ISAR成像算法总结

摘自文章：ISAR 成像系统与技术发展综述------周万幸

1、ISAR成像常用算法

RD成像算法

• RD 成像假定目标位于一个转动平台上， 目标以均匀角速度作旋转运动， 接着对回波进行距离压缩得到目标的一维距离像历程，然后对距离像历程的方位向做快速傅里叶变换( FFT) 即可得到目标的二维像，这就是 RD 成像算法，该算法是针对目标平稳飞行(观测期间多普勒频率为常数的假设) 的成像算法， 而且是一种小转角成像方法。

RID 成像算法

• 当目标机动或存在三维运动时，目标上各散射点多普勒频率不再是常数， RD成像算法就不再适用， 所以国内外学者提出了 RID 成像算法，如美国V． C Chen 利用时频分析方法对机动目标成像，并获得很好的效果 。此外， 有学者将时变信号用线性调频信号逼近，借助Radon-Wigner 变换滤除交叉项，从而得到准确的时频分布，获得清晰的目标瞬时像。还有基于解调频 RELAX 方法的成像算法、基于Chirplet 分解的成像算法、基于自适应滤波RID 成像算法， 基于多分量多项式模型的成像算法等，这些方法主要思路是:首先利用基函数逼近或滤波的方法将信号的主要分量提取出来成像， 而将干扰分量去掉，这类方法通常能得到目标清晰的图像。

2、ISAR成像新算法

• 超分辨成像方法是为了提高雷达对目标的分辨能力而提出的一类方法，
  包括基于单部雷达的超分辨方法和基于多部雷达的超分辨方法。基于单部雷达的超分辨方法是利用现代谱估计方法预测回波而提高分辨能力，提出的超分辨算法有基于
  AR 模型的数据外推的成像算法、基于 Prony 方法的成像算法、基于 Capon 估计器的成像算法，基于 MUSIC 算法的成像算法，基于 ESPRIT 的成像算法 等， 这类算法在信噪比高时能得到较好的结果。基于多部雷达的宽带合成超分辨技术是利用几个不同频段的稀疏子带数据估计出目标散射中心的全部参数获取超宽带数据，从而大大提高对目标的分辨能力，对目标识别具有较大意义，然而这类方法一般对信号的信噪比要求很高。

• 大转角成像方法是针对超高分辨情况下成像提出的一类方法。超高分辨率容易产生目标散射点越距离走动，一般小角度成像算法失效。虽然用来解决越距离单元走动的方法，如MTRCC( Migration Through Resolution Cells Compensation) 算法和 keystone变换补偿 算法被提出，然而这些方法不能补偿超高分辨率ISAR 成像中的大转角运动，于是学者们提出了极坐标格式算法( PolarFormat Algorithm， PFA) 、子孔径( SubAperture，SA) 算法，子块( Sub Patch，SP)算法和卷积反投影成像算法 等。PFA 算法最初在 SAR成像中应用较多，该方法采用极坐标格式存储频率空间的观测数据，通过二维插值，再将极坐标数据转换为平面直角坐标数据处理得到高分辨率图像，然而插值通常会影响计算效率。SA 算法是将大转角内获得的数据分成若干子集，然后采用 RD算法对每一子孔径进行成像，后将各个子图像相干叠加，获得大转角的高分辨率图像。SP 算法是把成像目标分割成若干小区域，以避免大转角成像时发生 MTRC 现象， 子图成像时需要补偿子块中心点与雷达之间的运动，最后通过拼接各子图获得整个目标的高分辨率图像。卷积反投影成像是利用层析法中的投影切片原理获得目标的二维图像，在雷达成像中也可应用。

• 基于压缩感知 ( Compressive Sensing， CS) 理论的ISAR成像技术是近年来发展起来的一个研究热点。压缩感知理论指出，当信号具有稀疏性时，可以通过远低于 Nyquist等传统采样方法的数据样本对信号重建。在 ISAR 成像中， 由于观测场景中的目标相对于场景具有一定的稀疏性，从而可采用稀疏采样信号对目标信息进行恢复具有物理依据。文献［38］ 采用CS 理论提出一种是用较少测量数据的高分辨 ISAR成像新方法，可以在方位向稀疏采样情况下，获得高质量的图像。该方法方法具有节省雷达资源、同时对不同观测区域的多个目标进行成像的潜力。

• 三维成像方法是为获得目标丰富的三维信息而提 出的，包括单脉冲测角方法、多天线干涉方法及基于目标自旋特性的三维成像方法等。单脉冲三维成像技术 利用一维距离像和单脉冲测角技术得到各散射点的真 实的空间位置， 即得到目标的三维像。干涉 ISAR 三维成像通过在水平、垂直方向排列多个天线，通过发 射宽带信号获取高距离分辨率， 对每个距离单元计算相位差，可获得目标上不同距离单元内的散射点相对 于基线的水平和高度信息，再加上目标的距离信息，就 可获得目标的三维像。基于目标自旋等三维成像 方法一般对雷达体制没有特别要求， 主要是通过参数 估计和搜索等获取目标的后向散射来重建图像，对弹道自旋目标和空间碎片成像具有重要意义。