论文部分内容阅读
雷达探测目标时,若目标上存在与主体运动状态不同的局部散射点,其会对雷达回波信号产生多普勒频率调制,造成频谱展宽或出现旁瓣,该现象称为微多普勒效应。此时,传统的ISAR成像算法分辨率降低,无法获得理想的成像结果。而随着各国对空间资源的争夺,开展微动目标ISAR成像技术研究有着很高的战略价值,其可应用于弹道导弹防御和空间目标监视领域。本文围绕着含微动部件的ISAR目标成像技术、稀疏孔径ISAR成像技术以及进动目标ISAR成像技术三方面进行研究,主要研究内容如下:第二章首先开展了含微动部件的ISAR目标成像技术研究。其在使用传统的基于重排时频谱去除距离单元内微多普勒的基础上,引入了类匹配滤波算法对距离单元间微动进行去除,获得了与传统的MSBL相同的成像结果。随后考虑到重排时频谱得到的是稀疏的主体信号,在此基础上提出基于Gamma-Laplace先验的稀疏恢复方法。最后通过仿真数据验证了该稀疏恢复算法的有效性,且性能相比于传统的SBL方法更为优异。同时,该章也通过设计抗噪性实验,验证了本章所提的含微动部件的ISAR成像算法具备一定抗噪性能,其在-5dB条件下仍可获得较好的成像结果。第三章开展了稀疏孔径ISAR成像技术研究。其考虑到实际场景中,微动信息会给目标回波带来复杂的调制信息,进而造成可直接用于成像的有效弧段减少,使得回波数据表现为孔径稀疏。为解决该问题,本章采用基于Gamma-Laplace先验的完全贝叶斯推断对ISAR图像进行稀疏重构,并在重构过程中引入最大对比度准则估计初相误差矩阵,进而完成自聚焦。最后通过仿真与实测数据的成像结果,验证了本章所提稀疏孔径成像算法的有效性。第四章研究了基于稀疏贝叶斯的短弧段进动目标ISAR成像。首先对传统的进动目标成像进行建模分析,基于回波模型的特点,在此基础上进行短弧段内进动角变化为小角度的假设,进而将其等效为非均匀转动成像问题,同时考虑到角速度变化为正弦的特征,从而将该问题建模为稀疏约束下的匀加速转动成像问题。随后,采用第二章所提的基于Gamma-Laplace先验的的稀疏恢复方法,对此时的短弧段观测数据进行稀疏重构。最后通过仿真数据及暗室数据验证了所提方法的有效性,并得到了较传统RID算法更优的成像结果。