基于酉ESPRIT的超分辨ISAR成像及其应用
发布时间：2021-09-25 04:46
逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）能全天候、全天时的获取二维高分辨雷达图像,为目标检测和分类与识别提供丰富的特征信息。分辨率越高,后续的目标检测和分类识别率就会越高,然而传统的距离多普勒算法的分辨率受到合成孔径时间和信号带宽的限制,无法突破Rayleigh限。为了在不增加带宽和成像积累时间的情况下获得更高的分辨率,学者们将各种超分辨算法引入到ISAR成像中。其中子空间类算法通过协方差矩阵的特征分解,突破了Rayleigh限的限制,使参数估计值的均方差趋于克拉美罗界,具有很好的参数估计性能,使目标分辨能力大大提高。酉ESPRIT算法除了具有其它子空间类算法的优点和避免类似MUSIC的复杂的谱峰搜索外,还能够有效的利用观测数据的复共轭信息,有效的提高ESPRIT的参数估计精度。特别是在二维参数估计中,基于2D unitary ESPRIT的超分辨算法可以有效的解决常规2D ESPRIT的角度兼并问题。因此,研究如何利用酉ESPRIT算法实现超分辨ISAR成像具有重要的理论意义和应用价值。本文针对这一问题做了如下几个方面的工作：1....
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：140 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究概况和发展趋势
1.2.1 逆合成孔径雷达成像技术的发展和现状
1.2.2 基于ESPRIT的超分辨成像算法的发展和现状
1.3 本文的主要工作及贡献
1.3.1 论文的安排
1.3.2 论文的主要贡献及创新点
第二章 ISAR成像原理
2.1 引言
2.2 距离多普勒成像算法
2.2.1 一维距离像
2.2.2 一维方位像
2.2.3 小带宽小转角ISAR成像
2.2.4 距离多普勒成像仿真
2.3 运动补偿
2.3.1 运动对多普勒频率的影响
2.3.2 平动补偿
2.3.3 最小熵
2.3.4 相位梯度自聚焦
2.4 雷达目标特性
2.4.1 雷达散射截面的定义
2.4.2 电磁散射计算方法简介
2.4.4 仿真实验
2.5 本章小结
第三章 一维ESPRIT超分辨成像算法
3.1 引言
3.2 一维参数估计算法
3.2.1 一维ESPRIT算法数据模型
3.2.2 LS-ESPRIT参数估计
3.2.3 TLS-ESPRIT参数估计
3.2.4 酉ESPRIT参数估计
3.3 一维超分辨算法在一维距离成像中的应用
3.3.1 高分辨距离像信号模型
3.3.2 LS-ESPRIT成像算法
3.3.3 TLS-ESPRIT成像算法
3.3.4 酉ESPRIT成像算法
3.4 超分辨算法性能仿真实验
3.4.1 信噪比对成像性能的影响
3.4.2 脉冲数对成像性能的影响
3.4.3 基于散射中心提取的目标一维距离像重构
3.5 散射中心数目估计方法
3.5.1 AIC准则及MDL准则
3.5.2 盖氏圆盘法
3.5.3 仿真实例
3.6 一维酉ESPRIT二维散射中心提取
3.6.1 基于一维酉ESPRIT超分辨ISAR成像
3.6.2 一维酉ESPRIT二维成像仿真
3.7 本章小结
第四章 二维ESPRIT超分辨成像算法
4.1 引言
4.2 二维参数估计算法
4.2.1 二维ESPRIT参数估计信号模型
4.2.2 基于二维ESPRIT的参数估计
4.2.3 基于二维酉ESPRIT的参数估计
4.3 二维超分辨成像算法在ISAR中的应用
4.3.1 超分辨ISAR成像信号模型
4.3.2 常规二维ESPRIT在ISAR成像中的应用
4.3.3 二维酉ESPRIT在ISAR成像中的应用
4.4 二维酉ESPRIT性能仿真实验
4.4.1 子孔径尺寸对二维酉ESPRIT性能的影响
4.4.2 不同算法分辨能力仿真实验
4.4.3 噪声对不同算法性能的影响
4.4.4 观测数据维度对不同算法性能的影响
4.4.5 基于二维酉ESPRIT的ISAR像重构
4.5 本章小结
第五章 超分辨算法在ISAR横向定标中的应用
5.1 引言
5.2 基于旋转匹配的横向定标方法
5.2.1 基于旋转匹配的横向定标技术算法流程
5.2.2 时频分析ISAR成像
5.2.3 基于散射中心的旋转匹配
5.3 旋转匹配定标方法仿真实验
5.3.1 仿真数据处理与结果分析
5.3.2 实测数据处理与结果分析
5.4 基于调频率估计的横向定标方法
5.4.1 基于调频率估计的横向定标技术算法流程
5.4.2 基于FrFT的调频率估计检测LFM信号原理
5.4.3 基于调频率估计的横向定标
5.5 调频率定标方法仿真实验
5.5.1 仿真数据处理与结果分析
5.5.2 实测数据处理与结果分析
5.6 本章小结
第六章 超分辨算法在目标分类识别中的应用
6.1 引言
6.2 基于HRRP重构的目标分类识别
6.2.1 目标的高分辨距离像
6.2.2 高分辨距离像重构
