大斜视SAR的多普勒参数估计

提出了一种适于大斜视SAR的数据域多普勒参数估计方法。该方法可在雷达运动参数未知的情况下,利用距离多普勒域信号的统计特性,实现距离徙动校正,提高传统自聚焦方法的精度,进而实现解多普勒模糊。对于低对比度场景,该方法还可直接用于多普勒调频率的估计。仿真及理论分析表明,该方法对场景对比度有良好的稳健性。星载SAR数据的实验结果证明了该方法的有效性。     

基于变步长搜索黄金分割优化的自聚焦算法

为了获得高分辨的合成孔径雷达(SAR)图像,需采用自聚焦算法对SAR图像进行处理。文中介绍了利用图像对比度最优准则进行自聚焦的原理方法,将对比度最优自聚焦过程等效为最优一维搜索模型。同时,介绍了变步长搜索黄金分割算法的原理,首先通过变步长搜索确定搜索区间,然后采用黄金分割法进行迭代收敛,当满足终止条件时,停止迭代并得到最终的多普勒调频率最优估计值。与现有的算法相比,基于变步长搜索黄金分割优化的自聚焦算法具有收敛速度快、鲁棒性强的优点。实测数据处理结果验证了算法的有效性。     

一种基于图像对比度的自聚焦算法研究

在合成孔径雷达自聚焦中常用的图像对比度最优算法需反复迭代,导致该算法计算量大、收敛速度慢、效率 低。为此本文提出了一种新的基于图像对比度的自聚焦算法——抛物线法。该方法是根据图像对比度与方位向调频斜 率的关系,引入数学中的抛物线法来估计多普勒调频斜率,避免了传统算法中的反复迭代,大大提高了计算效率。本 文最后用机载SAR 实测数据验证了该方法的可行性和高效性。     

对比度最优算法在UWB SAR运动补偿中的应用

对比度最优自聚焦(COA)算法是一种计算量相对较小的自聚焦算法,在高波段及L波段SAR中得到了成功应用。但对于工作在P波段的超宽带SAR(UWB SAR),由于杂波噪声干扰严重,给COA算法的应用带来了较大的困难。文中针对UWB SAR这一特点,提出了一种有效减小杂波对对比度干扰的方法,通过改造对比度评价函数、选择信噪比较强的方位线、对方位压缩后的图像低通滤波、并剔除偏差较大的估计值等方法,有效地提高了COA算法在UWB SAR中的性能。实际UWB SAR数据的补偿结果表明了该方法的有效性。     

一种基于低成本INS的SAR运动补偿算法

围绕机载合成孔径雷达（SAR）的运动补偿问题,对机载SAR运动的相位误差作了分析。一方面详细分析了一种基于惯导数据的视线方向位移误差的补偿方法,采用了低精度低成本的INS,对这部分的原理及实现进行了深入的建模分析和推导,并给出仿真结果;另一方面采用了一种新的基于图像对比度的自聚焦算法,在自聚焦过程中为了提高寻优速度,通过不断取速度中值的方法使图像块对比度快速达到最大值,此时估计得到的多普勒参数使图像的整体聚焦效果最佳。最后结合距离多普勒（RD）成像算法,经过试验证实了改进的图像对比度算法是一种简单、高效的运动补偿算法。     

基于PHAF的多普勒参数估计

在通常情况下,多普勒参数是影响SAR成像质量的主要因素。目前,估计多普勒参数的算法主要有Mapdrift、相位梯度自聚焦以及对比度最优自聚焦等自聚焦算法,这些算法有一个共同的缺点,不能估计并补偿高阶多普勒参数。该文通过基于乘积型高阶模糊度函数(Product High-order Ambiguity Function, PHAF)算法来估计多普勒参数的新方法,该方法无需利用惯导数据预先计算多普勒调频斜率初值,可与杂波锁定并行完成,并且具有估计高阶多普勒参数的能力。仿真实验比较了PHAF和MapDrift分别在小信噪比,存在高阶误差时的自聚焦能力。结果说明该算法计算量小、鲁棒性强、估计精度高,在小信噪比情况下仍可得到较准确的估计结果。最后给出的成像结果说明该文提出的算法能够大大改善成像分辨率。     

基于对比度最优准则的自聚焦优化算法研究

对比度最优自聚焦算法是一种基于图像幅度的自聚焦方法.本文将对比度最优自聚焦算法等效为一个求解局部最优解的优化模型.结合实际SAR(Synthetic Aperture Radar)系统的特征采用了两种解决此优化问题的算法:黄金分割和Fibonacci级数法,和传统方法相比,这两种优化方法明显提高了对比度最优自聚焦算法的运算效率.     

