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。

合成孔径雷达的点目标仿真程序,MATLAB代码，可以正常使用。对合成孔径雷达的初步了解很有帮助，对声呐也是如此，多谢支持

Inverse Synthetic Aperture Radar Imaging----Victor C. Chen 第一章 ISAR成像介绍 第二章 ISAR成像基本远看i 第三章 ISAR成像 第四章 ISAR运动补偿 第五章 ISAR自聚焦方法 第六章 ISAR成像中的信号处理问题 第七章 ISAR目标特性提取 第八章 为重聚聚焦SAR图像中的运动目标二进行的ISAR成像 第九章 FMCW ISAR 第十章 双基地ISAR 第十一章 极化ISAR 第十二章 ISAR成像的应用

《合成孔径雷达--算法与实现》的图7.3的MATLAB仿真代码

利用孔径大小为2.32 mm的16阵元换能器，搭建了一套16通道的内镜超声相控阵成像实验系统。在此基础上提出了一种适用于内镜成像的相控阵成像算法(PAI)，该算法利用延时和叠加算法(DAS)取得扫描线数据，再利用合成孔径技术中的相干样点叠加，得到高分辨率图像。该相控阵成像算法实现了发射和接收的动态聚焦。经FieldII仿真和内镜探头超声成像实验验证，与延时和叠加算法以及动态接收聚焦算法（DRF）相比，图像的理论横向分辨率分别提高了93.68%和17.5%，实验获得的实际横向分辨率分别提高了92.78%和14.69%，验证了相控阵成像算法和实验系统的可行性。

合成孔径雷达这是一本基本理论的书，如果想对这方面有所了解，可以好好的看一下，希望对你我习会有所帮助.

极化合成孔径雷达SAR_椭圆极化

为了更好地将可见光图像与噪声干扰严重的合成孔径雷达图像融合, 提出了一种最大尺度硬阈值去噪的方法, 在此基础上设计了一种融合规则, 根据噪声和信号在NSCT(nonsubsampled Contourlet transform)域的分解系数特性, 将NSCT分解的最大尺首先进行硬阈值去噪, 其他高频尺度与最大尺度对应的像素点取值方式保持一致, 在低频系数采用“简单绝对值取大”的融合规则, 最后进行NSCT逆变换得到融合图像。实验结果表明, 该方法能有效抑制斑点噪声, 并能充分保留源图像重要特征。

对聚波束脉冲合成孔径雷达的算法进行了仿真，仿真了四种算法

This lecture series gives comprehensive overview of the broad field of advanced radar systems, signal and data processing. The series starts with a lecture by U. Nickel in which the basic and fundamental of signal processing for phased array radar and their problems with grating lobes, ambiguities, and angle estimation for instance. The lecture “Advanced target tracking techniques” by W. Koch gives a short introduction to the principle of target tracking and several approaches are discussed for sequential track extraction and for phased-array radars. In the third lecture P. Berens gives an introduction to the synthetic aperture radar (SAR). T. Johnsen provides an overview of bi- and multistatic radar and their associated problems like synchronization, timing, and signal processing. The second lecture of U. Nickel focuses on the problem of adaptive array signal processing and provides the fundamental understanding for the next two lectures. The focus of these lectures, presented by W. Bürger, is on space-time adaptive processing. In his second lecture P. Berens continues with the topic of the synthetic aperture radar and expands the presented techniques to wideband SAR and multichannel SAR/MTI systems. W. Koch’s second paper focuses on sensor data and information fusion, which is essential to extract key-information for the final judgement using several sensors. In summery, this Lecture Series presents a unique overview of the state of the art of advanced radar and the associated signal and data processing research. It offers a variety of material for all those being involved in this scientific area, e.g. students, university teachers, researchers, industrial system designers, and military users.