基于多站多波段带宽融合的超宽带相参处理方法

摘要

一种基于多站多波段带宽融合的超宽带相参处理方法，首先对两个子带的二维回波数据进行重采样，然后对行和列数据进行预处理，分别进行极点和系数估计，得到行和列的一维全极点信号模型，再对顺序混乱的行极点和列极点进行配对，从而可以得二维全极点信号模型，最后根据二维全极点信号模型进行进行ISAR成像，得到高精度的ISAR图像。采用本发明能有效解决常规雷达带宽不足引起的ISAR图像中目标不能分辨问题，是一种由多个常规雷达子带采样合成超宽带，进而得到超分辨率ISAR图像的有效方法。

主权项

1.基于多站多波段带宽融合的超宽带相参处理方法，其特征在于实现步骤如下：（1）由步进频率逆合成孔径雷达获得大小为M₁*N₁的低子带回波数据大小为M₂*N₂的高子带回波数据其中M₁、M₂分别表示两个子带的频率变化个数，N₁、N₂分别表示两个子带的角度变化个数；（2）将两个子带的回波数据放在一起进行重采样，得到(M₁+M₂)*(N₁+N₂)的矩形回波数据s(m,n)，其中m＝1,2,…M₁+M₂，n＝1,2,…N，M＝M₁+M₂，N＝N₁+N₂；（3）将s(m,n)的每一行写成Hankel矩阵的形式，即：其中m＝0,1,…M，L₁＝N/3，再将行Hankel矩阵写成Hankel矩阵块，即：其中L₂＝M/3；（4）将s(m,n)的每一列写成Hankel矩阵的形式，即：其中n＝0,1,…N，N＝N₁+N₂，L₂＝M/3；再将列Hankel矩阵写成Hankel矩阵块，即：其中L₁＝N/3；（5）对矩阵块X_e、Y_e进行奇异值分解：X_e＝U₁S₁V₁′Y_e＝U₂S₂V₂′（5）由S₁、S₂中奇异值的突变来估计阶数P₁、P₂并将V₁、V₂分解为信号子空间和噪声子空间，取噪声子空间即V₁、V₂的后L-P₁、L-P₂列：A₁＝V₁(:;P₁+1:L)A₂＝V₂(:;P₂+1:L)（6）其中L＝L₁*L₂；（6）构造多项式；$A_1\left(z\right)=\underset{i=1}{\overset{L}{\Sigma }}{q}_1(i-1)z^{i-1}$q₁、q₂分别为矩阵A₁、A₂中具有最小范数的特征向量，且q₁(0)＝q₂(0)＝1；对（7）式求根，分别估计行、列方向单位圆上的极点p_i、q_j，i＝1,2…P₁，j＝1,2,…P₂；（7）由最小二乘法估计系数a_i、b_j，得到行和列的一维全极点信号模型，即：$E_1\left(u\right)=\underset{i=1}{\overset{p_1}{\Sigma }}{a}_i{p}_i^u$$E_2\left(v\right)=\underset{j=1}{\overset{p_2}{\Sigma }}{b}_j{q}_j^v---\left(8\right)$其中u＝1,2,…M_u，v＝1,2,…M_v，M_u、M_v分别为行、列方向需要的外推点数；（8）对极点p_i、q_j进行配对，确定同一点目标在不同方向上的极点，得到二维全极点信号模型：$s(u,v)=\underset{j=1}{\overset{M_v}{\Sigma }}\underset{i=1}{\overset{M_u}{\Sigma }}{a}_{\mathrm{ij}}{p}_i^u{q}_j^v---\left(9\right)$其中a_ij＝a_i*b_j，对a_ij使用门限，则以上信号模型改写为：$\tilde{s}(u,v)=\underset{m=1}{\overset{M}{\Sigma }}{a}_m{p}_m^u{q}_m^v---\left(10\right)$其中M表示散射点个数。