一种非均匀转动目标的ISAR自聚焦算法

在ISAR成像中,目标的非均匀转动会引入与散射点位置有关相位误差,无法用统一的相位误差函数表示,因此通常的自聚焦方法难以消除。针对加速转动目标,本文提出了一种基于离散调频傅立叶变换(discrete chirp-Fourier trans- form)的自聚焦算法。在预先选定的距离单元上,利用离散调频傅立叶变换提取最大功率散射点对应的调频信号,并以之为参考信号消除目标平动引起的相位误差。然后,利用同样的方法,在多个距离单元上提取最大功率散射点对应的调频信号,根据该散射点信号估计目标非均匀转动的参数,并进行非均匀采样,去除非均匀转动的相位误差。将该算法应用于仿真试验和实测数据的ISAR成像中,都得到了较好的聚焦结果。     

基于自适应Chirplet分解的非均匀转动目标ISAR相位聚焦

在ISAR成像中,由非均匀转动引起的相位误差与散射点的径向位置有关,传统的相位聚焦方法难以采用统一的相位校正函数来进行补偿。针对此问题,提出一种基于自适应Gaussian包络Chirplet分解(AGCD)快速算法的相位补偿方法。该方法在任意选取的距离单元上,利用Gaussian包络Chirplet分解得到两个较强散射点所对应的线性调频信号参数,并结合多特显点处理(PPP)模型,对由平动和非均匀转动造成的相位误差分别进行补偿。该方法计算量小,估计精度高,且没有孤立强散射点的要求。仿真实验结果表明了它的有效性。     

采用二阶Keystone变换的机动目标ISAR成像算法

针对具有复杂运动的机动目标在相干成像时间内产生的一阶距离徙动和二阶距离徙动的问题,本文提出了基于二阶keystone变换的二维ISAR成像算法。文章首先结合去调频接收机技术,建立并分析了机动目标的回波信号模型,并对回波信号使用二阶keystone变换以去除二阶距离徙动。然后,采用分数阶傅里叶变换（FrFT）估计二阶keystone变换后新生成的二次相位项的调频斜率,并依此补偿该二次相位项。对补偿后的回波信号再次使用二阶keystone变换去除一阶距离徙动。最后,对回波信号使用2D FFT获取机动目标的高分辨2D ISAR图像。数值仿真和实测数据成像结果验证了本算法的有效性。      

一种复杂运动目标的ISAR成像算法

在对复杂运动目标进行逆合成孔径雷达成像时,由于转动矢量随时间而变化,回波信号中会引入一个与散射点位置有关的相位误差,无法用通常的相位补偿方法进行校正,应用距离-多普勒算法获得的ISAR(Inverse Synthetic Aperture Radar)像会变得模糊.本文分析了目标转动矢量变化使得ISAR像模糊的内在原因,给出了目标三维转动状态下的ISAR信号形式,并基于散射点信号的特点提出了一种复杂运动目标的ISAR成像算法.该算法不仅适用于转动矢量方向不变的非均匀转动目标,而且对于转动矢量方向缓慢变化的目标,算法仍然能够有效地提高ISAR成像的质量.仿真试验结果表明了该算法的有效性.     

基于分数阶傅里叶变换的运动舰船聚焦算法

为解决合成孔径雷达(SAR)图像中运动舰船目标产生的散焦现象,结合对比度最大算法和分数阶傅里叶变换(FRFT)算法,提出了一种改进的对比度分数阶傅里叶变换(CFRFT)自聚焦算法.该算法利用分数阶傅里叶变换对已成像SAR图像进行时频域分析,根据旋转角分别利用参数模型和非参数模型对二阶相位误差和高阶相位误差进行补偿,和传统的相位梯度(PGA)法相比,图像分辨率和旁瓣比提升显著,可以更有效地补偿SAR中舰船运动产生的相位误差.对不同舰船和尾迹SAR图像实验表明,算法对二阶以上的相位误差具有较好的补偿效果,误差估计准确性高,适用范围广,解决了SAR运动舰船的散焦问题,提高了海洋舰船监测的准确性.     

基于FRFT的大型平稳目标ISAR成像算法

逆合成孔径雷达(ISAR)通常忽略越距离单元走动(MTRC),采用距离多普勒(RD)算法进行ISAR成像.但对于高分辨ISAR成像雷达,当目标尺寸较大时,距目标中心较远的散射点会产生MTRC,从而导致ISAR像质量下降.为避免散射点的MTRC,本文提出了一种基于分数阶傅立叶变换(FRFT)的ISAR成像算法.从多普勒域看,MTRC是由信号频率和多普勒频率耦合引起的.本文算法以此为基础,利用FRFT的Chirp-multiplication性质对多普勒域进行尺度变换,实现信号频率与多普勒频率的解耦合,获得目标横向像,然后利用IFFT进行径向压缩,无需越距离单元走动校正即可获得清晰的ISAR像.该算法不需要已知目标的转动信息,实现简单,而且计算量与RD算法相当.仿真数据和暗室测量数据验证了算法的有效性.     

