基于实测数据的舰船目标isar成像算法研究

《基于实测数据的舰船目标isar成像算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

西安电子科技大学硕士学位论文基于实测数据的舰船目标ISAR成像算法研究姓名：孙海平申请学位级别：硕士专业：信号与信息处理指导教师：邢孟道20070101 中文摘要摘要基于转台模型的逆合成孔径雷达(ISAR)成像技术，广泛应用于对飞机、导弹、舰船等目标的图像获取和分类识别中。近年来，ISAR成像理论和技术有了很大发展，本文对舰船目标的ISAR成像问题展开研究和讨论。舰船目标各维度上的摆动都呈现出多倍周期和随机性的特点，其回波具有明显的时变性。按照多普勒中心的周期把整个慢时间分成若干个时间段。针对采用频率和调频率不同分量进行ISAR成像的情况，选定了不同的最佳成像时刻。此种成像算法大大提高了成像效率。由于舰船运动的复杂性，使得舰船目标的成像条件要比飞机目标复杂得多，传统的针对飞机目标的成像方法已经不能满足要求。因此，这里提出了基于稀疏表示的Chirplet分解的舰船成像方法，得到了舰船不同时刻的瞬态ISAR像。关键词：逆合成孔径雷达舰船目标成像成像时间段成像时刻Chirplet 英文摘要竺ABSTRACTInversesyntheticapertureradar(ISAR)basedontheprototypeofuniformrotationisatechniquethatcanbeusedtoobtaintargetimagessuchasaircraft，missile，andshipobjects．ISARtheoryandtechniquehaveseengreatdevelopmentsinrecentyears．WesetoffourdiscussionandresearchworktotheprobleminshipISARimaging．Foramovingship，thechangesofthreedimensionsarecharacterizedbyperiodicityandrandomicity．Therefore，theechoeshaveanobvioustime-variantcharacter．BasedontheperiodicityofDopplerfrequency，thewholedwelltimeisdividedintoseveralintervals．TheoptimumimagingtimeisdifferentwhenimagingbasedonDopplerfrequencycomponentandimagingbasedonchirpratecomponent·Theimagingresultsofthemeasureddatademonstratetheeffectivenessofthealgorithm．Theimagingconditionofshipismorecomplicatedthanplaneduetothecomplexityoftheshipmovement，andtheconventionalISARimagingalgorithmtotheplanecannotbesatisfactorytotheship．So，anewmethodbasedonSparerepresentationswithChirpletsviamaximumlikelihoodestimationisproposedhere，theinstantaneousISARshipimageisobtained．Keywords：ISARShipISARImagingIntervalsImagingTimechirplet 西安电子科技大学独创性(或创新性)声明秉承学校严谨的学分和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。本人签名：丝!!：之垒圣导师签名：耸站日期．幽：f!?)日期型Z：2：刁 第一章绪论第一章绪论弟一早硒V匕1．1ISAR达成像及其发展历史自从上世纪50年代雷达成像技术发明以来，随着经济和社会的发展，其功能不断地得到增强和提高11&3j。成像作为雷达的一个新的功能在国内外已被广泛应用。可以实现对飞机、舰船、空间目标(如天体、人造卫星等)及地表等的成像。它具有全天候、全天时、远距离成像的特点，可以大大提高雷达的信息获取能力，特别是目标识别能力【4’5，61。现在国外对目标识别要求高的雷达均配有二维成像功能，对军用和民用均有重大实用价值。‘雷达成像是全天时、全天候对地、对海、对空和对天观测的一种重要手段。其成果主要应用于战场感知【『71，利用SAR和IF．SAR获取场景的低分辨和高分辨的二维和三维信息，探测敌方纵深军情，勘察战场环境和地形地物，侦察敌方炮兵，坦克和部队的集合区，侦察敌方的交通枢纽，探测海上军舰，军事目标活动和大批军事调动情况，识别地面军事设施和武器，如机场、油库、弹药库、坦克、飞机、车辆等等。利用ISAR获得空中飞行目标的一维高分辨距离像，二维像，甚至三维像，对敌方飞机、导弹进行识别，有利于精确打击。利用GMTI，对地面目标进行检测和定位，有利于对淹没于地面回波中的关键目标，如移动小分队，移动的导弹发射架、移动的坦克和车辆，有效打击。在国外，合成孔径雷达(SAR)不管是机载的还是星载的，已逐步从单孔径向多孔径(包括多通道和多基地)发展。ISAR是在SAR的基础上发展起来的，逆合成孔径雷达成像技术利用固定的雷达对运动目标进行成像。早期的ISAR技术是针对合作目标成像的。60年代初，美国密西根大学WillowRun实验室的Brown等人丌展了对旋转目标成像的研究18】；70年代初，美国MIT林肯实验室首先获得了高质量的近地空间目标(轨道可精确预测)的ISAR图俐引。而对非合作飞机的ISAR成像直到八十年代初才获得成功，由C．C．Chen和Andrew最早发表了成像结果，并提出了比较有效的运动补偿方法【lmlll；美国海军实验室与德克萨斯仪器公司合作于八十年代初成功实现了对舰船目标的成像Il21。之后，许多国家都开展了逆合成孔径雷达成像技术的研究。ISAR成像的研究国外早在60年代就开始，并研制了多个ISAR系统，主要研究集中在对天和对空目标成像，而对非合作目标的ISAR成像研究则起始于80年代。由于本项目主要研究舰船目标ISAR成像，因此下面先主要介绍能对舰船进行ISAR成像的雷达系统。 三基于实测数据的舰船目标ISAR成像算法研究法国Tomson—CSF和德国Daimler。Benz联合研究的机载OceanMaster家族，是新一代海底雷达。现有OceanMaster100和OceanMaster400蘸个型号，工作在I波段，能够提供探测、战术处理、情景展示和绕过恶劣天气区等先进功能。有一维距离像和先进的ISAR模式，其中心频率8．10GHz，探测距离30公里，分辨率3米。它透过利用舰船在横滚、偏航或俯佃旋转时，产生多普勒进行分析，最终获得目标的距离多普勒图像，它相当于雷达视线和目标转轴方向叉乘方向视入的黧标像，在与分类库的数据比较以惹可以完成对此非合作目标分类。能够探测到海上各种小目标，包括潜望镜、小船和救生艇等。美国雷声(Raytheon)公司在1998年为美阑海军磷劁了AN／APS．137B(V)5雷达系统，安装在海军的S一3B反潜飞机上，具有ISAR和SAR功能，其中心频率9．75GHz，带宽为500MHz。美国电传公司(TelephonicsCorporation)的研制了AN／APS．147监视雷达和机载多模监视雷达装置一APS．143B(V)3“大洋眼”，有ISAR，SAR／MTI等功能。水面舰艇搭载的SH一60R直升机型和美国海军LAMPS直升机使用AN／APS．147多模式逆合成孔径雷达。APS一143B(V)3成功地将早一代APS．143雷达和AN／APS雷达功能结合予一体。APS．143B(V)其有ISAR、高分辨一维距离像、条带式SAR和聚束式SAR等多种成像功能。．其频率在9．25—9．7GHZ，带宽460MHZ。APS。143B(V)3监视雷达还将组装到NH．90直升机战术导弹系统上，探测恶劣条件下的小目标。洛克希德·马丁公司研制了ALQ．147多功能雷达(MultimodeRadar，MM鼬，装在海军的多用途直升机MH．60R(箕由UH．60的枫架和SH。60发动机改装而来)，并在加勒比海的大西洋海下试验及评估中心完成了三周的开发试验，公司称飞机的的多模雷达(MMR)在试验中表现不错，该雷达具有逆合成孔径雷达(ISAR)成像、声探测和潜望镜及小目标探测特点，能够提供MH。60R直升机的远程和短程搜索能力。MMR在试验中首次进行了海下探测试验，并产生了一个水面潜水艇ISAR图像。总之，这些雷达都能对海蕊舰船进行ISAR成像。在舰船目标成像算法及相关方面，AtualJian，在1992年提出舰船在平面非均匀转动，用子孔径方法成像；Porter在1994年提出对舰船目标的SAR／ISAR混。合成像方法。1996年，DietrichRapsilber讨论了舰船蜀标的ISAR成像处理器的研制。McFadden在2000年也讨论了用ISAR像估计舰船长度。Berizzi在1998年和2001年研究了对舰船和飞机ISAR成像时多径对图像造成的影响。舰船成像算法主要采用距离．多普勒(R．D)算法，极坐标格式算法(PFA)，距离．瞬时多蔫勒(R．1D)算法。在舰船目标ISAR图像谈别方面，Musman在1996年研究了舰船目标ISAR 第一章绪论像的自动识别。其主要步骤为：采用图像处理的方法对ISAR像进行平滑、加门限、像素分类、分割等预处理；提取长度，桅杆、吊车位置等特征；用Hough变换法估计投影平面；进行特征比较，并以线结构模型(wire．framemodel)为模板进行形状相关。这样做偏重于ISAR像的图像性质，忽略其散射点模型的特性。国内对ISAR成像研究，也主要集中在空中飞机目标，在“863”高科技计划的支持下，国内从1988年开始了ISAR研究。从88年到93年基本属于理论研究(主要利用微波暗室转台目标数据和从国外引进一组实测数据)，93年国内400MHz的宽带实验雷达研制完成，并成功地录取几批实测数据，并首先获得平稳目标的ISAR像，大大推动了研究工作。96年后，在“九五”电子预研计划的支持下，西安电子科技大学雷达信号处理重点实验室成像小组开展了雷达实时成像研究，系统地研究了平动补偿(包络对齐和自聚焦)，机动目标(小机动的民航机)成像原理和算法，在1996年在国内外首先发表对非均匀平面转动目标通过时频分布的广义边缘积分方法获得清晰的目标像，在1998年在国内外首次提出机动目标的瞬时成像方法，在2000年发表采用解调频Relax方法在十秒内，获得飞机的动态成像。同时西电在2001年也利用国外的岸基雷达观察海面运动舰船目标采集的数据，将空中用机动目标成像方法移植对舰船目标成像，对所有数据获得较清晰的舰船目标像。西电在2003和2005年分别采用国内38所和南京720厂录取得舰船目标数据进行成像获得良好的结果。总的来说，对舰船目标ISAR成像和对空中机动目标ISAR成像在原理和方法上是相通的。1．2逆合成孔径雷达成像原理ISAR的成像原理都可以用等效的转台成像模型【l3】来描述。转台成像模型假定目标放在～个转动的平台上，相对于雷达视线只有旋转运动。利用转台成像模型可以清楚地说明雷达成像的基本原理一距离．多普勒原理。在进行分析讨论时，成像目标一般用散射点模型表示，即认为在不大的视角范围旱，目标可用位置固定、强度不变的一系列散射点表示它的散射特性。