逆合成孔径雷达是对空天目标进行探测、跟踪、成像的重要传感器，可获取目标的一维、二维甚至三维图像。随着先进成像雷达装备的研制，雷达成像也面临高载频、大带宽、目标远距离、非合作带来的一系列挑战，亟须研究和探索与之相适应的高分辨成像算法和技术。本书重点阐述研究团队在逆合成孔径雷达精细化成像与多维度成像方面取得的最新研究成果，针对高分辨一维成像和补偿、精细化运动补偿、二维图像重构、双波段宽带合成、三维成像等技术进行详细讨论和介绍，同时归纳整理国内外相关领域的发展现状。本书可作为信息与通信工程、电子科学与技术、雷达工程等专业研究生的参考用书，也可供雷达信号处理、目标识别等相关领域科研和工程技术人员阅读。

第1章绪论
　　1.1引言
　　1957年，苏联斯普特尼克(Sputrnk)—号卫星发射人轨标志着人类开始了对太空的探索。在过去的半个多世纪，特别是进人21世纪以来，人类对太空的探索逐步加速，太空逐渐成为国际战略竞争的制高点。在军事上，世界各军事强国纷纷加快太空武器装备的开发和应用进程，太空正在成为新的战场。在民用上，世界各国发射了各种类型的卫星，为人类提供了测绘、通信、导航、气象等服务。目前，人类社会的政治、经济、科技、军事等各领域均离不开太空的支持。人类太空活动的增多造成了空间轨道的交通拥堵状况，对空间目标的碰撞预防和再人预报尤为重要。除此之外，随着航空技术的发展，空中目标如飞机、导弹等威力越来越大，威胁与日俱增。特别是近年来，随着消费类无人机市场的快速发展，“黑飞”事件屡禁不止，严重威胁公共安全和国家安全。因此，为维护国家安全和保障人类生活需求，对空天目标的监视识别尤为重要。
　　当前，对空天目标监视识别的手段多种多样，包括光学传感器、雷达传感器等。逆合成孔径雷达(inverse synthetic aperture radar，ISAR)通过发射宽带信号实现距离高分辨，利用目标与雷达之间的相对运动实现方位高分辨，可以获取目标的一维高分辨距离像(high resolution range profile，HRRP)和二维高分辨ISAR图像，并用于目标特性分析。在空天目标监视中，HRRP和ISAR图像信息对于远距离非合作目标如卫星、导弹、飞机等的侦察、识别非常重要。除此之外，ISAR图像还可以对空间在轨运行卫星的受损情况和姿态进行分析。因此，ISAR成像技术在空天目标的监视识别方面具有不可替代的作用。
　　近年来，随着雷达技术的发展，信号处理、计算机及大规模集成电路技术的快速发展，空天目标探测雷达的载频和带宽不断增大。带宽增大带来的*大好处是能够大大提高成像分辨率，从而实现对目标的高清晰成像，获取目标更为丰富的结构信息，进而可以更好地对目标进行结构特征提取和识别。例如，美国曾经利用罗姆航空发展中心研制的弗洛伊德高分辨雷达，从翼展很长的太阳能电池板形成的散射中心提取到小于1m的目标结构信息，从而正确地判断出太阳能电池板的张合状态，其结果是两次发现了阿波罗飞船和空间实验站的太阳能电池板的故障。
　　然而，雷达载频和带宽的提高在提供目标更为丰富细节的同时，给ISAR成像系统和算法带来诸多挑战：①雷达发射信号载频越高、带宽越大，雷达系统失真、目标高速运动等因素对空间目标高分辨一维距离像的质量影响变得越显著，从而影响ISAR成像质量；②随着分辨率的提高，目标在成像积累过程中的越分辨单兀走动(migration through resolution cell，MTRC)不可忽略，米用传统ISAR成像算法将导致目标图像的严重散焦；③雷达带宽的增大，还会对目标ISAR成像中的距离对准、相位补偿及图像重构等技术带来特殊的问题，应用传统ISAR成像算法很难获得令人满意的成像效果。此外，随着高速采样和存储技术的发展，对宽带中频回波信号进行直接数字采样已成为可能。相对于传统的模拟去斜采样方式，直接采样数据能够更为完整地保留雷达系统特性和目标运动特性，为实现系统失真补偿和复杂运动目标成像带来优势。然而，大带宽雷达中频直接采样数据带来的数据量激增，将对高效实现空间目标高分辨成像带来巨大压力。此外，空天目标正朝着低成本方向发展，目标的小型化乃至微型化趋势不可逆转，此类微小空天目标给监视识别技术带来了极大的挑战。微小卫星和无人机尺寸一般为几十厘米，对空天微小目标的监视识别的迫切需求给雷达图像分辨率提出了更高要求，促使人们研究精细成像算法和多维度成像算法，以满足日益增长的对目标的精细观察和识别分类等的要求。
