Please submit manuscripts in either of the following two submission systems

    ScholarOne Manuscripts

  • ScholarOne
  • 勤云稿件系统

  • 登录

Search by Issue

  • 2018 Vol.25
  • 2017 Vol.24
  • 2016 vol.23
  • 2015 vol.22
  • 2014 vol.21
  • 2013 vol.20
  • 2012 vol.19
  • 2011 vol.18
  • 2010 vol.17
  • 2009 vol.16
  • No.1
  • No.2

Supervised by Ministry of Industry and Information Technology of The People's Republic of China Sponsored by Harbin Institute of Technology Editor-in-chief Yu Zhou ISSNISSN 1005-9113 CNCN 23-1378/T

期刊网站二维码
微信公众号二维码
Related citation:Yong Wang,Rongzheng Zhang.ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach[J].Journal of Harbin Institute Of Technology(New Series),2018,25(4):41-47.DOI:10.11916/j.issn.1005-9113.17164.
【Print】   【HTML】   【PDF download】   View/Add Comment  Download reader   Close
←Previous|Next→ Back Issue    Advanced Search
This paper has been: browsed 296times   downloaded 374times 本文二维码信息
码上扫一扫!
Shared by: Wechat More
ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach
Yong Wang,Rongzheng Zhang
(Research Institute of Electronic Engineering Technology, Harbin Institute of Technology, Harbin 150001, China)
Abstract:
Through the coherent accumulation of target echoes, inverse synthetic aperture radar (ISAR) imaging achieves high azimuth resolution. However, because of the instability of the radar system, the echoes of the lSAR will be randomly lost. The conventional FFT processing methods can cause image blur and high sidelobes or other issues. A novel algorithm for ISAR missing-data imaging based on the Iterative Adaptive Approach (IAA) is proposed. The algorithm enjoys global convergence properties and does not need to set the parameters in advance. The missing-data ISAR imaging results for simulated and measured data illustrate the effectiveness of the algorithm.
关键词:  iterative adaptive approach  missing-data  ISAR
DOI:10.11916/j.issn.1005-9113.17164
分类号:TN957.51
Fund:
Descriptions in Chinese:
  

基于迭代自适应算法的缺失数据ISAR成像

王勇,张荣政

(哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001)

创新点说明:

本文提出一种新基于迭代自适应(IAA)算法的缺失数据ISAR成像算法,具体创新性可说明如下:

1) 首先在回波随机缺失的情况下使用IAA算法估计ISAR方位像上的多普勒谱,进而得到清晰且有较高分辨率的缺失数据成像结果。

2)本文所用方法解决了传统FFT的处理缺失数据的谱泄露问题,相比于主流的压缩感知方法,该方法恢复效果更好。

研究目的:

常规的FFT处理方法会导致图像模糊和高旁瓣等问题,为解决缺失数据下的ISAR成像问题,本文提出一种基于迭代自适应方法(IAA)的ISAR缺失数据成像算法。该算法具有全局收敛性,不需要预先设置参数,能得到清晰的成像结果。

研究方法:

1)对回波数据进行解线性调频处理,对其得到的每一个一维距离像进行运动补偿消除平等分量。

2)从缺失数据的回波中提取出有效时刻对应的一维距离像,作为有效数据。

3)将有效数据中每一个距离单元内的方位向数据视为一个非均匀采样信号,使用IAA算法应用加权最小二乘估计来获得非均匀采样信号的频谱,将其作为方位向压缩的结果,从而得到清晰的成像结果。

结果:

1)文中进行了针对一维线谱数据的缺失数据仿真实验,说明了IAA算法对于缺失数据频谱估计的精确性。

2)文中使用IAA算法及OMP算法进行了仿真MIG-25和Yak-42数据的缺失数据成像实验,实验结果说明,IAA算法能够在随机丢失数据的情况下获得清晰的目标图像。

3)文中将使用IAA算法的MIG-25 缺失成像实验数据与OMP算法实验数据进行了定量对比,说明了IAA算法的优越性。

结论:

本文提出的基于迭代自适应算法的ISAR缺失数据成像方法应用加权最小二乘估计来获得非均匀采样信号的频谱。 仿真MIG-25和Yak-42的结果表明,该算法能够在随机丢失数据的情况下获得清晰的目标图像。

关键词:迭代自适应,缺失数据,ISAR

LINKS