基于乘积型高阶相位函数的复杂运动目标ISAR成像

在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,当目标存在非匀速转动甚至是三维转动时,散射点回波中高次相位项造成方位聚焦质量下降,基于目标匀速旋转模型的传统距离-多普勒(range-Doppler,RD)算法已经无法获得目标的清晰图像。提出了一种基于乘积型高阶相位函数(product highorderphase function,PHPF)的瞬时成像方法。通过构造不同的乘积型高阶相位函数,并对其进行一维搜索即可得到调频率变化率和调频率值的估计,补偿高次相位后进行快速傅里叶变换(fast Fourier transform,FFT),根据幅度最大的位置估计中心频率和幅度信息,在距离-频率平面和距离-调频率平面对目标进行瞬时成像,可以获取更多的目标信息。最后,实测数据成像结果验证了该方法的有效性。

基于mc-PPS模型的空间目标运动补偿

详细分析了高速平动和旋转运动对空间目标一维成像的影响,建立了目标雷达回波多分量多项式相位信号(mc PPS)模型,采用基于多延迟乘积型高阶模糊函数(ml PHAF)的方法估计模型参数,并提出了两类不同稳定姿态的空间目标的运动补偿方法。仿真实验表明这两种方法对运动引起的成像失真有显著改善。

S型非线性调频信号及其多普勒频率范围

给出了 S型非线性调频信号的传递函数 ,由传递函数算出了群延迟、频谱函数和模糊函数表达式 ,并根据模糊函数获得了 S型调频信号的各项基本性能研究表明 ,只有小时间宽度的 S型调频信号才能得到有实用价值的多普勒频移宽度 。

基于PHAF的多普勒参数估计

在通常情况下,多普勒参数是影响SAR成像质量的主要因素。目前,估计多普勒参数的算法主要有Mapdrift、相位梯度自聚焦以及对比度最优自聚焦等自聚焦算法,这些算法有一个共同的缺点,不能估计并补偿高阶多普勒参数。该文通过基于乘积型高阶模糊度函数(Product High-order Ambiguity Function,PHAF)算法来估计多普勒参数的新方法,该方法无需利用惯导数据预先计算多普勒调频斜率初值,可与杂波锁定并行完成,并且具有估计高阶多普勒参数的能力。仿真实验比较了PHAF和MapDrift分别在小信噪比,存在高阶误差时的自聚焦能力。结果说明该算法计算量小、鲁棒性强、估计精度高,在小信噪比情况下仍可得到较准确的估计结果。最后给出的成像结果说明该文提出的算法能够大大改善成像分辨率。

弹道中段不同平动多目标的平动参数估计方法

弹道中段多目标具有不同的平动参数,以往针对单目标和同一平动参数的群目标的平动补偿方法不再适用。针对此问题,该文提出了基于高阶模糊函数、延迟共轭相乘及时频分布处理相结合的多目标平动参数和微动周期估计方法。首先,该方法利用高阶模糊函数估计出平动2阶加速度和微动周期;然后,通过对1次补偿后的回波进行延迟共轭相乘估计出平动1阶加速度;最后,利用2次补偿后目标回波时频图的差异,对时间轴进行加权累加估计出剩余平动速度。仿真结果验证了所提算法对于多目标不同平动参数估计的有效性。

基于PHAF的调频参数估计的性能分析

分析了线性调频(LFM)信号的HAF(PHAF)的信噪比,并结合高精度测频算法,分析了利用HAF(PHAF)估计LFM信号调频参数的精度。理论分析及仿真实验均表明:当LFM信号输入信噪比远小于1时,其HAF(PHAF)的信噪比与输入信噪比的平方成正比,调频参数估计误差较大;当输入信噪比远大于1时,由于其HAF(PHAF)的信噪比较大,调频参数估计精度接近于Cramer-Rao界。

短序列多项式相位信号的参数估计

恒定幅度的多项式相位信号(PPS)由其相位多项式系数表征。针对短序列PPS参数估计的困难,在介绍基于高阶模糊函数(HAF)和乘积高阶模糊函数(PHAF)参数估计算法的基础上,通过对该算法的估计效果特别是短序列情况的分析,提出短序列PPS参数估计的一般方法和对该算法的改进。Monte-Carlo仿真表明,改进算法改善了PPS参数估计的效果,同时提高了运行效率。