星载分布式SAR干涉信号仿真及相干性分析

仿真是进行星载分布式合成孔径雷达(SAR)干涉测量信号处理研究的重要途径。论述了利用小面单元模型、乘性噪声模型及系统的几何模型和信号模型等模型来仿真复图像和干涉图的方法，分析了仿真复图像的相干性。通过计算机仿真，实现了仿真过程，验证了复图像的相干性。     

重复飞行机载干涉SAR的实验研究

该文在介绍重复飞行机械干涉SAR基本原理之后，分析了在L波段机载SAR（CASSAR）飞行实验中的航线控制方式和航线偏差对干涉成像的影响，研究了基于INS／GPS组合导航系统的运动补偿方法，提出了利用配准点拟合投影函数方法解决非平行基线的去相干性问题，通过高程反演，获得了观测地区局部的三维地形图。     

星载InSAR系统干涉信号模拟方法

为了对星载干涉合成孔径雷达(InSAR)系统信号处理研究提供数据源,研究了系统干涉信号的模拟。首先分析了信号模拟所需的几何模型、散射模型及信号模型,给出了利用这些模型模拟干涉信号的流程。通过分析小面单元数与相干系数的关系,得到当取满足一定条件的小面单元数时,模拟出的干涉信号能够进行干涉,并且其相干系数能和理论值吻合。通过采用上述方法进行模拟验证了上述方法的有效性。     

星载InSAR的基线长度研究

基线长度是决定干涉合成孔径雷达(InSAR)测高精度的关键量.长基线时误差传递系数小,利于测高精度,但基线过长会使系统相干性下降和处理难度增大.文中探讨了相干性和相位展开处理的机理,分析了基线长度与二者的关系,提出了一项衡量相位展开难度的指标,给出了利用SAR工作的侧视几何缓解相干性和相位展开难度对基线长度限制的2种处理方法及其效果.上述2种处理方法可允许InSAR系统采用更长的基线.     

InSAR自适应图像配准的干涉相位估计方法

提出了一种基于联合单像素模型的InSAR(Interferometric Synthetic Aperture Radar)干涉相位估计方法.能够根据配准误差的大小和方向来构造最优加权观测矢量,同时利用相邻像素的信息,因此具有自适应图像配准和降低相位噪声功能,因而可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.     

机载双天线干涉SAR非线性近似自配准成像算法

为了提高机载双天线干涉SAR系统的干涉处理速度而又不损失配准精度,该文提出了非线性距离向ECS自配准成像算法。该算法通过对两天线视角不同引起的路径差的非线性近似,在成像处理阶段实现了干涉图像对在距离向的高精度自配准。该算法在产生干涉相位时较传统算法在保持较高配准精度的情况下显著提高了运算速度。本文通过对仿真数据、实际数据的处理以及系统参数对算法配准精度影响的仿真分析,证明了该算法的有效性。     

机载SAR重复轨道干涉成像试验结果

该文描述了中科院电子所机载L-SAR系统的重复轨道干涉试验,通过对得到的观测数据进行处理和分析,得到了中国第一幅与实际地形图基本吻合的数字高程图,高程精度在10m左右。同时,该文提出一种适用于轨道有夹角的图像配准方法,并在处理过程中验证了算法的有效性。     

利用残余点优选InSAR干涉相位条纹图的研究

该文基于相位展开中残余点的概念,深入研究了残余点发生概率与配准精度间的内在联系,根据所得出的模型,提出以残余点的数目作为衡量不同配准结果的准则。挑选出最佳的条纹图,从而最大程度地减小数字高程图中因配准所引起的误差．实际数据的研究表明,该方法简便精确、行之有效．     

基于粗数字高程模型信息的干涉相位图生成方法

该文提出了一种基于粗数字高程模型(DEM)信息的干涉相位图生成方法,其思路为充分利用已有的DEM信息来完成SAR图像配准-干涉相位滤波处理。此方法首先根据粗DEM信息和系统参数计算得到SAR图像中每一像素的2维配准偏移量,从而完成SAR图像的配准。在干涉相位滤波中,由粗DEM信息仿真生成已知地形的干涉条纹图用以补偿InSAR系统录取得到的干涉相位,再对残余相位进行滤波处理,提高干涉相位滤波的性能。另外,对于高分辨率SAR图像,粗DEM高程误差和系统参数误差会引入较大的图像配准误差,该文再利用联合像素子空间投影方法进一步完成SAR图像的精确配准和相位滤波。仿真结果验证了该文方法的有效性。     

波数域算法在机载双天线干涉SAR成像中的应用

该文针对机载双天线干涉SAR成像,分析了主、副两天线的波数域成像算法特点。通过在距离向引入距离平移因子和距离缩放因子,得到在成像过程中完成配准的波数域成像算法。通过计算机仿真和处理实际数据,验证了这种方法能够在机载双天线干涉SAR原始回波数据的成像处理中,完成复图像对的配准。     

干涉SAR的基线干损和极限基线分析

基线是干涉SAR工作原理中的关键概念。它反映干涉测高原理的本质，既是相干性的来源，也是导致基线干损的根源，它还用极限基线给出了干涉存在的条件。本文详细分析了基线、基线干损、极限基线，以及它们之间的关系，并引入新一个的概念；相干角，来更加准确和深入地分析上述关系，指出了它们在频域和图像域中的表现。     

