高分辨雷达非模糊成像与运动补偿研究

发布时间：2017-08-20 22:28

  本文关键词：高分辨雷达非模糊成像与运动补偿研究

  更多相关文章： 合成孔径雷达 逆合成孔径雷达 运动补偿 稀疏孔径 多普勒解模糊

【摘要】：合成孔径雷达(SAR)和逆合成孔径雷达(ISAR)成像技术具有全天时、全天候、远距离探测以及高分辨成像等特点,极大提高了现代雷达获取信息的能力,在军事和民事领域得到广泛的应用。分辨率是SAR/ISAR成像技术中的重要指标之一,提高分辨率不仅对雷达系统提出越来越高的要求,而且需要更为精确稳健的运动补偿技术。在运动补偿方法中,补偿精度和运算效率是一对矛盾体,高精度的相位误差估计算法一般运算复杂度较高,很大程度上限制了其在实际中的应用。当雷达工作在大斜视和宽波束模式时,相位误差中含有明显的方位空变特性,方位空变的相位误差给获得高分辨的目标图像带来极大的挑战。现代多功能ISAR具有广域搜索、多目标跟踪和成像的能力。当对单目标进行成像时,由于采用分时系统在搜索模式和成像模式之间切换,使得对目标的宽带观测有限,方位孔径呈现稀疏性。若目标非合作时,同时伴有严重的距离走动现象。当对群目标进行成像时,为了避免距离模糊而引入多普勒模糊,同时多普勒模糊下的距离走动校正也是成像处理中急需解决的问题。本论文围绕上述问题展开研究,研究内容涵盖了新的相位误差补偿技术,包括方位非空变相位误差补偿技术、方位空变相位误差补偿技术,以及稀疏孔径高分辨成像及距离走动校正技术、群目标的非模糊高分辨成像及距离走动校正技术四个部分：第一部分研究了方位非空变的相位误差补偿方法。传统的特征向量分解法利用最大特征值对应的特征向量对相位误差进行最大似然估计,能够获得理想的相位误差估计效果。尽管它估计精度高且鲁棒性好,但是由于需要对样本的协方差矩阵进行特征值分解,运算复杂度较高,很难在实际中满足实时性。第二章提出了一种基于加权最大范数的相位误差估计和校正方法。通过求解基于2范数最大化的代价函数,可以获得相位误差的最优估计,避免了对样本的协方差矩阵进行特征值分解,极大地降低了算法的运算复杂度。通过对不同的距离单元增加不同的权值,增强了信号的信噪比,提高了相位误差的估计精度。第二部分研究了方位空变的相位误差补偿方法。方位空变的相位误差通常是由平台的速度和加速度引入的,传统的相位误差补偿算法建立的信号模型中忽略了相位误差的空变特性。当空变的相位误差存在时,即使采用子图分割的技巧也很难获得理想的聚焦结果。第三章针对SAR图像中出现的方位空变相位误差,提出了一种方位空变相位误差补偿算法。利用更具普适性的相位误差参数模型,建立了基于对比度最大化的方位相位误差估计代价函数,并利用梯度法对代价函数进行最优化求解。实验结果表明仅需要很少的循环迭代步骤,就可以聚焦含有方位空变相位误差的SAR图像。第三部分研究了机动目标的稀疏孔径高分辨成像及距离走动校正方法。在对机动目标进行ISAR成像时,回波信号中常常出现距离走动和时变的多普勒。传统成像方法通常建立在小转角和短相干时间的假设前提下,距离走动和时变的多普勒的出现对传统的成像和补偿方法是一种挑战。而且,对于多功能ISAR雷达,由于需要完成其他的雷达功能,无法满足对全孔径数据的测量,从而引入了稀疏孔径数据。第四章提出了一种机动目标的稀疏孔径成像方法,该方法同时考虑了距离走动和时变的多普勒的影响。通过利用包含一阶距离方位耦合项的Chirp-Fourier基向量,采用改进的正交匹配追踪方法来解决稀疏重构中的最优化问题,同时将距离走动校正很好地嵌入到机动目标稀疏孔径成像中的全孔径重构过程当中。第四部分研究了利用稀疏分解方法对群目标进行非模糊高分辨成像。在对群目标进行ISAR成像时,低脉冲重复频率必然引入多普勒模糊问题。第五章介绍了利用稀疏分解的方法对群目标成像中的多普勒模糊问题进行解模糊处理。通过对稀疏优化问题的求解,能够精确提取出群目标中散射点对应的Chirp信号,同时在稀疏分解的过程中,估计出每个Chirp信号对应的多普勒模糊数。最终,通过精确补偿多普勒模糊下的距离走动量,重构出群目标的非模糊高分辨图像。
