CN109633644A - 一种机动目标isar成像方法 - Google Patents
一种机动目标isar成像方法 Download PDFInfo
- Publication number
- CN109633644A CN109633644A CN201811608168.5A CN201811608168A CN109633644A CN 109633644 A CN109633644 A CN 109633644A CN 201811608168 A CN201811608168 A CN 201811608168A CN 109633644 A CN109633644 A CN 109633644A
- Authority
- CN
- China
- Prior art keywords
- expression
- target
- radar
- time
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 51
- 230000001133 acceleration Effects 0.000 claims abstract description 18
- 230000006835 compression Effects 0.000 claims abstract description 17
- 238000007906 compression Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 11
- 230000033001 locomotion Effects 0.000 claims abstract description 11
- 230000005012 migration Effects 0.000 claims abstract description 9
- 238000013508 migration Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000012292 cell migration Effects 0.000 claims description 2
- 241000135164 Timea Species 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种机动目标ISAR成像方法,属于雷达信号处理领域,其包括步骤:1)根据雷达接收到的基带回波,通过匹配滤波实现脉冲压缩,生成一维距离像序列;2)对一维距离像序列进行运动补偿;3)采用keystone变换对运动补偿后的一维距离像序列进行越距离单元徙动校正;4)依据雷达的测量信息,得到成像期间目标的累积转角变化曲线,并进行二阶拟合,得到等效旋转角速度和角加速度值;5)依据目标的等效旋转角速度和角加速度值,构造匹配傅里叶变换的基函数;6)对越距离单元徙动校正后的一维距离像的每个距离单元进行MFT,完成方位压缩,得到ISAR二维图像。本发明通过构造MFT基函数,对每个距离单元作MFT,得到机动目标的ISAR图像,步骤简单,成像质量高。
Description
技术领域
本发明属于雷达信号处理技术领域,具体涉及一种机动目标ISAR成像方法。
背景技术
根据现阶段的研究,逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像技术是雷达技术的一个分支,其通过宽带信号的脉冲压缩获取目标距离向超分辨,通过雷达与目标之间的相对转动实现多普勒向高分辨。利用ISAR技术对目标成像,可以提供目标的二维结构特征及尺寸信息,有利于目标分类与识别,在民用和军用领域都有广泛的应用。机动目标ISAR成像时,由于成像期间目标上的散射点等效转动一般非匀速,直接采用经典的距离-多普勒(Range-Doppler,RD)算法成像会导致多普勒单元的走动,方位压缩后会引起图像散焦,影响后续的目标识别。
为消除目标机动引入的方位高次相位项,可采用以下方法:方法一、时频分析方法,该类方法对多分量信号处理时,会产生交叉项,严重干扰自身项的识别,并且算法数据运算量和存储量较大。方法二、高次相位补偿的方法,该类方法通过估计机动目标运动参数,构造补偿相位项,对方位慢时间相位进行补偿,进而消除掉高次相位项。但由于构造补偿相位项时,需要首先估计目标的等效旋转中心进而对目标进行定标,而该操作过程相当复杂。
发明内容
