论文部分内容阅读
随着高分辨合成孔径雷达和逆合成孔径雷达(SAR/ISAR)在现代化建设中的应用日趋广泛，而且其成像技术自身的众多优点正日益受到重视。ISAR为了取得距离高分辨，需要发射宽带信号得到，同时利用目标与平台的相对转动，通过较长时间的连续观测形成合成孔径获得方位高分辨。但是常规的ISAR成像要求足够长的相干处理时间(CPI)进行较长时间的观测，才能够保证方位分辨率，方位分辨率由CPI和目标旋转运动决定，而回波往往存在较强的多普勒时变，且现代雷达技术要求实时监测、识别目标等以满足实际应用需求，很难进行长时间的驻留观测及相干积累，所以进行短孔径ISAR成像变得日益重要起来。而传统ISAR成像对CPI的要求无法满足高分辨成像需求，为突破限制，国内外一些科研机构及学者对几年的热点问题-压缩感知(CS)理论与ISAR成像进行结合，目前已提出了基于CS的ISAR成像的理论框架，虽较传统成像方法有很大的优势，但仅仅考虑到了ISAR信号的稀疏特性进行信号的提取，并且在成像效率上还有待改进。本文基于上述提出的这些问题，采用信号处理方法来提高ISAR成像分辨率、目标探测区域信号能量、稳健性等方面，并且利用压缩感知理论，同时考虑雷达数据自身独有的特点，对ISAR原始回波数据进行超分辨成像，同时对成像数据量进行估计，概括为以下三个部分：第一部分提出了结合局部稀疏约束和非局部全变分(NLTV)方法的ISAR成像的新框架，稀疏先验旨在从背景杂波中区分信号强散射点，而NLTV旨在抑噪及去除成像虚假点及杂波的同时，保持目标图像的轮廓信息。此算法弥补了在脉冲数较少情况下，仅考虑信号稀疏特性来成像容易产生较多虚假点的问题，提高了目标杂波比。最后通过实测数据从视觉及量化指标上证明了算法的有效性及稳健性。第二部分提出了结合马尔科夫随机场进行图像分割的方法，基于压缩感知理论的ISAR成像新框架。ISAR成像实际上是一个将信号从杂波背景中分离的过程。因为稀疏约束在成像过程中已不能满足精确区分图像信号与杂波噪声区域，而MRF分割方法旨在确定强散射中心及杂波信号位置，利用分割后的的图像区域给信号成像更精确的先验区间，再对目标进行成像。通过更加简单的方法在保持信号能量的同时抑制杂波噪声的影响。最后通过实测数据验证了该算法不仅提高了成像效率，更使得成像效果有了很大的提升。第三部分针对实际操作需求，考虑到短相干积累间隔(CPI)的ISAR成像方法的实用性，通过利用ISAR距离像的信号能量绝对优势，结合图像融合方法阈值分割方法，对少量脉冲距离像进行处理，估算在保证成像质量的前提下的最小成像所需的数据量，并给出实测数据证明估算方法的有效性。本论文得到教育部长江学者和创新团队支持计划（IRT0645)，高等学校创新引智计划（111计划）（B07048)以及中央高校基本科研业务费专项资金（K50510020023）的资助。