邱伟[1]2014年在《基于压缩感知的多维度雷达成像方法研究》文中进行了进一步梳理成像雷达能根据目标的电磁散射回波反演目标的散射率分布,对于目标识别等应用具有重要意义。为了更全面精细地刻画雷达目标散射特性,多维度雷达成像方法,包括被动双站雷达成像、高分辨全极化雷达成像以及三维雷达成像应运而生。新兴的压缩感知理论提供了全新的信号采集框架,能从欠采样数据中精确重构原信号。因此,将压缩感知理论应用于雷达成像,有望解决信号采样率高、数据量大以及不完整采样下成像等雷达所面临的问题。本文以提高雷达成像能力为目的,以基于压缩感知理论的雷达成像方法研究为主线,深入研究了被动双站ISAR成像、高分辨全极化ISAR成像以及三维雷达成像的理论和方法。第一章阐述了论文的研究背景及意义,总结和归纳了压缩感知理论以及压缩感知雷达成像方法的研究现状,在此基础上指出了多维度雷达成像所需解决的问题,最后介绍了本文的主要工作和内容安排。第二章描述了基于压缩感知的ISAR成像基本原理。首先对压缩感知理论的数学模型进行了简要回顾,其次采用频率步进信号推导了雷达目标二维ISAR成像的回波模型,然后将压缩感知方法应用于ISAR成像,探讨了两种稀疏采样方案,并选用合适的重构算法以及字典加密倍数,最后利用稀疏性先验实现高分辨图像重构,仿真数据和实测数据结果验证了压缩感知ISAR成像方法的有效性,为后续章节的研究提供了理论和方法基础。第三章针对被动双站ISAR成像中的栅瓣问题和图像分辨率不高的不足,研究了基于压缩感知的被动双站ISAR成像方法。首先基于Batches算法思想推导了基于机会照明源的被动双站ISAR成像信号模型,指出从统计平均的角度看,最终的成像模型同样能表达成适于压缩感知处理的二维矩阵形式;在目标稀疏性的先验信息约束下,通过求解最优化问题得到目标的散射中心参数,进而计算完成缺失频带补偿的完整数据,然后利用距离-多普勒成像算法获得最终的ISAR像。进一步地,在获得的散射中心参数基础上,根据信号模型人为地外推测量数据,使得ISAR成像的分辨率得到增强。仿真数据和实测数据处理结果表明该方法能有效降低栅瓣的影响,并且能够提高成像结果的分辨率。第四章针对传统单极化处理方法不能保证散射中心在不同极化下数量、位置的一致性,研究了基于压缩感知的高分辨全极化ISAR成像方法。首先指出全极化下的ISAR像具有相同的稀疏性支撑,也就是联合稀疏性,从而将全极化ISAR成像问题转化为二维多测量稀疏恢复问题;然后为了表征这种联合稀疏性,定义了两类混合范数,并且用连续的高斯函数近似该混合范数;最后求解由混合范数约束的最优化问题,得到ISAR成像结果。仿真数据、暗室实测数据及外场实测数据的实验结果表明,两种基于混合范数优化的全极化ISAR成像方法不仅能利用欠采样数据获得高分辨ISAR像,而且成像结果中散射中心是对齐的,有利于后续的目标识别等应用。第五章研究了基于压缩感知的三维雷达成像方法,包括干涉ISAR成像和转台三维ISAR成像两部分。在干涉ISAR成像中,借鉴第四章的研究思路,认为基线对应的两幅ISAR像有相同的稀疏性支撑,进而定义两类全局稀疏性,并以此为约束求解优化问题,获得高质量的ISAR像,进一步作干涉处理即可得到目标的三维重构结果。对于三维转台ISAR成像,针对传统向量化压缩感知计算复杂度高、内存消耗大的不足,利用三维数据的结构特性提出了降维压缩感知方法和张量压缩感知方法,前者将三维观测数据展开为矩阵形式处理而后者直接对三维数据进行处理,两种方法均大大提高了算法的运算效率,并能够明显降低内存消耗,有望将其应用到大尺寸目标成像中。点目标仿真实验和电磁软件计算数据结果表明所提方法能有效获得目标三维像。最后在第六章对全文进行了总结,并展望了下一步的研究工作。
钟金荣[2]2016年在《目标三维电磁散射参数化模型反演方法研究》文中进行了进一步梳理目标电磁散射建模是基于模型的雷达目标识别系统的核心内容之一。目标三维电磁散射参数化模型,特别是基于典型散射结构的参数化模型,用一组简洁的参数描述目标,能够为识别系统提供物理意义明确的多层次目标特征。从电磁散射测量数据中反演目标参数化模型是一个具有挑战性的任务。论文围绕从多角度合成孔径雷达数据中建立目标三维散射特性参数化模型的问题,研究了反演框架以及其中的多个关键问题。在阐述清楚目标三维电磁散射参数化模型反演的内涵、研究内容和面临挑战的基础上,论文第二章提出了一种基于典型散射结构的目标参数化模型反演框架,反演参数的物理意义更加清晰。该框架由模型初始化和参数优化两部分组成,利用多角度合成孔径雷达数据反演目标参数化模型,具有较强的灵活性,便于综合运用多种技术途径完成建模任务。