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。      

多任务协同优化学习高分辨SAR稀疏自聚焦成像算法

针对传统高分辨合成孔径雷达(SAR)稀疏自聚焦成像算法难以有效平衡稀疏与聚焦特征的问题,该文提出一种基于交替方向多乘子方法(ADMM)的多任务协同优化学习稀疏自聚焦(MtL-SA)算法.该算法通过引入熵范数表征SAR成像结果聚焦特征,在ADMM优化框架下,利用近端算法求解聚焦特征解析解.针对原熵范数正则优化目标函数的非凸问题,该文合理设计代价函数,从而保证熵范数近端算子的闭合解析解.同时,应用e1范数表征成像结果稀疏特征,并建立面向复数SAR成像数据的复数软阈值近端算子.该文所提MtL-SA成像算法可实现对目标场景后向散射场对应稀疏特征和聚焦特征的解析求解,并有效提升自聚焦算法的可靠性和稳健性.两种特征增强处理相互调和,保证了算法运行过程中有效降低误差传播,进而保证联合特征增强精度.仿真及实测机载SAR成像数据实验,验证了算法的有效性和实用性,同时应用相变分析方法分别定量和定性地分析了该文所提算法相比其他传统算法的优越性.     

基于GPS和改进MapDrift的机载UWB SAR运动补偿

传统的基于载机运动传感器的SAR运动补偿对传感器测量精度提出了很高的要求,而基于回波数据的Map- Drift(MD)自聚焦效果对成像场景存在一定的依赖性。本文针对UWB SAR系统的特点,提出了一种结合GPS(Global Position System)粗补偿和改进重叠MD精补偿的机载SAR运动补偿方法。利用GPS的三维位置信息补偿回波时移误差,利用三维速度信息补偿回波相位误差,然后再利用改进重叠MD补偿剩余误差。本文提出的UWB SAR运动补偿方法没有使用高精度的惯导系统,节约了系统成本,降低了补偿系统的实现难度,并减小了MD算法对成像场景的依赖性,有效提升了SAR图像质量。实际UWB SAR数据的处理验证了本文方法的有效性。     

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ADMM算法的机载太赫兹SAR成像高频振动补偿

太赫兹波具有频率高、波长短的特点，因此相对于传统的工作在微波波段的合成孔径雷达（Synthetic Aperture Radar,SAR），太赫兹SAR具有高成像分辨率，并在视频SAR、慢动目标检测等方面具有显著的优势。但与此同时，太赫兹SAR也对雷达平台的高频振动非常敏感。对于机载太赫兹SAR，由于气流和载机自身飞行特性的影响，载机存在高频振动，会造成回波信号的相位误差，并使成像结果出现鬼影目标和散焦现象，严重恶化成像质量。为了实现聚焦成像，需要对机载太赫兹SAR的进行高频振动补偿。不同于现有的将高频振动建模为多个简谐运动之和形式的算法，本文提出了一种基于交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）的高频误差补偿方法，无须对高频振动进行建模，可以补偿更复杂的高频振动相位误差。首先通过对接收到的回波信号使用方位向快速傅里叶变换（Fast Fourier Transform,FFT）得到粗聚焦的图像，然后将振动补偿问题转化为图像的l1范数最小化问题，引入辅助变量构造目标函数并使用ADMM算法求解。在ADMM算法迭代过程...     

基于先验相位结构信息的双基SAR两维自聚焦算法

两维自聚焦是高机动条件下机载合成孔径雷达(SAR)高分辨率成像的重要保障。现有的双基SAR两维自聚焦算法没有充分利用相位误差的先验结构信息,是对相位误差的一种盲估计,在计算效率和参数估计精度方面仍然存在很大限制。该文从双基SAR极坐标格式成像算法新解释入手,从残留距离徙动(RCM)校正的观点出发,将极坐标格式(PFA)算法的实现解释为距离频率和方位时间两个变量的解耦过程。利用这一观点分析了极坐标格式算法中的距离和方位重采样对两维相位误差的影响,揭示了残留两维相位误差固有的解析结构。基于这一固有的先验信息,该文提出了一种结合先验信息和图像数据的双基SAR两维自聚焦算法。算法通过引入先验知识,将两维相位误差估计降维成一维方位相位误差的估计;同时,在估计方位相位误差时,通过多子带数据平均,充分挖掘了所有数据的信息。相比于已有算法,无论是参数估计精度还是计算效率都有明显改善。实验结果验证了该文理论分析的正确性以及所提两维自聚焦方法的有效性。      

