论文部分内容阅读
目前,基于傅里叶分析的传统高分辨逆合成孔径雷(Inverse synthetic aperture radar,ISAR)成像方法已经较为成熟,能够在高信噪比条件下获得平稳目标聚焦良好的成像结果。但是,ISAR所面临的目标及观测环境日益复杂,当目标非平稳、回波信噪比较低或存在缺损时,现有成像方法性能会迅速下降甚至完全失效,从而为基于ISAR像的特征提取与识别带来较大困难。由于贝叶斯非参数方法的参数空间能够适应观测数据的变化,具有很强的灵活性,因此为解决复杂环境高分辨ISAR成像问题提供了新思路。针对复杂环境空间目标高分辨ISAR成像问题,论文首先建立了ISAR观测模型与贝叶斯概率图模型,探索基于贝塔过程线性回归、高斯过程回归等贝叶斯非参数方法的空间目标高分辨ISAR成像机理,进而基于先进的贝叶斯学习方法研究强噪声环境下的空间目标高分辨ISAR成像方法。最终,通过搭建图形用户界面(Graphical user interface,GUI)实现复杂环境典型目标的高分辨ISAR成像处理。论文相关研究工作将为提高我国成像雷达在复杂条件下的空间目标探测能力提供理论与技术支撑。论文主要工作总结如下:第一部分针对低信噪比、数据缺损等复杂观测条件,提出基于贝塔过程线性回归的高分辨ISAR成像方法。首先,建立了ISAR成像的稀疏信号观测模型,进而构建基于单维贝塔过程线性回归的成像模型,并提出有效的先验参数选取方法及基于Gibbs采样的模型参数求解方法。在此基础上,对单维贝塔过程线性回归(Unidimensional beta process linear regression,UBPLR)模型进行改进,提出基于多维贝塔过程线性回归(Multidimensional beta process linear regression,MBPLR)的ISAR成像模型,并确定了模型最优参数。最后,采用仿真及实测数据验证了算法的有效性。第二部分针对低信噪比条件下,传统基于数据域与图像域的ISAR像降噪方法失效问题,提出基于高斯过程回归的空间目标距离瞬时多普勒(Range instantaneous doppler,RID)图像序列降噪方法。首先,建立了ISAR像序列的高斯过程回归模型,进而提出基于最大似然估计及梯度下降法的模型参数及核函数参数求解方法。最后,采用点仿真及电磁仿真数据验证了所提方法的有效性,并采用Monte Carlo实验验证了方法的鲁棒性。第三部分编写了基于贝叶斯非参数ISAR高分辨成像的用户界面。首先概述了GUI的基本概念、基本结构和设计原则,接着使用GUIDE完成GUI的编写,并分别给出基于贝塔过程线性回归的高分辨ISAR成像和基于高斯过程回归的ISAR像序列降噪GUI界面编写实例,实现了复杂环境典型空间目标的高分辨ISAR成像与降噪的处理。