稀疏表示与时频变换提升ISAR机动目标成像性能

本文主要探讨了基于稀疏表示和时频变换的逆合成孔径雷达(ISAR)成像算法在处理机动飞行目标成像中的应用和改进。ISAR技术在对空中移动目标进行高分辨率成像时，由于成像积累过程中投影平面和横向尺度随时间变化，导致传统方法如距离-多普勒(RD)算法在处理非匀速运动目标或存在随机缺损的雷达回波数据时，图像质量会受到影响，难以实现精确的目标识别。 传统RD算法依赖于目标匀速转动和方位均匀采样的假设，这种假设在实际机动飞行中并不适用，特别是对于那些突然改变速度、角度或者存在部分信号缺失的情况，成像效果会大大降低。为了克服这些限制，研究者们引入了稀疏表示理论，这是一种数学工具，能够捕捉信号的非冗余特性，即使在噪声和不完整数据下也能有效地恢复信号。 时频变换则是将信号从时间和频率两个维度同时分析，这对于处理时变信号特别有效，因为它能揭示信号的时间-频率结构。结合稀疏表示和时频变换，提出的新型距离-瞬时多普勒成像算法能够更好地适应机动目标的特性，即使面对复杂多变的飞行状态和不完整的数据，也能提高成像的精度和清晰度。 该算法的关键在于首先利用稀疏表示对雷达回波数据进行压缩和重构，减少噪声和冗余信息的影响，然后通过时频变换捕捉目标的瞬时多普勒信息，从而在时域和频域中同时提取关键特征。这种方法能够显著提升图像质量，使得即使在动态场景下，也能有效地识别和定位机动飞行目标。 文章通过实验验证了所提出的算法的有效性和可行性，结果显示，与传统的RD算法相比，新的成像方法在保持鲁棒性的同时，能够提供更高质量的成像结果。这为逆合成孔径雷达在复杂飞行环境下进行精确成像提供了新的思路和技术支持，具有重要的理论和实际应用价值。这项工作对逆合成孔径雷达技术的发展做出了积极贡献，为未来实时、高精度的空中目标成像提供了有力的支撑。