基于最小全变差的SAR图像自聚焦算法

该文分析了方位一维图像的全变差范数随二次相位误差的变化情况,得到全变差范数是二次相位误差的单峰函数的结论,且在二次相位误差等于零时全变差范数最小。从而利用全变差范数作为性能函数,采用黄金分割最优化算法,通过循环迭代得到自聚焦的SAR图像。实验结果表明此算法在处理二次相位误差时优于相位梯度自聚焦算法。通过算法复杂度的分析表明该算法的计算量约为相位梯度自聚焦的二分之一。     

一种新的机载SAR回波高阶多项式相位误差提取方法

当载机在SAR回波方位子孔径时间内运动较复杂时,二次相位误差模型不能准确描述载机运动造成的相位误差。针对此情况,该文借鉴PACE算法的思想,提出了一种提取SAR回波中时域高阶多项式相位误差的TPACE算法。TPACE算法将图像对比度函数作为目标函数,以时域高阶多项式相位误差模型系数作为自变量,通过最优化方法提取时域误差系数。文中详细推导了对比度函数关于误差模型系数的梯度表达式,分析了TPACE与以往提取时域高阶多项式相位误差的算法计算量之差别。实际超宽带SAR回波数据处理结果表明,TPACE能有效提取时域高阶多项式误差,是一种计算量相对较小的SAR自聚焦算法。     

一种SAR运动目标的自聚焦算法

基于SAR成像中散射点模型的参数估计,提出了一种适用于经过距离走动校正之后,在方位向上仍存在两次及两次以上相位误差的动目标的自聚焦算法.该方法在方位数据域上结合离散多项式相位变换(DPT)方法和最小二乘估计法估计相位误差,用CLEAN算法估计散射点参数,并通过交替迭代运算,可以较少的距离单元实现较为精确的误差补偿,因而运算量小.经过实测数据验证,该算法获得了理想的自聚焦.     

面向条带SAR的多孔径图像偏移自聚焦算法

本文提出了一种能够用于机载条带式合成孔径雷达（SAR）运动误差估计的多孔径图像偏移自聚焦算法。首先,将条带SAR数据分割为有重叠的估计子块,各个子块又分为具有重叠场景的多个子孔径,并通过后向投影算法在距离多普勒域构建子孔径图像;然后,对各个子孔径图像进行互相关处理,在分析影响互相关函数的因素的基础上,给出了求解各子图像之间的重叠场景相对偏移的方法;最后,给出了子块内的误差估计方法与子块间的误差拼接方法。对实际数据的处理结果表明,所提算法能够精确且鲁棒地估计机载条带SAR的运动误差。     

秩—相位误差估计自聚焦方法的改进

本文提出了改进的秩－相位误差（ＩＲＯＰＥ）估计自聚焦算法，与ＲＯＰＥ算法相比，ＩＲＯＰＥ有两个优点：（１）它基于的模型更符合实际，所以具有更好的鲁棒性。（２）它对迭代过程初值的设定是近似准确的。本文通过近似分析证明。ＩＲＯＰＥ对相位误差差分的估计最最大似然（ＭＬ）估计，而相位梯度自聚焦（ＰＧＡ）算法是ＩＲＯＰＥ的一个子集，即在满足一定条件时，ＩＲＯＰＥ和ＰＧＡ对相位误差的估计都是线笥无偏最小方差估     

振动条件下机载合成孔径激光雷达成像处理

该文研究了单探测器和顺轨双探测器机载合成孔径激光雷达在振动条件下的成像处理问题。根据平台振动在短时间内对成像影响小的特点,基于单探测器激光雷达研究了子孔径成像与相位梯度自聚焦相结合的成像处理方法。为获得方位向长条带图像,分别使用了条带相位梯度自聚焦方法和基于多普勒中心频率估计的子孔径图像拼接方法,并分析比较了二者的性能。针对单探测器激光雷达的不足,提出了基于顺轨双探测器干涉处理的振动相位误差估计与补偿方法。仿真分析结果验证了该文方法的有效性。      

