旋转部件雷达目标ISAR成像新算法：双信号匹配与微多普勒特征提取

本文主要探讨了一种针对具有旋转部件的雷达目标的新型成像方法——基于双信号集匹配分解法。在雷达工程领域，对于运动目标，特别是那些包含旋转部件的目标，传统的距离-多普勒成像技术在处理机械振动或旋转运动带来的微多普勒效应时可能会受到影响，导致目标像的清晰度下降。微多普勒现象是由于目标内部旋转部件的运动产生的，它使得回波信号的频率成分发生复杂变化。 该研究提出了一种创新的策略，通过分析这类目标的回波信号特性，特别关注单频分量和正弦调频分量。作者采用了单频信号和正弦调频信号作为基础信号，设计了一种双信号集匹配分解算法，能够有效地检测并分离出这些成分，以及它们的参数。这种方法的优势在于能够准确地分离出目标主体的回波和旋转部件的回波，从而实现对目标主体的聚焦成像和微多普勒特征的提取。 应用这种算法，可以避免传统方法中目标主体像的污染，提供更精确的目标状态描述，特别是对于微小旋转运动的捕捉。然而，现有的一些方法如基于旋转部件微多普勒谱的分离方法，可能无法完全去除小尺度的旋转散射点带来的影响，或者计算复杂度较高，难以精确估计旋转部件的旋转中心位置。 本文提出的算法通过改进的处理策略，不仅提高了成像质量，还能有效地提取旋转部件的运动参数和结构信息，这对于雷达目标识别、跟踪和理解具有重要意义。最后，通过仿真结果验证了该算法的有效性和实用性，为解决具有旋转部件的雷达目标成像问题提供了新的解决方案，推动了雷达信号处理领域的进一步发展。