对目标作二维成像要具有纵向距离和横向距离的高分辨率，纵向高分辨借助于信号的宽频带，而横向分辨率则依靠很大的天线孔径一实际是目标与雷达相对运动过程中形成的合成孔径，如以转动的目标为基准，雷达天线等效地围绕目标转动而形成合成的孔径，通称为ISAR。脉冲雷达的纵向距离分辨率是明显的，它等于匹配接收脉冲宽度Ar对应的距离；若采用复杂的脉压信号，Ar应以信号频带宽度B的倒数代替，即纵向距离分辨率为： 一4熬予实测数据的舰船豳标ISAR成像算法研究ARy=土c△f=c(1-1)22By；式中C为光速。上(1一1)式表明，若口取400MHz，则欲。，为0．375米，考虑到因降低旁瓣加权处理的失配因素，AR，，将大约等于0。4米。ISAR的横向分辨能力也可用多普勒分辨来解释。以转台目标为例，并将目标以散射点模型表示，若转台相对雷达作顺时钟方向转动，位予轴线(轴心至雷达的连线)上的散射点没有相对于雷达的径向运动，其予回波的多普勒为0，而在其右或左两侧的多普勒的正或负，且离轴线越远，则多普勒的值也越大。于是，将同一距离单元的回波序列{乍傅氏变换到多普勒域，只要多普勒分辨率足够高，就能将该单元的横向分布表示出来。J彩∥邛0。Dy1{1fj1平面波Xp,yJl，)正JLA／1＼’＼√／I＼hll>、厂．r多普塾)^+◆＼■厂V；j|负多{-l。V’图1．1目标转动时散射点的移动和多普勒示意图勒如图1．1所示，雷达位予坐标原点O的正下方远处，设在相邻两次观测中目标对于雷达视线转过了一个很小的角度棚，它上面的某一散射点则从P点移到了Pl点，其纵向位移为Ayp=0sin(O+80)一％sin0=x．sin50一y|I，(1～cos80)(1-2)式中Xpy，为散射点P相对于转台轴心的坐标。位移缈，引起子回波的相位变化为△％：竿峨：竿【xpSi鞋一--COS】(I-3)60yp(1cosSO)△％2了妙尹2了【l鞋一】若硼很小，则上式可近似写成：△纬：等【XpfiO-yp丢《溯2】(1-4)即只有韶非常小，上式等式右边第二项才可以忽略不计，且在等速旋转(溯为常数)条件下，散射点子回波的相位差才是与横距K成正比豹常数，第二项的作用是使△％加(减)速变化，即产生多普勒走动，这～作用在Yp大时比较明显，它发生在离转动中心较远的上下两端鹃散射点。另外，若蠢标菲匀速旋转，△妒。也毒}恒 第一章绪论定，其绝对变化值近似与x。成正比，即这一多普勒走动现象在离转动中心较远的左右两侧比较严重。因此，小阳和y。时，转动引起的两次回波的相位差为：△纬=寻x『，韶．(I-5)上式表明，两次回波的相位差正比于横距x。。当转台连续转动时，z。越大，则该散射点子回波的多普勒频率也越高。另外，该散射点相邻两个周期的回波相差一个相位旋转因子exp(j=兰fiOxp)。目标均匀转动，并在观测过程中接受到M次回波，即总转角△口=M硼，当两散射点的横向距离差为缸时，两散射点子回波总的相位差为△①肼=二}△秒·缸(1—6)用傅氏变换作为多普勒分析时，只要△①M≤2n"，两点即可分辨，即这时的横距分辨率ARx为ARx=南‘‘(1-7)若AI---3厘米，A0=0．05弧度，则衄，=0．3米。可见对于厘米波雷达，为得到零点几米的横距分辨率，所需的总的转角是很小的。实际上，相对于光学像来说，雷达成像的分辨率是很粗糙的，它只需要很小观测角的局部信息即可成像。而成像通常采用二维分离的FFT进行处理(纵向是线性调频信号，用时频变换得到纵向距离像)。可见高的多普勒分辨率需要长的回波序列，归根到底，目标需有一定的转角。分析表明，对微波雷达，要求亚米级的横向分辨率，要求的转角(称为相干积累角)一般不超过3．5。。运动目标有别于转台目标的是除转动外还有平动。平动分量对成像没有贡献，且通常是非平稳的，多普勒值远大于转动分量的，它使后者的相位关系发生紊乱。且在回波序列过程里，平动会使目标径向移动几十米、几百米或更多。为此，对运动目标成像必须作平动补偿，包括包络对齐的粗补偿和初相校讵的精补偿。平动补偿后，运动目标等效于转台目标，将各距离单元的回波序列作傅氏变换可得散射点的横向分布。结合纵向距离的高分辨，可得目标的二维像。虽然ISAR的原理比较简单，但平动补偿和成像算法都有许多问题有待解决，特别是对机动目标的成像的研究，国内外都是近几年才开始的。1．3本文的研究背景和意义逆合成孔径雷达(ISAR)成像技术经过数十年的发展，对飞机目标的成像技术 6一基于实测数据的舰船目标ISAR成像算法研究已经相对比较成熟。对平稳飞行目标，在成像的各个环节，包络对齐，自聚焦，和横向成像，都有一系列卓有成效的快速算法，在包络对齐方面，有基于频域快速相关法，散射重心加近距离单元滑动相关法，基于范数l距离最近的滑动对齐法，复包络相关法，最小熵方法【301，全局相关f3l】，和超分辨方法【321。在自聚焦方面，有单特显点法，多特显点综合法【33】，散射重心方法f34】，，多普勒中心跟踪法。在成像方面，主要用横向傅氏变换，．对转角较小不满足横向分辨要求时，用Burg外推，RELAX等超分辨方法。对于目标机动飞行，当目标不很大，散射点不发生大的距离走动时，平稳飞行的包络对齐方法仍然适合于机动飞行。一些自聚焦方法也适用于机动飞行目标，如散射中心法。在成像方法上，已经有基于Radon—Wigner变换的瞬时．多普勒成像方法，基于自适应Chirplet分解的ISAR成像算法【35】，以及解调频RELAX方法【361。舰船目标与飞机目标成像的基本原理是相同的，但成像条件却与飞机不完全相同。首先，舰船目标不但在偏转、侧摆、俯仰3个维度同时存在姿态变化，而且，由于受非线性策动力和非线性阻尼力的作用，各维变化都呈现出多倍周期和随机性的特点。其次，舰船目标的转动速度远比飞机目标慢，为获得所需孔径就要求有较长的积累时间，长时间里会产生较大的高阶相位项。这些因素会对ISAR成像处理造成困难。一．文献【37】讨论了舰船目标成像的基本方法。采用半边窗的简化整体包络对齐方法可以取得较为理想的包络对齐效果，在此基础上需要进～步进行初相校正。由于舰船目标惰性较大，在秒级的时间里，可以将其平动用速度和加速度作近似，而三次以上的平动分量可以忽略。用二次曲线对包络对齐推算出的平动值进行拟合，可以估计出目标的平动变化，用这一数值进行初相校正，从而补偿包络对齐引入的误差。舰船目标回波经过包络对齐，自聚焦后，各个距离单元的信号为对应距离单元上各散射点子回波和噪声及杂波的矢量和，由于海水波动的原因，舰船的三维运动，即偏转(yaw)，侧摆(roll)，俯仰(pitch)比较明显，各散射点子回波近似为调幅．线调频(AM．LFM)信号。采用解线调的方法可以估计出同一距离单元内各个子回波的频率参数，将这些参数在距离．频率二维平面上排列起来可以得到舰船目标的距离．多普勒瞬时二维图像。文献1381提出了一种钟摆模型成像方法。根据舰船目标不但在偏转、侧摆、俯仰3个维度同时存在姿态变化，而且，由于受非线性策动力和非线性阻尼力的作用，各维度上的摆动都呈现出多倍周期和随机性的特点。分析表明，舰船主要摆动分量的周期约为4s，单纯作周期运动的散射点模型会在高分辨回波各距离单元的相位历程中包含反映横向散射点分布情况的线性调频信号，该线性调频分量与频率分量相比，在一些条件下前者的幅值会大于后者，利用线性调频分量成像可以获得较好的结果。其次，舰船目标转动的角速度远比飞机目标的慢，为获得 第一章绪论7一所需孔径需要有较长的积累时间，长时间里会产生较大的高阶相位项。为了补偿实际目标转动过程中因颠簸和不完全符合钟摆转动模型而引起的三阶以及更高阶相位项，我们在一阶相位误差估计算法的基础上得出了二阶相位误差估计方法，并结合Radon—Wigner算法以及“CLEAN”法得出了比较稳健的相位自聚焦算法。国外对舰船目标的成像研究多为SAR和ISAR相结合的情况，在雷达平台运动的情况下，目标相对于雷达视线的转动速度比较大，这有利于缩短相位积累时间，同时减小目标运动的高次项。文献【39】较早讨论了舰船目标的成像问题，通过波数域的方法对舰船目标的回波进行了分析和仿真，由于采用了经典的傅氏变换来获取横向图像，最终得到的图像效果比较有限。文献[40]禾EJ用实测数据中舰船的偏航分量得出了舰船目标的俯视图像，为补偿目标非均匀转动引起的时频变化，该文将长的积累时间分成比较短的时间段，在每个时间段里，目标可以近似为均匀转动，补偿相邻数据段中舰船目标不均匀转动分量以后可以直接利用相邻数段的数据进行傅氏分析，从而利用长时间段获得了较高的横向分辨力。文献【4l】通过估计多普勒中心来补偿舰船目标的运动，并且通过实测数据说明了多普勒中心精确补偿以后，利用传统的RD算法成像可以得到质量相对较高的图像。文献【42]讨论了实时的舰船目标成像算法，估计并补偿舰船目标的偏转分量以后，在适当的时间段里，回波信号近似为平稳信号，此时可直接利用RD算法得出目标的二维图像，由于该方案可以避免较为复杂的时频分析算法，适合于实时实现。由于舰船目标本身受海水影响，可以呈现或大或小的俯仰转动，在某些情况下转动的角度还会比较大，特别是在高海情的情况下，可以利用舰船本身的转动进行成像。与SAR和ISAR相结合的成像方式相比，利用ISAR方式成像所需的硬件条件相对简单，是一种非常有价值的成像方式。由于舰船目标自身的运动特点与飞机目标不同，有必要对ISAR方式下的舰船目标成像方法进行分析和研究。1．4本文研究内容本文基于实测数据研究了舰船目标ISAR成像算法，共分为五章，具体内容●安排如下：第一章为绪论，在此简介了本文所研究课题的基本概念、发展历史和现状，这为在下面的章节中对本文研究内容的介绍提供了背景知识和参考；同时重点介绍了ISAR成像的基本原理。结合国内外发展的趋势和要求，讨论了本文所做工作的意义，并且介绍了所论述内容的框架。第二章介绍了ISAR成像关键技术和舰船常用成像的算法。在ISAR成像关键技术中，着重介绍了运动补偿和成像处理两个方面。ISAR舰船目标成像算法首先，介绍了最基本的R．D算法；其次，分别介绍了基于多分量AM．LFM信号 基于实测数据的舰船目标ISAR成像算法研究参数估计的瞬时成像方法和基于钟摆模型的成像算法，其中后两种算法分别应用在第三章的实测数据成像中。第三章在第二章的基础上研究了关于舰船目标实测数据ISAR成像时间段与时刻的选取。本章中讨论了舰船目标ISAR成像时间段和成像时刻选取的必要性。从目标模型和回波的特殊性分析，推导瀣成像时间段划分和最优成像时刻选取的依据。同时给出了成像效果的初步判定。本章最后给出了实测数掘的成像结果。第四章提毖了一种基于稀疏表示的Chirplet分解麴ISAR舰船瞬态成像方法。由于舰船目标的复杂运动，其多普勒频率呈现明显的时变性。本文通过Chirplte分解方法将雷达信号分解成若干Chiplct信号，褥到不同成像时间的信号的多普勒频率最终获得较好的ISAR图像。第五章对全文进行了总结，并结合相关课题的研究对有待予解决和发展的问题进行了展望。 第二章ISAR成像关键技术和舰船成像方法!第二章ISAR成像关键技术和舰船成像方法2．1ISAR成像关键技术概述ISAR技术是在SAR技术的基础上发展起来的，虽然ISAR成像和SAR成像从基本原理上讲完全一样的，它同样要依靠成像物体与雷达之间的相对转动实现横向高分辨，利用大带宽信号实现纵向高分辨，但其技术难度却增加了许多。最关键的问题是由于目标为非合作目标，我们很难得到目标的精确运动轨迹，这给精确地进行运动补偿带来很大的困难，其次，我们很难得到目标本身在成像期间姿态的变化信息，这些变化导致成像质量下降。而且在ISAR中成像物体主要为飞机、舰船等较小的目标，为了获得可辨认的雷达图象以达到识别的目的，其分辨率要求一般比SAR高。故高要求的分辨力与难以进行的运动补偿使得ISAR成像技术难度增加。利用ISAR成像技术对运动目标成像主要包括运动补偿、成像处理两个方面所研究。