首页> 正文

ISAR成像新方法研究

2020-12-11阅读(629)

ISAR成像新方法研究

论文摘要

逆合成孔径雷达(ISAR, Inverse synthetic aperture radar)是一种重要的高分辨雷达,可以全天候、全天时、远距离的获取非合作目标的图像,可以大大提高雷达信息获取能力,在军用和民用领域均有重大实用价值。随着实际需求的不断发展,对ISAR成像技术的研究也在不断的深入。为充分发挥信号处理作用,提高雷达的成像能力,本文利用概念分析、理论推导和数据验证等手段对ISAR成像的一些新方法进行了研究。本文的主要工作概括如下:1.在逆合成孔径雷达(ISAR)成像中,目标的非均匀转动会造成图像的严重散焦。针对这一问题,提出一种高效的成像方法。该方法首先对同一距离单元的方位向回波数据进行时频分析,接着根据目标转速与尺度变换因子的对应关系,用不同尺度因子对中心时刻的频率分布进行尺度变换构造出参考信号,通过求解各个时刻的频率分布与参考信号的相关系数,估计出目标的旋转速度变化情况,然后沿方位向进行重采样以补偿目标旋转速度变化的影响,最后进行成像处理得到聚焦良好的目标图像。该算法对每个时刻目标转动速度的变化都进行了精确的估计和补偿,因此它适用于转动速度任意变化的情况。另外,该算法需要的计算量较少,适合实时处理采用。仿真和实测数据的处理结果验证了该方法的有效性。2.随着ISAR成像分辨率的提高,目标旋转运动所导致散射点越距离单元走动对成像结果的影响变得越来越严重。提出一种新的子图像合成方法来补偿高分辨率ISAR成像中的旋转运动。通过将比较大的旋转运动分成几个较小的部分,子图像的生成就可以很容易地使用现有的ISAR成像算法实现。同时,随着子图像数目的增加,在相干积累间隔内方位角的变化就可以变得很大,所以能够很容易就获得很高的分辨率。另外,由于整个处理流程都是通过快速傅里叶变换(FFT)和向量乘法实现,所以,该算法的计算效率较高并且不包含插值操作。最后也给出了数字处理的结果来证明所提算法的有效性。3.地基雷达一直是空间碎片监测的有力工具,研究如何利用它们对尺寸小于距离分辨率的自旋空间碎片进行成像具有重要意义。基于空间碎片通常会围绕它的主轴进行简单的自旋转运动这一事实,通过对目标回波模型的分析,提出了两种方法,即单距离图像融合方法和基于稀疏信号表示的空间碎片成像方法。这两种方法都是基于目标是由孤立的各向同性散射点组成的这样一个假设,通过使用单个距离单元上的方位回波数据就可以获得目标的二维图像,理论上的分辨率为四分之一波长。在单距离图像融合算法中,由于总的旋转角被分成了四个部分,所以使得对每一个部分的处理都非常容易,所以该方法计算效率较高,特别是针对比较小的目标的时候。另外,该方法可以直接在笛卡尔坐标系中得到目标的图像,而现有的算法首先得到极坐标中的图像,需要重新格式化到笛卡尔坐标系中。仿真实验结果证明了该算法的有效性。在基于稀疏信号表示的空间碎片成像方法中,成像问题被转化为稀疏信号分解问题,首先以各个散射点的散射特性作为元素构建字典,然后通过采用现有的方法对单个距离单元横向回波数据的稀疏信号表示进行求解,最后对求解的结果重新排列以得到目标的二维高分辨图像。仿真实验结果表明了该方法的正确性。4.线性调频步进信号在简化雷达系统设计的同时,也存在对高速运动目标易出现多普勒模糊的问题,因此研究如何提高其等效的重复频率具有重要意义。由于ISAR目标的后向散射场具有较强的稀疏性,即大部分能量仅由少数散射中心贡献,所以基于稀疏信号表示理论,通过对目标回波模型的分析,提出了一种基于稀疏步进频率信号的逆合成孔径雷达成像方法。该方法通过随机地选择线性调频步进信号的部分子脉冲进行发射,然后使用稀疏信号分解的方法对目标图像进行重建以得到目标的二维高分辨图像。该方法以计算资源为代价,能够有效地去除方位多普勒模糊,同时还能够压低旁瓣并得到超分辨的图像。仿真和实测数据处理结果验证了本方法的有效性。5.基于压缩采样理论,提出一种基于发射稀疏探测频率信号的高分辨ISAR成像新方法。