一种低秩张量约束的下视稀疏线阵SAR三维成像算法

为了解决3维稀疏数据处理中向量化或矩阵化带来的原始空间结构破坏与计算复杂度高的问题,该文针对下视稀疏线阵3维SAR成像几何模型和回波信号特点,构建了张量空间信号模型,提出了一种基于低秩张量补全的3维SAR稀疏成像算法。该算法首先利用回波张量的低秩性,通过张量补全重构稀疏回波中的丢失元素,再对补全后的全采样信号张量进行3维成像,从而获得高效率、低旁瓣、高分辨率3维图像。基于X波段下视稀疏线阵3维SAR点目标回波进行了3维成像仿真实验,比较了在不同信噪比和采样率条件下的成像性能,并基于实测数据进一步验证了该算法的有效性和优势。     

一种低秩张量约束的下视稀疏线阵SAR三维成像算法

为了解决3维稀疏数据处理中向量化或矩阵化带来的原始空间结构破坏与计算复杂度高的问题,该文针对下视稀疏线阵3维SAR成像几何模型和回波信号特点,构建了张量空间信号模型,提出了一种基于低秩张量补全的3维SAR稀疏成像算法.该算法首先利用回波张量的低秩性,通过张量补全重构稀疏回波中的丢失元素,再对补全后的全采样信号张量进行3维成像,从而获得高效率、低旁瓣、高分辨率3维图像.基于X波段下视稀疏线阵3维SAR点目标回波进行了3维成像仿真实验,比较了在不同信噪比和采样率条件下的成像性能,并基于实测数据进一步验证了该算法的有效性和优势.     

机载前视合成孔径雷达Chirp Scaling成像算法研究

针对目前机载侧视合成孔径雷达(SAR)无法对飞行路线正前方进行高分辨率成像的问题,该文研究了一种新型机载前视SAR,分析了前视SAR的工作原理和方位分辨率提高的可行性。基于空间几何模型和回波信号形式,推导并给出了适用于机载前视SAR成像的chirp scaling算法,给出了各相位补偿因子表达式及算法实现步骤。模拟了前视SAR点目标回波数据,并利用该方法对分布于场景中心及边缘的点目标阵进行了成像仿真,分析了成像效果,成像质量指标与理论值基本吻合,证实了算法的有效性。     

一种机载/弹载阵列雷达前视超分辨成像算法

针对机载/弹载雷达前视成像过程中方位分辨率急剧下降的问题,提出了一种基于超分辨技术的阵列雷达前视成像算法。该算法通过对接收的各通道回波数据进行样本协方差估计,并对该协方差进行修正及空间平滑等处理,随后采用改进的多重信号分类(MUSIC)算法估计空间谱,再根据系统参数将谱曲线进行累积,最终获得雷达前视图像。仿真及实测数据处理结果表明,该算法能有效提高雷达前视方向成像的方位分辨率,实现机载/弹载雷达前视超分辨成像。     

基于级数反演的双基前视圆周SAR成像

双基前视圆周合成孔径雷达（BFL-CSAR）为一种双基前视及圆周合成孔径雷达优势相结合的成像模式,拥有单基直线 SAR 及圆周 SAR 所不具备的前视二维成像优势。由于该构型双基距离历程双根号及三角函数的存在,其目标回波信号的二维频谱难以有效获得,从而给后续成像处理带来困难。针对这个问题,首先结合 BFL-CSAR 的运动特点,建立回波距离模型,利用级数反演理论有效获取了回波信号的二维频谱,并在此基础上提出了一种适用于双基前视圆周 SAR 的快速频域成像算法。计算机仿真实验验证了理论分析的正确性以及成像算法的有效性。     

基于数字波束锐化的高速前视合成孔径雷达成像算法

针对目前前视合成孔径雷达(Synthetic Aperture Radar,SAR)成像算法都基于平台前向运动速度较低,无法应用于高速运动平台的问题,以单发多收的机载前视SAR系统为研究对象,分析了高速前视SAR的空间几何模型和回波信号模型,提出了一种适合于高速前视SAR的多普勒波束锐化(Digital Beam Sharpening,DBS)成像算法.同时,为了解决高速运动带来的成像模糊问题,提出了相应的距离徙动校正方案,显著提高了DBS算法的成像质量.最后,模拟了点目标阵列的前视SAR回波数据,并利用所提出的算法进行了成像.成像结果验证了算法的有效性.     