本发明所要解决的技术问题是提供一种机动目标ISAR成像方法,该方法将傅里叶变换MFT应用到机动目标的ISAR成像中,通过构造与目标方位相位一致的基函数,完成方位压缩,消除了目标转速不均匀带来的图像散焦问题,避免了等效旋转中心估计的繁琐过程。
为解决上述问题,本发明采用如下技术方案:
一种机动目标ISAR成像方法,其包括以下步骤:
步骤1、根据雷达接收到的基带回波,通过匹配滤波实现脉冲压缩,生成一维距离像序列;
步骤2、对一维距离像序列进行运动补偿;
步骤3、采用keystone变换对运动补偿后的一维距离像序列进行越距离单元徙动校正;
步骤4、依据雷达的测量信息,得到成像期间目标的累积转角变化曲线,并进行二阶拟合,得到等效旋转角速度和角加速度值;
步骤5、依据等效旋转角速度和角加速度值,构造匹配傅里叶变换MFT的基函数;
步骤6、对越距离单元徙动校正后的一维距离像的每个距离单元进行傅里叶变换MFT,完成方位压缩,得到ISAR二维图像。
进一步的,所述步骤1具体包括:
步骤a、建立ISAR基带回波模型
设雷达发射线性调频信号的脉冲重复周期为TPRT,则发射信号的表达式为:
其中,rect(u)为矩形窗函数,当|u|≤0.5时,rect(u)=1,当|u|>0.5时,rect(u)=0;
为快时间,tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间,t为全时间,三者之间的关系为:fc为载波频率,Tp为脉冲宽度,μ为调频率;
设目标上某个散射点记为p,则第m个脉冲时刻,雷达接收到该散射点p的基带回波模型如表达式(1)所示:
其中,σp为散射点p的散射系数;
c为光速,值为3×108m/s;
Rpm为散射点p到雷达的距离,其表达式(2)如下:
Rpm=ROm+(xpsinθm+ypcosθm) (2)
其中,ROm为目标质心到雷达的距离;
θm为第m个脉冲时刻对应的成像累积转角;
xp、yp分别为散射点p的方位坐标值和距离坐标值;
步骤b、对基带回波信号进行脉冲压缩处理,得到一维距离像序列sc,具体方法如下:
使用匹配滤波器对基带回波信号进行脉冲压缩,得到目标的一维距离像序列如下表达式(3)所示:
进一步的,所述步骤2具体包括:
步骤2-a、采用包络最大互相关方法对一维距离像序列进行包络对齐,得到包络对齐后的一维距离像sr_align;
步骤2-b、采用PGA算法对sr_align进行相位校正,得到相位校正后的一维距离像sphase_correct,相位校正后的一维距离像sphase_correct的表达式(4)如下:
其中,为快时间,tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间,t为全时间;
fc为载波频率,Tp为脉冲宽度,μ为调频率;
σp为散射点p的散射系数;
c为光速,值为3×108m/s;
VRpm的表达式(5)为:VRpm=xpsinθm+ypcosθm (5)
其中,xp、yp分别为散射点p的方位坐标值和距离坐标值;
θm为第m个脉冲时刻对应的成像累积转角。
对于所述步骤2-b后续还包括:
由于雷达视角变化很小,累积转角作如下近似:sinθm≈θm,cosθm≈1,则表达式(5)表示为表达式(6),如下:
VRpm=yp-xpθm (6)
对于机动目标,其等效旋转速度不是均匀的,由于成像时间较短,累积转角θm用慢时间的二次项表示,即如下表达式(7):
进而表达式(6)表示为如下表达式(8):
其中,ω为目标等效旋转角速度;
aω为目标等效旋转角加速度。
进一步的,所述步骤3具体包括:
步骤3-a、将运动补偿后的一维距离像sphase_correct转换至频域,表示为如下表达式(9):
其中,Sb(f)为发射信号基带信号的频谱;
fc为载波频率;f为信号频谱;
σp为散射点p的散射系数;
c为光速,值为3×108m/s;
VRpm的表达式(5)为:VRpm=xpsinθm+ypcosθm (5)
其中,xp、yp分别为散射点p的方位坐标值和距离坐标值;
θm为第m个脉冲时刻对应的成像累积转角;
步骤3-b、由于雷达视角变化很小,累积转角作如下近似:sinθm≈θm,cosθm≈1,则表达式(5)表示为表达式(6),如下:
VRpm=yp-xpθm (6)
对于机动目标,其等效旋转速度不是均匀的,由于成像时间较短,累积转角θm用慢时间的二次项表示,即如下表达式(7):
其中,ω为目标等效旋转角速度;
aω为目标等效旋转角加速度;
tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间;TPRT为雷达发射线性调频信号的脉冲重复周期;
进而表达式(6)表示为如下表达式(8):
将表达式(8)带入表达式(9),获得表达式(10)如下:
步骤3-c、定义虚拟慢时间τm,使其满足表达式(11):
(fc+f)tm=fcτm (11)
步骤3-d、将表达式(11)带入表达式(10),获得表达式(12)如下:
步骤3-e、将表达式(12)的快时间维逆傅里叶变换至时域,并将τm用tm表示,得表达式(13):
至此,与表达式(4)相比,一维距离像的越距离单元徙动已消除。
进一步的,所述步骤4具体包括:
步骤4-a、依据雷达自身的角度测量信息,得到成像期间目标的累积转角θm组成的变化曲线;
步骤4-b、对累积转角θm组成的变化曲线进行二阶拟合,得到目标等效旋转角速度值ω、角加速度值aω。
进一步的,所述步骤5中:
依据表达式(13)指数项,构造傅里叶变换MFT的基函数的表达式(14)如下:
进一步的,所述步骤6中:
以表达式(14)为基函数对一维距离像式(13)的每个距离单元进行傅里叶变换MFT,得:
其中,即为ISAR二维图像;
Tp为发射信号脉冲宽度;
A为信号复幅度;
fd为方位多普勒。
本发明与现有技术相比具有以下优点:
第一,本发明将傅里叶变换MFT应用到机动目标ISAR成像中,相比现有技术,不存在RID成像的交叉项,也无需估计目标的等效旋转中心,操作过程简单;第二,本发明能够有效消除目标机动引起的多普勒散焦,成像质量更高。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明的示意流程图。
图2是实施例的仿真场景。
图3是实施例的仿真模型。
图4是实施例的运动补偿后的一维距离像序列。
图5是实施例的keystone变换后的一维距离像序列。
图6是实施例的累积转角变化曲线。
图7是实施例的现有技术RD算法对机动目标的成像结果。
图8是实施例的现有技术RID算法对机动目标的成像结果。
图9是实施例的本发明方法对机动目标的成像结果。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为更好的理解本发明,下面结合附图1和一个机动目标ISAR成像实例来详细描述本发明所提出的方法的有效性,实例的仿真场景如图2所示,图中,“◇”为雷达站位置,目标运动轨道高度为30Km,目标在轨道上作机动运动,运动速度为300m/s,加速度为40m/s2,加粗部分为选择的雷达成像区域。仿真散射点模型如图3所示。
参照附图1,一种机动目标ISAR成像方法,包括以下步骤:
步骤1、根据雷达接收到的基带回波,通过匹配滤波实现脉冲压缩,生成一维距离像序列;
步骤2、对一维距离像序列进行运动补偿;
步骤3、采用keystone变换对运动补偿后的一维距离像序列进行越距离单元徙动校正;
步骤4、依据雷达的测量信息,得到成像期间目标的累积转角变化曲线,并进行二阶拟合,得到等效旋转角速度和角加速度值;
步骤5、依据等效旋转角速度和角加速度值,构造匹配傅里叶变换(MFT)的基函数;
步骤6、对越距离单元徙动校正后的一维距离像的每个距离单元进行MFT,完成方位压缩,得到ISAR二维图像。
进一步的,步骤1包括以下子步骤:
步骤a、建立ISAR基带回波模型sr_b;
假设雷达发射线性调频信号的脉冲重复周期为TPRT,则发射信号的表达式为
其中,rect(u)为矩形窗函数,当|u|≤0.5时,rect(u)=1,当|u|>0.5时,rect(u)=0;为快时间,tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间,t为全时间,三者之间的关系为:fc为载波频率,Tp为脉冲宽度,μ为调频率。
假设目标上某个散射点记为p,则第m个脉冲时刻,雷达接收到该散射点的的基带回波为如下表达式(1):
其中,σp为散射点p的散射系数,Rpm为散射点p到雷达的距离,表达式(2)为
Rpm=ROm+(xpsinθm+ypcosθm) (2)
其中,ROm为目标质心到雷达的距离,θm为第m个脉冲时刻对应的成像累积转角,xp、yp分别为散射点p的方位坐标值和距离坐标值。
步骤b、对基带回波信号脉冲压缩处理,得到一维距离像序列sc。
使用匹配滤波器对基带回波信号进行脉冲压缩,得到目标的一维距离像为
进一步的,步骤2包括以下子步骤:
