A Three-Dimensional Forward-Looking Imaging Algorithm Based on 2D Iterative Adaptive Approach论文阅读-CSDN博客

本文链接：https://blog.csdn.net/yangqoor/article/details/147340235

A Three-Dimensional Forward-Looking Imaging Algorithm Based on 2D Iterative Adaptive Approach

1. 论文研究目标与产业意义

1.1 核心问题
论文旨在解决机载平面阵列雷达在三维前视成像中方位-俯仰分辨率不足的问题。传统方法（如2D-FFT）受限于天线物理孔径和傅里叶变换的旁瓣效应，导致相邻目标在方位和俯仰方向难以分辨。本文提出一种基于二维迭代自适应方法（2D Iterative Adaptive Approach, 2D-IAA）的算法，通过单快照超分辨估计提升分辨率。

1.2 产业意义

导弹制导：需实时高分辨识别前视区域目标
地质勘探：提升地形三维重建精度
无人机避障：增强复杂环境感知能力

2. 创新方法与模型设计

2.1 总体框架

提出 基于2D-IAA的三维前视成像算法，核心流程分为三阶段：

距离向脉冲压缩：提升距离分辨率
单快拍二维超分辨处理：
- 对每个距离-脉冲单元（Range-Pulse Cell）的 $M_1 \times M_2$ 维阵列数据
- 应用 2D-IAA（二维迭代自适应方法） 生成方位-俯仰超分辨谱
波束扫描累积：
- 按瞬时波束中心位移对齐叠加多脉冲谱

2.2 信号模型构建

2.2.1 平面阵列几何与导向矢量

在这里插入图片描述

坐标系定义（图1）：
- 平台沿 y 轴运动
- 平面阵列法线平行于 z 轴
- 方位角 $\varphi$ （x-y平面），俯仰角 $\theta$ （z-y平面）
相位差模型（式(1)）：
$\Delta\phi_{m_1 m_2} = -2\pi\frac{d}{\lambda}\left[(m_1-1)\sin\theta_i\cos\varphi_j + (m_2-1)\sin\varphi_j\right]$
其中 $m_1=1,\dots,M_1$ , $m_2=1,\dots,M_2$
波数域变量（式(2))：
$u_{ij} = \frac{2\pi d}{\lambda}\sin\theta_i\cos\varphi_j, \quad v_{ij} = \frac{2\pi d}{\lambda}\sin\varphi_j$
导向矢量分解：
- 俯仰导向矢量（式(3))：
  $a_z(\theta_i,\varphi_j) = \left[1, e^{-ju_{ij}}, \cdots, e^{-j(M_1-1)u_{ij}}\right]^T$