运动补偿将目标相对于雷达运动中的平动分量精确地补偿掉，使之等效为转台运动的模式。成像处理就是利用这种等效的转台回波数据进行图象重建。勾画出散射点对电磁波反射的空间分布。本节对一些主要的运动补偿和成像方法进行介绍，简要讨论其特点和存在的问题。一．运动补偿技术【14】由于运动目标的非合作性，ISAR中的运动补偿比SAR中的运动补偿难度增加很多，为此人们做了大量的研究工作。运动补偿技术是ISAR成像技术中的一个关键问题，它是后面进行成像处理和图象分析的基础。设某次回波信号为：s(，)=f(t)ej*(2一1)式中f(t)为回波的复包络，‰为载波角频率。将回波延迟一个时间f，其时延信号为：s(f—r)=f(t—r)ejwore7w(2—2)通常信号处理在基频进行，时延后的复包络为：s(t—r)e7w=f(t—r)e7q，(2-3)由此可见，根据目标回波的特性，平动分量补偿包括复包络s(卜r)对齐和初相％f调整两部分。但这两者对补偿精度的要求有很大差别。对复包络对齐来说，其对应的距离误差应远小于距离分辨单元，一般小于半个单元(通常为几十厘米) 旦基于实测数据的舰船豳标ISAR成像算法研究就可应用。初相则不一样，以波长A=3厘米为例，若距离误差为1．5一毫米，则初相误差达36。，可见其容许的随机误差是亚毫米级的。所幸初相影响以2万为模，补偿工作可以用调整相位进行。因此运动补偿可分为两步：第一步是粗补偿即包络对齐，相当于使得目标上同一散射点的回波位于同一距离单元内；第二步是精补偿即初相校正，通常称为自聚焦，相当予将目标上的某一参考点等效地置于转台轴心。1．包络对齐【15·20】若匿标的圈波信号上存在桷对较强的孤立点，即特显点，该点的回波强度可以认为远远大于同一距离门内成像物体其它部分的强度，这样就可以通过对该点源的跟踪，将特显点的回波锁定在某一个距离单元进行对准。僵实际情况下，缀难找到理想的特显点单元。下面先讨论包络对齐。由于观察目标的视角变化很小，ISAR回波信号相邻两次回波之间的相关性缀强，包络幅度相关法就是利用相邻两次回波的距离像作平移相关处理，并以相关系数最大为对齐的准则。两次回波的复包络Z(f)，六(f)的幅度相关函数定义如下：户(．r)=f：口0一(f)眦¨f)I协(2-4)求p(丁)的最大值，用这个最大值所在的位置％作为运动轨迹的估计值。一般说来，包络幅度相关法的对齐精度可以满足成像要求。但包络对齐是一个整体的概念，如果相邻两次回波相关对准的误差；琵小，倡如采误差是单向的，误差的积累会产生漂移，使总的对齐误差超过一个或几个距离单元。而且在干扰和模型突变等情况下，相邻两次回波的相关性会变德很差，从而产生突跳误差。为减小包络相关法的误差积累和突跳误差，包络对齐不能限于相邻的两次回波，应加大与“整体"比较的成分。为此，可采用多回波相关的办法，将一次回波与前面的几次回波相关，然后作综合处理，减小豳逐次相关而导致误差积累的漂移。而利用指数加权法、超分辨法、最小熵法也可以减小漂移和突跳误差。相关对齐也可在频域进行，即幂|j蔫相邻两次回波频谱的相位变化来估计包络的位移量，若相邻两次网波中，融于转动审l起的相位变化相对于平动引起的相位变化来说{畏小，经处理后可以较好的估计出包络麴位移量。但在实际中转动弓|起的相位变化可能较大，会给估计带来误差。从成像对包络对齐的要求是整体的，且在观测期间毽标数射点模型基本不变出发，提出了整体包络jc寸齐的最小熵法和相关法。同时，为了解决多维搜索运算量太大，提出了矩形窗算法，即选择相关较平稳处开始，将对齐处理过的包络等加权为合成包络，以其作为基准向两侧推广(为便于实时计算，也可以从～侧开始，称为半边矩形窗法)，在对实测数据处理过程中我们也发现，当目标带有游动部件，如螺旋桨飞机，在某些褫入方向，其子醋波禳强，而且有镊快的闪烁起伏。这时如栗 第二章ISAR成像关键技术和舰船成像方法旦仍用前面的一些基于全刚体目标模型的包络对齐法，性能会明显下降，甚至不能成像。根据游动部件子回波强闪烁性的特点，提出了基于范数l向量空间距离最小的对齐方法(相关法相当于范数2向量空间距离最小)。下面主要论述快速相关法，加半边矩形窗的基于范数1距离最小准则的对齐算法。a)包络对齐处理准则的讨论我们先从最基本的概念出发，设有信号为s(，)，两次观测有不同的等强度加性高斯噪声，且起始时间不定，即_(r)=s(f)+_(r)，x2(t’)=s(t’)+刀2(，’)，将两者进行对齐处理时，用最大似然准则，应取，c=argminixl(f)一X2(f—t)I(2-5)式中f为所求的对齐量．前面提到，ISAR里相邻两次回波，目标的转角只有0．010数量级，将两次回波做对齐处理时，将包络作范数2归一化处理后，用与上述类似的准则：m，inj1一(f)--82(f—f)12dt=I珥n『{[而(，)一是(f—r)】[s：(，)一J：(，一f)】)出‘=min2{1一Re[p(f)】)(2—6)式中p(t)=h(t)s：(f-x)dt为两信号的相关函数。当包络为实数时，相关函数也为实数。(2．6)式的信号空间范数2距离最小，等价于两者的相关函数最大，因此，相关法对齐即信号空间的范数2距离最小。一般地，应考虑采用范数p距离，即将上述目标函数推广写成f=argminfIst(，)一s2(t—f)l—dt(2—7)范数P距离相当于将两信号差作P阶非线性变换。可以看出，P值取大，则信号过程中数值大的值，对处理的影响大：如果P_OO，就只有在两信号最高峰处对齐。相反，P值取小，数值大的影响会减弱。前面提到，一般情况下，两回波对齐时，向量空间距离是比较小的，但若飞机上有游动部件，其所在距离单元会使向量空间距离突然增大，为了减小这些因素影响，P取小是可行的。此外，由于包络是实的，采用范数1的空间距离，其运算量要比范数2的小得多。由于包络对齐的运算量在整个成像过程中占相当大的比重，采用范数l算法，有利于实时处理。以上只是用相邻回波作对比说明，根据整体包络对齐及其简化算法，对齐准则的基准信号(为2．7)式中的st(f))应为前面各次回波的合成，这一概念和方法同样适合用于范数P的情况，只是在运算中要将各次回波包络取范数P归一化。b)加半边矩形窗的快速相关对齐算法 竺基丁．实测数据的舰船目标ISAR成像算法研究设所用成像的回波数目为膨，每次回波有Ⅳ个距离单元，用算。(D表豕第m次回波中第玎个距离单元的实振幅，搬=瓴⋯，M-1；n=O，⋯，N-1。用sm(n，≮。)表示第m次回波延时不同的t。后第鼢个距离单元振幅，对齐中先以第一次包络为基准依次对后续第k(k=2，⋯，M)次包络进行延时调整，其延时调整量为：tl=argmax‰(豫)&(n,xk)=极纯)圆颤0女)(2—8)’‘n=lk-I其中下．=0，后依次取2,3，⋯，M，Uk(以)=∑s。(惕‘)为已对齐各次回波包络耿范数l归一化后各距离单元的值，相关法可以在频率域实现，即≮鼋=argmaxIFFT[eonj(FFT(ui0女)))，FFT(s≈0||}))】《2一黔因为‰0)，屹(f)为实数，可以通过下面详细讨论的频率域作卷积的方法进一步减小运算量。假设，z(n)为实序列而(，z)和而(托)的卷积，即z(n)=五(咒)o如(，2)(2—10)则可以通过下面变换到频率域计算z(月)=IFFT(conj(FFT(x1(以)))-FFT(x2(咒)))(2—11)对予五(珂)和x2(n)为实序列，构造’x(n)=而(斑)+歹·x2(n)(2—12)有一(以)和x：(胛)的傅立叶变换分别为则z(n)化燕彳l(庀)=X^，(意)】彳t(庀)=t(玎))一i【x(豇)+‘((一忌))_Ⅳ^，(意)J疋(惫)=肿㈨赧))=万1【x(惫)一x+㈣"uRn(，纠z(胛)=IFFT(X；(k)-置(尼))，令z(七)=xi(j})·X：(意)，则z(n)一IFFI"(Z(k))(2—13)(2-14)(2—15)《2-16) 第二章ISAR成像关键技术和舰船成像方法旦其中z(足)=击(Ix(七)|2一Ix((一忌”^，R．Ⅳ(足)12+x(矗)·(x((一七))^，R．Ⅳ(七))一x‘(七)·(x((一足))．ⅣR．Ⅳ(足))’)=三lm【X(七)·(X((一k))sRN(后))】+J(一i1)ox【丘)12一Ix((一J2))NRN(七)12】(2-17)通过这个方法，原来作卷积需要3个FFT运算可以简化为2个FFT运算。c．)加半边矩形窗的基于范数l距离最小准则的对齐算法设所用成像的回波数目为肘，每次回波有Ⅳ个距离单元，用s。(甩)表示第m次回波中第／,7个距离单元的实振幅，m=l，⋯，M；，z=l，⋯，Ⅳ。用％(”，靠)表示第m次回波延时不同的靠后第刀个距离单元振幅，对齐中先以第一次包络为基准依次对后续第k(k=2，⋯，M)次包络进行延时调整，其延时调整量为：JⅣ11lITI=argm．in2二lz气(刀)一yI(刀，tt)I(2—18)其中q=o，七依次取2，3，⋯，M。‰(”)：善％(为已对齐各次回波包络取范数1归一化后各距离单元的值。u(聆)：Xk(n,气形为当前需对齐／∑％("，％)，n=l回波包络取范数l归一化后各距离单元的值。从(2—18)式中／A。(刀)的计算可以看出，因为这种算法在每次计算延时调整量时只需要加法运算，所以计算量比相关法少得多。2．目标平动补偿通过包络对齐，获得目标的距离和参考距离的差AR(t。)≈R。(f。)一R(f。)的估计，进而获得目标位置的估计疋(o)=△R(o)+R。(o)，假定目标运动可以由低次多项式近似，即R。(，。)=R。+rot。+Ial。f所2+⋯(2一19)通过对估计的实际位置扈(f。，)低次曲线拟合，进一步降低包络对齐误差，‘得到拟合后的实际位置估计詹，(，。，)。分别以ko(t。)和R(，卅)参考距离构造参考信号。“，。∥“(小掣)嘶一掣)2](2．20) 旦基于实测数据的舰船目标ISAR成像算法研究嘣砖乒2f／2似一掣)母(，一挚]2】p2，)对录取的解线调后的原始数据s，(≠，f，)乘以两参考信号s，拧(≠，≠。)=s，(≠，≠。弦州(f，t。)si，(f，t。)(2—22)这相当于对目标回波重新以目标中某点为参考进行解线调，使目标等效为转台目标，相当于极坐标格式录取，但转角对机动目标来说是非均匀的，丽且也以目标某点为参考点进行了聚焦。3．自聚焦这里的自聚焦主要针对目标抖动，大气传播扰动，引起的相位误差，我们给出基于相干积累原理的囱聚焦方法，它对平稳和机动霉标都适用，已有的多特显点综合法和相位梯度方法都是它的特例。硒相干积累法对于平稳目标，平动补偿后，由于英相对于焦点是均匀转动的，所以各散射点子回波为正弦信号，对于机动豳标，散射点子回波的运动就复杂一些，但在较短的时间为，可以近似为低次多项式相位信号(幅度可以有调制)。我们思想是从中选出P个特显点单元进行处理，并假定此第P(P=l，2，⋯，尸)个距离单元的强散射(特显’，，点)的多项式相位为纬，，=∥加十∑c，．，，m7，其它为杂波，‰为第m次回波的初相误，=l差，既在同一次回波晕各个距离单元都具有这一相同的相位误差，于是该距离单元第坍次回波的复包络为：s_『，，。*口Jf，，。‘exp(j(go．r，，。十厂胂))+cp，研(2—23)其中m=0，l，⋯，M一1，以第一次回波为准作锈褶校话，则‰=0。补偿特显点子回波的起始相位、一次项、二次项到￡次项，即￡％，。=少朋+∑q，，，m7詹，则回波为，嚣ls，，，。’exp(一歹％，所)=d，，、。‘exp(jr。)+c_『'圳’exp(一歹％，。)(2·24)这时，通过多个特显点单元加权楣捅，以提高僖嗓比，可|以得到‰最佳估计，’尹辨=么∑W掣；s舯exp(-jrp")(2—25)露=l 第二章ISAR成像关键技术和舰船成像方法其中，权值由相干积累后信噪比最大准则求得，‘即‰m，⋯a雌x胯"％册舱％一，m}协2钐其中万M2为％m的方差。