本文關鍵詞：基于運動參數(shù)非搜索估計的ISAR成像技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：雷達成像具有遠距離、全天時和全天候的特點,對軍用和民用都有重大的實用價值。根據(jù)雷達工作和成像方式的不同,成像雷達可分為逆合成孔徑雷達(Inverse Synthetic Aperture Radar,ISAR)和合成孔徑雷達(Synthetic Aperture Radar,SAR)。在機動目標和復雜運動目標的ISAR成像中,經(jīng)過運動補償后的回波數(shù)據(jù)可用多分量多項式相位信號來描述,線性調(diào)頻(Linear Frequency Modulated,LFM)信號和立方相位信號(Cubic Phase Signal,CPS)。實際ISAR成像中,首先根據(jù)目標的運動特點采用相應的模型進行合理近似,然后利用有效的信號處理方法提高目標的ISAR成像質(zhì)量。針對機動目標和復雜運動目標,本文基于運動參數(shù)非搜索估計技術進行ISAR成像研究。主要工作概括如下:1.研究了基于運動參數(shù)非搜索估計的機動目標ISAR成像技術,提出了一種基于中心頻率-調(diào)頻率分布(Centroid Frequency-Chirp Rate Distribution,CFCRD)的ISAR成像算法。CFCRD利用修正變尺度傅里葉變換(Modified Scaled Fourier Transform,MSCFT)消除對稱瞬時自相關函數(shù)自身項中的線性耦合,隨后使用快速傅里葉變換(Fast Fourier Transform,FFT)完成自身項信號能量的積累。CFCRD的創(chuàng)新點為MSCFT,其通過引入縮放因子解決了傳統(tǒng)變尺度傅里葉變換(Scaled Fourier Transform)中的譜模糊問題。相比基于修正魏格納維利分布(Modified Wigner-Ville Distribution,M-WVD)的ISAR成像算法,基于CFCRD的ISAR成像算法適用于極端情況下的機動目標ISAR成像,比如惡劣海洋環(huán)境中的艦船和高機動目標。通過實測數(shù)據(jù)仿真和算法性能分析,CFCRD和相應的ISAR成像算法得到驗證。2.研究了基于運動參數(shù)非搜索估計的復雜運動目標ISAR成像技術,提出了一種基于廣義變尺度傅里葉變換(Generalized Scaled Fourier Transform,GSCFT)的快速ISAR成像算法。對于CPS,調(diào)頻率(Chirp Rate,CR)和二次調(diào)頻率(Quadratic Chirp Rate,QCR)造成了多普勒擴散,從而降低了ISAR成像的質(zhì)量。針對CPS,我們利用GSCFT和非均勻快速傅里葉變換(Nonuniform Fast Fourier Transform,NUFFT)提出了一種快速CPS參數(shù)估計算法。相比已經(jīng)發(fā)表的基于Scaled Fourier Transform的CPS參數(shù)估計算法,此快速CPS參數(shù)估計算法的優(yōu)點在于:(1)由于NUFFT的使用,此快速CPS參數(shù)估計算法的計算量大幅度降低;(2)此快速CPS參數(shù)估計算法中提出的GSCFT在ISAR成像中有更廣泛的應用。我們使用實測數(shù)據(jù)驗證了CPS模型對于復雜運動目標的有效性以及快速參數(shù)估計算法的執(zhí)行。另外,對于此快速CPS參數(shù)估計算法中的交叉項問題,我們通過理論分析和實驗仿真證明:交叉項不能像自身項一樣進行能量積累。最后,通過實測數(shù)據(jù)仿真和計算量分析,驗證了此快速CPS參數(shù)估計算法和ISAR成像算法的有效性。3.通過對呂分布(Lv’s Distribution,LVD)和CPS瞬時自相關函數(shù)的分析,提出了兩種CPS參數(shù)非搜索估計算法,楔形時間-調(diào)頻率分布(Keystone Time-CR Distribution,KTCRD)和調(diào)頻率-二次調(diào)頻率分布(CR-QCR Distribution,CRQCRD),并基于這兩種CPS參數(shù)非搜索估計算法提出兩種復雜運動目標的ISAR算法。對于KTCRD,利用Keystone Transform消除Time-CR Distribution自身項中的線性耦合,隨后通過沿慢時間軸的FFT操作完成信號能量的積累。由于Keystone Transform可以利用基于FFT操作的Chirp-z Transform完成,所以KTCRD的執(zhí)行僅需要復數(shù)乘法和FFT操作�；趶V義楔形變換(Generalized Keystone Transform,GKT)和參數(shù)化瞬時自相關函數(shù),我們提出了CPS參數(shù)估計算法,CRQCRD。GKT同樣可以利用基于FFT操作的Chirp-z Transform完成,所以CRQCRD的執(zhí)行僅僅需要復數(shù)乘法、FFT和NUFFT。對于CRQCRD,由于NUFFT的應用,其計算量大幅度降低,而且消除了完成非均勻采樣信號傅里葉變換所需要的搜索步驟。相比已經(jīng)發(fā)表的CPS參數(shù)估計算法,KTCRD和CRQCRD可以取得較高的抗噪聲性能、沒有估計誤差的累積,且消除了CPS未知參數(shù)的搜索過程,因此這兩種算法更適用于實際應用中多CPS的情況。在對兩種算法進行試驗仿真和理論分析后,本文基于這兩種算法提出了相應的復雜運動目標ISAR成像算法,并通過合成數(shù)據(jù)和實測數(shù)據(jù)的仿真驗證了兩種ISAR成像算法在實際應用中的有效性。4.