Chirplet变换与压缩感知在颤振目标稀疏ISAR成像中的应用

"基于Chirplet变换和压缩感知的空中颤振目标稀疏成像" 本文是一篇关于逆合成孔径雷达(ISAR)成像技术的研究论文，主要关注在空中目标颤振情况下，如何通过结合Chirplet变换和压缩感知(CS)理论实现目标的高质量稀疏成像。在ISAR成像过程中，非合作性机动目标可能导致方位孔径的稀疏，同时，目标主体的颤振会产生微多普勒效应，这两者都对成像质量产生了负面影响。 首先，作者们识别了目标颤振导致的微多普勒效应与方位孔径稀疏现象共同作用下对ISAR成像的挑战。颤振是一种动态运动，它会使目标的回波信号产生复杂的频率变化，即微多普勒效应，这增加了成像的复杂性和难度。另一方面，由于目标的不规则运动，导致ISAR的方位分辨率下降，形成稀疏孔径问题。 为了解决这些问题，研究提出了基于Chirplet变换的成像模型。Chirplet变换是一种时频分析工具，能够有效地捕捉信号的时间变化和频率变化，对于处理颤振目标的微多普勒特性尤为适用。它能够揭示信号的瞬时频率特性，帮助分离和解析出颤振目标的不同成分。 接下来，论文引入了压缩感知理论来重构图像。压缩感知理论指出，如果信号是稀疏的或可以被压缩到稀疏表示，那么只需要远少于奈奎斯特定理所要求的采样点就能重构信号。在ISAR成像中，目标颤振可能使得数据在某个域内变得稀疏，利用这一特性，可以通过较少的数据采样来重构高分辨率的成像结果。 实验部分，作者们通过仿真验证了该方法的有效性。仿真结果表明，结合Chirplet变换和压缩感知的成像方法能够有效地应对目标颤振带来的影响，提供清晰、准确的ISAR图像，提高了成像质量和效率。 这篇论文探讨了颤振目标在ISAR成像中的特殊问题，并提出了一种创新的解决方案，将Chirplet变换与压缩感知相结合，为解决实际中复杂动态目标的成像问题提供了理论和技术支持。这一研究对于提升军事和民用雷达系统的性能具有重要意义。