CN106569194A - 一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法 - Google Patents

Abstract

本发明针对已有单基以及双/多基雷达方法难以获取目标真实三维像与三维微动特征，系统实现复杂这一问题，将干涉式逆合成孔径雷达(InISAR)中多天线干涉处理的思想引入到空间锥体目标三维成像与三维微动特征提取研究中，提出一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法，将微多普勒效应理论与多天线干涉处理技术相结合，利用距离‑慢时间像实现了空间锥体目标真实三维成像，获取了与目标的物理尺寸一致，能够反映散射点每个瞬时时刻真实三维散射分布信息的坐标值，并在此基础是精确求解目标微动参数与结构参数。经过实例仿真验证，本发明专利算法相较已有方法，运算简单，系统实现容易，鲁棒性好，能够提取更多的目标参数，有一定的应用优势。

Description

一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提 取方法

技术领域

本发明涉及信号与信息处理技术，具体涉及一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法。

背景技术

当前，随着现代雷达技术的快速发展，空间目标探测和识别技术已由简单的轨道测量阶段发展到了特征信息测量阶段，即通过利用一维距离成像、逆合成孔径雷达(ISAR)成像、微多普勒(micro-Doppler)特征分析等方法和手段，获得目标的外形、体积、表面物理参数、微动参数等，为目标识别提供丰富的特征信息。特别是基于目标微多普勒效应，利用现代信号处理方法获得目标的三维成像特征和三维微动特征，可以更好地辨别目标的属性、类别等信息，在空间目标探测与识别方面具有非常广阔的应用前景，近年来开始得到国内外学者的关注。

从目前研究现状来看，空间目标三维成像与三维微动特征提取技术研究尚处于起步阶段，还存在许多问题需要深入研究解决。王琦等在《High-resolution three-dimensional radar imaging for rapidly spinning targets》(IEEE Transactions onGeoscience and Remote Sensing,2008,46(1):22-30)，白雪茹等在《High-resolutionthree-dimensional imaging of spinning space debris》(IEEE Transactions onGeoscience and Remote Sensing,2009,47(4):2352-2362)中提出了基于单基雷达的三维成像与三维微动特征提取方法，通过分析和提取目标回波的微多普勒特征参数来获得目标上各微动散射点的三维结构和运动特征。然而，由于单基雷达仅能观测到目标在雷达径向距离上的微动分量，因此这类方法所获得的三维成像结果并不能确定目标散射点的真实空间位置，均需要利用目标相对于雷达的姿态信息才能实现对成像结果的准确定标。而在实际应用中，仅利用单基雷达很难准确获得目标相对于雷达的姿态信息。此外，这类方法由于通常都利用了目标微多普勒信号为正弦调频(SFM)信号这一先验信息，因此仅适用于简单旋转目标，对于更复杂的微动目标(如由自旋和锥旋复合而成的进动目标)，尚不能实现有效的三维成像，也难以准确获得目标的三维微动特征。

艾小峰等在《Imaging of Spinning Targets via Narrow-Band T/R-R BistaticRadars》(IEEE Geoscience and Remote Sensing Letters,2013,10(2):362-366)，罗迎等在《Three-dimensional precession feature extraction of space targets》(IEEETransactions on Aerospace and Electronic Systems,2014,50(2):1313-1329)中提出基于双/多基雷达的三维成像与三维微动特征提取方法，利用分布在不同视角的多个雷达观测到的目标特征差异，通过关联处理来获得目标的三维成像结果。尽管这类方法在理想条件下可以重构目标散射点在空间的真实三维分布，也能够准确反演出目标真实的三维微动特征，但在实际应用中，目标上散射中心的各向异性以及散射点相互之间的遮挡效应将使得各雷达回波的联合处理变得异常复杂和困难，现有方法在实际应用中的有效性还有待进一步检验。同时，由于该类方法需要对多部雷达的回波进行联合处理，系统实现较为复杂，也不利于实际应用。