针对模型初始化问题,论文重点研究了目标二维/三维散射中心特征提取方法。基于稀疏表示与压缩感知理论,论文第三章提出了一种二维散射中心提取方法,论文第四章提出了雷达目标三维成像方法和三维散射中心提取方法。所提方法利用目标图像的先验信息和模型时域响应的特点降低稀疏重构的维度和数据量,在模型维度较高的情况下仍可保证较高的效率。论文第五章提出了基于位置聚类分析、散射中心参数匹配、压缩感知等三种利用多个二维散射中心重构三维散射中心的方法,这些方法降低了对多角度数据的要求,适应处理宽基线多角度合成孔径雷达数据,重构结果与目标结构对应性较好。针对目标典型散射结构参数化模型的参数优化问题,论文第六章分别从图像域约束准则和多角度图像分割两个角度提出了优化方法,扩大收敛范围,提高了参数优化稳健性。基于上述反演框架和关键方法,论文第七章提出了典型散射结构和点散射模型相结合的复杂目标参数化建模方法,实现了目标三维电磁散射参数化模型反演原型系统,利用目标的电磁计算数据反演了目标全方位角-大俯仰角的三维电磁散射参数化模型的反演,并分析了模型的精度。实验结果验证了所提框架和方法的可行性及有效性。
吴亮[3]2012年在《复杂运动目标ISAR成像技术研究》文中研究指明逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）成像可以获得反映目标大小、形状、结构及姿态等细节信息的二维及三维高分辨雷达图像，是解决目标识别问题的一种重要技术手段。本文针对复杂运动目标ISAR成像存在的问题，深入研究了一维距离成像中运动估计、ISAR成像时间选取和横向定标方法以及目标二维和三维ISAR成像算法。第一章阐述了论文的研究背景及其意义，全面介绍了ISAR成像理论及系统的发展概况，然后结合传统ISAR成像技术，对复杂运动目标ISAR成像研究现状进行概述和分析，最后介绍了论文的研究工作。第二章讨论了ISAR成像的基本原理，提出了基于多项式相位变换和图像对比度的调频步进信号高速目标的运动参数估计方法，从而消除径向运动造成的距离-多普勒耦合对合成距离像的影响，该方法抗噪性能好且运算量小，具有相当的工程应用价值；进一步总结了传统ISAR成像基本技术流程；最后，分析了各种复杂运动对ISAR成像的影响。第三章研究了复杂运动目标ISAR成像时间选择和横向定标。首先，针对复杂运动目标ISAR成像时间选择问题，提出了基于时频谱能量积累的ISAR成像时间选择算法。该算法克服了信杂比或信噪比低，即特显点单元不明显的影响，且具有运算量较小的优点。通过选择最佳成像时间（包括成像时刻和相干积累时间），保证在较长的相干积累时间内复杂运动近似为匀速转动，从而利用RD或RID算法进行有效成像；其次，针对复杂运动目标ISAR成像横向定标问题，建立了近似匀加速转台目标模型，推导了决定目标横向尺寸的展缩因子及平移因子，提出了基于多特显点的匀加速旋转目标ISAR像横向定标方法。该方法利用目标上散射强度较大的多数特显点回波，具有良好的抗噪性能，同时拓展了匀速旋转目标ISAR像横向定标的应用，从而获得距离-瞬时多普勒ISAR像横向定标结果。第四章研究了高阶DCFT及其在三维旋转目标ISAR成像中的应用。首先，把二阶chirp的DCFT概念推广到高阶chirp的DCFT，并证明了三阶及四阶DCFT的基本性质，从而利用DCFT估计高阶chirp的信号参数，由于DCFT本质上是一种匹配变换，将不存在多分量信号的交叉项影响，且借助于快速傅立叶变换更利于其实际应用；其次，分析了三阶修正DCFT和DCFT之间的关系，提出了基于三阶修正DCFT的三维旋转目标ISAR成像算法。该算法消除了目标三维旋转在方位向回波中产生的三阶相位项对ISAR横向聚焦的影响，和已有的借助Clean技术的TC-DechirpClean和PHMT成像方法相比，不受散射点个数的影响，具有小的运算量更利于其实际应用。第五章研究了快速旋转及进动目标二维及三维ISAR成像技术。首先，利用快速旋转目标的旋转运动特性，提出了基于距离-慢时间匹配滤波和复值反投影的快速旋转目标三维成像算法。该算法在目标散射点存在遮挡、散射系数变化及低信噪比的复杂情况下仍然有效；其次，根据目标进动特性建立了中段目标时变散射点模型，根据中段目标姿态角变化和暗室静态测量数据获得ISAR回波动态仿真以及推导了中段目标轨道运动及进动和姿态角及有效转角的关系，进一步获得了进动目标二维ISAR成像的约束条件及相应的三个结论；最后，根据时变散射中心模型，推导了目标ISAR回波信号的解析表达式，提出基于距离-慢时间匹配滤波及Clean技术的中段进动目标三维ISAR成像算法，其中，距离-慢时间二维匹配滤波降低了多参数搜索维度，而Clean算法则避免散射点信号之间相互干扰。第六章针对具有旋转微动部件目标的二维ISAR成像问题，提出了基于解正弦调频RWT的旋转微动部件二维ISAR成像算法。该算法综合利用回波幅度和相位信息对旋转散射点二维ISAR成像具有较高精度；同时，对距离-慢时间域旋转微动部件回波进行频域滤波，从而滤除目标旋转微动部件回波分量。基于RWT方法，对于剩余回波进行刚体回波重建，并采用传统的RD算法进行成像。最终获得聚焦良好的旋转微动部件和刚体目标ISAR像。论文最后总结了本文的研究成果，并指出了下一步需要开展的工作。
