一种基于多维交替方向乘子法的多输入多输出逆合成孔径雷达成像方法

基于傅里叶变换的传统逆合成孔径雷达(ISAR)成像方法存在数据存储量大、数据采集时间长的问题。压缩感知(CS)理论利用图像的稀疏性,可以利用有限的数据恢复图像,这极大降低了数据采集成本。但对于多维数据,传统压缩感知方法要将多维数据转化成一维向量,这造成了很大存储和计算负担。因此,该文提出一种基于多维度-交替方向乘子法(MD-ADMM)的多输入多输出-逆合成孔径雷达(MIMO-ISAR)成像快速稀疏重建方法。首先建立基于张量信号的压缩感知模型,然后用ADMM算法对模型进行优化,将测量矩阵分解为张量模态积,用张量元素除法替代矩阵求逆,显著减少所需的内存和计算负担。该方法只需少量的数据采样,就能实现快速成像。与其他基于张量的压缩感知方法相比,该方法具有鲁棒性强、图像质量好、计算效率高的优点。仿真和实测数据验证了该方法的有效性。

基于多输入多输出阵列的3D-FDA-SAR成像方法

针对频率分集阵列三维合成孔径雷达(3D-FDA-SAR)成像方法阵元数目多、阵元利用率低的问题,提出一种基于多输入多输出阵列的3D-FDA-SAR成像方法。将3D-FDA-SAR切航迹向的频率分集阵列改为多输入多输出频率分集阵列,多输入多输出频率分集阵列随运动平台运动,在沿航迹向形成综合孔径,结合切航迹向的实阵列,合成虚拟二维频率分集阵列平面,获得对目标的下视三维成像能力。首先建立多输入多输出3D-FDA-SAR成像模型与信号模型,利用多输入多输出技术,在发射端发送波形正交信号单频窄带信号,在接收端通过全频接收方式,接收所有发射阵元经目标反射后的回波信号,经正交匹配滤波器进行信号分离,获得不同收发通道的回波数据,再利用后向投影算法对回波数据进行成像处理,最终获得目标的三维成像结果。仿真结果表明,基于多输入多输出阵列的3D-FDA-SAR成像方法使用少量阵元,提高了阵元利用率,获得了对下视目标的三维成像能力。

宽带MIMO雷达的阵列设计和成像方法

为了降低多输入多输出(multiple-input and multiple-output,MIMO)成像雷达的阵列规模和系统硬件的复杂性,结合宽带MIMO雷达发射/接收阵元的角度分集和信号分集特性,提出了一种基于双均匀线阵组合的非线性阵列模型,并给出了该阵列的设计准则。不同于基于实孔径均匀阵列的宽带MIMO雷达成像系统,提出的非线性阵列模型可有效增加虚拟阵元个数和扩展阵列孔径,在不改变目标方位向成像质量条件下能有效降低实孔径均匀线阵的阵列规模和系统硬件的复杂度。同时,该阵列设计易于操作和实现。最后,仿真实验对该阵列模型的有效性进行了验证。

一种基于宽带MIMO雷达时域成像的阵列布阵模型

多输入多输出(MIMO)雷达是近几年发展起来的一种新概念雷达体制。为了进一步降低宽带MIMO雷达的阵列规模和硬件复杂度,使MIMO雷达成像技术实用化成为可能,结合改进型后向投影(BP)成像算法,提出了一种非均匀线阵成像系统阵列布阵模型。提出的阵列布阵模型通过成像系统方位向分辨率要求和目标方位向成像场景大小确定阵元间距,使得系统的阵列规模和硬件复杂度显著降低。同时,时域成像算法的使用避免了频域算法存在的采样定理限制,有效增强了阵列设计的灵活性,并使得成像阵列规模和硬件复杂度得到进一步降低。最后仿真实验验证了该成像系统布阵模型的正确性和有效性。