基于相位线性度的ISAR非平稳目标成像时间选择新算法

该文针对非平稳旋转目标ISAR成像时间选择问题,提出基于相位线性度准则的成像时间选择新算法。首先详细分析了目标非平稳旋转时散射点的相位特性,提出适合目标成像的运动条件;然后基于目标平均距离像提取两个特显点距离单元信号,共轭相乘去除平动相位,相位解缠并曲线拟合得到转动相位,进而评价不同时间段转动相位的线性度,选择线性度大的时刻为成像时间。最后用仿真和实测数据验证了该方法的有效性。     

一种基于波程差补偿的InISAR图像配准方法

逆合成孔径雷达(ISAR)图像配准是干涉逆合成孔径雷达(InISAR)成像领域一个关键的课题,可以实现同一散射点在不同ISAR图像中的对齐,以便于后续的ISAR图像干涉处理。该文分析了ISAR图像失配准的原因,即散射点到不同天线之间的波程差,并据此提出一种基于波程差补偿的方法来实现不同天线ISAR图像之间的精确配准。首先通过调频傅里叶变换估计目标相对于雷达的转速;进一步根据波程差与目标转动角速度的关系构建补偿相位消除散射点到不同天线间的波程差,并通过2维傅里叶变换获得配准之后的ISAR图像。最后利用干涉处理获得目标真实的3维结构。该文方法可以在回波域通过波程差补偿实现ISAR图像配准,配准之后的各散射点在图像中的位置相同;而经过相关法配准之后的ISAR图像中的各散射点之间有一个像素单元的错位,即该方法的配准效果更精确。此外,基于相关法的图像配准方法耗时达到万秒级,而基于该方法的ISAR图像配准时间仅为秒级,即该方法计算效率更高。最终的InISAR 3维成像结果中,该方法的散射点坐标重构误差为0.3034,而基于相关法的成像结果的误差(45.8529)远大于此。因此,基于所提出方法的InISAR 3维成像结果精度更高。      

基于ISAR的曲线SAR自聚焦算法

在曲线合成孔径雷达(synthetic aperture radar,SAR)系统中,由于采用曲线孔径使得孔径误差补偿问题十分复杂.本文基于逆合成孔径雷达(inverse SAR,ISAR)相位补偿思想,用参考点所在距离单元相位补偿孔径误差,并由补偿数据中提取散射点的三维特征.仿真实验表明,新算法由无噪数据中获得的散射点分布与散射点真实分布只是存在着空间位置上的偏移,但目标结构特征未变.因此新算法是一种适用于曲线SAR的有效自聚焦算法.     

基于频率轴反转的机动目标距离徙动补偿方法

机动目标在长时间积累时间内发生严重的距离徙动与多普勒徙动,影响雷达对目标的检测性能.针对该问题,该文提出一种基于频率轴反转变换与广义自相关变换的机动目标检测与高阶运动参数估计快速算法.首先在距离频域利用频率轴反转变换校正距离徙动,信号变为立方相位信号;然后利用广义自相关变换与广义变尺度傅里叶变换实现信号降阶与参数非搜索估计;最后利用估计参数对原始信号解调频,并完成目标能量的积累.与现有的Keystone,广义Radon-Fourier变换,Radon-吕分布和Radon-分数阶傅里叶变换相比,本文方法可以快速校正距离徙动,实现非搜索的目标参数估计,达到低计算复杂度与检测性能的折中.仿真实验表明,该方法可有效完成机动目标的检测与参数估计.     

基于先验知识的SAR两维自聚焦算法

传统的SAR(Synthetic Aperture Radar)两维自聚焦算法没有充分挖掘残留相位误差所特有的内部结构信息,是对残留相位误差的一种盲估计,实际应用时在估计精度和计算效率等方面还受到一定限制.本文以极坐标格式算法为例,详细分析了成像算法处理后残留两维相位误差的解析结构,并利用这种先验辅助知识,提出了一种基于一维估计/两维校正的自聚焦算法.算法只需直接估计方位一维相位误差,然后利用两维相位误差内部所特有的结构信息,将一维相位误差映射得到两维相位误差,从而实现精确的两维自聚焦.实测数据处理结果验证了本文算法的有效性.     

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。     

基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法

在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性.针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相位误差的补偿.在仿真数据和GF-3数据上的实验结果表明,所提算法可以有效地实现SAR图像空变散...     