发明内容

针对现有技术的不足，本发明提供了一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法，包括下列步骤：

第一步：建立数学模型，在此基础上分析空间锥体目标的微动特性，对回波信号进行解线频调(Dechirp)处理，利用L型三天线获取目标散射点对应于三个天线的距离-慢时间像：

(1)分析空间锥体目标的微动运动形式，建立宽带雷达空间锥体目标L型三天线干涉式三维成像的数学模型；

(2)计算目标散射点到收发一体的天线A、接收天线B、C的距离R_ref-A(t_m)、R_ref-B(t_m)、R_ref-C(t_m)，并将其作为参考距离，分别对天线A、B、C接收的回波进行Dechirp处理，其中天线A位于雷达坐标系原点，接收天线B、C构成沿X轴和Z轴方向相互垂直的干涉基线，t_m为慢时间；

(3)去除Dechirp处理结果中的剩余视频相位(RVP)项和包络斜置项，利用关系式f_k＝-2μR_Δ(t_m)/c将一维距离像S_d(f_k,t_m)转换为距离-慢时间像S_d(R_Δ(t_m),t_m)，其中f_k为峰值频率，R_Δ(t_m)为散射点到参考点的径向距离。

第二步：将三天线对应的距离-慢时间像中各散射点的相位分离出来，分别进行干涉，并根据目标与雷达的几何关系解算出散射点在X维与Z维的投影坐标x(t_m)、z(t_m)，再通过雷达测距获取散射点在Y维的坐标y(t_m)，最终实现目标真实三维成像：

(1)筛选出各距离-慢时间像中大于最大值20％的数据作为后续处理的基础，以消除杂波和旁瓣的影响，并采用数学形态学图像处理方法对筛选点进行图像平滑、去除毛刺、骨架提取等预处理；

(2)根据同一曲线上各点前后导数之差的和最小的原则由骨架提取结果分离出不同散射点的曲线路径，提取曲线路径，并据此反演出各散射点在各距离-慢时间像中的相位，去除微多普勒曲线交点处的相位值；

(3)将从天线A所对应的距离-慢时间像中反演出的各散射点相位分别与天线B、C所对应的距离-慢时间像中反演出的各散射点相位进行干涉处理，获得干涉相位再根据目标与雷达的几何关系解算出X维与Z维的投影坐标x(t_m)、z(t_m)；

(4)计算各散射点到A天线的斜距作为散射点的Y维坐标y(t_m)，最终实现目标真实三维成像。

第三步：利用获取的目标散射点各维坐标曲线，根据其循环平均幅度差函数(Circular Average Magnitude Difference Function，CAMDF)，估计目标微动周期；建立空间锥体目标微动模型，利用已解算出的目标真实三维像，求解目标结构参数：

(1)任选一维重构坐标曲线，求解其CAMDF，据此估计出目标的进动周期T_p与锥旋周期T_c，并求解目标自旋周期其中N_p为一个进动周期内R_Δ(t_m)曲线的极大值点个数；

(2)建立空间锥体目标进动模型，利用已解得的散射点各维坐标，结合锥体目标结构及进动特性，计算出进动角ε，目标半锥角γ、长度h与底面半径r；

(3)在不同间隔、不同时刻抽取800组点数据分别进行参数估计，以其平均值作为最终的估计结果，以平滑回波信号处理与干涉三维成像过程中引入的误差。

本发明的有益效果在于：针对已有单基以及双/多基雷达方法难以获取目标真实三维像与三维微动特征，系统实现复杂这一问题，提出一种宽带雷达空间锥体目标的干涉式三维成像与微动特征提取方法，实现了空间锥体目标的真实三维成像，获取的是能够反映散射点每个瞬时时刻真实三维散射分布信息的坐标值，即瞬时像，该瞬时像与目标的物理尺寸一致，可用于精确求解目标微动参数与结构参数。同时本发明专利算法运算简单，系统实现容易，鲁棒性好，相较已有方法能够提取更多的目标参数，有一定的应用优势。

