空间自旋目标宽带雷达干涉三维成像方法

孙玉雪， 罗迎， 张群,3， 林永照， 陈春晖

1.空军工程大学 信息与导航学院， 西安 710077

2.信息感知技术协同创新中心， 西安 710077

3.西安电子科技大学 雷达信号处理重点实验室， 西安 710071

空间自旋目标宽带雷达干涉三维成像方法

孙玉雪1,2,*， 罗迎1,2， 张群1,2,3， 林永照1， 陈春晖1

1.空军工程大学 信息与导航学院， 西安 710077

2.信息感知技术协同创新中心， 西安 710077

3.西安电子科技大学 雷达信号处理重点实验室， 西安 710071

空间目标三维成像可为目标的特征提取、分类与识别提供重要依据。基于L型三天线干涉成像原理，提出了一种宽带雷达条件下空间自旋目标干涉三维成像方法。首先，分析了雷达发射线性调频(LFM)信号条件下，空间自旋目标在距离-慢时间平面上的成像特点，建立了基于距离-慢时间平面的空间自旋目标干涉三维成像模型；其次，针对建立的干涉三维成像模型中，不同散射点的回波在距离-慢时间平面上会相互交叠的问题，对回波曲线分离、交叉点处理以及一维距离旁瓣的影响等进行了讨论，并给出了解决方法，从而获得目标三维图像。与已有方法相比，该方法可有效克服单基雷达三维成像无法获得目标各散射点真实三维位置以及在双/多基雷达三维成像时多部雷达回波联合处理较困难的问题。最后，仿真实验结果验证了所提方法的有效性。

自旋目标； 干涉技术； 雷达成像； 宽带雷达； 线性调频信号； 一维距离像

空间目标探测与识别技术一直以来都是世界各国研究的热点。由于空间目标大都具有自旋、锥旋、翻滚、进动等多种微动形式，因此基于微动特征提取的空间目标识别技术得到了广泛研究[1-3]。自旋作为微动形式的一种，通过分析目标自旋引起的回波调制特征，反演目标上散射点的空间三维分布和三维微动参数，可为目标的分类与识别提供重要依据[4-6]。

现有的空间目标三维成像技术，主要有基于单基雷达的三维成像技术和基于双/多基雷达的三维成像技术[7]。文献[8]提出在单基雷达下用匹配滤波方法对太空碎片进行三维成像；文献[9]研究了自旋目标回波在距离-慢时间域的性质，提出了基于宽带复数后向投影的三维成像算法；文献[10]提出了基于双基雷达构型的自旋目标三维图像定标方法；文献[11-12]提出了基于T/R-R结构双基雷达的进动目标参数估计方法。当采用单基雷达对自旋目标进行三维成像时，由于仅能获得目标的径向观测信息，因此无法确定散射点的真实三维空间位置，且需要利用目标微多普勒信号为正弦调频(Sinusoidal Frequency Modulation，SFM)信号这一先验信息，对于复杂微动目标并不适用。当采用双/多基雷达对自旋目标进行三维成像时，受限于目标上散射中心的各向异性以及散射点相互之间的遮挡效应，算法复杂，且不利于系统实现。

近年来，针对惰性刚体运动目标的干涉式逆合成孔径雷达(Interferometric Inverse Synthetic Aperture Radar，InISAR)成像技术已经得到了较为深入的研究[13-15]。其基本原理是通过逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)成像分离目标上不同位置的散射点，再利用干涉处理方法得到散射点的三维分布，获取目标的实际尺寸。对于空间自旋目标，受限于雷达系统的脉冲重复频率(Pulse Repetition Frequency，PRF)，在ISAR成像所需小转角内的有效回波数量往往很少，使得传统的ISAR成像效果不理想，无法有效区分不同散射点，从而影响对散射点的干涉处理，因此现有InISAR成像方法无法实现对空间自旋目标的有效三维成像。然而，在雷达发射宽带信号条件下，自旋引起的调制特征差异使得各散射点回波在距离-慢时间平面上表现为不同的自旋曲线，据此可以有效区分不同散射点的回波，从而提取各散射点回波相位来实现干涉三维成像。因此，本文将InISAR中干涉成像的思路引入到空间自旋目标三维成像技术研究中，基于L型分布三天线结构，提出了自旋目标三维干涉成像方法，在距离-慢时间平面，对不同散射点的自旋曲线进行干涉处理，获得干涉相位差，并根据该干涉相位差与散射点坐标之间的关系，对散射点坐标进行重构，实现了不同时刻对散射点的三维成像，有效克服了单基雷达成像无法获得目标上各散射点真实位置和双/多基雷达成像中多部雷达回波联合处理困难的问题。仿真实验表明该算法能够准确获得散射点的三维分布信息。

