基于参数估计的运动目标多维ISAR成像技术研究

发布时间：2020-07-13 10:48

【摘要】：随着现代战争形式和民用需求的不断转变,逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)已成为空间、空中和海面等非合作运动目标成像和识别的关键技术。由于在军用、民用领域的重大作用和实用价值,ISAR正朝着多维度、多功能、多样化以及智能化方向发展,其工作模式的多样化、目标运动的复杂性和非合作性也带来了更多的挑战。为了进一步提高非合作运动目标的ISAR成像能力,本文针对现有ISAR成像算法的不足,深入研究了复杂运动目标的二维ISAR成像、距离横向定标以及机动目标的三维干涉ISAR成像算法。主要研究内容概括如下:1、针对复杂运动目标ISAR成像中存在的问题,提出了基于高阶模糊函数-吕氏分布(High-order Ambiguity Function-Lv’s Distribution,HAF-LVD)的ISAR成像新方法。将ISAR方位维回波信号建模维立方相位信号(Cubic Phase Signal,CPS),并根据HAF和LVD思想定义了双延时参数化瞬时自相关函数。然后,使用变尺度傅里叶变换(Scaled Fourier Transform,SCFT)去除变量间的线性耦合并用快速傅里叶变换(Fast Fourier Transform,FFT)实现信号能量累积。最后,利用得到的HAF-LVD完成运动参数的非搜索估计和目标ISAR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。仿真实验对基于HAF-LVD的复杂运动目标ISAR成像算法进行了验证。2、提出了基于局部多项式模糊函数(Local Polynomial Wigner Ambiguity Function,LPAF)的二阶相关CPS参数估计及ISAR成像新方法。在基于CPS模型的复杂运动目标ISAR成像中,调频率和二次调频率会导致多普勒扩散,从而降低成像质量。首先,定义了针对CPS参数估计的LPAF,并利用复乘运算和FFT操作快速实现信号能量积累,得到CPS的调频率-二次调频率分布。相比于其他多线性CPS参数估计算法和基于局部多项式Wigner分布(Local Polynomial Wigner Distribution,LPWD)的CPS参数估计算法,基于LPAF的CPS参数估计算法在估计性能和计算复杂度上能实现很好的平衡。仿真实验和实测数据处理证实了基于LPAF的复杂运动目标ISAR成像算法的有效性。3、通过对非相关CPS参数估计算法以及相关CPS参数估计算法的综合分析与对比,提出了一种基于积分型参数化立方相位函数逆Wigner-Ville分布(Integrated Parametric Cubic Phase Function coupled with Reversing Wigner-Ville Distribution,IPCPFRWVD)的改进型快速双线性CPS参数估计算法,并将该算法应用到低信噪比情况下的复杂运动目标ISAR成像和横向距离定标中。该方法通过利用参数化双线性立方相位函数(Parametric Cubic Phase Function,PCPF),非均匀快速傅里叶变换(Nonuniform Fast Fourier Transform,NUFFT),基于Chirp-Z的广义变尺度傅里叶变换(Generalized Scaled Fourier transform,GSCFT)以及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。双线性的PCPF能够保证该算法具有较高的抗噪声性能和较好的交叉项抑制性能。实现过程采用NUFFT和FFT避免了二维穷尽搜索过程,有效提高了计算效率。相比于经典的多线性CPS参数估计算法,基于IPCPF-RWVD的改进型快速双线性CPS参数估计算法的运算量大幅降低,同时抗噪声性能也得到大幅提高,非常适用于低信噪比情况下的目标ISAR成像。利用准确的参数估计,提出了基于线性回归分析的目标ISAR图像定标方法,为目标识别带来便利。通过实测数据和合成数据的双重实验验证了算法的有效性和优越性。4、针对雷达与目标之间不确定的相对运动而导致二维ISAR图像无法正确反映目标的几何结构问题,提出了基于三天线联合互修正魏格纳维利分布(Modified Wigner-Ville Distribution,MWVD)的机动目标三维干涉ISAR(Interferometric ISAR,InISAR)成像方法。首先,利用三个接收天线形成相互垂直的L型基线构成InISAR成像系统。然后,提取每一对接收通道中的每一距离单元的数据,利用联合互MWVD进行散射点分离并完整保留了包含散射点坐标的相位信息。最后,通过提取的相位信息重建目标三维图像,并实现目标有效转动矢量的精确估计。该算法在实现信号分离与相位提取时利用了WVD的高时频聚焦性,又利用了非搜索参数估计算法,有效减小了运算量并保证了成像质量。仿真实验和分析结果验证了算法的实用性。
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN957.52

【参考文献】