圆周扫描地基SAR频域三维成像算法

圆周扫描地基SAR(GBCSAR)是一种具备三维成像能力的地基SAR系统,其运动轨迹特殊,给三维成像带来难度。后向投影(BP)算法适用于该系统成像,但其计算量巨大,难以实现实时成像。应用于机载圆迹SAR成像的频域算法由于机载圆迹SAR与GBCSAR系统在成像模型和信号模型上都存在差异,因此无法应用于GBCSAR。因此,本文提出了一种针对GBCSAR的频域三维成像算法。本文在GBCSAR系统模型的基础上,推导信号由斜距平面转换到成像平面的解析表达,在频域进行匹配滤波,实现信号的聚焦。之后对本算法的适用条件进行讨论。最终经过仿真实验,本文提出的算法得以验证,并对本文算法与BP算法的成像质量和成像效率进行对比,证明本文提出的频域成像算法可以实现高效成像。      

一种改进的基于波前重构的圆周SAR三维成像算法

与传统的直线SAR相比,圆周SAR(CSAR)具有对场景进行3维成像的能力。该文提出了一种基于波前重构的圆周SAR 3维成像的新方法,该算法通过补偿掉雷达运动轨迹引入的相位项的方法实现了图像的聚焦,避免了Hankel函数的计算,从而大大降低了算法实现的复杂度。仿真与实测CSAR数据成像结果验证了该算法的有效性。     

基于子孔径方法的机载SAR实时处理

分析了SAR成像过程中方位压缩的机理,提出了基于方位子孔径处理的机载SAR实时成像算法。该算法将方位压缩过程划分为多个方位子孔径的压缩,然后通过子孔径压缩结果的合成以完成方位压缩,整个过程基于快速傅里叶变换通过串行流水的方式实现。实录数据的成像实验表明,该算法能有效地克服实时成像中长合成孔径带来的困难,获得比较满意的成像质量。     

后向投影算法和距离迁移算法在超宽带SAR聚焦中的比较

由于具有大的带宽和大的积累孔径,超宽带SAR对成像处理有更高的要求.适合超宽带SAR数据聚焦的典型算法有:时域的后向投影(BP)算法和波数域的距离迁移(RM)算法.通过对BP算法和RM算法的理论推导,从原理上说明了两种算法的一致性.最后分别利用这两种算法对计算机仿真数据和实测数据进行成像,验证了这两种算法对超宽带SAR数据成像的有效性.     

机载下视圆周SAR三维BP成像

结合机载下视三维SAR和曲线合成孔径雷达(CSAR),提出了一种下视圆周SAR的三维成像结构。在此结构下推导回波信号模型,发现回波信号中切航向和沿航向存在二维耦合项,使得传统的RD算法、CS算法、距离徙动算法等受限。后向投影算法(BP算法)通过二维场景搜索,避免了回波模型中耦合项的影响。文中分析了圆周SAR三维BP成像的机理,并给出了整个成像过程的流程图。仿真结果表明,圆周SAR能够精确地还原场景目标的三维信息,从而验证了此种结构的可行性和理论分析的正确性。     

稀疏重航过阵列SAR运动误差补偿和三维成像方法

该文针对机载交轨阵列SAR下视3维成像模型,采用以巴克码伪随机序列为准则的稀疏重航过采样方式,利用较少飞行次数提高交轨向分辨率。针对重航过采样方式存在的运动误差,利用修正均匀冗余阵列(Modified Uniformly Redundant Arrays, MURA)编码空间调制和3维后向投影(Back Projection, BP)算法获得各航过3维复图像对,基于干涉处理和频域压缩感知(Compressed Sensing, CS)等效实现各航过阵列形变误差补偿。将MURA反码对应回波形成的3维复图像相位作为参考,对各单航过复图像进行相位补偿,以恢复各航过间复图像相位关系。根据单航过阵列SAR3维复图像具备频域稀疏的性质,对各个复图像相干累加,实现稀疏重航过阵列SAR高分辨率下视3维成像。仿真和暗室试验数据处理结果验证了方法的有效性。      

