一种新的基于极坐标格式的快速后向投影算法

快速分级后向投影算法(Fast Factorized Back-Projection Algorithm, FFBPA)研究了BPA中的冗余计算,通过子孔径划分,在极坐标系下将信号逐级相干积累成像,该方法避免了BPA中每个图像点的重复性全孔径搜索过程,大幅减少了计算量。然而多级插值操作加剧了误差积累,减少分级次数又影响算法效率。为解决这一矛盾,该文结合极坐标格式算法(PFA)提出了一种新的多级迭代快速BP成像算法,并将算法拓展应用到曲线轨道,多模式SAR中。分析表明,该文方法与FFBPA相比更高效。最后通过该文算法与FFBPA的星载0.1 m超高分辨率聚束SAR成像进行仿真实验对比,验证了该方法的优越性。     

加速后向投影圆迹SAR成像方法

凭借多视角观测和高分辨成像的能力,圆迹合成孔径雷达（CSAR）受到了越来越多的关注。然而,特殊的运动轨迹和强烈的二维耦合给成像算法提出了挑战。以兼顾图像质量和运算效率为目标,本文提出了一种适用于CSAR成像的加速后向投影（EBP）算法。EBP算法将整个合成孔径划分为若干子孔径,使用全局极坐标系重建每幅子图像。根据角域波数域和方位时域的对应关系,EBP算法通过波数谱搬移实现波数谱融合,再经由二维逆傅里叶变换实现图像聚焦。EBP算法继承了后向投影（BP）算法的精确性和运动补偿优势,避免了插值操作引起的图像质量损失。最后,通过仿真实验验证该方法的有效性。      

超宽带LFM信号的BP成像算法

本文推导了基于超宽带LFM信号模型的SAR的后向投影(BP)成像算法,研究了距离向压缩数据在方位向聚焦的具体实现,讨论了距离向采样率对图像性能的影响,最后通过计算机仿真,验证了算法的有效性.     

三维快速因式分解后向投影算法

后向投影算法具有精确成像、易于补偿、适于多种阵列构型及信号形式等优点,广泛应用于雷达成像领域。针对三维成像中,巨大计算量带来的低运算效率问题,文中利用孔径分块的方式将二维快速因式分解后向投影（FFBP）扩展至三维成像应用,建立了适于三维FFBP成像的三维极坐标系,对三维FFBP中孔径划分问题、算法实现问题以及计算效率问题进行了分析。仿真结果验证了该算法,其成像效率可提高13.8倍。     

前视扫描声呐成像径向误差分析和补偿

该文提出了一种基于运动补偿的前视扫描声呐成像方法:采用后向映射,将扇形成像区域的直角坐标系转换成极坐标系,在极坐标系进行2维插值,提取幅度并转成图像格式。通过建立载体运动模型,分析载体运动,将载体运动影响转换为图像域移动,对前视声呐图像进行实时运动补偿,消除径向误差。分析了“深海勇士”号前视声呐数据,其单幅图像最大径向误差近似达到工作距离的19%。通过仿真和实验验证所提算法补偿了由载体运动造成的图像的径向误差,能准确表示目标信息。     

前视扫描声呐成像径向误差分析和补偿

该文提出了一种基于运动补偿的前视扫描声呐成像方法:采用后向映射,将扇形成像区域的直角坐标系转换成极坐标系,在极坐标系进行2维插值,提取幅度并转成图像格式.通过建立载体运动模型,分析载体运动,将载体运动影响转换为图像域移动,对前视声呐图像进行实时运动补偿,消除径向误差.分析了"深海勇士"号前视声呐数据,其单幅图像最大径向误差近似达到工作距离的19％.通过仿真和实验验证所提算法补偿了由载体运动造成的图像的径向误差,能准确表示目标信息.     

