自适应积累成像算法：改善时频分析的ISAR成像

"一种基于时频分析的自适应积累成像算法 (2006年) - 朱宇涛, 向家彬" 本文探讨了一种创新的基于时频分析的自适应积累成像算法，主要应用于逆合成孔径雷达(ISAR)系统。ISAR是一种先进的雷达技术，能够为移动目标生成高分辨率的二维图像。传统的ISAR成像方法，如距离-多普勒算法，对于处理机动目标时可能存在成像质量下降的问题。 针对这一挑战，作者提出了一种新的策略，利用时频分析来改进瞬时成像算法。具体来说，该算法通过计算回波相关系数的门限，自适应地调整积累范围，从而优化图像的积累过程。同时，它结合了图像熵法，通过对时频分析得到的距离-瞬时多普勒像进行选择性叠加，进一步提高成像的清晰度。这种方法不仅适用于具有复杂运动模式的机动目标，而且也适用于平稳飞行的目标，表现出了比传统距离-多普勒算法更好的成像性能。 在时频分析领域，Wigner-Ville分布（WVD）和乔伊-威廉斯分布（CWD）是两种常用的方法，它们在频率分辨率上表现出色。然而，WVD存在交叉项问题，而CWD虽然引入了核函数以减少交叉项，但并未完全消除这种影响。这两种方法在处理有限数据和加窗效应时，瞬时成像的质量可能会受到影响。 本文提出的自适应积累成像算法则有效地解决了这些问题。通过设置回波相关系数门限，算法可以智能地确定哪些脉冲应该参与积累，有效地减少了交叉项的干扰。同时，结合图像熵法，算法可以选择性地积累那些对成像贡献最大的距离-瞬时多普勒像，从而提高图像的整体清晰度。 仿真和实际数据的成像试验结果验证了该算法的有效性。无论是对于机动目标还是平稳目标，其成像效果都优于传统的距离-多普勒算法。这表明，基于时频分析的自适应积累成像算法是改善ISAR成像质量的一个有力工具，尤其在处理高机动目标时，它的优势更为明显。 这项工作在ISAR成像技术上迈出了重要的一步，为解决机动目标成像难题提供了新的思路，并为未来雷达成像系统的优化设计提供了理论支持。