研究了現(xiàn)有CPS參數(shù)估計算法以及運動參數(shù)非搜索估計技術,利用Cubic Phase Bilinear Function、NUFFT以及參數(shù)空間轉(zhuǎn)換方法提出了一種快速雙線性CPS參數(shù)估計算法,并將此算法應用到復雜運動目標的ISAR成像中。對于此快速雙線性CPS參數(shù)估計算法,Cubic Phase Bilinear Function保證了所提出的快速CPS參數(shù)估計算法的雙線性特點,NUFFT加速了非均勻數(shù)據(jù)采樣軸的傅里葉變換操作,參數(shù)空間轉(zhuǎn)化操作消除了完成能量積累所需要的二維窮盡搜索過程。相比于已經(jīng)發(fā)表的兩種典型的CPS參數(shù)估計算法,此快速雙線性CPS參數(shù)估計算法的優(yōu)勢在于:(1)由于NUFFT和參數(shù)空間轉(zhuǎn)換操作,此快速雙線性CPS參數(shù)估計算法的運算量大幅度降低;(2)算法的雙線性特點和能量積累操作保證了算法高抗噪聲性能和很好的交叉項抑制性能。通過合成數(shù)據(jù)和實測數(shù)據(jù)的仿真,我們驗證了所提出的快速雙線性CPS參數(shù)估計算法以及相應的復雜運動目標ISAR成像算法。
【關鍵詞】：逆合成孔徑雷達(ISAR) 合成孔徑雷達(SAR) 線性調(diào)頻(LFM)信號 立方相位信號(CPS) 參數(shù)估計
【學位授予單位】：西安電子科技大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 符號對照表12-14
• 縮略語對照表14-18
• 第一章 緒論18-30
• 1.1 研究背景和意義18-20
• 1.2 ISAR成像研究動態(tài)分析20-28
• 1.2.1 LFM信號參數(shù)估計算法21-24
• 1.2.2 CPS參數(shù)估計算法24-27
• 1.2.3 ISAR成像算法存在問題27-28
• 1.3 論文主要工作與內(nèi)容安排28-30
• 第二章 基于CFCRD的機動目標ISAR成像30-48
• 2.1 引言30-31
• 2.2 基于MSCFT的CFCRD31-40
• 2.2.1 多LFM信號參數(shù)估計算法CFCRD32-34
• 2.2.2 CFCRD交叉項分析34-37
• 2.2.3 MSCFT關鍵點分析37-40
• 2.3 CFCRD的抗噪聲性能分析40-44
• 2.4 CFCRD應用于ISAR成像44-46
• 2.5 本章小結46-48
• 第三章 基于GSCFT的復雜運動目標ISAR成像48-72
• 3.1 引言48-49
• 3.2 復雜運動目標的ISAR成像模型49-52
• 3.3 基于GSCFT的參數(shù)快速非搜索估計算法52-61
• 3.3.1 非搜索估計算法提出以及低運算量分析52-56
• 3.3.2 GSCFT的廣泛應用性56-61
• 3.4 快速參數(shù)估計算法的交叉項分析61-67
• 3.5 基于快速參數(shù)非搜索估計算法的ISAR成像67-70
• 3.5.1 ISAR成像算法67-68
• 3.5.2 ISAR成像算法應用于實測數(shù)據(jù)68-70
• 3.6 本章小結70-72
• 第四章 基于KTCRD和CRQCRD的復雜運動目標ISAR成像72-104
• 4.1 引言72-73
• 4.2 基于KTCRD的CPS參數(shù)非搜索估計算法及其分析73-77
• 4.2.1 基于KTCRD的CPS參數(shù)非搜索估計算法73-75
• 4.2.2 多CPS情況下的交叉項分析75-76
• 4.2.3 抗噪聲性能分析76-77
• 4.3 基于KTCRD的復雜運動目標ISAR成像77-79
• 4.3.1 基于KTCRD的復雜運動目標ISAR成像算法77-78
• 4.3.2 ISAR成像算法仿真實驗78-79
• 4.4 基于CRQCRD的CPS參數(shù)非搜索估計算法79-95
• 4.4.1 單CPS情況下的CRQCRD79-84
• 4.4.2 多CPS情況下的CRQCRD84-90
• 4.4.3 NUFFT的應用以及算法計算量分析90-92
• 4.4.4 h和a參數(shù)選取規(guī)則92-93
• 4.4.5 CRQCRD的抗噪聲性能分析93-95
• 4.5 基于CRQCRD的ISAR成像95-102
• 4.5.1 基于CRQCRD的ISAR成像算法95-96
• 4.5.2 ISAR成像算法應用于合成數(shù)據(jù)96-100
• 4.5.3 ISAR成像算法應用于實測數(shù)據(jù)100-102
• 4.6 本章小結102-104
• 第五章 基于快速雙線性CPS參數(shù)估計算法的復雜運動目標ISAR成像104-126
• 5.1 引言104-105
• 5.2 復雜運動目標ISAR成像的投影平面模型105-107
• 5.3 快速雙線性CPS參數(shù)估計算法107-113
• 5.3.1 單CPS情況下的快速雙線性算法107-111
• 5.3.2 多CPS情況下的快速雙線性算法111-113
• 5.4 快速雙線性CPS參數(shù)估計算法分析113-117
• 5.4.1 計算量分析114-115
• 5.4.2 抗噪聲性能分析115-116
• 5.4.3 交叉項抑制性能分析116-117
• 5.5 基于快速雙線性CPS參數(shù)估計算法的ISAR成像117-124
• 5.5.1 ISAR成像算法117-119
• 5.5.2 ISAR成像算法應用于合成數(shù)據(jù)119-121
• 5.5.3 ISAR成像算法應用于實測數(shù)據(jù)121-124
• 5.6 本章小結124-126
• 第六章 結論和展望126-130
• 6.1 論文內(nèi)容總結126-127
• 6.2 研究展望127-130
• 參考文獻130-140
• 致謝140-144
• 作者簡介144-146

