CN101592733A - 一种逆合成孔径雷达并行实时成像处理方法 - Google Patents

Abstract

本发明提供了一种用于逆合成孔径雷达(ISAR)实时成像的并行成像处理方法，它是针对ISAR对高速运动目标进行成像的实时性要求，采用并行处理技术，设计针对ISAR成像的并行处理系统结构，并对ISAR算法进行相应的并行分解。该方法通过合理的算法设计，实现相对于慢时间具有因果性的ISAR成像算法，从而可以使数据采集与成像处理的同时进行，与传统的ISAR成像串行处理算法相比，可以大幅提高ISAR成像的运算效率，进而实现真正意义上的实时处理，以便于ISAR在工程中的实际应用。

Description

一种逆合成孔径雷达并行实时成像处理方法

技术领域：

本技术发明属于雷达技术领域，它特别涉及了逆合成孔径雷达(ISAR)成像技术领域。

背景技术：

逆合成孔径雷达(简称ISAR)在雷达成像领域起着举足轻重的作用。由于ISAR系统经常针对高速运动目标进行观测与目标识别，因此，ISAR算法实时性成为ISAR成像处理系统的重要指标。目前许多的ISAR成像处理方法实时性指标达不到实际工程应用的标准。因此，研究ISAR成像处理的实时性对ISAR成像的工程应用十分重要。

传统的ISAR成像处理方法是采用串行处理算法，而串行处理算法是先对数据进行采集，等数据采集完成后再进行成像处理，因此传统算法的运算效率比较低，无法满足成像实时性的要求。实时性研究主要从三个角度考虑：1、从硬件方面选择高速、专用数字信号处理(DSP)芯片提高成像处理系统的处理效率；2、优化ISAR成像算法，减小算法运算量；3、采用并行处理技术，设计针对ISAR成像的并行处理系统结构，并对ISAR算法进行相应的并行分解。其中，前两类方法必须接收完全部数据后进行成像处理，从慢时间角度考虑，系统具有典型的非因果特征，无法实现数据采集与成像处理的同时进行；第三类方法从原理上说可以可以通过合理的算法设计，实现相对于慢时间具有因果性的ISAR成像算法，从而可以使数据采集与成像处理的同时进行，进而实现真正意义上的实时处理，但就发明人所知还未见具体可实施的方案。

发明内容：

本发明提供了一种逆合成孔径雷达并行实时成像处理方法，它是针对ISAR对高速运动目标进行成像的实时性要求，采用并行处理技术，设计针对ISAR成像的并行处理系统结构，并对ISAR算法进行相应的并行分解。该方法通过合理的算法设计，实现相对于慢时间具有因果性的ISAR成像算法，从而可以使数据采集与成像处理的同时进行，与传统的ISAR成像串行处理算法相比，可以大幅提高ISAR成像的运算效率，进而实现真正意义上的实时处理，以便于ISAR在工程中的实际应用。

为了方便描述本发明的内容，首先作以下术语定义：

定义1、DCFT

DCFT是指离散调频傅里叶变换，是一种应用在ISAR中的运动参数估计算法。详见文献：Xia Xiang-gen.Discrete chirp-Fourier transform and its application tochirp rate estimation[J].IEEE Transaction on signal processing，November 2000，48(11)：3122-3133.

定义2、慢时间

慢时间在逆合成孔径雷达成像中指的是沿方位向的时间。详见文献：刘永坦著，《雷达成像处理》，(p258-275)，哈尔滨工业大学出版社。

定义3、PRT(PRI)

PRT(PRI)在逆合成孔径雷达成像中指的是脉冲重复时间(脉冲重复间隔)。

定义4、RD-FFT成像算法

RD-FFT成像算法是指合成孔径雷达成像中的距离多普勒成像算法。

详见文献：刘永坦著，《雷达成像处理》(p36-61)，哈尔滨工业大学出版社。

定义5、并行处理

并行处理是指同时对多个任务或多条指令、或对多个数据项进行处理。

定义6、去斜率处理

去斜率处理是ISAR成像过程中，为了降低信号的采样频率而提出的一种处理方法。详见文献：刘永坦著，《雷达成像处理》(p264-266)，哈尔滨工业大学出版社。

定义7、距离走动估计

距离走动估计是ISAR成像过程为了得到相邻脉冲间距离走动量所采取的处理方法。详见文献：刘永坦著，《雷达成像处理》(p267-275)，哈尔滨工业大学出版社。

定义8、距离走动补偿

距离走动补偿是指在ISAR成像处理中，在进行压缩处理之前先将数据阵中用于一次方位压缩的数据校正到一条直线上。详见文献：刘永坦著，《雷达成像处理》(p51-55)，哈尔滨工业大学出版社。

