非线性轴向不均匀自聚焦光纤轴对称场的变分解

本文用变分法求出了非线性轴向不均匀自聚焦光纤轴对称场的解析解。对于线性情形,变分解与其他文献的结果相同。     

基于贝叶斯压缩感知的ISAR自聚焦成像

针对ISAR自聚焦成像,该文提出一种基于贝叶斯压缩感知的高分辨率成像算法。首先利用目标图像的稀疏特性构建级联形式的稀疏先验模型,同时将相位误差建模为均匀分布模型;然后基于最大后验准则,依据贝叶斯压缩感知理论交替迭代求解目标图像和相位误差。与传统稀疏方法相比,所提算法进一步利用了目标图像的联合稀疏信息,将ISAR CS成像转化为MMV联合稀疏优化问题的求解,可以有效改善自聚焦的精度以及成像质量。仿真结果验证了该算法的有效性。     

基于图像强度最优的SAR高精度运动补偿方法

由于载体平台的不稳定性和测量传感器的精度限制,运动误差成为了提高合成孔径雷达(SAR)成像质量的一个瓶颈。基于图像锐度最优的自聚焦后向投影算法通过估计相位误差进行运动补偿,具有较高精度,但这种方法假设场景中所有像素点相位误差相同,即没有考虑运动误差的空变性,导致大部分像素点仍存在残留误差,造成成像质量下降。针对运动误差空变性的问题,该文提出一种高精度运动补偿方法,该方法在图像强度最大准则下,采用最优化技术估计天线相位中心测量误差,随后利用该测量误差估计量校正天线相位中心并进行后向投影成像。由于估计天线相位中心等效于估计每个像素点的距离历史,因此该方法可以对每个像素点进行高精度相位补偿。点目标仿真和实测数据处理结果均验证了所提方法的有效性。      

逆合成孔径雷达相位补偿算法研究

逆合成孔径雷达的运动补偿技术是其成像技术中关键所在,而逆合成孔径雷达的运动补偿包括距离对准和相位补偿两方面,其中相位补偿在成像中起到了至关重要的作用,分别采用单特显点法、多普勒中心跟踪法和PGA自聚焦法对在最小熵包络对齐后的数据进行成像,仿真结果显示PGA算法在相位补偿算法中优势明显。     

快速分解后向投影SAR成像的自聚焦算法研究

SAR图像的自聚焦处理依赖图像域与距离压缩相位历程域之间的傅里叶变换对(Fourier Transform Pairs, FTP)关系。与频域算法不同,时域算法下的这种FTP关系不仅复杂,且难以获取。为了兼顾图像快速重建和自聚焦处理,该文首先对快速分解后向投影(Fast Factorized Back-Projection, FFBP)算法进行必要的改进和适当的优化处理,提出了IFFBP(Improved FFBP, IFFBP)算法,为自聚焦算法的使用奠定了基础。其次,针对数据处理的实际需求,该文提出了一种结合中等精度惯导粗补偿、嵌套相位梯度自聚焦(Phase Gradient Autofocus, PGA)精补偿的IFFBP算法处理流程。最后,通过仿真实验和实测数据处理验证该文方法的有效性。     

基于加权最大范数的SAR自聚焦方法

基于最大似然估计的特征向量分解自聚焦算法利用最大特征值对应的特征向量实现对相位误差的估计。该方法虽然具备精确和稳健的性能,但需要对协方差矩阵进行特征分解,导致实际数据在处理中运算量巨大,对内存要求也很高,难以在实时合成孔径雷达(SAR)成像处理中应用。该文提出一种基于加权最大范数的自聚焦方法,通过求解二范数最大化的优化函数对目标特征向量进行估计,避免了特征值的分解过程,有效提升了运算效率;利用信噪比加权的思想,对不同距离单元赋予不同的权值,增强了优质特显点样本对相位误差的估计贡献,有效改善了自聚焦精度。通过实测SAR和ISAR数据处理验证了算法的有效性。     

应用联合自聚焦实现低信噪比ISAR成像平动补偿

传统逆合成孔径雷达(ISAR)平动补偿中,由于低信噪比下包络对齐无法精确实现,因此会导致后续相位自聚焦的精度受到限制．针对该问题,提出了一种包络相位联合自聚焦算法．该算法可以实现低信噪比下对ISAR目标复杂的平动分量进行补偿．利用二维ISAR图像熵作为目标函数,结合阻尼牛顿法进行最优化求解,在低信噪比下完成对平动分量的精确估计．另外,考虑到直接采样模式下,ISAR回波包络的缓变特性,对应平动分量可用有限阶多项式进行拟合．因此,利用归一化多项式拟合实现估计参数规模的简化,提高了估计精度和效率．Yak-42实测数据验证了该算法在低信噪比下的有效性和可靠性．     

含有克尔自聚焦介质三元腔的自锁模激光器谐振腔的精确计算

设计了一种处理具有像散的克尔透镜锁模腔的精确理论计算方法 ,并用该方法对三元腔固体自锁模激光器的像散、稳定性、光束参数、自聚焦效应和克尔自聚焦强度与腔参数的关系进行了系统的理论计算。该计算为自锁模固体激光器的设计和调整提供了理论依据。     

结合运动补偿的波数域算法

波数域算法(简称-k算法)可以很好地解决距离向和方位向的耦合问题,从而有能力处理宽波束SAR数据。由于传统的-k算法无法跟运动补偿方法结合起来,导致图像效果往往比较差。该文对传统-k算法进行了一些改进,通过反卷积的办法将距离徙动校正和方位压缩处理分开进行,并将子孔径和自聚焦办法运用到-k算法中去,从而使-k算法更具有实用性。最后用改进的-k算法对P波段宽波束SAR的实测数据进行处理,图像质量明显提高。     

一种改进的相位误差计算法

自聚焦主要由两个重要步骤组成,即相位误差估计和相位误差校正,在现有的相位误差估计算法中,秩一相位估计算法是较好的一种,文中针对秩一相位估计算法存在的缺陷提出了一种改进的相位误差估计器,在低仪器时改时算法性能与秩一相位估计算法基本一致,但在信噪比较高时,改进算法能比秩一相位估计算示估计精度高,改进算法的另一优点是比秩一相位估计算法收敛快,若把改进算法代入相位梯度自聚焦算法的算法结构,对窗长选择的稳健性要好一些。