该方法仅仅需要距离频域方位慢时间域上的很少一部分测量,然后通过线性规划或者贪婪追踪方法求解一个逆问题就可以重建出目标的图像。通过仅仅发射很少的几个探测频率而不是宽带信号,该方法就可以得到不模糊的超分辨ISAR图像。仿真和实测数据处理结果验证了所提方法的有效性。6.舰船目标成像是逆合成孔径雷达(ISAR)技术研究领域的热点。针对舰船目标的复杂运动特性以及采用步进线性调频信号给实时处理带来的困难,设计了以数字信号处理器作为处理单元数字信号处理板卡,选择了适于步进线性调频信号舰船ISAR成像实时处理的算法流程,并完成了实时处理在信号处理板卡上的任务分配和程序编写。该方法能够完成步进线性调频信号舰船目标ISAR成像的实时处理任务,外场试验的结果验证了本文方法的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • §1.1 ISAR 成像发展概述
  • §1.2 研究背景与意义
  • §1.3 内容安排
  • 本章参考文献
  • 第二章 一种高效的非均匀转动目标成像方法
  • §2.1 引言
  • §2.2 ISAR 成像模型
  • §2.3 运动参数估计及成像
  • §2.3.1 时频分析
  • §2.3.2 参数估计
  • §2.3.3 非均匀转动目标ISAR 成像方法
  • §2.4 仿真和实测数据处理结果
  • §2.4.1 仿真结果
  • §2.4.2 实测数据处理结果
  • §2.7 本章小结
  • 本章参考文献
  • 第三章 基于子图像融合的ISAR 成像算法
  • §3.1 引言
  • §3.2 子图像生成
  • §3.3 子图像合成
  • §3.4 性能分析
  • §3.5 仿真结果
  • §3.6 本章小结
  • 本章参考文献
  • 第四章 空间碎片成像方法
  • §4.1 引言
  • §4.2 信号模型
  • §4.3 单距离图像融合方法
  • §4.4 单距离图像融合方法的仿真结果
  • §4.5 基于稀疏信号表示的空间碎片成像方法
  • §4.5.1 稀疏信号表示
  • §4.5.2 成像方法
  • §4.6 基于稀疏信号表示的成像算法的仿真结果
  • §4.7 本章小结
  • 本章参考文献
  • 第五章 基于稀疏线性调频步进信号的ISAR 成像
  • §5.1 引言
  • §5.2 稀疏信号表示
  • §5.3 稀疏线性调频步进信号
  • §5.4 回波模型
  • §5.5 平动速度的估计和补偿
  • §5.6 成像方法
  • §5.7 仿真和实测数据处理结果
  • §5.7.1 仿真结果
  • §5.7.2 实测数据处理结果
  • §5.8 本章小结
  • 本章参考文献
  • 第六章 基于稀疏探测频率的ISAR 成像
  • §6.1 引言
  • §6.2 压缩感知理论
  • §6.3 ISAR 成像模型和距离多普勒算法
  • §6.4 基于稀疏探测频率的ISAR 成像
  • §6.5 实际应用中的几点说明
  • §6.6 仿真和实测数据处理结果
  • §6.6.1 仿真结果
  • §6.6.2 实测数据处理结果
  • §6.7 本章小结
  • 本章参考文献
  • 第七章 步进线性调频信号舰船ISAR 成像的实时信号处理
  • §7.1 引言
  • §7.2 系统参数
  • §7.3 信号处理板卡
  • §7.4 处理算法
  • §7.6 处理任务分配
  • §7.6.1 数据传输时间分析
  • §7.6.2 存储量分析
  • §7.6.3 运算量分析
  • §7.6.4 任务分配
  • §7.7 外场试验结果
  • §7.8 本章小结
  • 本章参考文献
  • 第八章 结束语
  • §8.1 全文内容总结
  • §8.2 工作展望
  • 致谢
  • 作者在读期间的研究成果

