Modified Approach to PGA Phase Averaging for ISAR Autofocus

A new approach to phase averaging in phase gradient algorithm (PGA) is proposed, which is based on the fundamental fact that the information of translational phase error is widely contained in every defocused scatterer in ISAR image. The new approach aims to choose strong scatterers for error phase averaging with a threshold rather than just simply to pick out the strongest point in each range cell, which is not necessarily real strong scatterers if in some range cells consists more than one strong scatterer and whereas in other range cells no scatterer at all. The results of processing real data are presented to confirm the validity of the proposed approach.

基于贝叶斯估计的高精度ISAR成像

基于贝叶斯估计原理,提出了一种贝叶斯逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像算法。基于最大后验概率准则建立ISAR成像模型,利用回波数据进行统计参数估计,以实现ISAR成像的自适应表征,从而提高ISAR成像的精度。特别是运动误差相位估计和ISAR图像的重构通过求解最优化问题实现,而未考虑误差相位的具体形式,具有较高的鲁棒性。此外,本文方法在低信噪比(signal-to-noise ratio,SNR)条件下,可以取得良好的聚焦效果,具有较好的噪声抑制能力。最后,贝叶斯估计问题转换为最优化问题进行求解,利用快速傅里叶变换及其逆变换(fast Fourier transform/inversed fast Fourier transform,FFT/IFFT)和矩阵对应点乘(Hadamard乘积)操作,有效提高该算法的效率。基于实测数据的实验验证了本文算法的有效性。

基于稀疏约束最优化的ISAR相位自聚焦成像算法

本文提出了一种基于稀疏约束的ISAR方位自聚焦算法,能够应用于稀疏孔径ISAR成像中.该算法利用ISAR图像的稀疏特征建立最小1范数成像模型,并将相位误差作为模型误差.然后通过数值迭代的方式进行自适应相位误差估计,最终获得聚焦良好的ISAR图像.同时,成像代价函数的建立基于矩阵模型,有利于采用方位FFT和矩阵的Hardmard乘积操作进行快速求解.由于利用稀疏约束,该方法在低信噪比的条件下仍然能够取得良好的聚焦结果.基于仿真数据和实测数据的结果验证了本文算法的有效性.

ISAR运动补偿聚焦方法的改进

运动补偿是ＩＳＡＲ成像中的关键。通常分粗、精补偿两步进行。粗补偿是回波包络的粗略对齐，而精补偿则是寻找一个相位参考点进行回波相位的精细调整，通常称为聚焦。本文提出了两种改进的聚焦法，即加权多特显点综合法（ＷＭＳＡ）和改进的散射重心跟踪法（ＩＳＣＴ），并与孤立点法（ＤＳＡ）作了分析比较。最后利用雷达外场实测飞机数据比较了它们的成像结果。

ISAR目标多普勒偏置效应分析与补偿

采用相位梯度自聚焦算法对非合作目标进行高分辨逆合成孔径雷达聚焦成像的处理过程中,回波多普勒偏置效应将严重影响后续转动补偿的效果,妨碍成像聚焦质量的提升。从相位梯度自聚焦算法的原理出发,阐释了多普勒偏置效应产生的原因。进而,分析了多普勒偏置效应对散射中心距离徙动补偿的影响。最后,提出了一种基于图像质量评价的多普勒偏置效应估计与补偿算法,并通过数值仿真分析和实测数据处理实验验证了本文分析结果的正确性。

逆合成孔径雷达多普勒质心跟踪法性能分析

目标强散射中心的转动相位成分(RPC)是限制逆合成孔径雷达多普勒质心跟踪(DCT)法自聚焦性能的主要因素.基于统一的目标散射信号模型,本文提出扰动角的概念以衡量RPC的影响,并分析了决定扰动角的若干因素.据此,本文证明了提高雷达脉冲重复频率可改善DCT法的自聚焦性能,并证明了圆移位DCT(CS-DCT)和图像均衡DCT(IE-DCT)两类改进方法的原理等效性.最后,数值实验结果验证了本文性能分析的正确性.

压缩逆合成孔径雷达中的相位自聚焦算法(英文)

与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。

基于稀疏分解的空间目标双基地ISAR自聚焦算法

空间目标双基地逆合成孔径雷达(ISAR)成像中,双基地角时变会造成二维图像的散焦。针对此问题,在三大同步理想可实现的条件下,以平稳空间目标为研究对象,分析了空间目标双基地ISAR成像原理,研究了双基地角时变对二维图像散焦的影响机理,提出了利用稀疏分解实现高精度自聚焦的算法。首先,将半双基地角的余弦进行泰勒展开;其次,结合目标的平动及转动条件,将成像相位项用多项式建模;然后,利用稀疏分解算法估计多项式的二次项系数,据此构建补偿项完成相位补偿。算法利用L-曲线准则选取正则参数,基于目标尺寸的先验信息构建冗余基的高分辨因子,利用推广的正则化欠定系统聚焦求解(FOCUSS)算法实现稀疏表示系数的估计,在恰当选取词典分辨率的条件下,算法可实现二次相位项的精确补偿,仿真实验验证了算法性能优于常用的非参数化自聚焦算法。