1 空间自旋目标干涉三维成像模型

三天线干涉成像系统模型如图1所示，收发一体的天线A以及接收天线B、C分别位于雷达坐标系XYZ的(0,0,0)、(L,0,0)和(0,0,L)处，构成两对相互垂直的基线，基线长度为L。

目标参考点O在雷达坐标系中的坐标为(X,Y,Z)，数据录取初始时刻的坐标为(XO,YO,ZO)。以O点为坐标原点建立两个坐标系：一是目标坐标系xyz，是为描述目标在三维空间中的转动而建立的，随目标在三维空间中的运动而运动；二是参考坐标系UVW，坐标轴在任意时刻都分别与雷达坐标系的坐标轴保持平行，随目标中心的平动而整体平动。它们之间的关系由欧拉角和欧拉旋转矩阵确定[16]。

图1 三天线干涉成像系统与三维自旋目标几何关系图
Fig.1 Geometry of three-antenna interferometric imaging system and 3D rotating targets

(1)

(2)

P点到天线A、B、C的距离分别为RAP、RBP和RCP，O点到天线A、B、C的距离分别为RAO、RBO和RCO，M1、M2分别为AB、AC的中点，P到M1、M2的距离分别为RM1、RM2。

假设雷达发射信号为线性调频(Linear Frequency Modulation，LFM)脉冲信号，发射信号表示为

(3)

采用解线频调方法对接收数据进行处理，设参考距离为Rref。为了简化分析，本文采用三天线分别选取各自参考距离的方法进行解线频调，即RrefA=RAO,RrefB=RBO,RrefC=RCO，此时可实现各天线所获得图像的精确配准。对于天线A有

(4)

(5)

式中：R0为起始时刻P点到A天线的距离；v为目标的平动速度。

将解线频调脉压处理后的差频回波对快时间(以参考点的时间为基准)进行傅里叶变换，天线A 得到的回波数据为

(6)

式中：c为波速；RΔAP(tm)=RAP(tm)-RAO(tm)；σP为P点的散射系数。将式(6)中后两个相位项即“剩余视频相位”项和包络“斜置”项消除后得到

(7)

同理，天线B和C的回波可分别表示为

SBd(f,tm)=

(8)

SCd(f,tm)=

(9)

当对式(7)取模值可得到散射点的一维距离像

(10)

其峰值位置位于f=-2μRΔAP(tm)/c处，从快时间频率-慢时间平面(即f-tm平面，由于f通过距离标定可以转化为径向距离，因此该平面也可称为距离-慢时间平面)上看，距离像峰值呈现为随RΔAP(tm)变化的曲线，经过平动补偿[17-20]处理，RΔAP(tm)中只包含散射点的转动所引起的距离变化，因此该曲线反映了散射点的自旋运动特征。因此，在宽带雷达中，得益于宽带雷达的距离高分辨力，可以从距离-慢时间平面来分析目标自旋引起的回波调制效应。由文献[16]可知，RΔAP(tm)可表示为

RΔAP(tm)=K+rPcos(Ωtm+θP)

(11)

式中：K为回波曲线在距离-慢时间平面的基线位置；rP为振幅，与散射点的自旋半径有关；θP为初始相位。因此，根据不同散射点的自旋半径、初始相位等信息的不同，可在距离-慢时间平面将不同的散射点进行区分。并且式(7)中的相位项正是可用于干涉处理的相位信息。因此，本文提出基于空间自旋目标回波的距离-慢时间平面的干涉处理方法，既能有效实现多散射中心回波分离，也能保证准确获得干涉相位信息以用于三维坐标重构。