定义9、距离压缩

距离压缩是ISAR成像中使用的一种信号处理方法，是一个匹配滤波的过程。详见文献：刘永坦著，《雷达成像处理》(p49-51)，哈尔滨工业大学出版社。

定义10、相邻PRI相位差估计算法

相邻PRI相位差估计算法是ISAR成像处理步骤中包络对齐所使用的处理方法，主要通过相邻脉冲间的相位差来估计其距离走动量，以进行距离走动补偿。

定义11、数据并行分割

数据并行分割是将数据并行分离的一种常见和传统的方法，主要用于实现ISAR方位压缩的并行处理。

定义12、相位补偿

相位补偿是将雷达回波信号中由于各种因素产生的相位误差消除的一种信号处理算法。详见文献：刘永坦著，《雷达成像处理》(p267-274)，哈尔滨工业大学出版社。

定义13、并行处理

详见：徐甲同，李学干著，《并行处理技术》[M]，西安电子科技大学出版社，1999.05；

定义14、相干累加

相干累加是一种数字信号处理的常用与传统方法，是利用信号相位信息进行能量积累的处理方法。详见文献：K.S.MILLER，R.I.BERNSTEIN，An Analysisof Coherent Integration and Its Application to Signal Detection[J]，IRETRANXACTION ON INFORMATION THEORY，1957，December.

定义15、ISAR图像存储器

ISAR图像存储器是存储逆合成孔径雷达(ISAR)图像数据的设备。

本发明提供了一种逆合成孔径雷达并行实时成像处理方法，它包含以下几个步骤：

步骤1、雷达接收机接收第i个脉冲重复间隔PRI回波，其中，i表示脉冲序号，i为自然数；

设脉冲信号以重复周期T依次发射，即发射时刻t_m＝mT，m＝0，1，2，..，m为自然数，称为慢时间；以发射时刻为起点的时间用

来表示，称为快时间，得到全时间t为： $t=\hat{t}+t_m.$ 因此发射的线性调频LFM信号

为：

$S(\hat{t},t_m)=\mathrm{rect}(\hat{t}/T_p)\exp \left[j2\mathrm{\π}(f_{c}t+\frac{1}{2}\mathrm{\β}{\hat{t}}^2)\right]$

其中 $\mathrm{rect}(\hat{t}/T_p)=\left\{\begin{array}{cc}1& |\hat{t}/T_p|\≤1/2\\ 0& |\hat{t}/T_p|>1/2\end{array}\right.,$ f_c为载频频率，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，t为全时间，为快时间；

雷达接收回波信号

为：

$S_r(\hat{t},t_m)=A\·\mathrm{rect}\left(\frac{\hat{t}-2R_i/c}{T_p}\right)\exp \left\{j2\mathrm{\π}\right[f_c(t-2R_i/c)+\frac{1}{2}\mathrm{\β}{(\hat{t}-2R_i/c)}^2\left]\right\}$

其中，A为第i个脉冲重复间隔PRI回波的幅度，t为全时间，

为快时间，t_m为慢时间，c为光速，f_c为载频频率，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离；

步骤2、对步骤1接收到的第i个脉冲重复间隔PRI回波作去斜率处理，得到去斜率后的数据；

接收信号的去斜率是用全时间t固定，频率、调频斜率相同的线性调频LFM信号作为参考信号，和回波作差频处理即共轭相乘。设参考距离为R_ref，则参考信号

为：

$S_{\mathrm{ref}}(\hat{t},t_m)=\mathrm{rect}\left(\frac{\hat{t}-2R_{\mathrm{ref}}/c}{T_{\mathrm{ref}}}\right)\exp \left\{j2\mathrm{\π}\right[f_c(t-2R_{\mathrm{ref}}/c)+\frac{1}{2}\mathrm{\β}{(\hat{t}-2R_{\mathrm{ref}}/c)}^2\left]\right\}$