电离层电波传播相位污染校正

电离层电波传播相位污染使天波超视距雷达（OTHR）接收的回波信号谱扩展。采用合成孔径雷达（SAR）成像中的相位梯度算法（PGA）来校正相位污染，PGA算法要求所处理的各个分辨单元（这里包括方位和距离单元）具有相同的相位误差，但当对于电离怪空间变化剧烈，或OTHR距离和方位分辨率比较粗时，相邻单元的相位污染不完全相同，这里PGA方法不适用。针对这种情况，考虑相位变化不可能非常剧烈。可用低次多项式表示时，采用最小熵搜索方法，分别校正各单元的电离层相位污染。最后采用我国录取的OTHR实测数据验证，表明这两方法的校正效果良好。     

Time-frequency filtering-based autofocus

Autofocus is very important to the imaging of air-borne synthetic aperture radar (SAR). There have been many kinds of the autofocus technique, which could fall into two categories according to whether the phase error is approximated with a parametric model or not. On the condition that prominent points exist in the image, the non-parametric methods have superiority over the parametric ones in dealing with high-order phase errors due to their high precision and appropriate computational complexity. As will be shown in this paper, the signal-to-clutter ratio (SCR) plays a pivotal roll in this kind of autofocus. The time-frequency filtering is introduced because of its extraordinary performance in raising the SCR of time-variant signals. Since the main part of the phase error is quadratic, the short-time fractional Fourier domain (STFRFD) filtering is utilized, and then a novel autofocus method termed time-frequency filtering-based autofocus (TFFA) is proposed. Theoretical analysis and simulations show the validity of this approach.     

The Prediction of Geometric Distortions in Airborne Synthetic Aperture Radar Imagery from Autofocus Measurements

The synthetic aperture radar (SAR) is an imaging system that achieves high azimuthal resolution by tracking individual point scatterers using their phase histories, with the expected phase history of a particular point scatterer being derived from the assumed motion of the airborne SAR platform. Normally, it is assumed that the platform travels along a straight line path and that the radar pulses are emitted at equal spatial intervals. However, the aircraft carrying the SAR will be susceptible to extraneous across tracl motions and errors in the pulse spacing also may occur. These errors manifest themselves. as two forms of image degradation in the final image. Firstly, the image will be defocused due to an error in the expected quadratic phase history, and secondly, the image will contain geometric distortions due to an error in the linear phase history. An autofocus technique can be used to focus the image and produce a measure of the quadratic phase error that in turn can be used to estimate the geometric distortions that will be present in the final image. These distortions can be independently measured by direct comparison with a map of the imaged area. This paper describes the application of these methods to some real SAR data and discusses the results of the comparison of the measurements of autofocus and geometric distortions in terms of both the likely platform motions present and the viability of predicting geometric distortion using the autofocus measurements.     

条带模式合成孔径激光雷达不依赖PGA的高分辨率成像演示

合成孔径激光雷达(SAL)能实现远距离目标的高分辨率成像.然而,由于所用激光波长很短,SAL系统中微小机械振动都可能在目标回波信号中引入巨大相位误差,所以,SAL很难实现稳定的相位史数据,高分辨率SAL图像的形成往往要应用额外的相位误差消除技术,特别是相位梯度自聚焦(PGA)技术.演示了一个运转良好的条带模式SAL实验室成像装置.采用一台1 550 nm波段的线性调波长激光器作为探测光源,该装置能够形成聚焦良好的高分辨率图像.通过细致的系统设计,基本抑制了在回波信号中产生相位误差的各种振动.该装置产生的相位史数据非常稳定,高分辨率图像的形成仅需简单遵照标准的SAL成像理论,无需额外借助PGA.采用点目标定标,测量得到该成像装置的方位和距离分辨率接近其理论估计.详细给出了2.4 m距离上多种目标的良好聚焦图像及相应的稳定相位史数据.     

一种适用于机载SAR的改进PACE自聚焦算法

PACE算法是一种新的非模型的高性能SAR图像自聚焦算法,可以有效提取SAR图像中高频相位误差。由于PACE算法直接以图像相位误差校正值系列为待估计参量,计算量巨大,该文从提高PACE算法的执行效率的角度出发,提出了一种插值PACE算法(IPACE)。IPACE算法以图像对比度函数为目标函数,以待估计的相位校正矢量中的若干个相位校正值为自变量,通过拟牛顿算法迭代获得它们的最优估计,然后通过插值获得整个相位误差校正矢量的最优估计值。IPACE算法可以有效地减少待估计变量的个数,提高算法的执行效率,同时几乎不降低算法的聚焦性能。实际相位误差未知的超宽带SAR回波数据的聚焦结果表明了该算法能显著改善图像的质量,是一种鲁棒性良好的图像自聚焦算法。     

基于压缩感知的矩阵型联合SAR成像与自聚焦算法

模型准确情况下,压缩感知在合成孔径雷达成像中得到良好应用;但在实际情况中,模型会存在一定误差,这些误差造成图像偏离真实位置、引起散焦降低成像质量.本文提出一种矩阵型联合CS-SAR成像与自聚焦算法,该算法在CS-SAR成像重构方法方面,基于光滑l₀范数方法提出了矩阵型正则化光滑l₀范数重构方法,该方法具有较强容错能力并能直接重构矩阵型信号,能克服现有联合CS-SAR成像与自聚焦算法在计算效率方面的缺陷.最后,通过仿真验证了所提算法的有效性.