步骤2-a、采用包络最大互相关方法对一维距离像序列进行包络对齐,得到包络对齐后的一维距离像sr_align,具体的计算方法为本领域的常用技术手段,此处不再赘述;
步骤2-b、采用PGA算法对sr_align进行相位校正,得到相位校正后的一维距离像sphase_corre,具体的计算方法为本领域的常用技术手段,此处不再赘述。sphase_corre的表达式为
其中,VRpm=xpsinθm+ypcosθm (5)
步骤2-c,由于雷达视角变化很小,累积转角还可以作如下近似:sinθm≈θm,cosθm≈1,则式(5)可表示为
VRpm=yp-xpθm (6)
对于机动目标,其等效旋转速度不是均匀的,由于成像时间较短,累积转角可用慢时间的二次项表示,即
进一步,式(6)可表示为
其中,ω为目标等效旋转角速度,aω为目标等效旋转角加速度。
本实施例中,成像使用的脉冲个数M=512,每个脉冲快时间采样个数为N=512,得到的一维距离像sphase_correct如图4所示。
进一步的,步骤3包括以下子步骤:
步骤3-a,将运动补偿后的一维距离像sphase_correct转换至频域,可表示为
式中,Sb(f)为发射信号基带信号的频谱。
步骤3-b,将式(8)带入式(9),可得
步骤3-c,定义虚拟慢时间τm,使其满足
(fc+f)tm=fcτm (10)
步骤d,将式(10)带入式(9),可得
步骤e,将式(11)的快时间维逆傅里叶变换至时域,并将τm用tm表示,得
相比式(4),一维距离像的越距离单元徙动已消除。
本实施例中,keystone变换后的一维距离像如图5所示。
进一步的,步骤4包括以下子步骤:
步骤4-a,依据雷达自身的角度测量信息,可得到成像期间目标的累积转角θm;
步骤4-b,对累积转角曲线θm进行二阶拟合,得到目标等效旋转角速度值ω、角加速度值aω。
本实施例中,由雷达测量信息得到的累积转角θm变化曲线如图6所示,对该曲线进行二阶拟合,得到目标等效旋转角速度ω为9.1×10-3rad/s,角加速度aω为1.1×10-3rad/s2。
进一步的,所述步骤5中:
依据式(12)指数项,构造MFT的基函数
本实施例中,构造的基函数为
进一步的,所述步骤6中:
以式(13)为基函数,对一维距离像式(11)的每个距离单元进行MFT,得:
即为ISAR二维图像。
本实施例中,图7为现有技术中RD算法直接成像结果,可以看出,由于目标机动运动,图像方位向出现了较为严重的散焦;图8为现有技术中距离瞬时多普勒算法(RID)成像结果(时频分析采用WVD分布),由于单一距离单元上有多个散射点,图像出现明显的交叉项;图9是本发明方法成像结果,目标聚焦良好,成像质量明显由于现有技术。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
综上所述,仅为本发明的具体实施例,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种机动目标ISAR成像方法,其特征在于,其包括如下步骤:
步骤1、根据雷达接收到的基带回波,通过匹配滤波实现脉冲压缩,生成一维距离像序列;
步骤2、对一维距离像序列进行运动补偿;
步骤3、采用keystone变换对运动补偿后的一维距离像序列进行越距离单元徙动校正;
步骤4、依据雷达的测量信息,得到成像期间目标的累积转角变化曲线,并进行二阶拟合,得到等效旋转角速度和角加速度值;
步骤5、依据等效旋转角速度和角加速度值,构造匹配傅里叶变换MFT的基函数;
步骤6、对越距离单元徙动校正后的一维距离像的每个距离单元进行傅里叶变换MFT,完成方位压缩,得到ISAR二维图像。
2.根据权利要求1所述的一种机动目标ISAR成像方法,其特征在于,所述步骤1具体包括:
步骤a、建立ISAR基带回波模型
设雷达发射线性调频信号的脉冲重复周期为TPRT,则发射信号的表达式为:
其中,rect(u)为矩形窗函数,当|u|≤0.5时,rect(u)=1,当|u|>0.5时,rect(u)=0;
为快时间,tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间,t为全时间,三者之间的关系为:fc为载波频率,Tp为脉冲宽度,μ为调频率;
设目标上某个散射点记为p,则第m个脉冲时刻,雷达接收到该散射点p的基带回波模型如表达式(1)所示:
其中,σp为散射点p的散射系数;
c为光速,值为3×108m/s;
Rpm为散射点p到雷达的距离,其表达式(2)如下:
