多基站ISAR成像融合算法研究.pdf

1、雖然近年來單基站ISAR雷達(dá)成像在分辨率增強(qiáng)方面取得了快速發(fā)展，卻沒有提高目標(biāo)識(shí)別的性能。由于單基站雷達(dá)存在目標(biāo)遮擋問題，在某些雷達(dá)視角下，目標(biāo)上的某些部分在雷達(dá)圖像中不可見，這帶來了利用目標(biāo)ISAR像進(jìn)行目標(biāo)識(shí)別的困難。但是，當(dāng)從不同角度獲得同一目標(biāo)的信息時(shí)，可用知識(shí)增加，這樣讓更多有用的目標(biāo)信息被提取出來。因此要解決此問題，可利用多基站雷達(dá)，獲得目標(biāo)在不同視角下的圖像，一幅ISAR像中不可見的信息可在另一些ISAR圖像中體現(xiàn)，若對(duì)多

2、基站獲得的不同視角下的ISAR進(jìn)行融合，可增強(qiáng)一幅圖像中強(qiáng)度較弱的散射點(diǎn)，也可將一幅圖像中不可見點(diǎn)顯示出來，獲得目標(biāo)更多的信息，從而有利于目標(biāo)識(shí)別。雖然每幅圖像的分辨率不同，但融合技術(shù)可以處理來自多個(gè)逆合成孔徑雷達(dá)(ISAR)的原始數(shù)據(jù)。合成圖像可以通過坐標(biāo)變換等，將不同基站的數(shù)據(jù)，即不同坐標(biāo)系的數(shù)據(jù)根據(jù)它們之間的幾何關(guān)系變換到同一坐標(biāo)系里，再在多個(gè)分開的積分區(qū)域做逆2-D傅里葉變換得到。因此，本文分別通過圖像融合和數(shù)據(jù)融合方法，對(duì)不同

3、基站的雷達(dá)的信息進(jìn)行合成的研究是很有實(shí)際意義和價(jià)值的。
　　首先，本文介紹了多基站ISAR成像融合的基礎(chǔ)知識(shí)——ISAR轉(zhuǎn)臺(tái)成像原理，計(jì)算出ISAR所成二維像的距離和橫向分辨率，并分析了數(shù)據(jù)域的采樣區(qū)域和分辨率的關(guān)系。還介紹了ISAR成像的最常見的算法——小轉(zhuǎn)角下的距離—多普勒(R-D)FFT算法。
　　然后，采用部件分解法對(duì)導(dǎo)彈目標(biāo)（小鈍頭單錐形目標(biāo)和小鈍頭雙錐形目標(biāo)）建模，利用物理光學(xué)法計(jì)算目標(biāo)的散射場(chǎng)，從而得到目標(biāo)在不

4、同姿態(tài)、不同雷達(dá)參數(shù)下的回波數(shù)據(jù)，即轉(zhuǎn)臺(tái)目標(biāo)下的ISAR回波信號(hào)。對(duì)此信號(hào)采用RD算法處理即得到目標(biāo)的二維ISAR圖像。仿真結(jié)果同時(shí)也驗(yàn)證了導(dǎo)彈目標(biāo)的像為二維平面中的幾個(gè)強(qiáng)點(diǎn)，并且各個(gè)強(qiáng)點(diǎn)在不同的雷達(dá)視線角下其強(qiáng)度有著明顯的變化。
　　最后，介紹了本文最關(guān)鍵的部分——成像融合算法。對(duì)數(shù)據(jù)融合算法和圖像融合算法進(jìn)行了詳細(xì)的介紹。數(shù)據(jù)融合方法是在數(shù)據(jù)域?qū)Σ煌镜幕夭〝?shù)據(jù)進(jìn)行旋轉(zhuǎn)平移剪裁等操作，經(jīng)過上述操作的回波數(shù)據(jù)符合數(shù)據(jù)融合規(guī)則，

5、可以直接將不同基站的回波數(shù)據(jù)相加，做逆傅立葉變換得到數(shù)據(jù)融合后的目標(biāo)二維圖像；圖像融合方法是在圖像域?qū)?jīng)過逆傅里葉變后得到的分辨率尺寸有可能不同的多幅二維ISAR圖像進(jìn)行合成。為滿足圖像融合的需要對(duì)ISAR圖像進(jìn)行圖像縮放、平移旋轉(zhuǎn)、剪裁、加權(quán)平均等圖像處理，從而得到圖像融合結(jié)果。以上兩種算法都能實(shí)現(xiàn)多基站雷達(dá)對(duì)同一目標(biāo)的成像融合。從仿真的結(jié)果我們可以看到，多基站雷達(dá)成像比單基站雷達(dá)成像效果好，能實(shí)現(xiàn)對(duì)目標(biāo)某些電磁遮擋部分成像，也能將圖