本文介绍了一种基于稀疏频谱的正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）和线性频率调制（Linear Frequency Modulation，LFM）波形技术来实现高分辨率逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）成像的算法。该算法利用压缩感知（Compressive Sensing，CS）理论，旨在获得目标的高分辨率成像的同时，大幅降低雷达系统的数据率。
在逆合成孔径雷达成像中，为了获得高距离分辨率，通常需要传输宽带宽度的波形。例如，为了获得厘米级别的距离分辨率，需要使用几个GHz的带宽。然而，这样的宽带宽度对于模数转换器（Analog-to-Digital Converter, ADC）而言可能会造成许多困难。
为了解决这个问题，本文采用了压缩感知（CS）理论来处理稀疏信号，并使用OFDM技术来克服传统宽带波形如步进频率信号和步进频率调频信号的速度敏感性问题。同时，OFDM技术大大缩短了高分辨率距离轮廓（High Resolution Range Profile，HRRP）合成的采集时间。步进频率信号（Stepped Frequency Signal，SFS）和步进频率调频信号（Stepped Frequency Chirp Signal，SFCS）尽管能够通过在时域或频域中连接各个脉冲来实现大总带宽的传输信号，但它们对目标的径向速度非常敏感。而且，这类信号在HRRP合成方面需要相对较长的采集时间，这在某些应用场景，如多目标成像时可能是难以接受的。
本文提出的算法结合了OFDM技术和稀疏频谱的LFM波形，通过使用OFDM技术在减少雷达系统瞬时带宽的同时克服了SFS和SFCS的径向速度敏感性问题，并显著减少了HRRP合成的采集时间。通过仿真验证了所提出的算法的有效性。
具体来说，压缩感知理论允许从远小于Nyquist采样定理所要求的采样点中精确地重建出原始信号，它是一种用于稀疏信号重建的新技术。利用该理论，可以设计出能够在低数据率条件下采集高分辨率雷达图像的算法，这对于降低雷达系统的成本和复杂性有着重要意义。
在介绍的算法中，OFDM技术的一个关键优势在于它能够将大带宽分解成许多窄带的正交子载波，这有助于减少A/D转换器的难度，并同时克服了传统宽带波形在速度敏感性上的问题。这种技术有效地提高了信号处理的效率，并可以处理多普勒效应引起的问题，这对于移动目标的高分辨率成像尤为重要。
在ISAR成像的应用中，尤其是在军事侦察和监视中，这种技术可以带来革命性的改进，它不仅能够减少系统的数据传输需求，也能够减少处理时间，从而快速获得目标的高分辨率成像结果。这对于快速反应和实时处理雷达数据的场合尤为重要，比如在反导和对快速移动目标的监测中。
总结来说，本研究论文提出的基于稀疏频谱OFDM-LFM波形的高分辨率ISAR成像算法，不仅提高了雷达成像的分辨率，同时也优化了雷达系统的性能，使它在数据率和采集时间方面都具有明显的优势。这为雷达图像处理领域提供了一种新的有效解决方案，对于提高现代雷达系统的功能和性能具有深远的意义。