式中，T_ref为参考信号脉宽，c为光速，f_c为载频频率，t为全时间，为快时间；t_m为慢时间，R_ref为参考距离。

设R_Δ＝R_i-R_ref，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离，R_ref为参考距离，进行去斜率处理：

得到去斜率后的数据

为：

$S_{\mathrm{if}}(\hat{t},t_m)=A\·\mathrm{rect}\left(\frac{\hat{t}-2R_i/c}{T_p}\right)\exp [-j\frac{4\mathrm{\π}}{c}\mathrm{\β}(\hat{t}-2R_{\mathrm{ref}}/c)R_{\mathrm{\Δ}}]\exp (-j\frac{4\mathrm{\π}{f}_c}{c}{R}_{\mathrm{\Δ}})\exp \left(j\frac{4\mathrm{\π\β}}{c^2}{R}_{\mathrm{\Δ}}^2\right)$

其中，A为第i个脉冲重复间隔PRI回波的幅度，

为快时间，t_m为慢时间，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离，c为光速，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，R_ref为参考距离，f_c为载频频率；

步骤3、对步骤2得到的去斜率处理后的数据

进行A/D采样，得到采样后的数据；

步骤4、对由步骤3得到的采样后的数据，采用基于相位信息的亚象素对齐方法对第i个PRI回波进行距离走动估计，得到距离走动估计量；

步骤5、通过步骤4所得到的距离走动估计量对第i个脉冲重复间隔PRI回波进行距离走动补偿和距离压缩，得到距离走动补偿后的数据；

距离走动补偿后的数据P(n)用下式表示：

$P\left(n\right)=A\·\exp \left\{j2\mathrm{\π}\right[(\frac{2v_r}{\mathrm{\λ}\·P}+\frac{8\mathrm{\β}{R}_0{v}_r}{c^{2}P})\·n+(\frac{R_0\·a_r+v^2-v_r^2}{\mathrm{\λ}{R}_0{P}^2}+\frac{4\mathrm{\β}(R_0{a}_r+v^2)}{c^2{P}^2})\·n^2$

$+\left(\frac{v_r(2v_r^2-R_0\·a_r-v^2)}{2\mathrm{\λ}{R}_0^2{P}^3}\right)\·n^3+O\left(n^3\right)\left]\right\}$

其中，A为第i个脉冲重复间隔PRI回波的幅度，v_r，a_r，v分别为目标径向速度，径向加速度和绝对速度，R₀为目标初始距离，λ，β，P，c分别为波长，发射信号调频斜率，脉冲重复频率，光速，n为脉冲序号，O(n³)为高阶残余项。

步骤6、对步骤5得到的ISAR距离走动补偿后的数据P(n)进行共轭相乘，得到共轭相乘后的数据Q(n)：Q(n)＝P(n)*P^*(n)。然后对数据Q(n)取模(即取绝对值)，按数据幅度对取模后的数据|Q(n)|进行最大值检测，方法是对取模后的数据|Q(n)|的所有数值按照大小选取最大值，数据|Q(n)|的最大值所对应的回波信号位置即为目标所在距离单元位置；

步骤7、对步骤6得到的ISAR距离走动补偿后的数据采用相邻脉冲重复间隔PRI相位差估计算法进行相位估计，得到估计的相位

步骤8、对步骤5得到的ISAR距离走动补偿后的数据P(n)采用传统的数据并行分割方法进行并行分割，进行并行相位补偿及相干累加，得到累加后的数据I(n)，数据I(n)即是经过并行实时处理后的数据；

步骤9、将经过步骤8处理后的数据I(n)存入ISAR图像存储器就得到经过并行实时处理后的图像。

经过上述操作，就可以得到并行实时处理后的ISAR图像。

需要说明的是：

(1)步骤4中距离走动估计采用基于相位信息的亚象素对齐方法，以提高距离走动估计精度，其具体步骤和流程见附图1和图2，也可以采用其它距离走动估计方法。在图2中，距离走动估计主要用于估计目标不同PRI间的距离走动，最好采用基于相位信息的亚象素对齐方法，以提高距离走动估计精度，根据前节分析结果，该步骤在单PRI内运算量为：N(3K log(K·N)+3)+Ω(N，K，P)次实加和N(3Klog(K·N)+16)+Ω(N，K，P)次实乘。另外，为进一步降低运算量，算法中LP预测模块可以直接用补零代替，其相应运算量为N(3K log(K·N)+3)次实加和N(3K log(K·N)+16)次实乘。

