高分辨isar成像新方法研究

《高分辨isar成像新方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、代号10701学号09101110209分类号TN957密级公开题（中、英文）目高分辨ISAR成像新方法研究StudyonNewMethodofHighResolutionISARImaging作者姓名刘红超指导教师姓名、职务保铮教授学科门类工学学科、专业信号与信息处理提交论文日期二○一四年四月作者简介刘红超，河北唐山人。2008年毕业于西安电子科技大学电子工程学院信息对抗专业，获工学学士学位。同年于西安电子科技大学开始硕博连读学习，2014年获西安电子科技大学工学博士学位。导师：保铮教授。主要研究方向：高分辨ISAR成像。代表性成果及经历：已在《IEEETran

2、sactiononGeoscienceandRemoteSensing》、《IEEETransactiononGeoscienceandRemoteSensingLetters》、《西电学报》等国内外重要刊物和国际重要学术会议上发表学术论文。已申请国家专利二项。HongchaoLiuwasborninHebei,China,in1986.HereceivedtheB.S.degreeinelectricalengineeringfromXidianUniversity,Xi’an,China,in2008,wherehereceivedthePh.D.degree

3、insignalprocessingintheNationalKeyLaboratoryofRadarSignalProcessingin2014.HismajorresearchinterestishighresolutionISARimaging.西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用

4、过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定

5、）本学位论文属于保密，在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要逆合成孔径雷达(InverseSyntheticApertureRadar,ISAR)具有全天时、全天候的特点，并且能够在远距离的情况下得到目标的ISAR图像，对雷达获取目标形状信息具有重大意义，因此在军事和民用中具有重大的应用价值。随着对ISAR的实时成像、超分辨、方位定标的不断需求，ISAR成像技术的研究不断深入。为了提高雷达的成像能力，更有利于后续基于ISAR图像的目标识别工作的展开，本文对有限脉冲、快速、自适应的ISAR成像算法做了一些研究。本文的主要内容概括如下：（1）

6、基于稀疏贝叶斯学习的超分辨ISAR成像技术本文第三章首先介绍了刚体和微动目标ISAR成像模型，然后通过理论和公式的推导，提出了基于稀疏贝叶斯学习的超分辨ISAR成像算法。针对快速成像和自适应ISAR成像开展了以下研究工作：提出了一种基于稀疏贝叶斯学习(SparseBayesianLearning,SBL)ISAR超分辨成像算法。近年来,压缩感知已经成功应用到ISAR成像中。由于压缩感知方法将稀疏约束L0松弛到L1范数，导致最终解的稀疏度下降。另外，正则化参数需要手动调节，限制了其在实际ISAR成像的应用。由于SBL算法采用独立高斯分布，更能表征最终解的稀疏度。此

7、外，利用该算法还可以通过置信最大化程序的得到相应的参数，不用人为干预，提高了算法的实际应用价值。飞机和舰船实测数据处理实验验证了基于稀疏贝叶斯学习ISAR超分辨成像算法的有效性。提出了一种基于多稀疏贝叶斯学习的微动目标ISAR成像算法。首先对微动目标的回波信号模型进行分析，得到目标图像具有不规则图形(微动成份)和直线的规则图形(主体成分)。由于主体部分具有散射点位置不变和幅度有起伏的特性，通过多稀疏贝叶斯学习(MutipleSparseBayesianlearning,MSBL)得到目标主体成分图像。进而通过减去主体的ISAR图像得到微动成分的图像。最终得到清晰

8、的主体IS