    • 相关论文文献

    • [1].基于ISAR成像的组网雷达带宽自适应调度算法[J]. 桂林电子科技大学学报 2020(01)
    • [2].基于稀疏处理的运动目标认知ISAR成像技术[J]. 现代雷达 2018(11)
    • [3].一种ISAR图像性能定量评估方法[J]. 雷达科学与技术 2017(01)
    • [4].Autofocus technique for ISAR imaging of uniformly rotating targets based on the ExCoV method[J]. Journal of Systems Engineering and Electronics 2017(02)
    • [5].空中目标序列ISAR图像质量评价方法[J]. 指挥信息系统与技术 2017(04)
    • [6].基于时频分析的机动目标ISAR成像[J]. 无线互联科技 2015(17)
    • [7].三维舰船目标与ISAR成像的几何关系分析[J]. 电子世界 2019(04)
    • [8].一种ISAR成像方法[J]. 电子技术与软件工程 2019(19)
    • [9].岸基ISAR系统设计与试验验证[J]. 空军预警学院学报 2016(01)
    • [10].Simulation of two-dimensional ISAR decoys on a moving platform[J]. Journal of Systems Engineering and Electronics 2015(02)
    • [11].New method of time-frequency representation for ISAR imaging of ship targets[J]. Journal of Systems Engineering and Electronics 2012(04)
    • [12].弹道导弹的ISAR回波模拟[J]. 空军工程大学学报(自然科学版) 2011(01)
    • [13].基于多级模糊综合评判的ISAR干扰效果评估模型[J]. 数字技术与应用 2011(11)
    • [14].海杂波对ISAR成像的影响[J]. 系统工程与电子技术 2009(08)
    • [15].基于压缩感知的ISAR成像技术综述[J]. 飞航导弹 2018(03)
    • [16].ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach[J]. Journal of Harbin Institute of Technology(New Series) 2018(04)
    • [17].基于联合块稀疏模型的随机调频步进ISAR成像方法[J]. 电子与信息学报 2018(11)
    • [18].ISAR Imaging of Fluctuating Ship Target Based on a Novel Approach for Cubic Chirplet Decomposition with Local Polynomial Wigner Distribution[J]. Journal of Harbin Institute of Technology 2017(03)
    • [19].Novel and Comprehensive Approach for the Feature Extraction and Recognition Method Based on ISAR Images of Ship Target[J]. Journal of Harbin Institute of Technology 2017(05)
    • [20].P波段ISAR信号电离层污染相位校正方法[J]. 系统工程与电子技术 2015(07)
    • [21].ISAR干扰及干扰效果评估技术[J]. 航天电子对抗 2011(05)
    • [22].基于线性调频信号的ISAR成像仿真[J]. 信息技术 2010(11)
    • [23].基于Radon-CPF-Fourier变换的机动目标ISAR成像[J]. 电讯技术 2020(06)
    • [24].High-Resolution ISAR Imaging Based on Sparse Iterative Covariance-Based Estimation[J]. Journal of Harbin Institute of Technology(New Series) 2019(03)
    • [25].空间目标的ISAR成像及轮廓特征提取[J]. 北京航空航天大学学报 2019(09)
    • [26].双基地ISAR成像分析[J]. 现代雷达 2011(08)
    • [27].Rotational parameters estimation of maneuvering target in ISAR imaging[J]. Journal of Systems Engineering and Electronics 2010(01)
    • [28].结合字典学习技术的ISAR稀疏成像方法[J]. 电子与信息学报 2019(07)
    • [29].基于稀疏孔径干涉ISAR技术的复杂运动舰船目标三维坐标恢复方法（英文）[J]. 雷达学报 2018(03)
    • [30].Photonics-based real-time and high-resolution ISAR imaging of non-cooperative target[J]. Chinese Optics Letters 2017(11)

    标签：;  ;  ;  ;  ;  

    ISAR成像新方法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5