距离走动补偿与IFFT模块主要用于ISAR距离走动与距离压缩，根据前节假设，容易计算出该模块计算量为：3N log(N)+2)次实加和2N log(N)+4次实乘。

目标距离单元检测模块主要用于检测ISAR距离压缩后有数据的距离单元，以避免对无回波区域进行方位压缩，提高运算效率。本模块只需将距离压缩后数据共轭相乘并检索能量最大区域，运算量为N次实加和2N次实乘，以及N点比较操作。

相位估计模块主要用于估计相邻PRI内回波相位差，为了保证ISAR数据采集与成像处理并发，将采用相邻PRI相位差估计算法，根据前面的分析可知，该模块运算量为：8N次实加和16N次实乘。

数据并行分割主要用于实现ISAR方位压缩的并行处理，由于无法采用FFT技术，本方法ISAR方位压缩只能采用相干累加，运算量较大，因此方位压缩将成为ISAR并行实时处理的瓶颈问题，通过数据分割，采用多DSP/FPGA技术可以解决该问题。

方位压缩模块主要基于后向投影的思想，采用相干累加实现方位压缩，假设投影区域为L×Hpix，则该步运算量为4LH次实加和4LH次实乘。

为了达到实时成像，最简单的方法是保证上述所有操作在一个PRT时间内完成，当系统PRF较高时，该方法对系统硬件要求较高。为此，我们可以采用流水线处理技术，将上述操作分散到不同PRT内完成，此时，为达到实时成像要求，只需要上述操作中运算量最大的模块可以在一个PRT时间内完成，大大降低了系统硬件要求。但采用流水线技术将导致ISAR成像存在4-5个PRT的时延，考虑到一般ISAR成像需要1000个左右的回波数据，4-5个PRT的时延对ISAR成像系统是可以接受的。根据流程图可知，基于相位信息的亚象素对齐方法只需要已知PRI＝0时刻的回波和PRI＝i时刻的回波即可进行距离校正，与包络相关距离校正算法类似，该算法具有因果性，可以满足数据接收与成像处理并发的要求。(2)对步骤5得到的ISAR距离走动补偿后的数据P(n)采用传统的数据并行分割方法进行并行分割，所述的采用传统的数据并行分割方法是指采用并行处理，详见：徐甲同，李学干著，《并行处理技术》[M]，西安电子科技大学出版社，1999.05。

(3)步骤7中对步骤6得到的ISAR距离走动补偿后的数据采用相邻脉冲重复间隔PRI相位差估计算法进行相位估计流程图见图3。根据图3，相邻脉冲重复间隔PRI相位差估计只需要已知PRI＝i-1时刻的回波和PRI＝0时刻的回波即可进行距离校正，与包络相关距离校正算法类似，该算法具有因果性，可以满足数据接收与成像处理并发的要求。

本发明的工作原理：

本技术发明提供了一种用于逆合成孔径雷达(ISAR)实时成像的并行成像处理方法。本方法针对ISAR对高速运动目标进行成像的实时性要求，采用并行处理技术，设计针对ISAR成像的并行处理系统结构，并对ISAR算法进行相应的并行分解。该方法通过合理的算法设计，实现相对于慢时间具有因果性的ISAR成像算法，从而可以使数据采集与成像处理的同时进行。与传统的ISAR成像串行处理算法相比，可以大幅提高ISAR成像的运算效率，进而实现真正意义上的实时处理，以便于ISAR在工程中的实际应用。