【关键词】：合成孔径雷达 逆合成孔径雷达 运动补偿 稀疏孔径 多普勒解模糊
【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】：2015
【分类号】：TN957.52
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 符号对照表13-15
• 缩略语对照表15-20
• 第一章 绪论20-38
• 1.1 雷达成像技术发展概述20-31
• 1.1.1 SAR系统概述21-27
• 1.1.2 ISAR系统概述27-31
• 1.2 关键问题和难点31-34
• 1.3 本文内容安排34-38
• 第二章 基于加权最大范数的相位误差补偿方法38-54
• 2.1 引言38-40
• 2.2 信号模型40-41
• 2.3 相位误差的估计与补偿41-44
• 2.3.1 多普勒相位的补偿41-42
• 2.3.2 随机初相的补偿42-44
• 2.3.3 相位误差的补偿44
• 2.4 算法流程44-46
• 2.5 实际数据处理与分析46-51
• 2.5.1 ISAR实验及性能分析46-48
• 2.5.2 SAR实验及性能分析48-51
• 2.6 本章小结51-54
• 第三章 方位空变的相位误差补偿方法54-66
• 3.1 引言54-55
• 3.2 信号模型55-57
• 3.2.1 相位误差模型55-56
• 3.2.2 信号脉冲响应函数56-57
• 3.3 空变相位误差的参数估计57-60
• 3.3.1 代价函数的建立57-58
• 3.3.2 代价函数的优化求解58-60
• 3.4 算法流程60-61
• 3.5 实测数据实验61-65
• 3.6 本章小结65-66
• 第四章 机动目标稀疏孔径成像及距离走动校正方法66-84
• 4.1 引言66-67
• 4.2 信号模型67-70
• 4.2.1 全孔径机动目标ISAR信号模型67-69
• 4.2.2 稀疏孔径机动目标ISAR信号模型69-70
• 4.3 稀疏重构及距离走动校正70-74
• 4.3.1 稀疏孔径机动目标的平动补偿70
• 4.3.2 全孔径信号重构及距离走动校正70-74
• 4.4 算法流程74-75
• 4.5 仿真和实测数据处理及结果分析75-82
• 4.5.1 Mig-25仿真数据实验76-80
• 4.5.2 Yake-42实测数据实验80-82
• 4.6 本章小结82-84
• 第五章 群目标的非模糊高分辨成像及距离走动校正方法84-100
• 5.1 引言84-85
• 5.2 信号模型85-87
• 5.2.1 群目标ISAR信号模型85-86
• 5.2.2 多普勒模糊下的群目标信号模型86-87
• 5.3 回波信号的稀疏分解87-90
• 5.3.1 多普勒模糊下的字典矩阵87-89
• 5.3.2 多普勒参数的估计89-90
• 5.4 多普勒解模糊和距离走动校正90-92
• 5.5 算法流程92-93
• 5.6 仿真数据处理及结果分析93-98
• 5.6.1 刚性群目标94-96
• 5.6.2 非刚性群目标96-98
• 5.7 本章小结98-100
• 第六章 结论和展望100-104
• 6.1 本文工作内容总结100-101
• 6.2 研究展望101-104
• 参考文献104-118
• 致谢118-120
• 作者简介120-121

【共引文献】

中国期刊全文数据库 前1条

1 邢涛;胡庆荣;李军;王冠勇;;毫米波高分辨SAR成像算法性能分析[J];现代防御技术;2015年01期

中国硕士学位论文全文数据库 前3条

1 张倩;无人机载SAR运动补偿和高分辨率成像算法研究[D];电子科技大学;2013年

2 刘斌;机载SAR BP算法成像的运动补偿及GPU并行化实现研究[D];电子科技大学;2013年

3 周瑞雨;基于VxWorks操作系统的SAR实时成像及舰船目标检测算法实现[D];西安电子科技大学;2014年

，

本文编号：709267