[发明专利]一种基于迭代相位自聚焦的机动目标ISAR成像方法

说明书

本发明公开了一种基于迭代相位自聚焦的机动目标ISAR成像方法，包括：步骤1、接收机动目标的回波脉冲，进行脉冲压缩、包络对齐，得到机动目标包络对齐后的一维距离像序列；步骤2、利用最小熵自聚焦法，估计一维距离像序列的相位补偿量；步骤3、利用自适应修正傅里叶变换完成方位向压缩，记录此时对应的相对调频率；步骤4、将步骤3的相对调频率与预设阈值进行比较，若大于预设阈值，则返回步骤2进行迭代；若小于预设阈值，则输出最优的ISAR像。本发明使用最小熵自聚焦算法和自适应修正傅里叶变换交替迭代估计机动目标平动相位误差和匀加速转动带来的二次相位项，其有效消除机动目标平动带来的相位误差，补偿精度高，成像效果好。

技术领域

本发明涉及机动目标ISAR成像技术领域，具体涉及一种基于迭代相位自聚焦的机动目标ISAR成像方法。

背景技术

机动目标ISAR(Inverse Synthetic Aperture Radar，逆合成孔径雷达)成像包括脉冲压缩、平动补偿和方位向压缩三个步骤；其中，平动补偿包括包络对齐和相位补偿。现有的很多机动目标ISAR成像方法均假设已成功实现平动补偿，然而平动补偿是机动目标ISAR成像的重点，平动补偿的效果将直接影响最终的ISAR成像质量。已有文献表明平稳运动目标的包络对齐方法对机动目标仍然有效，而相位补偿对于补偿精度要求较高，因此需要探索新的相位补偿算法。

近些年，国内外学者提出了一些机动目标ISAR成像的相位自聚焦算法；其中，S.-B.Peng等人提出一种参数化的机动目标运动补偿算法，该方法将目标平动带来的包络偏移和相位误差建立为两个高阶多项式，通过利用粒子群优化算法得到多项式系数的最优解，得到目标的平动补偿量。刘磊等提出一种基于粒子群优化的自适应平动补偿算法，该方法通过利用高阶多项式描述目标平动轨迹，并据此构造平动分量完成对包络对齐和相位补偿的联合补偿。以上两种方法都建立在目标回波相干的基础上，当雷达的测距误差和参考距离不准确时，无法准确恢复目标的平动过程，因此补偿效果将变得很差。

针对方位向压缩，王彬彬等人提出一种基于修正傅里叶变换的机动目标自适应ISAR成像方法，该方法通过对相对调频率的估计，实现对目标匀加速转动带来的二次相位项有效补偿；相对调频率的大小可以直接反映目标的机动程度，目标机动程度越大，相对调频率的值越大。当相对调频率为0时，对应的修正傅里叶变换退化为傅里叶变换；但是，上述方法并未考虑机动目标平动相位误差，当相位误差没有被精准补偿时会影响修正傅里叶变换对二次相位项的补偿效果。

发明内容

针对现有机动目标ISAR成像相位补偿方法精度不够及对于信号采集形式的限制等问题，本发明提供一种基于迭代相位自聚焦的机动目标ISAR成像方法。

本发明公开了一种基于迭代相位自聚焦的机动目标ISAR成像方法，包括：

步骤1、接收机动目标的回波脉冲，进行脉冲压缩、包络对齐，得到机动目标包络对齐后的一维距离像序列；

步骤2、利用最小熵自聚焦法，估计一维距离像序列的相位补偿量；

步骤3、利用自适应修正傅里叶变换完成方位向压缩，记此时对应的相对调频率；

步骤4、将步骤3的相对调频率与预设阈值进行比较，若大于预设阈值，则返回步骤2进行迭代；若小于预设阈值，则输出最优的ISAR像。

作为本发明的进一步改进，在步骤1中，利用修正的互相关法对脉冲压缩后得到一维距离像序列进行包络对齐。

作为本发明的进一步改进，在步骤1中，包络对齐的补偿精度为距离单元的四分之一至八分之一。

作为本发明的进一步改进，在步骤2中，相位补偿的补偿精度为距离单元的八分之一以内。

作为本发明的进一步改进，在步骤3中，所述自适应修正傅里叶变换为：

式中：