ISAR高分辨成像和參數(shù)估計(jì)算法研究.pdf

1、隨著國民經(jīng)濟(jì)的提升和現(xiàn)代戰(zhàn)爭形式的轉(zhuǎn)變，雷達(dá)成像技術(shù)憑借其遠(yuǎn)距離、全天時(shí)、全天候高分辨成像的獨(dú)特優(yōu)勢，在民用和國防遙感領(lǐng)域發(fā)揮著不可替代的作用。作為對空間、空中及海洋觀測最重要的手段之一，逆合成孔徑雷達(dá)（Inverse Synthetic Aperture Radar, ISAR）成像是非合作目標(biāo)識別的關(guān)鍵技術(shù)。
　　為了滿足日益增加的應(yīng)用需求，ISAR正朝著多功能、多維度和協(xié)同網(wǎng)絡(luò)等方向發(fā)展。工作模式和數(shù)據(jù)獲取方式的多樣化，以及

2、目標(biāo)運(yùn)動(dòng)的復(fù)雜性，使得現(xiàn)有的ISAR成像體制面臨著高分辨成像和目標(biāo)參數(shù)提取等挑戰(zhàn)。在國家“973”計(jì)劃課題等多個(gè)項(xiàng)目支持下，本文針對現(xiàn)有ISAR成像中存在的短孔徑低分辨成像、非相干的稀疏孔徑以及平穩(wěn)或機(jī)動(dòng)目標(biāo)定標(biāo)等問題開展研究，旨在增強(qiáng)ISAR圖像分辨率和探討穩(wěn)定的參數(shù)估計(jì)方法，以提高雷達(dá)自動(dòng)目標(biāo)識別能力。研究內(nèi)容主要包括以下幾方面：
　?。?）ISAR短孔徑數(shù)據(jù)的稀疏高分辨成像
　　由于雷達(dá)的多模式工作狀態(tài)或目標(biāo)的機(jī)動(dòng)性，

3、短孔徑數(shù)據(jù)在ISAR成像中普遍存在。盡管成像方法簡單高效，但同時(shí)限制了圖像分辨率，影響目標(biāo)識別性能。在分析ISAR回波模型和典型運(yùn)動(dòng)補(bǔ)償算法的基礎(chǔ)上，本文第二章基于壓縮感知理論介紹了稀疏ISAR信號的重構(gòu)方法。該方法重點(diǎn)從統(tǒng)計(jì)的角度提出了一種基于數(shù)據(jù)的稀疏約束參數(shù)估計(jì)方法。通過推導(dǎo)重構(gòu)高分辨圖像的正則化問題，稀疏約束參數(shù)可由最大似然估計(jì)得到解析形式。其中，噪聲方差由粗圖像中大量的噪聲單元估計(jì)，權(quán)值由預(yù)處理的降噪圖像進(jìn)行初始化。利用優(yōu)化求

4、解的高分辨圖像，再對稀疏約束參數(shù)進(jìn)行更新并重新估計(jì)圖像，多次循環(huán)提升算法性能。結(jié)果表明，迭代估計(jì)的稀疏約束參數(shù)能在重構(gòu)高分辨圖像過程中，較好地權(quán)衡信號逼真度和稀疏性。
　　（2）稀疏孔徑的相干化處理和高分辨成像
　　除了雷達(dá)多樣化的工作模式外，外界或系統(tǒng)的干擾也會(huì)造成數(shù)據(jù)的缺損，形成稀疏孔徑。對于塊狀稀疏分布的子孔徑，經(jīng)過獨(dú)立的包絡(luò)對齊和自聚焦處理后，殘余的線性相位和復(fù)幅度將在觀測孔徑之間存在差異。針對這種稀疏孔徑之間的非相

