论文部分内容阅读
逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)凭借其全天时、全天候和远作用距离的优势,在空间目标监视、海洋舰船检测和防空反导等军事与民用领域获得了广泛的应用。对于平稳运动目标,传统的距离-多普勒(Range-Doppler,RD)成像方法即可获得聚焦良好的ISAR图像。然而,对于存在机动运动的ISAR目标而言,其非均匀的平动和转动运动使得传统的平稳运动目标ISAR成像方法面临以下问题:首先,机动目标非均匀的平动运动使得现有参数化的平动运动补偿方法性能下降,尤其在低信噪比条件下,无法获得机动目标的聚焦图像;其次,机动目标的非均匀旋转运动使得ISAR方位回波中存在高次相位和高阶的越距离单元徙动(Migration Through Range Cells,MTRC)现象,严重降低ISAR图像的聚焦度;最后,目标的非均匀旋转运动使得其参数估计困难,无法对机动目标的ISAR图像实现精确定标,不利于对目标的分类和识别。因此,本论文针对机动目标的ISAR高分辨率成像算法开展研究,提出基于粒子群优化(Particle Swarm Optimization,PSO)的目标平动估计与补偿方法,基于PSO和遗传算法(Genetic Algorithm,GA)的机动目标非均匀旋转运动估计和补偿方法,进而实现ISAR图像的精确标定。本文的内容安排如下:1、阐述了ISAR成像的基本原理,对常用的平动补偿方法和基于一阶Keystone变换的MTRC校正方法进行了论述。接着,构建了机动目标的运动模型和ISAR成像模型,并通过仿真实验结果阐明了平稳目标ISAR成像算法在处理机动目标ISAR成像时面临的问题。2、针对长相干积累时间下机动目标平动分量的精确估计和补偿问题,提出了基于PSO算法的平动分量估计和补偿方法。首先,将长相干积累时间内的ISAR回波划分为短孔径,分析短孔径下机动目标运动的平动分量模型,将平动分量建模为二阶多项式。其次,以图像熵值为代价函数,将目标平动运动参数的估计建模为一个无约束的优化问题,并提出一种基于PSO算法的参数估计方法,实现平动分量的精确估计和补偿。然后,基于相干的短孔径ISAR回波,利用正交匹配追踪(Orthogonal Matching Pursuits,OMP)方法实现机动目标短孔径回波的高分辨率成像。最后,通过仿真和实测数据实验验证了算法的有效性和稳健性。3、针对机动运动目标非均匀转动引起的高阶相位和MTRC问题,提出了基于PSO和GA的目标转动参数估计和补偿方法,获得仿真和电磁数据聚焦良好的ISAR成像结果,实现ISAR图像的精确标定。首先,本章构建了目标等效旋转运动的恒加速度模型,以图像熵值为目标函数,将目标非均匀旋转运动参数的估计建模为一个无约束的优化问题。接着,分别提出基于PSO算法和GA的旋转运动参数估计方法,两种方法模型简单、实现简便且计算效率高。然后,根据估计得到的目标旋转运动参数,利用重采样技术将目标的非平稳旋转转换为匀速旋转,并构造补偿相位项来消除残留的高次相位对目标ISAR图像聚焦度的影响。之后,由于非均匀旋转运动补偿消除了距离和方位两维之间的耦合,应用一阶Keystone变换即可消除MTRC影响,并通过方位压缩得到聚焦良好的目标ISAR图像。最后,基于旋转运动参数估计结果,实现ISAR图像的精确标定。基于仿真和电磁数据的实验结果对本章所提方法的有效性和稳健性进行了验证。