Rpm=ROm+(xpsinθm+ypcosθm) (2)
其中,ROm为目标质心到雷达的距离;
θm为第m个脉冲时刻对应的成像累积转角;
xp、yp分别为散射点p的方位坐标值和距离坐标值;
步骤b、对基带回波信号进行脉冲压缩处理,得到一维距离像序列sc,具体方法如下:
使用匹配滤波器对基带回波信号进行脉冲压缩,得到目标的一维距离像序列如下表达式(3)所示:
3.根据权利要求1所述的一种机动目标ISAR成像方法,其特征在于,所述步骤2具体包括:
步骤2-a、采用包络最大互相关方法对一维距离像序列进行包络对齐,得到包络对齐后的一维距离像sr_align;
步骤2-b、采用PGA算法对sr_align进行相位校正,得到相位校正后的一维距离像sphase_correct,相位校正后的一维距离像sphase_correct的表达式(4)如下:
其中,为快时间,tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间,t为全时间;
fc为载波频率,Tp为脉冲宽度,μ为调频率;
σp为散射点p的散射系数;
c为光速,值为3×108m/s;
VRpm的表达式(5)为:VRpm=xpsinθm+ypcosθm (5)
其中,xp、yp分别为散射点p的方位坐标值和距离坐标值;
θm为第m个脉冲时刻对应的成像累积转角。
4.根据权利要求3所述的一种机动目标ISAR成像方法,其特征在于,对于所述步骤2-b后续还包括:
由于雷达视角变化很小,累积转角作如下近似:sinθm≈θm,cosθm≈1,则表达式(5)表示为表达式(6),如下:
VRpm=yp-xpθm (6)
对于机动目标,其等效旋转速度不是均匀的,由于成像时间较短,累积转角θm用慢时间的二次项表示,即如下表达式(7):
进而表达式(6)表示为如下表达式(8):
其中,ω为目标等效旋转角速度;
aω为目标等效旋转角加速度。
5.根据权利要求1所述的一种机动目标ISAR成像方法,其特征在于,所述步骤3具体包括:
步骤3-a、将运动补偿后的一维距离像sphase_correct转换至频域,表示为如下表达式(9):
其中,Sb(f)为发射信号基带信号的频谱;
fc为载波频率;f为信号频谱;
σp为散射点p的散射系数;
c为光速,值为3×108m/s;
VRpm的表达式(5)为:VRpm=xpsinθm+ypcosθm (5)
其中,xp、yp分别为散射点p的方位坐标值和距离坐标值;
θm为第m个脉冲时刻对应的成像累积转角;
步骤3-b、由于雷达视角变化很小,累积转角作如下近似:sinθm≈θm,cosθm≈1,则表达式(5)表示为表达式(6),如下:
VRpm=yp-xpθm (6)
对于机动目标,其等效旋转速度不是均匀的,由于成像时间较短,累积转角θm用慢时间的二次项表示,即如下表达式(7):
其中,ω为目标等效旋转角速度;
aω为目标等效旋转角加速度;
tm=mTPRT(m=0,1,2,...)为发射时刻,称作慢时间;TPRT为雷达发射线性调频信号的脉冲重复周期;
进而表达式(6)表示为如下表达式(8):
将表达式(8)带入表达式(9),获得表达式(10)如下:
步骤3-c、定义虚拟慢时间τm,使其满足表达式(11):
(fc+f)tm=fcτm (11)
步骤3-d、将表达式(11)带入表达式(10),获得表达式(12)如下:
步骤3-e、将表达式(12)的快时间维逆傅里叶变换至时域,并将τm用tm表示,得表达式(13):
至此,与表达式(4)相比,一维距离像的越距离单元徙动已消除。
6.根据权利要求1所述的一种机动目标ISAR成像方法,其特征在于,所述步骤4具体包括:
步骤4-a、依据雷达自身的角度测量信息,得到成像期间目标的累积转角θm组成的变化曲线;
步骤4-b、对累积转角θm组成的变化曲线进行二阶拟合,得到目标等效旋转角速度值ω、角加速度值aω。
7.根据权利要求5所述的一种机动目标ISAR成像方法,其特征在于,所述步骤5中:
依据表达式(13)指数项,构造傅里叶变换MFT的基函数的表达式(14)如下:
8.根据权利要求7所述的一种机动目标ISAR成像方法,其特征在于,所述步骤6中:
以表达式(14)为基函数对一维距离像式(13)的每个距离单元进行傅里叶变换MFT,得:
其中,即为ISAR二维图像;
Tp为发射信号脉冲宽度;
A为信号复幅度;