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱岱寅,朱兆達;IDENTIFYING THE NUMBER OF AIRCRAFT IN FORMATION FLIGHT USING ISAR TECHNIQUE[J];Chinese Journal of Aeronautics;1999年03期

2 王洋,陳建文,劉中;導彈目標ISAR成像仿真分析[J];現(xiàn)代雷達;2003年10期

3 范春彥,李曉曼,付紅衛(wèi),張善文;ISAR成像的處理與分類方法[J];電光與控制;2003年02期

4 何媛,高梅國,付佗;Modified Approach to PGA Phase Averaging for ISAR Autofocus[J];Journal of Beijing Institute of Technology(English Edition);2003年S1期

5 王勇,成萍,姜義成;等變加速旋轉(zhuǎn)目標ISAR成像距離-瞬時多普勒法[J];現(xiàn)代雷達;2005年05期

6 王洋,陳建文,劉中,劉愛芳;多運動目標ISAR成像方法研究[J];宇航學報;2005年04期

7 王立冬;胡衛(wèi)東;郁文賢;;聯(lián)合時頻技術用于ISAR像綜述[J];系統(tǒng)工程與電子技術;2005年12期

8 ;A COMPARISON OF SOME ELECTRONIC COUNTERMEASURES ON INVERSE SYNTHETIC APERTURE RADAR (ISAR)[J];Journal of Electronics;2006年01期

9 ;NEW RANGE ALIGNMENT ALGORITHM FOR ISAR BASED ON HIGH ORDER MOMENT[J];Journal of Electronics(China);2007年04期

