论文部分内容阅读
从当前雷达技术的发展趋势来看,智能化是未来雷达技术发展的重点方向。在这一背景下,加拿大学者Simon Haykin于2006年正式提出了认知雷达的概念。认知雷达具有闭环反馈结构,能够根据从接收机到发射机的反馈信息逐步实现对外界环境的认知,从而获得对目标的最佳探测与跟踪性能。将认知雷达理论与逆合成孔径雷达(ISAR)成像技术相结合,通过目标与环境的离线先验知识及在线感知的目标与环境特征,可以提升雷达在复杂环境下对各种目标的成像能力。本文重点针对认知ISAR中的波形设计与高分辨成像、系统资源调度等关键问题与难点开展研究工作。在波形设计与高分辨成像方面,系统研究了线性调频信号、正交频分复用-线性调频信号、二相编码信号、多相编码的信号的高分辨成像方法。进一步针对复杂电磁环境,研究了基于最大信噪比准则、最大信杂噪比准则的波形优化与高分辨成像方法。在资源调度方面,根据时间与能量约束条件建立了成像任务的资源调度问题模型,针对该模型难以找到解析解的特点,研究了基于启发算法、启发-遗传算法的求解方法。论文相关研究工作将为提升我国地基ISAR的空间目标探测与识别能力,促进雷达成像技术向“智能化”、“体系化”发展提供重要的支撑。本文主要工作可概括为如下四个部分:第一部分研究了调频信号的ISAR成像方法。首先,建立了线性调频信号的回波模型,研究了线性调频信号的高分辨ISAR成像方法,针对高速运动的目标,建立了线性调频信号的速度补偿问题模型,提出了基于图像熵的速度补偿方法。在此基础上,建立了正交频分复用-线性调频信号的回波模型,研究了正交频分复用-线性调频信号的高分辨ISAR成像方法。第二部分研究了调相信号的ISAR成像方法。首先,建立了二相编码信号的回波模型,研究了二相编码信号的高分辨ISAR成像方法。针对二相编码信号旁瓣较高的问题,研究了基于失配滤波器的旁瓣抑制方法。然后,建立了多相编码信号的回波模型,研究了多相编码信号的高分辨ISAR成像方法。最后,针对高速运动目标建立了相位编码信号的速度补偿问题模型,并提出基于参数化字典的速度补偿方法。第三部分研究了认知ISAR波形优化及高分辨成像方法。首先研究了基于最大信噪比准则的波形优化方法。进而研究了基于最大信杂噪比准则的波形优化方法。最后,针对优化后波形,建立了认知ISAR的稀疏成像模型,并提出基于稀疏信号重构理论的认知ISAR优化波形高分辨成像方法。第四部分研究了基于高分辨成像的认知ISAR资源调度方法。首先根据成像任务的资源需求与资源调度中的时间、能量约束条件建立认知ISAR资源调度模型。然后,针对难以找到解析解的问题,提出了基于启发算法、启发-遗传算法的资源调度方法。