fd为方位多普勒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811608168.5A CN109633644A (zh) | 2018-12-27 | 2018-12-27 | 一种机动目标isar成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811608168.5A CN109633644A (zh) | 2018-12-27 | 2018-12-27 | 一种机动目标isar成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109633644A true CN109633644A (zh) | 2019-04-16 |
Family
ID=66078117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811608168.5A Pending CN109633644A (zh) | 2018-12-27 | 2018-12-27 | 一种机动目标isar成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109633644A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110308448A (zh) * | 2019-06-14 | 2019-10-08 | 南京信息职业技术学院 | 一种逆合成孔径雷达二维像的增强方法 |
CN110501706A (zh) * | 2019-08-20 | 2019-11-26 | 中国人民解放军国防科技大学 | 大角度非均匀转动空间目标isar成像方法 |
CN110988874A (zh) * | 2019-11-08 | 2020-04-10 | 西北大学 | 一种复杂运动目标的isar成像方法 |
CN111781595A (zh) * | 2020-06-28 | 2020-10-16 | 中国人民解放军空军工程大学 | 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法 |
CN111983611A (zh) * | 2020-08-10 | 2020-11-24 | 中国人民解放军空军工程大学 | 一种复杂机动目标快速成像方法 |
CN112147605A (zh) * | 2020-09-25 | 2020-12-29 | 电子科技大学 | 一种真假目标一维距离像的指数域变换矩特征提取方法 |
CN112612026A (zh) * | 2020-11-20 | 2021-04-06 | 哈尔滨工业大学 | 基于双雷达距离像融合的目标角分辨方法 |
CN112630740A (zh) * | 2020-12-08 | 2021-04-09 | 中国人民解放军陆军工程大学 | 密集多目标的分辨方法及装置 |
CN113030965A (zh) * | 2021-02-04 | 2021-06-25 | 中国人民解放军陆军工程大学 | 双基地isar图像歪斜校正方法 |
CN113466859A (zh) * | 2021-06-02 | 2021-10-01 | 西安电子科技大学 | 基于快速相位插值的自旋空间碎片目标isar二维成像方法 |
CN113655480A (zh) * | 2021-09-22 | 2021-11-16 | 哈尔滨工业大学 | 一种基于miaa谱估计的dvb-t信号无源isar成像方法 |
CN114280604A (zh) * | 2021-12-17 | 2022-04-05 | 南京长峰航天电子科技有限公司 | 一种基于isar成像的河面船只监测方法及系统 |
CN116482687A (zh) * | 2023-06-25 | 2023-07-25 | 中国科学院空天信息创新研究院 | 基于最小均方误差的幅变目标isar成像平动补偿方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592733A (zh) * | 2009-07-01 | 2009-12-02 | 电子科技大学 | 一种逆合成孔径雷达并行实时成像处理方法 |
CN103616685A (zh) * | 2013-12-04 | 2014-03-05 | 西安电子科技大学 | 基于图像特征的isar图像几何定标方法 |
