人工智能-机器学习-船载ISAR探测信号处理机的工程软件设计.pdf

在使用FFT距离多普勒算法进行ISAR成像处理时，回波相关性的减弱将加大运动补偿难度，带来较大的误差。该文在常规相邻相关法基础上，提出了一种改进的运动补偿方法。在距离向上，利用基准回波相关法与曲线拟合，克服了低回波相关性下包络对齐时出现的包络漂移、包络跳变等缺陷；在方位向上，利用DCFT变换，对目标的运动参数进行精确估计并加以补偿，减小了回波相关性降低对相位补偿的影响。仿真验证了该方法的有效性。

为提高短孔径逆合成孔径雷达的成像分辨率,利用逆合成孔径雷达图像的稀疏统计特性,提出了一种超分辨成像算法.通过结合逆合成孔径雷达像的强稀疏性,对成像过程建立近似的统计概率分布模型.利用最大后验概率及贝叶斯估计方法,推导了稀疏控制参数的显式表达,并通过共轭梯度法优化求解图像.另外,联合恒虚警概率检测和带宽外推技术的步进式成像过程,提高了参数估计和超分辨成像算法的稳健性.

逆合成孔径雷达成像原理 isar雷达成像 这里是核心代码部分 可以实现雷达成像

针对运用压缩感知理论对ISAR目标成像时不同目标所需观测维数和积累时间不同的问题，提出了一种基于压缩感知的稀疏孔径认知ISAR高分辨成像方法。在对目标稀疏特性认知的基础上，构建了基于目标横向稀疏度和观测积累时间的随机观测矩阵，并给出了成像质量评估标准，实现了对有限雷达资源条件下ISAR目标的高分辨认知成像。仿真结果表明，利用该方法成像，不仅可以减少雷达成像发射脉冲数，而且可以有效减少目标成像的时间，同时还能获得高质量的目标ISAR像。

这本书提供了充分的代表性逆合成孔径雷达（ISAR）成像。本书涵盖了所有可能的ISAR成像方面。这本书提供了一个介绍了专家组的逆问题和合成孔径雷达（SAR）提出的问题之前，信号处理技术和雷达基本相当。如高分辨率SAR的重要概念，脉冲压缩和图像形成连同相关的MATLAB代码。 很全面，本代码很适合学习研究。

介绍了逆合成孔径雷达成像的相关理论基础和相关处理算法，并且附有Matlab仿真程序，对学习逆合成孔径雷达成像很有帮助。

针对 ISAR 在短孔径条件下存在的方位向分辨率低、易受噪声干扰等问题，基于压缩感知理论，提出了一种适用于短孔径时间模式下的基于压缩感知的ISAR方位向高分辨成像算法——PH-SL0算法。该算法首先构建部分随机化哈达玛矩阵作为量测矩阵，PH 矩阵具有重构精度高、重构需要量测个数少的优点；然后将运算速度快、重构精度高且稳健性好的平滑 0-范数法（SL0,smoothed L0-norm）推广应用到雷达复数域进行信号重构，实现 ISAR的横向高分辨成像；最后对在短 CPI条件下提出的PH-SL0算法的横向分辨率问题进行了理论分析。仿真和实测数据结果表明，所提算法具有更高的聚焦性能、分辨率以及较好的抗噪性能。

