目錄
序
前言
第1章 逆合成孔徑雷達成像概述 1
1.1 引言 1
1.1.1 雷達成像發(fā)展過程 1
1.1.2 復雜運動目標逆合成孔徑雷達信號處理 2
1.2 逆合成孔徑雷達成像 11
1.2.1 逆合成孔徑雷達成像的基本原理 11
1.2.2 逆合成孔徑雷達運動補償技術 12
1.2.3 逆合成孔徑雷達成像算法 14
1.3 逆合成孔徑雷達成像的距離-多普勒法 14
1.3.1 目標回波模型 14
1.3.2 轉臺成像仿真實驗 16
1.3.3 真實數(shù)據(jù)成像方法與結果 18
1.4 逆合成孔徑雷達像的橫向定標 21
1.4.1 用解調(diào)頻法估計線性調(diào)頻信號初始頻率及調(diào)頻率 22
1.4.2 基于解調(diào)頻參數(shù)估計方法對逆合成孔徑雷達像進行橫向定標 23
1.5 本章小結 27
參考文獻 27
第2章 復雜運動目標ISAR成像的原理與方法 34
2.1 引言 34
2.2 基于距離-多普勒法的實測數(shù)據(jù)ISAR成像及分析 35
2.3 復雜運動目標ISAR成像原理 37
2.3.1 用逐次消去法分解多分量線性調(diào)頻信號 39
2.3.2 ISAR成像結果及分析 44
2.4 復雜運動目標ISAR成像的超分辨方法 48
2.4.1 基于松弛迭代技術的超分辨方法 48
2.4.2 基于APES技術的超分辨方法 49
2.4.3 實測數(shù)據(jù)超分辨ISAR成像結果 51
2.5 復雜運動目標ISAR回波信號特點 51
2.6 本章小結 55
參考文獻 55
第3章 基于信號分解的復雜運動目標ISAR成像 58
3.1 引言 58
3.2 自適應Chirplet分解的快速算法 59
3.2.1 單分量信號參數(shù)估計 59
3.2.2 多分量信號參數(shù)估計 60
3.3 基于自適應Chirplet分解的ISAR成像方法 64
3.4 修正自適應Chirplet分解法及其應用 66
3.4.1 修正自適應Chirplet分解的基本原理 66
3.4.2 修正自適應Chirplet分解的最大似然方法 67
3.4.3 修正自適應Chirplet分解的快速算法 68
3.4.4 修正自適應Chirplet分解實驗結果 72
3.4.5 基于修正自適應Chirplet分解的復雜運動目標ISAR成像 73
3.5 本章小結 74
參考文獻 74
第4章 基于時頻分布的復雜運動目標ISAR成像 77
4.1 引言 77
4.1.1 線性時頻分布 77
4.1.2 非線性時頻分布 78
4.2 基于傳統(tǒng)時頻分布的復雜運動目標ISAR成像 81
4.2.1 線性時頻分布 81
4.2.2 雙線性時頻分布 83
4.2.3 一種新的時頻分布 85
4.2.4 重排時頻分布 87
4.3 新型時頻分布的構造及其在ISAR成像中的應用 89
4.3.1 基于Wigner-Ville分布和L-Wigner-Ville分布的核函數(shù)設計方案 90
4.3.2 基于指數(shù)型相位匹配原理的核函數(shù)設計方案 100
4.3.3 具有復數(shù)時間延遲變量的時頻分布的構造 104
4.3.4 多項式Wigner-Ville分布的頻域卷積實現(xiàn) 108
4.3.5 四階復時間延遲型多項式Wigner-Ville分布 112
4.3.6 基于新型時頻分布的復雜運動目標ISAR成像方法 114
4.4 本章小結 116
參考文獻 116
第5章 基于三次相位信號參數(shù)估計的復雜運動目標ISAR成像 120
5.1 引言 120
5.2 復雜運動目標回波特性分析 120
5.3 基于局域多項式Wigner分布的三次相位信號參數(shù)估計 122
5.3.1 局域多項式Wigner分布定義 122
5.3.2 單分量三次相位信號的局域多項式Wigner分布 122
5.3.3 多分量三次相位信號的局域多項式Wigner分布 123
5.3.4 局域多項式Wigner分布的統(tǒng)計特性分析 124
5.3.5 仿真結果分析 129
5.4 基于IHAF的三次相位信號參數(shù)估計 131
5.4.1 IHAF的定義 131
5.4.2 基于IHAF的單分量三次相位信號的三次相位系數(shù)估計 132
5.4.3 基于IHAF的多分量三次相位信號的三次相位系數(shù)估計 132
5.4.4 IHAF算法的統(tǒng)計特性分析 133
5.5 基于LPWD和IHAF的復雜運動目標ISAR成像方法 134
5.5.1 基于LPWD的復雜運動目標ISAR成像算法 134
5.5.2 基于IHAF的復雜運動目標ISAR成像算法 135
5.6 ISAR成像結果 136
5.6.1 仿真數(shù)據(jù) 136
5.6.2 加性噪聲情況下的成像結果分析 141
5.6.3 乘性噪聲情況下的成像結果分析 144
5.6.4 實測數(shù)據(jù) 145
5.7 基于三階匹配傅里葉變換的復雜運動目標ISAR成像 149
5.7.1 二階匹配傅里葉變換簡介 150
5.7.2 三階匹配傅里葉變換 150
5.7.3 三階匹配傅里葉變換的統(tǒng)計特性分析 151
5.7.4 仿真結果 159
5.7.5 基于三階匹配傅里葉變換的ISAR成像算法 160
5.8 本章小結 163
參考文獻 163
第6章 分布式ISAR成像技術 167
6.1 引言 167
6.2 分布式ISAR成像的基本原理 168
6.3 分布式ISAR成像處理步驟 172
6.4 仿真和實測數(shù)據(jù)處理 174
6.4.1 單散射點仿真 174
6.4.2 多散射點仿真 175
6.4.3 實測數(shù)據(jù)處理 179
6.5 分布式ISAR技術應用于非平穩(wěn)目標的成像 180
6.6 本章小結 183
參考文獻 183
第7章 具有旋轉部件目標的ISAR成像算法 184
7.1 引言 184
7.2 含旋轉部件的目標成像模型 184
7.3 基于時頻分析的去微多普勒效應的ISAR成像算法 186
7.3.1 信號的短時傅里葉變換 186
7.3.2 單頻信號與正弦調(diào)頻信號分離的基本原理 186
7.3.3 去微多普勒干擾的ISAR成像算法 189
7.4 改進的去微多普勒效應的ISAR成像算法 191
7.5 本章小結 195
參考文獻 195
第8章 艦船目標的ISAR成像 197
8.1 引言 197
8.2 艦船目標的最優(yōu)成像時間段選取 198
8.2.1 基于角運動參數(shù)估計的最優(yōu)成像時間段選取方法 198
8.2.2 基于多普勒中心估計的最優(yōu)成像時間段選取方法 206
8.3 艦船目標的InISAR三維成像 208
8.3.1 InISAR三維成像 210
8.3.2 針對艦船目標的InISAR三維成像 212
8.3.3 基于最優(yōu)成像時間段選取的艦船目標InISAR三維成像 221
8.3.4 基于線性時頻分析的艦船目標InISAR三維成像 232
8.4 基于空間分割的艦船目標三維成像 238
8.4.1 艦船目標MIMO雷達三維成像的信號模型 239
8.4.2 艦船目標MIMO雷達三維成像原理 241
8.5 本章小結 250
參考文獻 250