逆合成孔径雷达成像

摘要： 针对合成孔径雷达在船只目标成像过程中所出现的散焦问题,文中对现有算法进行优化处理,给出一种可用于FPGA实时处理系统的ISAR重聚焦算法。该算法基于逆合成孔径雷达成像原理对散焦目标进行重聚焦处理,可以极大改善成像质量。算法包括两部分,采用积累互相关法进行距离向包络对齐,结合相位梯度自聚焦算法与秩一相位估计算法对方位向散焦误差进行补偿。该算法通过硬件描述语言在FPGA上实现,其中复杂度较高的算法模块采用HLS设计优化实现。系统在单片FPGA上实现,实际SAR图像数据测试结果表明,所提出的FPGA实时重聚焦处理算法结合实际硬件,可在满足给定实时性指标要求的条件下,对散焦船只目标进行实时重聚焦处理,得到良好的聚焦效果。

摘要： ISAR分辨率评估是空间目标成像雷达精度鉴定的重要内容.该文针对ISAR分辨率评估中的基准计算与方法设计两个关键问题进行了详细分析,进而提出了基于空间目标高精度轨道与遥测姿态等运动信息的ISAR方位向定标方法.在此基础上,建立了一种新的ISAR分辨率评估方法.利用某雷达精度鉴定试验中对不同空间目标的实测成像数据,验证了该文方法的合理性与有效性.

摘要： 空间目标状态估计旨在获取目标在轨姿态运动和几何结构等状态参数,是完成目标动作意图分析、排查潜在故障威胁和预判在轨态势等任务的关键技术.通过雷达光电成像信息处理实现在轨姿态估计是空间目标状态分析的重要途径,当前已经形成了一系列代表性实用方法.该文首先简要介绍了国内外用于空间目标监测的地基逆合成孔径雷达发展现状;重点针对空间目标时序特征匹配、三维成像重建和多视融合姿态估计多类代表性方法进行原理介绍与技术总结:数据特征匹配的状态估计性能可靠但依赖目标模型先验;三维几何重建的状态估计具备目标精细刻画潜力但观测几何要求高.同时,该文也对空间目标在轨状态估计方向未来发展趋势进行了展望.

摘要： 当前,国内外逆合成孔径雷达(ISAR)系统均朝着高载频、大带宽、多极化、分布式、网络化的方向发展,并牵引ISAR成像技术的发展和进步.从ISAR图像的角度来看,ISAR成像的发展变化主要可归纳为精细化成像以提升成像质量和多维度成像以丰富成像信息两个方面.该文首先从雷达回波脉冲压缩、雷达系统失真校正、目标高速运动补偿、距离向自聚焦、平动补偿、转动补偿、图像重构、图像后处理等方面综述雷达精细化成像方法,然后从极化、多频带融合、多站多视角成像、三维成像等方面综述雷达成像维度的扩展,最后从成像建模、复杂场景精细成像、实时成像、成像评价与图像应用等4个方面进行展望分析.

摘要： 利用具有通用接口的商用服务器、射频设备和信号转换与传输模块板卡搭建了一套空间目标宽带成像雷达回波模拟与实时成像处理平台,实现了包括空间目标宽带回波信号数字模拟、信号数模转换、模拟雷达信号的上下变频、宽带回波信号采集以及实时信号处理与存储在内的整个空间目标实时回波模拟和成像处理流程.根据空间目标宽带回波模拟以及实时ISAR成像处理的功能和指标要求,测试了包括回波模拟实时性、射频信号带内平坦度及相噪、信号杂散以及成像处理实时性等系统关键功能和指标,验证了该平台的有效性.