6.3 基于中心矩的平移不变特征提取
6.4 模拟退火弹性传播分类器的构建
6.5 仿真实验
6.5.1 数据描述
6.5.2 HRRP恢复结果
6.5.3 识别率仿真
6.6 基于超分辨成像算法的ISAR目标轮廓提取
6.6.1 现有轮廓提取方法的局限性
6.6.2 基于二维酉ESPRIT的目标轮廓提取方法
6.6.3 实测ISAR目标轮廓提取实验
6.7 本章小节
第七章 结论和展望
7.1 研究结论
7.2 研究展望
参考文献
致谢
作者简介
本文编号：3409117
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：140 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究概况和发展趋势
1.2.1 逆合成孔径雷达成像技术的发展和现状
1.2.2 基于ESPRIT的超分辨成像算法的发展和现状
1.3 本文的主要工作及贡献
1.3.1 论文的安排
1.3.2 论文的主要贡献及创新点
第二章 ISAR成像原理
2.1 引言
2.2 距离多普勒成像算法
2.2.1 一维距离像
2.2.2 一维方位像
2.2.3 小带宽小转角ISAR成像
2.2.4 距离多普勒成像仿真
2.3 运动补偿
2.3.1 运动对多普勒频率的影响
2.3.2 平动补偿
2.3.3 最小熵
2.3.4 相位梯度自聚焦
2.4 雷达目标特性
2.4.1 雷达散射截面的定义
2.4.2 电磁散射计算方法简介
2.4.4 仿真实验
2.5 本章小结
第三章 一维ESPRIT超分辨成像算法
3.1 引言
3.2 一维参数估计算法
3.2.1 一维ESPRIT算法数据模型
3.2.2 LS-ESPRIT参数估计
3.2.3 TLS-ESPRIT参数估计
3.2.4 酉ESPRIT参数估计
3.3 一维超分辨算法在一维距离成像中的应用
3.3.1 高分辨距离像信号模型
3.3.2 LS-ESPRIT成像算法
3.3.3 TLS-ESPRIT成像算法
3.3.4 酉ESPRIT成像算法
3.4 超分辨算法性能仿真实验
3.4.1 信噪比对成像性能的影响
3.4.2 脉冲数对成像性能的影响
3.4.3 基于散射中心提取的目标一维距离像重构
3.5 散射中心数目估计方法
3.5.1 AIC准则及MDL准则
3.5.2 盖氏圆盘法
3.5.3 仿真实例
3.6 一维酉ESPRIT二维散射中心提取
3.6.1 基于一维酉ESPRIT超分辨ISAR成像
3.6.2 一维酉ESPRIT二维成像仿真
3.7 本章小结
第四章 二维ESPRIT超分辨成像算法
4.1 引言
4.2 二维参数估计算法
4.2.1 二维ESPRIT参数估计信号模型
4.2.2 基于二维ESPRIT的参数估计
4.2.3 基于二维酉ESPRIT的参数估计
4.3 二维超分辨成像算法在ISAR中的应用
4.3.1 超分辨ISAR成像信号模型
4.3.2 常规二维ESPRIT在ISAR成像中的应用
4.3.3 二维酉ESPRIT在ISAR成像中的应用
4.4 二维酉ESPRIT性能仿真实验
4.4.1 子孔径尺寸对二维酉ESPRIT性能的影响
4.4.2 不同算法分辨能力仿真实验
4.4.3 噪声对不同算法性能的影响
4.4.4 观测数据维度对不同算法性能的影响
4.4.5 基于二维酉ESPRIT的ISAR像重构
4.5 本章小结
第五章 超分辨算法在ISAR横向定标中的应用
5.1 引言
5.2 基于旋转匹配的横向定标方法
5.2.1 基于旋转匹配的横向定标技术算法流程
5.2.2 时频分析ISAR成像
5.2.3 基于散射中心的旋转匹配
5.3 旋转匹配定标方法仿真实验
5.3.1 仿真数据处理与结果分析
5.3.2 实测数据处理与结果分析
5.4 基于调频率估计的横向定标方法
5.4.1 基于调频率估计的横向定标技术算法流程
5.4.2 基于FrFT的调频率估计检测LFM信号原理
5.4.3 基于调频率估计的横向定标
5.5 调频率定标方法仿真实验
5.5.1 仿真数据处理与结果分析
5.5.2 实测数据处理与结果分析
5.6 本章小结
第六章 超分辨算法在目标分类识别中的应用
6.1 引言
6.2 基于HRRP重构的目标分类识别
6.2.1 目标的高分辨距离像
6.2.2 高分辨距离像重构
6.3 基于中心矩的平移不变特征提取
6.4 模拟退火弹性传播分类器的构建
6.5 仿真实验
6.5.1 数据描述
6.5.2 HRRP恢复结果
6.5.3 识别率仿真
6.6 基于超分辨成像算法的ISAR目标轮廓提取
6.6.1 现有轮廓提取方法的局限性
6.6.2 基于二维酉ESPRIT的目标轮廓提取方法
6.6.3 实测ISAR目标轮廓提取实验
6.7 本章小节
第七章 结论和展望
7.1 研究结论
7.2 研究展望
参考文献
致谢
作者简介
本文编号：3409117
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3409117.html
