基于GRT-CLEAN的高速旋转目标快速三维成像方法

针对传统高速旋转目标三维成像算法存在成像效果差、计算复杂度大、鲁棒性差的缺点,本文提出一种加速的GRT-CLEAN高速自旋目标三维成像方法。采用广义Radan变换(GRT)与CLEAN技术相结合的方法进行目标三维特征提取,实现高分辨精确目标成像;采用"先粗网格,后精确网格"的策略,分两步对散射点目标进行估计,降低计算复杂度,计算复杂度从Ο(N×P×Q×T)降为Ο(10~(-4)×N×P×Q×T),大幅提高成像速度。仿真实验与数值分析验证了本文所提方法的有效性。实验结果表明,本文所提成像在低信噪比和目标存在遮挡的情况下,依然能对目标进行有效成像;与传统的GRT-CLEAN成像方法相比,本文所提成像方法大幅降低计算复杂度。     

ISAR机动目标联合高分辨成像和参数估计

在逆合成孔径雷达（inverse synthetic aperture radar, ISAR）成像中,目标的机动特性会引入高阶相位调制,从而增加在低信噪比下成像聚焦和定标的难度。为了解决此问题,本文提出了一种联合成像和目标参数估计的算法,能够实现良好的聚焦成像和精确的图像定标处理。考虑目标转动加加速度,建立高机动性目标信号模型。针对目标转动参数和转动中心位置未知,利用最小熵方法进行联合目标成像和转动参数估计。同时,利用估计转动参数实现图像方位定标,以提取目标二维几何特征。相比传统成像算法（如时频类方法）,本文方法能够获得全孔径成像分辨率,并且在低信噪比下取得较好的成像质量。最后,通过实验分析验证了本文算法的有效性。      

近程目标太赫兹全息成像算法及仿真

对比传统的基于球面波分解的近程目标太赫兹全息成像算法,以驻定相位法为理论基础对成像算法进行推导,得到了相同的成像补偿公式。采取图像熵的判决准则分析阵元误差对成像结果的影响,为成像系统阵元位置精确度的设计提供理论依据。针对三维目标距离过近出现非补偿距离平面成像结果散焦的现象,对传统成像算法的缺陷进行分析,提出了基于循环补偿与投影合成相结合的近程目标太赫兹三维全息成像方法。220 GHz条件下的Matlab仿真结果验证了所提方法的有效性,实现了三维目标的聚焦成像。     

基于贝叶斯压缩感知的FD-MIMO雷达Off-Grid目标稀疏成像

传统压缩感知(CS,Compressive Sensing)成像方法一般假定目标精确位于事先划定的成像网格上,实际中由于散射点空间位置是连续分布的,因此偏离网格(Off-grid)问题必然存在.这会引起真实回波测量值与默认系统观测矩阵之间失配,导致传统CS成像方法性能恶化.本文基于频率分集多输入多输出(FD-MIMO,Frequency Diverse Multiple-Input Multiple-Output)雷达,针对Off-grid目标提出了一种基于贝叶斯压缩感知的稀疏自聚焦(SAF-BCS,Sparse Autofocus Imaging Method Based on Bayesian Compressive Sensing)成像算法.该算法依据最大后验(MAP,Maximum A Posteriori)准则,利用变分贝叶斯学习技术求解含有Off-grid目标的稀疏像.与传统稀疏重构方法相比,所提方法充分利用了目标先验信息,可自适应调整参数,能够更好地反演稀疏目标,同时具有校正Off-grid目标的网格位置偏差以及估计噪声功率等优势.仿真结果表明SAF-BCS算法对网格划分不敏感,具有稳健的成像性能.     