摘要： 针对非线性系统误差对太赫兹雷达成像质量的影响,提出一种最小熵系统误差校正算法.在实测的太赫兹逆合成孔径雷达成像实验中,非线性误差会对回波相位产生影响,从而使得脉压后的距离像能量分散,进而降低成像质量.经过对误差形式的理论分析,建立一维距离像的相位误差补偿模型,并基于最小熵的优化准则迭代校正此系统误差.实验结果表明,与基于参考点目标的方法相比,所提方法自适应性更强,且具有更好的校正效果.%To deal with the effect of the nonlinear system error on the terahertz radar imaging, a system error correction algorithm based on minimum entropy is proposed. In the real terahertz inverse synthetic aperture radar imaging experiments, the intrinsic system error influences the echo phase and disperses the range profile, which will lead to the image degradation. After theoretical analysis of the error formulation, the phase error compensation model for 1D range profile is established. It is found that this error can be skillfully removed by the minimum entropy metric. Experimental results show a higher efficiency and better adaptability of the proposed method compared to that based on the reference reflection.

摘要： 针对非线性系统误差对太赫兹雷达成像质量的影响,提出一种最小熵系统误差校正算法。在实测的太赫兹逆合成孔径雷达成像实验中,非线性误差会对回波相位产生影响,从而使得脉压后的距离像能量分散,进而降低成像质量。经过对误差形式的理论分析,建立一维距离像的相位误差补偿模型,并基于最小熵的优化准则迭代校正此系统误差。实验结果表明,与基于参考点目标的方法相比,所提方法自适应性更强,且具有更好的校正效果。

摘要： 自适应联合时频方法应用于逆合成孔径雷达成像中,可以估计运动目标回波相位参数实现精确成像,但其应用受到假设条件的限制而逐渐不能满足复杂运动目标高分辨成像的需求.首先介绍自适应联合时频方法的成像原理及研究现状;然后深入分析经典自适应联合时频方法的不足并提出一种改进方法;最后通过对比不同方法对实测数据的成像效果,验证改进方法的有效性.

摘要： 针对非线性系统误差对太赫兹雷达成像质量的影响,提出一种最小熵系统误差校正算法。在实测的太赫兹逆合成孔径雷达成像实验中,非线性误差会对回波相位产生影响,从而使得脉压后的距离像能量分散,进而降低成像质量。经过对误差形式的理论分析,建立一维距离像的相位误差补偿模型,并基于最小熵的优化准则迭代校正此系统误差。实验结果表明,与基于参考点目标的方法相比,所提方法自适应性更强,且具有更好的校正效果。

摘要： 针对稀疏孔径条件下目标运动补偿难和方位稀疏成像算法效率低、分辨率差等问题,本文提出了一种稀疏孔径下的运动补偿和快速超分辨成像方法.首先,通过将运动补偿问题转换为距离频域内的多参数估计问题,基于黄金分割法实现参数的快速估计后同时实现包络对齐和相位校正,从而完成运动补偿;其次,针对补偿后不同距离单元ISAR回波的特征,为实现快速的方位成像,本文提出矩阵形式的Nesterov线性Bregman迭代算法(Matrix form of Nesterov Linearized Bregman Iteration,MNLBI)算法,分析了该算法的基本迭代格式,讨论了加快收敛的原因,并详细分析了该算法的运算量,仿真与实测数据结果验证了本文方法的有效性.%In inverse synthetic aperture radar,the difficulty of motion compensation,the low imaging efficiency and resolution of sparse apertures for non-cooperate targets is a challenge problem.To solve the problem,a novel motion compensation and fast imaging method is proposed in this paper.First,the motion compensation is converted into a multi-parameters estimation problem.In order to accomplish the motion compensation,golden selection search (GSS) is adopted to estimate the multi-parameters.Second,the ISAR echoes' feature changes as range cell changing.To realize azimuth imaging efficiently,a matrix form of Nesterov linearized Bregman iteration (MNLBI) algorithm is proposed and the basic iteration scheme is presented as well.The method to speed up convergence of MNLBI is also given.Finally,the robustness to noise and computation is analyzed.The simulation and real data results show the effectiveness of the proposed method.

摘要： 逆合成孔径雷达成像(ISAR)中运动补偿是关键的一步,其中包络对齐则是运动补偿的基础,现有的包络对齐算法已有很多,在实际成像中得到应用,对于某次实测回波数据,选择包络对齐精度好的方法成为关键.仿真雷达回波数据,用已有包络对齐方法进行补偿,并用图像熵的方法对不同方法进行评估,选出较好的包络对齐方法.利用图像熵方法选出时频成像的最优时刻.

