飛機目標的ISAR成像及其基于ISAR圖像的目標識別.pdf

1、逆合成孔徑雷達(ISAR)作為一種新型的雷達體制，具有很高的距離和方位分辨率，能夠對運動目標成像，獲得目標的高分辨二維圖象。ISAR通常是雷達不動，而對非合作性目標進行成像，具有遠距離、全天時和全天候的優(yōu)點，在民用和軍事上的廣泛應用前景而倍受關注。近幾十年來，ISAR成像理論和技術有了很大進展，并逐步用于實際系統(tǒng)。
　　盡管如此，ISAR成像還有許多問題需要進一步研究。如現(xiàn)有的運動補償還不能適合所有可能的復雜情況；在有些時候，分辨

2、率(尤其是橫向分辨率)還不夠高，需要做超分辨處理；由于目標的特點，目標本身并不是剛體，目標體上存在運動的部件，這會產(chǎn)生額外的多普勒頻率，從而影響雷達成像質量，等等。此外，雷達成像并不最終目的，成像的目的是為了更好地識別目標，因此，如何根據(jù)目標的ISAR圖像來識別目標也需要進一步研究。針對這些問題，本文作了一些研究，獲得了一定的成果。
　　首先，對運動補償算法中的相位對準方法作了進一步研究?；诜抡鏀?shù)據(jù)及實測數(shù)據(jù)的處理，分析比較了現(xiàn)

3、有的幾種較好的相位對準算法：多普勒中心跟蹤法、相位梯度自聚焦算法、秩一相位誤差估計法、改進的秩一相位誤差估計法、基于圖像準則的快速最小熵相位補償算法和對比度最大的相位補償算法。對算法的性能比較分別通過主觀及客觀評價兩方面來進行。為了能夠定量地客觀評價不同方法的性能，本文提出了圖像最大值、圖像對比度及圖像熵的客觀評價準則，結果表明，圖像對比度及圖像熵的客觀評價準則與主觀評價基本一致，是兩種評價不同算法的成像質量的較好方法。此外，無論是主觀

4、評價還是客觀評價都表明快速最小熵相位補償法是一種有效的相位補償方法。
　　第二，對ISAR超分辨算法作了分析研究，將現(xiàn)代功率譜估計中的一些算法。理論分析及仿真實驗表明：線性預測譜外推法有很大的局限性，ESPRIT算法用于仿真數(shù)據(jù)是很有效的，但是由于不能預先知道信號個數(shù)時偏差較大。而RELAX算法和APES算法克服了這一限制，是兩種較好的超分辨算法。
　　第三，當逆合成孔徑雷達(ISAR)成像的目標含有螺旋槳等快速旋轉部件時，

5、目標的雷達回波中會產(chǎn)生螺旋槳回波調制(JEM)干擾信號。本文首先從理論及仿真上分析螺旋槳回波時域、頻域的特征；討論了螺旋槳散射點回波與普通散射點回波在成像過程中的差異，研究了影響多普勒頻率變化的相關因素。然后，本文討論了ISAR成像中JEM干擾的抑制方法，提出了基于 chirplet信號分解和重建和奇異譜分析（Singular Spectrum Analysis----SSA）的分離目標主體回波及JEM干擾回波信號、進而抑制JEM信號分

6、量，實現(xiàn)ISAR成像中JEM的抑制和濾除的算法。
　　最后，基于實測的飛機ISAR像，研究了基于ISAR像的飛機目標的特征提取和分類算法。在特征提取方面，提出了提取基于二維小波變換后四個子圖的奇異值特征、小波系數(shù)融合的特征提取、結合小波低頻子帶的 PCA方法以及小波模極大值矩特征和不變矩、目標的形狀及散射特征的特征提取方法。在分類器設計方面主要研究了最近鄰模糊分類器和支持向量機。實測數(shù)據(jù)的處理結果表明表明：最近鄰模糊分類器能夠有效