CN105022060A (zh) * | 2015-07-20 | 2015-11-04 | 合肥工业大学 | 针对快速空天目标的步进isar成像方法 |
CN108535724A (zh) * | 2018-01-30 | 2018-09-14 | 西安电子科技大学 | 基于楔石变换和积分二次函数的运动目标聚焦方法 |
-
2018
- 2018-12-27 CN CN201811608168.5A patent/CN109633644A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592733A (zh) * | 2009-07-01 | 2009-12-02 | 电子科技大学 | 一种逆合成孔径雷达并行实时成像处理方法 |
CN103616685A (zh) * | 2013-12-04 | 2014-03-05 | 西安电子科技大学 | 基于图像特征的isar图像几何定标方法 |
CN105022060A (zh) * | 2015-07-20 | 2015-11-04 | 合肥工业大学 | 针对快速空天目标的步进isar成像方法 |
CN108535724A (zh) * | 2018-01-30 | 2018-09-14 | 西安电子科技大学 | 基于楔石变换和积分二次函数的运动目标聚焦方法 |
Non-Patent Citations (1)
Title |
---|
BAOFENG GUO ET AL.: ""ISAR Imaging Algorithm of Maneuvering Target Based on Matching Flourier Transform"", 《2018 IEEE 4TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110308448A (zh) * | 2019-06-14 | 2019-10-08 | 南京信息职业技术学院 | 一种逆合成孔径雷达二维像的增强方法 |
CN110308448B (zh) * | 2019-06-14 | 2022-04-05 | 南京信息职业技术学院 | 一种逆合成孔径雷达二维像的增强方法 |
CN110501706A (zh) * | 2019-08-20 | 2019-11-26 | 中国人民解放军国防科技大学 | 大角度非均匀转动空间目标isar成像方法 |
CN110988874B (zh) * | 2019-11-08 | 2022-03-22 | 西北大学 | 一种复杂运动目标的isar成像方法 |
CN110988874A (zh) * | 2019-11-08 | 2020-04-10 | 西北大学 | 一种复杂运动目标的isar成像方法 |
CN111781595A (zh) * | 2020-06-28 | 2020-10-16 | 中国人民解放军空军工程大学 | 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法 |
CN111781595B (zh) * | 2020-06-28 | 2023-06-27 | 中国人民解放军空军工程大学 | 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法 |
CN111983611A (zh) * | 2020-08-10 | 2020-11-24 | 中国人民解放军空军工程大学 | 一种复杂机动目标快速成像方法 |
CN111983611B (zh) * | 2020-08-10 | 2023-06-16 | 中国人民解放军空军工程大学 | 一种复杂机动目标快速成像方法 |
CN112147605B (zh) * | 2020-09-25 | 2022-08-02 | 电子科技大学 | 一种真假目标一维距离像的指数域变换矩特征提取方法 |
CN112147605A (zh) * | 2020-09-25 | 2020-12-29 | 电子科技大学 | 一种真假目标一维距离像的指数域变换矩特征提取方法 |
CN112612026B (zh) * | 2020-11-20 | 2022-06-21 | 哈尔滨工业大学 | 基于双雷达距离像融合的目标角分辨方法 |
CN112612026A (zh) * | 2020-11-20 | 2021-04-06 | 哈尔滨工业大学 | 基于双雷达距离像融合的目标角分辨方法 |