附图说明

图1示出本发明的流程图；

图2示出雷达与空间锥体目标几何关系示意图；

图3示出目标微动模型示意图；

图4(a)示出A天线回波距离-慢时间像、图4(b)示出B天线回波距离-慢时间像、图4(c)示出C天线回波距离-慢时间像；图4(d)示出X维重构坐标曲线、图4(e)示出Y维重构坐标曲线、图4(f)示出Z维重构坐标曲线；图4(g)示出X维拟合坐标曲线、图4(h)示出Y维拟合坐标曲线、图4(i)示出Z维拟合坐标曲线；图4(j)示出X维理论坐标曲线、图4(k)示出Y维理论坐标曲线、图4(l)示出Z维理论坐标曲线；图4(m)示出三维成像重构出的锥顶与锥底散射点的微动轨迹，图4(n)示出锥顶散射点Z轴拟合坐标拟合曲线的归一化幅度差函数、图4(o)示出锥底散射点Z轴拟合坐标拟合曲线的归一化幅度差函数；

图5(a)示出SNR＝-5dB时重构的X维坐标曲线，图5(b)示出SNR＝-5dB时重构的Y维坐标曲线，图5(c)示出SNR＝-5dB时重构的Z维坐标曲线；

图6(a)示出SNR＝-7dB时重构的X维坐标曲线，图6(b)示出SNR＝-7dB时重构的Y维坐标曲线，图6(c)示出SNR＝-7dB时重构的Z维坐标曲线。

具体实施方式

下面结合附图和本发明的实例，对本发明作进一步的描述。

第一步：雷达产生线性调频信号波形；

雷达发射的线性调频信号的表达式为s(t_m,t_k)：

式中：rect(·)为矩形窗函数，|t_k|≤T_p/2时，rect(t_k/T_p)＝1，|t_k|＞T_p/2时，rect(t_k/T_p)＝0；f_c为载频，μ为信号的调频斜率，脉冲持续时间为T_p，则带宽B＝μT_p，信号周期为T_r；t_k为快时间，t_m为慢时间，t_m＝(m-1)T_r，(m＝1,2,…)，m表示发射的是第m个信号，t为全时间，三者关系为：t＝t_k+t_m。

第二步：建立数学模型，在此基础上分析空间锥体目标的微动特性，对回波信号进行解线频调(Dechirp)处理，利用L型三天线获取目标的三幅慢时间-距离像。

锥体目标在空间的微动形式主要表现为锥旋和自旋合成的进动运动，本发明即以进动模型对有翼锥体目标的微动特性进行分析。对于有翼锥体目标，其等效多散射中心主要包括锥顶散射点与尾翼边缘散射点(雷达视线入射面与目标底面的两个交点)，实际中由于遮挡效应，大部分情况下只有锥顶散射点和近雷达视线的锥底散射点可见，其中锥顶散射点以角速度绕对称轴做自旋运动，锥底散射点以角速度绕空间某定向轴做锥旋运动。为方便描述说明，如图2所示，模型场景中建有三个坐标系，坐标系(X,Y,Z)为雷达坐标系，雷达静止于坐标系原点A，收发一体的天线A和接收天线B、C构成沿X轴和Z轴方向相互垂直的干涉基线，基线长度均为L，M₁、M₂为干涉基线AB、AC的中点。坐标系(U,V,W)为参考坐标系，平行于雷达坐标系，坐标原点为O，O点在雷达坐标系中的坐标为(X₀,Y₀,Z₀)。目标在Y轴附近，其本地坐标系为(x,y,z)，原点为目标质心O，与参考坐标系相同。