结合MD自聚焦算法与回波模拟算子的快速稀疏微波成像误差补偿算法

稀疏微波成像是将稀疏信号处理理论引入微波成像中,利用系统的稀疏约束突破传统合成孔径雷达(SAR)成像中系统复杂度的瓶颈,是微波成像的新理论、新体制和新方法。在传统的机载SAR成像中都会面临非理想运动带来的回波相位误差问题,可通过基于回波数据的自聚焦算法加以解决;但在机载稀疏微波成像中,因稀疏微波成像采用稀疏重建算法取代了传统SAR中基于匹配滤波的信号处理方法,传统的基于回波数据的自聚焦算法难以直接应用。现有基于稀疏重建的自聚焦算法主要基于两步迭代方法,收敛速度慢、运算量大。该文以基于回波模拟算子的快速稀疏微波成像算法为基础,将子孔径相关(MD)自聚焦算法引入,与之结合构建了新的MD-回波模拟算子自聚焦算法。该方法继承了基于回波模拟算子算法快速重建的优势,并利用MD自聚焦算法实现了回波2次相位误差的正确补偿,与现有基于两步迭代的稀疏微波成像自聚焦算法相比,收敛速度快,并可以实现较好的自聚焦效果。      

一种不受信道阶数估计影响的SIMO直接盲均衡算法

针对单输入多输出（Single-Input-Multiple-Output, SIMO）模型提出一种完全不需要信道阶数估计的直接盲均衡算法。文章利用接收数据的截短协方差矩阵和信号子空间的关系设计一种零延迟均衡器,并通过信道矩阵和均衡器系数的合响应特性克服了算法相位偏转的问题,最后得到一种对信道阶数估计鲁棒并且没有相位偏转的盲均衡算法。该算法不同于一般子空间类算法,不需要直接对接收信号的协方差矩阵进行信号子空间和噪声子空间的分解,因此对信道阶数估计具有很强的鲁棒性。文章给出了算法的Batch实现过程,同时为更好适应一般时变信道环境和实现实时处理的要求,通过递归迭代得到算法的自适应实现过程。仿真实验表明该算法几乎不受信道阶数过估计或欠估计的影响,同时该算法具有良好的均方误差（Mean Square Error, MSE）和误符号率SER（Symbol Error Rate, SER）性能,并且具有很快的收敛速度。      

星载合成孔径雷达二维闪烁相位误差校正方法研究

分析了电离层闪烁效应对低频段星载合成孔径雷达(Synthetic Aperture Radar, SAR)方位向分辨率的影响, 并基于二维相位屏方法生成了距离向空变的闪烁相位误差.传统的相位梯度自聚焦(Phase Gradient Autofocus, PGA)方法难以适用于二维空变相位误差校正, 而本文基于闪烁相位误差在距离向具有连续性的特点, 在一定规则基础上将整幅图像划分为若干个子孔径, 对每个子孔径图像利用PGA方法进行相位误差估计, 再将得到的各子孔径相位误差进行插值运算, 从而得到整幅图像的闪烁相位误差.仿真结果表明:相比于传统PGA方法, 子孔径PGA方法可以有效解决二维空变闪烁相位误差对图像方位向分辨率的影响, 校正后的图像得到很好的恢复, 方位向分辨率明显提高.     

