摘要
合成孔径雷达(SAR)探测区域中存在一类微动目标，例如旋转的雷达天线以及振动的车辆引擎等，它们会使SAR回波产生复杂的非线性微多普勒相位调制，使频谱展宽，这被称为微多普勒效应。回波中这些复杂的非线性调制相位中包含了丰富的目标微动特征信息，通过挖掘这些信息的内容，可以获取反映目标结构、运动等信息的特征量，这在战场侦察监视、目标识别、精确制导等领域具有重大意义，已成为SAR领域的研究热点。本文以双通道SAR为探测平台为例，主要针对目前算法存在的抗杂波噪声能力弱，运算量大，不能适应多微动目标、大微动目标、复合微动目标等实际问题进行了深入研究。 第二章研究了微动目标的双通道SAR回波信号建模，并对信号特性进行了分析。经过分析，指出微动目标的SAR方位信号可以建模为正弦调频(SFM)信号的形式，而微动目标的相位中心偏置天线(DPCA)信号可以建模为正弦调幅(SAM)-SFM信号，并且经过DPCA处理能够去除静止地杂波。给出了微动目标的SAR成像成对回波原理，并推导了鬼影像间距和长度的表达式。仿真实验证明了微动目标的双通道SAR信号理论分析的正确性。通过DPCA信号与方位信号的时频分布和频谱图的对比实验，指出当距离单元杂波较弱时，为保证微动信息的完整性，更适合在方位信号中检测微动目标；当距离单元杂波较强时，为去除强杂波的影响，更适合在DPCA信号中检测微动目标。 第三章研究了多微动目标的快速检测与参数估计算法。为解决强杂波噪声情况下的多微动目标快速检测问题，提出了基于脉冲重复周期(PRI)变换的微动目标快速检测算法，该算法利用DPCA对消技术消除杂波，并沿方位向累加DPCA信号来提高抗噪声能力，利用PRI变换法实现多微动目标的快速检测。为解决多个微动目标的快速参数估计问题，在检测算法的基础上提出了基于随机抽样Hough变换的快速微动参数估计算法，该算法利用新的适应曲线提取法实现了多条时频曲线同时准确提取，并通过降低Hough变换的参数空间维数和减少参与运算的时频曲线点数来降低计算量。仿真实验验证了检测算法和参数估计算法的正确性。 第四章研究了大反射系数差异的微动目标检测与参数估计。提出了两种算法：基于时频滤波器和基于Hough变换的强弱微动目标检测与参数估计算法，第一种算法通过构造时频滤波器来提取强目标的时频特征，通过更新时频分布来消除强目标的遮蔽效应；第二种算法利用Hough变换估计得到的参数构造强分量信号，通过从原信号中去除强分量信号来消除遮蔽效应。仿真实验验证了两种算法的正确性。第一种算法在时频曲线交叠严重时会导致弱微动目标信息严重缺失，但对目标微动形式没有限制；第二种算法对微动形式有限制(仅适应正弦形式的微动)，但能很好地适应时频交叠严重的微动目标。 第五章研究了大微动目标的检测与参数估计。大微动目标指SAR方位信号带宽大于PRF的微动目标，针对大微动目标提出了三种算法：基于Hough变换、基于逆Radon变换和基于双通道SAR相位干涉的大微动目标检测与参数估计算法，第一种算法修正了大微动目标的时频曲线解析式，使得Hough变换能够有效对折叠正弦曲线在参数域聚焦；第二种算法拼接多个时频图来获取完整的正弦曲线，然后利用逆Radon变换进行检测与参数估计；第三种算法是对双通道SAR两个通道的方位信号进行干涉处理，使得干涉处理后的微多普勒带宽大大减小(小于PRF)，从而满足Nyquist采样定理。仿真实验验证了三种算法的正确性。对于严重微多普勒模糊的微动目标，第一种算法会出现时间分辨不足而导致时频曲线无法准确提取的问题，第二种算法会出现需要拼接多个时频图而导致运算量大的问题，因此前两种算法不适用微多普勒带宽太大的微动目标。第三种算法适用于严重微多普勒模糊的微动目标，但是不适用于微多普勒带宽较小的微动目标。 第六章研究了复合微动目标的检测与参数估计。提出了两种算法：基于小波变换信号多分辨分析和基于时频曲线提取的复合微动目标检测与参数估计算法，第一种算法对距离压缩信号的相位进行多层小波分解实现平动分量与微动分量的分离，并对分离出的时间快变微动成分相位进行FFT实现检测与参数估计，第二种算法用Viterbi算法提取复合微动目标的时频曲线，然后从时频曲线中减去一次函数拟合结果来消除平动分量的影响，最后对微动分量的瞬时频率曲线进行FFT实现检测与参数估计。仿真实验验证了两种算法的正确性。第一种算法适用于含有较大微动频率(大于10Hz)成分的复合微动目标的检测，对微动频率较小(小于10Hz)的微动成分无法检测。第二种算法不仅适用于含有微动频率较大的复合微动目标的检测，对于复合微动目标中含有微动频率较小的一个或多个微动分量依然适用，但是相比于第一种算法，第二种算法由于需要进行时频分析和时频曲线提取，因此运算复杂度要更高。 本文考虑了各种复杂情况下微动目标的检测与参数估计问题，对进一步贴近实际战场的SAR微动目标探测具有一定的指导意义。
NETL