旅客人身时频调和型毫米波三维重建

在毫米波人身安检成像中,二维平面承载的有限信息量使得安检系统对隐匿危暴/爆品的检出概率不高,亟待获取人体三维全聚焦重建结果,且以往仅时域或频域三维重建算法均难以实现精度与效率的平衡。为此,基于“维度分解-算法调和”策略提出时频调和型三维重建算法（Time-Frequency Coordination 3D Reconstruction,TFC-3DR）。该算法融合频域算法的效率与时域算法的精度优势,利用距离徙动频域成像算法（Range Migration Algorithm,RMA）的方位平移不变性,在距离-高度截面统一地校正距离徙动,以保证运算效率,而后将时域后向投影（Back Projection,BP）算法应用于距离-角度维截面,通过将脉冲压缩数据与成像空间分辨单元逐点相干积累,以保证成像精度,由此加快运算效率的同时又保证重建精度。由于BP算法的引入,阵列天线角度维扫描轨迹灵活可变,有效降低了人体侧面盲区面积,避免漏检、误检。仿真和实测人体毫米波数据实验,验证了算法的有效性与实用性,同时分析重建效果与运算复杂度,验证了该文所提算法相比三维BP重建算法的优越性。     

平地假设对合成孔径雷达时域算法成像质量的影响研究

时域算法具有精确成像和易于运动补偿等突出优点,在超宽带合成孔径雷达(Ultra Wide Band SyntheticAperture Radar,UWB SAR)成像领域应用前景广阔。当使用时域成像算法对起伏地形成像时,可引入平地假设来简化成像几何模型,但平地假设会引入几何误差,进而影响成像质量。该文研究了平地假设对时域算法成像质量的影响,指出其影响在直线孔径条件下表现为位置偏移,在非直线孔径条件下还将造成目标散焦。同时推导得到了目标位置偏移量的表达式,给出了目标聚焦时非直线孔径最大偏移和地表高程起伏程度应满足的定量条件。最后采用时域算法中的后向投影(Back Projection,BP)算法处理仿真数据,处理结果验证了该文相关结论。     

一种基于快速分解后向投影的条带SAR成像新方法

快速分解后向投影(Fast Factorized Back-Projection, FFBP)最初用于超宽带SAR成像,并在聚束SAR信号处理领域取得了巨大的成功。然而,由于积分孔径和角域升采样的限制,FFBP算法难以直接用于条带SAR处理。为了提高FFBP算法在条带SAR处理的实用性,该文从积分孔径和角域波数带宽的角度出发,提出一种适用于条带SAR处理的重叠图像法。该方法极大地保留FFBP算法的运算效率,有效地避免因角域升采样带来数据量大的问题。最后,通过斜视条带SAR仿真实验验证了该方法的有效性。     

基于改进三维后向投影的多圈圆迹SAR相干三维成像方法

圆迹SAR(CSAR)因其特殊曲线运动轨迹而具备3维成像能力。单圈CSAR理论上可以获得距离方位平面亚波长级的分辨率,但是高程向分辨率却很低。同时,利用后向投影(BP)算法进行CSAR 3维成像的算法复杂度高,成像效率低。该文提出一种基于改进3维后向投影的多圈CSAR相干3维成像方法,针对现有成像算法时间复杂度高的问题,提出一种构造几何插值核的CSAR改进3维后向投影算法,可将3维插值操作转化为1维插值操作和距离向量搜索操作,通过多圈CSAR改进3维后向投影成像结果相干积累的方式得到最终3维图像。该文所提方法可有效解决单圈CSAR 3维成像高程向分辨率低的问题,改善3维成像细节,同时能够大幅降低CSAR 3维成像时间。仿真圆锥目标和美国空军实验室GOTCHA数据3维成像结果验证了该文所提方法的有效性。     

