前视SAR系统的方位分辨率特性

针对星载SAR前视模式与一般正侧视模式存在的明显不同,本文详细分析了前视SAR的多普勒特性,即多普勒频率、多普勒带宽;指出前视SAR的方位分辨率与天线的孔径长度无关,而是与载波频率、雷达平台高度、方位向地面距离等因数有关,并仔细讨论了各因数对方位分辨率的影响;前视SAR成像对系统参数脉冲重复频率、波束投射角的限制。     

弹载俯冲大前斜SAR成像几何校正参数误差影响分析

弹载合成孔径雷达(Synthetic Aperture Radar, SAR)成像需依托弹道参数完成斜距图像向地距图像的几何校正,在俯冲大前斜SAR成像模式下的几何校正性能对弹道参数的精度非常敏感。针对弹载俯冲大前斜视SAR成像模式下成像斜距图为距离多普勒类型图像的几何校正算法,从理论上分析了多维弹道参数误差带来的几何校正畸变量,通过仿真验证了算法及畸变量分析的有效性。该研究对雷达导引头的系统设计、目标识别技术需求等提供了理论依据,具有重要的工程应用价值。     

基于加速度斜距模型的大场景超高分辨率星载SAR成像方法

在大场景超高分辨率星载合成孔径雷达(SAR)中,等效速度在方位向上的空变性会导致方位散焦,此时传统的双曲线斜距模型已经不再适用,针对这个问题,该文提出一种新的加速度斜距模型,该模型可以把速度的方位空变特性考虑在内。在此模型的基础上,该文还给出了相应的信号处理和成像方法,首先通过方位时域重采样消除速度的方位空变性,然后在2维频域去除三次项和四次项误差,最后再采用距离徙动算法(RMA)进行成像。仿真实验的结果证明了新的加速度斜距模型和成像方法的有效性。     

飞行仿真中机动指令跟踪器的设计

计算机自动飞行仿真中,由基于飞机质点动力学模型的机动指令生成器生成三自由度控制指令;为了将指令运用于控制飞机六自由度全量模型,从而较好地实现指令控制飞行,需设计机动指令跟踪器。对机动指令跟踪器的设计原理进行了分析;并采用经典的根轨迹法对跟踪器进行了设计。仿真结果表明,该方法设计的指令跟踪器,对于航路飞行仿真可以获得良好的控制效果。     

基于级数反演的双基前视高机动平台SAR成像算法

双基前视高机动平台合成孔径雷达BFHM-SAR是一种新型合成孔径雷达成像模式,可实现高机动平台末端俯冲阶段全程二维高分辨成像。由于BFHM-SAR中收发平台沿曲线轨迹运动且均具有较大的速度和加速度,导致双基距离历程中存在双根号下高阶项的问题。此外,该构型相较于单/双基直线轨迹SAR,存在更为严重的距离徙动问题。针对上述缺陷,文中首先在时域对距离走动量进行校正以减少二维耦合量,然后在斜距精确高阶近似的基础上结合级数反演思想推导出信号的二维频谱,在距离频域-方位多普勒域进行剩余的距离走动和距离弯曲的校正,最后完成二维脉冲压缩,在实现高分辨成像。文中对该构型下特殊的方位向聚焦深度的问题也进行了具体分析,仿真实验结果验证了成像算法的正确性和可行性。     

星载前视SAR系统的信号分析

针对星载SAR前视模式与一般正侧视模式存在的明显不同,详细分析了前视SAR的多普勒特性,即多普勒频率、多普勒带宽;指出前视SAR的方位分辨率与天线的孔径长度无关,而是与载波频率、雷达平台高度、方位向地面距离等因数有关,并仔细讨论了各因数对方位分辨率的影响以及前视SAR成像对系统参数脉冲重复频率、波束投射角的限制,说明了前视SAR的高分辨成像区域及前视SAR高分辨成像对平台高度的要求.     

提高激光电离飞行时间质谱分辨率的分析研究

本文从理论上分析了影响激光电离飞行时间质谱仪分辨率的因素，提出了改善其分辨率的关键是：压缩质谱仪电离源内电离激光束的时间和空间分布，即采用激光锁模技术和表面电离方式等以获得高的分辨本领。     

基于纹理分解和联合回归分析的SAR图像超分辨率北大核心CSCD

为了有效利用合成孔径雷达(SAR)图像丰富的地物纹理信息以解决现有超分辨率算法对SAR图像进行超分辨时有限的性能,提出了一种基于纹理分解的联合优化回归器算法用于低分辨率SAR图像的超分辨任务。该算法通过对低分辨率SAR图像和重构的高分辨率图像在局部和全局视角下的联合优化并辅以图像纹理信息来有效生成高质量的高分辨SAR图像。基于多种评价方法,在模拟数据集和真实数据集上开展实验。实验结果表明:所提算法强于其他典型的超分辨率算法。     

无人机载小型SAR目标分辨与定位能力分析

分析了无人机载小型合成孔径雷达（SAR）可用于战场侦察的基本工作模式；讨论了SAR分辨率与对目标分辨能力的区别；从机载SAR成像几何关系的角度，研究了载机航向测量误差、载机空间位置测量误差、载机飞行速度测量误差、雷达高度误差、雷达斜距测量误差等因素对实时目标定位精度的影响程度，提出了实时定位与读图定位结合使用的观点。其结果对于无人机载小型SAR的设计和应用都有重要意义。     

基于多特征联合的高分辨率SAR图像机动目标快速获取

提出了一种高分辨率SAR图像机动目标快速获取方法.该方法首先利用SAR图像中的对比度信息采用CFAR检测以确定图像中潜在目标区域的位置,然后提取每一个潜在目标区域的尺寸特征、形状特征以及对比度特征进行基于投票机制的目标鉴别,从而滤除自然杂波虚警以及部分人造杂波虚警.实测数据的结果证明了该方法的有效性.     

