www.radartutorial.eu www.radartutorial.eu Grundlagen der Radartechnik

Geschichtlicher Überblick zur Entwicklung des ISAR

SAR
ISAR

Bild 1: SAR im Vergleich mit ISAR

SAR
ISAR

Bild 1: SAR im Vergleich mit ISAR

Geschichtlicher Überblick zur Entwicklung des ISAR

Das Inverse Synthetic Aperture Radar (ISAR) wurde in den 1970er-Jahren aus den Erfahrungen mit dem Radar mit synthetischer Apertur (SAR) entwickelt.[1] Im Gegensatz zum SAR nutzt ISAR die Eigenbewegung des Objekts zur Erzeugung hochauflösender Bilder. Heute ist es vor allem in der militärischen Aufklärung und in der maritimen Überwachung von großer Bedeutung.

1960 Die ersten Radarbilder des Mondes wurden vom Millstone Hill radar unter Verwendung des Range-Doppler-Algorithmus (RD) aufgenommen, bei dem die Fourier-Transformation als Optimalfilter für jeden Entfernungsbereich des Signals verwendet wird.[2]
Dies waren die ersten experimentellen Demonstrationen der Radarbildgebung, die durch Zielbewegungen induziert wurde.

1961 Es folgten Bilder von der Venus, dem Merkur und dem Mars.[3]

ab 1970 Erste Konzepte und Demonstrationen: ISAR wird entwickelt, um durch die Eigenbewegung von Zielen (z.B. Schiffe, Flugzeuge) hochauflösende Radarbilder zu erzeugen.

1970 Deutliche Verbesserung der Bildauflösung von Satelliten in niedriger Erdumlaufbahn durch die Range-Doppler-Bildgebung mit den Radargeräten ALCOR und LRIR.[4]

1971 Demonstration von Effekten bei beweglichen Zielen in luftgestützten SAR-Bildern.[5]

1973 Erste Demonstration der Bildgebung von rotierenden Zielen mit Drehtischversuchen.[6]

1980 Wegweisende theoretische Arbeiten zu ISAR-Algorithmen und weitere Drehtischversuche[7]

ab 1980 Militärische Nutzung: ISAR findet Anwendung bei der Schiffserkennung und Luftüberwachung, besonders durch die Marine.

1988 Erste Berichte über Experimente zur Darstellung von Zielen in der Luft mit Hilfe von ISAR.[8]

1989 Erste Methoden zur datengesteuerten Kompensation von Eigenbewegungen.[9]

ab 1990 Fortschritte in Signalverarbeitung und Computertechnik ermöglichen detailliertere, quasi-bildhafte Darstellungen.

1995 Bei der Bildgebung mit inversem Synthetic Aperture Radar (ISAR) wird die Range Instantaneous Doppler (RID)-Methode verwendet, um die ungleichmäßige Bewegung von manövrierenden Zielen zu kompensieren[10]

1996 Erste Demonstrationen eines interferometrischen 3D-ISAR[11]

1999 Anwendung der Bildschärfemaximierung und des Phasengradienten-Autofokus (PGA) für ISAR.[12]

1999 Bedeutende Entwicklungen in der ISAR-Bildgebung mit bistatischem Radar[13]

ab 2000 Breitere Anwendung: ISAR wird neben der militärischen Aufklärung auch in der zivilen Schifffahrt, der Luftfahrt-Sicherheit und zur Überwachung von Satelliten und Weltraumtrümmern eingesetzt.

2006 Erste Verfahren zur Bildgebung von nicht starren Zielen mit rotierenden Teilen, Trennung von Signaturen rotierender und starrer Reflektoren mittels Mikro-Doppler[14]

2010 Erste auf Compressed Sensing (CS) basierende ISAR-Bildgebungsverfahren[15]

2010 Erste Demonstrationen von passivem ISAR[16]

2016 Experimentelle Demonstration und Systemkonzept für ISAR mit multistatischem Radar.[17]

2020 Erste ISAR-Bildgebungsverfahren auf Basis der Maximum-Likelihood-Methode (ML); herkömmliche ISAR-Algorithmen werden durch maschinelles Lernen ersetzt.[18]

Referenzen:

  1. R. Vehmas, N. Neuberger, “Inverse Synthetic Aperture Radar Imaging: A Historical Perspective and State-of-the-Art Survey,” in IEEE Access, vol. 9, pp. 113917-113943, 2021
  2. G. H. Pettengill, “Measurements of lunar reectivity using the millstone radar,” Proc. Inst. Radio Eng., vol. 48, no. 5, pp. 933-934, 1960.
  3. L. R. Malling and S. W. Golomb, “Radar measurements of the planet Venus,” J. Brit. Inst. Radio Eng., vol. 22, no. 4, pp. 297-300, Oct. 1961.
  4. D. A. Ausherman, A. Kozma, J. L. Walker, H. M. Jones, and E. C. Poggio, “Developments in radar imaging,” IEEE Trans. Aerosp. Electron. Syst., vol. AES-20, no. 4, pp. 363-400, Jul. 1984.
  5. R. K. Raney, “Synthetic aperture imaging radar and moving targets,” IEEE Trans. Aerosp. Electron. Syst., vol. AES-7, no. 3, pp. 499-505, May 1971.
  6. J. L. Walker, W. G. Carrara, and I. Cindrich, “Optical processing of rotating-object radar data using a polar recording format,” Rome Air Development Center, Rome, NY, USA, Tech. Rep. RADC-TR-73-136, AD 526 738, May 1973.
  7. J. L. Walker, “Range-Doppler imaging of rotating objects,” IEEE Trans. Aerosp. Electron. Syst., vol. AES-16, no. 1, pp. 2352, Jan. 1980.
  8. B. D. Steinberg, “Microwave imaging of aircraft,” Proc. IEEE, vol. 76, no. 12, pp. 1578-1592, Dec. 1988.
  9. B. Haywood and R. J. Evans, “Motion compensation for ISAR imaging,” in Proc. ASSPA, Apr. 1989, pp. 113-117.
  10. V. C. Chen, “Reconstruction of inverse synthetic aperture radar image using adaptive time-frequency wavelet transform,” Proc. SPIE, vol. 2491, pp. 373386, Apr. 1995.
  11. M. Soumekh, “Automatic aircraft landing using interferometric inverse synthetic aperture radar imaging,” IEEE Trans. Image Process., vol. 5, no. 9, pp. 13351345, Sep. 1996.
  12. X. Li, G. Liu, and J. Ni, “Autofocusing of ISAR images based on entropy minimization,” IEEE Trans. Aerosp. Electron. Syst., vol. 35, no. 4, pp. 12401252, Oct. 1999.
  13. X. Xu, H. Luo, and P. Huang, “3-D interferometric ISAR images for scattering diagnosis of complex radar targets,” in Proc. IEEE Radar Conf. Radar Into Next Millennium, Apr. 1999, pp. 237-241.
  14. L. Stankovic, T. Thayaparan, and L. Djurovic, “Separation of target rigid body and micro-Doppler effects in ISAR imaging,” IEEE Trans. Aerosp. Electron. Syst., vol. 42, no. 4, pp. 1496-1506, Oct. 2006.
  15. L. C. Potter, E. Ertin, J. T. Parker, and M. Cetin, “Sparsity and compressed sensing in radar imaging,” Proc. IEEE, vol. 98, no. 6, pp. 1006-1020, Jun. 2010.
  16. K. Suwa, S. Nakamura, S. Morita, T.Wakayama, H. Maniwa, T. Oshima, R. Maekawa, S. Matsuda, and T. Tachihara, “ISAR imaging of an aircraft target using ISDB-T digital TV based passive bistatic radar,” in Proc. IEEE Int. Geosci. Remote Sens. Symp., Jul. 2010, pp. 4103-4105.
  17. S. Brisken, “Motion estimation and imaging with multistatic inverse synthetic aperture radar,” Ph.D. dissertation, Univ. Siegen, Siegen, Germany, 2016.
  18. C. Hu, L. Wang, Z. Li, and D. Zhu, “Inverse synthetic aperture radar imaging using a fully convolutional neural network,” IEEE Geosci. Remote Sens. Lett., vol. 17, no. 7, pp. 1203-1207, Jul. 2020.