深度学习(DL)在语音识别、图像物体识别上取得了卓越的成效, 深度学习代替传统处理技术, 成为了研究该领域的主要处理方法。在雷达领域, 深度学习用于雷达目标识别和分类, 也取得了很好的效果, 进而, 人们试图将深度学习用于雷达成像。本文根据近几年所公开的文献资料, 按照雷达成像的特点, 分类介绍深度学习用于雷达成像的研究进展; 之后, 对深度学习用于雷达成像的可行性、样本选取、泛化以及成像质量的评价等开放性问题提出了作者的设想, 并对深度学习用于雷达成像进行了展望。

基于逆合成孔径雷达(ISAR)图像序列的卫星目标姿态估计是一项具有重大意义且富有挑战性的任务。现有的估计方法通常是基于图像中关键角点或线性部件的提取, 较难满足实时需求, 且都未能充分利用目标成像特性先验。本文提出一种基于成像特性与回归网络的卫星目标姿态估计方法: 提前确定各种姿态下的卫星目标成像特性, 并作为后续数据集标注的理论基础; 区别于传统的分类问题, 建立一种适用于姿态估计的回归网络与估计框架。采用毫米波频段的电测仿真计算数据对所提方法进行验证, 结果表明, 单张图像中估计的平均姿态误差可以控制在3.5 °以内。

雷达目标检测常面临复杂的杂波特性, 经典的检测方法通常适合于某些特定的场景, 当检测背景发生变化时, 其检测性能急剧下降。为有效提升不同杂波背景下的检测性能, 提出一种基于流形等距映射(ISOMAP)的矩阵信息几何检测器。该方法首先将信号检测问题转化为矩阵流形上两点之间的区分性问题; 然后基于样本数据和流形等距映射原理, 自适应地学习出矩阵流形的投影变换矩阵, 将矩阵流形变换为可区分的低维流形, 最大程度地保持每一个矩阵与其邻域内矩阵之间几何距离大小, 增强矩阵流形的可分性; 最后利用仿真杂波和实测数据对算法进行验证。实验结果表明, 相比于经典的检测方法, 所提方法能有效提升目标检测性能。

直升机旋翼微动形成的微多普勒特征对于战场环境下直升机目标探测识别具有重要意义, 掌握直升机旋翼的微动特性是雷达目标辨识的前提。太赫兹雷达波长短, 多普勒效应显著, 迫切需要掌握太赫兹频段旋翼目标微动特性。首先对偶数叶片和奇数叶片的螺旋桨目标进行建模, 分别使用微波波段(3 GHz)与太赫兹波段(120 GHz,220 GHz)雷达对目标进行仿真分析, 并从目标的回波信号特征出发提取多普勒频移信息, 利用短时傅里叶变换进行时频分析, 对比分析目标与雷达参数对其多普勒效应的影响及调制关系。仿真结果表明: 在转速、视角以及直升机叶片长度均相同的情况下, 太赫兹频段下的微多普勒效应比微波频段显著增强, 多普勒曲线也更加清晰, 叶片细节更加丰富。应用太赫兹雷达提取微多普勒信息能够为直升机目标识别提供重要特征。

本文提出了一种一端固定的双站SAR（OS-BiSAR）体制下基于距离补偿的毫米波快速成像算法。在图像重构过程中，该算法通过保留回波模型中的幅度衰减因子来补偿信号传播衰减，并根据目标回波方程特性对接收阵列维执行了卷积操作，最后通过快速傅里叶变换（FFT）以及相干累加等步骤求解出最终目标图像。仿真分析和实验结果表明，与OS-BiSAR体制下基于距离补偿的距离徙动算法（RMA）相比，所提算法不仅可以保证图像重构效率，还能更显著地降低信号沿空间路径的传播损耗对成像质量带来的影响。

雷达散射截面积 (RCS)是衡量目标对雷达波散射能力的一个重要物理量, 在目标识别和成像中有重要作用。为解决太赫兹频段目标 RCS测量精确度不高的问题, 基于 440 GHz的太赫兹目标 RCS测量系统, 提出一种新的校准方式并采用软件距离门等技术提高目标 RCS的测量精确度。随后, 对不同粗糙度的圆柱体进行测量得到其 RCS测量结果, 与理论值比较分析发现, 采用新的处理技术使测量结果达到了较高的精确水平, 可用于复杂目标 RCS的测量和缩比规律的研究。

太赫兹频段的目标散射特性测量技术是当前太赫兹雷达的重要研究方向，其中系统定标技术决定了雷达散射截面积(RCS)测量结果的准确性。使用基于微波倍频源的太赫兹宽带雷达目标散射特性测量系统，该系统由微波源经倍频后，中心频率达到440 GHz，带宽达25.6 GHz。利用光滑表面金属球为标准体，采用分时定标技术对太赫兹雷达系统进行定标，再对金属材质的战斗机模型和吉普车模型进行近场RCS测量实验，获得以上2种典型人造目标的近场RCS测量结果。测试结果与理论趋势符合良好，证明了太赫兹雷达系统RCS测量中分时定标技术的有效性。

太赫兹频段下目标散射特性计算需考虑目标表面的粗糙特性和目标材料参数。在对粗糙目标几何建模时, 通常的精细面元剖分建模方法使得散射计算问题难以求解。提出确定性建模与统计性建模相结合的粗糙目标几何建模方法, 并且基于全波法提出了一种太赫兹频段可计算任意材料、任意粗糙凸体目标散射场的计算方法。通过与通用电磁计算软件计算结果的比较验证了该方法的准确性。