[发明专利]基于GNIAA的舰船目标ISAR成像方法

说明书

本发明属于逆合成孔径雷达成像技术领域，具体公开了一种基于GNIAA的舰船目标ISAR成像方法，该成像方法首先对经运动补偿后的回波数据进行初始化，使用周期图得到谱估计初值，然后更新信号的协方差矩阵，得到加权矩阵，在此基础上，利用WLS得到谱估计的更新值，接着将上述过程迭代多次，将迭代完毕的谱估计结果作为当前距离单元的估计结果。最后，遍历目标所在的距离单元，得到舰船目标的高分辨ISAR图像。本发明方法综合考虑了噪声对谱估计过程的影响，使得最终估计结果更为准确。

技术领域

本发明属于逆合成孔径雷达成像技术领域，特别涉及一种基于GNIAA的舰船目标ISAR成像方法。

背景技术

海上舰船目标逆合成孔径雷达(ISAR)成像技术可以全天时全天候工作，弥补了光学、红外成像技术的不足，是当前重要的对海监测手段。传统ISAR成像算法中，距离多普勒(RD)算法由于其操作简单、运算量小的优势，在实际工程应用中被广泛应用。然而，当实际积累的回波数较少时，雷达相参积累时间变小，目标与雷达的相干积累角也变小，此时RD算法的分辨率存在瑞利限制，方位向分辨率较低，难以满足实际需求。

为了在回波数量较少的情况下获取精确聚焦的舰船图像，需要突破瑞利限制得到足够的方位向分辨率，因此可以利用超分辨的方法进行谱估计。现代谱估计方法可以分为参数化谱估计和非参数化谱估计。使用参数化方法需要预先获得信号的先验信息，如信号的频谱结构或者信号的频率分量个数等，但是这些先验知识在实际应用中无法提前获得。非参数化谱估计方法则无需预先知道信号的先验知识，更加适合实际工程应用。

经典的非参数化谱估计方法有正弦信号幅度相位估计方法(APES)和迭代自适应谱估计方法(IAA)。APES方法通过设计窄带带通滤波器组进行谱估计，但其估计的分辨率和准确性受到了数据分段的限制；IAA是基于加权最小二乘(WLS)的谱估计问题，采用迭代技术，利用上一次的估计结果更新信号的协方差矩阵，进一步提高频谱分辨率，但是IAA在估计信号协方差矩阵时并没有考虑观测噪声的影响，算法性能受限。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于GNIAA(广义噪声迭代自适应谱估计)的舰船目标ISAR成像方法，该成像方法首先对经运动补偿后的回波数据进行初始化，使用周期图得到谱估计初值，然后更新信号的协方差矩阵，得到加权矩阵，在此基础上，利用WLS得到谱估计的更新值，接着将上述过程迭代多次，将迭代完毕的谱估计结果作为当前距离单元的估计结果。最后，遍历目标所在的距离单元，得到舰船目标的高分辨ISAR图像。

为了达到上述目的，本发明采用以下技术方案予以实现。

基于GNIAA的舰船目标ISAR成像方法，包括以下步骤：

步骤1，建立ISAR雷达成像几何模型，获取雷达的基带回波信号s₀(t_r，t_a)；对该基带回波信号依次进行距离向匹配滤波处理，得到距离压缩后的回波信号s₁(t_r，t_a)；其中，t_r为距离快时间，t_a为方位慢时间；

步骤2，利用相邻相关法对距离压缩后的回波信号s₁(t_r，t_a)进行包络对齐，校正目标平动分量造成的距离走动，得到距离走动校正后的回波信号；

步骤3，利用多特显点法对距离走动校正后的回波信号进行平动相位误差补偿，得到平动相位误差补偿后的回波信号；

步骤4，根据距离压缩后的回波信号s₁(t_r，t_a)，结合目标所在距离单元的能量比不含目标的距离单元能量高的特性，选定能量高的距离单元作为目标距离单元；