一种基于双通道DPCA 的SAR-GMTI 杂波抑制方法

偏置相位中心天线技术(DPCA)作为空时自适应信号处理(STAP)技术的特殊形式,在合成孔径雷达地面动目标指示(SAR-GMTI)领域得到了广泛的应用。杂波抑制的能力直接决定了GMTI 的性能,传统的复图像域DPCA 技术对于地杂波抑制能力有限,特别是广泛分布着强散射静止地物的城市区域。该文利用干涉相位对DPCA幅度进行非线性加权,提出了一种加权DPCA 杂波抑制方法,该方法降低了通道间残差相位对DPCA 杂波抑制的影响。实验结果表明:该文方法在杂波抑制能力上优于传统DPCA 方法。      

一种改进的DPCA运动目标检测方法

本文分析了多孔径SAR动目标检测和成像的特点,改进了传统的移位相位中心天线(DPCA)运动目标检测方法.采用两孔径检测时,通过图像的插值和配准,在图像域实现动目标检测,消除了传统DPCA方法必须满足的限制条件;增加孔径数目,不仅能够检测动目标,还能够估计出动目标参数,对动目标聚焦成像,并且消除盲速.文章最后通过计算机仿真数据验证了本文算法的正确性和有效性.     

一种同步轨道星机双基SAR成像方法

对同步轨道星机双基SAR的成像机理进行了研究，从回波的多普勒历程入手，指出该体制下获取的回波数据在距离多普勒域中存在耦合的现象，经典RD算法对非参考点位置的目标成像在方位向上会产生散焦。通过计算得到了相同多普勒历程方住向位置不同的点在数据域中距离向上的位置变化特征以及不同多普勒历程方位向位置相同的点在数据域中距离向上的位置变化特征，给出了在方位向分割回波数据，在距离向上非线性计算回波多普勒参数的改进成像方法。仿真结果表明，改进的成像算法可以较好地对非参考点位置的点目标完成方位向聚焦。     

基于降维稀疏重构的高效数据域STAP算法研究

本文基于信号稀疏重构技术,研究利用待检测样本直接进行动目标检测的高效空时自适应处理（STAP ）方案。该方案对时域降维的阵元-多普勒域数据采用空域稀疏重构技术估计高分辨率角度-多普勒谱,进而基于稀疏空时谱研究知识辅助的动目标检测算法。理论分析和仿真实验结果表明：本文算法能有效抑制杂波实现慢动目标检测,且运算量小易于实时并行处理。     

基于DPCA-FrFT的三通道SAR-GMTI方法

提出了一种新的基于DPCA-FrT的三通道SAR-GMTI方法,既可工作在原始数据域,又可工作在图像域.该算法以DPCA信号的chirp特征为基础,引入分数阶傅里叶变换,可同时估计出运动目标的位置、速度和径向加速度,实现了运动目标参数的全面、准确描述.当工作在原始数据域时,再利用方位向FrFT得到GMTI图像;而工作在...     

一种基于分数阶Fourier变换和DPCA的动目标检测方法

距离-多普勒域的双通道DPCA方法在检测动目标时能有效的抑制杂波,但是,当目标存在方位向速度时将会导致目标扩散,检测性能下降,特别在SNR较低,目标的方位向速度较大时,鉴于此,该文提出一种基于DPCA-FRFT相结合双通道检测的方法,该方法不仅能够在这种情况下有效的检测动目标,而且可以在目标的强度相差较大时,仍然能检测弱目标.考虑到一般DPCA条件很难满足,给出一种在方位时域插值,然后抽取的方法.仿真结果验证了该方法的有效性.     

基于FRFT的大型平稳目标ISAR成像算法

逆合成孔径雷达(ISAR)通常忽略越距离单元走动(MTRC),采用距离多普勒(RD)算法进行ISAR成像.但对于高分辨ISAR成像雷达,当目标尺寸较大时,距目标中心较远的散射点会产生MTRC,从而导致ISAR像质量下降.为避免散射点的MTRC,本文提出了一种基于分数阶傅立叶变换(FRFT)的ISAR成像算法.从多普勒域看,MTRC是由信号频率和多普勒频率耦合引起的.本文算法以此为基础,利用FRFT的Chirp-multiplication性质对多普勒域进行尺度变换,实现信号频率与多普勒频率的解耦合,获得目标横向像,然后利用IFFT进行径向压缩,无需越距离单元走动校正即可获得清晰的ISAR像.该算法不需要已知目标的转动信息,实现简单,而且计算量与RD算法相当.仿真数据和暗室测量数据验证了算法的有效性.     

