### 基于多分量二次频率调制信号参数估计的逆合成孔径雷达非均匀旋转目标成像
#### 摘要与介绍
本文主要介绍了逆合成孔径雷达（ISAR）在非均匀旋转目标成像中的应用，并提出了一种基于多分量二次频率调制（QFM）信号参数估计的新算法。对于非均匀旋转的目标，其雷达回波信号在某一距离单元内可以被建模为多分量QFM信号。通过结合QFM信号参数估计与范围瞬时多普勒技术，可以获得高质量的雷达图像。文中提出了一种改进的立方相位函数（MCPF）算法来估计QFM信号的参数。该算法首先估计二次相位系数，然后利用传统的立方相位函数（CPF）和快速傅里叶变换（FFT）估计其他参数。MCPF算法只需一维最大化处理，与现有算法相比具有优势。通过模拟数据和实测数据的ISAR成像结果验证了所提新算法的有效性。
#### ISAR成像背景与挑战
ISAR成像是雷达成像领域的一个重要主题，在过去二十年中取得了许多有用的结果。对于复杂运动的目标，雷达与目标之间的相对旋转会在积分时间内导致时变多普勒频率。因此，经典的范围多普勒（RD）算法在这种情况下不适合生成聚焦良好的雷达图像。为此，提出了一个新的ISAR成像算法——范围瞬时多普勒（RID）技术，用于非均匀旋转目标的成像。对于RID技术而言，某一距离单元内的雷达回波信号可以被表征为一种特定类型的信号，即多分量二次频率调制信号。通过对不同时间位置的瞬时雷达图像进行处理，可以得到目标的高分辨率图像。
#### 多分量二次频率调制信号模型
在非均匀旋转目标的ISAR成像中，多分量二次频率调制信号模型是关键。这种信号模型可以准确地描述非均匀旋转目标的雷达回波特性。多分量QFM信号由多个具有不同参数的QFM分量组成，每个分量都包含一次和二次相位项。这些参数包括幅度、线性频率调制率（即一次相位系数）、二次频率调制率（即二次相位系数）等。通过对这些参数的估计，可以重建目标的运动轨迹和形状。
#### MCPF算法及其优势
为了有效估计多分量QFM信号中的各个参数，文中提出了一种改进的立方相位函数（MCPF）算法。与传统的CPF算法相比，MCPF算法具有以下优势：
- **准确性**：能够更准确地估计QFM信号的二次相位系数。
- **计算效率**：MCPF算法只需要一维最大化处理，减少了计算复杂度。
- **鲁棒性**：对于噪声干扰下的信号具有较好的抗噪性能。
MCPF算法的具体步骤如下：
1. **预处理**：对输入信号进行初步处理，如去噪、滤波等。
2. **二次相位系数估计**：利用MCPF方法估计出每个分量的二次相期系数。
3. **一次相位系数估计**：利用传统的CPF算法估计一次相位系数。
4. **频率和幅度估计**：通过快速傅里叶变换（FFT）估计每个分量的频率和幅度。
#### 实验验证
为了验证所提出的MCPF算法的有效性，文中进行了模拟数据和实测数据的实验。实验结果表明，无论是在模拟环境中还是实际应用场景下，MCPF算法都能有效地估计多分量QFM信号的参数，并生成清晰的ISAR图像。此外，与现有的算法相比，MCPF算法在处理复杂信号方面表现出更好的性能。
本文提出了一种基于改进立方相位函数的多分量二次频率调制信号参数估计方法，并成功应用于非均匀旋转目标的ISAR成像中。该方法不仅提高了成像质量，还简化了计算过程，对于非均匀旋转目标的雷达成像研究具有重要意义。
