逆合成孔徑雷達(dá)二維及三維成像方法研究.pdf

1、逆合成孔徑雷達(dá)(Inverse Synthetic Aperture Radar，ISAR)成像可獲得目標(biāo)的一維、二維和三維高分辨率成像結(jié)果，提供觀測目標(biāo)的尺寸和結(jié)構(gòu)等豐富的特征信息，它在空間態(tài)勢感知和防空反導(dǎo)等領(lǐng)域中發(fā)揮著重要的作用。經(jīng)過六十多年的長足發(fā)展，ISAR成像的基本理論較為成熟。但是，隨著ISAR系統(tǒng)的不斷發(fā)展和目標(biāo)觀測需求的不斷提高，ISAR二維和三維成像尚有不少問題亟待解決。首先，隨著當(dāng)前ISAR信號頻率向高頻段方向的不

2、斷發(fā)展，雷達(dá)對發(fā)射及接收系統(tǒng)的相位噪聲和非線性影響更為敏感，將造成回波的距離維相位誤差，進(jìn)而降低目標(biāo)的ISAR成像質(zhì)量。其次，對于遠(yuǎn)作用距離和弱后向散射系數(shù)的目標(biāo)進(jìn)行觀測時(shí)，其回波的信噪比較低，傳統(tǒng)的ISAR成像方法難以完成精確的平動補(bǔ)償與成像。再次，對編隊(duì)飛行目標(biāo)的復(fù)雜觀測場景進(jìn)行成像時(shí)，子目標(biāo)相對雷達(dá)視線的運(yùn)動形式存在一定的差別，而其回波嚴(yán)重耦合，如何實(shí)現(xiàn)編隊(duì)飛行目標(biāo)良好的聚焦處理是目前雷達(dá)成像研究領(lǐng)域中的難題。同時(shí)，序列ISAR圖

3、像包含了更多目標(biāo)的信息，如何基于序列ISAR圖像實(shí)現(xiàn)目標(biāo)的精確定標(biāo)和三維重構(gòu)，是目前ISAR雷達(dá)成像研究領(lǐng)域中的挑戰(zhàn)性問題。上述這些問題不僅是雷達(dá)成像研究領(lǐng)域的難題，同時(shí)也是制約實(shí)際ISAR系統(tǒng)發(fā)展與應(yīng)用的技術(shù)瓶頸。因此，本文研究的ISAR二維與三維成像方法具有重要的理論意義和應(yīng)用價(jià)值。本文在國家自然科學(xué)基金、國家863課題與橫向課題等項(xiàng)目的資助下，結(jié)合實(shí)際ISAR系統(tǒng)的發(fā)展趨勢和復(fù)雜目標(biāo)觀測的迫切需求，針對ISAR距離維相位誤差補(bǔ)償、

4、低信噪比下ISAR成像、多目標(biāo)ISAR成像、圖像定標(biāo)和目標(biāo)三維重構(gòu)等問題進(jìn)行了深入的研究，取得一些理論研究成果，并獲得聚焦良好的仿真與實(shí)測數(shù)據(jù)處理結(jié)果，進(jìn)而提升了ISAR的信息獲取能力。本文的具體內(nèi)容可分為以下六個(gè)部分:
　　1.首先，對ISAR成像的基本原理進(jìn)行介紹，構(gòu)建了ISAR成像幾何模型和信號模型。然后，對ISAR成像處理過程中平動補(bǔ)償?shù)奈锢硪饬x和常用方法進(jìn)行了詳細(xì)的討論，闡述了越距離單元徙動(Migration Thro

5、ugh Range Cells，MTRC)現(xiàn)象的產(chǎn)生原因、影響以及相應(yīng)的校正方法，為后文的二維與三維ISAR成像方法研究打下理論基礎(chǔ)。
　　2.針對高波段寬帶ISAR的距離維非線性相位誤差嚴(yán)重影響目標(biāo)成像質(zhì)量的問題，提出了一種精確的基于最小熵與自聚焦處理的距離維相位誤差快速補(bǔ)償方法，獲得高精度的目標(biāo)距離維聚焦處理結(jié)果。首先，建立了ISAR回波距離維相位誤差的高階多項(xiàng)式模型，詳細(xì)分析了不同階次相位誤差對距離壓縮結(jié)果聚焦度的影響。然后

6、，將距離壓縮結(jié)果的最小熵作為目標(biāo)函數(shù)，利用啟發(fā)式搜索算法，對二階距離維相位誤差進(jìn)行準(zhǔn)確高效的估計(jì)和補(bǔ)償。最后，采用距離維自聚焦處理以準(zhǔn)確估計(jì)和校正三階及三階以上的高次距離維相位誤差，以獲得高精度的距離維相位誤差補(bǔ)償結(jié)果。仿真數(shù)據(jù)處理結(jié)果驗(yàn)證了距離維相位誤差對ISAR目標(biāo)成像聚焦度的影響和本章所提出方法的有效性。
　　3.針對低信噪比下傳統(tǒng)ISAR成像方法難以精確平動補(bǔ)償與成像的難題，提出了一種基于頻譜信號相位求導(dǎo)和粒子群優(yōu)化的自適

7、應(yīng)的低信噪比下ISAR平動補(bǔ)償與成像方法，獲得了低信噪比情況下聚焦良好的ISAR實(shí)測數(shù)據(jù)成像結(jié)果。首先，結(jié)合相干的ISAR原始雷達(dá)回波，建立了目標(biāo)平動分量的高階多項(xiàng)式模型，可有效對不同的目標(biāo)平動形式進(jìn)行表示。接著，基于距離維回波頻譜相位求導(dǎo)提出了一種目標(biāo)平動分量多項(xiàng)式系數(shù)的粗估計(jì)方法，并將其結(jié)果作為后續(xù)利用粒子群優(yōu)化進(jìn)行平動分量精確估計(jì)的參考初始值，以提高運(yùn)算效率。然后，利用粒子群優(yōu)化(Particle SwarmOptimizatio