对距离-慢时间平面的每个tm时刻回波信号分别进行干涉处理，即可得到干涉相位差为

(12)

(13)

式中：λ为波长。

为保证不发生相位模糊，应使得|ΔφAB(tm)|<π和|ΔφAC(tm)|<π。由目标和天线的几何关系可得散射点P在参考坐标系UVW中U轴和W轴随慢时间变化的坐标分别为

(14)

(15)

在远场条件下，散射点的纵向距离可由一维距离像结合雷达测距信息来获得，再结合式(14)和式(15)即可获得目标的三维位置坐标，从而实现对空间自旋目标的三维成像。

2 基于距离-慢时间平面的干涉处理

由第1节的分析可知，由于自旋目标上各散射点的自旋参数(如自旋半径、初相等)存在差异，通过分析微动引起的距离-慢时间平面的回波调制效应可以分辨不同散射点，并且用于干涉处理的相位信息得以有效保留，因此在宽带雷达中可以构建一种基于距离-慢时间平面的自旋目标干涉式三维成像方法。在具体成像处理过程中，还需要考虑以下问题。

2.1 散射点回波曲线分离

由式(14)可知，由于不同散射点的RM1、RM2存在差异，利用干涉相位差对不同散射点的坐标进行重构时需要将不同散射点回波进行分离，单独处理。

s.t. 1≤xn≤M,1≤yn≤N,yn-yn-1>0,

Sn>ζ,xn∈N,yn∈N

(16)

yn-yn-1>0保证搜索向着同一方向，ζ为设定的阈值，Sn>ζ保证只有幅值超过设定阈值的点才能成为候选点。在曲线交叉处，两条或多条曲线重叠到同一个点，当用式(16)算法搜索下一个相邻慢时间时刻的曲线位置时，各条曲线会搜索到同一点，汇集为一条曲线，为避免该问题，利用距离-慢时间平面曲线导数的连续性，曲线上相邻两点的导数差很小，且在较短时间内曲线的变化趋势基本不变，进行交叉点处曲线的分离。设曲线在(xn-1,yn-1)点处交叉，利用交叉点之前n0个已经分离出的曲线上的点，计算相邻点之间的导数并取平均，在每一个曲线交叉点处通过求解如下的最优化模型即可搜索分离出该条曲线：

s.t. 1≤xn≤M,1≤yn≤N,yn-yn-1>0,

Sn>ζ,xn∈N,yn∈N

(17)

具体地，从距离-慢时间平面曲线骨架中提取各条曲线的算法步骤为

步骤1初始化：令i=1，d=0，c1×N为零向量。

步骤5判断，当d>D时，终止曲线搜索，转步骤8；当d>D时，令r′=[1 2 …M]，转步骤4。

步骤6令

然后转步骤7。

步骤7判断：当i

步骤8将G个向量cip组成矩阵CG×N，CG×N中的每一行就构成一条提取的曲线。

由此可实现不同散射点回波曲线在距离-慢时间平面的分离。

2.2 距离-慢时间平面“交叉点”的处理

对于距离-慢时间平面上不同余弦曲线相互交叉的部分，由式(7)可以看出，直观上表现为在慢时间tl时刻散射点具有相同的RΔ(tl)，以两散射点叠加为例，叠加信号应表示为

(18)

可以看出，由于只有散射系数σ的叠加，并不影响各自用于干涉的相同的相位信息。但由于距离分辨率的限制，在同一距离分辨单元里，不同散射点之间仍然存在距离差，即散射点RΔ(tl)之间存在差异，式(18)并不成立。该距离差导致回波叠加时相位信息被破坏，使得干涉处理之后得到的散射点坐标位置发生错误，因此对于距离-慢时间平面中的不同曲线交叉部分无法直接对其进行干涉处理，需将其剔除。

由式(10)可知，一维距离像由sinc函数决定，曲线交叉处是多个sinc函数的主瓣相互交叠。sinc(a)函数第一零点在a=1处，对于天线A 距离-慢时间像，即

(19)

