论文部分内容阅读
高分辨率逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像技术因具备生成非合作运动目标二维高分辨率图像的能力而被广泛应用于军事和民用领域。但是二维ISAR成像存在一些固有缺陷。首先,ISAR图像无法提供目标除距离和多普勒维以外的第三维信息。其次,ISAR图像的方位维尺寸仅反映了散射点的多普勒分布,因此无法从ISAR图像中直观获取目标的实际横向尺寸。此外,ISAR图像依赖于图像投影平面,即在不同投影平面上形成的同一目标的图像表现出较强的差异性,这给目标识别带来很大困难。干涉逆合成孔径雷达(Interferometric ISAR,InISAR)成像是一种将干涉测量与ISAR成像相结合的三维雷达成像技术,它能不失真的重构出目标在三维空间中的形状,从而为目标识别与分类提供更加丰富的信息,因而具有更高的研究价值和更广阔的应用前景。本文紧密围绕InISAR三维成像的实际应用,从目标匀加速转动、变加速转动、回波稀疏特性和双基地系统构型等方面入手,针对目前运动目标InISAR三维成像在实现方法上存在的若干问题展开研究和探讨,以增强现有InISAR成像系统的成像能力和相关算法的鲁棒性。论文的主要研究内容包括:1.匀加速转动目标的InISAR成像问题。(1)针对经典的距离-多普勒(Range-Doppler,RD)算法无法对匀加速转动目标InISAR成像而时频表示类算法存在干扰项及运算量较大的问题,在RD成像基础上提出了一种基于峰值提取的InISAR成像算法。首先,分析了匀加速转动目标RD算法的成像特点,证明了在散焦的RD图像中每个散射点仍然具有峰值,并推导了每个散射点相对应的峰值位置表达式。然后,通过提取每个散射点的谱峰并借助CLEAN技术,从散焦的RD图像中获得了清晰的ISAR图像。最后,考虑到以这种方式获得的ISAR图像可以完整保留对于干涉处理必不可少的初始相位信息,提出了基于峰值提取的InISAR成像方法。基于实测数据的ISAR成像实验结果和基于仿真数据的InISAR成像实验结果证明了上述方法的有效性。(2)提出了一种基线非正交系统InISAR成像算法。首先,建立了基线非正交的三天线InISAR系统模型,提出了一种联合运动补偿策略以同时实现运动补偿和距离维图像配准。然后,将最大似然(Maximum Likelihood,ML)与分数阶傅里叶变换(Fractional Fourier Transform,FRFT)算法相结合提出了一种ML-FRFT算法来实现方位压缩。最后,提出一种坐标校正技术来消除非正交基线引起的形变,实现匀加速转动目标的InISAR成像。仿真结果表明,所提出的ML-FRFT算法能够实现匀加速转动目标的高分辨ISAR成像,且提出的坐标校正技术能有效校正基线非正交引起的InISAR成像结果的形变。2.针对回波呈现出时变幅度(Time-Varying Amplitude,TVA)二次调频(Quadratic Frequency Modulated,QFM)信号特征的变加速转动目标,提出了一种基于交替方向乘子法(Alternative Direction Method Of Multipliers,ADMM)迭代更新的InISAR成像算法。首先,将变加速转动目标的方位信号建模为TVA-QFM信号形式。然后,将TVA-QFM信号的参数估计问题转化为凸优化问题,提出了一种基于ADMM的迭代更新算法求解该凸优化问题。最后,根据距离瞬时多普勒算法生成各通道的ISAR图像,再干涉处理得到目标的三维InISAR图像。仿真结果表明所提算法具有很好的参数估计性能,能够实现基于TVA-QFM信号模型的变加速转动目标的InISAR成像。3.为了降低包络对齐误差对稀疏孔径InISAR(Sparse Aperture InISAR,SAInISAR)成像的不利影响,提出了一种基于迭代优化的平稳运动目标SA-InISAR成像算法。首先,根据最小熵准则对SA数据的一维距离像进行包络对齐,采用基于梯度的稀疏信号重建算法从对齐的一维距离像恢复出完整信号。然后,通过迭代执行包络对齐和信号恢复的过程,使信号恢复精度和包络对齐效果在给定条件下达到最优状态,再使用最佳恢复信号来获得相对高质量的ISAR图像。最后,通过干涉处理多幅高质量ISAR图像实现了高分辨率SA-InISAR成像。仿真结果表明所提算法能够有效提高SA-ISAR成像及SA-InISAR成像的分辨率。4.为了充分利用调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达低功耗、低成本、体积小的优点和双基地成像的抗隐身、抗干扰和战场生存能力强的优点,将FMCW雷达与双基地成像相结合,研究了高速运动目标的双基地FMCW-InISAR成像方法。首先,设计了一个收发分置的双基地FMCW-InISAR系统,建立了双基地等效运动模型和相应的信号模型。然后,针对“走-停”假设失效的问题,提出了一种基于参数估计的补偿方法来实现距离压缩。最后,结合常规算法处理流程完成了FMCW-InISAR成像。仿真结果验证了所提算法的有效性。