脉冲探地雷达的快速BP算法

基于脉冲探地雷达的后向投影（back-projection,BP）成像算法在处理大宗数据时由于运算量大而使得计算效率较低。文中在传统BP算法的基础上提出了一种快速后向投影（fast back-projection,FBP）成像算法,并以单个点目标和多个点目标的成像为例,将该算法应用于脉冲探地雷达的成像,其计算效率较传统的BP算法有显著提高,而且理论推导和仿真结果均表明,FBP算法的成像质量与传统BP算法相近,从而得出了FBP算法的优越性。     

基于超宽带雷达传感器的穿透成像

超宽带技术自从被提出以后,就得到了极大地发展.超宽带雷达是一种基于UWB的技术的短距离目标探测雷达,能够实现对目标的高分辨率测量.但是超宽带雷达的回波色散严重,许多基于频域的成像方法不再适用,常用时域后向投影算法进行成像.本文首先分析了存在障碍物时电磁波传播模型,针对时域后向投影算法计算量大的缺点提出快速成像算法.最终,利用超宽带雷达传感器搭建的冲激雷达系统对目标进行了实测,通过实测结果检验了快速算法的可行性和有效性.     

探地雷达对两层介质中目标的快速后向投影成像方法

运用探地雷达对分层介质中的目标进行探测时,时域后向投影算法是一种常用的成像方法。但大运算量和低成像分辨力一直是该算法难以实用化的瓶颈问题。该文提出一种实用的高分辨快速后向投影成像方法。首先提出了基于1维搜索或求解一元四次方程的传播时延快速计算方法。其次,设计了一种对时延曲线上散射回波进行处理的加权因子以提高成像质量。运用所提的成像算法对仿真数据进行了处理,获得了高分辨的成像结果,验证了该算法的有效性和快速运算能力。     

探地雷达近场三维距离偏移成像算法

在距离偏移算法基础上提出了近场条件下的探地雷达三维成像方法,同时对后向投影钟法进行了讨论。理论分析表明:近场三维距离偏移算法与后向投影算法相比,能在较大程度上减少运算量。利用试验数据对两种算法分别做了成像研究,验证了近场三维距离偏移箅法的正确性及其实时处理能力。     

压缩感知理论在探地雷达三维成像中的应用

该文基于探地雷达成像目标空间的稀疏特性,提出了探地雷达中的随机孔径压缩感知3维成像方法,该方法在单道数据获取中应用压缩感知减少采集数据量的同时,在x-y测量平面上随机抽取部分孔径位置进行测量,以少量的测量孔径和测量数据获得重建目标空间的足够信息,同时该文研究了噪声以及测量矩阵对算法性能的影响。结果表明,随机孔径压缩感知成像算法比传统后向投影算法所需数据量少,成像效果好,目标旁瓣小,对噪声的鲁棒性更好。     

基于加权相关的探地雷达后向投影成像算法

本文提出一种基于加权相关的后向投影成像算法以抑制经典后向投影算法中因“延时-求和”所带来的图像中的伪影。该算法通过加权和相关处理重构对成像区域中各点的反向散射响应。利用各回波通道之间的关联性,通过计算成像点所对应各回波通道之间的皮尔逊加权系数,为各通道回波幅值进行加权,其可增强目标区域的反射能量;进一步,对加权后的幅值响应数据进行互相关,削弱了非目标区域反射能量。采用该算法对频率步进探地雷达探测得到的管线数据进行成像处理,实验结果表明：基于加权相关的后向投影算法能显著抑制图像中的伪影,有利于目标的识别。此外,对于多目标探测,该算法还能消除多目标叠影带来的虚假目标。     

雷达目标三维成像算法研究

逆合成孔径雷达三维成像技术可有效揭示雷达目标散射源的空间分布;相比于传统的距离向和方位向二维成像,三维成像又增加了俯仰向的分辨能力,可以识别雷达目标高度方向的散射源分布情况。从雷达目标回波信号分析出发,探讨了三维成像的基本公式及算法。距离向分辨采用传统的FFT(快速傅里叶变换)实现,方位向和俯仰向分辨运用卷积反投影算法实现。讨论了两种实现方位向和俯仰向成像的投影插值算法,即二维投影插值法和直接投影法,与传统的二维投影插值算法比较,直接投影法具有计算速度快和计算精度高的优点。     

地基MIMO雷达快速成像算法研究

地基多输入多输出(Multiple-Input Multiple-Output, MIMO)成像雷达采用数字波束形成技术实现二维成像,具有成像速度快的技术优势。本文提出了一种适用于大景深、宽视角场景的地基MIMO雷达的快速二维成像算法。首先,根据MIMO雷达的阵列构型建立回波信号模型;其次,基于该模型补偿天线阵列近场空变性的相位中心近似(Phase Center Approximation, PCA)误差并进行数据重排,通过Kesytone变换校正距离徙动;然后,利用方位分块Dechirp处理实现方位向聚焦,实现MIMO雷达二维成像;最后利用MIMO雷达外场实验数据完成了算法验证。研究结果表明:在保证成像精度要求的情况下,该算法可以实现大景深、宽视角场景的高分辨快速成像,成像处理时间优于反向投影成像(Back Projection, BP)算法。      

