一种大斜视SAR俯冲段频域相位滤波成像算法

大斜视SAR俯冲阶段的高速下降以及加速度等特点,导致距离方位耦合严重,方位平移不变性的假设不再成立,无法得到精确的二维频谱,给成像处理带来困难.针对这些问题,本文提出一种基于频域相位滤波处理的子孔径俯冲段成像算法.采用级数反演(MSR)得到精确的二维频谱,时域校正距离走动、频域校正距离弯曲的方式实现距离和方位的二维解耦合,最后在方位频域引入高次频域相位滤波因子校正调频率的空变并结合谱分析技术(SPECAN)实现信号方位频域聚焦.整个算法只包含快速傅里叶变换(FFT)和复乘,不涉及插值,易于工程实现.点目标仿真数据和机载实测数据处理验证了本文提出算法的有效性和实用性.     

弹载合成孔径雷达大斜视子孔径频域相位滤波成像算法

弹载合成孔径雷达(SAR)为满足机动性和实时性,常采用大斜视子孔径成像处理;而大斜视SAR成像存在严重的距离方位耦合,时域校正距离走动解决这一问题会带来方位聚焦深度问题。针对方位聚焦深度问题以及子孔径特性,该文提出一种新的子孔径成像算法频域相位滤波算法(FPFA),该算法在无近似瞬时斜距模型下,采用时域校正距离走动,频域校正弯曲,在方位频域引入相位滤波因子校正多普勒调频率和方位向高次项的空变性,并结合谱分析(SPECAN)技术实现方位聚焦。仿真和实测数据处理验证了该算法的有效性。     

基于三维等距球体解析模型的俯冲段大斜视SAR成像算法

当合成孔径雷达(SAR)工作在俯冲段大斜视模式时,面临着斜视角沿距离向空变、距离-方位耦合严重以及3维速度与加速度带来扰动等问题,导致回波存在着严重的距离徙动(RCM)和多普勒相位的2维空变.针对这些问题,该文构建了一种用于精确描述俯冲段大斜视SAR回波距离-方位空变特性的3维等距球体解析模型.基于该模型,提出一种去除方位空变残余高阶RCM的校正方法,并重新推导了去除多普勒相位方位空变的频域拓展非线性变标(FENLCS)方法,结合子孔径处理方式解决了SAR工作在俯冲段大斜视模式下所面临问题.理论分析和仿真结果证明,该文构建的模型对于回波的距离-方位空变特性有着更精确的描述,且所提算法具有更好的成像效果.     

基于三维等距球体解析模型的俯冲段大斜视SAR成像算法

当合成孔径雷达(SAR)工作在俯冲段大斜视模式时,面临着斜视角沿距离向空变、距离-方位耦合严重以及3维速度与加速度带来扰动等问题,导致回波存在着严重的距离徙动(RCM)和多普勒相位的2维空变。针对这些问题,该文构建了一种用于精确描述俯冲段大斜视SAR回波距离-方位空变特性的3维等距球体解析模型。基于该模型,提出一种去除方位空变残余高阶RCM的校正方法,并重新推导了去除多普勒相位方位空变的频域拓展非线性变标(FENLCS)方法,结合子孔径处理方式解决了SAR工作在俯冲段大斜视模式下所面临问题。理论分析和仿真结果证明,该文构建的模型对于回波的距离-方位空变特性有着更精确的描述,且所提算法具有更好的成像效果。     

一般构型机载双站大斜视SAR二维Chirp-Z变换成像算法

该文提出一般构型机载双站大斜视SAR的2维Chirp-Z变换(CZT)成像算法。针对双站大斜视回波信号的距离-方位向强耦合,在距离频域-方位时域校正载机大斜视引起的大距离走动,然后推导改进点目标的频谱公式。成像时,先用参考函数相乘完成回波一致聚焦,然后借助于载机轨迹解耦合公式将频谱相位分解为距离移变和方位移变的两个独立相位项,再运用CZT分别消除其空变性得到成像结果。仿真验证了该算法处理一般构型机载双站大斜视SAR回波数据的有效性。     

基于局部直角坐标和子区域处理的弹载SAR频域成像算法

针对弹载SAR平台非直线轨迹运动和大斜视成像的特点,该文提出一种基于局部直角坐标和子区域处理的频域成像算法。对大斜视成像模式,采用局部直角坐标系建模的方法,使距离走动校正后的方位信号具有更高的近似精度;为精确补偿包络和相位的方位空变,采用子区域成像的方式,可显著提高场景边缘处的聚焦质量;将各子区域图像校正至统一的地面坐标系下,即可得到最终的SAR图像。点目标仿真和实测数据验证了所提算法的有效性。     