摘要： 本文通过计算目标电磁散射特性得到回波数据进行ISAR(逆合成孔径雷达)成像.文章首先对某飞机的三维模型进行剖分,利用MEC(等效电磁流)法计算目标RCS(雷达散射截面),得到回波数据.然后结合R-D(距离多普勒)成像算法对回波数据进行分析得到目标ISAR像.最后,ISAR成像结果验证了该方法的可行性.

摘要： 本文通过计算目标电磁散射特性得到回波数据进行ISAR(逆合成孔径雷达)成像.文章首先对某飞机的三维模型进行剖分,利用MEC(等效电磁流)法计算目标RCS(雷达散射截面),得到回波数据.然后结合R-D(距离多普勒)成像算法对回波数据进行分析得到目标ISAR像.最后,ISAR成像结果验证了该方法的可行性.

摘要： 本文通过计算目标电磁散射特性得到回波数据进行ISAR(逆合成孔径雷达)成像.文章首先对某飞机的三维模型进行剖分,利用MEC(等效电磁流)法计算目标RCS(雷达散射截面),得到回波数据.然后结合R-D(距离多普勒)成像算法对回波数据进行分析得到目标ISAR像.最后,ISAR成像结果验证了该方法的可行性.

摘要： 本文通过计算目标电磁散射特性得到回波数据进行ISAR(逆合成孔径雷达)成像.文章首先对某飞机的三维模型进行剖分,利用MEC(等效电磁流)法计算目标RCS(雷达散射截面),得到回波数据.然后结合R-D(距离多普勒)成像算法对回波数据进行分析得到目标ISAR像.最后,ISAR成像结果验证了该方法的可行性.

摘要： 本文通过计算目标电磁散射特性得到回波数据进行ISAR(逆合成孔径雷达)成像.文章首先对某飞机的三维模型进行剖分,利用MEC(等效电磁流)法计算目标RCS(雷达散射截面),得到回波数据.然后结合R-D(距离多普勒)成像算法对回波数据进行分析得到目标ISAR像.最后,ISAR成像结果验证了该方法的可行性.

摘要： 针对复杂的海面背景,将基于散射中心的舰船目标仿真模型应用于线性调频(LFM)雷达回波仿真中.为了直观,建立的模型为具有舰船形状的一组散射点,对目标回波进行仿真,同时对杂波、噪声进行了仿真.该回波模拟方法不仅流程清晰、完整,而且仿真场景复杂,回波结果逼真度好.最后用MATLAB仿真分析了舰船的LFM雷达回波及其一维距离像,并进一步采用距离多普勒(RD)算法对逆合成孔径雷达(ISAR)成像进行了仿真,结果均验证了回波模型的正确性.

摘要： 针对复杂的海面背景,将基于散射中心的舰船目标仿真模型应用于线性调频(LFM)雷达回波仿真中.为了直观,建立的模型为具有舰船形状的一组散射点,对目标回波进行仿真,同时对杂波、噪声进行了仿真.该回波模拟方法不仅流程清晰、完整,而且仿真场景复杂,回波结果逼真度好.最后用MATLAB仿真分析了舰船的LFM雷达回波及其一维距离像,并进一步采用距离多普勒(RD)算法对逆合成孔径雷达(ISAR)成像进行了仿真,结果均验证了回波模型的正确性.

摘要： 针对复杂的海面背景,将基于散射中心的舰船目标仿真模型应用于线性调频(LFM)雷达回波仿真中.为了直观,建立的模型为具有舰船形状的一组散射点,对目标回波进行仿真,同时对杂波、噪声进行了仿真.该回波模拟方法不仅流程清晰、完整,而且仿真场景复杂,回波结果逼真度好.最后用MATLAB仿真分析了舰船的LFM雷达回波及其一维距离像,并进一步采用距离多普勒(RD)算法对逆合成孔径雷达(ISAR)成像进行了仿真,结果均验证了回波模型的正确性.