多航迹圆迹SAR三维联合稀疏成像方法

多航迹圆迹SAR具备三维成像能力,但受多次航迹观测,在高度向采样不足以及目标多角度观测散射特性变化等因素影响,多航迹圆迹SAR三维成像性能还需进一步提高,以满足后端目标解译的需求。文中综合利用成像场景在距离、方位和高度三个维度的稀疏分布特性,建立联合稀疏重构模型,实现高分辨率三维成像。进一步,针对建筑物等人造目标后向散射特性随角度变化剧烈的问题,采用分子孔径稀疏约束成像后进行子孔径非相干叠加的方式,以提高最终三维成像结果的信噪比等性能,在进行联合稀疏重构时采用分子孔径处理提高了目标的可解译度。Gotcha实测停车场数据中圆台Top-hat和Toyota Camry轿车的三维成像实验验证了方法的有效性。     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影( BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达( SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器( GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8192×8192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

一种基于压缩感知的稀疏孔径SAR成像方法

 高分辨大场景合成孔径雷达(SAR)成像给数据存储和传输系统带来沉重负担.本文针对条带式SAR成像,提出一种基于压缩感知技术的稀疏孔径SAR成像方法.该方法沿方位向以部分子孔径采样的方式获取降采样的原始数据,然后在距离向采用传统匹配滤波方法实现脉冲压缩处理,在方位向则利用小波基作为场景散射系数的稀疏基,并通过求解最小l₁范数优化问题重构方位向散射系数.该方法在存在多普勒参数误差情况下,能够有效实现多普勒参数估计,具有良好稳健性.仿真和实测数据成像结果表明所提算法在方位向严重降采样条件下仍能够实现无模糊的SAR成像,具有较强的有效性与实用性.     

一种应用在多孔径宽测绘带SAR中的CS算法

多孔径接收宽测绘带SAR方法是一种较先进的高精度宽测绘带SAR成像方法。这种方法要求先对距离向信号压缩然后用反解矩阵求出各个测绘带的信号,然后再进行方位向聚焦。RD算法应用在这种成像方法比较方便,但是在星载SAR成像中大多用精度较高、运算量较小的CS算法。CS算法要求先进行方位向FFT而不是距离向压缩,所以不能直接应用在这种成像方法中。该文提出了一种基于CS算法的多孔径成像算法,可以很方便应用于多孔径接收宽测绘带SAR,并进行了计算量和误差分析,给出了仿真结果。仿真结果证实了本文所述方法的有效性。     

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.     

基于自学习稀疏先验的三维SAR成像方法

合成孔径雷达三维成像技术(3D SAR)能通过孔径维度扩展实现三维成像能力,但数据维度大、系统实现难、成像分辨率低。压缩感知稀疏重构技术在简化3D SAR系统、提升成像质量等方面展现出巨大潜力,但面临计算复杂度高、参数设置困难、弱稀疏场景适应差等新问题,制约了其实际应用。针对上述问题,该文结合卷积神经网络的特征学习及迭代算法的深度展开理论,提出了基于自学习稀疏先验的3D SAR成像方法。首先,探讨了常规3D SAR稀疏成像中矩阵向量线性表征模型的局限性,引入成像算子提升成像算法处理效率。其次,讨论了迭代算法映射网络的深度展开模型和实现方式,包括网络拓扑结构设计、算法参数的优化约束及网络的训练方法。最后,通过仿真数据和地面实验,证明了所提方法在提升成像精度的同时,其运行时间较传统稀疏成像算法降低一个数量级。      

基于压缩感知的双通道SAR地面运动目标检测方法研究

针对目前双通道SAR地面运动目标检测(GMTI)方法采样数据量过大的问题,该文提出一种基于压缩感知的双通道SAR运动目标检测方法。该方法首先沿方位向进行随机稀疏采样得到双通道原始回波数据,然后通过匹配滤波方法实现距离向聚焦,并利用压缩感知技术实现方位聚焦,最后运用传统相位中心偏置天线(DPCA)技术进行杂波抑制。通过公式推导从理论上分析了该算法利用双通道方位稀疏采样数据实现杂波抑制的可行性,同时详细分析了运动参数对目标成像的影响。仿真与实测数据实验表明该算法在方位向欠采样情况下仍具有良好的杂波抑制性能。     

星载斜视滑动聚束SAR子孔径成像处理算法研究

斜视滑动聚束大幅提升了星载SAR单航过多角度观测能力和观测灵活性,但随着斜视角和扫描角度增加,斜视附加带宽和非线性变化的瞬时多普勒中心给多普勒解混叠带来困难。针对上述问题,本文提出了一种基于子孔径处理的星载斜视滑动聚束成像算法。该算法首先改进了传统子孔径划分方法,通过两维频谱拼接和多普勒滤波,解决了子孔径数据仍存在的多普勒混叠,然后利用基于四阶斜距模型的CS算法完成聚焦成像。最后,通过计算机仿真验证了方法的有效性。      