式中：-2μRΔ/c为峰值点对应的频率。因此，第一零点距峰值点频率差为Δf=1/Tp，所占距离分辨单元数nx为

(20)

式中：Rresolution为距离分辨率。由于sinc函数主瓣能量较高，同样会对干涉相位造成影响，因此对每一交叉点邻近范围进行搜索，将同一慢时间时刻，散射点距离-慢时间平面曲线上的点之间的距离向分辨单元数之差d≤nx的点剔除。具体可在2.1节曲线分离的基础上，搜索曲线之间每一慢时间时刻的行序号之差在剔除范围之内的点，并对其进行剔除处理。

2.3 一维距离像旁瓣的影响分析

一维距离像不可避免的存在旁瓣，旁瓣会对其他散射点的干涉相位造成一定影响。为分析旁瓣的影响，假设有两散射点P和Q，P点和Q点在峰值处的一维距离信号可分别表示为

sP=|AP|ejθ

(21)

sQ=|AQ|ejφ

(22)

式中：AP和AQ分别为点P和Q回波的幅度；θ和φ分别为点P和Q回波的相角。

P点的第m级距离旁瓣可表示为

sPm=ξejθ

(23)

式中：ξ为第m级距离旁瓣的幅值。当其叠加到Q点回波信号峰值上时，所在距离单元信号可表示为

|AQ|ejφ·(1+κχ·ej(θ-φ))

(24)

式中：κ=ξ/|AP|；χ=|AP|/|AQ|。

通过式(24)可见，当叠加了距离旁瓣之后，旁瓣相对幅度κ、两散射点幅值之比χ以及相位差(θ-φ)项都会对Q点相位产生影响，设叠加距离旁瓣之后Q点的相位为φ′。当旁瓣不存在即κ=0时，相位不发生改变。

在某一慢时间时刻，假设φ=π/3，(θ-φ)在(-π,π)范围内变化，χ在(0,10]内变化时，相位改变量φ′-φ在第1旁瓣κ=-0.217 0、第5旁瓣κ=-0.057 9、第10旁瓣κ=-0.030 3处，随(θ-φ)、χ的变化情况如图2所示，可将该变化情况归纳如下：

图2 干涉相位改变量与幅值比和相位差的关系图
Fig.2 Relationship between interferometric phase change and amplitude ratio and phase difference

1) 相位改变量φ′-φ随(θ-φ)在(-π,π)的一个周期内波动变化，当θ-φ=0时，φ′-φ值达到极小值，此时趋于零。

2) 除θ-φ=-π、0、π处，随χ的增加，相位改变量逐渐增加。

3) 第1级旁瓣范围内相位改变量最高，旁瓣级越高相位改变量逐渐降低。

4) 在幅值比χ较低的情况下，一般当χ<5时，相位改变量趋于零。

可以看出，由于一维距离旁瓣的影响，当散射点回波之间幅值相差较大时，强回波信号的旁瓣会对弱回波信号的相位造成较大影响；但当幅值相差不大时，旁瓣的影响较小，在一定误差范围内可以将其忽略。当两天线进行相位干涉时，两天线干涉相位改变量的随机性以及在较短时间内叠加旁瓣幅值的波动变化性，使得叠加了距离旁瓣之后的干涉相位差在真实值附近随机变化。

综上，对空间自旋目标的三维成像流程图可归纳如图3。

图3 三维成像流程图
Fig.3 Flow chart of 3D imaging

3 仿真校验

3.1 两散射点时

采用图1所示的三天线结构对远场自旋运动目标进行仿真分析。初始时刻目标自旋中心位于雷达坐标系的[0 500 0] km处，自旋角速度为ω=[2π 4π 2π]Trad/s，初始欧拉角为[0 π/4 π/5] rad，仿真中假设目标的平动已被精确补偿。目标上有两个散射点，在目标坐标系中的坐标分别为[-2.5 10 5]和[6 -2.5 -15]，单位为m，两散射点散射系数均设为1。假设雷达发射信号载频为fc=10 GHz，带宽为300 MHz，照射时间为1 s，脉冲重复频率PRF=1 000 Hz，距离分辨率为0.5 m，基线长度L=200 m。