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。     

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。     

一种补偿低中频接收机I/Q不平衡的方法

针对载机非理想运动导致合成孔径雷达(SAR)反投影成像(BP)结果散焦的问题。首先分析了聚束模式下BP算法成像的相位误差模型,接着根据 BP 算法层析成像的特点,以及基于对比度最优化准则推导了图像对比度与相位误差之间的关系,然后提出了两种适用于BP成像算法的自聚焦算法流程,并分析比较了这两种流程的运算量和适用场合,以及该自聚焦算法总体性能,最后通过处理实测数据、比较图像结果和分析实验耗时,证明了该方法的可行性和有效性。     

一种可使MD自聚焦算法失效的SAR干扰方法研究

在SAR成像中，MD算法是一种对多普勒调频斜率进行估计的自聚焦处理过程。文章提出一种转发式SAR干扰方法，通过在子视图像中产生位置互不重叠的假目标，可以使MD算法对多普勒调频斜率估计失效，从而降低SAR图像质量。最后给出了计算机仿真，验证了此干扰方法的可行性。     

地球同步轨道星载SAR多普勒特性分析

该文推导了适用于任意轨道高度的星载SAR多普勒中心频率和调频率的精确公式,为中高轨SAR多普勒特性的研究提供了有效的方法。基于上述公式,分析了地球同步轨道SAR多普勒中心频率与低轨SAR的联系;研究了星载SAR多普勒调频率随轨道高度的变化和地球自转对同步轨道SAR和低轨SAR调频率的影响;探讨了同步轨道SAR多普勒中心频率和调频率的特征。通过数值仿真验证了推导公式和多普勒特性分析的正确性。     

一种小型机载低频UWBSAR的三级运动补偿方法

 本文建立了小型机载UWB SAR运动误差模型,分析了低频UWB SAR与高频窄带SAR间的运动误差不同点,找出了传统运动补偿方法失效的原因.为此,本文提出一种三级运动补偿方法.该方法的具体措施为:第一级,采用基于低精度传感器的运动补偿,消除回波包络误差和部分相位误差,提高回波数据距离弯曲校正精度;第二级,采用基于多普勒调频率估计的补偿方法,消除回波中的二次相位误差;第三级,基于图像域数据,采用自聚焦算法消除高阶相位误差,最终获得聚焦UWB SAR图像.实测数据成像结果证明了该运动补偿方法的有效性.     

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。      

PRF-ambiguity resolving by wavelength diversity

For high-precision synthetic aperture radar (SAR) processing, the determination of the Doppler centroid is indispensable. The Doppler frequency estimated from azimuth spectra, however, suffers from the fact that the data are sampled with the pulse repetition frequency (PRF) and an ambiguity about the correct PRF band remains. A novel algorithm to resolve this ambiguity is proposed. It uses the fact that the Doppler centroid depends linearly on the transmitted radar frequency for a given antenna squint angle. This dependence is not subject to PRF ambiguities. It can be measured by Fourier-transforming the SAR data in the range direction and estimating the Doppler centroid at each range frequency. The achievable accuracy is derived theoretically and verified with Seasat data of different scene content. The algorithm works best with low contrast scenes, where the conventional look correlation technique fails. It needs no iterative processing of the SAR data and causes only low computational load     

基于最小熵的斜视SAR多普勒调频率估计

多普勒调频率是实现高分辨SAR成像的重要参数。机载SAR成像惯用的子孔径相关法(Map Drift,MD)是基于一个点目标回波数据模型提出的,与实际情况严重不符,且不适用于低对比度地域回波的参数估计,有时甚至完全失效。文中提出一种基于图像最小熵准则的多普勒调频率估计算法。该算法不基于任何回波数据模型,采用搜索方式实现最小熵准则解卷积,其突出优点是:鲁棒性强,其聚焦效果不依赖于回波数据,在无明显特征场景下尤为突出。实测数据的成像效果验证了该方法的可行性及有效性。     

基于参数估计的高分辨率SAR运动目标距离徙动校正方法

距离徙动校正(RCMC)是机载单天线高分辨率合成孔径雷达(SAR)实现运动目标聚焦成像的关键环节。针对现有方法运算量大、精度低的缺点,该文提出一种结合参数估计分4步完成的RCMC方法。该方法首先通过结合能量均衡法的Hough变换估计距离向速度并校正距离走动,然后以初始方位向调频率校正距离弯曲,再采用Map-drift估计精确的方位向调频率,最后校正残余距离弯曲。与传统方法相比,该方法计算量较小,性能稳定,并能够校正高分辨率下不可忽略的残余距离弯曲。该文给出新方法的数学模型,并通过仿真和实际数据处理验证了该方法的有效性。      

一种基于局域中心频率的SAR图像舰船方位向速度估计方法

针对现有船速估计算法大多数只能估计出舰船距离向速度的问题,该文提出一种基于合成孔径雷达(SAR)图像局域中心频率的舰船方位向速度估计方法。首先分析了动目标在SAR图像局域多普勒中心频率的变化规律,并推导了利用中心频率变化率估计目标方位向速度的理论公式。然后给出了根据SAR图像局域方位向功率谱的概率密度函数,利用最大似然估计算法估计中心频率变化率的方法。同时,对所提方法的精度与适用性应用性进行分析。最后,通过仿真和实测数据,将该方法的估计结果与直接计算调频率获得的结果进行对比分析。结果表明,相对于调频率法,该方法具有更高的估计精度,验证了所提方法的有效性。