得，咋，m2莓。毒于初携误差‰的存在，起始相位甄p比较难估计精确。我们先补偿特显点相￡位一次顼、二次项到￡次项，即岛。搿=∑岛。尹m’，荐采用差分形式相干积累．，；lsF，朋’exp(一j,gp，辫)=ap'卅’exp(gy尹，o+jY册)+c尹t埘‘exp(一jOp，拼)(2-27)初相误差‰差分的估计为P△少册=么∑wp’I，，s|I，．J，fexp(-jB尹，。)·w|『，。。一ls|『’，埘一lexp(j,9|『，，。一1)，m≥l(2-28)，，=I那么，估计的初相误差为尹加=∑△九，y。=0ak=l(2-29)b)特显点的多项式相位估计上一节提到要估计特显点的相位一次项、二次项到三次项，因为其信号为单分量信号，我们采用离散多项式相位变换(DPT)的方法估计多项式相位信号的参数(主要为一次项、二次项到毛次项系数)，算法简单。不妨假设某特显点的信号菇s拼=疗斜exp(flp措+7。)+C。，，，，=O，l，⋯，M—l(2-30)|，其中f％l是慢变化的，‰=甄十∑q聊7，‰为比L次还要高的高次相位误差和随机相位误差。采用DPF进行参数估计分两步，第一步在时域对信号施加算子操作DP,，三为正实数。第二步对算子DPcJ匡_算结果作离散时间傅立叶变换DTFT。算子操作睨定义如下De,Is．，霜=‰(2-31) 生基于实测数据的舰船目标ISAR成像算法研究DP2[s。，f】=SInS+肌吖耽瓯，r】-鹎{观一，‰f】)定义观的傅立时变换为卿乏，(2-32)(2—33)M—lDP吒【％，CO，r】=DTFT{DPL[s拼，f】}=∑DPL[s埘，rlexp(～jam)(2．34)参数估计过程如下：(玲≠=L，L为多顼式相位的最高系数，z：=‰；(ii)选择合适的弓，计算础【z：，乃】；(iii)通过DTFT峰值点估计频率，通过频率估计第Z阶的相位系数，彩：五{鬲鹕m⋯ax{IDPTAz二，国，曩毋；彩。丽鹕州z二，国，曩攀；gv)z。iI--’=z二exp(一声fm7)；M—I(v)z=，一1，如果z≥1，返回(ii)；否则，估计超始相位蟊=phase{∑z三；；上(Vi)估计的信号成分的多项式相位为≯拼=魏+∑o，m‘；(V溺平均幅度稼=丙lM磊-I％的估计为鑫=丙1|[M刍-!z兰l；如果，上一l也可蛊接采用FFT方法估计参数，三=2也可采用解线频调(dechirp)方法估计，德运算量相对大一些c)预聚焦ISAR与SAR不同，不艉用仪器较准确的测出雷达和基标的专罾对运动，僵采用包络对齐和初相校正两步进行运动补偿时，包络对齐后的初相误差通常较大，而且在序列上非平滑。不对初相校正作预聚焦处理，常无法估计特显点子回波的多项式相位。所谓预聚焦是先选择一个归～化幅度方差最小的单元，其序列的相位误差均为零进行聚焦。应当指出，预聚焦完成了粗略的自聚焦，同时在各个距离单元弓l入其信号榻位参数以及杂波和噪声弓l起的相位误差，需作进一步的补偿稻综合处理。假设掰逡颈聚焦单元为第q个距离单元，该距离单元的回波信号为 第二章ISAR成像关键技术和舰船成像方法旦Ls删=a"·exp(j(9'柙+∑q，q柳7+y。))+cq一(2·35)，=l其中脚=0,1，⋯，M—l，y。=0。当杂波很小时，回波可以近似写成王s州=a州-exp(j(驴／们+∑c¨所‘+‰一丸，。))(2—36)，=l其中秀，。就是由杂波引起的相位起伏。￡用此特显点的相位唆，掰=％≯+∑g撑m7+‰一磊滞进行钤偿后，其它特显点单j=l元的回波信号可以写成￡Sp,mexp(一j,pq。。)=口．P，，·exp(_，(∥p。o—I矿g，o十∑(c，．P—q，q)聊‘+噍，。))I=l+Cp，。exp(一，m")(2-37)这样原来的相位误差‰的估计转化为对杂波孳l起的相位起伏杰滞酶估计。同时引入特显点信号参数，但这不影响将来估计的瞬时像形状，只影响图像平移。‘d)迭代相干积累函聚焦算法为了提高聚焦精度，我们结合PGA加窗迭代的思想，提出ICSA算法，步骤如下：(i)选出归一化幅度方差最小的单元，对图像进行预聚焦，并可发现特显点明显分开的～些单元。(ii)选出归一化幅度方差较小的多个距离单元，和滤出一些特显点明显分开的单元中的特显点，估计特显点信号相位的一次，二次项到￡次项(三由目标的机动性确定)，并作补偿，然后用FFT戒像。(iii)各距离单元零频左右(特显点信号在零频)加一个矩形窗，滤除窗外的杂波和噪声，然后将加窗后的横向像用IFFT交换回数据域。(iv)用相干积累法，估计上一步聚焦剩余的相位误差，并对图像聚焦。≤v)返回第癣)步，并在加窗时将宽度适警减小(可取4、5个象素点)，继续作迭代处理，直到窗足够小(5．7个象素点)。如果￡取l时，此算法就是PGA，如果￡取l且不迭代，就是多特显点综合法。二．成像处理在运动补偿完成赢，已等效将目标置于转台上，成像处理也就是对转螽目标成 堕基于实测数据的舰熊目标ISAR成像算法研究像。现在有关转台成像的理论已相当成熟，可以采用的方法很多。‘1．直角坐标躐离一多普勒成像(R—D方法)191这种方法使用于小转角(3。～5。)成像，在观测时间内散射点的走动不超过一个分辨单元的情况下，所获得的频率域目标信号的极坐标数据可近似被认为是直角坐标礴格上盼数据，对距离和方位向的数据分别进行傅氏变换就可获得酱标的雷达图象。这种方法的优点是运算量小，适合于实时处理。2。子孔径距离．多普勒成像曦在长的相干积累时间内，网标散射点出现走动，可采用子孔径R．D成像法将获待数据分成若干个小的子孔径，每个子孔径按距离一多普勒原理处理可得到一今低分辨的目标像，在予孔径上的成像处理完全可以用FFT进行以提高计算效率。每个子孔径的大小要适当选择，使在此期间越分辨单元的走动不发生。所有的子孔径图象都必须在距离域和多普勒域进行校正，补偿各散射点在不同子孔径上的走动。各子孔径图象之间还会存在初相误差，将它们相干迭加可得到最终的高分辨率的图象。3．极坐标距离．多普勒成像【21】实际情况中，尤其是在大转角成像时，接收的回波数据更接逅极坐标格式，这时需要将极坐标网格上的回波数据经插值变换成直角网格上的数据，然后进行二次傅氏变换得到目标像。插值变换的质量直接关系到图象的清晰度，插值不獭可能产生虚假目标，而过高的插值精度使得运算量大大增加。需要在要求的插值精度和运算量之间进行折中。4．子区距离．多普勒成像’如果目标较大，可以在距离和方位方向上进行分割，将目标分成若干个子区，使得每个子区满是R-D方法的条件，对每个子区进行冀．D成像，最后将褥到的各个子区图象拼接起来，即可得到一幅完整的目标图象。根据转台成像推导的允许二维可分开进行直角坐标傅立叶变换的条件式：(眈)2≥删么(2—38)和一．万‘≥删么(2—39)式中艿，为纵向距离分辫力，参，为横向距离分辨力，D，为西标最大纵向尺寸，或为匿标最大横向尺寸。可知如果放黄转台中心的目标物很小，则即使转一个大角度使横向分辨力万，很高，霸标上各敖射点的距离走动和多普勒走动仍没有超出一个距离分辨单元和频率分辨单元，因此对于这种处在转台中心的小目标，允许对频域直角 第二章ISAR成像关键技术和舰船成像方法旦坐标的六向和厂v向分别作傅里叶变换，得到清晰成像。但如果转台上是一个大目标，则显然只在转台中心部分符合小范围清晰，离中心点愈远则愈模糊。通常要求纵向分辨力等于横向分辨力，可写成万，=万，=p，则分割成小块的直径D应有D<4彳(2-40)显然，这样分割得的若干小块除处在转台中心的那一小块外，其他小块的中心点均相对转台中心作距离走动和多普勒走动，但这些中心点的走动均属预知的，因此可分别给予精确补偿。补偿的目的是使每一中心点本身变成一个不走动的中心点。这样每一小块均能得到高分辨的清晰成像，然后按每块应处的位置拼装成一块大面积的清晰图像。但是，这种方法必须得到目标与雷达的精确相对运动信息。5．滤波．反投影法【22,23】这是由计算机层析成像(ComputerAidedTomography,简称CAT)中的卷积一反投影(ConvolutionBaekprojection，简称CBP)算法直接推演得来的。CAT方法成像处理把在某观测角获取目标一系列等距离线上总反射信号的过程视为某次投影，再将各次投影视为目标二维反射系数图象函数的二维变换，并通过反变换重建图象。这种成像方法不象R-D方法那样要求在观测时间内满足“走动”限制条件，因此这种方法对目标大小、信号形式和观测时间没有限制，所以它本质上突破了R—D方法的分辨力限制，但它的运算量也最大。6．超分辨谱估计进行成像【24‘29】在距离．多普勒成像法的基础上，可将超分辨谱估计的方法用于ISAR成像，它利用回波数据估计参数模型或利用线性预测的方法将数据外推，然后对外推的数据进行成像处理，可以得到比传统距离．多普勒方法更高的分辨率，它主要使用于短数据或飞机机动性较强的情况。它的缺点是对信噪比比较敏感，且运算量较大。2．2距离一多普勒成像算法通过包络对齐和初相校正，各个距离单元回波序列已能证确反映各散射点子回波的相位变化历程。对平稳飞行的目标等价为匀速转动的转台目标，散射点不同的横向位置表现为不同的多普勒频率。对各距离单元的回波序列作傅里叶变换，便可得到散射点的多普勒分布，于是得到目标的ISAR像。应当指出，上述ISAR像的横坐标是多普勒值_，=，，而非横向位置坐标x，虽然．厂，与x成讵比，散射点横向分布形状是丁F确的，但如果要得到实际的横向尺寸，还须精确估计目标的转速，这对ISAR成像是困难的。通常只是利用对目标形状的先验知识，调节横坐标的尺度，以建立lSAR图像。 垫基于实测数据的舰船目标ISAR成像算法研究2．3基于多分量AM—LFM信号参数估计的瞬时成像方法舰船目标回波经过包络对齐，自聚焦后，各个距离单元的信号为该距离单元上各散射点子回波和噪声及杂波的矢量和，由于海水波动等原因，使舰船的三维运动，即偏转(yaw)，侧摆(roll)，俯仰(pitch)比较明显，各散射点子回波为调幅一调频(AM．FM)信号，这一点可以从它的时频分布中可以看出，一定程度上，可以近似为调幅一线调频(AM．LFM)信号，或者近似为分段的调幅．线调频(AM．LFM)信号，这样各距离单元的信号为噪声和杂波背景下的多分量AM．LFM信号，对舰船目标的瞬时成像，就是噪声葶爨杂波背景下，多分量AM．LFM信号瞬时参数估计问题。设含有户个分量的调幅．线性调频(AM．LFM)信号模型可以表示为Ps◇)=∑g(f弦’2。‘南‘÷童螂2’《鳓+口(哆拉一41)i=1其中g(f)为实变量，对等幅线性调频信号g(f)为实常数，幅度变他为慢变化，逶常称为窄带信号。因为s(，)为多个AM．LFM分量的线性相加，所以我们先分析单分量情况，设信号s(f)=a(t)ej2“rffnt+枷2卜7锄+e(r)(2—42)《≠_》的傅立时变换为尸fs(，)】=eph’F【口(f)】o8(to一2矾)@F[e"川‘】+，【P(f)】(2-43)因为口(f)为慢变化，其谱F陋(明为集中于零频附近的窄谱，8(0—2矾)为e’2磁4的谱，F[e，删‘】为调频因子的谱，m越大其谱越宽。我们通常用解线调(dechirping)的方法估计调频率m，即对待测信号s(≠)乘以负的线性频调因子P叫j扩，当，，值等于实际信号的调频率m时，调频信号成为单频信号。假设^(t)=s(t)e叫7扩(2．44)若y=m，则．f(≠)=a(t)e露蹿∥"弼，^(≠)的傅氏变换研∥(≠)】=∥镪H口。，无七<0，其数值根据零频左右的谱宽度确定。在频域减掉已估计的第露个AM·LFM分量后，sk(n)为，瓯(，z)=IFT((I—Wink(f))．FFT(sk—l(，z)e-』2帮矗(H艺)2一jtrt。}(月￡)2))P，2∥五(n瓦)2+胁。艺)2(2．52)其中，n。1，⋯。