一种应用于条带SAR的改进PGA算法

相位梯度自聚焦（PGA）算法被广泛应用于SAR成像过程中，具有很好的聚焦性和稳健性。文中在对聚束SAR中的标准PGA算法进行分析的基础上，根据聚束SAR与条带SAR回波信号的不同特点，提出了适用于条带SAR的PGA算法。该算法通过选取更为合适的特显点目标及以特显点位置作为分段的依据，在条带SAR的仿真和实际成像过程中取得了良好的聚焦效果，并且具有较快的收敛速度。     

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PWE-PGA算法的条带SAR载机航迹估计

相位梯度自聚焦(PGA)算法是一种高效的自聚焦算法，然而距离向窄波束的假设条件，使其对某些工作体制参数的雷达系统并不适用。加权相位梯度自聚焦(PWE—PGA)算法考虑了距离变化对相位误差的影响，扩展了PGA算法的应用范围。文中对此算法进行了深入研究，提出了一种利用PWE-PGA算法进行条带SAR载机航迹估计的方法，并对影响估计精度的因素进行了深入的分析。     

适合P波段UWBSAR的改进PGA算法

相位梯度自聚焦（PGA）算法是一种高效的自聚焦算法，其优良的聚焦性能是建立在合理的统计模型和高信杂比的基础上。对于信杂比较低的P波段超宽带合成孔径雷达（UWBSAR）图像来说，传统PGA算法的聚焦效果并不理想。对此，文中提出了将对比度准则和传统PGA算法相结合的改进PGA算法，有效地削弱了图像信杂比对PGA聚焦性能的影响。文中还提出了“参考点对齐”法来校正PGA算法聚焦所产生的图像平移（沿方位向）失真问题。文中所提算法已经成功运用于某P波段UWBSAR实测图像数据的聚焦处理，并得到了比传统PGA算法更好的聚焦处理结果。     

一种用于条带式RD算法的组合实时PGA方法

随着合成孔径雷达(SAR)分辨率的提高,方位向相位误差的影响逐渐增大,传统的相位梯度自聚焦(PGA)方法虽然可以估计出高次误差,但是通常都需要迭代,给实时成像造成了很大困难。该文结合条带式RD算法和PGA自聚焦算法的特点,提出了一种组合的实时PGA方法。这种方法将频移相关距离门算法(SACGS)算法与PGA算法结合,不仅大大降低了计算量,可以不用迭代而达到良好的效果,而且降低了对运动初始参数的精度要求。仿真和实际数据均验证了这种方法的有效性。     

UWB SAR图像的非均匀分段PGA算法

在超宽带合成孔径雷达(UWB SAR)成像过程中,由于载机偏航所导致的相位误差具有严重的距离向空变性,因此需要沿距离向分段应用相位梯度自聚焦(PGA)算法以改善PGA算法的聚焦性能.本文分析了载机空间偏航位置与相位误差空变特性之间的关系,提出了图像非均匀分段PGA(NUSPGA)算法,并从理论上对算法进行了推导.文中还提出了参考点对齐法以校正分段聚焦后子图像间的平移失真问题.最后由实测数据验证了本文所提算法的有效性.     

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。     

机载UWB SAR图像中残余相位误差的补偿算法

已经初步聚焦的超宽带合成孔径雷达图像需要补偿残余的相位误差,才能进一步提高图像的聚焦性能。首先建立了适合机栽UWBSAR成像几何的相位误差模型,并分析了其特点;然后针对模型特点,对条带式相位梯度自聚焦算法作出改进,同时提出一种基于空不变因子估计的加权相位梯度自聚焦算法。最后,由一段实测UWBSAR图像补偿结果检验了算法的可行性。     

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.     

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.     

星载合成孔径雷达二维闪烁相位误差校正方法研究

分析了电离层闪烁效应对低频段星载合成孔径雷达(Synthetic Aperture Radar, SAR)方位向分辨率的影响, 并基于二维相位屏方法生成了距离向空变的闪烁相位误差.传统的相位梯度自聚焦(Phase Gradient Autofocus, PGA)方法难以适用于二维空变相位误差校正, 而本文基于闪烁相位误差在距离向具有连续性的特点, 在一定规则基础上将整幅图像划分为若干个子孔径, 对每个子孔径图像利用PGA方法进行相位误差估计, 再将得到的各子孔径相位误差进行插值运算, 从而得到整幅图像的闪烁相位误差.仿真结果表明:相比于传统PGA方法, 子孔径PGA方法可以有效解决二维空变闪烁相位误差对图像方位向分辨率的影响, 校正后的图像得到很好的恢复, 方位向分辨率明显提高.     

合成孔径雷达多普勒调频斜率估计方法及计算机仿真

讨论了基于相位梯度算法和相位差算法的多普勒调频斜率的估计方法,并与子图相关自聚焦估计算法进行了较全面的比较。给出计算机仿真的参数条件及仿真图象。     

可结合CSAR时域成像处理的改进PGA方法

以后向投影算法（Back Projection, BP）为代表的时域类成像算法能够适用于复杂轨迹下的雷达图像重建,且具有精确成像能力。然而,这类算法的成像过程往往不满足结合传统自聚焦算法的条件,从而限制了其对实测数据的成像性能。针对这个问题,本文提出了一种可结合圆周合成孔径雷达（Circular Synthetic Aperture Radar, CSAR）时域成像处理的改进相位梯度自聚焦算法（Phase Gradient Autofocus, PGA）。首先,基于CSAR的成像几何,推导了运动误差形式;在此基础上建立了运动误差条件下的BP成像处理信号模型;接下来,提出了可结合CSAR时域成像处理的改进PGA算法,并给出了详细的处理流程;最后,利用实测数据成像处理结果证明了理论分析的正确性和所提算法的有效性。      

基于投影近似子空间跟踪技术的自聚焦算法

基于特征向量法的自聚焦算法具有比相位梯度自聚焦(Phase Gradient Autofocus,简称PGA)算法更好的算法性能,但该算法必须对协方差矩阵进行特征分解,所以运算量大.利用投影近似子空间跟踪(Projection Approxima-tion Subspace Tracking,简称PAST)技术的自聚焦算法可以解决上述问题.通过实际数据处理结果对比,证明基于PAST技术的自聚焦算法是一种可满足实时处理要求的有效自聚焦方法.