ON STUDY OF SPACEBORNE SAR SYSTEMS BY SIMULATIONS

The mathematical model of spaceborne SAR systems and its computer simulationsare described. Results of computer simulations about range migration, range migration correction,azimuth weighting and signal generation/processing are given. This software can be used tosimulate the dynamic processes in spaceborne SAR systems, to develop new signal processingtechniques and to evaluate the performance of the designed system.     

基于WVD-HT的SAR/ISAR多运动目标检测

本文提出和研究了基于Wigner-Ville分布(WVD)和Hough变换(HT)的合成孔径雷达(SAR)和逆合成孔径雷达(ISAR)对多运动目标成象的运动补偿新方法,给出了多运动目标检测、参数估算和运动补偿的主要步骤。理论分析、计算机和微波暗室模拟实验的结果表明,新方法对交叉项和噪声的抑制是有效的,它与单一的WVD法相比,提高了在噪声中对单个和多个运动目标检测及其参数估算的能力。     

一种改进的SAR自动聚焦算法

自动聚焦是高分辨率合成孔径雷达(SAR)中的一项重要技术.如果进行实时成象,就要求自动聚焦算法有很高的计算效率.移位相关法(Shift-and-Correlate SAC)就是这样一种算法.它最先是由Jorgen在1991年提出的,本文深入分析了这种算法,并对它进行了改进.     

面向复杂地形应用的星载SAR成像能力仿真分析

针对复杂地形对星载合成孔径雷达(synthetic aperture radar,SAR)成像产生较大影响的问题,提出一种顾及目标区域地形参数的卫星成像时长估算方法。利用3维仿真软件进行模拟分析,编程实现目标区域地形因素对雷达成像影响的仿真分析。结果表明：该方法可有效提高星载SAR成像时长解算精度,为优化目标成像进行轨道调整设计提供重要依据。     

平飞模式双站SAR成像算法研究

双站SAR的成像技术是机载双站SAR的一个关键问题,该文首先建立了平飞模式的双站模型,然后在双站模型等效到单站的基础上,对双站SAR成像方法进行了研究,分别给出了平飞正侧视的CS双站成像算法和平飞斜侧视模式时的ECS双站成像算法,该等效方法能够解决平飞模式的双站SAR成像问题,最后通过计算机仿真,验证了该算法的有效性。     

基于MOCVD技术的长波AlGaAs/GaAs量子阱红外焦平面探测器

采用n型掺杂背面入射AlGaAs/GaAs量子阱结构,用MOCVD外延生长和GaAs集成电路工艺,设计制作了大面积AlGaAs/GaAs QWIP单元测试器件和128×128、128×160、256×256 AlGaAs/GaAs QWIP焦平面探测器阵列。 用液氮温度下的暗电流和傅里叶红外响应光谱对单元测试器件进行了评估,针对不同材料结构,实现了9 μm和10.9 μm的截止波长; 黑体探测率最高达到2.6×109 cm·Hz1/ 2·W-1 。 将128×128 AlGaAs/GaAs QWIP阵列芯片与CMOS读出电路芯片倒装焊互连,成功演示了室温环境下目 标的红外热成像;并进一步讨论了提高QWIP组件成像质量的途径。     

SAR图像运动模糊参数估计

本文针对SAR图像运动模糊的特点,提出了一种自适应滤波方法,结合统计平均思想,利用自相关的方法成功地提取出运动模糊的点扩展函数的长度,并把这个长度作为SAR图像运动模糊程度的度量.     

无人机视频图像运动目标检测算法综述

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但在无人机获取的视频图像中,无人机运动、旋翼震动或外界风力等客观因素使图像出现较为明显的背景、光照等变化,会对运动目标的检测产生影响。因此,如何降低干扰、提高检测精度,让无人机在运动目标检测领域发挥作用在信息时代具有相当重要的意义。无人机视频图像的运动目标检测相比传统运动目标检测,检测思路基本一致,但干扰因素众多。本文以此为切入点,分类综述了适用于无人机视频图像运动目标检测的算法及其改进,主要包括运动估计算法、帧间差法、背景建模法、光流法等传统算法和近年出现的新型算法;通过对无人机运动状态的划分探讨比较了上述方法的优缺点及适用场景。帧间差法更适合处理无人机悬停状态的数据,背景建模法、光流法及新型算法对无人机悬停及巡航状态的数据均可处理;上述算法均不能很好解决光照变化造成误检、漏检现象。所以处理无人机视频数据时,要根据其运动信息及数据特点选择合适的算法,才能获得好的检测结果。     

基于回波序列最小二乘拟合的高分辨率SAR运动目标速度估计

运动目标速度估计是机载单天线高分辨率合成孔径雷达(SAR)实现运动目标成像和定位的关键环节。针对现有方法运算量大、易受距离徙动干扰等缺点,该文提出一种基于回波序列最小二乘拟合的速度估计方法。利用该方法,首先通过包络相关提取相邻回波序列的距离变化量,然后对其做最小二乘线性拟合,目标的距离向速度和方位向速度可由拟合系数计算得到。与传统方法相比,该方法不仅计算量小,而且无须先做距离徙动校正(RCMC)。该文给出了新方法的数学模型和参数选取原则,分析了该方法的估计精度、计算量和适用条件,并通过仿真和实际数据处理验证了该方法的有效性。

     

空间目标的短时三维几何重构方法

通常空间自旋目标的3维(3D)重构都是通过对散射点轨迹进行矩阵分解的方法得到的,散射点轨迹是从雷达序列图提取并关联得到的。由于散射点提取与关联误差的存在,3D重构会出现精度下降,甚至失败的问题。另一方面,转台目标的散射点轨迹符合圆属性,这与几何投影理论认为散射点投影轨迹的椭圆属性相违背。为解决以上问题,该文提出了基于短时的空间目标3D重构算法。首先对提取的散射点轨迹进行2维圆属性拟合,使其轨迹光滑,更接近理论曲线。然后采用多视角的方法估计雷达视角(LOS),通过乘以雷达视角构成的系数,将圆属性轨迹曲线转变成椭圆属性轨迹曲线。通过对散射点椭圆属性轨迹进行矩阵分解的方法获得目标的3D结构。最后通过2个实验验证了该文所提算法的有效性。