基于BP和CS相结合的圆周SAR三维成像算法

与传统的直线SAR相比,圆周SAR(CSAR)具有对场景进行三维成像的能力,但对于一般的目标,其有效孔径只是一定角度的圆弧而非完整圆周孔径,使得圆周SAR只能获得航迹向和斜距向的高分辨率,影响了其三维成像能力,所以现在通常采用沿着不同高度角进行多次观测的多航过圆周SAR模式来实现三维成像。针对多航过圆周SAR由于多航过稀疏并且非均匀采样而严重影响成像质量的问题,提出一种将BP算法和压缩传感算法(CS)结合的三维成像算法。该算法先利用BP算法实现每一次航过数据的二维成像,再利用压缩传感算法进行高度向聚焦,来改善高度向的聚焦质量,最后将实测数据成像结果和传统的三维BP算法的结果进行比较,证明该算法可以有效地抑制旁瓣,得到超分辨的三维成像结果。     

一种天波超视距短波目标的直接定位算法

针对利用运动接收机对静止超视距短波无线电目标定位的问题,提出了一种基于极大似然准则的天波超视距直接定位算法,进一步应用引力搜索算法,以实现高效的目标位置估计。推导了在上述问题中目标位置估计的克拉美罗下界（Cramér-Rao lower bound,CRLB）,并分析了所提算法的计算复杂度。仿真实验结果表明,与传统的针对视距目标的直接定位算法相比,所提出的算法能显著提高对天波超视距短波目标定位的精度,且性能非常接近CRLB;相比于对应的网格搜索算法,在保持较高定位精度的同时,所提算法具有更高的计算效率。     

基于最小熵的斜视SAR多普勒调频率估计

多普勒调频率是实现高分辨SAR成像的重要参数。机载SAR成像惯用的子孔径相关法(Map Drift,MD)是基于一个点目标回波数据模型提出的,与实际情况严重不符,且不适用于低对比度地域回波的参数估计,有时甚至完全失效。文中提出一种基于图像最小熵准则的多普勒调频率估计算法。该算法不基于任何回波数据模型,采用搜索方式实现最小熵准则解卷积,其突出优点是:鲁棒性强,其聚焦效果不依赖于回波数据,在无明显特征场景下尤为突出。实测数据的成像效果验证了该方法的可行性及有效性。     

基于IAA的毫米波人体三维高分辨成像算法

针对利用三维合成孔径技术成像的毫米波人体安检设备成像分辨力低的问题,提出一种将迭代自适应(IAA)技术与合成孔径成像技术相结合的波数域IAA成像算法。波数域IAA技术能估计出每个潜在位置所对应的信号源能量,具有分辨力高、旁瓣低且适合单快拍估计等优点。通过理论模型分析和仿真运算,将重构效果图与传统的匹配滤波方法重构效果图进行对比分析,验证了该算法的有效性;同时随着计算能力的提高,该算法的性能也得到提高。     

FRFT在SAR运动目标定位中的应用

传统SAR成像技术产生的运动目标图像是散焦的,且其成像位置偏离真实位置,为了得到运动目标的真实运动及位置信息,必须对其重新定位.运动目标的定位关键在于多普勒参数的估计,分数阶Fourier变换作为一种时频分析方法已经被广泛用于运动目标的多普勒参数估计.对分数阶Fourier变换应用于运动目标多普勒参数的估计中的特点进行了详细的分析与推导,并将其与能量均衡法结合,得到了一种不需要成像即可定位运动目标的算法,并通过仿真实验验证了该算法的有效性.     

