1、成像雷達(dá)作為一種先進(jìn)的探測工具，能全天時(shí)、全天候、遠(yuǎn)距離提供高分辨率的雷達(dá)圖像，在軍用和民用的眾多領(lǐng)域具有廣泛的應(yīng)用前景。為獲得高分辨雷達(dá)圖像，回波信號(hào)間必須保持精確的相位關(guān)系，但是雷達(dá)與散射點(diǎn)間的相對(duì)運(yùn)動(dòng)會(huì)引入一定的初相誤差，破壞雷達(dá)信號(hào)間的相位相干性，從而影響所得圖像質(zhì)量。因此為保持雷達(dá)信號(hào)間的相位相干性，必須進(jìn)行精確的運(yùn)動(dòng)補(bǔ)償。 本文在實(shí)測雷達(dá)數(shù)據(jù)處理中發(fā)現(xiàn)，當(dāng)群體目標(biāo)高速機(jī)動(dòng)飛行時(shí)，現(xiàn)有的運(yùn)動(dòng)補(bǔ)償算法和成像算法的應(yīng)用都受

2、到很大的限制。為了滿足高速機(jī)動(dòng)多目標(biāo)成像的需要，本文進(jìn)行了相應(yīng)的研究，提出了機(jī)動(dòng)多目標(biāo)相對(duì)運(yùn)動(dòng)的運(yùn)動(dòng)補(bǔ)償算法以及目標(biāo)自旋運(yùn)動(dòng)的運(yùn)動(dòng)補(bǔ)償算法，并通過實(shí)驗(yàn)與仿真數(shù)據(jù)的處理予以驗(yàn)證。 本文的主要貢獻(xiàn)如下： 提出了一種新的相對(duì)運(yùn)動(dòng)補(bǔ)償算法。常規(guī)運(yùn)動(dòng)補(bǔ)償算法，包括相關(guān)法及最小熵方法，均是基于目標(biāo)為剛體進(jìn)行的，當(dāng)多目標(biāo)間存在著相對(duì)運(yùn)動(dòng)時(shí)，直接利用常規(guī)補(bǔ)償方法通常得不到滿意的結(jié)果。針對(duì)這一問題，本章建立了目標(biāo)相對(duì)運(yùn)動(dòng)的模型，分析相對(duì)運(yùn)

3、動(dòng)對(duì)成像的影響，提出了一種新的相對(duì)運(yùn)動(dòng)補(bǔ)償算法。該算法對(duì)存在相對(duì)運(yùn)動(dòng)目標(biāo)在距離上利用Keystone變換進(jìn)行分離，提取相對(duì)運(yùn)動(dòng)目標(biāo)的回波分別利用auto-cleans算法進(jìn)行運(yùn)動(dòng)補(bǔ)償。模擬和實(shí)測數(shù)據(jù)的成像結(jié)果說明該算法是有效的。 提出了一種新的自旋運(yùn)動(dòng)補(bǔ)償算法。建立了自旋運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)模型，研究自旋運(yùn)動(dòng)對(duì)ISAR成像的影響，推導(dǎo)出自旋運(yùn)動(dòng)產(chǎn)生的多普勒頻率的表達(dá)式，采用基于“CLEAN”多分量線性調(diào)頻信號(hào)的分解以及AJTF技術(shù)對(duì)回

4、波相位進(jìn)行參數(shù)估計(jì)，去掉旋轉(zhuǎn)產(chǎn)生的相位高次項(xiàng)的影響，消除自旋對(duì)ISAR成像的影響，仿真及實(shí)驗(yàn)結(jié)果表明該補(bǔ)償方法效果明顯。 利用改進(jìn)的時(shí)頻分布級(jí)數(shù)法提高圖像分辨能力。時(shí)頻分布級(jí)數(shù)法(TFDS)在保持高時(shí)頻分辨率的前提下，有效抑制了Wigner分布的交叉項(xiàng)，但算法的實(shí)現(xiàn)速度已經(jīng)成為制約TFDS方法在實(shí)際中推廣的關(guān)鍵問題。本章一方面采用實(shí)數(shù)形式代替復(fù)數(shù)形式的Gabor展開，另一方面去掉對(duì)時(shí)頻原子的冗余計(jì)算，大大降低了運(yùn)算量。通過對(duì)多分

5、量非平穩(wěn)信號(hào)的仿真表明，對(duì)TFDS方法的改進(jìn)是有效的，信號(hào)處理時(shí)間明顯縮短，可用于對(duì)目標(biāo)回波時(shí)頻特征的快速提取。研制了數(shù)據(jù)處理軟件，在工程上實(shí)現(xiàn)高速群體運(yùn)動(dòng)目標(biāo)ISAR二維成像。利用現(xiàn)有窄帶雷達(dá)系統(tǒng)的數(shù)據(jù)接口，設(shè)計(jì)了一種用于改造數(shù)據(jù)采集系統(tǒng)的I/O解調(diào)器，在現(xiàn)有窄帶單脈沖雷達(dá)給出的目標(biāo)回波和目標(biāo)運(yùn)動(dòng)軌跡數(shù)據(jù)的基礎(chǔ)上，利用前幾章研究的算法，編制數(shù)據(jù)處理軟件，實(shí)現(xiàn)高速運(yùn)動(dòng)多目標(biāo)的距離壓縮、運(yùn)動(dòng)補(bǔ)償、橫向成像處理、RCS定標(biāo)。 本文在