در بسیاری از کاربردهای عملی از جمله رادار دهانه ترکیبی معکوس، با سیگنال هایی سروکار داریم که اغلب دارای ساختار تنک بلوکی می باشند، بدان معنی که مقادیر غیر صفر در تعدادی بلوک (خوشه) اتفاق می افتد. در این سیگنال ها، معمولا اطلاعات قبلی از تعداد، اندازه و مکان بلوک های غیر صفر در دسترس نیست. با توجه به الگوی پیوستگی موجود در سیگنال (ISAR)، برای هر پراکنده گر غالب می توان یک همسایگی در نظر گرفت. در این مقاله با توجه به همبستگی درون خوشه ای بین همسایگی نقاط پراکنده گر غالب، روشی به منظور بازسازی سیگنال تنک (ISAR) مبتنی بر نمونه برداری فشرده بیزین ارایه می کنیم. تنکی هر نقطه پراکنده گر غالب، نه تنها به فراپارامتر خودش، بلکه به فراپارامترهای مجاورش نیز بستگی دارد. روش پیشنهادی به اطلاعات قبلی از ساختار بلوکی نیاز ندارد. همچنین به منظور مدل کردن همبستگی های درون خوشه ای بین نقاط پراکنده گر همسایه، از یک توزیع پیشین گوسی استفاده می شود و در نهایت از استنتاج تغییرات بیزین به منظور یادگیری فراپارامترها و تخمین سیگنال تنک، استفاده شده است. نتایج شبیه سازی برتری قابل توجه روش پیشنهادی را نسبت به سایر روش ها بر حسب میزان همبستگی، خطای بازسازی، درصد بازسازی کامل، آنتروپی و کنتراست تصویر نشان می دهد.

در تصویربرداری مبتنی بر حسگری فشرده (CS) در رادار دهانه ترکیبی معکوس ((ISAR))، معمولاً حرکت یکنواختی برای اهداف در نظر گرفته می شود. بااین حال معمولاً در سناریوهای عملی، اهداف دارای حرکت غیریکنواخت هستند که این حرکت باعث ایجاد شیفت فرکانس داپلر متغیر با زمان شده و تصویر (ISAR) دچار ماتی خواهد شد. همچنین ازآنجاکه ماتریس پایه مورداستفاده در تصویربرداری (ISAR) مبتنی بر حسگری فشرده به پارامترهای حرکت چرخشی وابسته است، مقادیر این پارامترها نیز باید تخمین زده شود. این در حالی است که معمولاً رفتار اهداف نسبت به رادار به صورت همکارانه در نظر گرفته می شود؛ یعنی فرض می شود که حرکت اهداف از دید رادار از قبل شناخته شده است و مسئله تخمین پارامترها در نظر گرفته نمی شود. در این مقاله، روشی بهبودیافته به منظور استخراج تصویر مبتنی بر حسگری فشرده برای حرکت غیریکنواخت با شتاب ثابت و غیرهمکارانه اهداف پیشنهاد و بهترین نمایش تنک برای ماتریس پایه استخراج شده است. نتایج شبیه سازی نشان می دهد که الگوریتم پیشنهادی کارایی بهتری نسبت به سایر روش ها حتی بدون جبران سازی حرکت چرخشی دارد و همچنین کنتراست تصویر بالاتری ارائه می کند.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

تصویربرداری با استفاده از رادار روزنه مصنوعی معکوس ((ISAR)) از اهداف چندگانه یکی از مسائل مهم و چالش برانگیز در تصویربرداری راداری محسوب می شود. همچنین آشکارسازی و تصویربرداری از اهداف در ارتفاع پست و نزدیک سطح به دلیل وجود کلاتر سطوح نیز از موضوعات تحقیقاتی در این حوزه است. اگر اهداف هوایی در محیط دریا درارتفاع کم در حال پرواز باشند، کلاتر دریا نیز بر سیگنال های دریافتی رادار از این اهداف تاثیر زیادی گذاشته و بر دشواری موجود در تصویربرداری (ISAR) خواهد افزود. در این مقاله که از نتایج یک پروژه تحقیقاتی استخراج شده، الگوریتمی کارآمد ارائه شده است که بتوان با وجود چالشهای پیش گفته، تصویربرداری (ISAR) از اهداف چندگانه در ارتفاع پست را در حضور کلاتر دریا انجام داد. در این الگوریتم با عنوان گروه بندی اهداف، مبتنی بر پردازش وفقی فضا-داپلر (SDAP) از اثر کلاتر دریا کاسته و سپس با جبران سازی حرکت انتقالی اهداف به صورت گروهی، تصویر آن ها تشکیل می شود. خوشه بندی(گروه بندی) اهداف مبتنی بر شباهت پارامترهای حرکت انتقالی و تشکیل تصویر هرگروه در یک قاب از مهمترین بخشهای این الگوریتم می باشند. نتایج پیاده سازی نرم افزاری و شبیه سازی نشان می دهد که می توان به طور موثری با استفاده از روش SDAP اثر کلاتر دریا را کاهش و با الگوریتم ارائه شده تصویر گروهی اهداف در خوشه ها با موفقیت تشکیل داد. این نتیجه در مسائل کاربردی از جمله آشکارسازی و شناسایی اهداف هوایی در محیط دریا بسیار حائز اهمیت می باشد.

دسترسی به یک مولد سریع داده خام اهداف متحرک در تصویربرداری با رادار دهانه ترکیبی (SAR)، به ویژه در کاربردهای مربوط به آشکارسازی هدف متحرک زمینی (GMTI)، از اهمیت زیادی برخوردار است. در این مقاله، با ترکیب حوزه زمان و فرکانس، یک الگوریتم سریع برای تولید داده خام اهداف متحرک در تصویربرداری نواری با این رادار، ارائه شده است. با استفاده از این شبیه ساز، در شرایط مختلف از نظر سرعت، شتاب و جهت حرکت هدف، داده خام رادار تولید شده و با بهره گیری از الگوریتم برد- داپلر (RDA)، تصویر نهایی آن استخراج شده است. سپس، تصاویر به دست آمده، با بهره گیری از روابط استخراج شده برای پیش بینی اثر پارامترهای حرکت هدف بر تصاویر رادار، مورد مطالعه قرار گرفته است. نتایج به دست آمده نشان می دهد که شبیه ساز پیشنهادی، از لحاظ سرعت تولید داده خام، نسبت به سایر شبیه سازهای موجود از عملکرد بهتری برخوردار است.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

در این مقاله یک روش سریع پارامتری مبتنی بر تجزیه به مقادیر ویژه و روش حداقل آنتروپی برای تمرکز خودکار در رادار دهانه مصنوعی معکوس ((ISAR)) ارایه می گردد که نسبت به روش های معمول تمرکز خودکار، بار محاسباتی کمتری دارد. در این روش، ماترس کوواریانس داده (ISAR) فشرده شده و همتراز شده در جهت برد تشکیل شده و با استفاده از روش تجزیه به مقادیر ویژه، سیگنال و نویز جدا می شوند. سپس از بردار های ویژه مربوط به سیگنال که خیلی کمتر از کل بردار های ویژه هستند تبدیل فوریه گرفته می شود. در نهایت با استفاده از روش های تمرکز خودکار مرسوم بر روی تصویر به دست آمده خطای فاز استخراج می گردد. در این مقاله از روشی پارامتری مبتنی بر آنتروپی برای این کار استفاده شده است. نتایج به دست آمده از شبیه سازی نشان می دهد که با وجود کاهش بار محاسباتی، کارایی الگوریتم در جبران حرکت هدف حفظ شده است.