N。 基于实测数据的舰船目标ISAR成像算法研究“Clean"方法步骤为：第一步：k=1，即So(n)=s(n)，根据(2—47)，(2-49)，(240)和(2—51)式估计第一个AM．LFM分量的初始频率，调频率，初相，时变幅度，并根据(2．52)式在原始信号中把此分量减掉。第二步：k=2，根据(2—47)，(2．49)，(x-50)干n(e一51)式估计第二个AM．LFM分量的初始频率，调频率，初相，时变幅度，通过(2．52)式在频域再减掉已估计的第二个的AM．LFM分量。后续步骤：当k=K时，根据(2—47)，(2-49)，(2-50)和(2-51)式估计第K个AM．LFM分量的初始频率，调频率，初相，时变幅度，通过(2．52)式在频域再减掉已估计的第K个的AM．LFM分量，直到剩余信号的能量较小，或者使k为需要估计的分量个数尸。在估计每个AM．LFM分量参数过程中，除了对参数y需要搜索外，只需简单FFT，求最大值，和乘法运算，算法实现容易，运算效率高。而且对参数Y的搜索可以先确定7的大致范围，然后分级搜索的方法大大减小运算量，每级搜索11个点，下一级的搜索范围比上一级缩小十分之一，一般三级到四级就足够了。2．4基于钟摆模型的成像算法舰船目标与飞机目标成像的基本原理是相同的，但成像条件却与飞机不完全相同。首先，舰船目标不但在偏转、侧摆、俯仰3个维度同时存在姿态变化，而且，由于受非线性策动力和非线性阻尼力的作用，各维变化都呈现出多倍周期和随机性的特点。其次，舰船目标的转动速度远比飞机目标慢，为获得所需孔径就要求有较长的积累时间，长时间罩会产生较大的高阶相位项。这些因素都会对ISAR成像处理造成困难。由于舰船在海浪作用下含有类似于钟摆周期性运动的特点，为了得到较为稳健的成像算法，下面我们分析了单纯周期运动的钟摆模型的回波特点，在此基础上利用相位聚焦算法补偿实际目标因不完全符合这一模型引起的相位误差。设目标绕原点作摆动，如图2．1所示。质点位于(Xo(t)，Yo(t))处，最大转角为O，并且。很小(为清楚起见，图2．1中将矽(f)画得比较大)。从而可以将质点的运动近似为角频率为Q的简谐振动。实线所示为D．t=2k7r+a，(霓=O，1，⋯)的时刻，虚线_丁1一所示为f2t=2krc+等，(足=o，1，⋯)的时刻，点划线所示为4口f2t---2kn"±÷，(尼=o，l，⋯)的时刻。 塑三童!!△堡塞堡鲞堡垫查型墼塑盛堡查鲨一，～一—尘—————___㈣___————____㈣_-_——_———__—_—————————H—————————_————————————————一态：i⋯图2．1钟摆模型目标在t时刻的角位移、角速度、角加速度可以分别表述为秽(f)=@sin(f2})棚(f)=QOcos(Of)∥(f)=一心Osin(Qf)(2—53)(2—54)Q一55)设雷达发射佰号为，．、s亿∽：凇}{}P引刀唾∥’(2·56)其中rect(u)={≥I引．I<->÷，蔓为中心频率，墨为时宽，7为调频率，f为一维自由，时制变量，f=t-mT为快时间(fasttime)，搠为整数，丁为脉冲重复周期，‘=研，为慢时间(slowtime)。由于快时间，用来计量电波传播。则接收到的目标信号在时域可以表示为帆脚删f生掣滞’一钟伴肌印胛)(2-57)其中，爿为目标质点的散射系数，霄(，。)为该散射点在第m个脉冲照射时与雷达之间的单程距离，口(，。)为零均值方差为玎2的高斯白噪声采样，为简单起见，我们可以略去这～嗓声项。对回波信号用钟摆模型近似，最终我们可以得到蹦儿．)=ATe,sinc[Tp(]"+2詈x。)]。万{厶一等．[确缈一岛矿。+。(艺)]}(2-5黔式(2—58)含有冲激函数项，应用Randon—Wigner算法可以抑制其中的‰国2f。项，从 丝基于实测数据的舰船目标ISAR成像算法研究式(2—50)正是利用频率分量获得方位图像的表达式，其中的‰缈项与式(2—58)中的yoco'tm项所处位置是相同的。根据目标的散射点模型，目标回波可视为各散射点子回波的线性组合，若通过时频分析算法确定每～个分量的调频率，就等效于获得了该距离单元肉各散射点的横向分布图像。并且，∥≤￡)的最大值是co(t)的Q倍，两舰船目标摆动的周期大约为4S，Q约为1．5弧度／秒，从而使线性调频分量的最大幅度超过频率分量的最大幅度。所以，对于舰船蠢标来说，如果仅仅依靠各距离单元相位历程中的频率分量成像而完全补偿掉线性调频分壁将是一个非常大的损失。利用线性调频分量成像可以获得较好的结果。ISAR成像的关键在于平动补偿。回波的平动补偿可以分为包络对齐和初相校正。采用半边窗的简化整体包络对齐方法㈣可以得到很好的包络对齐效果。在此基础上需要进一步进行相位聚焦，校正因散射点不完全符合叠标转动模型丽弓|起的相位误差。相位梯度算法(PG焱)已广泛应用予合成孔径雷达(SAR)成像秘《处理，该算法其有稳健的特点H4’删，由于算法采用了非线性方法估计初相误差，从而可以有效地校正相位误差，甚至具有自噪声特点的宽带相位误差。在钟摆转动模型中，要求相位聚焦算法能保留二阶相位分量，并补偿三阶以及更高阶的相位项。一阶相位误差估计算法(ROPE)【46】及其改进算澍4”可以较好地估计并补偿二阶以及更高阶的相位项，但不能直接应用于钟摆转动模型的相位聚焦。我们在ROPE的基础上进行了分析，得出了适于钟摆转动模型的二阶相位误差估计算法(RTPE)，并结合Radon．Wigner变换[37,47j，对RTPE算法进行了改进，从焉得到了更为稳健的降阶处理方案，提高了对于存在复杂运动的舰船目标的成像概率。9=旷孕cosc等训‰=孚cost等Ⅷ驴孚cos(等训q2亏∞文i慨’任一时刻任一点的f(x．弘z)多普勒频移为(3-2)(3-3) 第三章关于舰船目标实测数据ISAR成像时间段与时刻选取肌)=掣-crcosc等埋，+cPsc等+¨+c，cosc等+¨c，：了2q，727r(尼jJ，一尼2z)c，2iq，百(尼jy一庀，z)cP：了2gP．2个，r、"k，z一忌jx)cP2igP‘乙、，z一∽Cj,：了29，孕(惫2x一女，y)2≯万％以Iy’符号×和·分别表示矢量的外积和内积。舰船的三维运动参数如表3．1所示，表3．1仿真时各项参数幅度g(度)平均周期丁(秒)初相2．8俯仰6．7石21．9偏航14．2万l417横滚12．2石3(3-4)雷达视线和X轴夹角30。，和Z轴央角60。，波长8mm，船速为20m／s。我们给出30s时间内的多普勒频移，图3．2(a)对应为各个散射点的多普勒频移、图3．2(b)为平均多普勒频移。．17∞．'∞0'e劬t9∞娶·嘲喜舢盘粕-Ⅻ0．2帕0．2'9口．瑚图3．2多普勒中心变化图从上面两幅图中可以看到，其平均多普勒频移是周期函数，周期为三种转动中的最小周期(即俯仰运动的周期)6．7s，并且在相邻的波峰和波谷之间的多普 基r实测数据的艇船目标ISAR成像算法研究勒中心是线性变化的。3。3成像时间段的划分舰船目标回波经过包络对齐、自聚焦后，各个距离单元的信号为该距离单元上各散射点子回波和噪声及杂波的矢量和，由于海水波动等原因，使舰船的三维运动比较鹳显，各散射点子回波为调幅一调频(AM．FM)信号，一定程度上，可以近似为调幅一线调频(AM—LFM)信号，或者近似为分段的调幅塌i调频(AM．LFM)信号p”，这～点可以从图2中可以看出。这样各距离单元的信号为噪声和杂波背景下的多分量AM—LFM信号。在进行包络对齐后，进行多普勒中心估计，一般采用相关函数法估计多普勒中心。首先估计出每个距离单元的瞬时多普勒中心，再把所有距离单元进行平均得到在此瞬间的多普勒中心。一般来讲，单个距离单元的多普勒中心随机性大、较散乱，而目标像的平均多普勒中心较平滑，有宏观意义。所以在成像时间段的选择上，采用目标的平均多普勒中心。由予舰船受非线性策动力和非线性阻尼力的侔用，各维度上的摆动都呈现出多倍周期和随机性的特点，其多普勒中心也呈现随慢时间作不规则的罔期变化。前面提到，此时信号可看作是分段的线性调频信号或者是调幅一线调频信号。根据多普勒中心这个特点，成像的时闻段分别选在多普勒中心线性变化区域。如图3．3所示，成像时间段可以选在6个区域，在每个时间段内都可以进行瞬时成像。慢时闻廖号图3。3成像时闻段翻成像时刻的选取3．4最佳成像时刻的选择为获得方位上的高分辨率，对机动目标多采粥瞬时成像的方法。在具体实现时，可采用距离～瞬时多普勒成像方法(RlD)1521和钟摆模型法f371对舰船进行ISAR 第三章关于舰船目标实测数据ISAR成像时间段与时刻选取成像，得到比较清晰的瞬时图像。在这两种ISAR成像算法中，选定最佳成像时刻具有举足轻重的意义。对(3-4)式进行求导，得到调频率为加，一c，等s趣c等+州q争等sin譬+咐一cy等妇c等+"邝≤，A厶茗B图3．4舰船运动模型墅3。5一周期内频率和调频率交化蚕为叙述简单并不失～般性，在这里我们只分析其一维转动情况，其运动模型如图3．4所示。图3．5为一个运动周期内散射点的多普勒频率和调频率随时间变化图。从(3．4)，(3．5)两式及图3．5得出，多普勒频率和调频率的分别取最大值时其相位相差90。。在所选定的成像时间段内，当采用频率分量成像时(即RID成像或者钟摆模型中利用频率分量成像)，最佳成像时刻是此成像时闻段的边缘时刻。此时各散射点均处于图3．4中o’点，其转动的速度最快，多普勒频率分别处于正向或者反向最大，多普勒展宽最大，表现在图像上就是其方位很宽。此时若采用中间时刻成像，各散射点处在A或B点，其多普勒频率均为0，表现在图像上就是一条直线，在方位上没有分辨。但是在钟摆模型成像中采用调频率分量成像时，其中间时刻却是最佳的成像时刻，因为其调频率展宽最大。3，5成像效果的初步判定前面已经进幸亍了成像时间段的划分，但并不是每个时间段都能够德到良好的ISAR图像。在第三部分中得到的多普勒中心由两部分组成，一部分是由转动弓l起的，另～部分是由平动引起的。对于ISAR成像，有贡献的部分是转动部分。所以判断威像好坏取决于由转动引起的频带宽。若频宽很窄，则得到的图像在方位上不能分丌，效果不好；相反，若频宽达到一定宽度，则图像的效果就会很好。对上面估计出的多普勒中心进行一次积分后得到由平动弓l起的楣熊(出于转 基T-实测数据的舰船目标ISAR成像算法研究动引起的多普勒中心在零附近波动，在～次积分的过程中被平均掉)，继而对包络对齐后的数据进行平动相位补偿，然韪再逐段判断其频宽，若频宽缀窄，就可殴放弃对此段数据进行成像。尤羹对于平动显著的数据，有些时间段虽然其相干积累时间很长，但在平动补偿前后其频宽会相差很多，并不一定能够得到离质量的霆像。透过这样酶裙步判定，可以为成像节约大量时闻。3。6实测数据ISAR成像实测数据l：某厂岸基对海雷达录取的数据。分别采用距离多普勒，距离瞬’对多普勒方法成像。．其主要参数是：中心频率为2．85GHz，信号带宽B为120MHz(LFM信号)，售号脉宽隽醣微秒，重复频率为650Hz，经l：8抽样惹重频变为81．25Hz。^芷V褥骚固廿搭毒|匮讯辍艟对阚肆2P⋯⋯．：‘、l{’l。L——一一⋯⋯．⋯Om∽№躺秭嘲慢时间岸锚(a)某段数据鲢多蒈勒中心变化靛线萋蜘}妒曩’擎{潮枷!收：{距离甲／已潜藏像时闷瑗l对斑豹羟离多普勒残豫{跫餐蹬捉佟)成像聪趣段l平动毒}偿前痿频灌鏊馥线{来补嫠韵频谱图稿线2补偿后的频潜闰躐离单元《垂>残像时溺爱1对应的踅褰瞬时多蓄鞔路：像 第三章关于舰船目标实测数据ISAR成像时间段与时刻选取型(e)成像时间段2平动补偿前后频谱图曲线l未补偿的频谱图曲线2补偿后的频谱图萋◆叫-黑l朝。一、一毋’j“}1m}。。一一——二一，．j图3．6某厂实测数据舰船成像对整段数据进行包络对齐后估计其多普勒中心，得到多普勒中心变化曲线如图3．6(a)所示。