李强[4]2007年在《单脉冲雷达目标三维成像与识别研究》文中指出雷达成像在精密制导、目标识别、民航管制等领域有着广泛的应用。逆合成孔径雷达(ISAR)可以得到目标的距离-多普勒像,但是在目标姿态变化时,ISAR像不能够反映目标的真实形状。对回波的各个分辨单元进行单脉冲测角,将方位、俯仰和距离信息结合起来就得到目标的三维像,此像与目标的物理尺寸一致,并且受目标的机动影响较小,十分有利于改善识别性能,但是单脉冲三维成像存在三维运动补偿、角闪烁等问题。本文主要论述单脉冲三维成像与目标识别方法,对抑制角闪烁的单脉冲测角方法、海杂波背景下的目标三维成像和目标三维像自动识别方法作了深入地研究。具体工作概括如下:1.当单脉冲雷达与目标距离很近时,角闪烁将成为主要测角误差源,其大小可能使测角结果指向目标尺寸以外。因此必须对角闪烁进行有效抑制,以提高测角精度。我们首先分析了由于目标切向运动引起的差波束方向图调制问题,推导出在对差通道回波信号进行高分辨处理后,谱展宽程度与目标运动参数之间存在某种关系,从而提出一种新的拉伸体制下的角估计方法。该方法通过搜索高分辨距离像波形熵的全局最大值得到目标角度估计,可以很好地抑制测角闪烁的发生。结合该测角方法,我们还给出了基于差波束ISAR像的角运动参数估计与补偿方法。2.无论是对目标的检测、成像或者识别,杂波均会造成严重地影响。以雷达对海面目标进行观测为例,当擦海角(入射余角)接近90°时,海面的散射系数σ_0会增大到+10dB左右,此时回波距离像中目标将被杂波完全淹没。我们对这种情况下的海杂波抑制方法进行了探索性地研究。首先利用ISAR技术,对海面和目标同时成像。然后利用新提出的基于Radon变换的目标杂波分离算法将ISAR像中的海杂波抑制掉,再对目标散射点进行单脉冲测角。这样就使得雷达能够在高擦海角时获得目标的三维像。3.本文针对如何利用雷达三维成像技术实现自动目标识别的问题进行了探索。我们首先通过CAD(计算机辅助设计)技术建立目标模板库。在得到目标的三维像之后,估计出目标的姿态,修正已经建立好的目标模板库,通过与形态滤波相结合的最大融合度分类器完成目标的识别。最后仿真了三维目标识别方法,并对结果进行了分析。本论文各章节安排如下:第一章介绍了雷达成像与目标识别的研究背景及意义,回顾了前人的研究成果,并简要介绍了本文的研究重点。第二章分别介绍了距离高分辨技术、ISAR成像技术以及基于ISAR的单脉冲三维成像技术的基本原理与方法。第三章重点研究了能够有效抑制角闪烁的单脉冲测角方法。提出了拉伸体制下的最大熵测角方法,同时给出了基于差波束ISAR像的角运动参数估计与补偿方法。第四章针对高擦海角观测条件下的海杂波抑制方法进行了研究,提出了基于Radon变换的杂波与目标分离方法,可以在ISAR像中将海杂波抑制掉,最终获得目标的三维像。第五章主要讨论的是如何利用基于拉伸处理的数字波束形成技术在宽带相控阵上实现三维成像功能。仿真对比了步进跟踪与连续跟踪两种情况下宽带相控阵对空中目标的单脉冲三维成像。第六章重点讨论目标三维像的识别方法。对模板库的建立、目标三维像的姿态估计以及基于形态滤波的最大融合度分类方法均作了详细论述。第七章对全文作了总结,展望了雷达目标三维成像与识别技术的发展方向及存在的一些问题。
刘承兰[5]2012年在《干涉逆合成孔径雷达（InISAR）三维成像技术研究》文中认为干涉逆合成孔径雷达（Interferometric Inverse Synthetic Aperture Radar，InISAR）可以实现对远距离运动目标的三维成像。相比于传统ISAR成像技术，InISAR可以获得目标的三维结构信息，且对目标姿态的变化不敏感，能够为目标识别提供更加全面、更加稳定的目标形状与结构信息，具有重要的理论意义和工程应用价值。本文深入研究了InISAR三维成像的回波建模、系统特性及成像方法等问题，研究成果对InISAR成像系统的设计、配置和成像处理具有重要的指导意义。