改进的多子阵双站合成孔径声纳成像算法

在常规单站SAS系统中,多子阵技术是提高测绘率的一个有效方法,针对发射站固定的双站SAS模型,多子阵技术同样可以用来解决测绘率与降空间采样率的矛盾,但是当"停-走-停"假设不再成立时,将引入相位误差项,降低双站SAS的成像质量,针对该问题在原有多子阵逐点成像算法的基础上,研究了发射站固定的双站SAS基阵运动引起的相位误差,提出了多子阵双站合成孔径声纳带相位补偿的逐点成像算法,在建立多子阵双站SAS数学模型的同时,形成了新的多子阵双站SAS系统方案设计。并给出了改进的波束形成逐点算法和仿真实验。改进的逐点算法并未改进运算量大小,新方法能够改善成像效果,仿真实验验证了该方法的有效性。多子阵双站合成孔径声纳成像的逐线算法有待进一步研究。     

基于非停走停及方位非均匀采样的多接收阵合成孔径声纳CS成像算法

针对采用多接收阵技术的合成孔径声纳(SAS)成像中普遍存在的不满足停走停假设和方位向采样非均匀等问题,在深入分析了停走停假设和方位向的非均匀采样对成像造成影响的基础上,给出一种可用于方位向非均匀采样多接收阵合成孔径声纳的chirp scaling (CS)成像算法,它较为精确地补偿了非停走停模式带来的相位误差,因而适用于宽测绘带远距离SAS成像.仿真和试验均证明了该方法的有效性.     

多子阵双站合成孔径声纳成像算法

SAS测绘率是大面积海底测绘的一个重要指标,多子阵的方法已经在常规单站SAS的实际系统中取得了良好的效果。针对双站合成孔径声纳(双站SAS)测绘速率受空间降采样率限制的问题,该本文首先给出了发射站固定的双站SAS模型,分析了该模型双站SAS的测绘率。为了提高双站SAS的测绘率,本文中提出了发射站固定下的多子阵双站合成孔径声纳成像方法,并给出了严格的数学模型,形成了多子阵双站SAS系统设计方案,提高了系统的测绘率。文章最后给出了基于波束形成逐点算法多子阵双站SAS的成像仿真,仿真结果验证了方法的有效性。     

基于方位-距离量测的舰艇搜潜定位算法研究

结合舰艇拖曳线列阵声纳实际搜潜装备,利用舰载声纳测得的潜艇目标方位和距离信息,建立了基于目标方位-距离量测的舰艇对潜艇目标定位的数学模型,并对定位误差进行了分析,在该模型基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向等因素对定位性能的影响,给出了仿真结果并进行了分析,仿真结果表明：不同的目标运动态势,对声纳探测定位性能影响很大,因此,根据目标运动态势合理选择声纳的位置和探测方位在一定程度上可提高声纳的探测定位性能.     

多接收阵合成孔径声纳数据滤波重构算法

在合成孔径声纳(Synthetic Aperture Sonar,SAS)成像中,多接收阵模式通常采用等效相位中心(Displaced Phase Center,DPC)近似处理方法,它实质上是将多接收阵回波数据与单接收阵回波数据的区别看成系统误差,在成像处理前或成像处理过程中补偿掉该系统误差,但是该系统误差具有空变特...     

使用合成滤波器组的SAS方位向非均匀采样信号重构

针对多子阵合成孔径声纳(Synthetic Aperture Sonar,SAS)在方位向上非均匀采样对后续成像处理带来的方位向失真的影响,给出了基于滤波器组的方位向非均匀采样信号重构算法.该算法利用SAS方位向周期性非均匀采样信号与经过分析滤波器组的信号之间的相似性,将周期非均匀采样信号通过合成滤波器组进行重构得到均...     

一种运动误差精确补偿的矩阵求和合成孔径成像算法

根据回波数据对波束范围内各目标合成孔径成像的贡献,将其变换为一个图像矩阵,不同回波数据的图像矩阵相干叠加,完成合成孔径处理。首次采用矩阵运算,相比于传统逐点延时求和向量运算,成像效率提高了一倍。提出了一种移位成像运动误差补偿算法,克服了传统补偿算法存在的相位误差方位空变性的影响,实现运动误差的精确补偿。仿真和试验数据处理结果都表明该算法具有成像效率高和运动误差补偿精确的优点。     