假设在t_m时刻天线A收到目标上某散射点的回波信号为：

式中σ_A为该散射点对应于天线A的散射系数；r_A(t_m)为t_m时刻该散射点到天线A的距离；c为光速。

选择目标本地坐标系原点作为参考点，参考信号可表示为

式中T_ref为参考信号的脉宽，R_ref(t_m)为参考点到天线A的距离。回波s_A(t_k,t_m)与参考信号共轭相乘有：

其中R_Δ(t_m)＝r_A(t_m)-R_ref(t_m)。令t′＝t_k-2R_ref(t_m)/c，对式(4)关于t′做傅里叶变换，并去除剩余视频相位(RVP)项和包络斜置项后得到回波信号在快时间-频率域的表达式，即一维距离像：

通过关系式f_k＝-2μR_Δ(t_m)/c可以将一维距离像在快时间频率-慢时间平面上的峰值频率f_k转化为径向距离R_Δ(t_m)，f_k随R_Δ(t_m)变化的曲线反映的就是散射点的微动特征，也就是说在宽带条件下我们可以在距离-慢时间平面上对目标的微多普勒效应进行分析，此时将一维距离像称作距离-慢时间像。

同理，可以通过AB、AC天线对分别获得散射点的另外两幅距离-慢时间像。这里需要注意的是为了更好的保全相位信息，提高干涉处理精度，在对AB、AC天线对Dechirp时，应选择目标到各天线的距离作为参考距离，而不是传统的三组天线采用同一参考距离进行处理。

R_Δ(t_m)表示散射点的微动向量，但它对于锥顶和锥底散射点有不同含义：锥顶散射点D位于自旋轴上，其微动仅表现为以角速度ω_c的锥旋运动，远场近似条件下，根据雷达与目标之间的几何关系有

式中R_c(t_m)为三维锥旋矩阵，为初始时刻D点在参考坐标系中坐标对应的向量；n为远场近似条件下雷达视线方向的单位向量。

对于锥底散射点P，其既不在自旋轴上，也不在锥旋轴上，它的微动形式表现为自旋和锥旋合成的进动运动，此时

式中R_s(t_m)为三维自旋矩阵，为初始时刻P点在参考坐标系中坐标对应的向量。

第三步：将AA天线对所成慢时间-距离像分别与AB、AC天线对所成的慢时间-距离像进行干涉，获取目标散射点在X维与Z维的坐标，再通过雷达测距获取散射点在Y维的坐标，最终实现目标真实三维成像。

设t_m时刻目标上任一散射点Q在本地坐标系中的坐标为(x(t_m),y(t_m),z(t_m))，以目标质心O为参考点，假设回波信号都已完成平动补偿，对A、B天线接收到的Q点回波在距离-慢时间域进行干涉处理，可得干涉相位：

式中λ_c为雷达波长，R_ΔAQ(t_m)＝R_AQ(t_m)-R_AO(t_m)，R_AQ(t_m)表示Q点到天线A的距离，R_AO(t_m)表示点O到天线A的距离；R_ΔBQ(t_m)＝R_BQ(t_m)-R_BO(t_m)，R_BQ(t_m)表示Q点到天线B的距离，R_BO(t_m)表示点O到天线B的距离；为使干涉相位不发生模糊，应保证在远场近似条件下，根据目标与雷达间的几何关系有

其中R_M1为Q点到M₁点的距离；R₁为点O到M₁点的距离。根据获得的干涉相位即可解得散射点Q在X轴上的投影坐标为：

同理，对A、C天线接收到的回波在距离-慢时间域进行干涉处理，即可解得散射点Q在Z轴上的投影坐标为：

其中为A、C天线的干涉相位差，R₂为点O到M₂点的距离，为Q点到M₂点的距离。上两式中L/2项的存在是为了将相对于基线中点电轴的坐标校正为雷达坐标系的坐标，而根据实际应用的需要，这种整体的偏移并不影响目标散射点的相对几何位置，可以不予考虑。

在远场正视条件下，散射点的Y轴坐标与其到A天线的斜距近似相等，可以通过雷达测距获得。至此，已得到散射点的三维空间坐标，即实现了对目标的三维成像。

第四步：根据获取的目标散射点各维坐标曲线，任选一维，求解其循环平均幅度差函数(Circular Average Magnitude Difference Function，CAMDF)，估计目标微动周期；建立空间锥体目标微动模型，利用已解算出的目标真实三维像，求解目标结构参数。