三维干涉成像的过程如下：

步骤1对回波信号进行解线频调处理，进行一维距离成像，并对距离-慢时间平面不同散射点的回波曲线进行分离，计算sinc函数第一零点距峰值点之间的距离分辨单元数为nx=1，将交叉点以及邻近距离分辨单元数之差d≤1的点剔除。一维距离像以及骨架提取、曲线分离和交叉点去除结果如图4(a)～图4(c)所示。

步骤2对三天线得到的距离-慢时间像进行干涉处理，得到U轴和W轴重构坐标，对于每一交叉点周围区域由一维距离旁瓣引起的不理想的重构坐标进行剔除；通过一维距离像得到V维坐标，结果如图4(g)～图4(i)所示，真实坐标变化如图4(d)～图4(f)所示,其中不同颜色的曲线分别与图4(c)中对应，代表不同散射点的坐标变化。

图4 距离-慢时间平面成像以及坐标重构结果
Fig.4 Results of imaging on range-slow time plane and reconstructed coordinate values

步骤3U轴和W轴重构坐标在一维距离旁瓣的影响下，在真实坐标周围作小范围的随机波动，V维坐标受距离分辨率的限制，并不是平滑的曲线。可对三维重构坐标做平滑处理，做曲线拟合的结果如图4(j)～图4(l)所示，经过曲线拟合之后坐标值的均方误差(Mean Squared Error, MSE)如表1所示，可见，重构坐标值已经极好地逼近真实值。

图4(m)和图4(n)给出了在tm=0.15 s和tm=0.8 s两个时刻的两散射点三维成像结果，蓝色圆圈代表理论成像位置，红色记号为实际成像结果，从图中可以看出，三维成像结果与实际相吻合。将成像时间内所有慢时间时刻的成像结果获得的散射点位置进行连接便可得到散射点运动轨迹，如图4(o)所示。

表1 重构坐标值MSETable 1 MSE of reconstructed coordinate values

从仿真结果中可以看出，除了交叉点处以及一维距离旁瓣影响较大的慢时间时刻，采用干涉处理的方法得出的U轴坐标和W轴坐标较好地重构出了真实坐标值，经过拟合将坐标曲线进行平滑并将交叉点附近区域进行连接，更精确地逼近散射点的真实坐标值。

为分析该成像算法在噪声环境下的性能，在仿真回波数据中加入高斯白噪声，当信噪比(SNR)为0 dB时，坐标重构结果分别如图5(a)、图5(b)和图5(c)所示。由于高斯白噪声为随机分布，对干涉相位以及重构坐标的影响也是随机的，仍可采用拟合的方法进行平滑。经过数据拟合之后的坐标如图5(d)、图5(e)和图5(f)所示，重构结果的MSE如表2所示。可以看出，在 0 dB 条件下重构误差很小，重构结果比较好。但是当信噪比降到-3 dB时，重构误差已经较大，无法得到正确的散射点坐标值。

图5 信噪比为0 dB时坐标重构结果
Fig.5 Results of reconstructed coordinate values for SNR=0 dB

表2 SNR为0 dB时重构坐标值MSE

3.2 多散射点时

在距离-慢时间平面上，不同散射点的一维距离旁瓣会产生相互影响，虽然在2.3节的分析中已经得出当不同散射点的回波幅值相差不大时，一维距离旁瓣的影响很小，在一定误差范围内可忽略，但当目标上存在多个强散射点，在距离-慢时间平面上，各个散射点产生的回波曲线相互交叠，如果有多个距离旁瓣相互叠加，则可能对干涉相位产生一定影响。为分析多散射点情况下该算法的性能，仿真实验中，假设目标存在10个散射点，其初始位置分别为[1.5 12 1.5]，[-1.5 -12 -3]，[-2.5 -10 5]，[3.3 8.4 -9.8]，[-2 2.75 -1.2]，[2 20 1]，[-6 -6.5 -10]，[-8 -12 -12.5]，[-2.5 11 5.5],[-8 8 -10]，单位均为m。其他仿真参数与3.1节相同。仿真结果如图6所示。