基于微波光子技术的实时高分辨雷达成像

为克服传统雷达面临的带宽瓶颈,提升其分辨率,利用微波光子倍频与混频技术对宽带雷达信号进行处理,构建宽带雷达,成功实现了实时高分辨雷达成像。构建的微波光子雷达样机带宽高达12 GHz,实现逆合成孔径雷达成像的二维分辨率优于2 cm×2 cm,成像速率高达100帧/s。在该雷达架构基础上构建了多输入多输出微波光子雷达,在相同的相参累积时间内,能进一步提高雷达成像的方位向分辨率。研究结果表明:微波光子技术是突破传统雷达频率与带宽限制的有效手段,有望在未来实时高分辨雷达探测与成像中发挥重要作用。

一种机载MIMO雷达地面运动目标成像方法

针对传统机载合成孔径雷达(SAR)对地面非合作运动目标成像中存在的运动补偿难题,通过空间并行采样获取目标散射信息,提出了一种机载MIMO雷达的高分辨成像方法.与机载SAR不同在于该成像方法采用单次快拍的方式,从而可避免对非合作运动目标进行运动补偿.同时采用单次快拍成像方法可避免传统SAR方位向上长时间多脉冲采样积累,提高了信息获取的实时性.仿真结果证实了所提出方法的可行性.

基于多快拍图像联合的MIMO雷达三维成像方法

为了提高多输入多输出(MIMO)雷达三维成像沿运动方向的方位分辨率,该文从多快拍图像联合利用的角度入手,提出一种新的多输入多输出-逆合成孔径雷达(MIMO-ISAR)三维成像方法。其基本思路是通过对一段时间观测下二维平面阵列获取的多个单快拍三维图像进行相干处理,沿着散射点线性拟合的方向提取峰值并重构出新的三维图像。仿真实验结果表明,与单快拍三维成像方法相比,该方法可以显著提高成像结果沿运动方向的方位分辨率;与现有基于重排和插值的经典MIMO-ISAR方法相比,该方法对慢速和快速运动目标均适用,得到的成像结果聚焦良好并能够有效抑制沿运动方向的旁瓣。

小斜视角的MIMO雷达波数域成像方法

针对传统逆合成孔径雷达(ISAR)成像技术存在的运动补偿难题,通过使用确定性阵列与单次快拍并行空间采样取代传统ISAR中的非确知性合成阵列与长时间多脉冲采样,给出了一种MIMO雷达波数成像方法.该成像方法利用发射/接收阵元的角度分集和信号分集,在单次快拍观测期间即可实现目标散射函数波数域二维支撑域上的有效观测,避免了ISAR成像中对目标运动的补偿难题.仿真验证了该方法的可行性.

MIMO雷达三维成像方法研究

针对传统逆合成孔径雷达(ISAR)成像技术中存在的运动补偿难题,通过使用确定性阵列和单次快拍空间并行采样取代传统ISAR中非确定性阵列和长时间多脉冲采样,给出了一种基于多输入多输出雷达的双线阵宽带信号高分辨三维成像方法.由于采用了正交编码波形,使得距离维和方位维成像可独立进行,同时采用的垂直双线阵模式实际等效完成了平面阵列的采样功能,大大减少了阵元个数.仿真实验证实了该算法的有效性.

基于线阵的MIMO-ISAR二维成像方法

针对多输入多输出逆合成孔径雷达(MIMO-ISAR)成像中空-时阵列非均匀造成的成像数据不均匀,该文基于线阵建立了目标空-时回波信号模型,经过推导,提出一种相同距离单元横向聚焦的成像方法。该方法首先进行距离补偿,将空时分布的距离像对齐至目标初始位置;然后构建相位因子,补偿非关心方向运动引起的相位变化;最后对相同距离单元数据沿横向相干叠加,实现横向聚焦。该算法不受阵列形式的限制,无需数据均匀化处理,而且能够横向定标,仿真验证了该方法的有效性。

MIMO-ISAR成像空时等效误差校正方法

针对多输入多输出逆合成孔径雷达(multiple-input multiple-output inverse synthetic aperture radar,MIMO-ISAR)成像中的空时不等效问题,首先建立了空时等效误差模型,并对模型进行了分析,然后推导出空时等效误差的校正模型,得出了空时等效误差的校正矩阵,且该误差校正矩阵只与空时等效失配率有关。采用特显点方位像熵最小对空时等效失配率进行了估计,并利用它构建出空时等效误差的校正矩阵,实现了MIMO-ISAR空时等效误差的校正。仿真验证了这一方法的有效性。