第一章阐述了论文的研究背景及意义，回顾了InISAR成像系统的发展概况，综述了InISAR成像技术的研究现状，指出了InISAR成像的发展趋势，并介绍了论文的主要工作。第二章研究InISAR三维成像的回波建模和图像配准方法。建立了L型三天线InISAR成像系统回波模型，阐述了InISAR三维成像的基本原理。针对同一基线上两天线之间干涉图像失配的问题，深入研究了二维图像失配量及其对后续干涉处理的影响，并提出了基于相位校正的图像配准新方法。该方法从参考距离选取的角度出发，对辅助接收天线的回波信号进行相位校正，补偿了由干涉天线位置差异引起的两幅ISAR图像之间的失配量，实现了两幅图像间的精确配准。所提方法同时适用于多天线配置，与传统方法相比具有精度高、可推广性强的优点。提出了InISAR参考距离选择方式中“分别聚焦”和“统一聚焦”的概念。针对实际存在的测距误差问题，建立了InISAR参考距离测量误差模型，并对存在测距误差时分别聚焦和统一聚焦两种方法对应的InISAR成像性能进行了比较，发现分别聚焦方法在解决图像失配和相位模糊等问题方面更具有优势，从而为后续参考距离的选择提供了依据。第三章研究斜视背景下的InISAR三维成像问题。从理论上揭示了斜视对InISAR成像性能的影响：一方面，斜视附加相位与待求参量存在耦合，增加了目标方位向和高度向坐标值求解的难度。另一方面，斜视角的存在引起目标纵向坐标的估计误差和三维像的扭曲。针对上述两个难点问题，提出了基于非线性最小二乘-坐标变换联合估计目标散射点坐标的新方法。该方法首先利用非线性最小二乘解决斜视附加项与待求参量的耦合问题，而后通过坐标变换校正得到真实的目标纵向坐标值，有效解决了斜视情况下运动目标的InISAR三维成像问题。针对三维成像结果中的“散射点簇”现象，提出了ISAR像的“峰值检测”预处理方法，该方法可以有效剔除虚假散射点，得到的InISAR三维成像结果更加清晰且更接近于目标真实模型，从而显著提高了三维成像质量。第四章研究单天线InISAR三维成像问题。提出利用单部天线实现InISAR成像的设想：基于时间孔径和空间孔径的等效原理，以时间上的累积来获得空间上的天线孔径和等效基线。针对单天线InISAR系统无法准确测量“等效基线”的问题，提出基于坐标变换-方程联立的单天线InISAR三维成像新方法，实现了从不同时间段ISAR像的干涉相位中联立求解目标散射中心的位置信息。从理论上分析了所提单天线InISAR成像算法的适用条件和成像性能，并从工程实用的角度，指出了该算法存在的问题和难点，为进一步研究奠定了理论基础。第五章研究舰船InISAR三维成像问题。针对高海情下的舰船目标三维成像问题，建立了机载雷达对舰船的观测模型，在此基础上提出了一种新的舰船InISAR三维成像方法。所提方法更符合实际场景，利用三天线结构避免了方位向定标，且具有不需要舰船目标的先验位置信息等优点。针对舰船InISAR成像中的最优时间选择问题，提出了基于多策略融合估计的最优成像时间选择新方法。该方法首先根据雷达系统参数估计初始时间窗，而后基于信息融合的思想，综合利用图像对比度、图像熵、散射点个数以及多普勒展宽等ISAR图像聚焦质量的定量评价指标完成最优成像时段选择，避免了单个评价指标的局限性，有效提高了InISAR三维成像的质量。第六章研究InISAR三维成像中的角闪烁抑制问题。从矢量叠加的角度分析了InISAR成像中角闪烁的产生机理，揭示了合成矢量相位对应的等效散射中心位置与真实多散射点的位置关系，为角闪烁的判别和抑制提供了理论依据。为了提高成像分辨率，针对多频带雷达信号融合成像中的相干配准问题，提出了基于雷达测量数据相关的多频段雷达信号融合成像相干配准新方法。相对传统方法，该方法不仅降低了算法复杂度，消除了建模误差，还有效提高了相位参数估计的精度。为了利用天线阵列的空间分割能力，针对斜视背景下L型天线阵列三维成像存在的问题，提出了基于AMOD-PD-ERVP的L型阵列三维成像新方法，克服角闪烁影响，实现了真正意义上的三维分辨。第七章总结全文，并指出了需要进一步研究的问题。本文的研究成果丰富了非合作运动目标的高分辨雷达三维成像理论，对InISAR三维成像技术的发展具有较强的理论意义与应用价值。