从重构结果中可以看出，10个散射点的回波曲线在距离-慢时间平面上被分离，图6(c)中不同曲线代表不同散射点的回波位置。根据分离出来的十条正弦曲线，采用Hough变换[22]可寻找到各个交叉点所在位置，将交叉点及邻近一定范围内的点剔除，经过干涉处理之后得到U轴和W轴重构结果。从图6(d)和图6(e)可以看出，重构结果受到一维距离旁瓣的影响，产生一定的波动，但经过曲线拟合之后的坐标仍然能够很好地逼近真实值。图6(g)、图6(h)和图6(i)对十个散射点坐标曲线的拟合优化结果中，每一图中不同颜色的曲线代表不同的散射点的坐标曲线，三幅图中同一颜色的曲线分别对应同一散射点的三维坐标曲线。10个散射点的坐标重构误差如表3所示。U轴重构坐标误差中MSE值与对应散射点旋转范围所在圆的直径的最大比值为3.66%，W轴为3.36%。为验证多散射点条件下该算法的稳健性，在回波中加入5 dB的高斯白噪声，U轴重构结果如图7(a)和图7(b)所示，W轴重构坐标如图7(c)和图7(d)所示,图7(e)为V轴重构坐标。经过曲线拟合得到的重构结果的误差如表3所示，U轴重构坐标误差中MSE值与对应散射点旋转范围所在圆的直径的最大比值为7.24%，W轴为2.34%，可见噪声与一维距离旁瓣的共同作用既有可能加剧干涉相位的波动，对坐标重构产生不利影响；也可能二者对相位产生的波动相互抵消，从而改善重构精度。

图6 距离-慢时间平面成像以及坐标重构结果
Fig.6 Results of imaging in range-slow time plane and reconstructed coordinate values

图7 信噪比为5 dB时坐标重构结果
Fig.7 Results of reconstructed coordinate values for SNR=5 dB

表3 重构坐标值MSETable 3 MSE of reconstructed coordinate values

4 结 论

本文在L型三天线干涉式三维成像体制下，对宽带信号条件下空间自旋目标三维干涉成像展开了研究。虽然本文是针对自旋目标进行三维成像的研究，但对于其他微动形式如进动，可采取同样的思路，在距离-慢时间平面进行干涉成像，该方法仍然适用。在低信噪比条件下噪声对干涉处理的结果影响较大，因此对于强噪声背景下如何实现准确的三维成像，还需要在以后的工作中进一步予以研究。

[1] SURESH P, THAYAPARAN T, OBULESU T, et al. Extracting micro-doppler radar signatures from rotating targets using fourier-bessel transform and time-frequency analysis[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(6): 3204-3210.

[2] LUO Y, ZHANG Q, YUAN N, et al. Three-dimensional precession feature extraction of space targets[J]. IEEE Transactions on Aerospace and Electronic System, 2014, 50(2): 1313-1329.

[3] 肖金国, 杜兰, 韩勋, 等. 基于参数化时频分析的进动锥裙目标瞬时微多普勒频率提取方法[J]. 电子与信息学报, 2016, 38(1): 90-96.

XIAO J G, DU L, HAN X, et al. Micro-Doppler frequency extraction for cone-skirt shaped target with precession based on parameterized time-frequency analysis[J]. Journal of Electronics and Information Technology, 2016, 38(1): 90-96 (in Chinese).

[4] 毕严先, 魏少明, 王俊, 等. 基于最小二乘估计的InISAR空间目标三维成像方法[J]. 电子与信息学报, 2016， 38(5)： 1079-1084.

BI Y X, WEI S M, WANG J, et al. Interferometric ISAR imaging for 3-D geometry of uniformly rotating targets based on least squares estimation method[J]. Journal of Electronics & Information Technology, 2016, 38(5): 1079-1084 (in Chinese).

[5] 尹建凤, 李道京, 王爱明, 等. 基于星载毫米波顺规-交轨InISAR的空间运动目标三维成像技术研究[J]. 宇航学报, 2013, 34(2): 237-245.