基于二维空变运动补偿的机动平台大斜视SAR稀疏自聚焦方法

大斜视角和空间3维加速度的存在使机动平台SAR的运动误差具有明显的2维空变性,极大地增加了成像难度.为此,该文提出了一种基于2维空变运动误差估计与补偿的稀疏自聚焦方法.该方法基于Keystone变换和频域相位滤波法构造了能够校正成像参数空变性的频域近似观测算子.在自聚焦过程中,首先,构建基于频域近似观测算子的稀疏自聚焦模型并采用迭代软阈值方法(ISTA)进行求解,从而实现图像的粗聚焦和非空变运动误差的估计;然后,采用稀疏自聚焦模型估计多个子区域的精确相位误差曲线,并基于最小二乘法估计空变的运动误差参数;最后,通过对近似观测算子的修正实现空变运动误差的补偿.仿真实验验证了该方法的有效性.     

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。     

基于二维空变运动补偿的机动平台大斜视SAR稀疏自聚焦方法

大斜视角和空间3维加速度的存在使机动平台SAR的运动误差具有明显的2维空变性,极大地增加了成像难度。为此,该文提出了一种基于2维空变运动误差估计与补偿的稀疏自聚焦方法。该方法基于Keystone变换和频域相位滤波法构造了能够校正成像参数空变性的频域近似观测算子。在自聚焦过程中,首先,构建基于频域近似观测算子的稀疏自聚焦模型并采用迭代软阈值方法(ISTA)进行求解,从而实现图像的粗聚焦和非空变运动误差的估计;然后,采用稀疏自聚焦模型估计多个子区域的精确相位误差曲线,并基于最小二乘法估计空变的运动误差参数;最后,通过对近似观测算子的修正实现空变运动误差的补偿。仿真实验验证了该方法的有效性。     

一种基于极坐标格式算法的高分辨SAR成像自聚焦算法

针对机载聚束合成孔径雷达(SAR)惯导精度无法满足高分辨SAR成像的问题,该文提出了一种结合极坐标格式算法(PFA)的自聚焦算法,即由粗到精的混合多阶段参数化最小熵(Hybrid Multistage Parameterized Minimum Entropy, HMPME)距离单元徙动校正方法和基于图像对比度增强(Contrast Enhancement, CE)的变步长迭代相位误差校正方法。该自聚焦算法可以直接嵌入到PFA处理中,精确地补偿了惯导测量精度不足引起的越距离单元徙动(Range Cell Migration, RCM)和相位误差,且对于低对比度、低信噪比场景数据有良好的聚焦性能。最后,利用仿真实验和实测机载聚束SAR数据验证了所提算法的有效性。     

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.     

基于子图像变标的非线性轨迹SAR成像及其自聚焦方法

合成孔径雷达(SAR)的非线性轨迹运动可能会在雷达回波信号中引入严重的二维空变特性,因此基于方位平移不变性假设的传统频域成像算法不再适用于非线性轨迹SAR的高精度成像。现有非线性轨迹SAR成像算法通常采用复杂的非线性变标(NCS)校正回波信号的方位空变特性,然而NCS参数过多导致算法复杂,使得其当存在较大平台运动测量误差时无法与现有自聚焦算法有效结合。针对该问题,该文提出一种基于子图像NCS的非线性轨迹SAR成像及其自聚焦方法,在保证成像精度的前提下能够减少NCS的参数数量,更有利于后续的自聚焦处理。仿真与实测数据处理验证了所提方法的有效性。     