李丽亚[6]2009年在《宽带雷达目标识别技术研究》文中进行了进一步梳理逆合成孔径雷达(ISAR)图像是目标在距离-多普勒平面上的投影,包含了目标的二维结构信息,基于ISAR图像的目标识别是宽带雷达自动目标识别领域的重要组成部分。极化是描述目标散射特性不可或缺的一部分,极化和宽带高分辨技术相结合是宽带雷达自动目标识别极具潜力的发展方向。因此,本论文围绕ISAR雷达目标识别和极化雷达目标识别这两个问题对干涉ISAR(InISAR)三维成像、干涉ISAR目标识别、多极化雷达高分辨一维距离像(HRRP)识别和基于极化散射矩阵(PSM)的极化雷达目标识别进行了分析和研究。本论文的主要内容概括如下:1.分析了干涉ISAR三维成像的原理,利用了目标体上强散射点处信噪比较高的特性,提出了一种新的基于特显点的干涉ISAR成像方法,该方法能有效地解决相位解缠绕问题和在低信噪比传统干涉ISAR成像方法无法正确成像的问题;并且对斜视情况下的干涉ISAR成像问题进行了研究。2.对干涉ISAR三维成像中的一些问题进行了分析和研究。第一个问题是干涉ISAR三维成像中的天线布阵方式和基线的设置,包括两种布阵方式、横向分辨率与基线的关系、基线去相关和最优基线;第二个问题是角闪烁,分析了角闪烁产生的机理、特征和解决办法;最后一个问题是超分辨算法在干涉ISAR成像中的应用,给出了两种经典的超分辨干涉ISAR成像方法。3.提出基于干涉ISAR像的雷达目标识别方法。给出了干涉ISAR图像的预处理方法,接着使用极化映射提取具有旋转不变性和尺度不变性的特征,最后设计三种分类器对目标进行识别。对影响干涉ISAR成像和识别的四个因素:俯仰角度、目标转速、天线孔径(也称基线)和目标与雷达的距离进行了分析,实验结果验证了理论上的分析。4.多极化HRRP包含了比单极化HRRP更多的目标结构特征信息,因此采用多分类器融合多极化信息可以提高雷达目标识别性能。提出了基于度量层的特征加权融合算法和基于决策层的加权投票融合算法,它们使用不同的准则对多极化HRRP进行融合分类,取得了较好的识别性能。5.将核方法引入多极化HRRP识别中,提出了两种基于多极化HRRP的核函数,将这两种核函数应用到核主分量分析(KPCA)中提取特征,进而使用分类器对目标进行识别。该方法可以在不丢失极化信息的情况下,将多极化HRRP作为一个整体进行识别,降低了识别算法的复杂度。6.针对基于PSM的目标识别中极化特征提取困难的问题,提出了基于核函数的识别方法。定义了两类基于PSM的核函数,将其应用到KPCA中提取特征,对目标进行识别,并取得了良好的识别效果。将提出的两类基于PSM的核函数应用到一种依赖数据的核函数优化中,得到优化的对数据自适应的核函数,提取KPCA特征作为分类器的输入,进而对目标进行分类识别。
谢晓春[7]2010年在《压缩感知理论在雷达成像中的应用研究》文中研究指明以ISAR和InISAR为代表的高分辨率雷达成像技术在军事和民用领域有着广泛的需求。通常情况下,高分辨率雷达图像的获得需要宽带雷达信号,而宽带雷达信号则又会导致雷达数据率的增加。近年来在雷达技术领域得到高度关注的压缩感知理论,其非相关测量过程能够有效地降低高分辨率雷达成像系统的数据率,有望解决雷达系统中超大数据量的采集、存储与传输问题。因此压缩感知理论和技术在雷达成像领域的应用,有可能会为高分辨率雷达成像技术带来巨大变革。压缩感知在高分辨率雷达成像中的应用研究工作虽然取得了一定的进展,但还没有针对压缩感知雷达成像理论进行系统性研究,也没能在此基础上给出实用化的成像算法。论文以基于压缩感知的雷达成像理论与算法作为研究内容,将压缩感知理论应用到高分辨率雷达成像算法中。论文围绕着成像数据获取方法、成像信号处理方法和压缩感知在宽带雷达成像中的应用等紧密联系而侧重不同的三个方面展开了研究,建立了匹配滤波体制和去斜体制下的基带回波信号稀疏表示模型,提出了压缩感知测量器应用到雷达接收机的数字方案与模拟方案,构建了具有保相性的压缩感知距离压缩算法,通过距离-方位解耦合的雷达成像框架,将压缩感知距离压缩算法与传统的雷达二维成像和InISAR三维成像算法相结合,形成了压缩感知雷达成像算法,并将其应用到调频步进宽带雷达成像中。论文通过对仿真和实测数据的处理,证明了所提出的方法的有效性。论文的主要贡献体现在以下三个方面:在基于压缩感知的雷达数据获取方法研究中,通过对雷达回波信号的分析,建立了匹配滤波体制和去斜体制下的雷达回波信号稀疏表示模型,并将模拟/信息转换器引入压缩感知雷达成像处理中,以实现对距离向雷达回波信号的实时测量。在此基础上提出了压缩感知测量器应用到雷达接收端的数字实现方案与模拟实现方案。在压缩感知雷达成像算法研究中,首先在常用的稀疏信号重建算法中筛选出适合雷达成像的算法,然后与雷达回波信号稀疏表示模型以及非相干测量矩阵一起构建了具有保相性的压缩感知距离压缩算法。在此基础上利用距离-方位解耦合的雷达成像框架,将压缩感知距离压缩算法与传统的雷达二维成像和InISAR三维成像算法相结合,形成了压缩感知雷达成像算法。在压缩感知宽带雷达成像算法研究中,结合调频步进信号的子脉冲合成方法,提出了针对调频步进信号的压缩感知测量方法,实现了压缩感知宽带雷达成像。
