空间目标T/R-R型雷达多视角融合成像算法

针对T/R-R(transmitting receiving-receiving)构型雷达成像实际,结合空间目标的轨道先验和双基地逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像的体制优势,提出了一种基于复贝叶斯压缩感知(Bayesian compressed sensing,BCS)算法的T/R-R型雷达稀疏孔径多视角融合成像方法。所提方法在建立双站雷达融合成像模型的基础上,利用Laplace先验在复数域建立目标的稀疏模型,提高了算法的稀疏促进作用,获得了高分辨目标图像。仿真实验结果表明,所提方法不仅可实现双站雷达多视角的融合成像,还可实现双站雷达各自存在稀疏孔径条件下的多视角融合成像,进一步拓展了应用场景,可有效提高方位分辨率和成像质量。

基于GTD模型的多视角多频带ISAR融合成像

多视角多频带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction,GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。