10 劉春泉;田中成;周青松;;對ISAR的混沌噪聲調(diào)頻干擾[J];電子信息對抗技術;2008年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉紅婭;賈鑫;;對ISAR系統(tǒng)有效干擾分析[A];全國第三屆信號和智能信息處理與應用學術交流會�？痆C];2009年

2 賀思三;趙會寧;周劍雄;付強;;基于相關距離像序列的ISAR圖像橫向定標[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

3 項艷;柏又青;馮有前;朱豐;張群;;壓縮感知在ISAR數(shù)據(jù)傳輸中的應用[A];第八屆全國信號與信息處理聯(lián)合學術會議論文集[C];2009年

4 張凱;杜小勇;王壯;;壓縮感知在ISAR成像中的應用[A];2011年通信與信息技術新進展——第八屆中國通信學會學術年會論文集[C];2011年

5 張群;張濤;張守宏;;一種ISAR成像運動補償新方法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

6 劉毅鵬;王軍鋒;張振國;劉興釗;;一種改進的ISAR最小熵相位校正方案[A];第十二屆全國信號處理學術年會（CCSP-2005）論文集[C];2005年

7 余渝生;朱岱寅;;ISAR大轉(zhuǎn)角下全局最小熵距離對準算法的改進[A];2008通信理論與技術新進展——第十三屆全國青年通信學術會議論文集（上）[C];2008年

8 江舸;;ISAR圖像欺騙干擾技術研究[A];中國工程物理研究院科技年報（2010年版）[C];2011年

9 李寧;汪玲;;一種基于有效轉(zhuǎn)動角速度估計的ISAR圖像方位向定標方法[A];2011年全國通信安全學術會議論文集[C];2011年

10 李源;;影響ISAR成像質(zhì)量的脈沖參數(shù)分析[A];中國雷達行業(yè)協(xié)會航空電子分會暨四川省電子學會航空航天專委會學術交流會論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 玉 榮;ISAR模型核心：“好公司”“好股票”[N];證券日報;2005年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 潘小義;基于目標散射及微動特性調(diào)制的ISAR干擾方法研究[D];國防科學技術大學;2014年

2 俞翔;ISAR運動補償和成像新方法的研究[D];南京航空航天大學;2013年

3 王超;基于信號處理新方法的機動目標ISAR成像算法研究[D];哈爾濱工業(yè)大學;2015年

4 周芳;高分辨SAR/ISAR成像信號補償新技術研究[D];西安電子科技大學;2014年

5 徐剛;高分辨雷達成像稀疏信號處理技術研究[D];西安電子科技大學;2015年

6 鄭紀彬;基于運動參數(shù)非搜索估計的ISAR成像技術研究[D];西安電子科技大學;2015年

7 高昭昭;高分辨ISAR成像新技術研究[D];西安電子科技大學;2009年

8 高建軍;多徑和海雜波干擾下的艦船ISAR成像及橫向定標[D];哈爾濱工業(yè)大學;2010年

9 劉亞波;SAR/ISAR運動目標檢測及成像新技術研究[D];西安電子科技大學;2011年

10 朱宇濤;多通道ISAR成像技術研究[D];國防科學技術大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 師君;高速、多目標ISAR仿真及成像研究[D];電子科技大學;2005年

2 謝昭;ISAR與AIS航跡融合及基于ISAR圖像的船目標長度估計方法研究[D];哈爾濱工業(yè)大學;2015年

3 康健;非合作目標ISAR成像方法研究[D];哈爾濱工業(yè)大學;2015年

4 張穎寧;多基站ISAR成像融合算法研究[D];哈爾濱工業(yè)大學;2015年

5 唐京京;基于混合模式的SAR/ISAR成像技術研究[D];哈爾濱工業(yè)大學;2015年

6 鮑琦;典型ISAR成像方法仿真研究[D];電子科技大學;2014年

7 林冬;基于壓縮感知的雙站ISAR成像研究[D];電子科技大學;2014年

8 楊云川;基于ISAR圖像序列的目標三維重構[D];哈爾濱工業(yè)大學;2014年

9 呂杰勤;基于壓縮感知的ISAR成像算法研究[D];哈爾濱工業(yè)大學;2014年

10 張雙輝;低信噪比下的ISAR成像技術研究[D];國防科學技術大學;2013年

  本文關鍵詞：基于運動參數(shù)非搜索估計的ISAR成像技術研究，由筆耕文化傳播整理發(fā)布。

本文編號：325382