张雷[8]2016年在《分布式SAR动目标检测关键技术研究》文中研究指明合成孔径雷达(Synthetic Aperture Radar,SAR)作为二战后新兴的一种全天时全天候天基雷达系统备受关注。近年发展起来的分布式SAR系统以其高空间自由度,多任务复用,低系统复杂度等系统优势成为了目前各国研究的重点。尤其是分布式SAR在地面动目标检测(Ground Moving Target Indication,GMTI)方面的优势更是日益显露。然而,随着现代战场瞬息万变的发展,一些技术难题也随之而来,其中以非平稳杂波抑制、非均匀杂波下的动目标检测和对动目标进行高分辨率三维成像等问题尤为紧迫。本文针对这些紧要问题,根据分布式SAR系统的构型特点及其接收信号的特性,结合空时联合处理、信号重构、相位补偿、压缩感知等先进信号处理技术,提出了一系列行之有效的GMTI新技术,旨在充分利用分布式SAR系统优势,提高GMTI性能。主要研究内容和创新如下:(1)建立了非均匀空间构型下分布式SAR点目标、杂波和动目标的信号模型;从理论上分析了目标运动对回波信号频谱的一系列影响;在剖析传统GMTI技术原理的基础上,指出了这些技术存在的问题。(2)针对传统杂波抑制技术无法适用于分布式SAR实际构型,并且对与距离相关的非平稳杂波抑制性能不佳的问题,提出了信号重构三维空时自适应处理杂波抑制技术。分析了回波信号的空时特性,结合分布式SAR实际构型指出了空间信号非均匀采样的问题;并利用信号重构技术将非均匀采样信号重构为均匀采样信号;推导了非平稳杂波的空时频谱特性,结合系统俯仰向的空间自由度和三维空时联合处理技术对非平稳杂波进行了有效抑制。(3)针对传统动目标检测技术需要待检测单元周围杂波满足独立同分布的问题,提出了相位补偿最大似然动目标检测方法。推导了由杂波造成的系统中各卫星平台之间的相位差,并利用相位补偿技术将其对消掉;推导了动目标造成的各卫星平台之间的相位差,并利用最大似然法将其中的动目标运动信息提取出来。该方法不需要杂波环境满足独立同分布条件,不需要计算杂波协方差矩阵及其逆矩阵,在低信噪比的环境下以较小的计算量实现了动目标检测,并提高了动目标位置和速度测量精度。(4)针对现有动目标三维成像技术,一方面由于数据采集受Nyquist理论限制导致所需数据量大,系统往往无法承受数据存储和传输带来的负担;另一方面由于需确定的目标位置参数多,信号恢复难度远大于二维成像,目前尚无完善的方法,导致无法得到高分辨率三维图像的问题,提出了过完备字典基追踪动目标三维成像方法。首先,建立了分布式SAR动目标回波离散模型;然后,根据系统构型特点和地面散射点分布情况,构造了三维过完备字典对动目标回波信号进行了稀疏表示;推导了从稀疏信号中恢复散射系数的欠定方程组表达式;针对传统方法无法适应实际噪声分布的问题,提出了改进的基追踪稀疏信号恢复法,对方程组进行求解;最终得到了高分辨率的动目标三维图像,实现了对动目标的准确三维刻画。以上所提的新技术均是针对分布式SAR系统在执行GMTI任务中遇到的实际技术难题提出的,在理解、剖析并利用系统自身构型特点和回波信号特性的基础上进行科学的推导,正确的实验而得来的。因此对于分布式SAR系统在GMTI上的发展具有较实际的应用意义,且所提的信号处理技术思路也可广泛扩展到其他信号处理应用领域,具有较普遍的理论参考价值。
廖可非[9]2015年在《基于合成孔径三维成像的雷达散射截面测量技术研究》文中研究表明为了满足日益增长的目标遥感、识别、侦察与反侦察的应用需求,目标雷达散射截面(RCS)测量方法的研究逐渐成为热点之一。由于电磁计算手段对于复杂及复合材料目标的RCS计算非常困难,实际测量是最有效和最准确的手段。但是,传统的远场实测和紧缩场实测存在成本高、环境影响大或者目标大小受限等问题。三维合成孔径雷达(SAR)成像作为一种新型的目标散射系数分布测量技术,在解决以上问题时有巨大的优势。本文以三维SAR成像技术为基础,以基于合成孔径三维成像的RCS测量技术为主要研究内容,针对近远场变换、回波相参性缺失和运算量大等问题,研究并提出了基于综合平面波三维成像的RCS近场测量方法、基于稳态表面电磁流模型三维成像的RCS测量方法及基于子孔径逼近的快速算法。本文主要工作和创新总结如下:1、研究了基于合成孔径三维成像的RCS测量基本原理,提出了目前面临的主要问题,分析了该技术的优势。首先从三维线阵SAR成像原理入手,介绍了其几何结构及信号模型,为RCS测量新方法提供了理论基础,并分析了成像算法,指出了三维后向投影(BP)算法精度高但运算量大的问题。