目錄
序
前言
第1章 逆合成孔徑雷達(dá)成像概述 1
1.1 引言 1
1.1.1 雷達(dá)成像發(fā)展過程 1
1.1.2 復(fù)雜運動目標(biāo)逆合成孔徑雷達(dá)信號處理 2
1.2 逆合成孔徑雷達(dá)成像 11
1.2.1 逆合成孔徑雷達(dá)成像的基本原理 11
1.2.2 逆合成孔徑雷達(dá)運動補償技術(shù) 12
1.2.3 逆合成孔徑雷達(dá)成像算法 14
1.3 逆合成孔徑雷達(dá)成像的距離-多普勒法 14
1.3.1 目標(biāo)回波模型 14
1.3.2 轉(zhuǎn)臺成像仿真實驗 16
1.3.3 真實數(shù)據(jù)成像方法與結(jié)果 18
1.4 逆合成孔徑雷達(dá)像的橫向定標(biāo) 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(dá)像進(jìn)行橫向定標(biāo) 23
1.5 本章小結(jié) 27
參考文獻(xiàn) 27
第2章 復(fù)雜運動目標(biāo)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(fù)雜運動目標(biāo)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(jié)果及分析 44
2.4 復(fù)雜運動目標(biāo)ISAR成像的超分辨方法 48
2.4.1 基于松弛迭代技術(shù)的超分辨方法 48
2.4.2 基于APES技術(shù)的超分辨方法 49
2.4.3 實測數(shù)據(jù)超分辨ISAR成像結(jié)果 51
2.5 復(fù)雜運動目標(biāo)ISAR回波信號特點 51
2.6 本章小結(jié) 55
參考文獻(xiàn) 55
第3章 基于信號分解的復(fù)雜運動目標(biāo)ISAR成像 58
3.1 引言 58
3.2 自適應(yīng)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(yīng)Chirplet分解的ISAR成像方法 64
3.4 修正自適應(yīng)Chirplet分解法及其應(yīng)用 66
3.4.1 修正自適應(yīng)Chirplet分解的基本原理 66
3.4.2 修正自適應(yīng)Chirplet分解的最大似然方法 67
3.4.3 修正自適應(yīng)Chirplet分解的快速算法 68
3.4.4 修正自適應(yīng)Chirplet分解實驗結(jié)果 72
3.4.5 基于修正自適應(yīng)Chirplet分解的復(fù)雜運動目標(biāo)ISAR成像 73
3.5 本章小結(jié) 74
參考文獻(xiàn) 74
第4章 基于時頻分布的復(fù)雜運動目標(biāo)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(fù)雜運動目標(biāo)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(gòu)造及其在ISAR成像中的應(yīng)用 89
4.3.1 基于Wigner-Ville分布和L-Wigner-Ville分布的核函數(shù)設(shè)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(shè)計方案 100
4.3.3 具有復(fù)數(shù)時間延遲變量的時頻分布的構(gòu)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(fù)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(fù)雜運動目標(biāo)ISAR成像方法 114
4.4 本章小結(jié) 116
參考文獻(xiàn) 116
第5章 基于三次相位信號參數(shù)估計的復(fù)雜運動目標(biāo)ISAR成像 120
5.1 引言 120
5.2 復(fù)雜運動目標(biāo)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(jié)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(fù)雜運動目標(biāo)ISAR成像方法 134
5.5.1 基于LPWD的復(fù)雜運動目標(biāo)ISAR成像算法 134
5.5.2 基于IHAF的復(fù)雜運動目標(biāo)ISAR成像算法 135
5.6 ISAR成像結(jié)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(jié)果分析 141
5.6.3 乘性噪聲情況下的成像結(jié)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(fù)雜運動目標(biāo)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(jié)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(jié) 163
參考文獻(xiàn) 163
第6章 分布式ISAR成像技術(shù) 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(shù)應(yīng)用于非平穩(wěn)目標(biāo)的成像 180
6.6 本章小結(jié) 183
參考文獻(xiàn) 183
第7章 具有旋轉(zhuǎn)部件目標(biāo)的ISAR成像算法 184
7.1 引言 184
7.2 含旋轉(zhuǎn)部件的目標(biāo)成像模型 184
7.3 基于時頻分析的去微多普勒效應(yīng)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(jìn)的去微多普勒效應(yīng)的ISAR成像算法 191
7.5 本章小結(jié) 195
參考文獻(xiàn) 195
第8章 艦船目標(biāo)的ISAR成像 197
8.1 引言 197
8.2 艦船目標(biāo)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(biāo)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(biāo)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(biāo)InISAR三維成像 221
8.3.4 基于線性時頻分析的艦船目標(biāo)InISAR三維成像 232
8.4 基于空間分割的艦船目標(biāo)三維成像 238
8.4.1 艦船目標(biāo)MIMO雷達(dá)三維成像的信號模型 239
8.4.2 艦船目標(biāo)MIMO雷達(dá)三維成像原理 241
8.5 本章小結(jié) 250
參考文獻(xiàn) 250