www.radartutorial.eu www.radartutorial.eu Radar Basics

Panoramica storica dello sviluppo dell’ISAR

SAR
ISAR

Figura 1: confronto tra SAR e ISAR

SAR
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:

  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.