基于广义似然比检验-动态规划的检测前跟踪算法

检测前跟踪(TBD)技术通过时间换取能量,可以有效提高微弱目标的检测和航迹处理性能.提出了一种距离多普勒域基于广义似然比检验-动态规划(GLRT-DP)的TBD算法.给出了目标回波信号模型,在此基础上,推导了基于二元复合假设检验的GLRT的TBD算法表达式,在把由表达式所得数据矩阵转换到离散距离多普勒域后,利用DP方法进行搜索寻优,实现所提算法的同时降低了运算量.利用虚警概率和检测概率对所提算法的性能进行了分析.通过仿真实验对所提算法进行了验证,实验结果表明:该算法对雷达微弱目标的检测性能优于传统TBD方法,可以有效实现低信噪比背景下微弱目标的检测和航迹处理.     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的 SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域 SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进 OMP 算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99％,并且在含噪比10％的情况下识别率仍达96％。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进OMP算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99%,并且在含噪比10%的情况下识别率仍达96%。     

天线斜置情况下三通道SAR-GMTI技术研究

该文提出了一种新的基于DPCA(相位中心偏置天线)技术的动目标检测体制,即天线沿载机飞行方向按一定倾斜角度放置。利用等效相位中心原理建立了天线斜置情况下三通道运动目标回波信号模型,给出了天线倾斜角对动目标检测、最小可检测速度和盲速的影响。通过改进的DPCA技术实现运动目标的检测、测速和定位。最后,仿真数据验证了该新体制和改进DPCA技术对运动目标检测的可行性。     

基于已知传播模式数目的海杂波抑制方法研究

天波超视距雷达海杂波谱受电离层多模传播影响大幅展宽, 需进行杂波抑制才可实现舰船目标检测, 利用电离层返回散射探测可获得海杂波谱先验模式数目信息.针对常用的两种海杂波抑制方法——特征值分解法和循环对消法, 仿真分析了传播模式数目识别准确性对海杂波抑制效果的影响.结果表明:若传播模式数目识别错误, 则会造成目标漏检或虚警.在传播模式数目已知的前提下, 利用仿真和试验数据研究了目标与一阶海杂波多普勒相对位置和多普勒分辨率对上述两种方法海杂波抑制效果的影响.目标与一阶海杂波越接近, 海杂波抑制效果越差, 当二者相对多普勒位置小于分辨率时, 两种方法均失效; 多普勒分辨率越低, 海杂波抑制效果越差; 目标与海杂波越接近, 对多普勒频率分辨率要求越高.     

双通道与单通道相结合的运动目标检测新方法

本文在采用双通道相位偏置天线(Displaced Phase Center Antenna,DPCA)的基础上,将DPCA中每一个通道的天线进行子图像划分,再结合两个通道所得的子图像作幅值对消,实现杂波抑制与运动目标的检测。该方法在运动目标具有方位向速度或距离向加速度时可获得比传统DPCA更好的检测效果,并通过剪切平均的方法实现运动目标的聚焦。本文首先介绍了DPCA与单通道中子图像对消的基本原理;其次,提出了将DPCA与子图像对消相结合的运动目标检测新方法,并通过剪切平均的方法聚焦运动目标;最后,本文给出了运用该方法的具体步骤,并通过仿真实验验证了本方法的有效性。     

基于离散FRFT的SAR动目标参数估计方法

为了有效减少SAR系统的数据量和降低脉冲重复频率，提出了一种基于离散分数阶傅里叶变换（FRFT）的动目标参数估计方法。首先对距离向脉冲压缩之后的数据进行DPCA对消处理，其次利用Hough变换估计目标跨航向维的运动参数并校正距离单元走动，然后基于离散的FRFT变换矩阵构造稀疏基矩阵，建立压缩感知重构模型，通过对模型的优化求解获得FRFT的最优阶数，进而估计动目标沿航迹维的速度和位置。最后，仿真实验验证了所提方法能够有效实现低脉冲重复频率条件下的地面运动目标参数估计。     