一个有限长离散时间序列s(n)(n＝1,2,…,N)，其CAMDF定义如下：

式中省略了均值系数1/N，因为它不影响函数特性；mod(n+k,N)表示对n+k进行模为N的求模取余操作。

根据求得的序列CAMDF，曲线周期可估计如下：

式中T_max与T_min分别为根据先验知识预设的最大、最小周期。

在分别解得进动周期T_p与锥旋周期T_c以后即可求得自旋周期

其中N_p为一个进动周期内R_Δ(t_m)曲线的极大值点个数。

图3所示为弹头目标的微动示意图，O点为目标质心，γ为目标半锥角，ε为目标自旋轴与锥旋轴的夹角，即进动角。D点为锥顶散射点，其微动形式只有锥旋运动，其运动轨迹为垂直于锥旋轴的圆，圆心是D点在锥旋轴上的投影D′。

在轨迹圆上任取E、F、G三点，则向量与向量的外积可写为

容易知道是E、F、G三点所确定的平面的一个法向量，且必然与ω_c平行同向，而此时也与ω_s平行同向，则有进动角

以上是从几何角度进行分析的，在实际操作中根据时刻不同任取三点即可，但是当取的点不在同一个周期内时，需要注意把计算结果换算到主值区间[0,π/2]。

同理，假设某一时刻在锥顶和锥底散射点的微动轨迹上各取一点，分别为D、P，那么这两点的所构成的向量必然与锥体目标的母线平行，且与母线的长度相等，此时有半锥角

容易解得目标底面半径目标长度在实现了目标的真实三维成像以后，散射点在各时刻的三维坐标已知，则上述向量皆可求，进而即可求得目标各结构参数。

实例：空间锥体目标干涉式三维成像与微动特征提取仿真实验

仿真实验：假设雷达发射信号的载频f_c＝20.5GHz，脉宽50μs，带宽为3GHz，获得的距离分辨率为0.05m，脉冲重复频率为1000Hz，回波信号时长为2s。本地坐标系原点O在雷达坐标系中的坐标为(0,500km,0)，基线长度L＝200m。目标自旋角速度Ω_s＝2πrad/s，自旋周期T_s＝1s；锥旋角速度Ω_c＝4πrad/s，锥旋周期T_c＝0.5s，进动角为π/18rad。目标上有两个散射点，锥顶散射点D在本地坐标系中的坐标为(0m,0m,1m)，尾翼散射点P在本地坐标系中的坐标为(0.5m,0m,-0.5m)，目标长度为1.5m，底面半径为0.5m。

仿真1：为了验证算法的有效性，先根据以上参数进行了仿真实验。图4(a)、4(b)、4(c)分别为AA、AB、AC三组天线对目标散射点所成的距离-慢时间像，直观上看，三幅图像几乎没有差别，这是因为基线长度相对于目标到雷达的距离而言很小，其对频率的影响也因此很微弱，体现在距离-慢时间像上也难以直观的观察到，所以在提取曲线路径以获取各散射点的相位时，可以任选一幅进行处理。同时从三幅图上也能清楚的看到图中一条曲线是标准的正弦曲线，即锥顶散射点的微多普勒曲线；另一条曲线则表现为多个正弦分量合成的不规则曲线，即锥底散射点的微多普勒曲线，其形式都与前面的理论分析吻合。

