用于ISAR自聚焦的AUTOCLEAN特征提取算法研究

本文首先介绍了我们最近提出的一种新的逆合成孔径雷达(ISAR)自聚焦方法AUTOCLEAN(AUTOfocus via CLEAN).然后对其中的特征提取算法进行了深入研究,研究结果证明了用CLEAN作为特征提取算法的合理性.     

基于ISAR的曲线SAR自聚焦算法

在曲线合成孔径雷达(synthetic aperture radar,SAR)系统中,由于采用曲线孔径使得孔径误差补偿问题十分复杂.本文基于逆合成孔径雷达(inverse SAR,ISAR)相位补偿思想,用参考点所在距离单元相位补偿孔径误差,并由补偿数据中提取散射点的三维特征.仿真实验表明,新算法由无噪数据中获得的散射点分布与散射点真实分布只是存在着空间位置上的偏移,但目标结构特征未变.因此新算法是一种适用于曲线SAR的有效自聚焦算法.     

基于加权最大范数的SAR自聚焦方法

基于最大似然估计的特征向量分解自聚焦算法利用最大特征值对应的特征向量实现对相位误差的估计。该方法虽然具备精确和稳健的性能,但需要对协方差矩阵进行特征分解,导致实际数据在处理中运算量巨大,对内存要求也很高,难以在实时合成孔径雷达(SAR)成像处理中应用。该文提出一种基于加权最大范数的自聚焦方法,通过求解二范数最大化的优化函数对目标特征向量进行估计,避免了特征值的分解过程,有效提升了运算效率;利用信噪比加权的思想,对不同距离单元赋予不同的权值,增强了优质特显点样本对相位误差的估计贡献,有效改善了自聚焦精度。通过实测SAR和ISAR数据处理验证了算法的有效性。     

一种用于条带式SAR的自聚焦算法

本文将相位梯度法（Phase Gradient Algorithm,PGA）用于条带式合成孔径雷达（SAR）的自聚焦。根据条带SAR与聚束SAR回波信号差异并参考经典相位梯度法提出了一种适用于条带SAR的自聚焦算法SPGA。用这种新的条带SAR自聚焦算法聚焦所得SAR图像不会发生传统条带SAR下PGA常有的拼接问题:同时由于相位误差曲面的引入,对于任何场景SPGA均能达到良好的聚焦效果。     

机载雷达海面舰船目标ISAR成像技术研究

利用ISAR/SAR技术获得海面舰船目标的二维像是实现舰船目标分类识别的重要手段.文中研究了高海情条件下的机载雷达舰船目标ISAR成像方法,包括基于迭代相关的包络对齐、改进的"秩一"自聚焦相位补偿及利用"clean"技术的多分量调幅-调频信号参数估计的瞬时成像方法.实测数据成像结果证明了算法的可行性.     

ROPE与PGA在ISAR运动补偿中的对比研究

ISAR运动补偿通常分为两步：距离对准和相位补偿。在现有的相位补偿方法中，相位梯度自聚焦（PGA）算法是较好的一种。本文在把秩一相位估计（ROPE）算法用于ISAR相位补偿后，针对ROPE与PGA两者在ISAR相位补偿中的性能作了详细地分析比较。最后用ISAR外场实测数据比较了它们的成像结果。     

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.     

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。     

基于改进PGA算法的机载条带式UWB SAR运动误差精补偿北大核心CSCD

传感器精度较低的情况下,单纯基于测量数据的运动补偿难以满足机载超宽带合成孔径雷达(UWB SAR)的聚焦精度,需要自聚焦算法对初步聚焦的图像进行精补偿。相位梯度自聚焦(PGA)是一种高效、稳健的自聚焦算法。文中研究了PGA算法在机载条带式UWB SAR中的应用,提出一种改进的三步选点策略以提高选点质量,然后对基于参考点对齐的子图像拼接方法进行了改进。实测P波段机载UWB SAR数据处理结果表明改进PGA算法精度高、收敛快,可有效校正残余相位误差,并完成较高精度的子图像拼接。     