MIMO-SAR成像技术发展与展望

作为一种新兴的合成孔径雷达(synthetic aperture radar,SAR)成像体制,近年来提出的多输入多输出SAR(multiple input multiple output SAR,MIMO-SAR)通过波形分集、空间分集等,可以得到远多于实际天线数量的自由度,为突破常规SAR体制局限,实现高分辨率宽测绘带(high resolution wide swath,HRWS)成像、慢速运动目标检测、同时多模式工作等应用提供了有效的技术途径。本文概括了MIMO-SAR的国内外研究现状,剖析了MIMO-SAR的概念内涵、技术特点及关键技术,着重对其波形设计技术进行了探讨。最后,结合系统发展和实际应用,对其发展趋势进行了展望。

机载高分辨率大场景MIMO-SAR成像算法研究

机载MIMO-SAR在增大可照射场景范围的同时,也会带来距离空变性问题,使得现有算法在大场景模型下会出现各种误差。基于正侧视大场景模型,对上述问题进行详细的推导分析,指出成像场景测绘带宽变大而导致的失配现象是产生误差的主要因素,并提出了一种机载高分辨率大场景成像算法。理论分析和实验结果验证了该方法的有效性。

一种交替发射模式的机载MIMO-SAR下视三维成像方法

对阵列天线合成孔径雷达三维成像问题进行了研究.针对传统单发模式下视三维合成孔径雷达成像所需天线阵元多、空间利用率低的问题,提出了一种基于交替发射模式的多输入多输出合成孔径雷达下视三维成像方法.首先分析了交替发射模式下的下视三维合成孔径雷达回波信号模型,其次结合等效相位中心原理和波束形成技术给出了机载多输入多输出合成孔径雷达下视三维成像方法.该方法可以大幅减少天线阵元的数目,提高雷达平台的空间利用率,有效降低工程实现难度.

非均匀MIMO-SAR体制基于衰减补偿的快速成像算法

提出了一种非均匀多输入多输出合成孔径雷达(MIMO-SAR)体制下基于衰减补偿的毫米波快速成像算法。在图像重构过程中,该算法通过考虑信号沿空间路径的传播衰减,保留了回波模型中的幅度因子,并对回波中包含不均匀阵列位置信息的幅度项和相位项采用菲涅尔近似,进而将目标图像重构分解为两个子图像的求解问题,最后通过快速傅里叶变换(FFT)以及相干累加等步骤求解出最终的目标图像。仿真分析和实验结果表明所提算法可以在保证快速成像的前提下有效降低信号传播衰减对成像质量造成的损失。

分布式MIMO-ISAR子图像融合方法

高机动目标雷达截面积(Radar Cross Section,RCS)的快速起伏,容易对常规单站逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像性能的稳定性造成影响。针对这一问题,该文提出了一种基于频率分集分布式多输入多输出逆合成孔径雷达(Multiple Input Multiple Output-Inverse Synthetic Aperture Radar,MIMO-ISAR)子图像融合的成像方法。首先建立了分布式MIMO-ISAR不同通道所获取的2维ISAR图像解析表达式,导出了距离和方位畸变因子,通过对不同通道所获取ISAR图像畸变的补偿,实现了频率分集分布式MIMOISAR融合成像。仿真实验结果证实了提出方法的有效性。

基于MIMO-ISAR的弹道目标结构参数估计方法

传统的单站逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像为实现方位向的高分辨,往往会增大成像时间,但对于高速运动的弹道目标而言,此方法并不适用。针对这一问题,提出利用多输入多输出逆合成孔径雷达(multiple input multiple output ISAR,MIMO-ISAR)在空间上的多分布来达到时间上积累的效果。在得到多通道回波信号后,利用时频图和时间距离像对弹道目标锥顶散射点进行匹配。然后根据锥顶散射点信息对多幅ISAR像进行配准融合,得到一幅高分辨的融合ISAR像。最后利用不同雷达视线下的目标投影长度和目标几何参数之间存在的映射关系,反演出弹道目标的几何结构参数。通过仿真结果可以验证算法的有效性。