合成孔径雷达回波模拟方法研究

合成孔径雷达回波模拟技术在SAR系统的研制、SAR图像处理等方面具有十分重要的作用.目前对于SAR回波模拟技术的研究还不够深入.针对该问题开展SAR回波模拟方法研究,通过对合成孔径雷达基本原理的分析及回波信号数学模型的推导,提出了一种较为通用的合成孔径雷达回波模拟方法,根据该方法采用Matlab进行了不同类型SAR回波模拟仿真试验.试验结果表明:该方法适用于单点目标、多点目标、面目标、分布目标及真实场景等多种类型的SAR回波信号仿真,对SAR系统设计及性能分析具有重要的参考意义.     

一种基于重叠子孔径回波信息的SAR图像配准算法

合成孔径雷达（SAR）图像配准是寻找多幅SAR图像之间的几何变换关系的过程，使不同图像校正到统一空间坐标系。传统光学图像配准方法，如尺度不变特征变换（SIFT）结合随机抽样一致（RANSAC）用于SAR图像配准时，由于受到乘性相干斑噪声的干扰，配准性能受到较大影响。提出一种基于重叠子孔径回波信息的SAR图像配准算法，在对SAR回波复数据进行成像处理的过程中，利用相位信息并结合子孔径自聚焦方法得到强相关的重叠子孔径图像，并利用多图像配准方法实现成像孔径内和孔径间的子孔径图像配准，提高图像配准精度。多个不同场景的实测数据处理结果表明：所提算法相比于SIFT+RANSAC算法，同名点数量增加，误匹配点对减少，均方根误差减小，对相干斑噪声具有较强的鲁棒性，配准效果得到了显著提高。     

单脉冲成像算法性能分析

单脉冲技术通过比较单个脉冲多路回波信号的信息实现对目标角度位置的精确测量,广泛运用于跟踪雷达中。在雷达成像中引入单脉冲技术可以显著提高前视这一合成孔径雷达(SAR)与多普勒波束锐化(DBS)成像盲区雷达图像的清晰度。本文着重对单脉冲成像算法的成像效果分析方法进行研究。从单脉冲和差比的概率密度函数出发,提出了目标图像位置失真、分辨率以及图像信噪比3个对图像质量进行衡量的指标。分析了决定这3个指标的系统及外部环境参数,并给出了相应的计算方法。最终通过数值积分以及Monte-Carlo仿真实验对理论分析结果进行了验证。     

星载SAR成象数字信号处理

 星载合成孔径雷达(SAR)飞行高度高,速度快、探测距离远、测绘带宽,运行轨道偏离理想圆形,因此获取SAR图象的数字信号处理技术十分复杂。本文从上述特点出发,讨论了星载SAR的目标回波信号数学模型,成象过程中方位处理的机理和方法,以及多视处理。     

基于双向重采样的高分辨率前视成像算法

高速平台双基SAR的高速机动特性和双基前视构型使其高分辨率成像面临严峻挑战。在该体制下,发射机以侧视方式发送信号,而高速运动的接收平台在前视模式下接收回波。由于高速度、大加速度的存在,使SAR回波的距离徙动现象以及二维耦合、空变特性都更加严重,传统的“停走停”模型不再适用。为了解决上述问题,提出了适用于高速平台的“非停走停”斜距方程及回波模型,然后通过分析信号中的空变分量及其对回波相位的影响,提出了基于双向重采样的成像算法。该算法有效补偿了SAR回波在距离和方位向的空变相位误差,提高了高速平台双基SAR的前视聚焦性能,通过仿真验证了所提算法的有效性。     

星载SAR轨道及姿态误差模型分析

平台轨道及姿态误差模型是星载SAR数据模拟及相应的模拟系统的关键组成部分。简要分析了机载SAR和星载SAR的差异,重点对星载SAR的平台轨道及姿态模型进行了分析,最后对星载SAR回波信号仿真方法进行了分析。     

一种横向机动弹道下SAR成像算法

针对横向机动弹道下SAR成像回波方位向和距离向严重耦合、弹载SAR平台实时性要求高的特点,提出了一种基于频谱分析的扩展SAR成像算法。首先,以初始距离相同的目标作为成像处理对象,建立了横向机动下弹载SAR成像模型,分析了回波相位和瞬时距离的泰勒展开;然后,采用包含水平面速度和偏航加速度参数的相位因子依次进行距离徙动校正、二次相位补偿和多普勒中心频率补偿,实现了SAR图像的精确聚焦。该算法处理流程简单、实时性高,适合横向机动弹道下的中等分辨率的大斜视成像,给出了算法流程,仿真验证了算法有效性。     