一种俯冲段子孔径SAR大斜视成像及几何校正方法

俯冲合成孔径雷达(SAR)成像由于垂直向下速度的存在,使得沿水平飞行方向不再满足平移不变性,导致常规全孔径成像算法无法直接运用于俯冲段的大斜视子孔径成像。针对这些问题,该文基于俯冲等效平飞模型以及子孔径成像特性提出一种俯冲段子孔径SAR大斜视成像算法 频域相位滤波算法(FPFA)。其创新思想是通过方位频域引入滤波因子校正方位空变。由于俯冲等效平飞模型会造成成像平面的旋转,引起较大的图像畸变,为了解决该问题,该文进一步提出一种基于反向投影的快速几何校正方法,得到近似无畸变或畸变较小的地距图像。仿真和实测数据处理验证该文成像方法和几何校正方法的有效性。     

基于级数反演的斜视FMCW SAR成像算法研究

在斜视调频连续波(FMCW)合成孔径雷达(SAR)成像中,斜距的三次项不仅会对相位产生影响,同时对包络也会有影响.如果不进行有效校正,将会影响到SAR图像的聚焦效果.针对这个问题,本文利用级数反演的方法推导出斜距展开到三次项时回波信号的距离多普勒频谱表达式,并在距离多普勒域上对三次项进行包络和相位滤波处理.此外,考虑到时域走动校正带来方位空变性问题,本文利用方位非线性变标算法(NCS)解决其沿方位空变性问题并给出结合运动补偿的实测数据处理的算法流程图.最后通过对多个点目标的场景进行仿真实验以及实测数据处理来验证本文成像算法的可行性和有效性.     

基于Keystone变换和扰动重采样的机动平台大斜视SAR成像方法

加速度和下降速度的存在使机动平台大斜视SAR的成像参数存在明显的2维空变性,严重影响场景的聚焦深度。针对这个问题,该文提出了一种基于Keystone变换和扰动重采样的机动SAR成像方法。首先,通过距离走动校正和去加速处理实现距离方位解耦以及方位频谱去混叠,然后采用方位时域的Keystone变换校正空变的距离徙动;在方位压缩过程中,通过引入时域的高阶扰动因子去除多普勒参数的2阶及3阶方位空变性,然后通过方位频域的重采样处理去除多普勒参数的方位1阶空变性。所提方法能够有效校正距离徙动轨迹和方位聚焦参数的2维空变性,实现机动平台大斜SAR的大场景成像,仿真分析验证了所提方法的有效性。     

基于两步方位重采样的中轨SAR聚焦方法

中轨轨道显著的弯曲特性导致中轨SAR信号存在2维空变,因此大场景成像对于中轨SAR仍然是个难题。该文使用参数2维空变的4阶多项式模型对信号进行建模。同时提出一种基于两步方位插值的信号方位空变校正方法,通过方位时域重采样可以校正参考距离上不同方位目标点的多普勒调频率的线性和2次空变,距离向利用CS/RMA算法即可校正场景中所有点目标的距离徙动,而第2步多普勒重采样则能够校正剩余的多普勒参数的空变特性,包括剩余的距离方位耦合空变,以及高阶多普勒参数空变。通过两步插值法能够完全校正整个场景目标信号的方位空变特性,使得传统频域成像算法可以应用于中轨SAR的大场景聚焦。最后通过所提方法与参考方法的仿真结果对比,验证了所提方法的有效性。     

四阶模型方位NCS高分辨SAR成像

针对长积累时间SAR回波耦合性强,聚焦困难的问题,从提高成像模型近似精度和距离徙动校正精度两方面开展了SAR成像研究,推导了一种考虑方位非线性调频变标(NCS)的四阶近似成像模型。首先,为了提高模型近似度,将斜距展开到四次项;然后,为了将距离向和方位向进行初步解耦,在时域进行走动补偿,但是带来了聚焦深度问题,高分辨成像时,这种现象更明显;为此,二维频域解耦后又在方位向采用二阶非线性变标方法解决这一问题。仿真结果表明,从主观分析和量化指标两方面来讲,该算法优于传统的高分辨斜视SAR成像算法。     

基于椭圆模型与改进NLCS的一站固定式大基线双站SAR成像算法

在一站固定式双站SAR成像处理中,该文针对距离-方位2维空变描述不够准确导致成像性能迅速下降的问题,提出一种新的椭圆模型精确描述一站固定式大基线双站SAR的距离-方位空变特性,并基于此推导了改进的非线性调频变标(NLCS)成像算法。在距离向,首先利用相位去斜完成距离去走动和多普勒中心矫正,接着对剩余距离单元徙动和距离方位高次耦合项进行了去除处理。在方位向,根据一站固定式双站SAR的2维空变特性,提出了一种用于描述回波距离-方位空变特性的椭圆模型,基于该模型对空变的回波方位调频率进行了分析,并重新推导NLCS算法的方位变标函数和方位压缩系数。理论分析与仿真结果证明,所提出的模型不仅揭示了一站固定式大基线双站SAR数据的2维空变特性,而且对回波的距离-方位空变给出了更精确的解析式描述,使得基于该模型改进的NLCS算法可以获得更好的成像处理效果。     

