基于多快拍图像联合的MIMO雷达三维成像方法

郑通 蒋李兵 王壮

引用本文:
Citation:

基于多快拍图像联合的MIMO雷达三维成像方法

    作者简介: 郑 通(1995–),女,云南瑞丽人。2017年在国防科技大学获得学士学位,现在国防科技大学自动目标识别重点实验室攻读硕士研究生,主要研究方向为雷达信息处理与目标识别技术。E-mail: zerothousand_zt@163.com;蒋李兵(1982–),男,江苏启东人。2014年在国防科技大学获得博士学位,现任国防科技大学电子科学学院自动目标识别重点实验室讲师,主要研究方向为电磁散射建模、微波成像和雷达图像解译。Email: jianglibing@nudt.edu.cn;王 壮(1973–),男,陕西西安人。2001年在国防科技大学获得博士学位,现任国防科技大学自动目标识别重点实验室教授,博士生导师,主要研究方向为雷达信息处理、空间目标监视、目标识别。Email: zhuang_wang@sina.com.
    通讯作者: 王壮 zhuang_wang@sina.com
  • 中图分类号: TN95

Three-dimensional Multiple-Input Multiple-Output Radar Imaging Method Based on Integration of Multi-snapshot Images

    Corresponding author: WANG Zhuang, zhuang_wang@sina.com
  • CLC number: TN95

  • 摘要: 为了提高多输入多输出(MIMO)雷达3维成像沿运动方向的方位分辨率,该文从多快拍图像联合利用的角度入手,提出一种新的多输入多输出-逆合成孔径雷达(MIMO-ISAR)3维成像方法。其基本思路是通过对一段时间观测下2维平面阵列获取的多个单快拍3维图像进行相干处理,沿着散射点线性拟合的方向提取峰值并重构出新的3维图像。仿真实验结果表明,与单快拍3维成像方法相比,该方法可以显著提高成像结果沿运动方向的方位分辨率;与现有基于重排和插值的经典MIMO-ISAR方法相比,该方法对慢速和快速运动目标均适用,得到的成像结果聚焦良好并能够有效抑制沿运动方向的旁瓣。
  • 图 1  MIMO雷达和目标的几何结构

    Figure 1.  Geometry of MIMO radar and target

    图 2  MIMO雷达天线阵元排布示意图

    Figure 2.  Configuration of the MIMO radar system

    图 3  回波1维距离像示意图

    Figure 3.  Range profiles of echo signal

    图 4  10个快拍包络对齐后的回波示意图

    Figure 4.  Range profiles of 10 snapshots after envelope alignment

    图 5  多快拍图像联合3维成像的流程示意图

    Figure 5.  Flowchart of the 3-D imaging algorithm based on multi-snapshot images integration

    图 6  本文方法对散射点PSF分布的影响

    Figure 6.  The effect of the proposed method on the PSF of the scatterer

    图 7  目标运动速度的方向余弦信息示意图

    Figure 7.  The direction cosine information of the target’s velocity

    图 8  “云影”无人机仿真模型3维立体图及3视图

    Figure 8.  Three different projections and 3-D view of YunYing model

    图 9  不同$\gamma $角下的多普勒线性拟合结果

    Figure 9.  The Doppler linear fitting results with different $\gamma $ angles

    图 10  角速度估计的鲁棒性

    Figure 10.  Estimation of $\omega $ with different SNR

    图 11  单快拍3维成像结果

    Figure 11.  3-D imaging results with one-snapshot signal

    图 12