实现ISAR并行算法的关键在于ISAR各成像处理阶段的算法具有因果性，即其算法的输入信息只与其以前PRI获得的数据有关，而与其以后PRI内获得的数据无关。为了实现ISAR并行实时成像处理，必须要求各ISAR阶段处理各阶段算法具有因果特征。为了设计具有并行能力的ISAR处理器，我们选择基于相位信息的亚像素距离校正算法以及相邻PRI相位差估计算法实现ISAR距离校正与相位补偿，另外借鉴SAR成像处理中后向投影算法的思路改进RD-FFT成像算法，以满足ISAR并行处理的需要。基于后向投影算法的ISAR成像算法放弃了ISAR方位成像处理技术中的FFT，而直接采用相干累加方法将ISAR相位补偿后数据后向投影到ISAR图像域中，实现ISAR成像处理。本发明可以应用于逆合成孔径雷达实时成像处理等领域，具有ISAR成像速度快，实时性高的优点，适合实际工程应用。

本发明的实质是采用并行处理技术，设计针对ISAR成像的并行处理系统结构，并对ISAR算法进行相应的并行分解，实现相对于慢时间具有因果性的ISAR成像算法，从而使数据采集与成像处理同时进行。传统的ISAR成像处理方法是采用串行处理算法，而串行处理算法是先对数据进行采集，等数据采集完成后再进行成像处理，因此传统算法的运算效率比较低，无法满足成像实时性的要求。本发明与传统的ISAR成像串行处理算法相比，并行成像处理算法可以大大提高ISAR成像的运算效率，进而实现真正意义上的实时处理，以便于逆合成孔径雷达ISAR在工程中的实际应用。

本发明的创新点在于针对ISAR对高速运动目标的成像实时性的要求，提出了利用并行处理系统结构来完成ISAR回波数据处理，通过对ISAR成像处理算法的并行分解以达到实时成像的目的。

本发明的优点在于利用并行处理系统结构实现了逆合成孔径雷达实时成像处理，解决了ISAR对快速运动目标的实时成像问题；与传统的ISAR成像串行处理算法相比，并行成像处理算法可以大大提高ISAR成像的运算效率，进而实现真正意义上的实时处理，以便于逆合成孔径雷达ISAR在工程中的实际应用。

本发明可以应用于逆合成孔径雷达实时成像等领域。

附图说明：

图1为ISAR并行实时成像处理系统框图。

图2为基于相位信息的亚象素距离校正算法流程图

其中，LP表示线性预测，i为回波序号。

图3为相邻PRI相位差估计算法流程图

其中，i为回波序号。

具体实施方式

本发明主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLAB7.0上验证正确。

通过本发明具体实施方式的仿真结果可以得到：本发明所提供的逆合成孔径雷达成像方法能够满足ISAR实时成像的要求。

Claims (1)

1、一种逆合成孔径雷达并行实时成像处理方法，其特征是它包含以下几个步骤：

步骤1、雷达接收机接收第i个脉冲重复间隔PRI回波，其中，i表示脉冲序号，i为自然数；

设脉冲信号以重复周期T依次发射，即发射时刻t_m＝mT，m＝0，1，2，...，m为自然数，称为慢时间；以发射时刻为起点的时间用

来表示，称为快时间，得到全时间t为： $t=\hat{t}+t_m;$ 因此发射的线性调频LFM信号

为：

$S(\hat{t},t_m)=\mathrm{rect}(\hat{t}/T_p)\exp \left[f2\mathrm{\π}(f_{c}t+\frac{1}{2}\mathrm{\β}{\hat{t}}^2)\right]$

其中 $\mathrm{rect}(\hat{t}/T_p)=\left\{\begin{array}{cc}1& |\hat{t}/T_p|\≤1/2\\ 0& |\hat{t}/T_p|>1/2\end{array}\right.,$ f_c为载频频率，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，t为全时间，

为快时间；

雷达接收回波信号

为：

$S_r(\hat{t},t_m)=A\·\mathrm{rect}\left(\frac{\hat{t}-2R_i/c}{T_p}\right)\exp \left\{f2\mathrm{\π}\right[f_c(t-2R_i/c)+\frac{1}{2}\mathrm{\β}{(\hat{t}-2R_i/c)}^2\left]\right\}$

其中，A为第i个脉冲重复间隔PRI回波的幅度，t为全时间，

为快时间，t_m为慢时间，c为光速，f_c为载频频率，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离；