为了实现散射点的真实三维成像必须保持干涉相位的准确、完整，需要进行曲线分离。为了提高精度，在分离之前，先筛选出图4(a)中大于最大值20％的数据作为后续处理的基础，以消除杂波和旁瓣的影响，再采用数学形态学图像处理方法对筛选点进了图像平滑、去除毛刺、骨架提取等预处理。完成曲线分离以后，经过干涉处理获得干涉相位，再由式(10)与式(11)就能分别解得各个时刻散射点在X维与Z维的坐标。散射点在Y维的坐标可以通过雷达测距的方法求出，重构出的三维坐标分别如图4(d)、4(e)、4(f)所示，图中断点是处理时删除微多普勒曲线交点导致的。为方便说明，这里重构出的是参考坐标系下的坐标值，也可以换算到雷达坐标系，但是不管采用那种形式的坐标都不会影响后面目标微动特征提取的结果。从重构的坐标曲线图上可以看到，效果并不是十分理想，X维和Z维都有不同程度的波动，而Y维更是出现了明显的台阶，这是由于距离-慢时间像旁瓣与距离分辨率的影响造成的，显然这样的结果不管是用于成像还是后续的微动特征提取都是不可取的，此时可以借助MATLAB中的曲线拟合工具箱对重构的坐标曲线进行正弦函数类拟合，结果如图4(g)、4(h)、4(i)所示，可以清楚的看到拟合后的曲线与图4(j)、4(k)、4(l)所示的理论坐标值曲线吻合度很高，说明本发明所提的干涉式三维成像算法是正确的。图4(m)为三维成像重构出的锥顶与锥底散射点的微动轨迹示意图，图中小三角标示出来的是某一时刻锥顶和锥底散射点对应的位置，其中远雷达视线的锥底散射点位置是在估计出进动周期以后计算出来的，三点连线构成的三角形就是目标的中轴截面图。

图4(n)、4(o)所示为由CAMDF方法求出的重构的锥顶和锥底散射点Z轴坐标拟合曲线的归一化幅度差函数，由图可见CAMDF在整数倍曲线周期的位置上呈现显著的谷值点特征，据此由式(13)、式(14)即可解得目标的微动周期参数。实现目标真实三维成像以后，根据散射点各时刻的三维坐标就可解算出目标的其他微动参数和结构参数。通过前文分析不难发现，在对目标干涉三维成像过程中将不可避免地引入误差，而三维坐标的估计误差必然会影响到目标微动参数与结构参数的求解精度。为了平滑引入的误差对参数提取的影响，在仿真过程中在不同间隔、不同时刻抽取了800组点数据进行计算，以其平均值作为最终的估计结果。为了考察和分析误差的影响，我们定义误差与真实值之间的比值为归一化误差其中X为真实值，为估计值，并定义为|ρ|归一化绝对误差。所有参数估计结果及误差如表1所示：

表1目标微动参数及结构参数估计结果

Tab.1 Micro-motion parameters and structure parameters estimationresults of target

通过上表可以看出，估计值与真实值的误差很小，也就是说本发明所提算法的参数估计精度是相当高的。另外，本发明可以估计出7个参数，相较于其他单基雷达条件下的微动特征提取方法，本发明算法实现的是目标的真实三维成像，且运算简单，系统实现容易，相较已有方法能够提取目标参数更多，有一定的应用优势。

仿真2：为分析本发明算法的抗噪性能，在三组回波数据中分别加入随机高斯白噪声重新仿真。当信噪比SNR＝-5dB时，重构出的目标三维坐标曲线如图5所示，由图可见X维和Z维都出现了剧烈的波动，但是经过曲线拟合以后依然能得出精度很高的坐标估计结果，并且完全可以用于估计目标参数。估计出的目标参数及误差如表2所示，由表可见此时估计精度依然很高。当SNR＝-7dB时，根据重构的三维坐标拟合出的坐标轨迹曲线如图6(a)-图6(c)所示，此时散射点各维坐标曲线出现了不同程度的畸变，这是由于噪声导致的曲线路径分离错误引起的。仿真时发现，此时尽管坐标估计出现错误，但是参数估计结果除了进动角有较大偏差以外，其他的参数估计结果归一化绝对误差都在可接受范围(＜0.1)内，考虑到可信度问题，仿真时判决此结果为错误结果。综上所述，本发明提出的宽带雷达空间锥体目标干涉式三维成像与微动特征提取算法具有较好的抗噪性能，在SNR≥-5dB时，参数估计误差不超过0.05。