根据多普勒中心曲线把整个时间段分成三段，做频带宽度分析。其中成像时间段3的频带宽度很窄，在这里放弃成像处理。第一和第二成像时间段平动补偿后频带宽度分析分别见(b)和(e)两图。成像时间段1的频带宽度最宽，且补偿前后频带宽度基本未变，如(b)图所示，此时平动分量很微弱。对此段数据采用距离多普勒成像得到(c)图，对第256个时间单元进行瞬时成像，得到(d)图。从两图上可以看出此时在方位上舰船占约40个单元，能够清晰的看到船头船尾部件。而成像时间段2在平动补偿后频带宽度变窄很多，其平动显著。由于由转动引起的频宽很窄，得到瞬时像(f)很窄，只能看到一条斜线，分辨率很差，甚至不能分辨船头和船尾。实测数据2：某所数据，录自试验雷达，雷达固定在海岸边。距离瞬时多普勒成像，钟摆模型成像。运动的船只，船头与雷达视线成45度角，相关包络对齐。其主要参数是：中心频率为15．48GHz，信号带宽B为240MHz(LFM信号)，信号脉宽为40微秒，重复频率为500Hz，经l：4抽样后重频变为125Hz。^1,4Z、，§}爨。导孬≤Ⅲ蚺慢时间序号(a)某段数据的多普勒中心变化曲线。÷。{蒌一}。。菇．：：{蓑“■+。’·7_‘?，-t_一．．．j{{(b)距离瞬时多普勒像 丝基于实测数据的舰船目标ISAR成像算法研究IR瓣魁恹距离单7己距离单元(c)钟摆模型(d)钟摆模型频率分量格式化得到的图像线性调频分量格式化得到的倒妒图像图3．7某所实测数据舰船成像在这组数据里，根据其多普勒中心曲线把整个时间段分成5个成像时间段，经过对每段数据的频带宽度分析得出舰船在运动时平动分量很微弱。选取具有最宽频带宽度的成像时间段在605．910时间单元。对此段数据采用距离瞬时多普勒成像得到(b)图，采用钟摆模型中的多普勒分量得到(c)图，利用调频率分量得到倒立的(d)图。通过两种成像方法得到的瞬时像效果都非常好，可以清晰看到舰船的形状。3．7小节舰船目标不但在偏航、横滚、俯仰三个维度同时存在姿态变化，而且，由于受非线性策动力和非线性阻尼力的作用，各维度上的摆动都呈现出多倍周期和随机性的特点，其回波具有明显的时变性。针对这种情况，提出了成像时问段和最优成像时刻的选取问题。按照多普勒中心的周期把整个慢时间分成若干个时间段，在每段时间内回波信号近似认为是调幅一线调频信号。为得到高方位分辨率，需对舰船目标进行瞬时成像，针对采用频率和调频率不同分量进行ISAR成像的情况，选定了不同的最佳成像时刻。对于不同的成像时间段，根据转动分量引起的频宽可以初步判断成像效果。基于实测数掘进行ISAR成像结果，验证了此种算法的有效性。 第四章基于稀疏表示的CHIRPLETF分解的ISAR舰船成像方法翌第四章基于稀疏表示的Chirplet分解的lSAR舰船成像方法4．1引言关于舰船成像，在第二章中介绍了三种方法，传统的RD算法，基于多分量AM．LFM信号参数估计的成像方法和基于钟摆模型的成像算法。后两种成像方法均是瞬时成像方法。逆合成孔径雷达(ISAR)成像的基本方法是距离．多普勒法，纵向距离分辨率依靠雷达发射宽频带信号，而横向分辨率则依靠目标转动的多普勒。经运动补偿使目标成为“自聚焦点”位于轴心的转台目标，然后进行成像。传统的距离．多普勒成像方法基于目标在同一转动平面内作匀速转动的模型，用DFT进行多普勒分析得到散射点的横向分布。当目标作机动飞行时上述假设不能满足，这时目标的转速、转轴及其成像平面也是变化的。因此，用传统的距离．多普勒成像方法会将各散射点在横向散布开，从而使目标图像模糊．文献[53～55]曾提出对非均匀旋转目标的ISAR成像算法，但这些算法都仅适用于转轴不变的目标成像。文献[56]提出了距离．瞬时多普勒成像的概念，给出了机动飞行目标的成像算法，但它是基于目标上各散射点回波近似为线性调频信号来处理。舰船目标由于其复杂的三维转动，多普勒频率是时变的。为了得到更好的ISAR图像，采用瞬时成像来代替传统的傅立叶变换，时变谱分析方法和时频分析157J应用到成像中。4．2舰船目标瞬时成像ISAR成像的基本方法是距离一多普勒法，纵向距离分辨率依靠雷达发射宽频带信号，而横向分辨率则依靠目标转动的多普勒信息。传统的距离一多普勒成像方法基于目标在同一转动平面内作匀速转动的模型，用FFT进行多普勒分析得到散射点的横向分伽。对于在海洋上颠簸的舰船，由于其复杂的三维转动，上述假设不能满足。这时目标的转速、转轴及其成像平面是变化的。在第三章中，我们已经阐述了多普勒的时变性。此时由于目标运动的复杂性，使得回波散射点的运动是非平稳的，其多普勒频率随时间而发生变化。而传统的距离一多普勒法用傅立叶变换进行谱分析得到的是某一段时间内所包含的频率，不能反映散射点的非平稳特性，因而此时再使用距离一多普勒法成像使得目标多普勒谱展宽，不能得到质量较好的ISAR图像：然而，在某一确定时刻，多普勒频率唯一，因此，如果能估计到各散射点的瞬时多普勒频率，就可以得到目标不同时刻的ISAR图像，即对目标 基于实测数据的舰船目标ISAR成像算法研究进行瞬时成像。一般可用时频变换代替傅立叶变换对舰船目标进行瞬时成像。在ISAR瞬时成像用中使用的是时频分析，常见的时频分析工具有短时傅立叶变换(STFT)，Gabor变化和小波变换。一旦参数选定，就可以用固定的栅格切分信号，如果信号不符合这选定的固定栅格，这些变换将不能很好地描述信号的特征猹戮。同时这些时频变换都不满足信号在不同的频率具有不同的持续时闻的特点。对于二次时频分布，Wigner-Ville分布等幽于有交叉项的干扰，所以需要在抑制交叉项和傈持高分辨力之闻进行折衷。丽基于Chirplet宣适应分解，采焉在伪框架内寻找最佳匹配基的方法对多成分信号进行分解，其运算壁比较大，且分解精度不高。在本章中将介绍一种基于稀琉Chirplet分勰的瞬时成像薪方法。4．3稀疏表示法分解CHIRPLET信号雷达回波信号的多普勒是时变的，同时由于散射点有较强的方向性，回波信号的幅度也是时变的，也就是某一距离单元的圈波信号可以看俸是多分量调幅一调频信号。雷达信号分解成一系列的线性调频的高斯信号和复数高斯白噪声之和。犟x(赡)=∑4e磷s(嘲，璐，Ci，Z)+w(拧)i=iSt嫦∥=s(n；t，，co,，乞，盔)=(痂)一ex卧(等)2+歹≯川2巾(纠))(4-i)f，国，c和d分别代表时间，频率，调频率和信号持续时间，w(n)是实部和虚部互不褶关的高簸自噪声，其均值为0，方差为万2，且峨州112=∑ls(n；t，忿c，d)12=l(4—2)对x(胛)，这里采用稀疏方法159l进行chirplet分解。我们期望求以下七个未知参数0=【仃2，A，d，C，，，gO，纠(4—3)萁最大似然函数的对数式为胀；口)=l。g几(x；矽)=一NI。g(2zrcr2)一壶忪一AeJ≯st：o,c,a112(4-4)刚最大似然估计值为0。t=argmaxf(x；臼)(4—5) 第四章基于稀疏表示的CHIRPLETF分解的ISAR舰船成像方法可以看出上式转换为下面三个式子两个独立的最大似然估计过程=骝№A叫)12z=(z，o。0厶山，)(4-6a)(4-6b)警叫log(2砸2)一古Ilx-Aej．1'‰一12)(4．6C)3．1单分量信号参数估计从(4．6a)式可以看出，需要采用遍历整个参数空间的穷搜索方法进行估计，运算量非常的大。这里采用在时一频平面局部放大的思想将问题加以简化。这种思想在保证参数估计的准确性同时计算量适中，也保证了多分量线性调频信号的稳健性。此方法整个参数估计过程如下：1从全局来估计调频率和持续时间，增强了放大的准确性。三=argmaXfl鼍(彩)14dco(4．7)其中X。(缈)是chirp信号的傅立叶变换xAa,)=Ix(t)exp{一jct2／2}exp{一j缈t}dt(4．8)一旦确定信号的调频率，下面估计其持续时间y(f)=x(t)exp{-jet2／2)(4-9)孔arg—max(1y,(，12,So,o,O,d)甜啡，={o‰洚埘2根据已经估计出的调频率和持续BefnJ来估计时间和频率，部放大。医卜唧榔足矽汽，。，。，墨(，，co；h)表示带有窗h(t)的信号x(t)的谱函数。3从局部重新估计调频率和持续时问。实现了时频平面的局(4-11)"一．钿．蛳．晰如略，IJ1●●●●●●●●●●●Jm，一以L丸 丝基于实测数据的舰船目标1SAR成像算法研究C=argmaxI暇(f+尸，co+cr)dr(4-12)E(f，co)是信号x(f)的Wigner分布。在估计出调频率的基础上继续估计信号持续时间o=蝣≯陆t砌)12(4-13)4利用类牛顿的方法来找到似然函数的局部最大值。虽然上述3步所估计堪的时闻，频率，调频率和信号持续时间，但是并不能完全对应最大似然函数的全局或是局部最大值，在本步中我们采用类牛顿的方法来实现最佳估计。3．2多分量信号参数估计在上厦我们讲述了关于单分量信号参数估计。像(4一1)式那样的多分鳖(q个)信号分解，我们不可能宣接实现6q+1(一个方差万2，每个chirplet信号有6个参数)个参数估计，在这里我们采用期望最大(EM)算法。假设我们已知q-1个chirplet信号，我们现在要估计出第g个ehirplet信号。1首先计算余量e(n)：x(n)．艺冬薅s(辫；￡，a；，Z)(4-14)2对上式进行上节所述的最大似然估计。3用q个chirplet模型和EM算法对第q个chirplet信号进行精确估计。EM算法共分两个过程。首先是期望的过程，计算完备数据Xi(n)f56le(n)=x(n)．窆互P席J(甩；￡，品，Z，Z)(4．15)i=lxi(n)。4P’锄s(玎；‘，缈，cf，4)+fl,e(n)(4-16)其中屈≥。且∑：，屈=l。第二步是最大他的过程。对(4．12)式的Xi(珏)蝴50n3。l中的最大似然估计来提高估计的精度。33成像算法ISAR雷达回波数据进行距离压缩后，假设某距离单元的信号为s(n)，成像时刻为t。。。+第一步，对s(辫)进行如上所述的稀疏CHIRPLET信号分解，得到各个信号的参数矩阵。第二步，判断每个信号的存在时间内是否包含岛，如果是，则计算出此刻它的频率值。第三步，对所有距离单元都作上述操作，在距离一多普勒平面根据各频率幅 第图章基于稀巯表示的CHIRPLETF分解的ISAR艇船成像方法翌度的强弱画出相应的散射点，即可得到目标在该时刻的瞬时ISAR图像。4．《舰船目标ISAR成像结果本节所用舰船实测数据同第三章，是来自某厂岸基对海雷达录取的数据，中心频率为2．85GHz，信号带宽B为120MHz(LFM信号)，信号脉宽为64微秒，重复频率为650Hz，经1：8抽样后重频变为81．25Hz。回波数据进行运动补偿，采用相关法包络对齐，多特显点的相位补偿，补偿后某一距离单元回波数据的Wigner-Ville分布如果4．1所示，可见散射点子回波的多普勒是时变的，而且时频变化为高次曲线，同时伴有大量交叉顼和噪声干扰。将运动补偿蜃的数据采用传统的DFT方法得到的图像如图4。2所示，由予舰船的高机动性，这个图像比较模糊，丽采用本文提出的基于耩疏表示的CHIPRLET分解方法得到的舰船目标不同时刻动态像如图4。3(a)，4。3(b)所示。可见不同时刻舰船的姿态发生了较大变化，而且可以清晰地看到舰船的形状。}．’镣：”。骚“ll重阔图4．1菜一距离攀元回波数据时频分析圈’驾瘿g钕跗离单元(a)}坟番晕椒∞．'∞t萄1柚’∞'∞距离单元匿4．2传统DTF成像方法成像结果：更璐强祆图4．3嫒船基标动态成像结果距离单元(b) 丝基于实测数据的舰船目标ISAR成像算法研究4．5小节由于舰船目标运动的复杂性，使得舰船目标的成像条件要比飞机目标复杂得多，传统的针对飞机圈标的成像方法已经不能满足要求。因此，本文提出了基于稀疏表示的Chirplet分解的舰船目标成像方法，从而得NT舰船不同时刻的瞬态ISAR像，外场实测数据成像结果验证了本方法的有效性。 