Novel method of moving target detection for dual-channel was radar based on compressed sensing

We propose a ground moving target detection method for dual-channel Wide Area Sur- veillance （WAS） radar based on Compressed Sensing （CS）. Firstly, the method of moving target detection of the WAS radar is studied. In order to reduce the sample data quantity of the radar, the echo data is randomly sampled in the azimuth direction, then, the matched filter is used to perform the range direction focus. We can use the compressive sensing theory to recover the signal in the Doppler domain. At last, the phase difference between the two channels is compensated to suppress the clutter. The result of the simulated data verifies the effectiveness of the proposed method.     

基于瞬时多普勒频率的匀速移变双基SAR的二维频谱及其成像算法的应用

该文提出一种新的方法求解匀速移变双基SAR的2维频谱表达式。通过使用瞬时多普勒频率,引入两个独立的方位频率,并由此推导出精确的严格解析谱。然后,利用匀速移变双基SAR的成像几何模型,求出这两个方位频率的表达式,从而得到最终的2维频谱。作为该频谱对于成像算法的一个应用,该文提出适用于平行等速双基SAR数据的距离多普勒算法。仿真数据的处理结果不仅证明了所得到的2维频谱的精确性,也证明了该文的距离多普勒算法的有效性。     

INS/GPS组合导航下机载PD雷达DPCA性能分析

惯导测速误差随着时间逐渐积累,积累误差会导致载机运动补偿失效,从而使得DPCA检测性能下降。针对这一问题,提出采用INS/GPS组合导航系统对载机速度进行测量,能大大提高载机测速精度,有利于DPCA检测低速动目标。在建立雷达回波信号模型和INS/GPS组合导航系统模型的基础上,结合机载PD雷达背景,仿真分析了惯导系统、INS/GPS组合导航系统各自的测速精度以及不同测速精度下的DPCA检测性能。仿真结果表明:采用惯导测速时,测量精度较低,DPCA在此精度下不能检测低速动目标;采用INS/GPS组合导航测速时,测量精度较高,DPCA在此精度下能够检测出低速动目标。     

基于压缩感知的双通道SAR地面运动目标检测方法研究

针对目前双通道SAR地面运动目标检测(GMTI)方法采样数据量过大的问题,该文提出一种基于压缩感知的双通道SAR运动目标检测方法。该方法首先沿方位向进行随机稀疏采样得到双通道原始回波数据,然后通过匹配滤波方法实现距离向聚焦,并利用压缩感知技术实现方位聚焦,最后运用传统相位中心偏置天线(DPCA)技术进行杂波抑制。通过公式推导从理论上分析了该算法利用双通道方位稀疏采样数据实现杂波抑制的可行性,同时详细分析了运动参数对目标成像的影响。仿真与实测数据实验表明该算法在方位向欠采样情况下仍具有良好的杂波抑制性能。     

FMCW-SAR体制下快速运动目标检测与成像方法

针对调频连续波合成孔径雷达(FMCW-SAR)体制下的快速运动目标检测与成像问题,该文提出一种双通道FMCW-SAR动目标检测和成像新方法。该方法考虑到调频连续波固有的特点,将多普勒频移补偿和偏置相位天线(DPCA)技术结合,进行杂波抑制,检测动目标。并针对快速运动目标的散焦和多普勒谱分裂等问题,采用Keystone变换、方位去斜等方法实现快速运动目标的重聚焦。最后,仿真实验验证了所提方法的有效性和可行性。     

Focusing SAR data with time-varying Doppler centroid

SAR data spatially sampled at the Nyquist limit can be correctly processed if the Doppler centroid is precisely known. Whenever the Doppler centroid shows rapid variations either with range or azimuth, more care is required in order to take advantage of the computational efficiency of frequency domain techniques. It is shown that such focusing techniques can still be exploited, provided that SAR raw data are previously modified and a space-varying nondimensional filter is applied to the focused image. The computational cost increases, but it is still smaller than time-space domain processing. Results obtained with simulated SIR-C/X-SAR data and SPOTlight geometries are presented