基于CZT的机载并行双站斜视SAR成像算法

建立了机载并行双站斜视合成孔径雷达(SAR)的几何模型,给出了雷达回波的数学表达式,推导了它的二维频谱并对其特点做了分析。在二维频域内,先用聚焦函数对观测场景中心的点目标做精确成像,然后用Chirp-Z变换(CZT)校正中心点两侧目标回波的距离徙动,再通过方位向逆傅里叶变换得到了雷达图像。该算法利用了CZT能够处理非线性调频信号的特点,简化了处理过程,提高了计算效率和成像精度。仿真实验验证了这种基于CZT的新算法在处理并行双站斜视SAR数据时的有效性。     

一种稳健的利用分布式小卫星获取宽域、高分辨SAR图像的方法

 传统星载合成孔径雷达(SAR)受最小天线面积条件的限制，其横向分辨率与测绘带宽度相矛盾，采用编队飞行的分布式小卫星SAR体制，可解决这一矛盾，即能够同时获得大测绘带、高分辨率的地面场景的SAR图像。主要研究如何在误差环境下抑制由小天线引入的多普勒模糊的信号处理方法。该方法利用子空间投影技术对导向矢量进行精确估计，在小卫星存在基线及其他误差时仍然能够稳健地恢复高分辨的二维SAR图像。     

机载SAR反投影图像自聚焦处理方法

反投影算法(BPA)是一种经典的时间域合成孔径雷达(SAR)成像处理方法。BPA对回波数据插值累加得到图像,运动误差导致的目标散焦沿不同的倾斜角度存在,无法直接应用现有的自聚焦算法。为此,提出了一种新颖的BPA图像运动补偿方案。基于反投影数据运动相位误差和距离徙动分析,研究了修正投影栅格成像,从而去除重建图像中目标散焦方向的空变特性。在中低分辨率配置下,重建SAR图像能够直接应用相位梯度自聚焦(PGA)等进行运动补偿。点目标仿真实验和实测数据结果验证了该算法的有效性。     

块自适应球形矢量量化算法压缩SAR原始数据

提出使用块自适应球形矢量量化算法压缩SAR原始数据,该算法充分利用SAR原始数据经过自适应块处理之后在较小的数据块范围内具有稳定高斯分布的特点,使用格型矢量技术中的球形码书量化器进行量化,可以提高算法的压缩性能。通过运用球形矢量量化算法对SAR原始数据进行压缩、解压缩获取相应的SAR图像与块自适应量化和块自适应矢量量化经过同样过程得到SAR图像进行比较分析,得出块自适应球形格矢量量化算法是算法复杂度和算法性能之间比较好的折中。     

直升机机载新体制成像探测技术研究

随着中国陆军航空兵直升机战场监视及火控打击能力要求的提高,战场区域多角度观测成像的实际工程应用需求愈加迫切,需要发展直升机机载新体制成像探测技术。针对实际作战应用需求,具体探究了直升机机载全景合成孔径雷达(SAR)、有人/无人协同前视SAR、直升机机载三维SAR成像等新体制成像探测技术。从技术角度具体介绍了其工作原理及技术发展,指出在未来战争中的应用前景及作战使用方式,并探讨了该技术在直升机平台上应用存在的难点。     

基于角点特征的SAR图像与光学图像匹配算法

INS／SAR组合导航系统对SAR实时图像与光学参考图像的匹配算法提出了实时性和准确性要求。文章首先采用一种结合Harries算子与曲率尺度空间的算法,提取SAR图像与光学图像中的角点;然后利用距离约束、角点值约束、边缘约束进行角点匹配。经实验验证,该方法实时性好,匹配精度高,可较好的应用于INS／SAR组合导航系统的...     

