運動目標(biāo)微波關(guān)聯(lián)成像技術(shù)研究.pdf

1、微波關(guān)聯(lián)成像技術(shù)作為光學(xué)關(guān)聯(lián)成像概念在微波領(lǐng)域的延伸，一經(jīng)提出便得到了廣泛地關(guān)注和研究。本文在充分剖析微波關(guān)聯(lián)成像雷達(dá)分辨率和成像質(zhì)量影響因素的基礎(chǔ)上，深入研究了運動目標(biāo)的微波關(guān)聯(lián)成像技術(shù)。
　　本文首先分析了微波關(guān)聯(lián)成像雷達(dá)的分辨性能。主要借助于相關(guān)函數(shù)和平均模糊函數(shù)對雷達(dá)分辨率的基本問題進(jìn)行了研究。具體內(nèi)容包括：1）利用相關(guān)函數(shù)分析陣列信號的相關(guān)性對雷達(dá)分辨性能的影響；2）推導(dǎo)了基于一階相關(guān)函數(shù)的雷達(dá)空間模糊函數(shù)；3）引入了平

2、均模糊函數(shù)概念，推導(dǎo)了時延-多普勒平均模糊函數(shù)和空間平均模糊函數(shù)；4）分析了信號波形、信號帶寬、陣列構(gòu)型、陣列孔徑以及觀測時間對雷達(dá)分辨率性能的影響，并通過數(shù)值仿真驗證了相應(yīng)的結(jié)論。
　　第三章對雷達(dá)關(guān)聯(lián)成像質(zhì)量影響因素進(jìn)行了分析。具體內(nèi)容包括：1）建立了關(guān)聯(lián)矩陣有效秩與原子相關(guān)函數(shù)之間的聯(lián)系，得出了有效秩與各個因素間的解析表達(dá)式，并以關(guān)聯(lián)矩陣有效秩的個數(shù)作為判斷關(guān)聯(lián)成像質(zhì)量的指標(biāo)，分析了信號波形、陣列構(gòu)型、目標(biāo)類型對成像質(zhì)量的影

3、響；2）建立了運動目標(biāo)關(guān)聯(lián)成像模型，據(jù)此推導(dǎo)了目標(biāo)運動所帶來的成像誤差的上限，并分析了目標(biāo)運動對成像質(zhì)量的影響；3）將噪聲加入到關(guān)聯(lián)成像系統(tǒng)模型中，研究了噪聲對關(guān)聯(lián)成像質(zhì)量的影響；4）研究了成像算法對目標(biāo)重構(gòu)性能的影響，比較了不同算法的穩(wěn)定性和計算復(fù)雜度，為成像算法的選擇提供了理論支撐。
　　第四章研究了靜止平臺條件下運動目標(biāo)關(guān)聯(lián)成像算法。目標(biāo)的運動使得推演得到的時-空二維隨機(jī)輻射場與目標(biāo)所在的實際輻射場存在差異，需要根據(jù)目標(biāo)的運

4、動狀態(tài)實時更新運動目標(biāo)所在的成像平面，以便推演得到正確的時-空二維隨機(jī)輻射場。本章提出了兩種關(guān)于靜止平臺條件下運動目標(biāo)的成像方案。具體包括：1）利用寬帶雷達(dá)測速的方法獲得目標(biāo)的運動速度，通過對目標(biāo)運動的補(bǔ)償實時確定目標(biāo)所在的成像平面。在此基礎(chǔ)上，提出了基于高精度寬帶測速的運動目標(biāo)關(guān)聯(lián)成像方法；2）將目標(biāo)的運動參數(shù)作為未知量建模到關(guān)聯(lián)成像方程中，與目標(biāo)的散射系數(shù)一起作為待求解的未知參數(shù)，將關(guān)聯(lián)成像方程的求解問題轉(zhuǎn)變?yōu)楹瑓⒎匠潭嗑S聯(lián)合估計問

5、題，提出了基于運動-散射聯(lián)合估計的動目標(biāo)關(guān)聯(lián)成像方法。研究了不同參數(shù)影響下該方法的有效性和穩(wěn)定性；
　　第五章研究了運動平臺條件下運動目標(biāo)關(guān)聯(lián)成像算法。重點研究了基于關(guān)聯(lián)成像雷達(dá)體制情況下的目標(biāo)角度獲取和動目標(biāo)跟蹤算法。具體內(nèi)容包括：1）建立了運動平臺對運動目標(biāo)的關(guān)聯(lián)成像模型，分析了目標(biāo)位置偏差和速度估計誤差對關(guān)聯(lián)成像的影響。結(jié)果表明，位置估計誤差是造成目標(biāo)重構(gòu)誤差的主要因素，目標(biāo)的速度估計誤差很難造成大的目標(biāo)重構(gòu)誤差的結(jié)論；2）

6、給出了成像質(zhì)量對跟蹤精度的要求，提出了先跟蹤后成像的動平臺對動目標(biāo)的成像方案；3）研究了在保持關(guān)聯(lián)成像原有信號體制條件下的目標(biāo)方位（角度）信息提取算法。推導(dǎo)了基于關(guān)聯(lián)成像雷達(dá)的多信號分類算法(MUSIC: Multiple Signal Classification)，譜相關(guān)信號子空間擬合算法（SC-SSF: Spectral Correlation-Signal SubspaceFitting）和多循環(huán)聚焦算法（MCF: Multi-