الگوریتم تمرکز خودکار سریع پارامتری در رادار دهانه مصنوعی معکوس مبتنی بر آنتروپی و تجزیه به مقادیر ویژه

در این مقاله یک روش سریع پارامتری مبتنی بر تجزیه به مقادیر ویژه و روش حداقل آنتروپی برای تمرکز خودکار در رادار دهانه مصنوعی معکوس (isar) ارایه می گردد که نسبت به روش های معمول تمرکز خودکار، بار محاسباتی کمتری دارد. در این روش، ماترس کوواریانس داده isar  فشرده شده و همتراز شده در جهت برد تشکیل شده و با استفاده از روش تجزیه به مقادیر ویژه، سیگنال و نویز جدا می شوند. سپس از بردار‌‌‌‌‌ های ویژه مربوط به سیگنال که خیلی کمتر از کل بردار های ویژه هستند تبدیل فوریه گرفته می شود. در نهایت با استفاده از روش های تمرکز خودکار مرسوم بر روی تصویر به‌دست آمده خطای فاز استخراج می گردد. در این مقاله از روشی پارامتری مبتنی بر آنتروپی برای این کار استفاده شده است. نتایج به‌دست آمده از شبیه سازی نشان می دهد که با وجود کاهش بار محاسباتی، کارایی الگوریتم در جبران حرکت هدف حفظ شده است.

Fast Parametric ISAR Autofocus Algorithm Based on Entropy and Eigenvalue Decomposition

In this paper, a fastparametric method for ISAR autofocus is proposed which is based on the minimum entropy method and eigenvalue decomposition, and has less computational complexity than that of conventional autofocus methods. In this technique, the covariance matrix of the range compressed and aligned data is formed and by utilizing eigenvalue decomposition, signal and noise are separated. Then, the Fourier transform of the signal eigenvectors which are much smaller than the total eigenvectors is taken. Finally, by applying the conventional autofocus approaches to the image of eigenvectors, the phase error is estimated. In this paper, a parametric method based on entropy is utilized. The simulation results show that although the computational complexity is decreased, the performance of the algorithm is maintained.