超宽带系统中基于稀疏恢复的TOA和DOA联合估计方法

针对稀疏表示框架下进行超宽带系统中到达时间(Time of Arrival, TOA)和波达方向(Direction of Arrival, DOA)联合估计的问题,提出了一种基于稀疏恢复的TOA和DOA联合估计方法。采用l范数作为稀疏约束条件,并利用联合正交匹配追踪算法获取TOA估计值,解决了TOA配对问题,最后根据两副天线的时延差与DOA之间的关系获得信号的DOA估计。所提算法考虑了离网格信号参数估计问题,并通过联合稀疏恢复进行补偿。仿真结果表明,所提算法的参数估计性能优于传统的压缩感知算法、传播算子算法、矩阵束算法以及借助旋转不变性的信号参数估计技术(Estimating Signal Parameters via Rotational Invariance Techniques, ESPRIT)算法,同时计算复杂度更低。     

基于稀疏贝叶斯正则化的阵列SAR高分辨三维成像算法

阵列合成孔径雷达(Linear Array Synthetic Aperture Radar, LASAR) 3维成像技术是一种具有重要潜在应用价值的雷达成像新体制,但受线阵天线及平台尺寸限制,传统匹配滤波成像算法难以实现LASAR高分辨3维成像。该文利用LASAR回波信号及观测目标的先验分布特性,提出了一种基于快速稀疏贝叶斯正则化重构的LASAR高分辨3维成像算法。该算法先结合贝叶斯估计准则及最大似然估计原理,构造LASAR目标重构的稀疏贝叶斯最小化代价函数;再利用迭代正则化方法求解联合范数最优化问题实现LASAR稀疏目标高分辨3维成像。另外,针对稀疏贝叶斯正则化成像运算量大的问题,结合位置预测快速成像思路,利用阈值分割算法对稀疏粗成像进行强目标提取,进而提升算法运算效率。仿真数据和实测数据验证了该文算法的有效性。      

一种基于最小均方误差准则的唯方位定位方法

为了使目标位置估计点到各个观测站定位视线的距离和达到最小,提出一种利用最小均方误差准则,使用加权约束条件得到最佳逼近解的多站唯方位无源定位新方法。该方法在二维和三维情况下均适用,并且最少只需要两个观测站即可实现定位,定位误差趋近于克拉美-罗下界（CRLB）。仿真结果验证了该方法的可行性和有效性。     

基于距离-慢时间匹配滤波和复值反投影的快速旋转目标三维成像算法

本文针对快速旋转目标的三维成像问题,首先,建立雷达目标成像的几何模型,推导了快速旋转目标的距离-慢时间域回波信号的解析表示;其次,提出了基于匹配滤波和复值反投影的三维成像算法。该算法首先构造距离-慢时间域匹配滤波器,对滤波器参数即旋转目标的半径方向取值进行搜索,综合各参数取值处的匹配滤波结果,通过设置阈值获得目标三维位置;同时,考虑目标散射点存在遮挡、散射系数变化及低信噪比的复杂情况,匹配滤波结果将存在失配导致的目标位置展宽及虚假散射点,利用复值反投影方法消除失配影响,重建准确的目标三维像;再次,对匹配滤波的成像分辨能力进行了分析,从而确定了该算法对目标的旋转轴、半径及初始相位的分辨率和匹配滤波的参数搜索步长;最后,分别对理想及复杂情况下的目标成像进行了仿真并对比分析了匹配滤波和本文算法的成像结果,仿真结果证明了本文算法的有效性。      

基于半正定规划的压缩感知线阵三维SAR自聚焦成像算法

线阵合成孔径雷达(Linear Array Synthetic Aperture Radar, LASAR)3维成像技术是一种具有重要潜在应用价值的新体制成像雷达,压缩感知稀疏重构是近几年实现LASAR高分辨3维成像的热点研究之一。但相对于传统2维SAR,受线阵稀疏分布及阵列-平台2维联动,压缩感知LASAR成像面临回波数据欠采样、多维度高阶相位误差等问题,传统SAR自聚焦算法难以适用于压缩感知LASAR 3维稀疏自聚焦成像。为克服欠采样条件下多维度高阶相位误差对LASAR成像的影响,该文提出了一种基于半正定规划的压缩感知LASAR自聚焦成像算法。首先,结合压缩感知成像理论、图像最大锐度及最小均方误差准则,构造欠采样条件下稀疏目标的相位误差估计模型;其次,利用松弛半正定规划方法估计相位误差;最后,利用迭代逼近方法提高相位误差估计精度,实现压缩感知LASAR高精度稀疏自聚焦成像。另外,通过主散射目标区域提取,仅采用主散射区域进行相位误差估计,进一步提高自聚焦算法运算效率。仿真数据和实测数据验证了该文算法的有效性。      

