资源描述：
《机载广域监视雷达高分辨成像方法研究.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、机载广域监视雷达高分辨成像方法研究合成孔径雷达(SAR)可以获得高分辨的地面场景,但其合成孔径时间较长,天线波束指向通常固定,严重限制了其快速“多视角”大范围监视以及对感兴趣目标的“高重访率”跟踪能力。近几年来,机载广域监视雷达由于其“多视角”广域监视能力及对运动目标的快速回访和跟踪能力,越来越受到世界各国的关注。通常情况下,广域监视雷达通过采用一个很窄的天线波束在方位向进行不间断的连续扫描,对各个方位向的回波信号分别成像形成子图像,然后将子图像合成拼接在一起,形成一幅广域图像。为了实现“多视角”广域监视,雷达天线波束必须扫描360°的空域范围;同
2、时为了保证“高重访率”,雷达天线波束在每个方位向的波束驻留时间有限,致使每个方位向用于成像的相干积累时间很短。这与获得高分辨率图像所需要的长时间波束照射相矛盾,因此“高重访率”前提下的高分辨成像是一个挑战性难题。另外,当雷达天线波束方向转到与载机航迹方向一致时,即对载机正前方(或正后方)进行照射时,由于此时的多普勒带宽很小甚至为零,载机的正前方(或正后方)出现前视探测盲区,使得前视成像(由于载机正前方成像与载机正后方成像原理一致,本文统一称之为前视成像)质量严重下降。同时由于载机平台(特别是对小型的无人飞行器)易受气流等非理想条件的影响,各个方位向
3、的子图像在“合成拼接”到一起时也容易出现拼接痕迹。本文主要对广域监视模式下的高分辨成像算法及关键技术进行了研究,主要内容概括如下:一、针对广域监视雷达在多普勒波束锐化(DopplerBeamSharpening,DBS)成像过程中方位分辨率不高的问题,提出了两种基于频谱估计的APES-DBS和AE-CSR-DBS超分辨成像方法。传统的DBS成像方法都是从傅里叶分析的角度出发,其成像结果为真实的信号谱与窗函数卷积的结果,当数据长度有限时,傅里叶谱的分辨率将受到限制,因此DBS成像的质量下降。本章从频谱估计的角度出发重新建立了DBS成像的方位超分辨数学
4、模型,并推导出了方位超分辨能力的理论上限。由于频谱估计可以获得更加精细的频谱特性与更低的旁瓣水平,因此基于频谱估计的超分辨方法可以提高广域监视雷达的方位分辨率。理论条件下,所提的方法可以将方位分辨率提高2倍。仿真分析和实测数据结果验证了所提方法的有效性。二、在上章工作的基础上,从DBS回波信号的时域相关特性和频域稀疏特性出发,分别提出了基于稀疏表示的DBS超分辨成像方法(SR-DBS)和基于孔径外推的稀疏超分辨成像方法(AESR-DBS)。由于DBS回波信号的频谱主要是由载机的运动所引起的,对于一般的广域监视雷达,回波的最大多普勒带宽往往小于雷达发
5、射信号的重频,因此,DBS在频域具有一种固有的稀疏特性。同时雷达天线在扫描时是逐个波位逐个扫描的,加之雷达的天线波束具有一定的宽度,地物散射场景可能被多个天线波束照射,因此相邻的雷达回波脉冲之间具有一定的相关性。我们充分利用DBS回波信号的频域稀疏特性及相邻回波信号之间的相关特性,将DBS方位超分辨成像问题转化为冗余字典下的稀疏重构问题,通过稀疏恢复,所提方法可以将DBS图像的方位分辨率提高2～4倍。实测数据处理结果验证了所提方法的有效性。三、针对机载单通道的前视成像分辨率模糊的问题,提出了一种基于多帧数据空间联合处理的贝叶斯前视超分辨成像算法。通
6、过将单帧(单帧指单个相干处理间隔(CoherentProcessingInterval,CPI))散射场景的稀疏性假设进行扩展,构建多帧数据联合处理空间,将散射场景的处理空间由单帧波束域的低维度空间扩展到多帧波束域联合而成的高维空间。对于有限个散射点情况,在这个高维空间中,散射场景是近似满足空域稀疏性的。然后,结合实际的回波信号特性,在高斯白噪声情况下对前视成像模型进行建模,将前视条件下的雷达成像转化为贝叶斯准则下的优化问题。所提方法在进行前视成像时,迭代参数完全由实测数据实时驱动更新,并采用共轭梯度算法进行求解。仿真结果和实测数据表明本文方法不仅
7、可以对前视场景进行高分辨成像,还可以抑制虚假散射点。四、由于前视模式下的多普勒相位历史变换缓慢,使得前视成像的分辨率很低。为了提高前视方位分辨率,我们首次提出了一种合成带宽方位调制成像雷达(SBAMIR)。在我们所提出的SBAMIR前视雷达框架中,接收到的回波信号合成带宽主要由两部分构成:由多普勒相位变化引起的多普勒带宽和由发射信号本身调制所带来的调制带宽。传统前视雷达的多普勒带宽很小甚至接近于零,因此分辨率很低。然而,我们的SBAMIR彻底摆脱了前视成像对多普勒带宽的依赖,通过发射信号的方位向波形调制,及接收回波信号的方位向匹配滤波处理实现方位超
8、分辨成像。即使在多普勒历史变化缓慢的前视情况下,SBAMIR依旧可以通过提高调制带宽进行前视成像。仿真实验验证了该算法的有