三维快速因式分解后向投影算法

后向投影算法具有精确成像、易于补偿、适于多种阵列构型及信号形式等优点,广泛应用于雷达成像领域。针对三维成像中,巨大计算量带来的低运算效率问题,文中利用孔径分块的方式将二维快速因式分解后向投影（FFBP）扩展至三维成像应用,建立了适于三维FFBP成像的三维极坐标系,对三维FFBP中孔径划分问题、算法实现问题以及计算效率问题进行了分析。仿真结果验证了该算法,其成像效率可提高13.8倍。     

太赫兹雷达宽带STAP算法研究

太赫兹雷达可以对地面进行高帧率高分辨力成像,是太赫兹技术领域研究热点。针对太赫兹雷达宽带高分辨成像与地面动目标检测一体化实现需求,提出了一种基于宽带空时自适应处理(STAP)的地面运动目标检测算法,首次在机载太赫兹雷达上实现了同时对地高分辨雷达成像监视和多通道地面动目标指示(GMTI)检测。机载太赫兹雷达实测数据验证了算法的有效性。     

基于互相关的探地雷达反向投影成像算法

该文基于探地雷达(Ground Penetrating Radar, GPR)回波数据之间的互相关性,提出了一种用于抑制GPR成像中杂波干扰的反向投影(Back Projection, BP)成像算法。与标准BP算法相比,该文的互相关反向投影(Cross-correlated Back Projection, CBP)算法增加了数据间互相关运算的步骤,而且无需引入额外的参考信号通道。理论分析和实验结果均表明,CBP算法不仅抑制了标准BP算法成像结果中的杂波干扰,而且在一定程度上提高了成像分辨率。     

表层穿透雷达递归反向投影成像算法

本文提出了一种冲激脉冲表层穿透雷达(Impulse Surface Penetrating Radar,简称ImpSPR)递归反向投影(Back Projection,简称BP)成像算法.ImpSPR应用中,高精度实时成像是进行表层下目标探测最直接和有效的手段.基于"延迟-求和"处理的时域BP成像算法可以对成像区域完成精确聚焦,得到高质量的雷达图像.然而由于其巨大的运算量,难以应用于ImpSPR系统的实时处理中.本文在对BP算法详细分析的基础上,建立了算法的递归模型,导出了递归BP算法的处理流程并对其运算量进行了分析.ImpSPR实测数据处理结果表明,递归BP成像方法可以大大降低运算量,有效的运用于ImpSPR系统实时处理中,同时也可用于机载合成孔径雷达系统.     

基于最优区域划分的子块快速因子分解后向投影算法

后向投影(Back Projection,BP)算法具有精确聚焦、完美运动补偿等优点,适合于机载超宽带合成孔径雷达(Ultra Wide Band Synthetic Aperture Radar,UWB SAR)成像,但是巨大的计算量限制了它的实际应用。子块快速因子分解后向投影算法(Sub-Image Fast Factorized Back Projection,SIFFBP)算法大幅度减小了BP算法的计算量,提高了BP算法的实用性。本文通过分析SIFFBP算法区域划分的约束条件,提出了一种基于最优区域划分的改进算法,解决了传统SIFFBP算法在小波束积累角时加速性能下降的问题。当波束积累角小于60度或成像区域长宽相差较大时,改进算法进一步减小了计算量。仿真和实测SAR数据的成像结果验证了改进算法的性能。     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影( BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达( SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器( GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8192×8192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

超宽带线性调频信号快速BP成像

首先对超宽带线性调频信号进行脉冲压缩处理得到短脉冲信号，在详细阐述BP算法原理的基础上，利用此短脉冲信号推导其BP算法成像公式；然后将子孔径思想应用于BP算法，得到一种快速BP(FBP)算法；最后对BP算法和FBP算法的计算量进行理论分析，同时结合点目标和多点目标应用BP算法和FBP算法分别成像，给出两种算法成像所花费的时间，其结果证明了FBP算法的快速性和有效性。     

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。      

一种新的高分辨率宽波束机载SAR成像算法

目前的频域成像算法在应用于高分辨率宽波束机载合成孔径雷达(SAR)时不能精确补偿运动误差,而可以精确成像的时域算法存在计算效率低下的问题。针对上述问题,该文提出一种新的成像算法。该算法通过对信号2维频谱进行扰动操作,将频域与时域算法结合互补,在提高运补精度的同时,也提高了后向投影的计算效率,从而在应用于高分辨率宽波束机载SAR时得到成像精度与效率的平衡。通过仿真和实际数据分析,验证了该算法应用于高分辨率宽波束系统的有效性。     

融合ω-K和BP算法的圆柱扫描毫米波三维成像算法

结合主动式圆柱扫描毫米波3维成像安检仪的实际应用需求,该文提出一种用于3维场景重建的新方法。该方法采用ω-K算法实现天线阵列方向和距离方向的解耦合与聚焦,再采用后向投影(BP)算法进行距离方向和角度方向的合成孔径处理实现聚焦,进而实现3维场景的重建。3维人体模型仿真和实测数据处理结果表明,该方法具备理论可行性和工程适用性,除此之外,该文方法在CUDA平台下可以实现快速精确3维人体成像,并且能够适应非理想圆柱扫描轨迹3维成像应用。