Panoramica storica dello sviluppo dell’ISAR
Figura 1: confronto tra SAR e ISAR
Panoramica storica dello sviluppo dell’ISAR
Il radar ad apertura sintetica inversa (ISAR) è stato sviluppato negli anni Settanta sulla base dell’esperienza acquisita con il radar ad apertura sintetica (SAR). [1] A differenza del SAR, l’ISAR utilizza il moto proprio dell’oggetto per generare immagini ad alta risoluzione. Oggi riveste grande importanza soprattutto nella ricognizione militare e nella sorveglianza marittima.
1960
Le prime immagini radar della Luna furono ottenute dal
radar Millstone Hill
mediante
l’algoritmo Range-Doppler
(RD), nel quale la
trasformata di Fourier
viene utilizzata come
filtro ottimo
per ciascun intervallo di distanza del segnale.
[2]
Queste furono le prime dimostrazioni sperimentali di imaging radar indotto dal movimento del bersaglio.
1961 Seguirono immagini di Venere, Mercurio e Marte. [3]
dal 1970 Primi concetti e prime dimostrazioni: l’ISAR viene sviluppato per generare immagini radar ad alta risoluzione sfruttando il moto proprio dei bersagli, ad esempio navi e aeromobili.
1970 Notevole miglioramento della risoluzione delle immagini dei satelliti in orbita terrestre bassa mediante l’imaging Range-Doppler con i radar ALCOR e LRIR. [4]
1971 Dimostrazione degli effetti dei bersagli in movimento nelle immagini SAR aerotrasportate. [5]
1973 Prima dimostrazione dell’imaging di bersagli rotanti mediante prove su tavola rotante. [6]
1980 Lavori teorici pionieristici sugli algoritmi ISAR e ulteriori prove su tavola rotante. [7]
dal 1980 Impiego militare: l’ISAR viene utilizzato per il rilevamento delle navi e la sorveglianza aerea, in particolare dalle forze navali.
1988 Prime relazioni su esperimenti di imaging di bersagli aerei mediante ISAR. [8]
1989 Primi metodi di compensazione del moto proprio basati sui dati. [9]
dal 1990 I progressi nell’elaborazione dei segnali e nell’informatica consentono rappresentazioni più dettagliate, simili a immagini.
1995 Nell’imaging mediante radar ad apertura sintetica inversa (ISAR) viene utilizzato il metodo Range Instantaneous Doppler (RID) per compensare il movimento irregolare dei bersagli in manovra. [10]
1996 Prime dimostrazioni di un ISAR interferometrico tridimensionale. [11]
1999 Applicazione della massimizzazione della nitidezza dell’immagine e dell’autofocus a gradiente di fase (PGA) all’ISAR. [12]
1999 Importanti progressi nell’imaging ISAR mediante radar bistatico. [13]
dal 2000 Impiego più ampio: oltre che nella ricognizione militare, l’ISAR viene utilizzato anche nella navigazione civile, nella sicurezza aerea e per la sorveglianza di satelliti e detriti spaziali.
2006 Primi metodi per l’imaging di bersagli non rigidi con parti rotanti e separazione delle firme dei riflettori rotanti e rigidi mediante l’effetto micro-Doppler. [14]
2010 Primi metodi di imaging ISAR basati sul campionamento compresso (Compressed Sensing, CS). [15]
2010 Prime dimostrazioni di ISAR passivo. [16]
2016 Dimostrazione sperimentale e concetto di sistema per l’ISAR con radar multistatico. [17]
2020 Primi metodi di imaging ISAR basati sul metodo della massima verosimiglianza (ML); gli algoritmi ISAR convenzionali vengono sostituiti dall’apprendimento automatico. [18]
Riferimenti:
- 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
- G. H. Pettengill, “Measurements of lunar reectivity using the millstone radar,” Proc. Inst. Radio Eng., vol. 48, no. 5, pp. 933-934, 1960.
- 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.
- 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.
- 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.
- 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.
- J. L. Walker, “Range-Doppler imaging of rotating objects,” IEEE Trans. Aerosp. Electron. Syst., vol. AES-16, no. 1, pp. 2352, Jan. 1980.
- B. D. Steinberg, “Microwave imaging of aircraft,” Proc. IEEE, vol. 76, no. 12, pp. 1578-1592, Dec. 1988.
- B. Haywood and R. J. Evans, “Motion compensation for ISAR imaging,” in Proc. ASSPA, Apr. 1989, pp. 113-117.
- V. C. Chen, “Reconstruction of inverse synthetic aperture radar image using adaptive time-frequency wavelet transform,” Proc. SPIE, vol. 2491, pp. 373386, Apr. 1995.
- M. Soumekh, “Automatic aircraft landing using interferometric inverse synthetic aperture radar imaging,” IEEE Trans. Image Process., vol. 5, no. 9, pp. 13351345, Sep. 1996.
- 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.
- 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.
- 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.
- 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.
- 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.
- S. Brisken, “Motion estimation and imaging with multistatic inverse synthetic aperture radar,” Ph.D. dissertation, Univ. Siegen, Siegen, Germany, 2016.
- 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.