摘要： 针对复杂的海面背景,将基于散射中心的舰船目标仿真模型应用于线性调频(LFM)雷达回波仿真中.为了直观,建立的模型为具有舰船形状的一组散射点,对目标回波进行仿真,同时对杂波、噪声进行了仿真.该回波模拟方法不仅流程清晰、完整,而且仿真场景复杂,回波结果逼真度好.最后用MATLAB仿真分析了舰船的LFM雷达回波及其一维距离像,并进一步采用距离多普勒(RD)算法对逆合成孔径雷达(ISAR)成像进行了仿真,结果均验证了回波模型的正确性.

摘要： 本发明公开了一种平滑L0范数最小化的逆合成孔径雷达(ISAR)成像算法，基于L0范数的平滑近似和最小化约束，进行ISAR成像参数估计，首先将ISAR成像参数初始化为其伪逆解，然后启动参数估计的循环迭代，通过平滑函数梯度修正和解空间投影修正，不断优化ISAR成像参数的估计值，直至所有内循环和外循环结束。如果发现ISAR成像参数估计值仍然有继续优化的空间，可以将成像参数的当前估计值作为初始值，再启动下一组循环迭代，然后输出最终结果。本发明的一种平滑L0范数最小化的ISAR成像算法，在以往平滑L0范数最小化算法的基础上进行改进，能够以较少或者不充足的接收信号进行目标ISAR图像恢复，不仅运算量很小，而且成像分辨率高，具有很好的实用价值。

摘要： 本发明公开了一种基于稀疏孔径的机动目标逆合成孔径雷达成像方法，本发明的实现步骤是：（1）接收稀疏孔径的逆合成孔径雷达的原始回波数据；（2）距离压缩和包络对齐处理；（3）精确的相位校正；（4）重构稀疏孔径回波信号；（5）快速傅立叶变换实现距离‑多普勒成像。本发明具有在机动目标和稀疏孔径情况下，能够对逆合成孔径雷达ISAR成像处理实现精确的相位补偿和数据重构，获得更聚焦的高质量逆合成孔径雷达ISAR成像结果。

摘要： 一种频率分集逆合成孔径雷达成像系统和方法，包括发射部分和接收部分，发射部分包括频率选择单元、基带信号产生器、上变频器和发射天线，频率选择单元的输出分为两路，一路连接基带信号生成器，一路送至成像算法单元，频率选择单元在每个观测时刻从频率偏置集合中按照线性或随机等规律选择单个频率偏置作为基带信号产生器的频率，经过上变频器进行载波调制，得到射频发射信号由发射天线发射出；接收部分包括接收天线、下变频器、数字采样单元和成像算法单元，通过收到的回波信号经过下变频器和数字采样单元，恢复为携带目标信息的基带信号，送到成像算法单元进行处理。本发明在每个观测时间点仅发射一个单频信号，降低了系统和成像方法的复杂度。

摘要： 本申请涉及一种多基站协同的干涉逆合成孔径雷达成像方法、装置及介质，成像方法包括获取目标物的多个角度对应的多个单雷达图像；提取各个单雷达图像的强散射点；根据各个单雷达图像的强散射点的数量、多个单雷达图像之间的强散射点的高度差值和直线距离值，筛选出能够参与图像融合的待融合图像进行融合以得到多雷达成像图。该方法利用多个干涉逆合成孔径雷达从不同角度对目标物成像，能够获取目标物更为完整的信息，将各个单雷达图像的强散射点的数量、多个单雷达图像的强散射点之间的高度差值和直线距离值作为图像融合的参照物，能够对目标物的最高点进行定标，以便于完整的勾勒出目标物的整体形态。

摘要： 本发明公开了一种基于卷积神经网络的逆合成孔径雷达成像方法，包括以下步骤：S1，构造逆合成孔径雷达数据集；S2，通过二维傅里叶变换获得初像；S3，构建卷积神经网络；S4，构建卷积神经网络的训练集和验证集；S5，采用监督学习的方法更新卷积神经网络的参数；S6，利用训练好的卷积神经网络实现逆合成孔径雷达降采样数据成像。本发明的卷积神经网络可以提取更多特征信息，并且能够有效的避免梯度弥散现象，从而重建较高质量的逆合成孔径雷达图像。