8、n，PSO)算法對目標(biāo)平動分量進(jìn)行精確估計(jì)，該算法實(shí)現(xiàn)簡便，有計(jì)算效率和估計(jì)精度高等優(yōu)點(diǎn)。最后，分析成像結(jié)果聚焦度隨目標(biāo)平動分量重構(gòu)精度的變化特性，以自適應(yīng)地確定目標(biāo)平動分量多項(xiàng)式模型的階數(shù)，因此，本章所提出方法的通用性更強(qiáng)。仿真和實(shí)測數(shù)據(jù)處理結(jié)果驗(yàn)證了本章所提出方法的有效性。
　　4.針對編隊(duì)飛行目標(biāo)等復(fù)雜觀測場景中不同子目標(biāo)回波嚴(yán)重耦合的難題，提出了基于粒子群優(yōu)化和改進(jìn)CLEAN算法的多目標(biāo)ISAR成像方法。首先，針對傳統(tǒng)多目

9、標(biāo)ISAR成像算法將不同目標(biāo)的運(yùn)動限定為基本一致或者完全不同的局限性，將多目標(biāo)劃分為多個(gè)組目標(biāo)，同一組目標(biāo)內(nèi)不同子目標(biāo)的運(yùn)動形式和參數(shù)是一致的，該模型的通用性更強(qiáng)。其次，構(gòu)建組目標(biāo)平動分量的多項(xiàng)式模型，迭代利用PSO算法對不同組目標(biāo)的平動分量進(jìn)行準(zhǔn)確的估計(jì)和補(bǔ)償，得到不同組目標(biāo)的粗聚焦成像結(jié)果。然后，提出了改進(jìn)CLEAN算法對該組目標(biāo)成像結(jié)果進(jìn)行提取，在保留被提取組目標(biāo)圖像完整性的同時(shí)，對虛假點(diǎn)和噪聲進(jìn)行了更有效的壓制。最后，利用聚類數(shù)

10、估計(jì)和K-均值算法對同一組目標(biāo)內(nèi)的子目標(biāo)進(jìn)行分割和提取，進(jìn)而通過單目標(biāo)成像算法逐個(gè)得到每個(gè)子目標(biāo)的良好聚焦成像結(jié)果。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了本章所提出方法的有效性。
　　5.針對ISAR成像處理的橫向定標(biāo)難題，基于目標(biāo)等效旋轉(zhuǎn)角速度與ISAR散射點(diǎn)回波二次相位系數(shù)的解析關(guān)系，提出了一種基于離散多項(xiàng)式相位變換的ISAR圖像定標(biāo)方法，獲得高精度的Yak42飛機(jī)實(shí)測數(shù)據(jù)定標(biāo)處理結(jié)果。首先，對距離單元回波進(jìn)行了深入的分析，詳細(xì)推導(dǎo)了目標(biāo)等效轉(zhuǎn)動

11、角速度與散射點(diǎn)二次相位系數(shù)的解析關(guān)系。其次，計(jì)算不同距離單元回波的歸一化幅度方差，并選取值較小的距離單元。接著，利用頻域加窗技術(shù)對上述距離單元中的強(qiáng)散射點(diǎn)頻譜進(jìn)行提取，同時(shí)給出了窗長的自適應(yīng)確定方法。之后，提出采用二階離散多項(xiàng)式相位變換(Discrete Polynomial-Phase Transform，DPT)對強(qiáng)散射點(diǎn)回波中的二次相位系數(shù)進(jìn)行估計(jì)，相比傳統(tǒng)基于最大對比度搜索和尺度Radon-Winger變換(Radon-Wign

12、er Transform，RWT)的方法，該方法精度和計(jì)算效率較高，且實(shí)現(xiàn)簡單。最后，利用最小均方誤差(Least SquareError，LSE)估計(jì)得到目標(biāo)的等效轉(zhuǎn)動角速度，實(shí)現(xiàn)ISAR圖像精確的方位定標(biāo)。仿真和實(shí)測數(shù)據(jù)的定標(biāo)結(jié)果驗(yàn)證了本章所提出方法的有效性。
　　6.針對現(xiàn)有的基于序列ISAR圖像的目標(biāo)三維重構(gòu)算法存在尺度模糊和無法定標(biāo)的問題，提出了一種基于松弛約束分解的目標(biāo)三維重構(gòu)和圖像定標(biāo)聯(lián)合處理方法，其性能優(yōu)于現(xiàn)有的基

13、于因式分解的三維重構(gòu)方法。首先，構(gòu)建了ISAR目標(biāo)的三維運(yùn)動和成像模型，并詳細(xì)推導(dǎo)了目標(biāo)三維結(jié)構(gòu)向成像平面的投影方程解析表達(dá)。之后，將大轉(zhuǎn)角的ISAR回波分段處理，以降低后續(xù)成像處理的難度，得到未定標(biāo)的序列ISAR圖像，進(jìn)而得到目標(biāo)散射點(diǎn)的航跡矩陣。然后，提出了改進(jìn)的因式分解方法，并利用其對散射點(diǎn)航跡矩陣進(jìn)行分解，該方法有效避免了航跡矩陣中散射點(diǎn)未定標(biāo)的方位位置對三維重構(gòu)精度的影響。接著，基于重構(gòu)的投影向量，通過最小均方誤差估計(jì)方法對目