一种基于勒让德拟合的SAR 后向投影自聚焦算法

对于合成孔径雷达(SAR)成像来说,后向投影(Back Projection, BP)算法是一种十分重要的时域成像方法。然而现有的自聚焦算法都是基于频域成像算法开发的,无法直接用于BP 聚焦图像的误差相位估计。针对这一问题,该文提出一种适用于BP 图像的自聚焦算法。该算法以图像锐度函数为目标函数,以待估计的相位校正值为自变量,通过坐标下降最优化算法循环迭代获得它们的最优估计。在问题求解中,该算法利用勒让德多项式来拟合目标函数,使得每次迭代的最优解可以解析地获得,避免了低效的线搜索过程。基于仿真数据和实测数据的实验验证了该算法的精确性和有效性。      

基于子孔径相位误差拼接的相位梯度自聚焦算法

随着雷达技术的发展,合成孔径雷达的成像精度也得到了大幅提升,与之相匹配的,也需要能更精确地进行运动补偿的算法.由于惯导精度无法满足需求,如果仅使用惯导数据对运动误差进行补偿,补偿的结果中含有残余的距离单元徙动,这会损失图像的精度.本文首先分析了残余的距离单元徙动对快速分解后向投影成像算法和相位梯度自聚焦算法的影响,再将...     

SAR回波信号模拟器幅相误差实时校正方法

合成孔径雷达(SAR)回波信号模拟器不可避免地存在通道幅相误差,会影响对雷达点目标成像性能的准确评估,因此对模拟器幅相误差实时校正具有重要意义。由于模拟器系统传递函数不具有共轭对称性,要满足在实时工作模式下用硬件实现幅相误差校正,既要求收敛速度快,又要求优化性能好,就需要采用一种快速有效的算法来设计复系数FIR滤波器。提出了复Remez算法和遗传算法相结合的复系数FIR滤波器设计方法,最后给出用此方法实现SAR回波信号模拟器幅相误差校正的实例。     

基于数据的超宽带SAR的运动补偿方法

基于超宽带SAR(UWB-SAR)回波数据估计多普勒调频率误差,为了准确提取和补偿该误差,本文提出了一种改进MapDrift(MD)自聚焦方法,消除了正侧闪烁和合成孔径长度太大造成的不利影响;通过插值拟合运动误差以及循环误差补偿弥补了子孔径数目有限、飞机速度估计过于离散的不足,实现了MD对二次以上高阶相位误差的补偿,使MD能够适用于复杂的飞行条件(如无人机)。实际UWB-SAR数据的补偿结果验证了该方法的有效性。     

基于NCS算子的大斜视SAR压缩感知成像方法

该文针对大斜视合成孔径雷达(Synthetic Aperture Radar, SAR)成像进行研究,提出了一种基于非线性频调变标(Non-linear Chirp Scaling, NCS)算子的大斜视SAR压缩感知成像方法。首先在详细分析大斜视SAR回波信号模型的基础上,给出了一种基于全采样数据的NCS成像算法,该算法有效完成了回波数据的走动补偿与解耦合处理,实现了准确成像。其次针对降采样的大斜视SAR回波数据成像问题,提出将上述成像算法构造成NCS算子并基于该算子建立压缩感知重构模型,通过对模型的优化求解直接获得最终的成像结果。该方法对于稀疏性成像场景能够有效降低回波数据采样率实现高质量成像,对于非稀疏成像场景在满采样条件下能够提高成像质量。最后的点目标和面目标的仿真实验验证了该文所提方法的有效性和可行性。      

一种低秩张量约束的下视稀疏线阵SAR三维成像算法

为了解决3维稀疏数据处理中向量化或矩阵化带来的原始空间结构破坏与计算复杂度高的问题,该文针对下视稀疏线阵3维SAR成像几何模型和回波信号特点,构建了张量空间信号模型,提出了一种基于低秩张量补全的3维SAR稀疏成像算法。该算法首先利用回波张量的低秩性,通过张量补全重构稀疏回波中的丢失元素,再对补全后的全采样信号张量进行3维成像,从而获得高效率、低旁瓣、高分辨率3维图像。基于X波段下视稀疏线阵3维SAR点目标回波进行了3维成像仿真实验,比较了在不同信噪比和采样率条件下的成像性能,并基于实测数据进一步验证了该算法的有效性和优势。