5、干性，本文第三章提出了一種相干化處理方法。將子孔徑的包絡(luò)按質(zhì)心對齊后，對各子圖像中的特顯點(diǎn)單元建立全極點(diǎn)模型，并由求根MUSIC算法估計(jì)極點(diǎn)，計(jì)算子孔徑間的多普勒偏移。以其中一個(gè)子孔徑作為基準(zhǔn)校正線性相位后，通過最小二乘（Least Square, LS）方法求解各子孔徑的模型系數(shù)。由估計(jì)的極點(diǎn)和系數(shù)，將頻偏校準(zhǔn)后的子孔徑分別進(jìn)行前向和后向外推至整個(gè)孔徑長度。再利用LS估計(jì)復(fù)幅度偏差并進(jìn)行校正。在相干化處理后，構(gòu)造部分 FFT基作為觀測

6、矩陣，通過稀疏信號處理的方法對缺失孔徑進(jìn)行恢復(fù)。從實(shí)驗(yàn)結(jié)果可看出，經(jīng)過相干化處理和空缺孔徑重構(gòu)后，成像效果得到了明顯提升。
　?。?）勻速轉(zhuǎn)動(dòng)目標(biāo)的定標(biāo)方法
　　目標(biāo)識別除了需要高分辨圖像之外，還需要精確的目標(biāo)尺寸參數(shù)。因此，本文的第四章和第五章針對勻速轉(zhuǎn)動(dòng)目標(biāo)提出了兩種不同的定標(biāo)方法。第四章先分析了平動(dòng)補(bǔ)償過程引入的殘余平動(dòng)相位對不同定標(biāo)方法的潛在影響。重點(diǎn)提出了一種利用散射點(diǎn)調(diào)頻率相消的有效轉(zhuǎn)動(dòng)速度（Effective

7、Rotaional Velocity, ERV）估計(jì)方法，該方法幾乎不受殘余平動(dòng)的影響。通過選取散射點(diǎn)單元，并將其時(shí)域信號看作時(shí)變自回歸模型。對短時(shí)數(shù)據(jù)段估計(jì)瞬時(shí)極點(diǎn)后，滑窗獲得整個(gè)孔徑的多普勒歷程。根據(jù)關(guān)系式， ERV可以從不同距離單元的散射點(diǎn)調(diào)頻率解算。轉(zhuǎn)動(dòng)相位補(bǔ)償后，再進(jìn)行自聚焦處理提高圖像聚焦度。由于該方法依賴于提取的散射點(diǎn)質(zhì)量，在信噪比（Signal-to-noise ratio, SNR）較低時(shí)估計(jì)性能會(huì)下降。
　　為

8、了提高定標(biāo)算法的穩(wěn)定性，第五章針對勻速轉(zhuǎn)動(dòng)目標(biāo)提出了基于圖像整體性能的ERV估計(jì)方法。該方法考慮殘余平動(dòng)的影響，將其作為參數(shù)聯(lián)合ERV估計(jì)。通過迭代補(bǔ)償二次相位誤差，直到補(bǔ)償后的圖像幅度平方銳化度（Intensity-squared Sharpness, ISS）達(dá)到最大值，同時(shí)獲得聚焦圖像和ERV估計(jì)值。在此基礎(chǔ)上，再對聚焦圖像進(jìn)行自聚焦處理，進(jìn)一步聚焦圖像。其中，ISS最大化問題是典型的非線性最小二乘問題，利用高斯牛頓的方法可實(shí)現(xiàn)高

9、效求解。與多種方法的對比結(jié)果說明，這種從圖像性能角度估計(jì)ERV的方法雖然效率中等，但具有較高的精度和魯棒性。
　?。?）非勻速轉(zhuǎn)動(dòng)目標(biāo)的定標(biāo)和高分辨成像方法
　　由于勻加速轉(zhuǎn)動(dòng)引起的距離-方位二維耦合，增加了轉(zhuǎn)動(dòng)參數(shù)估計(jì)的難度。針對此類目標(biāo)，本文第六章首先提出了一種基于匹配傅里葉變換（Matched Fourier Transform, MFT）的圖像ISS最大化的定標(biāo)方法。該方法將RD成像中FFT線性變換替換為參數(shù)化的MF