双星同中心频率多发多收的方位解模糊

为了在星载合成孔径雷达中获得高横向分辨率和宽测绘带,卫星可以采用横向孔径小的天线和较低的重复频率,此时回波信号会产生方位多普勒模糊,可以通过发射多颗卫星获得的多个空间自由度来解模糊。该文提出了沿航向分布的两颗小卫星同时独立发射中心频率相同的正负调频率信号,利用形成的3个等效相位中心通过简化滤波权矢量计算的空域滤波法来解3个方位多普勒模糊。理论分析和仿真结果证实了该方法的有效性。     

Dual-polarization measurements at C-band over the ocean: results from airborne radar observations and comparison with ENVISAT ASAR data

This paper presents an analysis of measurements of the normalized radar cross-section (NRCS) in vertical and horizontal polarizations over the ocean obtained from the C-band airborne radar STORM. The dataset was collected during the experiment called "Validation with a Polarimetric Airborne Radar of ENVISAT SAR over the Ocean (VALPARESO)", which took place during the calibration/validation phase of the ENVISAT Advanced Synthetic Aperture Radar (ASAR). From this dataset, the properties of the polarization ratio are discussed and in particular its dependencies with radar geometry (incidence and azimuth angle) as well as with meteorological conditions (wind and sea state). The polarization ratio is found to be dependent on incidence and azimuth angles. Its dependence with incidence angle is found to be significantly different from empirical models previously proposed in the literature. It also exhibits some correlation with surface conditions (wind and wave) with a more important correlation with significant wave steepness. Two new analytical formulations are proposed to model the polarization ratio, one as a function of incidence angle only, the second one with additional dependence with azimuth angle. It is shown that it is necessary to consider an azimuth-dependent polarization ratio for incidence angles larger than 30/spl deg/. Comparisons with the polarization ratio from ENVISAT ASAR images are used to assess this model.     

基于方位deramp和NFS大斜视聚束SAR成像算法

该文针对聚束SAR回波信号方位向频谱混叠和大斜视时距离向和方位的严重耦合,提出了一种结合方位向deramp和非线性频率变标(NFS)的斜视聚束SAR成像算法。首先在方位向进行deramp操作,消除方位频谱混叠。然后通过非线性频率变标并考虑距离向时频变换的标度变化补偿方位相位,实现场景成像。仿真结果表明,该算法可有效消除方位频谱混叠,具有较高的精度,满足大斜视聚束SAR的成像要求和较大测绘带宽度要求。     

基于先验相位结构信息的双基SAR两维自聚焦算法

两维自聚焦是高机动条件下机载合成孔径雷达(SAR)高分辨率成像的重要保障。现有的双基SAR两维自聚焦算法没有充分利用相位误差的先验结构信息,是对相位误差的一种盲估计,在计算效率和参数估计精度方面仍然存在很大限制。该文从双基SAR极坐标格式成像算法新解释入手,从残留距离徙动(RCM)校正的观点出发,将极坐标格式(PFA)算法的实现解释为距离频率和方位时间两个变量的解耦过程。利用这一观点分析了极坐标格式算法中的距离和方位重采样对两维相位误差的影响,揭示了残留两维相位误差固有的解析结构。基于这一固有的先验信息,该文提出了一种结合先验信息和图像数据的双基SAR两维自聚焦算法。算法通过引入先验知识,将两维相位误差估计降维成一维方位相位误差的估计;同时,在估计方位相位误差时,通过多子带数据平均,充分挖掘了所有数据的信息。相比于已有算法,无论是参数估计精度还是计算效率都有明显改善。实验结果验证了该文理论分析的正确性以及所提两维自聚焦方法的有效性。      

Cancellation of polarized impulsive noise using anazimuth-dependent conditional mean estimator

The separation of signals from noisy vector measurements is obtained by taking advantage of the Middleton Class A model of noise amplitude and the correlation of the components of the noise process due to their polarization. The signal is assumed to be white Gaussian. Noise is a superposition of M non-Gaussian processes, each with a fixed azimuth of polarization. Neither the number of processes (M) nor their azimuths are known. The separation of signal from noise is based on the conditional mean estimators. In addition to the optimum estimator, which can be derived from a knowledge of the bivariate density functions, two suboptimum solutions for polarized noise are discussed: the circularly symmetric estimator and the azimuth-dependent one. Circular symmetry is suitable for the nonpolarized noise vector, whereas the azimuth-dependent estimator is tailored to polarized noise. The azimuth-dependent approach consists of two steps: first, the data vector process is discretized into azimuth sectors, and then, in those classified as noisy, the signal is separated from the noise. Statistical model parameters of random processes are estimated by using the optimum classification, based on the likelihood ratio test (decision-directed method). Iterative whitening methods are also discussed for correlated vector signals. Numerical examples show the effectiveness of the above technique in canceling polarized noise