表2 SNR＝-5dB时目标微动参数及结构参数估计结果

Tab.2 Micro-motion parameters and structure parameters estimationresults of target when SNR＝-5dB

Claims (4)

1.一种宽带雷达空间锥体目标干涉式三维成像与微动特征提取方法，其特征在于：包括下列步骤：

第一步：建立数学模型，在此基础上分析空间锥体目标的微动特性，对回波信号进行解线频调(Dechirp)处理，利用L型三天线获取目标散射点对应于三个天线的距离-慢时间像；

第二步：将三天线对应的距离-慢时间像中各散射点的相位分离出来，分别进行干涉，并根据目标与雷达的几何关系解算出散射点在X维与Z维的投影坐标x(t_m)、z(t_m)，再通过雷达测距获取散射点在Y维的坐标y(t_m)，最终实现目标真实三维成像；

第三步：利用获取的目标散射点各维坐标曲线，根据其循环平均幅度差函数，估计目标微动周期；建立空间锥体目标微动模型，利用已解算出的目标真实三维像，求解目标结构参数。

2.根据权利要求1所述的一种宽带雷达空间锥体目标干涉式三维成像与微动特征提取方法，其中第一步具体为：

(1)分析空间锥体目标的微动运动形式，建立宽带雷达空间锥体目标L型三天线干涉式三维成像的数学模型；

(2)计算目标散射点到收发一体的天线A、接收天线B、C的距离R_ref-A(t_m)、R_ref-B(t_m)、R_ref-C(t_m)，并将其作为参考距离，分别对天线A、B、C接收的回波进行Dechirp处理，其中天线A位于雷达坐标系原点，接收天线B、C构成沿X轴和Z轴方向相互垂直的干涉基线，t_m为慢时间；

(3)去除Dechirp处理结果中的剩余视频相位(RVP)项和包络斜置项，利用关系式f_k＝-2μR_Δ(t_m)/c将一维距离像S_d(f_k,t_m)转换为距离-慢时间像S_d(R_Δ(t_m),t_m)，其中f_k为峰值频率，R_Δ(t_m)为散射点到参考点的径向距离。

3.根据权利要求1所述的一种宽带雷达空间锥体目标干涉式三维成像与微动特征提取方法，其中第二步具体为：

(1)筛选出各距离-慢时间像中大于最大值20％的数据作为后续处理的基础，以消除杂波和旁瓣的影响，并采用数学形态学图像处理方法对筛选点进行图像平滑、去除毛刺、骨架提取等预处理；

(2)根据同一曲线上各点前后导数之差的和最小的原则由骨架提取结果分离出不同散射点的曲线路径，提取曲线路径，并据此反演出各散射点在各距离-慢时间像中的相位，去除微多普勒曲线交点处的相位值；

(3)将从天线A所对应的距离-慢时间像中反演出的各散射点相位分别与天线B、C所对应的距离-慢时间像中反演出的各散射点相位进行干涉处理，获得干涉相位再根据目标与雷达的几何关系解算出X维与Z维的投影坐标x(t_m)、z(t_m)；

(4)计算各散射点到A天线的斜距作为散射点的Y维坐标y(t_m)，最终实现目标真实三维成像。

4.根据权利要求1所述的一种宽带雷达空间锥体目标干涉式三维成像与微动特征提取方法，其中第三步具体为：

(1)任选一维重构坐标曲线，求解其CAMDF，据此估计出目标的进动周期T_p与锥旋周期T_c，并求解目标自旋周期其中N_p为一个进动周期内R_Δ(t_m)曲线的极大值点个数；

(2)建立空间锥体目标进动模型，利用已解得的散射点各维坐标，结合锥体目标结构及进动特性，计算出进动角ε，目标半锥角γ、长度h与底面半径r；

(3)在不同间隔、不同时刻抽取800组点数据分别进行参数估计，以其平均值作为最终的估计结果，以平滑回波信号处理与干涉三维成像过程中引入的误差。