基于变分模态分解与优选的超高分辨ISAR成像微多普勒抑制方法

• Published in: 雷达学报 Vol. 13; no. 4; pp. 852 - 865
• Main Authors: 李中余, 桂亮, 海宇, 武俊杰, 王党卫, 王安乐, 杨建宇
• Format: Journal Article
• Language: Chinese
• Published: 电子科技大学信息与通信工程学院 成都 611731%空军预警学院 武汉 430019 2024
• Subjects: Inverse Synthetic Aperture Rada(ISAR); Time-frequency analysis; 变分模态分解; 时频分析; Variable Mode Decomposition(VMD); 逆合成孔径雷达; 最小熵; 微多普勒; Micro-Doppler; Entropy minimization
• ISSN: 2095-283X
• DOI: 10.12000/JR24043

TN957; 逆合成孔径雷达(ISAR)在对空中目标成像时,目标自身的转动、振动等局部微动将产生微多普勒效应,回波将附加额外的多普勒调制,造成频谱展宽.在超高分辨条件下,这一微动特性将会影响主体散射点的聚焦,导致目标图像局部散焦模糊,严重影响成像质量.并且,微多普勒相位还具有时变非平稳特性,难以从ISAR目标回波中准确估计或分离出微多普勒.为了解决上述问题,该文利用目标主体回波和微多普勒分量的时频分布差异,提出一种基于变分模态分解(VMD)与优选的非参数化方法抑制了回波中的微多普勒分量,消除了微多普勒对成像的影响,获得超高分辨率的无人机ISAR成像结果.该文首先引入VMD算法并将其扩展到复数域,将ISAR目标回波数据沿方位向分解为若干个中心频率均匀分布于多普勒采样带宽中的模函数,在此基础上利用图像熵指标优化分解参数和筛选成像模态,以保证微多普勒的良好抑制和主体回波的较完整保留.与现有基于经验模态分解(EMD)和局部均值分解(LMD)的方法相比,所提方法在超大带宽条件下对旋翼微动引起的微多普勒干扰有着更为出色的抑制效果,而且对机身部分的保留更为完整.最后,通过仿真对比和超宽带微波光子ISAR无人机实测数据处理,证明了该文所提方法的有效性和优势.