www.radartutorial.eu www.radartutorial.eu Historia radiolokacji

Historyczny przegląd rozwoju ISAR

SAR
ISAR

Rysunek 1: porównanie SAR i ISAR

SAR
ISAR

Rysunek 1: porównanie SAR i ISAR

Historyczny przegląd rozwoju ISAR

Radar z odwrotną syntezą apertury (ISAR) został opracowany w latach 70. XX wieku na podstawie doświadczeń z radarem z syntetyczną aperturą (SAR). [1] W przeciwieństwie do SAR, ISAR wykorzystuje ruch własny obiektu do tworzenia obrazów o wysokiej rozdzielczości. Obecnie ma duże znaczenie przede wszystkim w rozpoznaniu wojskowym i nadzorze morskim.

1960 Pierwsze obrazy radarowe Księżyca uzyskano za pomocą radaru Millstone Hill z wykorzystaniem algorytmu Range-Doppler (RD), w którym transformata Fouriera jest stosowana jako filtr optymalny dla każdego przedziału odległości sygnału. [2]
Były to pierwsze eksperymentalne demonstracje obrazowania radarowego wywołanego ruchem celu.

1961 Następnie uzyskano obrazy Wenus, Merkurego i Marsa. [3]

od 1970 Pierwsze koncepcje i demonstracje: ISAR jest rozwijany w celu tworzenia obrazów radarowych o wysokiej rozdzielczości dzięki wykorzystaniu ruchu własnego celów, takich jak statki i samoloty.

1970 Znaczna poprawa rozdzielczości obrazów satelitów na niskiej orbicie okołoziemskiej dzięki obrazowaniu Range-Doppler za pomocą radarów ALCOR i LRIR. [4]

1971 Demonstracja wpływu ruchomych celów na lotnicze obrazy SAR. [5]

1973 Pierwsza demonstracja obrazowania obracających się celów podczas prób na stole obrotowym. [6]

1980 Pionierskie prace teoretyczne nad algorytmami ISAR oraz dalsze próby na stole obrotowym. [7]

od 1980 Zastosowanie wojskowe: ISAR jest wykorzystywany do wykrywania statków i nadzoru powietrznego, szczególnie przez marynarkę wojenną.

1988 Pierwsze doniesienia o eksperymentach z obrazowaniem celów powietrznych za pomocą ISAR. [8]

1989 Pierwsze metody kompensacji ruchu własnego sterowane na podstawie danych. [9]

od 1990 Postępy w przetwarzaniu sygnałów i technice komputerowej umożliwiają uzyskiwanie bardziej szczegółowych, niemal obrazowych przedstawień.

1995 W obrazowaniu za pomocą radaru z odwrotną syntezą apertury (ISAR) stosuje się metodę Range Instantaneous Doppler (RID) do kompensacji nieregularnego ruchu manewrujących celów. [10]

1996 Pierwsze demonstracje interferometrycznego trójwymiarowego ISAR. [11]

1999 Zastosowanie maksymalizacji ostrości obrazu oraz autofokusa z gradientem fazowym (PGA) w ISAR. [12]

1999 Znaczący rozwój obrazowania ISAR z wykorzystaniem radaru bistatycznego. [13]

od 2000 Szersze zastosowanie: oprócz rozpoznania wojskowego ISAR jest wykorzystywany również w żegludze cywilnej, bezpieczeństwie lotniczym oraz do monitorowania satelitów i śmieci kosmicznych.

2006 Pierwsze metody obrazowania celów niebędących ciałami sztywnymi, wyposażonych w obracające się części, oraz rozdzielania sygnatur obracających się i nieruchomych reflektorów za pomocą efektu mikro-Dopplera. [14]

2010 Pierwsze metody obrazowania ISAR oparte na próbkowaniu kompresyjnym (Compressed Sensing, CS). [15]

2010 Pierwsze demonstracje pasywnego ISAR. [16]

2016 Eksperymentalna demonstracja i koncepcja systemu ISAR z radarem multistatycznym. [17]

2020 Pierwsze metody obrazowania ISAR oparte na metodzie największej wiarygodności (ML); tradycyjne algorytmy ISAR są zastępowane przez uczenie maszynowe. [18]

Bibliografia:

  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.