题目：基于多波段带宽融合的ISAR成像技术

随着雷达目标识别要求的不断提高，提高图像分辨率成为人们追寻的目标，传统的单雷达成像受到带宽与观测相参积累时间的约束，成像分辨率十分有限。利用多雷达子带进行多波段融合成像可以克服单雷达成像系统的局限性，明显改善雷达成像分辨率。提高目标识别的精度。本文针对逆合成孔径雷达（ISAR）成像的应用背景，研究了雷达多波段融合成像处理算法，主要内容可概括为如下四个部分：

第一部分综述了基于全极点模型的谱估计方法和实现技术。重点分析了AR模型估计中参数估计的方法以及两种模型阶数判定准则。

第二部分研究一维多波段融合方法，首先分析了独立子带信号进行相参处理的全极点信号模型，研究了多波段信号相参处理的信号幅相误差模型和补偿方法，给出了基于Root-Min-Norm极点估计和最小二乘法相结合的改进一维多波段相参融合算法。该方法可有效补偿两个子带之间缺失的波段信息，实现一维超宽带相参处理，获得超分辨率一维距离像。最后对上述算法进行了仿真，验证了算法的有效性。

第三部分研究了空间目标的ISAR回波模型，给出了一种适用于高速非合作目标的极坐标重采样方法并进行仿真，验证了该方法的有效性。

第四部分研究了二维多波段融合方法：先对两个二维子带数据进行重采样和一维（行、列）参数估计，建立两个一维全极点信号模型，再通过极点配对来构造二维全极点信号模型、补偿缺失波段和缺失角度，并在此基础上给出了一种改进的极点配对方法，该方法不依赖于极点的模值来配对，极大地改善了原方法中的配对误差。最后，本文从单个子带，多个子带信号直接合成，多波段融合处理后信号，三种情况出发，对基于上述算法的ISAR成像进行了仿真。通过比较多波段融合和全波段的成像结果，验证了多波段融合方法的有效性。