多视角多频带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction,GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。
传统的基于弹跳射线(shooting and bouncing ray,SBR)技术的散射中心提取方法只考虑了理想点模型,但理想点模型无法描述散射中心的频率依赖特性。对此,提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction,GTD)模型构建方法,在通过传统方法获取的理想点模型的基础上,利用射线管数据正向推算散射中心的频率依赖参数并修正其径向位置,实现了高精度三维GTD模型构建。仿真结果表明,点频、单视角下构建的三维GTD模型不仅能准确重构相同条件下的雷达散射截面(radar cross section,RCS),还能实现宽带RCS外推,能够满足目标宽带散射数据高效压缩和快速重构的应用需求。
针对低信噪比条件下,传统的基于旋转不变技术的三维信号参数估计(three-dimensional estimating signal parameter via rotational invariance te chniques,3D-ESPRIT)算法和平方前后向平滑的3D-ESPRIT(quadr atic-forward-backward 3D-ESPRIT,Q-FB-3D-ESPRIT)算法对几何绕射理论(geometric theory of diffraction,GTD)模型参数估计精度显著降低的问题,提出改进的极化Q-FB-3D-ESPRIT(polarized-Q-FB-3D-ESPRIT,PQ-FB-3D-ESPRIT)算法。改进算法与上述两种传统算法相比,增加了对目标极化信息的利用,有效延长了可利用电磁散射数据的长度。仿真结果表明,改进算法的参数估计精度要高于其他两种算法,且在低信噪比情况下尤为显著。此外,还对基于散射中心模型的雷达目标识别进行了研究,仿真结果进一步验证了所提算法的可行性。
二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques,2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction,GTD)模型参数的一种经典算法,但在信噪比较低的条件下,2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT,PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT,FB-2D-ESPRIT)算法及平方FB-2D-ESPRIT(quadraticFB-2D-ESPRIT,Q-FB-2D-ESPRIT)算法。基于不同算法估计得到的GTD模型参数对散射中心的定位精度进行比较,进一步验证了改进算法的优越性与有效性。