　　1.2国内外典型ISAR成像系统发展脉络
　　1951年6月，美国Goodyear飞机公司的Wiley首次提出可以通过多普勒分析实现方位高分辨。1953年，美国密歇根大学召开的美国军方的暑期研讨会提出了“合成孔径”的概念，促成了对距离多普勒(rangeDoppler，RD)算法的深人研究。1957年，美国密歇根大学研制出第一部合成孔径雷达(synthetic aperture radar，SAR)，并于同年8月得到第一幅聚焦SAR图像。20世纪70年代，SAR开始广泛用于军事领域和民用领域。
　　ISAR是由SAR发展而来的，两者均利用目标与雷达之间的相对运动形成的合成孔径，实现方位高分辨。不同的是，SAR—般指雷达运动而目标不动，ISAR通常指雷达不动而目标运动。ISAR的成像目标一般为舰船、飞机、导弹、卫星等非合作目标。由于观测目标的非合作性，ISAR技术的发展较SAR相对缓慢。随着20世纪50年代ISAR成像技术的首次提出，国内外学者在ISAR成像雷达研制方面开展了卓有成效的工作。60年代初，美国密歇根大学的Brown等开展了对旋转目标成像的研究，研制出对空间轨道目标成像的雷达，迈出了ISAR成像系统发展中关键的第一步。70年代初，美国林肯实验室首先获得了高质量近地空间目标的ISAR图像，尽管其使用的美国国防部高级研究计划署(Advanced Research ProjectsAgency，ARPA)与林肯实验室签订建造的C波段观测雷达(APRA-Lincoln C-bandobservables radar，ALCOR)不是成像雷达，但是通过相干数据记录和ISAR成像技术处理，获得了50cm的有效分辨率。70年代末，林肯实验室建成的干草堆远距离成像雷达(Haystack long-range ima ing radar，HLRIR)，分辨率可达0.24m，*远可对40000km处的空间目标进行跟踪成像，是第一部具有实用价值的空间目标高分辨ISAR成像系统。
　　国外第一部获得空间目标图像的宽带雷达是ALCOR。ALCOR外观及其内部天线构造分别如图1.1(a)和(b)所示，其载频为5.672GHz，宽带带宽为512MHz，距离分辨率达0.5m。
　　图1.1ALCOR外观及其内部天线构造
　　ALCOR对空间目标成像的成功，极大地促进了地基ISAR系统的发展，欧美等相继研制成功了多套高分辨ISAR成像雷达系统，其中以美国的夸贾林导弹靶场、林肯实验室雷达实验场区和德国弗劳恩霍夫高频物理与雷达技术研究所(Fraunhofer Institute for High Frequency Physics and Radar Techniques，FHR)部署和拥有的多部地基目标特性探测雷达*具代表性。
　　1952年2月，美国陆军在夸贾林岛建立了夸贾林导弹靶场。位于该靶场的基尔南再人测量站(Kiernan Reentry Measurement Site，KREMS)于1959年建立，主要用于对太平洋靶场电磁信号的研究。KREMS是美国*先进的宽带雷达探测中心，由林肯实验室代表美国陆军弹道导弹防御系统司令部进行维护和操作，部署了多部目标特性测量雷达系统，包括ARPA远程跟踪和测量雷达(ARPA long-range tracking and instrumentation radar，ALTAIR)、目标分辨与识别实验(Target Resolution and Discrimination Experiment，TRADEX)雷达、毫米波(millimeter wave，MMW)雷达等，见图1.2[1]。
　　图1.2KREMS基地部署的高分辨成像雷达
　　ALTAIR工作波段为甚高频(very high frequency，VHF)和特高频(ultra high frequency，UHF)。ALTAIR于1965年开始研制，1969年开始安装在KREMS基地，该雷达具有口径大、灵敏度高、跟踪距离远等特点。ALTAIR自1970年投人运行后进行了多次技术改造，除了执行常规的深空和近地空间目标的探测与跟踪任务，主要用于为ALCOR、TRADEX雷达、MMW雷达等窄波束宽带成像雷达提供重要的跟踪数据，为其提供目标轨道预测等保障。
