復雜運動目標ISAR成像算法研究
發(fā)布時間:2023-11-11 14:27
由于逆合成孔徑雷達(ISAR)成像利用目標的多普勒信息,目標整體的運動狀態(tài),目標上各部件運動狀態(tài)都會對成像的結(jié)果產(chǎn)生影響。本文的研究主要針對當目標的運動情況較復雜時,如何得到清晰的成像結(jié)果。從最常用的勻速轉(zhuǎn)臺模型出發(fā),給出了ISAR成像最經(jīng)典的距離—多普勒(RD)方法。對于機動運動目標,它每個散射點的多普勒頻率隨時間變化,本文介紹了針對機動運動目標成像的距離—瞬時多普勒算法,利用時頻分析和分解多分量線性調(diào)頻信號的方式。能得到機動目標瞬時成像。當ISAR成像的目標的運動具有較大的機動性,積累時間會比較少。這里介紹了一種非參數(shù)化譜估計方法,迭代自適應(IAA)方法,將該方法應用到了ISAR超分辨領域,使用少量的回波得到了清晰的圖像。然后,將其應用到了缺失數(shù)據(jù)的ISAR成像領域,得到了回波缺失數(shù)據(jù)的清晰圖像。接下來,研究了協(xié)方差稀疏迭代譜估計(SPICE),應用到ISAR超分辨成像。從而進一步提高了ISAR超分辨成像的分辨率。并給出了基于Gohberg-Semencul(G-S)分解的SPICE的快速實現(xiàn)方法。對于包含高速旋轉(zhuǎn)部件的目標,由于微動目標的微多普勒效應會造成頻帶展寬。我們將微動部...
【文章頁數(shù)】:99 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 國內(nèi)外在該方向的研究現(xiàn)狀和分析
1.3 本文的主要研究內(nèi)容
第2章 ISAR成像的原理及瞬時成像方法
2.1 引言
2.2 ISAR成像的距離—多普勒算法
2.2.1 線性調(diào)頻信號與一維距離像
2.2.2 ISAR成像的轉(zhuǎn)臺成像模型
2.3 距離—瞬時多普勒成像算法
2.3.1 距離—瞬時多普勒算法基本原理
2.3.2 分解多分量線性調(diào)頻信號
2.3.3 距離—瞬時多普勒算法成像實驗
2.4 本章小結(jié)
第3章 基于譜估計的超分辨ISAR成像算法
3.1 引言
3.2 基于迭代自適應的超分辨成像方法
3.2.1 迭代自適應譜估計方法
3.2.2 基于迭代自適應方法的超分辨成像實驗
3.2.3 ISAR成像中的回波數(shù)據(jù)隨機缺失
3.2.4 缺失數(shù)據(jù)迭代自適應譜估計方法
3.2.5 缺失數(shù)據(jù)的ISAR成像實驗
3.3 基于協(xié)方差稀疏迭代的超分辨成像
3.3.1 協(xié)方差稀疏迭代譜估計方法
3.3.2 協(xié)方差稀疏迭代譜估計的快速實現(xiàn)
3.3.3 基于協(xié)方差稀疏迭代的超分辨成像實驗
3.4 本章小結(jié)
第4章 含旋轉(zhuǎn)部件目標去微動ISAR成像算法
4.1 引言
4.2 基于短時傅里葉變換去微多普勒ISAR成像
4.2.1 含有旋轉(zhuǎn)部件目標的ISAR成像模型
4.2.2 基于短時傅里葉變換的正弦調(diào)頻信號分離方法
4.3 基于時間遞歸迭代自適應的去微多普勒成像
4.3.1 基于時間遞歸迭代自適應的信號分離方法
4.3.2 仿真數(shù)據(jù)成像實驗
4.4 基于壓縮感知的去微多普勒ISAR成像
4.4.1 基于壓縮感知的信號重構(gòu)方法
4.4.2 基于壓縮感知重構(gòu)的去微多普勒成像實驗
4.5 本章小結(jié)
第5 章旋轉(zhuǎn)部件的回波分離與ISAR成像方法
5.1 引言
5.2 基于復數(shù)經(jīng)驗模態(tài)分解的回波分離方法