第聂章二l：作总结与艘塑39第五章工作总结与展望5．1本文工作总结本文结合课题“十五’’预研课题岸用逆合成孔径雷达成像算法研究，在研究和掌握ISAR成像的基本原理和基本成像算法的基础上，着重对舰船目标ISAR成象算法进行了深入的分析和研究。由予舰船目标复杂的成像环境，使得ISAR成像变得更加困难，在传统的成像方法上，根据其多普勒的周期性特点，把相干积累时间分成若干个成像；在每个成像时问段内稃根据采用频率或者是调频率瞬时成像的不同，选择最优的成像时刻；在成像前可以先通过其频带的不同判断相应的成像效果，进而有目的选择成像的时间段和成像时刻。实测数据的成像结果论证了算法的有效性。由于舰船目标运动的复杂性，使得舰船目标的成像条件要比飞机目标复杂得多，传统的针对飞机目标的戒像方法已经不能满足要求。因此，本文提出了基子稀疏表示的Chirplet分解的舰船目标成像方法，从而得到了舰船不同时刻的瞬态ISAR像，外场实测数据成像结果验证了本文方法的有效性。5．2课题展望现在随着ISAR在民用和军事中的应用越来越广泛，需求越来越多，近年来发展十分迅速。但在快速发展的同时，[SAR也面l窿着越来越多需要熊决的阀题。就本文主要涉及的几个方面问题而言，仍有很多问题需要继续深入学习、分析研究。1．多功能雷达目前国外的ISAR雷达对舰船的分辨率可达到O．15米，而国内的最先进的水平才能达到0．375米的分辨率。国外在装备上已经使用了ISAR技术，结合了目标识别的功能，使雷达的智能化程度更高。国内需要大力发展采用成像技术的雷达装备还十分鲜见，并结合爱标谈别技术这样强大功缝的岸基雷达。。2．步进频雷达【51·60捌l现代雷达朝着高灵敏度、强抗干扰性和良好的低空性能方向发展，其中高距离分辨率是关键技术之一。高距离分辨率要求系统具有大的带宽。瞬时带宽的增加必将提高系统对硬件的要求。在现有的硬件水平约束下，脉间频率步进波形是一种工程上实用、方便灵活的高距离分辨率信号形式。载频步进变化的发射波形 基于实测数据的舰船翻标ISAR成像算法研究取消了对瞬时带宽和发射信号近似稳定的高采样率的要求，避免了某些脉冲压缩波形设计的实际问题。它的另一个优势是能跳过那些受调频广播和移动通讯等外界干扰的频率，具有抗干扰性。一3．空间碎片的雷达高分辨成像、识别和编目技术【65石71豳于技术和经济条件的限制，目前世赛上只有少数国家拥有可对空闻碎片进行观测的地基雷达，如美国、俄罗斯、英国、德囡和日本。我国目前还没有空间碎片进行观测的雷达，对空闯碎片的观测主要依靠光学手段。但中科院陕蹶天文台的流星雷达具有观测空间碎片的可能性，可以观测200一12001an轨道高度范围蠹，尺寸大于lm的空阗碎片。4．高速旋转目标三维成像[68-71l通常ISAR成像是指对三维目标进行二维成像，然而在实践中，因为三维图像可提供可靠的西标特征描述和在目标上任意给定特殊散射点的特征识别，所以雷达三维成像在许多应用场合非常重要，包括弹道导弹防御系统、太空飞行物体成像等。雷达三维成像的方法主要有三种：利用单脉冲偏轴测角的方法、利用多天线于涉的方法、琴|』用合成空闻孔径的方法。但在基标高速旋转的情况下，在ISAR戒像积累时间内只能得到少量的回波数据。较少的数据量导致目标ISAR图像质量下降，甚至无法二维成像。针对这种告诉目标，因前有GRT-CLEAN算法等。除这些以外，ISAR技术还在很多方向期待着发展。 致谢41两年半的硕士研究生学习器p将结束。这是一段充实丽且大有收获时光，令我永生难忘。我的论文能够顺利完成，离不开老师们辛勤的指导，同学们热情的帮助，和家人的支持。在此，谨向他们表示最衷心的感谢!首先，衷心感谢我的导师，邢孟道教授。论文的完成离不开邢盏道老师～直以来的耐心指导、督促与严格的要求。邢老师渊博的知识，开阔的视野，敏锐的思维和对学阀潜心钻研的精神，成为我在校进行的学习中，以及霜后将要从事的科学研究工作中，需要不断追求的目标和用心学习的榜样。同时，邢老师正直的人品、严谨的淦学态度、实事求是的工作作风、忘我的工撵精神，也指导着我为人、做事的方向。能在邢老师的指导下经过了两年半的学习时间，我由衷地感到荣幸。同时还要特别衷心地感谢保铮院±对我们整个实验室的领导和鼓励。保老师治学严谨，重视交流，为我们实验室指引了先进的科研方向，并形成了活跃的学术气氛。在保老师的带领下，我们能够更好地交流经验，趸广地开拓我们的学术视野。而且，保老师渊博的学识、谦和待人的品质也是我今后应该不断学习的榜样。感谢实验室陈瑞林老师、潘玉泉老师、李兰老师、刘华锐老师、詹志伟老师、自洁老师、刘茂仓等老师给予的支持，感谢国家雷达信号处理实验室提供的良好的工作环境和～流的科研条件。感谢周丽娲、全英汇、李超等硕士生，与他们在一起工作学习，让我度过了非常开心的两年半硕士生活；感谢刘晓宏、张欢、雷杰、常文胜、裘磊、王倩、丁海玲、李芬芬、李保霞等硕士生；感谢张振华、李亚超、苏军海、周峰、王琦、索志勇、李燕平、陈渤、吴建新、丁金闪，高昭昭、周鹏等博士生；感谫l吕艳、廉佳璃、张艳艳、杨延华、范岩岩、孔媛媛等同学，与他们相处不仅使我获得了知识上的提高，两且获褥了珍贵的友情。并特别感谢远方朋友刘腾、盂冬青、严立，感谢他们给予的鼓励支持及引导。最后特别感谢我的父母亲，感谢他们给予我的二十多年的养育之恩，感谢父亲对我学习生活上的指导和支持，感谢母亲对我学习生活上的关怀和鼓励。感谢哥哥和嫂子、妹妹对我无微不至的关心与照顾。在此向他们致以我深深的谢意。感谢所有关心、支持、鼓励和帮助我的亲人、老师、同学们，以及我的朋友们。 42●_一参考文献[1】D．R．Wehner,HighResolutionRadar,SecondEdition，ArtechHouse，Boston—London，1995，Chapter7【2】张澄波，综合孔径雷达，科学出版社，1989[3】张直中，微波成像术，科学出版社，1990【4】Kh．Rosenbach，J．Schiller,“Constructionandtestofaclassifierfornoncoopermiveair-targetidentificationbasedon2一DISARimages”，Proc．InternationalRadarSymposium(IRS’98)，Munich，Germany,Sep．15—17，1998，PP．1023-1033【5】Kh．Rosenbach，J．Schiller,“Identificationofaircraftonthebasisof2一D．Radarimages”，Proc．IEEEIntemationalRdaraConf．，1995．5【6】S．Musman，D．Kerr,C．Bachmann，“AutomaticrecognitionofISARshipimages”，IEEETrans．onAES，V01．32,No．4．，1996，PP．1392-1403【7】“BattlefieldawarenessviasynergisticSARandMTIexploitation”，IEEEAESMagazine，l998，No．2．，P．39[8】W．M．Brown，R．J．Fredeficks，“Range—DopplerImagingwithMotionThroughResolutionCells”，IEEETrans．onAES，Jan．1969，V01．5，No．1，pp98—102．【9】D．A．Ausherman，A．Kozma，J．L．Walker,H．M．Jones，E．C．Poggio，“Developmentsinradarimaging”，IEEETrans．onAES，July1984，V01．20，No．4，PP．363—399．【10】C．Chen，“ImagingWithRadarRetum”，AD-A142117，1978．【11】C．ChenandH．C．Andrews，“Target—motion—inducedRaderImaging”，IEEETrans．onAES，Jan．1980，V01．AES-16．【l2】D．J．Klass，“Inversesyntheticaperturetechnologyaidsradaridentificationof．ships”，AE&ST,Sept。1987．【13】保铮，邢孟道，王彤．雷达成像技术【M】．北京：电子工业出版社，2005．7．8．【14】国家高技术计划信息获取与处理专家组，”逆合成孔径雷达论文集”(863)十周年汇报”，1996-3【15】C．ChenandH．C．Andrews，“Target-motion-inducedRaderImaging”，IEEETrans．onAES，Jan．1980，V01．AES．16．【16】G．Y．Delise，H．Wu，”MovingtargetimagingandtrajectorycomputationusingISAR”，IEEETransonAES，1994，V01．30，No．3，PP．887～889．[17】WuHaiqing，G．Y．Delisle，“PrecisionTrackingAlgorithmforISARImaging”， 参考文献IEEETrans．onAES，Jan1996，V01．32,No．1，PP．243—254．【18】邢孟道，保铮．“一种逆合成孔径雷达成像包络对齐的新方法”，西安电子科技大学学报，2000，V01．27，No．1，pp．93—96．【19】黄源宝，郑义明，保铮．“基于多特显点综合的SAR／ISAR自聚焦”，西安电子科技大学学报，2001，V01．28，No．1，PP．105．109．【20】邢孟道，保铮，郑义明，“用整体最优准则实现ISAR成像的包络对齐”，电子学报，2001，V01．29,No．12A．[2l】J．L．Walker,“Range—DopplerImagingofRotatingObjects”，IEEETrans．onAES，Jan．1980，V01．16，No．1，pp．23—52．【22】D．L．Mensa，S．HalevyandGWade，“CoherentDopplerTomographyforMicrowaveImaging”，Proc．IEEE，1983，V01．71，No．2，PP．251-261．【23】D．C．Muson，eta1．，“ATomographicFormulationofSpotlight-modeSyntheticApertureRadar”，Proc．IEEE，1983，V01．71，No．8，pp917·925．【24】BrettBorden，“MaximumEntropyRegularizationinInverseSyntheticApertureRadarImagery”，IEEETrans．onsP,Apr．1992，V01．40，No．4．【25】D．L．Snyder,J．A．SullivanandM．I．Miller,“TheUseofMaximum·likelihoodEstimationforformingImagesofDiffuseRadar-targetsfromdelay·Dopplerdata”，IEEETrans．onInformationTheory，1989．【26】W．EGabriel，“SuperresolutionTechniqueandISARImaging”，IEEEInternationalRadarConf．1989，PP．48·55．【27】R．M．Nuthalapati，“HighResolutionReconstructionoflSARImages”，IEEETrans．onAES，1992，V01．28，No．2，PP．462—472．【28】J．W．Odendaal，E．Bamard，C．W．I．Pistorius，“Two—DimensionalSuperresolutionRadarImagingUsingtheMUSICAlgorithm”，IEEETrans．OnAP,Oct．1994，V01．42，No．10，pp．1386-1391．【29】I．J．Gupta，“High-ResolutionRadarImagingUsing2一DLinearPrediction”，IEEETrans．onAP，Janl994，V01．42，No．1，pp．3l-37．【30】王根原，保铮，“逆合成孔径雷达运动补偿中包络对齐的新方法”，电子学报，1998，V01．26，No．6．，5-8【31】王琨，罗琳，“ISAR成像中包络对齐的幅度相关全局最优法”，电子科学学刊，1998，V01．20，No．3，PP．369-373．[32】王琨，罗琳，保铮，“应用超分辨技术提高逆合成孔径雷达成像包络对齐精度”，西安电子科技大学学报，1997，V01．24，增刊．【33】B．D．Steinberg，“Microwaveimagingofaircraft”，IEEEProc．，1988，V01．76，No．12，pp．1578-1592． 参考文献【34】保铮、邓文彪、杨军，“ISAR成像处理中的一种运动补偿方法”，电子学报，1992，Vol。20，No。6，PP．1—6。【35】王根原，机动目标的逆合成孔径雷达成像研究，西安电子科技大学博士论文，1998．1．【36】卢光跃，逆合成孑L径雷达成像技术的改进，西安电子科技大学搏士论文，1999．7．[37】邢孟遂，僳铮．靠外场实测数据的舰船基标ISAR成像”，电子与信息学报，2001，第23卷，篇12期，PP．1271．1277．【38】雷杰邢盂道保铮，“一种基于钟摆模型的舰船譬标成像方法"，电子与信息学报，2006，28(1)：1-6’【39】K。D。Ward，R。J．A．Tough，B．Haywood，”HybridSAR-ISARimagingofships”，RecordoftheIEEE1990InternationalRadarConference，1990，7—10May1990，pp．64—69．[40】众。Jain，I．Patel，“SAR／ISARimagingofuniformlyrotatingtarget’’，IEEETrans．onAES，1992，V01．28，No．1，PP．317—320．醴l】T．Itoh,H。Sued岛Y．Watanabe，”MotioncompensationforISARviacentroidtracking”，IEEETransactionsonAES，Julyt996，V01．32，No．3，pp．1191—1197．[42】J。Dall，“Real—timeprocessorfortheDanishairborneSAR"，IEEProceedings—EVol。139，No．2，ppll5—121，1992【43】V．CjChen，andH．Ling．Time—frequencytransformsforradarimagingandsignalanalysis[M]．ArtechHouse，Norwood，2002【44】WahlDE，EichelPH，GhigliaDC，Jakowatz，JrCVPhasegradientautofocus·ArobusttoolforhighresolutionSARphasecorrection．IEEETransonAES，1994，30(3)：827-835．【45】LiLiwei，AsifRaza，MaoShiyi。ImprovementofRankOnePhaseEstimation(ROPE)Autofocusingteehnique+Proc．ofICSP’98，Beijing，1998，1461～1464．【46】SnarskiCA．Rankonephaseerrorestimationforrange—Dopplerimaging．IEEETransonAES，1996，32(2)，676-688．【47】张贤达，傈铮。非平稳信号分析与处理．j￡京：霹防工业瘵舨社，1998．153～186．【48】保铮王根原“麒有三维转动目标的逆合成孔径雷达成像算法”，《西安电子科技大学学报》，1997，Vol。(24)，增刊，1-9。【49】BaoZheng，WangGenyuan，Luolin，InversesyntheticapertureradarimagingofManeuveringTargets，OpticalEngineering，l998，37(5)，1582-l588。【50】D．Pastina，A．Montanari，A．Aprile‘Motionestimationandoptimumselectionfor 参考文献shipISARImaging’2003IEEERadarConference：7—14．【5l】D．R．Wehner,‘HighResolutionRadar’，ArtechHouse，1987【52】邢孟道保铮冯大政，”基于调幅．线性调频信号参数估计的机动目标成像方法”，《现代雷达》，2000年12月，第22卷，第6期，pp．44．48。【53】】C．C．ChenandH．Andrews．Target—motion—inducedradarimaging．IEEETrans．Aerosp．Election．Syst．1980，16(1)，2～14．【54】A．JainandI．Patal．SAR／ISARimagingofanonuniformlyrotatingtarget．IEEETrans．Aerosp．Electron．Syst．1992，28(1)：317--一320【55】王根原，保铮，孙晓兵．基于匀加速多普勒频率模型的ISAR成像．电子学报，1997，25(6)：58"--61[56】保铮，王根原，罗琳．逆合成孔径雷达的距离．瞬时多普勒成像方法．电子学报，1998【57】ChenVC，QianS．Jointtime一行equencytransformforradarrange—Dopplerimaging，IEEETrans．onAerospaceandElectronicSystems，1998，34(2)：486—499．【58】ChoiIS，ChoBL，Kim，HT．ISARmotioncompensationusingevolutionaryadaptivewavelettransform．IEEProc．-RadarSonarNavig．，2003，150(4)：229—233【59】J．C．O’NerilandP．Flandrin．ChirpHunting[J]．InProc．OftheIEEEInt．Symp．OnTime—FreqencyandTime-scaleAnalysis，1998，425—428【60】张涛，马长征，张群。“基于线性调频步进信号的ISAR成像技术研究"，电子与信息学报，2001，23(3)：268．274【61】P．Berens”SARwithultrahighrangeresolutionusingsyntheticbandwidth”inproc．1GARSS”991999．【62】LongTeng，eta1．HighRangeResolutionPerformanceofFrequencySteppedRadarSignal．CIEInterConfofRadar．1996．242"--'245【63】Schimpf．H，Wahlen．A，Essen．H，“Highrangeresolutionbumeansofsyntheticbandwidthgeneratedbufrequency—steppedchirps”，ElectronicsLetters，2003，pp．1346·1348．【64】Nel．w，Tait．J，Lord．T，Wilkinson．A，“TheuseofafrequencydomainsteppedfrequencytechniquetoobtainhighrangeresolutionontheCSIRX—bandSARsystem”，AfriconConferenceinAfrica，2002，PP．327—332．【65】戴征峰，郁文贤，胡卫东，杜攀，“空间目标的雷达识别技术”，系统工程与电子技术V01．22No．32000pp：19．22[66】J．L．Walker,“Range-Dopplerimagingofrotatingobjects，”IEEETrans．Aerosp．Electron．Syst．，v01．AES·16，PP．23—52，1980．【67】TomSato，Member,ShapeEstimmionofSpaceDebrisUsingSingle—Range 参考文献DopplerInterferometry,IEEE，TransactionsonGeoscienceandRemoteSensing，V0137,No。2，Mar,l999【68】M．Xing，R．WuandZ．Bao，HighresolutionISARimagingofhighspeedmovingtargets【J】IEEProc．一RadarSonarNavig．，V01．152，No．582，April2005【69】洚志河，戴朝弱，巢增明，许小剑．旋转鼙标干涉逆合成孔径三维成像技术嘲．电子学报V01．27No．12．Dec．1999pp：19．22[70】j．王MAYHAN，M。L。BURROWS，Member,IEEEK。M。CUOMO，Member,IEEEJ-．E．PIOU，HighResolution3D“Snapshot”ISARImagingandFeatureExtraction，阴IEEETransactionsonAerospaceandElectronicSystemsVol。37，No．2April2001pp：630—641【7l】tSparrandB．Krane．Micro—DoppleranalysisofvibratingtargetsinSAR[J]．IEEProc．一RadarSonarNavig．，V01．150，No．4，August2003 作者在硕士期间发表的论文和参加的课题47一学术论文【1】孙海平，邢孟道，周丽娟，DivisionofImagingIntervalsandSelectionofOptimumImagingTimeforShipISARImagingBasedOnMeasuredData，2006CIEInternationalConferenceonRadar，pp983～986。【2】周丽娟，邢孟道，孙海平，SyntheticBandwidthMethodIntegrated、析tllCharacteristicsofSAR，2006CIEInternationalConferenceonRadar，pp728-732。二参加的课题[1】参与重点实验室基金：雷达超分辨成像技术(NO．51431010105ZS0101)【2】参与实验室和某研究所合作的岸用逆合成孔径雷达成像算法研究【3】参与自然科学青年基金资助：宽带多孔径雷达空时频成像技术(No．60502044)【4】参与实验室和某所合作的岸基ISAR成像技术研究