其次,联合分析了目标电磁散射的区域划分、RCS的定义及线阵SAR的三维分辨率,指出了基于高分辨SAR成像的RCS测量必然在近场进行、须进行近远场变换的问题,并以散射中心模型为切入点,提出了大合成孔径角下回波相参性缺失的问题。最后,通过与基于一维、二维成像的RCS测量技术的对比分析,说明了基于三维成像的RCS测量具有三维分辨能力的优点,可以提取目标感兴趣部分的RCS,或者分离环境噪声,适用于外场测量,测量成本低,并利用实测实验验证了这一优点。2、针对在近场测量的需求,提出了基于综合平面波三维成像的RCS测量方法,能够反演目标的远场RCS。首先,利用基于综合平面波的近远场变换数字信号处理技术,在线阵SAR近场测量的系统架构下实现了入射波与散射波的近远场变换,满足了远场RCS的测量要求。其次,改进了BP算子,提出了基于改进BP算子的综合平面波近远场变换方法,并推导了基于改进BP算子的综合平面波三维SAR成像模型,使得其能够同时实现近远场变换和三维成像。再次,建立了基于综合平面波三维成像的RCS测量方法,可以从微波三维图像中,提取目标特征,并反演目标远场RCS在不同角度、不同频率的值,仿真验证了该方法的部分RCS提取能力和测量精度。最后,针对传统基于综合平面波的近远场变换技术在稀疏阵列下不适用的缺点,验证了基于改进BP算子的综合平面波近远场变换方法在稀疏阵列下仍然有效,并且能够准确反演出目标远场RCS。3、针对回波相参性缺失问题,提出了基于稳态表面电磁流模型三维成像的RCS测量方法,能够提高大合成孔径角下的RCS测量精度。首先,通过对实测数据的分析发现,腔体、角反射器等类型目标在大合成孔径角下的回波会产生相位逆转现象,并导致散射中心模型失效进而影响RCS测量精度。其次,针对该问题,提出了固定发射源的解决方案,并基于此建立了基于稳态表面电磁流的成像模型,通过推导证明了微波三维图像是对目标表面电流密度与磁流密度的联合估计。最后,将稳态表面电磁流成像模型应用于RCS测量,提出了基于稳态表面电磁流模型三维成像的RCS测量方法。与基于综合平面波三维成像的RCS测量方法相比,该方法可以消除回波相位逆转现象,提高大合成孔径角下的RCS测量精度,但是分辨率和测量效率较低。因此,两种方法可以相互补充,集成在一套测量系统中,适应不同的测量要求。4、针对运算量大的问题,提出了基于子孔径逼近的快速算法,能够提高数据处理效率。首先,从三维BP算法的原理出发,结合微波三维图像的稀疏特性,指出了三维BP算法的逐点扫描会带了很多无用的运算量。其次,提出了利用子孔径、低分辨成像,提取目标散射点所在区域的先验信息,以剔除无用运算量,提升高分辨成像效率的子孔径逼近快速算法,并利用实测数据验证了该算法的有效性。然后,对运算量进行分析,指出一但确定了最优的子孔径选择方式,该算法的运算量只与目标的特性(目标结构和场景稀疏度)相关。针对大场景成像,一般稀疏度非常大,当稀疏度大于97.6%时,子孔径逼近快速算法运算量只相当于BP算法运算量的十分之一左右。最后,将子孔径逼近快速算法应用于RCS测量,得到了可靠的结果,提升了RCS测量的数据处理效率。总之,本文建立了基于合成孔径三维成像的RCS测量基本原理,并在近远场变换、测量模型和算法效率优化等方面取得了一系列有价值的研究成果,为新型RCS测量技术的研究和应用提供了重要的理论指导和技术支持。
张思乾[10]2016年在《下视线阵三维SAR成像技术研究》文中提出合成孔径雷达的全天时、全天候、高分辨的成像能力,使得其在民用和军用领域得到了广泛的应用。但是传统SAR工作于侧视或斜视模式下,这不可避免地会带来阴影和层叠问题。为了克服这些问题,将SAR工作于下视模式,以获取场景中更全面的目标信息。但是,下视SAR成像会导致切航向出现机底盲区和左右模糊的问题。为了解决这个问题,沿切航迹向架设线性阵列,通过波束形成技术,获得切航向的分辨能力。显然,下视线阵三维SAR的提出,不仅克服了传统SAR成像的限制,而且实现了对场景的三维成像,获得目标更完整、更细节的信息。本论文立足于下视线阵三维SAR系统,以提高成像分辨能力为目的,针对成像中存在的问题,深入研究了下视线阵三维SAR成像的理论和方法。第一章阐述了本课题的研究背景和研究意义,归纳了下视线阵三维SAR系统研究现状,总结了现有的下视线阵三维SAR成像方法,综述了超分辨成像技术的研究现状以及在下视线阵三维SAR成像中的应用。最后,介绍了本论文研究的主要工作和结构安排。第二章研究了下视线阵三维SAR成像的基本原理和三维成像算法。首先推导了下视线阵三维SAR成像的回波模型,然后将传统RD、ω-k和BP算法拓展至三维,提出并比较了基于下视线阵三维SAR的3-D RD成像算法、3-Dω-k成像算法和3-D BP成像算法。