论文部分内容阅读
雷达成像具有远距离、全天时和全天候的特点,对军用和民用都有重大的实用价值。根据雷达工作和成像方式的不同,成像雷达可分为逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)和合成孔径雷达(Synthetic Aperture Radar,SAR)。在机动目标和复杂运动目标的ISAR成像中,经过运动补偿后的回波数据可用多分量多项式相位信号来描述,线性调频(Linear Frequency Modulated,LFM)信号和立方相位信号(Cubic Phase Signal,CPS)。实际ISAR成像中,首先根据目标的运动特点采用相应的模型进行合理近似,然后利用有效的信号处理方法提高目标的ISAR成像质量。针对机动目标和复杂运动目标,本文基于运动参数非搜索估计技术进行ISAR成像研究。主要工作概括如下:1.研究了基于运动参数非搜索估计的机动目标ISAR成像技术,提出了一种基于中心频率-调频率分布(Centroid Frequency-Chirp Rate Distribution,CFCRD)的ISAR成像算法。CFCRD利用修正变尺度傅里叶变换(Modified Scaled Fourier Transform,MSCFT)消除对称瞬时自相关函数自身项中的线性耦合,随后使用快速傅里叶变换(Fast Fourier Transform,FFT)完成自身项信号能量的积累。CFCRD的创新点为MSCFT,其通过引入缩放因子解决了传统变尺度傅里叶变换(Scaled Fourier Transform)中的谱模糊问题。相比基于修正魏格纳维利分布(Modified Wigner-Ville Distribution,M-WVD)的ISAR成像算法,基于CFCRD的ISAR成像算法适用于极端情况下的机动目标ISAR成像,比如恶劣海洋环境中的舰船和高机动目标。通过实测数据仿真和算法性能分析,CFCRD和相应的ISAR成像算法得到验证。2.研究了基于运动参数非搜索估计的复杂运动目标ISAR成像技术,提出了一种基于广义变尺度傅里叶变换(Generalized Scaled Fourier Transform,GSCFT)的快速ISAR成像算法。对于CPS,调频率(Chirp Rate,CR)和二次调频率(Quadratic Chirp Rate,QCR)造成了多普勒扩散,从而降低了ISAR成像的质量。针对CPS,我们利用GSCFT和非均匀快速傅里叶变换(Nonuniform Fast Fourier Transform,NUFFT)提出了一种快速CPS参数估计算法。相比已经发表的基于Scaled Fourier Transform的CPS参数估计算法,此快速CPS参数估计算法的优点在于:(1)由于NUFFT的使用,此快速CPS参数估计算法的计算量大幅度降低;(2)此快速CPS参数估计算法中提出的GSCFT在ISAR成像中有更广泛的应用。我们使用实测数据验证了CPS模型对于复杂运动目标的有效性以及快速参数估计算法的执行。另外,对于此快速CPS参数估计算法中的交叉项问题,我们通过理论分析和实验仿真证明:交叉项不能像自身项一样进行能量积累。最后,通过实测数据仿真和计算量分析,验证了此快速CPS参数估计算法和ISAR成像算法的有效性。3.通过对吕分布(Lv’s Distribution,LVD)和CPS瞬时自相关函数的分析,提出了两种CPS参数非搜索估计算法,楔形时间-调频率分布(Keystone Time-CR Distribution,KTCRD)和调频率-二次调频率分布(CR-QCR Distribution,CRQCRD),并基于这两种CPS参数非搜索估计算法提出两种复杂运动目标的ISAR算法。对于KTCRD,利用Keystone Transform消除Time-CR Distribution自身项中的线性耦合,随后通过沿慢时间轴的FFT操作完成信号能量的积累。由于Keystone Transform可以利用基于FFT操作的Chirp-z Transform完成,所以KTCRD的执行仅需要复数乘法和FFT操作。基于广义楔形变换(Generalized Keystone Transform,GKT)和参数化瞬时自相关函数,我们提出了CPS参数估计算法,CRQCRD。GKT同样可以利用基于FFT操作的Chirp-z Transform完成,所以CRQCRD的执行仅仅需要复数乘法、FFT和NUFFT。对于CRQCRD,由于NUFFT的应用,其计算量大幅度降低,而且消除了完成非均匀采样信号傅里叶变换所需要的搜索步骤。相比已经发表的CPS参数估计算法,KTCRD和CRQCRD可以取得较高的抗噪声性能、没有估计误差的累积,且消除了CPS未知参数的搜索过程,因此这两种算法更适用于实际应用中多CPS的情况。在对两种算法进行试验仿真和理论分析后,本文基于这两种算法提出了相应的复杂运动目标ISAR成像算法,并通过合成数据和实测数据的仿真验证了两种ISAR成像算法在实际应用中的有效性。4.研究了现有CPS参数估计算法以及运动参数非搜索估计技术,利用Cubic Phase Bilinear Function、NUFFT以及参数空间转换方法提出了一种快速双线性CPS参数估计算法,并将此算法应用到复杂运动目标的ISAR成像中。对于此快速双线性CPS参数估计算法,Cubic Phase Bilinear Function保证了所提出的快速CPS参数估计算法的双线性特点,NUFFT加速了非均匀数据采样轴的傅里叶变换操作,参数空间转化操作消除了完成能量积累所需要的二维穷尽搜索过程。相比于已经发表的两种典型的CPS参数估计算法,此快速双线性CPS参数估计算法的优势在于:(1)由于NUFFT和参数空间转换操作,此快速双线性CPS参数估计算法的运算量大幅度降低;(2)算法的双线性特点和能量积累操作保证了算法高抗噪声性能和很好的交叉项抑制性能。通过合成数据和实测数据的仿真,我们验证了所提出的快速双线性CPS参数估计算法以及相应的复杂运动目标ISAR成像算法。