步骤2、对步骤1接收到的第i个脉冲重复间隔PRI回波作去斜率处理，得到去斜率后的数据；

接收信号的去斜率是用全时间t固定，频率、调频斜率相同的线性调频LFM信号作为参考信号，和回波作差频处理即共轭相乘；设参考距离为R_ref，则参考信号

为：

$S_{\mathrm{ref}}(\hat{t},t_m)=\mathrm{rect}\left(\frac{\hat{t}-2R_{\mathrm{ref}}/c}{T_{\mathrm{ref}}}\right)\exp \left\{j2\mathrm{\π}\right[f_c(t-2R_{\mathrm{ref}}/c)+\frac{1}{2}\mathrm{\β}{(\hat{t}-2R_{\mathrm{ref}}/c)}^2\left]\right\}$

式中，T_ref为参考信号脉宽，c为光速，f_c为载频频率，t为全时间，

为快时间；t_m为慢时间，R_ref为参考距离；

设R_Δ＝R_i-R_ref，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离，R_ref为参考距离，进行去斜率处理：

得到去斜率后的数据

为：

$S_{\mathrm{if}}(\hat{t},t_m)=A\·\mathrm{rect}\left(\frac{\hat{t}-2R_i/c}{T_p}\right)\exp [-j\frac{4\mathrm{\π}}{c}\mathrm{\β}(\hat{t}-2R_{\mathrm{ref}}/c)R_{\mathrm{\Δ}}]\exp (-j\frac{4\mathrm{\π}{f}_c}{c}{R}_{\mathrm{\Δ}})\exp \left(j\frac{4\mathrm{\π\β}}{c^2}{R}_{\mathrm{\Δ}}^2\right)$

其中，A为第i个脉冲重复间隔PRI回波的幅度，

为快时间，t_m为慢时间，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离，c为光速，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，R_ref为参考距离，f_c为载频频率；

步骤3、对步骤2得到的去斜率处理后的数据

进行A/D采样，得到采样后的数据；

步骤4、对由步骤3得到的采样后的数据，采用基于相位信息的亚象素对齐方法对第i个PRI回波进行距离走动估计，得到距离走动估计量；

步骤5、通过步骤4所得到的距离走动估计量对第i个脉冲重复间隔PRI回波进行距离走动补偿和距离压缩，得到距离走动补偿后的数据；

距离走动补偿后的数据P(n)用下式表示：

$P\left(n\right)=A\·\exp \left\{j2\mathrm{\π}\right[(\frac{2v_r}{\mathrm{\λ}\·P}+\frac{8\mathrm{\β}{R}_0{v}_r}{c^{2}P})\·n+(\frac{R_0\·a_r+v^2-v_r^2}{\mathrm{\λ}{R}_0{P}^2}+\frac{4\mathrm{\β}(R_0{a}_r+v^2)}{c^2{P}^2})\·n^2$

$+\left(\frac{v_r(2v_r^2-R_0\·a_r-v^2)}{2\mathrm{\λ}{R}_0^2{P}^3}\right)\·n^3+O\left(n^3\right)\left]\right\}$

其中，A为第i个脉冲重复间隔PRI回波的幅度，v_r，a_r，v分别为目标径向速度，径向加速度和绝对速度，R₀为目标初始距离，λ，β，P，c分别为波长，发射信号调频斜率，脉冲重复频率，光速，n为脉冲序号，O(n³)为高阶残余项；

步骤6、对步骤5得到的ISAR距离走动补偿后的数据P(n)进行共轭相乘，得到共轭相乘后的数据Q(n)：Q(n)＝P(n)*P^*(n)；然后对数据Q(n)取模，取模即取绝对值，按数据幅度对取模后的数据|Q(n)|进行最大值检测，方法是对取模后的数据|Q(n)|的所有数值按照大小选取最大值，数据|Q(n)|的最大值所对应的回波信号位置即为目标所在距离单元位置；

步骤7、对步骤6得到的ISAR距离走动补偿后的数据采用相邻脉冲重复间隔PRI相位差估计算法进行相位估计，得到估计的相位

步骤8、对步骤5得到的ISAR距离走动补偿后的数据P(n)采用传统的数据并行分割方法进行并行分割，进行并行相位补偿及相干累加，得到累加后的数据I(n)，数据I(n)即是经过并行实时处理后的数据；

步骤9、将经过步骤8处理后的数据I(n)存入ISAR图像存储器，就得到经过并行实时处理后的图像；

经过上述操作，就可以得到并行实时处理后的ISAR图像。

Images