基于波束空間的ＭＵＳＩＣ超分辨ＩＳＡＲ成像

摘要：研究ISAR成像模型，針對MUSIC（多信號分類）成像算法中運算量大、分辨門限高，且散射點數(shù)目難以確定等局限性，提出基于波束空間的MUSIC（BMUSIC）超分辨成像算法。利用新的蓋世圓盤方法準確判定散射點數(shù)目，通過波束空間處理，有效地降低了計算復(fù)雜度，同時抑制了噪聲影響。理論分析和仿真結(jié)果表明，該方法在提高計算效率的同時，減小了算法對噪聲的敏感度，改善了成像質(zhì)量。

關(guān)鍵詞：逆合成孔徑雷達; 波束空間多信號分類; 超分辨成像

中圖分類號：TP317文獻標志碼：A

文章編號：1001-3695(2007)12-0361-03

隨著現(xiàn)代軍事科學(xué)技術(shù)的飛速發(fā)展，對兵器的隱身性能提出了更高的要求。圍繞這個實際，世界各軍事強國紛紛展開了武器隱身性能方面的研究工作。其中，通過ISAR成像對隱身目標進行散射中心診斷，以進行RCS縮減是一種研究隱身性能的有效方式。因而如何提高成像分辨率，提供準確的目標二維結(jié)構(gòu)特征就成為ISAR成像研究領(lǐng)域的一個熱點問題。

傳統(tǒng)的FFT算法運算速度快，在早期研究中得到普遍應(yīng)用；但這種算法屬于經(jīng)典的非參數(shù)化譜估計方法，分辨率較低。為了提高分辨率，許多學(xué)者提出了一些利用現(xiàn)代譜估計的新方法，對ISAR進行了高分辨率成像方面的研究^[1，2]；文獻[3]提出MUSIC算法并應(yīng)用陣列波達方向（DOA）估計；文獻[4，5]研究MUSIC算法具有非常好的分辨性能。文獻[2]系統(tǒng)地分析MUSIC算法和ISAR成像模型，將MUSIC算法與ISAR成像原理相結(jié)合，提出MUSIC超分辨ISAR成像算法。仿真和實驗數(shù)據(jù)證實了該算法的有效性。然而，該文獻中還有可進一步改進之處。首先，文獻假設(shè)散射點數(shù)D已知，從而才確定信號子空間和噪聲子空間的維數(shù)；其次，該算法運算量大、分辨門限高。

針對上述問題，本文提出了一種新的波束域MUSIC超分辨ISAR成像算法。該算法可將高維空間降為低維空間，從而有效地提高了算法的運算速度。其次，新算法通過波束空間處理方式的引入減少了算法對誤差的敏感度，改善了分辨門限和估計性能。另外，本文通過蓋氏圓盤準確地估計出了散射點數(shù)目，提高了算法的精度和實用性。

數(shù)據(jù)長度100，信噪比為5 dB，陣元數(shù)M=30，波束數(shù)K=15。仿真結(jié)果如圖1所示。

圖1（a）為FFT算法進行譜估計的結(jié)果。可見主瓣寬度較窄，但旁瓣干擾嚴重，影響散射強度的估計，且可能會出現(xiàn)偽散射點。為減小副瓣影響，對數(shù)據(jù)進行加窗處理。圖1（b）為加Hamming窗后處理效果，基本消除了副瓣干擾，但由于加窗后主瓣寬度變寬，造成分辨率下降。圖1（c）為MUSIC超分辨方法處理結(jié)果，顯著提高了估計性能，但運算量較大。圖1（d）為經(jīng)空間濾波后MUSIC超分辨處理結(jié)果，有效地降低了矩陣維數(shù)，減小了運算復(fù)雜度，同時進一步改善了估計性能。為定量比較MUSIC算法與波束空間MUSIC的性能，在不同信噪比下進行200次蒙特卡洛實驗，給出兩種算法的估計偏差。

由圖2可知，經(jīng)空間濾波后的MUSIC超分辨處理，不僅有效地降低了矩陣維數(shù)，減小了運算復(fù)雜度；同時由于帶外噪聲被抑制，在低信噪比下可以獲得較好的估計效果。

4．2成像效果仿真

假設(shè)某飛行器目標結(jié)構(gòu)如圖3所示。雷達發(fā)射頻率步進信號，掃頻帶寬為8~10 Gbps，成像角度-2°~2°，信噪比5 dB，距離向仍采用FFT算法，方位向分別采用FFT、MUSIC、BMUSIC，仿真結(jié)果如圖4所示。不難看出，與傳統(tǒng)的FFT算法相比，超分辨成像方法分辨率明顯提高。由于BMUSIC算法波束空間處理把M維陣元空間變換到K維波束空間，其波束所覆蓋的空間相當于濾波器通帶，不僅減小了計算復(fù)雜度，而且抑制帶外噪聲干擾，使成像更為清晰。

5結(jié)束語

經(jīng)過運動補償后的ISAR成像，其實質(zhì)就是空間譜估計的問題。本文詳細分析了ISAR成像原理，采用BMUSIC算法進行超分辨率ISAR成像。理論分析和仿真結(jié)果表明，基于波束空間的MUSIC超分辨成像算法具有較高的計算效率和抗噪聲性能，使算法具有較強的穩(wěn)健性，降低分辨門限，從而改善了成像質(zhì)量，在工程應(yīng)用中具有重要意義。

參考文獻：

[1]WANG Yuan－xun， HAO Ling. A frequency－aspect extrapolation algorithm for ISAR image simulation based on two－dimensional ESPRIT[J]. IEEE Trans on Geoscience and Remote Sensing， 2000，38(4):1743－1748.

[2]ODENDAAL J W， BARNARD E， PISTORIUS C W I. Two－dimensional superresolution radar imaging using the MUSIC algorithm[J]. IEEE Trans on Antennas Propagate， 1992，42(10):1386－1391.

[3]SCHMIDT R O. Multiple emitter location and signal parameter[J]. IEEE Trans on Antennas Propagate， 1986，34(3):276-280.

[4]PORAT B， FRIEDLANDER B. Analysis of the asymptotic relation efficiency of the MUSIC algorithm[J]. IEEE Trans ASSP， 1988，36(4):532-544.

[5]RAO B D， HARI K V S. Performance analysis of root MUSIC[J]. IEEE Trans ASSP， 1989，37(12):1939－1949.

[6]黃培康.雷達目標特性[M].北京:電子工業(yè)出版社，2005.

[7]MARPLE L. Digital spectral analysis with applications[M]. Engle－wood Cliffs， NJ: Prentice Hall， 1987.

[8]ZOLTOWSKI M D， KAUTZ G M， SILVERSTEIN S D. Beamspace root－MUSIC[J]. IEEE Trans on Signal Processing， 1993，41(1):344-364.

[9]WU H T，CHEN Chan－li. New Gerschgorin radii based method for source number detection[C]//Proc of the 10th IEEE Workshop on Statistical Signal and Array Processing. Pennsylvania: IEEE， 2000:104－107.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”