　　1972年，林肯实验室将位于KREMS基地的TRADEX雷达由UHF波段改造成S波段。TRADEX雷达是林肯实验室的第二部宽带成像雷达系统，通过发射步进频信号获取高距离向高分辨，信号综合带宽为250MHz，能达到的理论分辨率为0.6m。20世纪90年代，林肯实验室再次对TRADEX雷达进行了升级改造，大大提高了雷达的目标探测识别能力。
　　在林肯实验室的建议下，美国分别于1983年和1985年在KREMS基地建成了两部MMW雷达，如图1.2(c)所示。这两部雷达分别工作在Ka波段(35GHz)和W波段(95.48GHz)，初始带宽均为1GHz，径向分辨率为28cm。MMW雷达大大扩展了ALCOR的跟踪和成像能力，可对弹道导弹目标进行实时成像，并能精确估计出真假弹头因目标质量不平衡导致的运动差异。20世纪80年代末，林肯实验室将Ka波段MMW雷达的带宽提升至2GHz，距离分辨率达0.12m，极大地提高了该雷达对空间弱小目标的成像能力，从而使其具备跟踪太空垃圾和空间碎片的能力。
　　除KREMS基地外，距离林肯实验室32km的雷达实验场是美国另一主要用于空间目标探测和弹道目标监视的地基雷达外场。美国军方在该雷达实验场建造和部署了多部宽带测量雷达，组成了著名的林肯空间监视组合体(Lincoln space surveillance complex，LSSC)。LSSC主要包括Millstone Hill雷达、HLRIR、Haystack辅助(Haystack auxiliary，HAX)雷达和Firepond激光雷达4部大型雷达[2]，其中HLRIR是第一部具有实用价值的空间目标高分辨成像雷达系统。
　　HLRIR由林肯实验室在Haystack雷达基础上改造而成[3]。HLRIR工作在X波段，脉冲重复频率(pulse repetition frequency，PRF)高达1200Hz，能够消除目标快速旋转带来的多普勒模糊。1993年，在HLRIR附近，林肯实验室又建成HAX雷达。HLRIR和HAX雷达外观如图1.3所示。HAX雷达工作在Ku波段，是继升级完的Ka波段MMW雷达后又一部带宽达到2GHz的ISAR成像雷达，距离分辨率达0.12m。与HLRIR相比，HAX雷达能获取更加精细、质量更高的卫星图像，并可为美国国家航空航天局(National Aeronautics and Space Administration，NASA)提供有效的空间碎片信息。
　　为进一步提高卫星等空间目标的成像分辨率，自2010年5月开始，林肯实验室再次着手对HAX雷达进行升级改造，增加了一个92～100GHz的高功率毫米波天线[4]。升级后的雷达称为Haystack超宽带卫星成像雷达(Haystack ultra-wideband satellite imaging radar，HUSIR)。HUSIR同时工作在X波段和W波段，并且共用同一个天线。公开的资料显示，HUSIR是目前世界上距离分辨率*高的地面监视雷达，距离分辨率可达0.0187m。
　　除了上述几部具有代表性的空间监测雷达，美国利用其技术和资金上的优势，在美国本土及其以外的多个雷达基地部署了多套目标特性测量和成像雷达，如部署在挪威和美国本土的GLOBUS-II雷达、部署在英国的X波段雷达(X-band radar，XBR)、部署在美国本土的AN/FPS-85相控阵雷达等。这些雷达构成了美国空间目标探测地基雷达网络，为其开展空间目标探测与识别提供了有力的技术支撑。
　　图1.3HLRIR和HAX雷达外观
　　德国FHR对空间目标跟踪和成像雷达的研制同样引人注目。德国FHR拥有的空间目标跟踪和成像雷达(tracking and imagi

目录
“空间信息获取与处理前沿技术丛书”序
前言
第1章　绪论　1
1.1　引言　1
1.2　国内外典型ISAR成像系统发展脉络　2
1.3　ISAR高分辨成像典型应用　9
1.4　ISAR成像基本原理　12
1.4.1　RD成像算法　12
1.4.2　ISAR精细成像流程　15
