К.П. Лихоеденко1, Г.М. Серегин2, В.Б. Сучков3, А.Ю. Перов4

1–4 МГТУ им. Н.Э. Баумана (Москва, Россия)

1 klikhoedenko@bmstu.ru, 2 seregin@bmstu.ru, 3 vbs-2014@bmstu.ru, 4 perovau@bmstu.ru

Постановка проблемы. Важным аспектом для верификации алгоритмов классификации и кластеризации является формирование достаточно большой обучающей последовательности, состоящей из поляризационных радиопортретов или параметров отраженного сигнала. С учетом геометрических размеров и параметров радиолокационной системы процесс вычисления параметров отраженных сигналов и синтезирования поляризационных сигнатур может быть крайне трудоемким с точки зрения затраченного времени. Для решения этой задачи необходимо оптимизировать процесс синтезирования радиопортретов с учетом расширения исходного пространства признаков поляризационными характеристиками отраженных сигналов.

Цель. Создать алгоритм построения поляризационного радиолокационного портрета объекта локации сложной формы радиолокатором с инверсным синтезированием апертуры.

Результаты. Разработана многоточечная модель спутника GPS для радиолокатора с инверсным синтезированием апертуры, работающего в X-диапазоне. Рассчитаны параметры зондирующего ЛЧМ-радиосигнала и вычислены угловые интервалы синтезированной апертуры с учетом требований по разрешающей способности при использовании многоточечной модели. В прикладном пакете MATLAB реализован алгоритм обработки отраженных сигналов и построены поляризационные сигнатуры по многоточечному представлению спутника GPS. Для исследуемого объекта локации синтезированы поляризационные радиолокационные портреты с заданного ракурса наблюдения при различных параметрах синтезирования апертуры. Обоснована возможность применения предложенного алгоритма формирования изображения для создания обучающей выборки с учетом поляризационных характеристик спутника GPS.

Практическая значимость. Представленная методика позволяет значительно сократить время формирования высококонтрастных радиолокационных портретов для радиолокатора с инверсным синтезированием апертуры при проведении его имитационного моделирования с целью верификации алгоритмов обнаружения и распознавания космических объектов.

Лихоеденко К.П., Серегин Г.М., Сучков В.Б., Перов А.Ю. Математическое моделирование поляризационных радиолокационных портретов объектов сложной формы на основе их многоточечных моделей в радиолокаторах с инверсным синтезированием апертуры // Успехи современной радиоэлектроники. 2024. T. 78. № 2. С. 13–24. DOI: https://doi.org/10.18127/j20700784-202402-02

1. Chen V.C., Martorella M. Inverse synthetic aperture radar imaging: Principles, algorithms and applications. Institution of Engineering and Technology. 2014.
2. Ozdemir C. Inverse synthetic aperture radar imaging with MATLAB algorithms. John Wiley & Sons. 2012.
3. Lazarov A., Minchev C. ISAR geometry, signal model, and image processing algorithms // IET Radar, Sonar & Navigation. 2017. V. 11. №. 9. P. 1425–1434.
4. Chen R., Jiang Y. Hybrid SAR-ISAR imaging for space target via 2-D spectrum and SIHR with spaceborne radar // IEEE Transactions on Aerospace and Electronic Systems. 2024. P. 1–22. DOI: 10.1109/TAES.2024.3351113.
5. Anger S. et al. High-resolution inverse synthetic aperture radar imaging of satellites in space // IET Radar, Sonar & Navigation. 2023. P. 1–20.
6. Yang T. et al. Orbital-angular-momentum-based super-resolution ISAR imaging for maneuvering targets: Modeling and performance analysis // Digital Signal Processing. 2021. V. 117. P. 103197.
7. Kumari V.V., Hari K. Efficient ISAR image classification using MECSM representation // Journal of King Saud University – Computer and Information Sciences. 2016. V. 17.
8. Yang H., Zhang Ya., Ding W. A fast recognition method for space targets in ISAR images based on local and global structural fusion features with lower dimensions // International Journal of Aerospace Engineering. 2020. V. 21.
9. Du H. et al. Integrated convolution network for ISAR imaging and target recognition // IEEE Journal on Miniaturization for Air and Space Systems. 2023.
10. Huang P. et al. High-resolution ISAR imaging for maneuvering targets based on iterative adaptive processing // IEEE Transactions on Computational Imaging. 2021. V. 7. P. 1093–1108.
11. Demirci S., Kirik O., Ozdemir C. Interpretation and analysis of target scattering from fully-polarized ISAR images using Pauli decomposition scheme for target recognition // IEEE Access. 2020. V. 8. P. 155926–155938.
12. Борзов А.Б., Лабунец Л.В., Павлов Г.Л., Сучков В.Б., Перов А.Ю. Распознавание антропогенных 3D-объектов на подстилающей поверхности методами интеллектуального анализа поляризационной матрицы рассеяния // Радиотехника и электроника. 2020. Т. 65. № 7. С. 684–694.
13. Синева А.А. Поляризационная радиолокация для обнаружения и идентификации пленочных загрязнений моря // Труды Московского физико-технического института. 2014. Т. 6. № 3 (23). С. 129–141.
14. Demirci S. Applying polarimetric target decomposition to 2D turntable ISAR imagery of a complex vehicle // International Journal of Antennas and Propagation. 2022. V. 2022. P. 1–15.
15. Борзов А.Б. и др. Миллиметровая радиолокация: методы обнаружения и наведения в условиях естественных и организованных помех. М.: Радиотехника. 2010.
16. Астапов Ю.М., Борзов А.Б., Ефремов А.К. и др. Автономные информационные и управляющие системы. В 4-х томах. Т. 2 / Под ред. А.Б. Борзова. М.: ООО НИЦ «Инженер», ООО «Онико-М». 2011.
17. Сучков В.Б. Методика создания многоточечной модели аэродинамической цели для определения входных сигналов бортовых радиолокационных датчиков // Электромагнитные волны и электронные системы. 2013. Т. 18. № 6. С. 45–53.
18. Borzov A.B. et al. Mathematical modeling and simulation of the input signals of short-range radar systems // Journal of Communications Technology and Electronics. 2014. V. 59. P. 1356–1368.
19. Якубовский С.В., Алферьев А.В., Фролов Д.В. Методика расчета полнополяризационных дальностно-угловых радиолокационных портретов движущихся объектов в РЛС с инверсным синтезом апертуры // Журнал радиоэлектроники. 2019. № 9.
20. Тимошенко А.В., Якубовский С.В., Ходатаев Н.А., Алферьев А.В. Обнаружение сложных объектов радиолокационными системами с полным поляризационным зондированием пространства и инверсным синтезированием апертуры антенны // Электромагнитные волны и электронные системы. 2020. Т. 25. № 6. С. 45–56. DOI: 10.18127/j15604128-202006-06.