模型基础上的距离向投影方程组和方位向多普勒方程组的联合求解,获得了三维非平稳转动转台目标散射点位置和运动参数的估计,同时对系统的成像约束进行了分析.仿真实验验证了多基站ISAR三维非平稳转动转台目标的成像.     

基于CV-FISTA网络的稀疏孔径ISAR成像方法

逆合成孔径雷达(inverse synthetic aperture radar,ISAR)在雷达目标识别、空间监视和弹道导弹防御等领域发挥着重要作用。针对传统稀疏孔径ISAR成像算法对参数敏感和收敛速度慢的问题,提出一种基于复值快速迭代收缩阈值算法网络的稀疏孔径ISAR成像恢复方法。将加速近端梯度方法引入稀疏重构算法中,并将其迭代步骤构建为深度展开网络的隐藏层,构建初始参数相同的随机散射点和飞机散射点的数据集,将复值一维距离像作为网络的输入,利用ISAR像对应的标签对网络进行训练和验证。该方法直接处理复数数据替代传统的分实虚部两路计算方法,显著减少了计算负担。仿真实验表明,相较于传统模型驱动算法,通过对网络进行训练避免了手动调参过程,收敛速度更快,成像质量更高,而且对于特征差异较大的数据具有更好的泛化能力。     

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.     

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。     

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.