高分辨率机载SAR多子带合成误差补偿方法

合成孔径雷达(SAR)能够实现高分辨率成像,在遥感领域发挥着不可替代的作用,在军事和民用方面都有着广泛的应用。高分辨率SAR需要宽带收发系统,为了缓解大带宽对信号接收和采集设备的压力,对发射的宽带信号采用子带分割方法,在信号处理中通过对子带回波进行合成获得高分辨率图像。针对在子带合成时子带内和子带间误差会严重影响最终的图像质量,提出了一种基于实测数据的子带合成误差补偿方法。利用定标数据补偿子带内误差,利用回波数据补偿子带间误差,最终实现了多子带误差补偿,并利用机载SAR实测数据验证了方法的正确性和有效性。     

高分辨SAR运动误差分析

分析了高分辨合成孔径雷达（SAR）成像中存在的运动误差,并从理论上分析了位置误差和角度误差对脉冲压缩的影响,理论分析表明运动误差对方位向相位造成的影响是主要的。在位置误差分析的基础上讨论了近似运动补偿产生的残余相位误差。然后在理论分析的基础上,对近似补偿产生的残余误差进行了仿真,验证了运动补偿的难点在于如何提高运动参数的精度以补偿方位向的相位误差。     

一种通用的SAR/ISAR自聚焦方法

首先介绍了我们最近提出的一种ISAR自聚焦新方法AUTOCLEAN(AUTOfocus viaCLEAN),然后对其中的特征提取算法进行了深入研究。研究结果表明,用CLEAN作为特征提取算法是合适的。AUTOCLEAN不仅是一种稳健的ISAR自聚焦方法,而且还可以推广应用到聚束SAR、曲线SAR和机载双天线干涉SAR中的自聚焦处理。     

高分辨SAR目标散射中心模型分析

散射中心是光学区雷达目标电磁散射的基本特征,是高分辨SAR图像解译的根本特征。以高分辨SAR图像解译为应用背景,分析了目前典型的三种散射中心模型（理想点散射中心模型、衰减指数和模型、属性散射中心模型）的优缺．点和适用条件,并导出了模型及模型参数间的关系。通过理论分析、仿真及实测SAR图像数据验证了属性散射中心模型是目前最符合高分辨SAR图像解译应用需求的散射中心模型。在此基础上,分析了属性散射中心的特性与特点,为研究基于属性散射中心模型的高分辨SAR图像特征提取及解译方法奠定了基础。     

GEO SAR照射的机载前视接收双基SAR系统二维分辨能力分析

地球同步轨道(Geostationary Earth Orbit, GEO)星/机双基前视合成孔径雷达(Synthetic Aperture Radar, SAR)实现了接收机飞行方向的成像能力,可以对重点区域进行持续前视观测,具有广泛的应用场景。对固定轨道GEO SAR照射下的机载前视接收机的双基SAR系统二维分辨能力进行了解析和验证仿真分析。首先,基于梯度法给出了GEO星/机双基前视SAR的二维分辨能力及其夹角的解析结果;其次,分析了不同双基前视构型对距离向分辨率、方位向分辨率和分辨率夹角的影响,并给出了基于分析结果的构型设计基本准则;最后,对GEO SAR处于不同轨道位置时分别进行了点目标仿真,有效验证了该分析方法的有效性和准确性。     

聚束照射合成孔径雷达方位分辨率研究

推导了雷达载体作匀速直线运动时，载体初始位置，速度以及合成孔径时间表示的聚束照射ＳＡＲ等效合成孔径长度的解析式，给出了以雷达工作波长，合成孔径起始及终止时刻速度矢量与天线相位中心到目标瞄准线之间夹角表示的聚束照射ＳＡＲ方位分辨率的理论表达式。     

转发式干扰对SAR的干扰仿真

针对SAR的技术特点,对SAR的干扰措施做了简要概述,重点介绍了转发式干扰的信号模型,在此基础上,利用SAR常用的两种信号处理方法对转发式干扰做了成像仿真,得出了转发式干扰对这两种算法的干扰效果。     

决策可靠性分析及在SAR图像目标识别中的应用

决策融合是提高合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别性能的重要手段,然而,可靠性较弱的决策往往会导致最终决策融合的效果变差。将可靠性分析引入基于决策融合的SAR目标识别方法中,分别计算各个决策的可靠性系数并选取可靠性的决策参与最终的决策融合。为了验证方法的有效性,分别将提出的可靠性分析应用于多特征决策融合以及多分类器决策融合并基于MSTAR（Moving and Stationary Target Acquisition and Recognition）数据集进行了目标识别实验。在基于主成分分析、线性鉴别分析和非负矩阵分解三种特征进行多特征决策融合的条件下,所提方法和直接进行决策融合的方法的识别率分别为97.47%和96.50%。在基于K近邻、支持向量机和稀疏表示分类器的多分类器决策融合中,所提方法和直接进行决策融合的方法的识别率分别为97.10%和96.28%。实验结果充分证明了所提方法的有效性。     

去斜率线性调频合成孔径雷达成像研究

为获得高距离分辨率 ,雷达一般发射宽带或超宽带信号 ,这给数据采集带来了很大的困难。A/ D采样是数据采集的瓶颈 ,所以必须降低大时间带宽积信号的采样频率。当雷达发射线性调频信号时 ,去斜率方法能有效降低接收机中频带宽 ,从而减小数据采集难度和数据量。本文将去斜率原理用于高分辨率合成孔径雷达 ,通过原理分析和仿真实验证明了该方法的正确性和有效性 ,并给出了成像步骤和实验结果