CS算法结合COAA算法提高机载合成孔径雷达成像质量

该文将对比度最优自聚焦算法(COAA)与基本Chirp Scaling算法(CSA)相结合,对CS算法方位处理过程做适当变化,把COAA算法融入其中,一方面进行精确的无插值距离徙动校正,一方面进行准确的二次相位误差估计和校正,从而提高机载合成孔径雷达的成像质量。通过对COAA算法采用变步长迭代提高二次相位误差估计的精度和速度,增强算法的实用性。文中给出两种算法相结合进行雷达数据成像处理的流程图,并用条带正侧视SAR模式实际雷达数据验证研究结果的有效性。     

超宽带SAR子孔径NCS实时成像算法

本文提出了一种适用于超宽带SAR实时成像的子孔径非线性CS(Nonlinear Chirp Scaling)算法,该算法利用方位向信号分量的时间和频率的锁定关系,在时域中互不重叠地划分子孔径,大大降低了系统存储量和运算量的需求,并采用时域加权方法将非重叠子孔径划分造成的假目标抑制到-31dB;此外,将MD自聚焦技术融入子孔径结构中,实现对大孔径复杂运动误差的有效补偿。仿真数据和实际数据验证了该算法的有效性。     

基于PWE-PGA算法的条带SAR载机航迹估计

相位梯度自聚焦(PGA)算法是一种高效的自聚焦算法，然而距离向窄波束的假设条件，使其对某些工作体制参数的雷达系统并不适用。加权相位梯度自聚焦(PWE—PGA)算法考虑了距离变化对相位误差的影响，扩展了PGA算法的应用范围。文中对此算法进行了深入研究，提出了一种利用PWE-PGA算法进行条带SAR载机航迹估计的方法，并对影响估计精度的因素进行了深入的分析。     

秩-相位误差估计自聚焦方法的改进

本文提出了改进的秩-相位误差(IROPE)估计自聚焦算法。与ROPE算法相比,IROPE有两个优点:(1)它基于的模型更符合实际,所以具有更好的鲁棒性。(2)它对迭代过程初值的设定是近似准确的。本文通过近似分析证明,IROPE对相位误差差分的估计是最大似然(ML)估计,而相位梯度自聚焦(PGA)算法是IROPE的一个子集,即在满足一定条件时,IROPE和PGA对相位误差的估计都是线性无偏最小方差估计(LUMV)。     

Sparse representation-based algorithm for joint SAR image formation and autofocus

Inaccuracies in the observation model of the synthetic aperture radar (SAR) due to inaccuracies of the velocity and position of the platform or atmospheric turbulence cause degradations in reconstructed images which necessitate the use of autofocus algorithms. In this paper we propose a novel signal processing algorithm for joint SAR image formation and autofocus in a synthesis dictionary based sparse representation framework. Proposed algorithm can be applied broadly to scenes that exhibit sparsity with respect to any dictionary. This is done by extending our previously developed sparse representation-based SAR imaging framework to joint SAR image formation and autofocus. To this end, the phase error vector is separated from the unknown phase of the complex-valued back-scattered field. Phase error vector is estimated using a MAP estimator and compensated through an iterative algorithm to produce focused images. We demonstrate the effectiveness of the proposed approach on synthetic and real imagery.     

Multilevel fast physical optics algorithm for radiation from non-planar apertures

A novel multilevel algorithm for computing the radiation patterns of nonplanar aperture antennas over a range of observation angles is presented. The proposed technique is directly applicable to reflector and lens antennas as well as to radomes. The multilevel computational sequence is based on a hierarchical decomposition of the radiating aperture and comprises two main steps. First, computation of the radiation patterns of all subapertures of the finest level over a very coarse angular grid. Second, multilevel aggregation of the radiation patterns of neighboring subapertures into the final pattern of the whole aperture via a phase compensated interpolation. The multilevel algorithm attains computational complexity comparable to that of the fast Fourier transform based techniques while avoiding their limitations.     