YIN J F, LI D J, WANG A M, et al. Three-dimensional imaging technique of space moving space target based on spaceborne along-cross track millimeter-wave In-ISAR[J]. Journal of Astronautics, 2013, 34(2):237-245 (in Chinese).

[6] 付耀文, 李亚楠, 黎湘. 基于MFT的非匀速转动目标干涉ISAR三维成像方法[J]. 宇航学报, 2012, 33(6): 769-775.

FU Y W, LI Y N, LI X. A 3-D InISAR imaging method for non-uniformly rotating target based on match Fourier transform[J]. Journal of Astronautics, 2012, 33(6): 769-775 (in Chinese).

[7] 陈永安, 罗迎, 王恺, 等. 多天线干涉处理的窄带雷达空间旋转目标三维成像[J]. 空军工程大学学报(自然科学版), 2016, 17(4): 46-51.

CHEN Y A, LUO Y, WANG K， et al. Three dimensional imaging for space target based on multi-antenna interferometric processing[J]. Journal of Air Force Engineering University(Natural Science Edition), 2016, 17(4): 46-51 (in Chinese).

[8] XING M, WANG Q, WANG G, et al. A matched-filter-bank-based 3-D imaging algorithm for rapidly spinning targets[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(7): 2106-2113.

[9] BAI X R, XING M D, ZHOU F, et al. High-resolution three-dimensional imaging of spinning space debris[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(4): 2352-2362.

[10] BAI X R, XING M D, ZHOU F, et al. Scaling the 3-D image of spinning space debris via bistatic inverse synthetic aperture radar[J]. IEEE Geoscience and Remote Sensing Letters, 2010, 7(3): 430-434.

[11] 邹小海, 艾小锋, 李永祯, 等. 自旋尾翼弹头的双基地微多普勒研究[J]. 电子与信息学报, 2012, 34(9): 2122-2127.

ZOU X H, AI X F, LI Y Z, et al. Bistatic Micro-Doppler of the Spinning Warhead with Fins[J]. Journal of Electronics and Information Technology, 2012, 34(9): 2122-2127 (in Chinese).

[12] AI X F, HUANG Y, ZHAO F, et al. Imaging of spinning targets via narrow-band T/R-R bistatic radars[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(2): 362-366.

[13] CHEN Q Q, XU G, ZHANG L, et al. Three-dimensional interferometric inverse synthetic aperture radar imaging with limited pulses by exploiting joint sparsity[J]. IET Radar Sonar Navigation, 2015, 9(6): 692-701.

[14] MAHDI N, MOHAMMAD H B. A novel model for three-dimensional imaging using interferometric ISAR in any curved target flight path[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(6): 3236-3245.

[15] TIAN B, ZOU J W, XU S Y, et al. Squint model interferometric ISAR imaging based on respective reference range selection and squint iteration improvement[J]. IET Radar Sonar Navigation, 2015, 9(9): 1366-1375.

[16] 张群, 罗迎. 雷达目标微多普勒效应[M]. 北京: 国防工业出版社, 2013: 3-42.

ZHANG Q, LUO Y. Micro-doppler effect of radar targets[M]. Beijing: National Defense Industry Press, 2013: 3-42 (in Chinese).

[17] 罗迎, 柏又青, 张群, 等. 弹道目标平动补偿与微多普勒特征提取方法[J]. 电子与信息学报, 2012, 34(3): 602-608.

LUO Y, BAI Y Q, ZHANG Q, et al. Translation motion compensation and micro-Doppler feature extraction of ballistic targets[J]. Journal of Electronics and Information Technology, 2012, 34(3): 602-608 (in Chinese).

[18] 贺思三, 赵会宁, 张永顺. 基于延迟共轭相乘的弹道目标平动补偿[J]. 雷达学报, 2014, 3(5): 505-510.

HE S S, ZHAO H N, ZHANG Y S. Translational motion compensation for ballistic targets based on delayed conjugated multiplication[J]. Journal of Radars, 2014, 3(5): 505-510 (in Chinese).

[19] 杨有春, 童宁宁, 冯存前, 等. 弹道目标中端平动补偿与微多普勒提取[J]. 宇航学报, 2011, 32(10): 2235-2241.