5.2.1 經(jīng)驗模態(tài)分解EMD
5.2.2 復數(shù)經(jīng)驗模態(tài)分解CEMD
5.2.3 仿真雷達回波分離實驗
5.3 基于逆RADON變換的旋轉(zhuǎn)部件ISAR成像
5.3.1 旋轉(zhuǎn)目標二維ISAR成像模型
5.3.2 基于實數(shù)逆Radon變換的旋轉(zhuǎn)目標成像方法
5.4 旋轉(zhuǎn)體回波分離與成像實驗
5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝
本文編號:3862723
【文章頁數(shù)】:99 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 國內(nèi)外在該方向的研究現(xiàn)狀和分析
1.3 本文的主要研究內(nèi)容
第2章 ISAR成像的原理及瞬時成像方法
2.1 引言
2.2 ISAR成像的距離—多普勒算法
2.2.1 線性調(diào)頻信號與一維距離像
2.2.2 ISAR成像的轉(zhuǎn)臺成像模型
2.3 距離—瞬時多普勒成像算法
2.3.1 距離—瞬時多普勒算法基本原理
2.3.2 分解多分量線性調(diào)頻信號
2.3.3 距離—瞬時多普勒算法成像實驗
2.4 本章小結(jié)
第3章 基于譜估計的超分辨ISAR成像算法
3.1 引言
3.2 基于迭代自適應的超分辨成像方法
3.2.1 迭代自適應譜估計方法
3.2.2 基于迭代自適應方法的超分辨成像實驗
3.2.3 ISAR成像中的回波數(shù)據(jù)隨機缺失
3.2.4 缺失數(shù)據(jù)迭代自適應譜估計方法
3.2.5 缺失數(shù)據(jù)的ISAR成像實驗
3.3 基于協(xié)方差稀疏迭代的超分辨成像
3.3.1 協(xié)方差稀疏迭代譜估計方法
3.3.2 協(xié)方差稀疏迭代譜估計的快速實現(xiàn)
3.3.3 基于協(xié)方差稀疏迭代的超分辨成像實驗
3.4 本章小結(jié)
第4章 含旋轉(zhuǎn)部件目標去微動ISAR成像算法
4.1 引言
4.2 基于短時傅里葉變換去微多普勒ISAR成像
4.2.1 含有旋轉(zhuǎn)部件目標的ISAR成像模型
4.2.2 基于短時傅里葉變換的正弦調(diào)頻信號分離方法
4.3 基于時間遞歸迭代自適應的去微多普勒成像
4.3.1 基于時間遞歸迭代自適應的信號分離方法
4.3.2 仿真數(shù)據(jù)成像實驗
4.4 基于壓縮感知的去微多普勒ISAR成像
4.4.1 基于壓縮感知的信號重構(gòu)方法
4.4.2 基于壓縮感知重構(gòu)的去微多普勒成像實驗
4.5 本章小結(jié)
第5 章旋轉(zhuǎn)部件的回波分離與ISAR成像方法
5.1 引言
5.2 基于復數(shù)經(jīng)驗模態(tài)分解的回波分離方法
5.2.1 經(jīng)驗模態(tài)分解EMD
5.2.2 復數(shù)經(jīng)驗模態(tài)分解CEMD
5.2.3 仿真雷達回波分離實驗
5.3 基于逆RADON變換的旋轉(zhuǎn)部件ISAR成像
5.3.1 旋轉(zhuǎn)目標二維ISAR成像模型
5.3.2 基于實數(shù)逆Radon變換的旋轉(zhuǎn)目標成像方法
5.4 旋轉(zhuǎn)體回波分離與成像實驗
5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝
本文編號:3862723
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3862723.html
最近更新
教材專著