基于对比度最优准则的自聚焦优化算法研究

对比度最优自聚焦算法是一种基于图像幅度的自聚焦方法.本文将对比度最优自聚焦算法等效为一个求解局部最优解的优化模型.结合实际SAR(Synthetic Aperture Radar)系统的特征采用了两种解决此优化问题的算法:黄金分割和Fibonacci级数法,和传统方法相比,这两种优化方法明显提高了对比度最优自聚焦算法的运算效率.     

一种基于图像对比度的自聚焦算法研究

在合成孔径雷达自聚焦中常用的图像对比度最优算法需反复迭代,导致该算法计算量大、收敛速度慢、效率 低。为此本文提出了一种新的基于图像对比度的自聚焦算法——抛物线法。该方法是根据图像对比度与方位向调频斜 率的关系,引入数学中的抛物线法来估计多普勒调频斜率,避免了传统算法中的反复迭代,大大提高了计算效率。本 文最后用机载SAR 实测数据验证了该方法的可行性和高效性。     

对比度最优自聚焦算法

该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真模拟证明了该算法的有效性。将COAA运用于中关村地区L-SAR数据并得到了理想的图像,这说明该算法具有重要的实际应用价值。最后,该文通过一些具体例子验证了该算法与其他算法相比具有更强的鲁棒性。     

一种基于极坐标格式算法的高分辨SAR成像自聚焦算法

针对机载聚束合成孔径雷达(SAR)惯导精度无法满足高分辨SAR成像的问题,该文提出了一种结合极坐标格式算法(PFA)的自聚焦算法,即由粗到精的混合多阶段参数化最小熵(Hybrid Multistage Parameterized Minimum Entropy, HMPME)距离单元徙动校正方法和基于图像对比度增强(Contrast Enhancement, CE)的变步长迭代相位误差校正方法。该自聚焦算法可以直接嵌入到PFA处理中,精确地补偿了惯导测量精度不足引起的越距离单元徙动(Range Cell Migration, RCM)和相位误差,且对于低对比度、低信噪比场景数据有良好的聚焦性能。最后,利用仿真实验和实测机载聚束SAR数据验证了所提算法的有效性。     

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。     

一种适用于机载SAR的改进PACE自聚焦算法

PACE算法是一种新的非模型的高性能SAR图像自聚焦算法,可以有效提取SAR图像中高频相位误差。由于PACE算法直接以图像相位误差校正值系列为待估计参量,计算量巨大,该文从提高PACE算法的执行效率的角度出发,提出了一种插值PACE算法(IPACE)。IPACE算法以图像对比度函数为目标函数,以待估计的相位校正矢量中的若干个相位校正值为自变量,通过拟牛顿算法迭代获得它们的最优估计,然后通过插值获得整个相位误差校正矢量的最优估计值。IPACE算法可以有效地减少待估计变量的个数,提高算法的执行效率,同时几乎不降低算法的聚焦性能。实际相位误差未知的超宽带SAR回波数据的聚焦结果表明了该算法能显著改善图像的质量,是一种鲁棒性良好的图像自聚焦算法。     

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。     

一种基于低成本INS的SAR运动补偿算法

围绕机载合成孔径雷达（SAR）的运动补偿问题,对机载SAR运动的相位误差作了分析。一方面详细分析了一种基于惯导数据的视线方向位移误差的补偿方法,采用了低精度低成本的INS,对这部分的原理及实现进行了深入的建模分析和推导,并给出仿真结果;另一方面采用了一种新的基于图像对比度的自聚焦算法,在自聚焦过程中为了提高寻优速度,通过不断取速度中值的方法使图像块对比度快速达到最大值,此时估计得到的多普勒参数使图像的整体聚焦效果最佳。最后结合距离多普勒（RD）成像算法,经过试验证实了改进的图像对比度算法是一种简单、高效的运动补偿算法。     

自适应峰度最优自聚焦算法

研究了一种适用于合成孔径雷达的自聚焦算法，称自适应峰度最优自聚焦算法（AKOAA）。该算法能有效解决对比度最优算法的局部极值问题，且具有原理简单、收敛快、计算量小、适应性强等特点。该文着重研究了AKOAA的原理及实现方法，最后通过对实际的L_SAR数据成像得到了较为理想的图像，这既证明了该算法的有效性，也说明了该算法具有重要实际应用价值。     

图像幅度和值最小化自聚焦算法

为了获得高分辨率合成孔径雷达(SAR)图像,需要精确的方位向调频斜率参数,该文提出了图像幅度和值最小化的自聚焦算法。论文分析了方位向信号频域的压缩处理,当频域复乘函数的幅值为常数时,图像对比度与图像幅度和值之间存在一定的关系,又根据图像聚焦程度和图像对比度之间的关系,推导出图像聚焦程度和图像幅度和值之间的联系,根据此联系可以快速准确地确定方位向真实调频斜率,论文给出了该算法的实现流程。与传统的子孔径相关算法相比,该算法由于不存在部分孔径效应,所以具有计算量小、收敛好、估计精度高的特点;与图像对比度最优估计法相比,该文算法收敛速度快,运算量少,易于硬件实现,有助于提高实时成像处理器的性能。对RADARSAT-1数据自聚焦,实验结果验证了该算法的有效性。     