基于几何校正的聚束SAR快速分级后投影算法

快速分级后投影(Fast Factorized Back Projection, FFBP)算法大幅减少了原始后投影算法的插值次数,提升运算效率。然而图像合成过程中仍然需要大量的图像域2维插值操作,庞大的计算量限制了其在实际中的应用。该文提出一种基于几何校正的聚束SAR快速分级后投影算法。该算法利用几何校正的方法实现子图像配准,即在满足聚焦性能的前提下,通过距离维平移和角度维旋转完成子图像在不同坐标系下的投影和子图像合成。该算法避免了逐点插值运算,进一步降低了FFBP算法的计算量。仿真结果表明,该算法能高精度聚焦成像,并且其运算效率相对于基于图像域2维插值的FFBP算法显著提高。     

基于超大幅宽的高轨SAR加速BP成像方法

在高轨(GEO)合成孔径雷达(SAR)成像中,超大的成像幅宽导致成像区域不满足平面近似,使得基于平面网格的快速BP算法失效。该文提出一种基于地表网格的快速BP算法来精确高效地处理高轨SAR信号。首先针对轨道弯曲和地表弯曲所带来的信号复杂空变问题,采用一种基于实际地表的曲面网格布置方法。针对子孔径BP图像的频谱混叠问题,提出基于曲面网格的两步频谱压缩函数,将子孔径图像在合成之前实现频谱解混叠。同时采用多级子孔径图像合成的方法提高成像效率。最后,通过对比仿真,证明了该文所提算法的精确性以及高效性。     

基于双特征量和NSCT的多波段SAR图像融合算法

不同波段的SAR图像进行融合,能够综合不同波段SAR图像的信息,得到包含更多信息的SAR图像。针对传统融合方法不能很好地处理SAR图像中边缘及纹理等细节信息的问题,该文提出一种基于双特征量的在非下采样Contourlet变换域融合的方法。对NSCT分解后的高频分量提出了一种基于区域能量和梯度两个特征量,采用平均与选择相结合的规则来计算高频子带系数。实验结果表明,该方法得到的融合图像在客观评价上要优于传统融合方法,这说明该方法在综合了不同波段SAR图像信息的同时能更好地保持细节信息。      

基于频谱偏移估计的分布式星载SAR提高距离向分辨率的数据处理方法

分布式星载SAR利用不同视角回波信号之间地面散射频谱不同的特性来提高SAR图像的距离向分辨率.其数据处理的关键就是如何将这些不同频段的信号相结合,得到具有更宽频谱的高分辨率图像.本文提出了一种基于频谱偏移估计的分布式星载SAR提高距离向SAR图像分辨率的数据处理方法.该方法的主要思想是在SAR复图像的基础上,通过精确的估计,得到SAR复图像间的距离向频谱偏移量,并根据该偏移量,在频域进行距离向频谱偏移补偿后将图像相加.建立了分布式星载SAR单视复图像的信号模型,推导了基于频谱偏移估计提高SAR图像距离向分辨率的原理公式,给出了基于频谱偏移估计提高距离向分辨率的具体数据处理步骤.最后采用仿真数据验证了理论推导的正确性和数据处理方法的有效性.     

一种应用于斜视聚束模式的改进极坐标格式成像算法

极坐标格式算法(Polar Format Algorithm, PFA)通常应用于正侧视聚束SAR成像,当PFA应用斜视聚束时,传统沿视线插值(Line Of Sight Interpolation, LOSI)PFA方法会导致方位频谱非等间隔采样。该文针对上述问题提出一种新的方位频谱插值方法,根据斜视聚束的几何模型可以得到方位频谱精确的插值形式,从而实现对方位频谱等间隔重采样。在获得了均匀的频谱后进行2维逆傅里叶变换,便可以得到大范围的斜视聚束场景。为了验证该文算法的有效性,进行了实验仿真及实测数据验证,该方法与传统插值的方法进行比较,能够增大斜视聚束场景范围。     