稀疏重航过阵列SAR运动误差补偿和三维成像方法

该文针对机载交轨阵列SAR下视3维成像模型,采用以巴克码伪随机序列为准则的稀疏重航过采样方式,利用较少飞行次数提高交轨向分辨率。针对重航过采样方式存在的运动误差,利用修正均匀冗余阵列(Modified Uniformly Redundant Arrays, MURA)编码空间调制和3维后向投影(Back Projection, BP)算法获得各航过3维复图像对,基于干涉处理和频域压缩感知(Compressed Sensing, CS)等效实现各航过阵列形变误差补偿。将MURA反码对应回波形成的3维复图像相位作为参考,对各单航过复图像进行相位补偿,以恢复各航过间复图像相位关系。根据单航过阵列SAR3维复图像具备频域稀疏的性质,对各个复图像相干累加,实现稀疏重航过阵列SAR高分辨率下视3维成像。仿真和暗室试验数据处理结果验证了方法的有效性。      

前视多通道SAR自适应鉴别抑制欺骗干扰

前视多通道SAR成像存在回波左右模糊的问题,在成像时需要利用空域资源进行解模糊处理,使得其成像过程较一般侧视SAR更加复杂。在复杂电磁环境下,若要获得无干扰、不模糊的前视SAR图像,难度较大。该文提出一种基于方位向自适应波束形成(AADBF)技术的欺骗干扰自适应鉴别抑制算法。该算法首先采用AADBF技术对多通道接收回波信号进行地物相消,保留欺骗干扰样本。然后利用门限检测法在高分辨SAR图像上,鉴别出欺骗干扰的像素位置。最后,对存在干扰的像素点进行自适应空域滤波,从而达到抗欺骗干扰的目的。仿真结果表明,该方法能够有效地鉴别并抑制欺骗干扰,与此同时能够实现前视SAR无干扰聚焦成像。      

机载下视圆周SAR三维BP成像

结合机载下视三维SAR和曲线合成孔径雷达(CSAR),提出了一种下视圆周SAR的三维成像结构。在此结构下推导回波信号模型,发现回波信号中切航向和沿航向存在二维耦合项,使得传统的RD算法、CS算法、距离徙动算法等受限。后向投影算法(BP算法)通过二维场景搜索,避免了回波模型中耦合项的影响。文中分析了圆周SAR三维BP成像的机理,并给出了整个成像过程的流程图。仿真结果表明,圆周SAR能够精确地还原场景目标的三维信息,从而验证了此种结构的可行性和理论分析的正确性。     

基于MLBF的毫米波双站SAR前视Omega-k成像算法

结合毫米波体制和双站毫米波合成孔径雷达(SAR)前视成像技术,开展毫米波双站SAR前视成像算法的研究.在双站SAR前视成像系统中,较大的前视角引入了多普勒质心偏移和严重的距离徙动,因此普通双站SAR的成像算法无法直接移植到双站SAR前视成像中.针对以上问题,论文首先提出了一种基于瞬时多普勒分析的改进Loffeld's Bistatic Formula(MLBF)二维频谱求解方法,相比于现有方法,该方法能更准确的得到双站SAR前视回波信号的二维频谱.在此基础上又推导出了适用于毫米波双站SAR前视成像的Omega-k算法;最后通过仿真实验,验证了提出算法的有效性和优越性.     

改进的机载阵列调频连续波合成孔径雷达前视成像方法

机载阵列前视合成孔径雷达(SAR)信号模型中忽略载机速度会影响成像。针对该问题,在调频连续波(FMCW)SAR信号模型中考虑了载机速度,分析了载机速度的影响和载机连续运动引入的多普勒频率偏移的特点,结合Frequency Scaling算法,研究了机载阵列FMCW SAR前视成像。成像仿真和性能参数分析表明:改进方法可精确实现载机运动条件下的FMCW SAR前视成像。     

基于波数域子孔径的机载三维SAR偏航角运动误差补偿

机载3维SAR可实现3维成像, 但运动误差会影响成像质量, 其中姿态角误差改变阵元间相对位置, 影响复杂, 目前还没有基于测量数据的补偿方法。该文建立了机载3维SAR成像模型, 分析了姿态角误差对成像的影响, 其中偏航角误差的补偿最为复杂。由回波相位可得航迹向和跨航向波数, 根据这两个波数计算的距离误差与目标位置无关, 消除了误差的空变性。提出在航迹向和跨航向2维波数域分块计算距离误差, 在空域补偿的波数域子孔径补偿方法。仿真结果证明该方法可有效补偿偏航角运动误差的影响。      

机载多通道SAR运动目标方位向速度和法向速度联合估计算法

对运动目标进行SAR成像时,参数估计是必不可少的。现有算法主要针对运动目标的径向速度和方位向速度进行估计,而对3维运动目标的法向速度无法估计。该文利用L型基线的机载多通道SAR系统,提出一种方位向速度和法向速度的联合估计算法。该算法在距离-多普勒域提取运动目标信号,并利用多幅SAR图像之间的相位差进行方位向速度和法向速度的联合估计。该算法不依赖图像配准,不需要解多普勒模糊,因此具有较高的估计精度和鲁棒性,有较强的实际意义和应用价值。     