主星带伴随分布式小卫星SAR系统效能分析

针对主星带伴随分布式小卫星系统效能分析巾几个关键问题进行了研究。首先,根据分布式小卫星SAR系统的任务需求,给出了系统效能评估指标体系：结合分布式小卫星轨道运行特点,建立了系统能力模型：根据系统的工作状态,建立了系统可靠性Markov模型;基于能力模型与可靠性模型,建立了主星带伴随分布式小卫星SAR系统效能评估模型。仿真结果证明,以上模型的建立为主星带伴随分布式小卫星SAR系统效能分析以及系统参数设计提供理论依据。     

星载干涉SAR中的基线问题

基线在星载干涉SAR的系统设计和数据处理中起着非常重要的作用.本文比较全面地阐述了空间基线在星载干涉SAR中的作用.特别分析了星载干涉SAR中空间基线对SAR图像相关性、地距分辨率以及干涉SAR数据处理中的距离向平地效应和多视平均处理的影响.讨论了星载干涉SAR空间基线的设计问题,推导了空间最优基线的确定公式.最后进行了计算机仿真,仿真结果表明分析正确.     

主星带伴随小卫星编队系统的AT-INSAR基线研究

对于小卫星编队雷达系统来说,基线是编队构形设计的关键,本文主要从AT-INSAR(Along Track Interferometry Synthetic Aperture Radar,简称AT-INSAR)测速精度方面来分析基线:首先根据小卫星编队空间几何关系,建立了空间基线的模型;接着建立了主星带伴随小卫星编队雷达系统AT-INSAR模型;基于这两个模型,分析了空间基线对于测速精度的影响;最后以"干涉车轮"为例仿真分析了空间基线对于AT-INSAR测速精度的影响,得到了有用的结论.     

星载寄生式InSAR系统频率同步误差分析

频率同步是星载寄生式InSAR系统的关键问题之一。根据频率源的工作特性,建立了一种新的频率源误差模型,并在该模型的基础上详细分析了频率同步误差对双站SAR成像及分布式InSAR高程测量的影响。建立了频率同步误差到干涉相位误差的传递模型,指出了星载分布式InSAR系统对频率源准确度及稳定性的要求,仿真验证了理论分析的正确性,分析结果对星载分布式InSAR系统的设计具有重要意义。     

干涉SAR三维地形成像数据处理技术综述

干涉合成孔径雷达（InSAR,Interferometric Synthetic Aperture Radar）三维地形成像技术能够提供精确的高分辨率地形高度信息,它在上世纪后期发展非常迅速,目前仍是SAR技术领域的研究热点之一。本文给出了干涉SAR三维地形成像数据处理流程及主要步骤,综述了图像配准、相位展开、基线估计以及高度计算等干涉SAR数据处理步骤实现算法的发展概况,比较了各种算法的优劣,最后分析了干涉SAR三维地形成像数据处理所面临的技术难点,并对未来的研究重点作了展望。     

基于频谱偏移估计的分布式星载SAR提高距离向分辨率的数据处理方法

分布式星载SAR利用不同视角回波信号之间地面散射频谱不同的特性来提高SAR图像的距离向分辨率.其数据处理的关键就是如何将这些不同频段的信号相结合,得到具有更宽频谱的高分辨率图像.本文提出了一种基于频谱偏移估计的分布式星载SAR提高距离向SAR图像分辨率的数据处理方法.该方法的主要思想是在SAR复图像的基础上,通过精确的估计,得到SAR复图像间的距离向频谱偏移量,并根据该偏移量,在频域进行距离向频谱偏移补偿后将图像相加.建立了分布式星载SAR单视复图像的信号模型,推导了基于频谱偏移估计提高SAR图像距离向分辨率的原理公式,给出了基于频谱偏移估计提高距离向分辨率的具体数据处理步骤.最后采用仿真数据验证了理论推导的正确性和数据处理方法的有效性.     

多基站星载SAR相位同步链路误差分析

相位同步技术是多基站星载合成孔径雷达(SAR)系统的关键技术之一。由于主辅星收发分置,两星频率源不同的特点,使得解调的信号存在相位偏差和相位噪声,因而需要在两星SAR系统之间建立相位链路,生成参考相位用以补偿辅星信号,使两星间雷达实现相位同步。但同步链路会引入额外的相位误差,文中基于双向对传的相位同步链路方案,对比分析C、L和X频段的同步链路引入的相位误差。仿真结果为多基站星载SAR系统设计提供理论依据。     

基于全极化SAR非监督分类的迭代分类方法

本文在全极化合成孔径雷达(SAR)特征分解和最大似然估计(ML)分类的基础上,提出基于全极化SAR极化特征分解及最大似然估计的非监督分类迭代算法.这种方法灵活性好、精度高.本文提出了迭代分类方法的几种方案.针对特征分解和ML分类的各自特点,进行了分析比较,可以根据实际需要选择适合的迭代方法.并利用NASA JPL实验室的实测数据对该迭代分类算法进行了实验研究,得到了很好的实验结果.实验结果证明这种迭代算法有很好的适应性和很强的鲁棒性.