单脉冲前视成像多目标分辨算法——论文阅读

1. 论文的研究目标及实际意义

1.1 研究目标

论文旨在解决单脉冲前视成像雷达（Monopulse Forward-looking Imaging Radar）在同一距离分辨单元（Range Bin）内多目标角度分辨不足的问题。传统单脉冲测角技术通过和差波束比（Sum-Difference Ratio）估计目标角度，但当多个目标处于同一距离单元时，仅能返回等效散射中心的角度值，导致成像模糊。论文提出一种基于极大似然估计（Maximum Likelihood Estimation, MLE）的多目标角度分辨算法，通过构建目标到达角的似然函数，结合最小描述长度准则（Minimum Description Length, MDL）估计目标数量，最终实现高精度多目标定位与成像。

1.2 实际问题与产业意义

在飞行器正前方的高分辨成像（如侦察、精确制导）中，传统前视成像技术依赖多普勒带宽，但正前方场景的方位向多普勒带宽极低，导致方位分辨率不足。单脉冲测角技术虽能提升分辨率，却无法区分同一距离单元内的多个目标。论文的解决方案可显著提升复杂场景下的成像质量，对军事侦察、无人机导航、自动驾驶等领域具有重要意义。

2. 论文的创新方法及公式解析

2.1 核心思路

论文提出基于极大似然估计的多目标角度分辨模型，通过以下步骤实现创新：

1. 信号模型扩展：将单脉冲雷达的和差通道信号建模为多目标叠加的线性组合，引入位置参数（$\alpha$）和角度参数（${\eta }_h,{\eta }_v$）。
2. 似然函数构建：利用和通道、方位差通道、俯仰差通道的采样数据，推导多目标联合概率密度函数，构建对数似然函数。
3. 参数优化：通过约束优化求解似然函数极值，估计目标的$\alpha 、{\eta }_h、{\eta }_v$参数。
4. 目标数目估计：结合MDL准则自适应确定同一距离单元内的目标数量。

2.2 关键公式与模型

2.2.1 单脉冲雷达信号模型

和通道（$s$）、方位差通道（$d_h$）、俯仰差通道（$d_v$）的信号模型为：
$$\begin{array}{rl}s& =\beta \cos \varphi +n_s\\ d_h& =\beta {\eta }_h\cos \varphi +n_h\\ d_v& =\beta {\eta }_v\cos \varphi +n_v\end{array}$$
其中，$\beta$为信号幅度，$\phi$为相位，${\eta }_h/{\eta }_v$为方位/俯仰角度参数， n s , n h , n v n_s, n_h, n_v