激光雷达场景三维姿态点法向量估计方法

激光成像雷达能够获取反映目标三维空间位置的点云数据,可直接估计目标三维姿态角,是完成特征提取、目标配准等工作的重要参数。实现场景的三维姿态估计,借鉴基于点法向量的三维姿态估计算法（PDVA）,针对真实场景中表征场景坐标系（SCS）坐标轴的正方向向量偏差较大的问题,提出了一种优化的三维姿态估计算法（OPDVA）。该方法利用场景点云存在大面积近似平面区域的特点,通过随机抽样一致算法（RANdom SAmple Consensus,RANSAC）的平面模型对聚类中其他方向的点法向量进行滤除,得到最优拟合平面对应的法向量即为修正后的SCS坐标轴。利用旋转变换和重采样等技术手段,分别采用矩形包围盒法、PDVA和OPDVA对3组真实场景距离像进行实验。实验结果表明:OPDVA方法对场景的姿态估计明显优于其他两种方法,姿态估计误差不超过4°,对存在遮挡的场景也同样适用。     

An Efficient Direct Position Determination Algorithm Combined with Time Delay and Doppler

The conventional passive location methods such as Taylor series and two-step weighted least square are usually implemented by first estimating related parameters and then solving equations to get the target position. However, the parameters used for location estimation are only estimates and represent an unnecessary intermediate step in the process, which also cannot guarantee to match the real location information. This separation between the parameter estimation algorithm and the location estimation algorithm may lead to information loss. By utilizing a combination of time delay and Doppler, this paper proposes an improved direct position determination algorithm to improve the estimation accuracy. A novel maximum likelihood estimator is used to transform the problem into one of searching for the largest eigenvalue of a Hermitian matrix of position information. Calculation is simplified since the part of nonzero eigenvalues remains unchanged after the matrix is transposed. The target’s position estimation is then determined by searching the space of two-dimensional geographic grids. Simulation results show that the performance of proposed algorithm is closer to the Cramér–Rao lower bound than the original direct position determination algorithm and traditional two-step method based on time delay and Doppler.     

机载串行双站斜视合成孔径雷达ELBF-CS成像算法

在机载串行双站斜视合成孔径雷达模型基础上,用收发载机多普勒贡献比为加权系数推导了点目标回波的扩展Loffeld频谱公式（ELBF）。以场景中心点目标双站扭曲项近似场景中各点目标双站扭曲项,再对频谱公式中剩余相位项做Taylor展开推导距离变标因子,构建了基于ELBF的串行机载双站斜视SAR的chirp scaling (CS)成像算法。算法在二维频域内补偿双站扭曲项,利用CS方法校正点目标距离徙动得到成像结果。考虑到双站回波距离空变性的影响,分析了宽场景成像数据距离向分块的准则。算法基于更高精度的点目标二维频谱公式,用CS方法提高成像效率,成像处理过程更简捷高效,最后通过仿真验证了算法在处理串行机载双站斜视SAR数据的有效性。      

基于Box粒子滤波的参数自适应机动目标跟踪

针对机动目标跟踪加速度的不确定性,引入一种新的参数自适应算法,采用粒子滤波及高斯核密度估计技术,估计目标机动参数,实现对任意机动目标的跟踪。在此基础上,考虑到粒子滤波计算代价较高的问题,进一步引入区间分析技术,采用Box粒子代替传统的粒子,以提高算法的计算效率。实验结果表明,提出的算法能够有效地跟踪任意机动目标,且运算时间明显低于传统的参数自适应算法。