对比度最优算法在UWB SAR运动补偿中的应用

对比度最优自聚焦(COA)算法是一种计算量相对较小的自聚焦算法,在高波段及L波段SAR中得到了成功应用。但对于工作在P波段的超宽带SAR(UWB SAR),由于杂波噪声干扰严重,给COA算法的应用带来了较大的困难。文中针对UWB SAR这一特点,提出了一种有效减小杂波对对比度干扰的方法,通过改造对比度评价函数、选择信噪比较强的方位线、对方位压缩后的图像低通滤波、并剔除偏差较大的估计值等方法,有效地提高了COA算法在UWB SAR中的性能。实际UWB SAR数据的补偿结果表明了该方法的有效性。     

A back-projection autofocus algorithm based on flight trajectory optimization for synthetic aperture radar imaging

In this paper, a new autofocus algorithm is presented for back-projection (BP) image formation of synthetic aperture radar (SAR) imaging. The approach is based on maximizing a cost function obtained by prominent points in different sub-apertures of constructed SAR image by varying the flight trajectory parameters. While image-quality-based autofocus approach together with BP algorithm can be computationally intensive, we use approximations that allow optimal corrections to be derived. The approach is applicable for focusing different signal processing algorithms by obtaining modified flight trajectory parameters. Different examples demonstrate the effectiveness of the new autofocus approach applied to the frequency modulated continuous wave mode SAR dataset.     

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。      

基于分数阶傅里叶变换的运动舰船聚焦算法

为解决合成孔径雷达(SAR)图像中运动舰船目标产生的散焦现象,结合对比度最大算法和分数阶傅里叶变换(FRFT)算法,提出了一种改进的对比度分数阶傅里叶变换(CFRFT)自聚焦算法.该算法利用分数阶傅里叶变换对已成像SAR图像进行时频域分析,根据旋转角分别利用参数模型和非参数模型对二阶相位误差和高阶相位误差进行补偿,和传统的相位梯度(PGA)法相比,图像分辨率和旁瓣比提升显著,可以更有效地补偿SAR中舰船运动产生的相位误差.对不同舰船和尾迹SAR图像实验表明,算法对二阶以上的相位误差具有较好的补偿效果,误差估计准确性高,适用范围广,解决了SAR运动舰船的散焦问题,提高了海洋舰船监测的准确性.     

基于多普勒域多通道的机载合成孔径雷达自聚焦算法

在多通道自聚焦(MCA)和傅里叶域多通道自聚焦(FMCA)的基础上,该文提出一种基于多普勒域多通道的机载合成孔径雷达自聚焦算法。该算法同样是直接在线性代数的理论框架下推导得到,能够在不迭代的情况下进行相位误差的估计和补偿以实现SAR图像的聚焦。该算法不像MCA和FMCA那样在图像域估计相位误差,而是在距离压缩方位多普勒域(方位未压缩)里进行相位误差估计。同时该算法不需要SAR成像场景中含有低散射区的假设,从而使其能够应用于条带模式SAR。不同情况下条带SAR数据的处理结果验证了该算法的有效性和可行性。     

基于免疫克隆选择算法的图像分割

图像分割是图像处理领域中不可缺少的一个分支。该文基于阈值分割方法,将免疫克隆选择优化算法应用到图像分割中,提出了一种新的图像分割算法。详细叙述了算法机理,并对算法复杂度进行了理论分析以及实验数据比较。在仿真实验中,将遗传算法和免疫克隆选择算法分别独立运行10次,对10次得到的阈值以及均值、方差进行了比较,并将函数评价次数作为算法复杂度的评价指标。该文算法不仅能够对图像进行准确的分割,而且在同样的种群规模下能够以较少的迭代代数和较低的函数评价次数得到最优阈值。仿真结果表明,该方法应用在图像分割中是可行的、有效的。     

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.     

一种通用的SAR/ISAR自聚焦方法

首先介绍了我们最近提出的一种ISAR自聚焦新方法AUTOCLEAN(AUTOfocus viaCLEAN),然后对其中的特征提取算法进行了深入研究。研究结果表明,用CLEAN作为特征提取算法是合适的。AUTOCLEAN不仅是一种稳健的ISAR自聚焦方法,而且还可以推广应用到聚束SAR、曲线SAR和机载双天线干涉SAR中的自聚焦处理。     

一种基于勒让德拟合的SAR 后向投影自聚焦算法

对于合成孔径雷达(SAR)成像来说,后向投影(Back Projection, BP)算法是一种十分重要的时域成像方法。然而现有的自聚焦算法都是基于频域成像算法开发的,无法直接用于BP 聚焦图像的误差相位估计。针对这一问题,该文提出一种适用于BP 图像的自聚焦算法。该算法以图像锐度函数为目标函数,以待估计的相位校正值为自变量,通过坐标下降最优化算法循环迭代获得它们的最优估计。在问题求解中,该算法利用勒让德多项式来拟合目标函数,使得每次迭代的最优解可以解析地获得,避免了低效的线搜索过程。基于仿真数据和实测数据的实验验证了该算法的精确性和有效性。