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。     

面向条带SAR的多孔径图像偏移自聚焦算法

本文提出了一种能够用于机载条带式合成孔径雷达（SAR）运动误差估计的多孔径图像偏移自聚焦算法。首先,将条带SAR数据分割为有重叠的估计子块,各个子块又分为具有重叠场景的多个子孔径,并通过后向投影算法在距离多普勒域构建子孔径图像;然后,对各个子孔径图像进行互相关处理,在分析影响互相关函数的因素的基础上,给出了求解各子图像之间的重叠场景相对偏移的方法;最后,给出了子块内的误差估计方法与子块间的误差拼接方法。对实际数据的处理结果表明,所提算法能够精确且鲁棒地估计机载条带SAR的运动误差。     

一种改进的SAC自聚焦算法

高分辨率机载合成孔径雷达实时成像对自聚焦的要求非常高。自聚焦除了要有足够高的精度和高计算效率外。还要求能够适应信杂比较低的情况。文中对频移相关算法进行了改进，大大降低了自聚焦对信杂比的要求，增强了算法的鲁棒性。     

一种机载SAR地面运动目标成像模块设计

针对一体化机载合成孔径雷达/地面运动目标指示(SAR/GMTI)处理器实现多功能同步的难题,提出一种基于混合SAR/ISAR处理的地面运动目标成像处理模块设计,复用距离脉压数据实现场景成像、动目标检测以及动目标成像功能的并行。结合集成了多处理器的分布式内存体系结构的数字信号处理板卡,通过同构设计和链式数据缓存,每片DSP和其外存构成独立的成像处理节点。同时链路口互联结构可发送当前子孔径的脉压结果实现同步缓存,因此各成像节点可并发响应上位机对已检测动目标的成像请求。基于外场实测数据的处理结果证明了该设计的有效性。     

运动目标逆合成孔径雷达成象

运动目标逆合成孔径雷达成象是根据旋转成象和运动补偿原理,利用宽带发射信号进行距离分辨,利用目标相对于雷达视线的旋转产生的多卜勒信息进行方位分辨。距离对准和运动补偿是逆合成孔径雷达成象的关键技术。本文概述了逆合成孔径原理,分析了距离对准和运动补偿问题,并给出了成象实验结果。     

一种基于RELAX的SAR自聚焦算法

该文提出了一种基于RELAX的自聚焦算法。根据多个特显点和杂波同时存在的模型,该算法交替迭代地进行相位校正和散射点参数估计,在精确估计出散射点子回波参数的同时估计出自聚焦所需的相位误差。由于该算法未对杂波和噪声模型作任何假设,可应用于绝大多数成像场景,同时该算法可用于估计任何类型的相位误差,因此是一种稳健的自聚焦算法。实际数据处理结果表明该方法是有效的。     

一种改进的SAR反投影图像相位梯度自聚焦方法

反投影(BP) 算法是一类经典的合成孔径雷达(SAR)成像处理方法。BP在已知航迹条件下可以实现数据的高精度聚焦。但是,BP重建图像中,运动误差导致的目标散焦通常沿着不同的方向存在,残留距离徙动不能严格限制在一个距离分辨率单元内,运动补偿困难。文中提出了一种修正投影栅格的子带宽相位梯度自聚焦(PGA)处理方案。其中,基于数据采集平面的非均匀栅格重建图像,完全去除了目标散焦方向的空变特性。然后,对子带宽分解的反投影数据进行PGA运动补偿并拼接得到全分辨率图像。最后,点目标仿真验证了该方法的有效性。     

基于SHARC处理器的PGA算法实现

合成孔径雷达(SAR)实时处理技术的发展对相位梯度自聚焦(PGA)算法的工程实现提出了要求。基于以多片主流SHARC处理器为核心构成的硬件平台,针对PGA算法数据处理量大、计算复杂度高的特点,设计开发了并行处理的系统拓扑和程序流水结构及其软件程序。机载SAR实测数据的处理结果验证了该方案的有效性。     

基于压缩感知的稀疏采样数据大转角ISAR 成像研究

针对方位向稀疏采样条件下,大带宽大转角逆合成孔径雷达(ISAR)高分辨成像时,一维距离像中目标散射点的距离徙动问题,提出了基于贝叶斯压缩感知的稀疏ISAR 成像方法。对于方位向稀疏采样数据,该方法在包络对齐和相位补偿后,通过傅里叶变换将数据变换到距离频率域,对每一距离单元数据,根据方位向稀疏采样的位置构造相应的Keystone基矩阵,利用贝叶斯压缩感知算法重建目标在各距离频域单元的多普勒域系数,最后,通过距离向逆傅里叶变换和方位向自聚焦完成ISAR 成像。计算机仿真验证了该方法的有效性。     

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.