基于频域稀疏压缩感知的星载SAR稀疏重航过3维成像

星载合成孔径雷达(SAR)稀疏重航过3维成像技术通过交轨向的多次飞行观测,获得观测场景的第3维分辨。该文给出了单颗卫星SAR稀疏重航过轨道分布,为有效缩短重访时间,同时给出了编队双星SAR轨道分布,对应的交轨向等效孔径长度为20 km。提出了一种基于干涉处理和频域压缩感知(CS)的稀疏3维成像方法,利用稀疏重航过中的部分回波形成参考3维复图像,对待重建SAR 3维图像信号进行干涉处理,使信号在频域具备稀疏性。在大轨道分布范围下,建立频域距离向-交轨向线性测量矩阵,利用CS理论联合求解稀疏表征下的图像频谱,避免交轨向和距离向的回波信号耦合。将求解所得频谱逆变换至空间域,可得到观测场景的3维图像重建结果。仿真结果表明,该文方法在稀疏采样率74.4%条件下,仍可获得与满采样成像性能相当的结果,验证了干涉处理频域稀疏方法在星载SAR 3维成像中的有效性。     

基于局部超分辨重建的高精度SAR图像水域分割方法

合成孔径雷达(SAR)图像水域分割在水资源调查、灾害监测等领域具有重要意义。针对中低分辨率星载SAR图像水域提取精度不足的难题,该文融合基于轻量级残差卷积神经网络(CNN)的图像超分辨率重建技术和传统SAR图像水域分割技术的优点,提出了一种基于局部超分辨重建的SAR图像水域分割方法,显著提升了SAR图像水域分割的精度。为了验证上述方法的有效性,该文以南水北调中线工程水源地丹江口水库为应用对象,基于国产高分三号(GF-3)卫星的8 m分辨率标准条带(SS)模式图像和欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)模式图像,开展了水域分割的实验验证和精度评估工作。实验结果表明,该文所提方法可在中低分辨率SAR图像中获取更精确的水域分割结果,其水域分割性能较传统方法有大幅提升。      

基于多尺度信息融合的SAR图像建筑物提取

根据高分辨力合成孔径雷达(SAR)图像中建筑物的特性,提出了一种基于多尺度信息融合的建筑物提取方法。以非下采样轮廓波变换(NSCT)为多尺度分析框架,通过融合基于NSCT低频子带的多尺度区域分析结果提取潜在建筑物区域;同时,融合基于NSCT高频信息的边缘检测结果与均值比算子结果提取边缘结构信息;在此基础上,结合区域与边缘结构信息对虚警进行滤除,对漏检建筑物进行补充,完成建筑物提取。实验结果显示：该方法优于基于多特征融合的建筑物检测算法,在实验所用图像上的平均查全率达到94%,表明文中方法的有效性。     

Multi-spectral and hyperspectral image fusion using 3-D wavelet transform

Image fusion is performed between one band of multi-spectral image and two bands of hyperspectral image to produce fused image with the same spatial resolution as source multi-spectral image and the same spectral resolution as source hyperspeetral image. According to the characteristics and 3-Dimensional （3-D） feature analysis of multi-spectral and hyperspectral image data volume, the new fusion approach using 3-D wavelet based method is proposed. This approach is composed of four major procedures： Spatial and spectral resampling, 3-D wavelet transform, wavelet coefficient integration and 3-D inverse wavelet transform. Especially, a novel method, Ratio Image Based Spectral Resampling （RIBSR）method, is proposed to accomplish data resampling in spectral domain by utilizing the property of ratio image. And a new fusion rule, Average and Substitution （A＆S） rule, is employed as the fusion rule to accomplish wavelet coefficient integration. Experimental results illustrate that the fusion approach using 3-D wavelet transform can utilize both spatial and spectral characteristics of source images more adequately and produce fused image with higher quality and fewer artifacts than fusion approach using 2-D wavelet transform. It is also revealed that RIBSR method is capable of interpolating the missing data more effectively and correctly, and A＆S rule can integrate coefficients of source images in 3-D wavelet domain to preserve both spatial and spectral features of source images more properly.