YANG Y C, TONG N N, FENF C Q, et al. Translation compensation and micro-doppler extraction of ballistic targets in midcourse[J]. Journal of Astronautics, 2011, 32(10): 2235-2241 (in Chinese).

[20] 黄大荣, 郭新荣, 张磊, 等. 稀疏孔径ISAR机动目标成像与相位补偿方法[J]. 航空学报, 2014, 35(7): 2019-2030.

HUANG D R, GUO X R, ZHANG L, et al. ISAR phase compensation and imaging of maneuvering target with sparse apertures[J]. Acta Aeronautica et Astronautica Sinica, 2014, 35(7): 2019-2030 (in Chinese).

[21] GONZALEZ R C, WOODS R E. Digital image processing[M]. 2nd ed. Upper Saddle River, NJ: Prentice-Hall, 2002: 543-544.

[22] ZHANG Q, YEO T S, TAN H S, et al. Imaging of a moving target with rotating parts based on the Hough transform[J]. IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(1): 291-299.

Interferometric3Dimagingforspacerotatingtargetsinwidebandradar

SUNYuxue1,2，*,LUOYing1,2,ZHANGQun1,2,3,LINYongzhao1,CHENChunhui1

1.InformationandNavigationCollege,AirForceEngineeringUniversity,Xi’an710077,China2.CollaborativeInnovationCenterofInformationSensingandUnderstanding,Xi’an710077,China3.KeyLaboratoryforRadarSignalProcessing,XidianUniversity,Xi’an710071,China

3Dimagingforspacetargetscanprovidegreatsupportforfeatureextraction,andtargetcategorizationandrecognition.BasedonthreeL-shapedantennainterferometricimagingprinciple,aninterferometricmethodfor3Dimagingofspacerotatingtargetsinwidebandradarisproposed.Theimagingfeaturesofspacerotatingtargetsonrange-slow-timeplaneisanalyzedwhenradartransmitslinearfrequencymodulation(LFM)signals.Aninterferometric-processingbased3Dimagingmodelforspacerotatingtargetsisthenestablished.Consideringtheechoesofdifferentscatterswilloverlaponrange-slow-timeplaneinthemodelproposed,somespecificissuessuchasechocurveseparation,overlappedpointdispositionandtheeffectofhighresolutionrangeprofilesidelobeonimagingarediscussed,andthecorrespondingsolutionsareputforward.Generally,themethodhastheadvantageofobtainingthereal3Dpositionoftargetscattersovermonostaticradar-basedimagingmethods,thusavoidingthedifficultyinjointprocessingmultistaticradar-basedimagingmethods.Simulationresultsverifytheeffectivenessoftheproposed3Dimagingmethod.

rotatingtarget;interferencetechnique;radarimaging;widebandradar;chirpsignal;rangeprofile

2016-05-04；Revised2016-10-08；Accepted2016-11-04；Publishedonline2016-11-151013

URL：www.cnki.net/kcms/detail/11.1929.V.20161115.1013.002.html

s：NationalNaturalScienceFoundationofChina(61571475,61471386);ScienceFoundationforPostDoctorateofChina(2015M570815)

2016-05-04；退修日期2016-10-08；录用日期2016-11-04； < class="emphasis_bold">网络出版时间

时间：2016-11-151013

www.cnki.net/kcms/detail/11.1929.V.20161115.1013.002.html

国家自然科学基金 (61571475，61471386)； 中国博士后科学基金 (2015M570815)

＊

.E-mailsunyuxuejiayou@163.com

孙玉雪， 罗迎， 张群， 等． 空间自旋目标宽带雷达干涉三维成像方法J． 航空学报,2017,38(4):320399.SUNYX,LUOY,ZHANGQ,etal.Interferometric3DimagingforspacerotatingtargetsinwidebandradarJ.ActaAeronauticaetAstronauticaSinica,2017,38(4):320399.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

10.7527/S1000-6893.2016.0286

V243.2； TN957

A

1000-6893(2017)04-320399-13

(责任编辑： 苏磊)

＊Correspondingauthor.E-mailsunyuxuejiayou@163.com