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。     

一种基于谱分析与改进方位非线性变标的大斜视聚束成像算法

针对大斜视聚束SAR成像中方位频谱混叠,且距离向与方位向严重耦合的问题,该文提出一种利用谱分析(SPECtral ANalysis, SPECAN)解方位频谱混叠、距离向采用调频变标(Chirp Scaling, CS)、方位向采用改进非线性变标(Extended Non-linear Chirp Scaling, ENCS)的大斜视聚束成像算法,首先将回波信号走动校正,然后利用SPECAN消除方位频谱混叠。进行距离徙动校正(Range Cell Migration Correction, RCMC)之后,利用CS消除距离弯曲的空变性,方位向采用 ENCS 补偿沿方位向变化的多普勒调频率,从而有效地提高了方位向的聚焦深度。仿真结果和分析表明,该方法能够在较大斜视角的聚束SAR模式下得到聚焦良好的高分辨率场景。     

一般构型机载双站SAR回波信号特性分析

一般构型机载双站合成孔径雷达(SAR)的成像结构与系统参数使其回波信号具有新的特性,文中从残余距离徙动、多普勒参数、回波频谱三个方面对信号特性进行分析。研究结果表明,残余距离走动与残余距离弯曲具有方位向非对称性,宽场景成像中需按照残余距离徙动与二阶相位误差对观测场景进行成像区分块;多普勒质心具有二维扩散性,多普勒调频率与多普勒带宽具有二维扩展性;在距离频域-方位时域校正距离走动可削弱因双站斜视带来的回波信号距离-方位向二维强耦合,推导了距离走动校正后的回波频谱公式。仿真验证了一般构型机载双站SAR的信号特性与距离走动校正方法的有效性。     

基于方位非线性变标的弹载SAR下降段成像算法

俯冲下降阶段,弹体自身较大的俯冲下降速度和加速度导致SAR回波信号方位不变性的假设不再成立,给SAR成像处理带来困难。针对该问题,该文提出了一种基于方位非线性变标的弹载SAR下降段成像算法。结合级数反演,在2维频域完成距离徙动校正和距离脉冲压缩之后,通过方位向上的非线性变标操作,补偿空变的多普勒调频率,从而较为有效地改善了方位聚焦深度和聚焦质量。数据仿真验证了算法的有效性。     

联合距离方位二维NCS的星弹双基前视SAR成像算法

星弹双基前视SAR能够全天时全天候获取导弹前方区域高分辨图像,是一种极具潜力的成像制导技术。然而,距离和方位参数的耦合与空变,阻碍着星弹双基前视SAR向高分辨成像发展。该文首先基于低轨星载照射源与高速前视的弹载接收平台构型,推导了回波信号的精确距离多普勒域解析式。然后,在距离向上,提出距离非线性变标(NCS)算法来均衡距离徙动和距离调频率,并在二维频域一致补偿;在方位向上,该文所提算法将收发机的方位调频率进行分解,利用方位NCS消除方位调频率在方位向上的高阶空变。最后,进行二维匹配滤波,得到全局聚焦良好的SAR图像。点目标和场景仿真验证了所提算法的有效性。     

机载双站SAR成像区分块分析

机载双站SAR的回波数据具有距离空变性或距离-方位二维空变性,需要对观测场景进行分块成像。本文从机载双站SAR斜距历程出发,借助于载机轨迹解耦合公式,推导了观测场景中任一点目标的距离走动和距离弯曲公式。根据距离徙动校正后的残余距离徙动与二阶相位误差,推导了机载双站SAR的成像区分块准则。基于该准则仿真得到了各种构型机载双站SAR的成像区分块结果,分析了双站结构参数与系统参数对成像区的影响,为双站SAR宽场景成像时成像区分块提供了理论指导。      

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。     

基于俯冲模型的频域距离走动校正NLCS-SAR成像算法

弹载SAR末制导阶段的高速、俯冲、大斜视等特点使得常规SAR成像算法失效,为此,该文首先建立了精确的俯冲SAR回波信号模型,并根据大斜视下距离徙动主要由距离走动构成这一特点,先行补偿距离走动以使大斜视成像转化为等效小斜视或正侧视成像,简化后期成像处理,而后再利用方位向非线性变标方法解决补偿距离走动带来的多普勒调频率随方位时间空变问题,使得同一距离门的方位压缩可在相同参数下进行,从而有效增大方位向的聚焦深度。仿真实验验证了算法的有效性。     

基于DFT滤波器组的大斜视SAR成像算法

传统的大斜视角SAR成像算法利用时域线性走动减少距离徙动校正的难度,运用非线性变标算法改善方位向的聚焦效果,然而变标因子的引入也带来了一些处理上的不便。针对这一问题,该文从分块近似匹配的角度出发,结合DFT滤波器组理论,提出了一种方位向聚焦的新算法。与传统的方位非线性变标类算法相比,新算法不引入相位操作,能更好地补偿空变的多普勒调频率,稳定性和成像性能都得到了提高,且在一般情况下算法的计算量要少于传统算法。仿真结果证明了算法的有效性。     