CLEAN算法的步骤，图像方向，主要是针对于ISAR成像，以及图像处理方向，雷达滤波方向，见我的其他代码

逆合成孔径雷达( ISAR) 是一种新体制探测雷达,在20 世纪50 年代提出并开始发展,在80 年代已经能够得到飞机的二维ISAR像。由于ISAR具有对飞行小目标的高分辨成像能力而广泛应用于军事领域,是现代电子战、未来信息战和空间战的重要作战力量。在战术上, ISAR 可对战术目标(如飞机和导弹) 进行成像识别,引导武器系统对敌目标实施拦截和攻击。另外, ISAR 还具有较高抗隐身能力,是抗隐身飞行器的一种重要工具。在战略上,中段和再入段战略防御中目标识别是难点,ISAR 是解决这个难题的重要工具,如美国部署国家导弹防御系统中的地基反导雷达(GBR)就是其中的代表。因此, ISAR 对抗技术研究具有非常重要的军事意义。 　　　逆合成孔径雷达(ISAR)具有产生目标像的能力，它通过显示及存储中、高分辨率的图像来提供目标的位置、距离、方向和外观信息。在现阶段，ISAR成像已经应用于目标分类、辨识和战场上的敌我识别以及精确武器制导等军事领域，如美国的AN／APS-1378(V)5和俄罗斯的SeaDragon潜艇监视系统配备的ISAR 可以探测地面、水面目标的二维像，以检测、分类和跟踪目标。ISAR的高分辨像将应用于武器发射系统，在发射前先利用ISAR产生目标像，然后根据目标属性发射导弹，以利于导弹的寻的与识别。 　　　我国在这个领域的技术和发展并不靠前，在未来高科技局部战争中，为了提高我们目标的生存率，必须有效地干扰ISAR。对ISAR干扰的一种有效方式是欺骗干扰。但是，传统的欺骗干扰技术(如有源、无源诱饵)对成像雷达是无效的，因为这些干扰仅使普通雷达产生虚假的目标位置参数(如目标的方位角、仰角、目标的距离和速度等)，而不能改变目标像。因此对ISAR的干扰方法的研究，已成为电子对抗领域的一个新课题。 　　　对逆合成孔径雷达(ISAR)进行有源欺骗干扰，目前主要采用图像合成技术，它首先通过侦查系统掌握对方ISAR发射信号的关键参数，根据ISAR发射脉冲的特点和欲产生的假目标，对截获对方ISAR发出的脉冲信号进行幅度调制和相位调制，然后再将调制后的信号发射出去。这种方法幅度调制系数和相位调制系数尤为重要，其中相位调制系数最为关键。 　　　图像合成系统结构如图1所示： 图1 图像合成系统结构图 　　　根据要合成的假目标的形状和ISAR发射相位扫频信号的参数，计算出假目标的距离单元个数Nr和方位单元(即多普勒单元)个数 ，生成假目标模板和(r表示距离单元，d表示方位单元)。利用假目标模板生成相位调制系数和幅度调制系数（n表示截获的第n个相位扫频信号脉冲)。假目标的每个距离单元都生成一对调制系数(相位调制和幅度调制系数)。图像合成系统将截获的雷达信号经下变频后提取该脉冲信号的相位信息 (m表示对第n个相位扫频信号的第m个采样)。将该脉冲的相位用相位调制系数进行调制，并用幅度调制系数对相位调制后的相位扫频信号进行幅度调制，然后将所有距离单元上已调信号相加得到信号，这就是假目标信号。将经A／D变换后再上变频发射出去。敌方ISAR接收到假目标信号进行成像处理，就会得到假目标图像。 　　　设假目标长为L，宽为W(例如飞机长为 L ，翼展为 W )。则合成的假目标距离单元的个数为： --(1) 　　　式中为ISAR的距离分辨率；符号表示向下取整。 　　　合成的假目标方位向单元个数为 　　　 --(2) 　　　式中为ISAR的方位分辨率。 　　　以上根据截获的相位扫频信号脉冲参数求出了假目标的距离单元个数Nr，和方位多普勒单元个数Nd，因此假目标模板可由矩阵A和矩阵f来表示： --(3) 其中A为目标对应各散射点的位置和幅度，表达了目标的反射特性，f则表达了目标的多普勒频率特性，反映了目标相对于ISAR雷达的转动信息，也正是这个信息能够使得ISAR成出高分辨率的图像。 　　　对截获的相位扫频信号经过假目标信号调制后，发射回ISAR能使ISAR雷达呈现一个假目标雷达图像。但对相位扫频信号进行延迟时，传统的模拟方法体积大成本高。这也是之所以假目标成像综合器虽然很早就有人提出，但难以实现的原因；幸运的是，最近几年集成电路领域发展十分迅速，速度已经超过1GHZ，一个集成电路板可以容纳超过1000万个集成电路门，性能非常高，而且此类集成电路原材料是硅，工艺发展成熟后成本非常低，就是这种高性能和低造价，使得信号处理快速、高效、实时。也为我们假目标综合算法的实现指明了道路。 本次毕业设计将采用现代高速、大容量、高性能的可编程逻辑器件（FPGA）技术设计并综合此过程。首先该系统要截获ISAR发射脉冲，这里拟采用数字射频存储技术（DRFM)，DRFM（DRFM用数字方式存储数据，能存储和重构各种波形，具有很好的相干性）技术将采样ISAR发射信号并将其相位量化存储，以供下单元进行信号处理。 数字假目标信息要通过实际情况进行设计。如果是在电脑上仿真，那么可以采用画图的方式，然后通过MATLAB等软件进行读取，存储成相应的矩阵，这样就可以得到一组图像的距离-幅度信息。至于假目标的多普勒信息，要根据实际情况设定目标转轴和转速，同样利用MATLAB来生成频率矩阵。 为了能够验证及实现我们的假目标综合系统，刚下手就处理硬件实现并不妥当，并且ISAR的使用非常昂贵，更不用说要实现这个系统所要使用的其他硬件设施了。总之，硬件实现非常困难，周期太长并且成功率不高。现在的计算机软件功能十分强大，比如说MATLAB仿真软件，涉及很多个计算领域，自带许多内部核心公式，本次设计在充分调查清楚系统的原理和实现方案后，会通过MATLAB软件实现仿真，评估此综合器的具体效果，也验证此方案是否可行。