CN112630740A (zh) * | 2020-12-08 | 2021-04-09 | 中国人民解放军陆军工程大学 | 密集多目标的分辨方法及装置 |
CN113030965A (zh) * | 2021-02-04 | 2021-06-25 | 中国人民解放军陆军工程大学 | 双基地isar图像歪斜校正方法 |
CN113466859A (zh) * | 2021-06-02 | 2021-10-01 | 西安电子科技大学 | 基于快速相位插值的自旋空间碎片目标isar二维成像方法 |
CN113655480A (zh) * | 2021-09-22 | 2021-11-16 | 哈尔滨工业大学 | 一种基于miaa谱估计的dvb-t信号无源isar成像方法 |
CN113655480B (zh) * | 2021-09-22 | 2024-04-30 | 哈尔滨工业大学 | 一种基于miaa谱估计的dvb-t信号无源isar成像方法 |
CN114280604A (zh) * | 2021-12-17 | 2022-04-05 | 南京长峰航天电子科技有限公司 | 一种基于isar成像的河面船只监测方法及系统 |
CN116482687A (zh) * | 2023-06-25 | 2023-07-25 | 中国科学院空天信息创新研究院 | 基于最小均方误差的幅变目标isar成像平动补偿方法 |
CN116482687B (zh) * | 2023-06-25 | 2023-08-15 | 中国科学院空天信息创新研究院 | 基于最小均方误差的幅变目标isar成像平动补偿方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109633644A (zh) | 一种机动目标isar成像方法 | |
CN107966688B (zh) | 基于相位干涉技术的宽带雷达目标速度解模糊方法 | |
CN102288963B (zh) | 基于子孔径参数估计的双基地isar图像融合方法 | |
CN102967859B (zh) | 一种前视扫描雷达成像方法 | |
CN106324597B (zh) | 基于pfa的大转角isar雷达的平动补偿和成像方法 | |
CN107229048B (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN108427115B (zh) | 合成孔径雷达对运动目标参数的快速估计方法 | |
CN103424741B (zh) | 基于高分辨isar成像的光滑进动锥体参数估计方法 | |
CN109444882B (zh) | 基于变斜视椭圆波束同步模型的双站sar成像方法 | |
CN102749621B (zh) | 一种双基地合成孔径雷达频域成像方法 | |
CN105223572B (zh) | 一种基于pfa算法的正前视双基sar成像处理方法 | |
CN105044667B (zh) | 一种运动目标的双星跟踪方法、装置和系统 | |
CN106291548B (zh) | 基于惯导信息和回波数据的Ka调频连续波SAR运动补偿方法 | |
CN108227029A (zh) | 一种毫米波成像补偿方法、设备和可读计算机存储介质 | |
CN112859074B (zh) | 多频带多视角isar融合成像方法 | |
CN103576130A (zh) | 一种进动锥体的三维成像方法 | |
CN108132466B (zh) | 一种机载阵列天线下视三维成像方法和系统 | |
CN114545411A (zh) | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 | |
CN103576148B (zh) | 模拟星载sar距离模糊噪声图像的方法 | |
JP2010159998A (ja) | Isar試験装置 | |
CN114325704B (zh) | 一种基于波数谱拼接的合成孔径雷达快速时域成像方法 | |
CN104931965B (zh) | 一种固定发射站双基正侧视sar成像方法 | |
CN105044721B (zh) | 机载正前视扫描雷达角超分辨方法 | |
CN109188436B (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |