论文部分内容阅读
逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)能够探测到目标的形状结构、空间位置、运动参数等细节信息,拥有广阔的应用前景。复杂运动目标模型是实际应用场景中常见的运动模型,雷达回波信号在经过运动补偿过程后,可建立为立方相位信号(Cubic Phase Signal,CPS)模型。立方相位信号模型中的信号处理环节是复杂运动目标ISAR成像的基础,决定了后续ISAR的成像质量。本文研究了基于参数估计的复杂运动目标ISAR成像方法,主要研究内容如下:1.根据雷达回波信号特点,建立复杂运动目标的ISAR成像模型。经过运动补偿后的复杂运动目标回波数据,可用CPS模型描述。CPS模型参数估计是ISAR成像方法的关键一步,本文对经典的参数估计算法进行了归类和介绍。2.针对复杂运动目标,提出基于非均匀采样积分型修正调频率-二次调频率分布(Non-uniformed Sampled Integrated Modified Chirp Rate-Quadratic Chirp Rate Distribution,NIM-CRQCRD)的ISAR成像算法。NIM-CRQCRD通过采用非相参积累和相参积累相结合的方式提高了抗噪声性能,而且实现过程仅需复乘和快速傅里叶变换(Fast Fourier Transform,FFT)操作即可完成,不存在繁琐的参数搜索过程和非均匀傅里叶变换(Nonuniform Fast Fourier Transform,NUFFT)使用,是一种新的非搜索算法。仿真实验结果证明了所提算法在抗噪声性能方面的优越性。3.针对复杂运动目标,提出一种基于相参积累型非均匀采样三阶自相关函数(Coherently Integrated Non-uniform Trilinear Autocorrelation Function,CINTAF)的ISAR成像算法。CINTAF定义了一种新的非均匀采样三阶自相关函数(Non-uniform Trilinear Autocorrelation Function,NTAF),NTAF可使信号能量在慢时间-时延的两维数据域上实现相参积累,提高了CPS参数估计的抗噪声性能。在CINTAF参数估计算法性能分析和仿真验证的基础上,提出基于CINTAF的ISAR成像算法。仿真实验结果验证了该ISAR算法在计算量和抗噪声性能方面的优势。以上研究结果表明,本文提出的ISAR成像算法改善了抗噪声性能,在计算量较低的前提下,能获得分辨率较高的复杂运动目标ISAR成像结果。