改进的相位梯度自聚焦加窗方法

相位校正是ISAR（逆合成孔径雷达）成像中的关键步骤,校正的精度直接关系到成像的质量。相位梯度自聚焦算法是一种广泛使用的相位校正算法,可以有效地补偿目标复杂运动所造成的相位误差。本文在研究传统PGA（相位梯度自聚焦）算法的基本步骤所起作用的基础上,对加窗方法进行改进,提出以归一化平均能量来估计误差支撑区域的方法。该方法综合考虑了非目标区域与目标区域的归一化平均能量,并将两者的均值作为提取误差支撑区域的阈值。对实测数据进行成像的处理结果表明,该方法可以提高自聚焦算法的收敛速度,使其更具有鲁棒性和实时性。     

一种小型机载低频UWBSAR的三级运动补偿方法

 本文建立了小型机载UWB SAR运动误差模型,分析了低频UWB SAR与高频窄带SAR间的运动误差不同点,找出了传统运动补偿方法失效的原因.为此,本文提出一种三级运动补偿方法.该方法的具体措施为:第一级,采用基于低精度传感器的运动补偿,消除回波包络误差和部分相位误差,提高回波数据距离弯曲校正精度;第二级,采用基于多普勒调频率估计的补偿方法,消除回波中的二次相位误差;第三级,基于图像域数据,采用自聚焦算法消除高阶相位误差,最终获得聚焦UWB SAR图像.实测数据成像结果证明了该运动补偿方法的有效性.     

Real-time synthetic aperture radar (SAR) processing with a newsubaperture approach

A time-domain subaperture approach that is suitable for real-time synthetic aperture radar (SAR) processing and that produces high-quality, full-resolution images is presented. The real-time subaperture algorithm is based on an approximation of the phase history correction in each subaperture with a simple linear correction, which can be carried out by an up/down-conversion of the received signal followed by a moving average operation. The characteristics of the impulse response function are improved considerably by means of a frequency overlap of the subapertures and become comparable to a conventional matched filter response. Special algorithms for high-quality SAR processing, such as autofocus, Doppler centroid estimation, and range migration correction, can be efficiently implemented. High flexibility is achieved for multilook processing and no secondary range compression is needed, even for high squint angles     

Time-frequency filtering-based autofocus

Autofocus is very important to the imaging of air-borne synthetic aperture radar (SAR). There have been many kinds of the autofocus technique, which could fall into two categories according to whether the phase error is approximated with a parametric model or not. On the condition that prominent points exist in the image, the non-parametric methods have superiority over the parametric ones in dealing with high-order phase errors due to their high precision and appropriate computational complexity. As will be shown in this paper, the signal-to-clutter ratio (SCR) plays a pivotal roll in this kind of autofocus. The time-frequency filtering is introduced because of its extraordinary performance in raising the SCR of time-variant signals. Since the main part of the phase error is quadratic, the short-time fractional Fourier domain (STFRFD) filtering is utilized, and then a novel autofocus method termed time-frequency filtering-based autofocus (TFFA) is proposed. Theoretical analysis and simulations show the validity of this approach.     

基于低秩结构的宽角SAR稀疏成像

在合成孔径雷达（Synthetic Aperture Radar,SAR）成像中,当方位向合成孔径较大时,观测区域内目标的电磁特征会表现为各向异性,导致基于各向同性假设的传统SAR成像方法不再适用。为此,宽角SAR成像方法通过将宽孔径划分为多个子孔径,利用每个子孔径对应的回波数据单独成像,实现对目标雷达图像的多角度重构。由于目标的散射特性在相邻子孔径中通常不会发生较大改变,每个子孔径的强散射中心分布高度相似,使得宽角SAR的成像结果具有低秩结构,即相邻子孔径对应的目标成像结果的支撑集相近。为了使用这种相关性,将Karhunen Loeve （KL）变换引入到宽角SAR成像过程中,再利用目标强散射中心分布的稀疏特性,建立基于低秩结构的宽角SAR稀疏成像模型。采用增广拉格朗日法（Augmented Lagrangian,AL）和交替方向乘子（Alternating Direction Method of Multipliers,ADMM）对上述成像模型进行迭代求解,从而获得宽角SAR成像结果。相比于传统的宽角SAR成像方法,本文所述方法不仅能提高目标后向散射系数的重建精度,还能有效抑制旁瓣效应与信号噪声对成像质量的影响,对目标电磁特征的多角度恢复具有更好的效果。