圆周扫描地基SAR频域三维成像算法

圆周扫描地基SAR(GBCSAR)是一种具备三维成像能力的地基SAR系统,其运动轨迹特殊,给三维成像带来难度。后向投影(BP)算法适用于该系统成像,但其计算量巨大,难以实现实时成像。应用于机载圆迹SAR成像的频域算法由于机载圆迹SAR与GBCSAR系统在成像模型和信号模型上都存在差异,因此无法应用于GBCSAR。因此,本文提出了一种针对GBCSAR的频域三维成像算法。本文在GBCSAR系统模型的基础上,推导信号由斜距平面转换到成像平面的解析表达,在频域进行匹配滤波,实现信号的聚焦。之后对本算法的适用条件进行讨论。最终经过仿真实验,本文提出的算法得以验证,并对本文算法与BP算法的成像质量和成像效率进行对比,证明本文提出的频域成像算法可以实现高效成像。      

基于截获因子评价的双基前视SAR成像LPI设计

降低雷达辐射信号被截获概率,是保障机载平台战场生存与作战效能发挥的重要方面。本文结合双基雷达在低截获（LPI）方面的优势,提出了基于截获因子评价的移不变双基前视条带合成孔径雷达（SAR）成像LPI探测设计方法。考虑利用截获因子评价双基SAR成像的LPI性能,针对移不变双基前视条带SAR成像模式,简要分析了成像分辨率,推导了截获因子表达式,在保证成像性能前提下,以降低截获因子为目标设计了LPI探测方法,并进行了仿真验证。实验结果表明,本文提出的方法能明显改善机载火控雷达SAR模式的抗截获性能。     

前视阵列SAR回波稀疏采样及其三维成像方法

针对高分辨前视阵列SAR三维成像系统面临的距离采样率高和回波数据量大的问题,本文利用地面散射源在三维空间中的稀疏性,提出距离频域和沿航向时域二维稀疏采样并稀疏重构地面三维图像的方法.从前视阵列SAR角度观察三维地面,地面散射源在距离向和沿航向二维空间中是稀疏的,在该二维方向上联合稀疏采样有望实现最佳的稀疏采样效果.为避免距离向时域稀疏采样造成的三维成像复杂化,提出利用子脉冲结合距离频域稀疏采样的方法来实现距离向稀疏采样.同时,结合地面散射源连续性特点,提出低信噪比情况下稳健的信号重构方法.与传统三维匹配滤波成像方法相比,本方法降低了距离采样率和回波数据量,并直接重构地面散射源信息以实现三维成像.     

Enhanced resolution in Sar/ISAR imaging using iterative sidelobe apodization.

Resolution enhancement techniques in radar imaging have attracted considerable interest in recent years. In this work, we develop an iterative sidelobe apodization technique and investigate its applications to synthetic aperture radar (SAR) and inverse SAR (ISAR) image processing. A modified noninteger Nyquist spatially variant apodization (SVA) formulation is proposed, which is applicable to direct iterative image sidelobe apodization without using computationally intensive upsampling interpolation. A refined iterative sidelobe apodization procedure is then developed for image-resolution enhancement. Examples using this technique demonstrate enhanced image resolution in various applications, including airborne SAR imaging, image processing for three-dimensional interferometric ISAR imaging, and foliage-penetration ultrawideband SAR image processing.     

弹载雷达成像技术发展现状与趋势

弹载合成孔径雷达(SAR)可对观测区域进行二维高分辨率成像,获得丰富的地貌特征以及目标的尺寸、形状特征,进而选择打击点并提高打击精度和效率。与传统的机载/星载SAR成像体制相比,弹载SAR由于其探测距离远、大机动曲线突防和多平台协同作战的特点,给雷达成像技术带来了新的挑战:导弹末制导阶段处于二维甚至三维加速的大斜视工作模式,飞行轨迹与传统的SAR成像模式不同,这会带来距离方位的严重耦合,成像质量退化严重;在攻击飞行段,导弹的天线波束直接指向目标区域,弹载SAR将工作在前视状态,传统的SAR成像技术难以获取目标二维高分辨图像。针对弹载SAR存在的这些问题,该文立足弹载SAR作战需求,从曲线轨大斜视成像、前视成像和协同成像方面介绍了弹载雷达成像的关键技术和发展现状,展望未来弹载雷达成像技术的发展趋势。      

基于空间聚类种子生长算法的阵列干涉SAR点云滤波

阵列干涉合成孔径雷达(Synthetic Aperture Radar, SAR)通过在交轨向布置多个天线,结合方位向的合成孔径和斜距向的大带宽信号,具备了3维分辨能力,且多个阵元保证了其在高程向的空间采样,能够解决干涉SAR(Interferometric SAR, InSAR)测绘中的叠掩问题,实现观测场景的3维成像。但是获得场景区域的3维点云分布中存在较多杂点,高程向误差较大,所以传统的激光雷达(Light Detection And Ranging, LiDAR)点云滤波方法不适用于阵列干涉SAR点云的滤波处理。针对该问题,该文提出基于空间聚类种子生长算法的阵列干涉SAR点云滤波算法,应用密度和高程双重阈值生成密度-高程图像,通过图像处理手段去除小型杂点,利用空间聚类种子生长算法将植被等从点云数据中去除,完成点云滤波处理。利用国内首次机载阵列干涉SAR实验数据,通过与传统LiDAR滤波方法进行比较,验证了该文算法的有效性,为后续建筑物提取和精细化处理提供保障。