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理。提出了无人机载多传感器图像融合技术需要研究的内容,如: 图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术; 无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等。分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线。     

条带模式合成孔径雷达回波数据的聚束成像算法处理

对条带模式SAR和聚束模式SAR的关系进行了研究,给出了一种如何利用聚束成像算法来处理条带模式SAR的原始回波数据的方法,这种方法基于两种模式成像处理器输入数据的不同特点和Dechirp解调原理,同时使用了频谱扩展的方法。在没有聚束模式SAR原始回波数据的情况下,可使用本文的方法利用条带SAR数据来模拟聚束SAR数据,以便研究聚束成像算法。此外在条带 SAR成像过程中,利用文中给出的算法,可以对某一小的目标区域进行精细成像。也可将此方法用于条带SAR的快视成像中。     

基于塔形形态算法的SAR图像相干斑抑制

提出将塔形形态算法用于抑制SAR图像中相干斑处理，为减少塔形处理中由于下采样造成的信息损失，从并行处理的角度出发，对塔形形态滤波器提出了改进，将下采样中的各子图同时进行形态滤波处理，在上采样中将各子图合并。经分析和处理表明这两种算法用于SAR图像滤波都能有效地去除相干斑噪声。与塔形形态滤波、Lee滤波器算法比较，采用并行算法处理后图像的各项指标有明显的改善。     

SAR图像舰船目标边缘检测

提出了一种在正则化基础上,利用小波变化实现合成孔径雷达(SAR)图像舰船目标边缘检测的新方法。传统的利用小波变换实现图像边缘检测时,阈值需要人为设定。针对这一问题,文章引入正则化超分辨技术,从贝叶斯框架下的估计问题出发,采用非二次正则化,平滑图像,保护强散射点目标,实现对 SAR图像进行去噪。利用小波变换的局部化特性和多尺度分析能力,检测突变信号,实现对舰船目标的边缘检测。该方法去噪效果好,边缘 定位准确,仿真结果表明了算法的有效性。     

基于深度卷积网络的SAR图像目标检测识别

在SAR图像解译应用领域,目标的自动检测与识别一直是该领域的研究重点和热点,也是该领域的研究难点。针对SAR图像的目标检测与识别方法一般由滤波、分割、特征提取和目标识别等多个相互独立的步骤组成。复杂的流程不仅限制了SAR图像目标检测识别的效率,多步骤处理也使模型的整体优化难以进行,进而制约了目标检测识别的精度。采用近几年在计算机视觉领域表现突出的深度学习方法来处理SAR图像的目标检测识别问题,通过使用CNN、Fast RCNN以及Faster RCNN等模型对MSTAR SAR公开数据集进行目标识别及目标检测实验,验证了卷积神经网络在SAR图像目标识别领域的有效性及高效性,为后续该领域的进一步研究应用奠定了基础。     

适用于非合作发射源的合成孔径雷达无源成像方法

 合成孔径雷达(SAR)具有突出的高分辨率成像能力,在民用和军用领域体现出重要的应用价值。在复杂的作战环境中,提高SAR的电子对抗性能成为SAR技术发展考虑的重要方面。提出一种新的SAR无源成像方法,该成像方法将单部机载SAR接收机或多部机载SAR接收机在不同位置处接收到的回波信号相关,对相关后的信号采用滤波反投影方法进行成像,可重建场景的辐射率。该成像方法不需要已知发射源的波形和位置信息,适用于非合作发射源,具有良好的电子对抗性,并且适用于任意载机飞行轨迹、多基SAR等情形。仿真验证以双基情形为例,验证了该SAR无源成像方法的有效性,并分析了影响成像质量的各关键因素。     

一种FMCW SAR地面运动目标谱图域参数估计方法

对调频连续波(FMCW)合成孔径雷达(SAR)地面运动目标的参数估计方法进行了研究,采用相位中心偏置天线(DPCA)技术对地杂波进行抑制,分析了载机及地面运动目标连续运动对回波信号的影响,推导了采用DPCA技术引入的回波慢时间包络(STE)项与地面运动目标参数之间的关系。在此基础上,提出了一种地面运动目标谱图域参数估计方法,该方法首先利用Radon变换在谱图域估计导致回波信号距离走动的目标等效径向速度,并对距离走动进行校正;其次,在谱图域中提取运动目标回波幅度,根据STE项引起的回波幅度变化与目标方位向速度之间的关系,估计目标的方位向速度,并进一步求解相应的目标径向速度。所提方法能够在谱图域完成地面运动目标二维速度估计,最后的仿真实验验证了所提方法的有效性和可行性。