1.5　本书主要内容　17
参考文献　18
第2章　高分辨一维成像与脉内补偿技术　20
2.1　雷达目标回波脉冲压缩技术　21
2.1.1　去斜接收模式下回波脉冲压缩　22
2.1.2　中频直接采样模式下回波脉冲压缩　25
2.1.3　数字去斜模式下回波脉冲压缩　26
2.2　DIFS回波的系统失真分析及补偿　26
2.2.1　DIFS信号中系统失真因素分析　26
2.2.2　系统幅相失真影响分析　28
2.2.3　系统幅相失真补偿算法　38
2.3　DIFS回波的一维距离像高速运动补偿　48
2.3.1　高速运动对成像的影响　48
2.3.2　高速运动补偿算法　51
2.4　本章小结　54
参考文献　54
第3章　ISAR成像精细化运动补偿技术　56
3.1　基于数字去斜的ISAR成像平动补偿　56
3.1.1　基于目标径向运动轨迹拟合的亚距离单元包络对齐　56
3.1.2　相参多普勒质心跟踪相位补偿　63
3.2　目标高分辨ISAR成像越分辨单元走动校正技术　　69
3.2.1　高分辨ISAR成像越分辨单元走动模型　70
3.2.2　基于*小熵黄金分割搜索的MTRC校正　72
3.3　机动目标ISAR成像中的非均匀转动补偿　81
3.3.1　基于非均匀转动变换的机动目标ISAR成像新算法　81
3.3.2　机动目标ISAR成像中的剩余平动相位补偿算法　92
3.4　本章小结　98
参考文献　98
第4章　二维ISAR图像高质量重构算法　100
4.1　基于压缩感知的雷达成像　101
4.1.1　压缩感知基本理　101
4.1.2　压缩感知方位向压缩算法　102
4.1.3　实验与分析　104
4.2　自适应距离瞬时多普勒图像重构　110
4.2.1　非匀速转动目标ISAR转台成像模型　110
4.2.2　传统RID算法成像及其不足　112
4.2.3　基于梯度能量函数的自适应RID算法成像　114
4.2.4　实验与分析　116
4.3　基于超分辨技术的图像重构算法　119
4.3.1　基于mnk法的成像时间段选择　120
4.3.2　基于迭代自适应算法的高分辨成像　121
4.3.3　实验与分析　123
4.4　本章小结　129
参考文献　129
第5章　稀疏频带ISAR融合成像技术　131
5.1　稀疏频带融合成像基本原理　131
5.2　稀疏频带宽带回波相干化处理　133
5.2.1　稀疏频带雷达回波相干性分析　133
5.2.2　稀疏频带雷达回波相干化处理算法　133
5.3　稀疏频带融合算法　137
5.3.1　基于AR模型的稀疏观测信号内插　138
5.3.2　基于SL0算法的高分辨距离像重构　139
5.3.3　实验与分析　141
5.4　本章小结　147
参考文献　148
第6章　单雷达序列ISAR图像三维重构算法　149
6.1　采用因式分解法进行三维重构的数学原理　149
6.1.1　ISAR图像已完成方位向定标的情况　150
6.1.2　ISAR图像未完成方位向定标的情况　153
6.2　三维重构算法在ISAR成像场景中的影响因素分析　155
6.2.1　ISAR成像中离散投影过程对三维重构的影响　157
6.2.2　雷达相对目标的观测视角对三维重构的影响　164
6.2.3　面元目标模型的ISAR图像仿真与三维重构　169
6.3　基于三维重构的序列ISAR图像方位向定标　171
6.3.1　仅利用散射点的距离坐标信息进行方位定标　172
6.3.2　利用散射点的距离和多普勒信息进行方位定标　175
6.4　本章小结　179
参考文献　179
第7章　多雷达干涉ISAR三维成像算法　181
7.1　干涉ISAR三维成像的信号模型　181
7.2　多雷达通道ISAR图像配准算法　187
7.2.1　多雷达通道ISAR图像失配来源　187
7.2.2　基于联合平动补偿的信号层ISAR图像配准　188
7.3　基于干涉成像技术的ISAR图像定标算法　195
7.4　仿真实验验证　199
7.4.1　散射点目标模型的干涉ISAR成像　200
7.4.2　面元目标模型的干涉ISAR成像　207
7.4.3　基于干涉成像结果的ISAR图像方位向定标　211
7.5　本章小结　214
参考文献　215
第8章　结束语　217