双基地角时变下的ISAR稀疏孔径自聚焦成像

针对双基地角时变下的逆合成孔径雷达(ISAR)成像分辨率低以及稀疏孔径存在相位误差引起图像散焦等问题,提出了一种基于贝叶斯压缩感知(BCS)的双基地ISAR稀疏孔径自聚焦高分辨成像算法。在平动补偿后回波数据的基础上,首先构造补偿相位将由双基地角时变引起的多普勒偏移补偿掉,然后构造随双基地角变化的稀疏基矩阵,建立基于压缩感知的双基地ISAR稀疏孔径观测模型,并将相位误差作为ISAR成像的模型误差,接着假设目标图像各像元服从Laplace先验、噪声统计特性服从Gaussian分布,利用贝叶斯推理进行"分布式"迭代求解,在高分辨成像的同时实现了相位自聚焦,仿真结果验证了算法的有效性和优越性。

双基地角时变下的ISAR等效旋转中心估计

双基地逆合成孔径雷达(ISAR)距离-多普勒算法成像时,容易引起越分辨单元徙动问题,影响成像质量,为了抑制越分辨单元徙动,需要估计目标的等效旋转中心。本文针对双基地角时变下的ISAR等效旋转中心估计问题,提出了一种等效旋转中心估计算法。该算法首先将运动补偿后的一维距离像序列分为两组并分别成像,得到两幅图像;其次,假定某个距离单元为等效旋转中心位置,对两幅图像进行畸变校正,使得两幅图像只存在一个视角差,按视角差旋转其中的一幅图像,并与另一幅图像作相关,得到相关系数;然后,假定下一个距离单元为等效旋转中心位置,重复上述步骤,直至遍历结束,相关系数最大值对应的假定位置就是估计的等效旋转中心。最后进行了仿真对比实验,表明本文算法能够有效估计双基地角时变下的ISAR等效旋转中心位置。

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达(ISAR)图像畸变和散焦问题,提出了一种基于虚拟慢时间的成像算法。首先,分析了双基地角时变对ISAR成像的影响机理。然后,基于图像对比度最大准则估计等效旋转中心位置,完成初次相位补偿。最后,通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵,并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题,通过虚拟慢时间消除转动相位项的高次项影响,利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。