利用HAF-LVD特性的复杂运动目标ISAR成像算法

在复杂运动目标的逆合成孔径雷达成像中,由于转动矢量的时变会产生方位向的高阶相位项,导致方位成像的严重散焦,传统的距离-多普勒算法和线性调频模型已不再适用.因此,在建立逆合成孔径雷达成像回波信号为立方相位信号形式的基础上,提出了利用高阶模糊函数-吕氏分布特性的逆合成孔径雷达成像算法.首先,根据高阶模糊函数和吕氏分布思想定义了双延时参数化瞬时自相关函数,并利用变尺度操作去除耦合及快速傅里叶变换实现信号能量积累.然后,利用得到的高阶模糊函数-吕氏分布完成运动参数的非搜索估计和目标逆合成孔径雷达成像.由于引入可调整的缩放因子,该算法能够在保证成像质量和运算效率的基础上,有效避免谱模糊,灵活应对更加多变和恶劣的成像环境.仿真结果验证了该算法的有效性.

基于改进型快速双线性参数估计的复杂运动目标ISAR成像

针对复杂运动目标的逆合成孔径雷达(ISAR)成像中多普勒扩散导致的成像质量下降,该文在建立方位回波信号为立方相位信号(CPS)的基础上,提出一种基于改进型快速双线性参数估计的复杂运动目标ISAR成像方法。该方法通过利用双线性立方相位函数,非均匀快速傅里叶变换(NUFFT),基于Chirp-z的尺度变换以及快速傅里叶变换(FFT)等操作,能够快速实现CPS参数估计和复杂运动目标的ISAR成像。由于实现过程均采用NUFFT和FFT快速实现,该方法计算量小,并且双线性操作可以保证其具有较好的抗噪声性能和交叉项抑制性能。理论分析和仿真结果验证了该ISAR成像算法的有效性。

基于频率轴反转的机动目标距离徙动补偿方法

机动目标在长时间积累时间内发生严重的距离徙动与多普勒徙动,影响雷达对目标的检测性能.针对该问题,该文提出一种基于频率轴反转变换与广义自相关变换的机动目标检测与高阶运动参数估计快速算法.首先在距离频域利用频率轴反转变换校正距离徙动,信号变为立方相位信号;然后利用广义自相关变换与广义变尺度傅里叶变换实现信号降阶与参数非搜索估计;最后利用估计参数对原始信号解调频,并完成目标能量的积累.与现有的Keystone,广义Radon-Fourier变换,Radon-吕分布和Radon-分数阶傅里叶变换相比,本文方法可以快速校正距离徙动,实现非搜索的目标参数估计,达到低计算复杂度与检测性能的折中.仿真实验表明,该方法可有效完成机动目标的检测与参数估计.