采用反向投影算法进行宽带合成孔径声纳数据处理与图像重建

文中提出了宽带合成孔径声纳(synthetic aperture Sonar，简称SAS)成像的反向投影算法(back pmjection，简称BP)。该算法是在时间-空间域中对合成孔径线列阵中备个阵元接收回波的所有频率分量进行相干求和，以充分利用合成孔径上所有回波的能量，从而得到理想的SAS图像。同时，文章中分析了BP算法实现过程中拖尾(tall)现象的产生机理，对BP重建图像进行了斜坡滤波处理。并对载频为15kHz,带宽为20kHz的SAS系统进行了仿真，结果验证了这种算法的有效性。     

合成孔径雷达平台角运动误差测试系统设计

分析了SAR(合成孔径雷达)天线指向误差对其成像质量的影响及某型机载SAR在商用载机成像飞行时的运动特性,在此基础上设计了针对此类机载SAR的天线稳定转动控制平台,并采用二维仿真转台模拟载机角运动,提出了对角运动误差的测试方案.借助现代虚拟仪器技术完成了对载机角运动误差的高性能测试.通过对所研制的实用样机系统合成孔径雷达天线转动模拟仿真平台的测试,证明采用该方案进行测量其角运动误差精度可达到3°‰.     

一种多子阵合成孔径声纳CS成像算法

由于方位向采样不均匀,已有的频域算法如CS算法（ChirpScaling）等不能直接应用于多子阵合成孔径声纳成像．提出了一种可用于方位向不均匀采样多子阵合成孔径声纳的CS成像算法。此方法利用多子阵合成孔径声纳系统等间隔布阵和匀速直线运动的特点,将方位向不均匀采样的傅立叶变换分解为若干均匀采样的傅立叶变换,从而可以利用FFT提高计算效率。成像结果及分析表明,此方法可以很好应用于多子阵合成孔径声纳成像,并保持了标准CS算法快速高效的特点。     

一种基于PFA的多子阵聚束合成孔径声呐成像方法

文章提出了一种基于极坐标格式算法（Polar Format Algorithm,PFA）进行聚束多子阵合成孔径声呐成像的改进方法,建立了非“停-走-停”条件下的斜视成像模型,推导了信号由时域到波数域的解析表达式,给出了信号处理流程。该方法首先使用场景中心点的精确距离史对平台运动误差进行补偿,并通过极坐标算法处理得到粗聚焦的图像。其次,为了解决非场景中心点的残余空变相位误差的补偿问题,对粗聚焦图像进行分块自聚焦处理,使场景边缘点的聚焦效果得到改善。最后,经过子图拼接及几何校正后得到完整的精聚焦图像。仿真及分析结果表明,该方法提高了方位向性能指标,同时也能准确补偿平台运动误差,可以很好地应用于多子阵声呐成像。该方法在大运动误差、大斜视情况下仍具有较好的鲁棒性。     

基于Chirp Scaling成像算法的高分辨聚束式合成孔径声呐

基于两步处理算法和ChirpScaling算法,提出一种适用于条带式成像算法的通用高分辨聚束式合成孔径声呐(SAS)模型。该模型结合了谱分析(SPECAN)算法和ChirpScaling算法的优点,算法首先采用deramp和升采样处理技术实现方位的粗聚焦,消除了聚束式SAS特有的方位频谱混迭现象,然后应用ChirpScaling原理实现距离的精确聚焦,并补偿deramp处理引起的方位相位误差,实现方位精聚焦。基于该通用模型,给出了实现的步骤,整个算法无需任何插值操作,只需复乘和FFT即可完成。该算法适用于宽测绘带高分辨率聚束式SAS的精确而高效成像处理。最后,通过计算机仿真,验证了该通用模型的有效性。     

Motion estimation in wide band synthetic aperture sonar based on the raw echo data using the method of displaced phase center antenna

Phase errors in synthetic aperture sonar (SAS) imaging must be reduced to less than one eighth of a wavelength so as to avoid image destruction. Most of the phase errors occur as a result of platform motion errors, for example, sway yaw and surge that are the most important error sources. The phase error of a wide band synthetic aperture sonar is modeled and solutions to sway yaw and surge motion estimation based on the raw sonar echo data with a Displaced Phase Center Antenna (DPCA) method are proposed and their implementations are detailed in this paper. It is shown that the sway estimates can be obtained from the correlation lag and phase difference between the returns at coincident phase centers. An estimate of yaw is also possible if such a technique is applied to more than one overlapping phase center positions. Surge estimates can be obtained by identifying pairs of phase centers with a maximum correlation coefficient. The method works only if the platform velocity is low enough such that a number of phase centers from adjacent pings overlap.     