摘要： 本发明公开了一种微波光子逆合成孔径雷达成像方法。本发明方法用中频线性调频信号对单频光载波进行调制，生成调制光信号，然后将所述调制光信号转换为电信号后通过发射天线向目标发射；将所述调制光信号的分束信号分为偏振态相同的两路正交信号；然后分别以这两路正交信号为参考，分别对接收天线所接收的反射信号进行光域去啁啾处理、光电转换，得到两路携带目标信息的去啁啾探测信号；最后基于这两路去啁啾探测信号进行目标的雷达图像重建。本发明还公开了一种微波光子逆合成孔径雷达成像装置。相比现有技术，本发明可低成本、高适应性地实现微波光子雷达回波信号的复信号处理，进而提升雷达成像效果。

摘要： 本发明公开了一种基于稀疏孔径的机动目标逆合成孔径雷达成像方法，本发明的实现步骤是：（1）接收稀疏孔径的逆合成孔径雷达的原始回波数据；（2）距离压缩和包络对齐处理；（3）精确的相位校正；（4）重构稀疏孔径回波信号；（5）快速傅立叶变换实现距离-多普勒成像。本发明具有在机动目标和稀疏孔径情况下，能够对逆合成孔径雷达ISAR成像处理实现精确的相位补偿和数据重构，获得更聚焦的高质量逆合成孔径雷达ISAR成像结果。

摘要： 本发明公开了一种低信噪比逆合成孔径雷达成像方法，采用旁瓣学习粒子群优化算法和广义拉冬‑傅里叶变换对散射点的幅值进行估计，避免传统采用网格划分引起的图像质量下降。针对传统PSO算法进行改进，在获得多个粒子中的最大幅值后，向该粒子两侧扩展一定旁瓣数量的粒子继续寻找最大幅值作为该散射点的幅值，提高了最终最大幅值计算的准确度。采用去除最大幅值对应的散射点的信号分量，重复估计剩余散射点的幅值的方法，获得每个散射点的最大幅值以及对应的运动参数，避免了传统的恒虚警率检测过程中存在强散射点干扰弱散射点检测的问题以及由于噪声的存在，导致最终的ISAR图像中出现噪点，降低图像质量的问题。

摘要： 本发明提出了一种结合门单元和迁移学习的逆合成孔径雷达成像方法，首先利用常规的卷积层，激活函数层，批归一化层和最大化池化层等构建全卷积神经网络FCNN，在FCNN中利用跳跃连接SKs来建立了多条路径用来将网络浅层特征表示OFRs直接传递到网络重建层。其次在FCNN中进一步引入门单元构成G‑FCNN，并采用迁移学习策略TL来保证G‑FCNN的性能达到最优。接着利用电磁仿真软件构建大规模雷达训练数据用于预训练G‑FCNN，再利用小规模的实测雷达数据对预训练好的G‑FCNN中的网络层参数微调，获得面向目标成像任务而言最优的网络参数。本发明优于现有的基于卷积神经网络的ISAR成像方法。

摘要： 本发明公开了一种基于混合范数的自适应稀疏约束逆合成孔径雷达成像方法，其包括如下步骤：对逆合成孔径雷达ISAR接收到的稀疏回波信号，进行距离压缩处理；用相邻相关法对距离压缩处理的回波信号进行包络对齐处理；用多特显点综合法对包络对齐后的回波信号进行相位矫正处理；对相位补偿后的回波信号，建立基于混合范数自适应稀疏约束的逆合成孔径雷达成像最优化代价函数，利用拟牛顿法最优化代价函数进行求解得到重建的全孔径回波信号；对上述所得的全孔径回波信号，进行快速傅里叶变换实现逆合成孔径雷达的高分辨距离多普勒成像。l20混合范数结合了l2范数和l0范数的优点，优化了模型的收敛性，提高了模型求解的计算速度。