基于压缩多信号分类算法的森林区域极化SAR层析成像

该文研究了一种基于压缩多信号分类算法的森林区域极化SAR层析成像方法。其具体步骤包括:全极化的SAR接收成像区域的反射回波,利用各极化通道的信号建立多观测向量模型;应用小波基对高程向结构进行稀疏表示,采用压缩多信号分类算法对观测区域的高程向后向散射系数进行重建,实现对森林区域层析成像。最后,通过仿真实验、PolSARpro仿真数据和德宇航E-SAR的P-波段数据验证了该方法在同等测量精度的要求下可以有效减少SAR层析成像所需的航过数,同时降低了虚假目标的出现概率。     

基于最小能量准则的参数估计圆周SAR三维成像方法

针对圆周合成孔径雷达成像模式下应用参数化估计的三维成像算法效率低、精度差的问题,提出一种基于最小能量准则的参数估计圆周SAR三维成像算法。该算法首先对成像场景进行粗略网格划分,利用参数估计的方法得到目标的粗略位置,其次利用最小能量准则和精细化网格的方法得到目标精确三维位置和散射强度系数,最后通过CLEAN技术消除已估计点带来的影响,实现场景的三维成像。仿真实验结果表明:所提成像方法能有效对圆周观测下目标进行三维成像,同时与传统算法相比,解决了传统算法效率低、对目标估计不准确的问题,验证了所提算法的有效性。     

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。     

基于幅相不一致准则的建筑物SAR层析成像

传统的谱分析和压缩感知(CS)等层析合成孔径雷达(TomoSAR)成像技术由于解斜处理需要估计得到精确的垂直雷达视线(PLOS)方向的垂直有效基线。为了避免此操作该文采用沿PLOS向进行搜索的空域波束形成(BF)方法进行层析聚焦。由于高分辨率SAR图像中城区建筑物结构复杂，不同航过SAR图像间存在观测视角差异，并且存在相干斑噪声影响，SAR图像中的所有同源点不能在相同的像素点同时进行精确地配准。为了从幅度和相位两个方面找出BF聚焦时最相关的像素点，提出了一种联合参考像素窗口中邻域像素点的幅度和相位来提取目标像素点的不一致性准则。根据不一致性准则的最小化提取出相应的同名像素点，以实现对层析成像的精确聚焦。利用仿真数据和高分辨X波段重复航过机载SAR系统录取的实测数据进行实验。实验结果中，利用传统方法聚焦得到的散射轮廓峰值位置在15.63 m而该文所提方法得到峰值位置在16.88 m，峰值位置更加接近建筑实际高度18 m。表明该方法能有效提高散射体在PLOS方向的聚焦能量，并精确提取建筑物的3维轮廓。      

基于小波稀疏表示的压缩感知SAR成像算法研究

高分辨大场景合成孔径雷达(SAR)成像给数据存储和传输系统带来沉重负担。该文对条带式体制下的SAR成像,提出基于场景方位向小波稀疏表示的压缩感知成像方法。该方法首先沿方位向进行随机稀疏采样得到降采样的原始数据,然后在距离向采用传统匹配滤波方法实现脉冲压缩处理,方位向则利用小波基作为场景散射系数的稀疏基,并通过求解最小l1范数优化问题重构方位向散射系数。所提算法在方位向严重降采样下仍能够实现无模糊的SAR成像,实测数据成像结果表明所提算法具有较好的有效性和一定的实用性。     

一种分段处理的大斜视SAR 成像算法

大斜视SAR 成像时,距离向和方位向严重耦合,距离走动现象明显,传统的SAR 成像算法面临严重挑战。论 文针对大斜视SAR 的成像特点,提出了一种分段处理的大斜视SAR 成像算法。该算法根据等效聚束条件进行方位分块, 在每个子块内通过距离压缩、相位补偿、距离校正和方位傅里叶变换等步骤实现子图聚焦,最后通过几何校正和子图拼 接得到条带SAR 图像。仿真结果表明,该算法能适应大斜视SAR 成像条件,获得较好的聚焦效果。