基于压缩感知的SAR宽带干扰抑制方法

压缩感知合成孔径雷达成像能够利用较少的观测数据清晰的恢复目标图像,但当回波中存在宽带压制干扰时,会严重破坏场景稀疏性,造成成像质量恶化。研究了一种基于选择性测量的自适应压缩感知宽带压制干扰抑制方法,通过构造一种压缩域投影滤波器并结合噪声联合检测算法,自适应感知干扰的位置信息,对合成孔径雷达（SAR）回波信号进行选择性测量,从“源头”上避免了干扰对SAR目标回波信号稀疏性的影响。仿真结果表明,该方法在减少SAR系统处理数据量的同时,使SAR成像质量明显提高,证明了该方法的有效性。     

高分辨率SAR卫星监测特高压输电铁塔形变

针对灾害条件下特高压输电线路及铁塔广域监测应用的现状和需求,研究了利用高分辨率合成孔径雷达(SAR)卫星监测特高压输电铁塔及其形变的技术。首先,分析SAR成像的特点,研究高分辨率SAR图像中特高压铁塔的目标特性和目标识别技术,利用峰值检测算法对武汉特高压交流试验基地中的特高压铁塔进行识别。然后进行了特高压铁塔形变实验。结果表明,利用SAR目标识别技术可以提取特高压输电铁塔的主要结构,利用高分辨率SAR图像监测特高压铁塔较大形变的方法具有可行性。     

一种新的SAR窄带干扰抑制方法

合成孔径雷达易受电视网、通信网等无线设备的电磁干扰,严重影响成像质量。本文在分析SAR受到的干扰特点和信号模型的基础上,提出了一种基于压缩感知的SAR窄带干扰抑制方法。该方法根据SAR回波信号和窄带干扰信号在Chirplet字典上的调频斜率参数不同,在SAR回波信号重构过程中对干扰信号进行筛选并抑制,再把去除干扰后的压缩数据利用常规SAR成像算法进行成像。仿真结果表明,该方法不仅能有效抑制窄带干扰,而且大大减少了SAR系统成像处理的数据量,验证了本文所提方法的有效性。     

合成孔径雷达图像重建的断层投影技术

本文提出了一种新的聚束式合成孔径雷达（SAR)成像算法,这种算法的基础是SAR的断层投影成像模型,在约束优化重建技术中融入了成像目标的先验特征。通过对MIT Linclin实验室ADTS数据库提供的雷达图像数据进行重建,给出了SAR成像结果,与传统SAR成像算法相比,此算法具有更高的抗噪力,能更好地区分不同的目标区域。     

一种改进的组合实时自聚焦算法

在高分辨率SAR中,方位向运动误差给成像带来的影响越来越大,传统的相位梯度自聚焦(PGA)方法能够估计出运动误差,但其需要多次迭代计算,计算量大,不适合用于实时成像。为了满足高分辨率SAR实时成像的需求,提出了一种改进的组合实时PGA方法。这种方法将改进的频移相关算法(ISAC)算法、 PGA算法与RD成像算法结合运用,不仅使计算量大大减少,而且通过在频移相关算法中加入适量的迭代运算,降低了对运动初始参数的精度要求,取得了较好的成像效果。理论分析和实际数据处理证明了这种方法的有效性。     

超宽带SAR数字正交解调器设计

超宽带正交解调器是高分辨率合成孔径雷达(SAR)系统的关键部件之一,其性能直接影响到成像的效果,而数字方法能在一定程度上降低误差。本文给出了1种超宽带数字正交解调器的设计方法,选择采样频率为四倍带宽,节省了2个高速乘法器的开销;采用线性规划理论中单纯形方法优化设计双滤波器通道的系数,得到很好的脉冲压缩效果。并给出了硬件设计方案,使用FPGA实现高速并行滤波。该数字正交解调器能很好地应用于高分辨率SAR系统。     

基于改进的扩展波数域算法的SAR实时成像方法

波数域算法是一种精确的成像算法,但因其运算量较大而不能直接用于实时成像。文章在研究波数域算法和高精度运动补偿技术的基础上,提出了一种内嵌实时运动补偿方法的改进扩展波数域实时成像算法。与传统的扩展波数域算法相比,该算法具有更低的计算复杂度。最后通过点目标仿真进行了验证,结果表明,本方法能够用于斜视下的高分辨率SAR实时成像。     

室内实测数据太赫兹合成孔径雷达成像研究

合成孔径雷达实现高分辨率成像要求平台作理想匀速直线运动,相对传统微波SAR而言,太赫兹波的波长更短,SAR平台高频微小振动对常规微波频段 SAR影响几乎可以忽略,对太赫兹合成孔径雷达（Terahertz synthetic aperture radar ,T Hz‐SAR）的影响必须精细处理,研究适用于 T Hz‐SAR的成像补偿算法是必要的。本文建立 T Hz‐SAR非理想情况下的回波模型,分别从时域和频域详细分析运动误差对回波的影响。提出了一种基于回波数据的T Hz‐SAR成像运动补偿算法,采用中心频率0．3 T Hz的SAR系统进行实验,使用RD算法对目标进行二维高分辨成像,得到3个角反射器的二维SAR图像。实验结果验证了系统的可行性和所给处理算法的有效性,为外场车载或机载的T Hz‐SAR成像奠定了基础。     

SAR 图像超分辨重构及在目标识别中的应用

针对合成孔径雷达(SAR)目标识别问题,设计了图像超分辨重构算法并进行应用。 基于属性散射中心模型对 SAR 图 像进行参数估计以及高分辨率构造,获得原始图像的多分辨率描述。 采用联合稀疏表示对原始图像及其高分辨率表示进行表 征,考察它们的内在关联。 最终,根据整体重构误差判定测试样本的目标类别。 在 MSTAR 数据集上的实验结果表明了提出方 法的有效性。     

基于分布式压缩感知的双通道SAR GMTI

地面动目标检测(GMTI)是合成孔径雷达(SAR)的基本功能之一。多通道SAR系统相比于单通道SAR系统在动目标检测方面具有很多的优势,但是它的原始数据量也相应成倍的增长。本文提出一种基于分布式压缩感知(DCS)的双通道SAR GMTI数据压缩方案。该方案主要是利用动目标信号的稀疏性来进行数据压缩,因此在观测场景不稀疏的情况下也能使用。仿真和实测数据的处理结果均表明,该方案不仅能有效地降低双通道SAR GMTI的数据量,所得动目标图像的信杂噪比相对于传统的DPCA方法也有所提高。