基于加速度传感器的红外图像稳像技术研究

本文对安装于非固定平台上红外前视设备的像移产生的机理进行了详细分析,在此基础上提出了采用微机械加速度传感器获取像移矢量的方法及算法,并研制了可安装于红外前视设备上的像移矢量测量系统,利用三维摇摆台进行了像移测量和稳像试验,并与纯软件化稳像效果进行了比较,验证了本文提出的理论和方法的正确性,以及试验装置的有效性。     

FFBP算法在合成孔径声纳成像中的应用

时域合成孔径成像算法可以更好地适应多子阵造成的方位向采样不均匀问题,并且具有存储空间小、并行处理方便的优点。但精确时域算法运算量非常大,快速分块反向传播投影（Fast Factorized Back Projection,FFBP）成像算法则可以大大降低成像计算量。详细分析了FFBP声程误差的距离效应、孔径合并策略和图像分裂策略、成像的计算量等关键问题,并给出了仿真和实测数据成像结果。通过对仿真和实测成像结果的分析表明：FFBP算法可以提高计算效率,适用于实时合成孔径声纳成像系统。     

车载图像配准稳定算法中的关键技术

提出一种有效的车载图像配准稳定算法,这种算法的关键技术包括：一是采用由粗到精、由局部匹配到全局配准的两级配准策略,即在粗配准阶段,利用基于灰度投影均值的SSDA改进算法进行快速模板匹配;精配准时,借鉴联合直方图区域记数法的思路,在灰度信息的统计特性空间上巧妙定义一种全局准则函数,既能保证精度又摆脱了大量的浮点运算。二是在运动滤波时通过自适应选取滑动窗口的长度,降低了图像序列的抖动,同时防止过稳现象的发生。实验结果表明,该算法的平移配准误差( 0．254, 0．083)远远小于1个像素,且在一定硬件平台上稳定单帧图像需要14．7ms,仅为同精度其它算法的1／3,从而满足了车载图像系统的实时性和精度要求。     

一种基于MSR的中等斜视多子阵合成孔径声呐距离多普勒算法

针对现有斜视多子阵合成孔径声呐成像算法忽略了"非停走停"假设的孔径依赖性和阵元依赖性,导致中等斜视时成像效果差的问题,提出了一种基于级数反演方法(Method of Series Reversion, MSR)的中等斜视多子阵合成孔径声呐距离多普勒算法(Range Doppler Algorithm, RDA)。首先,为了解决"非停走停"假设孔径依赖的问题,直接对精确距离史在波束中心处进行泰勒级数展开,得到近似距离史,并借用MSR求得近似距离史对应窄带回波信号的二维谱解析解。然后,为了解决阵元依赖的问题,使用基于MSR的RDA分别对每个子阵单独成像,再通过将每个子阵的成像结果进行相干叠加的方式消除单个子阵欠采样带来的混叠现象,得到完整的成像结果。最后,通过与现有算法的仿真对比实验,验证了该算法的有效性。     

Phase-diversity wave-front sensor for imaging systems

A phase-diversity wave-front sensor has been developed and tested at the Lockheed Palo Alto Research Labs (LPARL). The sensor consists of two CCD-array focal planes that record the best-focus image of an adaptive imaging system and an image that is defocused. This information is used to generate an object-independent function that is the input to a LPARL-developed neural network algorithm known as the General Regression Neural Network (GRNN). The GRNN algorithm calculates the wave-front errors that are present in the adaptive optics system. A control algorithm uses the calculated values to correct the errors in the optical system. Simulation studies and closed-loop experimental results are presented.     

Least-squares estimation of imaging parameters for an ultrasonic array using known geometric image features

Ultrasonic array images are adversely affected by errors in the assumed or measured imaging parameters. For non-destructive testing and evaluation, this can result in reduced defect detection and characterization performance. In this paper, an autofocus algorithm is presented for estimating and correcting imaging parameter errors using the collected echo data and a priori knowledge of the image geometry. Focusing is achieved by isolating a known geometric feature in the collected data and then performing a weighted leastsquares minimization of the errors between the data and a feature model, with respect to the unknown parameters. The autofocus algorithm is described for the estimation of element positions in a flexible array coupled to a specimen with an unknown surface profile. Experimental results are shown using a prototype flexible array and it is demonstrated that (for an isolated feature and a well-prescribed feature model) the algorithm is capable of generating autofocused images that are comparable in quality to benchmark images generated using accurately known imaging parameters.