基于改进2D-ESPRIT算法的二维GTD模型参数估计

针对经典2D-ESPRIT算法在估计基于几何绕射理论的二维GTD模型参数时受噪声影响较大这一问题,提出了一种改进的2D-ESPRIT算法,有效提高了算法的抗噪性能与参数估计性能。改进算法在经典2D-ESPRIT算法的基础上,首先通过构建交换矩阵,得到含有原始数据Ee共轭信息的另一矩阵Y;其次在通过自相关与互相关处理、叠加取平均,得到新的协方差矩阵R;最后对协方差矩阵解算,估计得到二维GTD模型各参数值。仿真实验表明,改进2D-ESPRIT算法抗噪性能要优于经典2D-ESPRIT算法,在信噪比较低的情况下,改进2D-ESPRIT算法估计得到的模型参数精度更高,性能更稳定。文中还针对其他因素(如矩阵束参数及配对标量β值)对模型参数估计精度的影响进行了探究,为后续仿真实验提供了参考。

二维GTD模型参数估计的PQ-FB-2D-ESPRIT算法

二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques,2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction,GTD)模型参数的一种经典算法,但在信噪比较低的条件下,2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT,PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT,FB-2D-ESPRIT)算法及平方FB-2D-ESPRIT(quadraticFB-2D-ESPRIT,Q-FB-2D-ESPRIT)算法。基于不同算法估计得到的GTD模型参数对散射中心的定位精度进行比较,进一步验证了改进算法的优越性与有效性。

基于二维CP-GTD模型的全极化ISAR超分辨成像

针对全极化ISAR成像雷达体制,建立了能够精确描述雷达目标高频电磁极化散射机理的二维相干极化GTD(CP-GTD)模型,提出了基于二维CP-GTD模型的全极化ISAR超分辨成像方法,并在此基础上实现了全极化ISAR散射中心特征提取,从根本上解决了现有方法难以提取散射中心的相干极化信息的难题.与已有方法相比,二维CP-GTD方法的突出优点在于建立了更精确的散射模型,能够准确估计散射中心的相干散射矩阵;此外全极化信息的利用,使得它还具有超分辨成像效果更好、估计精度更高、计算效率更高等优点.通过对实验结果进行非相干性及相干性指标评估分析,验证了二维CP-GTD模型的优越性.