稀疏孔径下的运动补偿及快速超分辨成像方法

pulbieup

稀疏孔径下的运动补偿及快速超分辨成像方法

' h* I- d( S* g1 Y1 @& v摘要:针对稀疏孔径条件下目标运动补偿难和方位稀疏成像算法效率低、分辨率差等问题,本文提出了一种稀疏孔径下的运动补偿和快速超分辨成像方法.首先,通过将运动补偿问题转换为距离频域内的多参数估计问题,基于黄金分割法实现参数的快速估计后同时实现包络对齐和相位校正.,从而完成运动补偿;其次,针对补偿后不同距离单元ISAR回波的特征,为实现快速的方位成像,本文提出矩阵形式的Nesterov线性Bregman迭代算法（Matrix form ofNesterov Linearized Bregman leration,MNLBI)算法,分析了该算法的基本迭代格式,讨论了加快收敛的原因,并详细分析了该算法的运算量,仿真与实测数据结果验证了本文方法的有效性.
关键词:稀疏孔径;逆合成孔径雷达成像;超分辨;抗噪性;线性 Bregman迭代

1引言
6 L9 X1 t, {7 Y1 W5 @2 Z逆合成孔径雷达( Inverse Synthetic Aperture Radar ,ISAR)在军事和民用领域有着广泛的应用. ISAR主要通过发射大带宽信号和增加方位积累时间来提高二维分辨率.本文在获得一维距离像时采取脉冲压缩的方式,目的是保留信噪比方面的增益,重点研究方位成像.ISAR方位分辨率取决于目标相对于雷达平台的相对转动积累角,增加雷达的相干积累时间(CPI)有助于方位分辨率的提高,但是实际应用中过长的CPI获得既是困难的,又是不利于成像的,这可以从雷达和目标两个角度分析回波CPI积累对成像的影响.首先从雷达角度讲,成像雷达宽窄带交替工作模式将造成方位采样不均匀,部分方位数据缺失;当雷达为了抗干扰需要,可能会对重频进行随机捷变,使得PRF随机变化.其次,从目标的角度来看,非合作目标一般具备机动性强等特点,可能会出现某次回波中目标暂消的情况;当目标施放强干扰时,同样会使得某些回波无法判断目标,此时

! O3 O  z. g0 I0 C

游客，如果您要查看本帖隐藏内容请回复

! p# z& v% a5 k" Z+ A5 H3 B

% J) \8 j3 b% a: C5 ]  F+ a9 s& d

xiaogegepcb

属性约简准则与约简信息损失的研究