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ACCF-LVD-KT的距离扩展目标运动参数估计与HRRP重构方法

越来越多的空天威胁目标兼具低可观测性和高机动性,因此从低信噪比的距离扩展目标回波中重构高分辨距离像(HRRP)面临很高的技术挑战。文中提出了一种基于相邻互相关-吕分布-Keystone变换的长时间相参积累方法,能够实现变加速运动距离扩展目标的运动参数估计和HRRP重构。首先,利用相邻互相关函数与吕分布实现机动参数估计;然后,根据机动参数估计值进行相位补偿,并联合Keystone变换校正距离徙动;最后,进行相参积累并实现HRRP重构。仿真实验和实测数据处理结果表明:该方法能够实现运动参数估计与HRRP稳健重构。此外,该方法避免了高维参数搜索,计算效率高,具有良好的工程应用前景。

复杂噪声环境下基于LVD的LFM信号参数估计

针对传统的线性调频(LFM)信号参数估计方法平滑交叉项时,会出现参数估计精度降低和计算复杂度增加等问题,该文引入LVD(LV’s Distribution)方法,该方法可以在参数空间直接显示中心频率和调频斜率(CFCR)。LVD首先对对称参数瞬时自相关函数(PSIAF)进行尺度变换,消除信号在时间轴上的线性频率偏移,然后对尺度变换后的时间变量作2维傅里叶变换,将1维LFM信号转化为2维单频信号。信号各分量在LVD平面表现为多个独立尖峰,使交叉项的能量聚集影响可忽略不计,且信号各峰值所在位置对应于各信号分量的中心频率和调频斜率。LVD可有效抑制高斯噪声,但在脉冲性较强的a稳定分布噪声中,该方法在CFCR域的性能退化甚至失效。对此,该文结合分数低阶统计量理论,提出一种a稳定分布噪声环境下的分数低阶LVD新方法。仿真实验表明该方法在高斯噪声和脉冲噪声环境下均可稳定工作,具有较好的鲁棒性。

基于LVD与Zoom-FRFT的多分量LFM信号参数估计

针对基于分数阶傅里叶变换(FRFT)的多分量线性调频信号(MLFM)参数估计方法中计算量大、估算精度低等问题,本文提出了一种基于吕分布(LVD)与高分辨分数阶傅里叶变换(Zoom-FRFT)的参数估计方法。首先,对MLFM信号进行LVD,检测存在的分量个数,对各分量参数粗略估计,利用粗略调频斜率代入FRFT的参数估计公式,反向计算出FRFT的粗略变换阶次。然后,以粗略变换阶次为中心限定范围,设置精度,连续进行FRFT,从而提取峰值的坐标即精确变换阶次与粗略FRFT域坐标。最后,在精确变换阶次下,以粗略FRFT域坐标为中心限定区间,进行Zoom-FRFT,从而提取精确FRFT域坐标,对分量的参数进行精估计。仿真结果表明,该方法可以有效地对MLFM信号进行参数估计,并可以根据实际需要选择变换阶次的搜索范围与精度、FRFT域的细化倍数;与传统方法相比,本方法同时提高了参数估计精度与计算效率。

基于时频分析的雷达非匀速运动目标参数估计

针对合成孔径雷达(SAR,synthetic aperture radar)地面非匀速运动目标参数估计问题,提出了基于吕分布(LVD,Lv′s distribution)的自适应陷波器(ANF,adaptive notch filter)方法。首先,根据地面非匀速车辆目标运动情况建立雷达回波数学模型,并分析推导了回波信号多普勒参数和运动参数的理论公式;其次,利用伪魏格纳分布(PWVD,pseudo Wigner-Ville distribution)算法提取回波信号中由高阶运动引起的高阶相位,通过多项式拟合方法进行补偿,并对运动补偿后的动目标信号沿方位向进行孔径分割,对各个子孔径数据块分别进行基于吕分布算法时频表示,估计得到多普勒调频率值的变化曲线;再利用自适应陷波滤波器对调频率信号中由运动目标的径向加速度引起的高频分量和由航向速度引起的低频分量进行精确分离;最后,对提取的调频率高低频分量进行反演计算,得到非匀速运动目标的径向加速度和航向速度估计值。将本文所提方法与基于吕分布低通滤波器方法进行对比实验,验证本文所提方法在运动参数估计方面取得了更高精度。

基于吕氏分布的机动目标参数化平动补偿方法

在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像过程中,目标为规避雷达照射通常会进行机动,导致回波包络产生剧烈弯曲,同时加剧回波相位变化的复杂性,大大提升了平动补偿的难度。为了实现对机动目标回波进行准确稳定的平动补偿,提出一种基于吕氏分布(Lv’s distribution,LVD)的参数化平动补偿方法。首先将机动目标回波信号建模为多项式相位信号,利用相位差分对回波能量进行聚集,然后采用LVD和最小图像熵准则估计信号参数,最后构造补偿函数对回波的包络和相位误差进行同时补偿。实测数据实验证明了所提方法的有效性、优越性和低信噪比环境下的稳定性。