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。     

基于尺度变换原理的SAR波数域成像算法

距离徙动算法(RMA)作为一种合成孔径雷达(SAR)频域成像算法,理论上能够达到最优性能。然而,该算法采用逐像素点卷积运算实现Stolt映射,其计算效率无法满足SAR大数据量处理需求。据此,该文提出基于尺度变换原理(PCS)的RMA成像算法。首先,将SAR回波数据沿距离向进行划分,利用子带参考距离处2阶距离方位耦合项与高阶项对子带信号进行补偿;然后,转化非线性Stolt映射为线性形式;最后,利用PCS原理实现Stolt插值,以实现高效率的数据重采样。所提PCS-RMA算法仅利用快速傅里叶变换和复矢量相乘操作即可实现改进型Stolt映射,兼具良好的聚焦性能与较高的计算效率。基于多组仿真数据与X波段1.2 GHz带宽的机载SAR实测数据处理结果,验证了所提算法的有效性,同时该算法可进一步应用于弹载/星载/无人机载SAR数据的快速成像处理。      

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。     

一种曲线轨迹下的大场景前斜视成像算法

该文提出一种曲线轨迹下获取前向目标图像的新算法。考虑到曲线轨迹下严重的距离耦合,算法首先通过时域距离走动校正有效减少了距离耦合,然后采用级数反演法获得2维频率域表达式,求取ECS算法的相关系数,利用ECS获得了精确的成像结果。文章最后通过仿真实验验证了算法的有效性。     

基于运动参数非搜索高速机动目标检测

该文提出一种新的高速机动目标检测与参数估计算法。首先,通过二阶Keystone变换(KT)消除距离频率与慢时间的二次耦合,并计算对称瞬时自相关函数(SIAF)。其次,对SIAF不同维依次进行尺度逆傅里叶变换(SIFT)、尺度傅里叶变换(SFT)和快速傅里叶变换(FFT)实现能量积累,在新的参数空间进行峰值检测得到径向速度模糊数和径向加速度估计值。最后,根据估计的参数构造补偿函数对距离徙动和多普勒扩散进行补偿,并通过KT算法实现目标检测和距离、模糊径向速度的估计,结合补偿的径向速度模糊数计算出不模糊径向速度。 由于不需要进行参数搜索,并且SIFT和SFT均能通过FFT快速实现,因此算法计算量得到大幅度减小。仿真实验验证了该算法的有效性。     

星/机双站SAR成像处理技术研究

针对发射机为卫星、接收机为载机且飞行航迹平行模式下的双站SAR,本文建立了回波信号的模型,分析了多普勒调频率、多普勒中心、目标位置、距离弯曲等参数的变化;采用单站SAR等效法推导了回波信号二维频谱,并对单站SAR等效法与距离历程泰勒级数展开法所产生的相位误差进行了比较,进而采用Nonlinear Chirp Scaling(NCS)算法进行成像处理。通过插值校正目标沿方位向出现的几何拉伸形变,采用距离频谱搬移校正目标沿距离向的几何偏差。最后,采用仿真数据验证了本文方法的正确性。      

俯冲段大斜视SAR子孔径成像二维空变校正方法

俯冲合成孔径雷达(SAR)常采用大斜视子孔径成像来满足平台机动性和处理实时性;而大斜视模式下距离方位的严重耦合、斜视角沿距离向的空变及3维速度和加速度的存在会导致距离包络和方位相位的2维空变,严重影响成像质量。针对这些问题,该文提出一种新的两级频域滤波算法,在预处理后,首先引入第1级频域滤波因子以校正距离包络沿方位位置的空变以实现距离徙动统一校正,然后采用第2级频域滤波校正方位多普勒参数的空变实现方位相位统一聚焦。仿真实验验证了该算法的有效性。     

Focusing Bistatic SAR Data Using the Nonlinear Chirp Scaling Algorithm

Bistatic synthetic aperture radar data are more challenging to process than the common monostatic counterparts because the flight geometry is more complicated and the data are usually nonstationary. Whereas time-domain algorithms can handle general bistatic cases, they are very inefficient; therefore, frequency-domain methods are preferred. Several frequency-domain monostatic algorithms have been modified to handle a limited number of bistatic cases, but a general algorithm is sought, which can handle cases such as nonequal platform velocities, nonparallel flight tracks, and high squints. In this paper, we modify the nonlinear chirp scaling (NLCS) algorithm to handle a general case of bistatic data. The key is to use a linear range cell migration correction to reduce the range-azimuth coupling, an NLCS to precondition the data for azimuth compression, and a series expansion to obtain an accurate form of the signal spectrum. The azimuth nonstationarity is handled through the use of invariance regions. Simulations have shown that the modified NLCS algorithm can handle data with more complicated bistatic geometries than the previous algorithms.      

一种改进的星载合成孔径雷达快视处理算法

该文针对合成孔径雷达(SAR)发射线性调频波形和多普勒历程的特点,提出了一种改进的星载SAR快视处理算法。首先建立了算法的数学模型,给出了SAR快视图像精确拼接的方法,最后通过对ERS-1条带数据的快视处理,验证了该快视算法的有效性和高效性。