在此基础上,指出了下视线阵三维SAR成像中存在的关键技术,为后续章节的研究提供了理论基础和研究方向。第三章针对下视线阵三维SAR中切航向分辨率远远低于距离向和方位向分辨率的问题,深入研究了基于均匀线阵的下视线阵三维SAR成像方法。首先推导了下视线阵三维SAR成像信号模型的矩阵形式。从成像模型可以看出,切航向上的聚焦成像可以看作是一个空间谱估计问题。因此,提出了基于FFT-MUSIC的成像算法,实现了对目标的散射中心点位置的估计,获得切航向目标的图像。通过提出近邻空间平滑方法,在不降低有效孔径的前提下,解决了MUSIC算法中的相干问题;利用FFT预处理,缩小MUSIC算法中谱峰搜索的范围,从而提升成像算法计算效率,同时得到目标的后向散射强度系数。此外,机翼抖动会带来运动误差,分析了这种运动误差对成像结果的影响,与此同时提出了一种一致性运动误差补偿方法。通过仿真数据和实测数据验证,实验结果均表明该成像算法能有效地提升切航向分辨率,成像结果无旁瓣影响,同时大幅度地提升了计算效率。第四章针对非均匀线阵导致子空间特征分解算法失效的问题,深入研究了非均匀线阵条件下的下视线阵三维SAR超分辨成像理论和方法。首先对压缩感知的基础理论、重构条件和重构算法做了简要的回顾;其次针对MIMO稀疏线阵、T/R非均匀稀疏线阵两种非均匀线阵形式,分别推导了相应的下视线阵三维SAR信号模型;然后将压缩感知理论结合信号模型,提出了基于TSVD-CS的超分辨成像算法。压缩感知可以实现通过远低于奈奎斯特采样定理的采样数据恢复出原始信号,这不仅可以突破瑞利限,获得超分辨成像结果,还为对非均匀线阵的成像提供了可能。此外,利用TSVD算法重构测量矩阵,可以减少冗余信息,进一步提高算法效率。仿真数据结果表明了该成像算法,无论对均匀线阵或非均匀线阵,均具有稳定的超分辨性能;在降低计算量的同时,保证了超分辨成像性能。第五章深入研究了基于二维联合处理的下视线阵三维SAR超分辨成像方法。首先,针对下视线阵三维SAR中方位向和切航向分辨率受限于合成孔径范围和线性阵列长度的问题,提出了二维联合超分辨成像方法。该成像方法还可以有效解决方位向和切航向的耦合问题。利用联合稀疏性,将方位向和切航向成像问题转化为二维稀疏重构问题,提出了基于二维压缩感知的超分辨成像。相比于传统算法中需要先将二维矩阵数据转化为一维向量,基于2-D SL0的二维压缩感知算法是直接对二维矩阵信号进行稀疏重构,有效地减轻了数据存储和处理过程中对内存的消耗。更进一步地,在该成像算法的基础上,提出了二维联合稀疏采样方案,以减轻算法的计算量,提高计算效率。但是,二维降采样数据导致奈奎斯特采样定理的失效,带来匹配滤波成像结果中主瓣展宽、旁瓣增高,甚至出现混叠、虚假目标等问题。因此,针对二维降采样数据,提出了基于矩阵补全的下视线阵三维SAR成像算法,实现了对稀疏数据带来成像结果中的高旁瓣的有效抑制。仿真实验结果表明了两种基于二维联合处理的成像算法在噪声环境下稳定的高分辨成像性能,大大提高了算法计算效率,并降低了内存的消耗,最后通过实测数据验证了两种成像算法的有效性和优势。第六章中总结了全文的研究工作和主要创新点,并对下一步的研究工作进行了展望。
参考文献：
[1]. 基于压缩感知的多维度雷达成像方法研究[D]. 邱伟. 国防科学技术大学. 2014
[2]. 目标三维电磁散射参数化模型反演方法研究[D]. 钟金荣. 国防科学技术大学. 2016
[3]. 复杂运动目标ISAR成像技术研究[D]. 吴亮. 国防科学技术大学. 2012
[4]. 单脉冲雷达目标三维成像与识别研究[D]. 李强. 西安电子科技大学. 2007
[5]. 干涉逆合成孔径雷达（InISAR）三维成像技术研究[D]. 刘承兰. 国防科学技术大学. 2012
[6]. 宽带雷达目标识别技术研究[D]. 李丽亚. 西安电子科技大学. 2009
[7]. 压缩感知理论在雷达成像中的应用研究[D]. 谢晓春. 中国科学院研究生院（空间科学与应用研究中心）. 2010
[8]. 分布式SAR动目标检测关键技术研究[D]. 张雷. 哈尔滨工业大学. 2016
[9]. 基于合成孔径三维成像的雷达散射截面测量技术研究[D]. 廖可非. 电子科技大学. 2015
[10]. 下视线阵三维SAR成像技术研究[D]. 张思乾. 国防科学技术大学. 2016
标签：武器工业与军事技术论文; 电信技术论文; 压缩感知论文; 雷达论文; 雷达回波论文; 稀疏表示论文; 二维论文; sar雷达论文; sar论文; rcs论文;