0.1m分辨率机载SAR孔径依赖性运动补偿方法

讨论了0.1m分辨率机载合成孔径雷达(SAR,Synthetic Aperture Radar)运动补偿方案设计中的一个新问题.超高方位分辨率意味着长合成孔径和大相干积累角,条带模式下的回波数据中可能包含不可忽略的方位角度相关的残余运动误差.分析了这种运动误差孔径依赖性对机载SAR成像质量的影响,它将造成图像的几何失真和方位散焦.提出了一种基于子孔径数据处理的补偿方法,根据雷达瞬时照射时刻与多普勒频率之间的关联性对数据进行方位向上的分段和补偿,可以直接嵌入联合一阶运动补偿和二阶运动补偿的成像处理流程中.仿真结果表明此孔径依赖性运动补偿方法进一步改善了图像的聚焦质量.     

车载GPS/DR组合导航系统的研究

介绍了车载GPS(Global Positioning System)/DR(Dead Reckoning)组合导航系统的设计,在对GPS/DR组合导航系统中主要误差来源分析的基础上,建立了表示这些误差的数学模型.根据组合系统的数据融合原理,提出一种基于对观测量进行误差补偿的迭代扩展组合卡尔曼滤波算法.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该算法在提高GPS定位精度的情况下,能很好地修正DR系统的积累误差,大大提高了组合系统的完整性、可靠性.      

GPS中频信号和IMU信号模拟及验证

为了研究GPS/INS（Inertial Navigation System）组合导航方案和算法,设计了一种GPS中频信号和IMU（Inertial Measurement Unit）信号的软件模拟器.首先建立了载体的运动模型,然后介绍了信号的仿真方法.根据载体的运动产生IMU信号,载体的典型运动包括平飞运动、横滚运动、俯仰运动和偏航运动.建立了典型的干扰模型,包括欺骗式干扰和压制式干扰（窄带干扰、宽带干扰、连续波干扰和锯齿调频连续波干扰等4种）,实现了干扰环境下的场景模拟.GPS/INS组合导航软件接收机对模拟器输出的数据进行解算,结果表明：信号的仿真算法是正确的,模拟器可以为组合导航接收机提供有效的中频信号和IMU信号.     

chirp-scaling算法中运动补偿问题研究

由于避免了插值计算,在大前视角和大范围成像时,chirp-scaling算法(CSA)的性能优于距离-多普勒算法(RDA).自聚焦算法在SAR成像处理中通常是必不可少的,但是现有的自聚焦算法几乎都是与RDA相结合的.本文提出了能够将自聚焦算法与CSA相结合的方法,使得CSA更具有实用性.本文同时也提出了将基于运动传感器的运动补偿和基于雷达数据的自聚焦算法与CSA结合的方法.该方法非常适合于高分辨率机载SAR成像处理.      

机载SAR运动补偿传感器研究

提出一种不依赖于机载主惯导的运动传感器方案——基于GNSS／SINS的组合运动信息系统。即在SAR成像期间输出以纯惯性为主的信息以保证较高的相对定位精度，供SAR成像补偿；同时，GNSS／SINS的组合保证了长时间的绝对定位精度。介绍了这种运动传感器的原理、数学模型、工作流程控制。实验结果表明，基于GNSS／SINS的运动传感器具有很高的精度，完全满足了SAR成像的精度要求，特别适合于没有机载主惯导或主惯导精度较低的情况。     

天基视频SAR系统设计及成像算法研究

视频合成孔径雷达（SyntheticApertureRadar,SAR）作为一种新型微波遥感体制,能够实现对热点区域动态目标的持续监视,目前对视频SAR的研究主要集中在机载平台的视频SAR系统,未对天基视频SAR系统设计及成像算法展开深入研究。文章设计了一种基于双站模式的天基视频SAR系统,其中以静止轨道SAR卫星作为发射源,并利用低轨SAR卫星接收目标区域的回波信号。研究了视频SAR成像性能与各主要工程参数间的关系,并提出一种适用于天基视频SAR的成像算法,该算法能够有效解决双站天基视频SAR成像中大斜视角应用与数据重叠等问题,成像结果正确反映了运动目标的散焦、移位现象,同时静止目标取得了良好的聚焦效果。     

GPS/SINS全组合导航系统的姿态组合算法

利用卡尔曼滤波的GPS/SINS全组合导航系统中,将IMU量测的平台误差角简单的近似为姿态误差角,会带来较大的数学模型误差。文章通过分析姿态组合算法中平台误差角与姿态误差角物理意义的不同,得到了二者相互转换的关系式;从实际应用的角度出发,采用对观测向量预处理的方法,对姿态组合算法进行了改进,从而消除了数学模型误差,并且很容易进行工程实现。仿真结果表明使用改进后的姿态组合算法能够有效的提高全组合导航系统的精度。     

机载对地观测飞行轨迹设计与对比分析

针对机载对地观测载机长时间匀速直线飞行时分布式位置姿态测量系统(POS)姿态误差随时间积累的问题,基于载机有效机动能够提高分布式POS系统可观测度进而提高系统估计精度的思想,设计并对比多种机动方式下分布式POS系统的估计精度,并对机动后分布式POS系统进入测区前的滤波估计稳定时间、直线飞行成像时长和全球定位系统(GPS)基线长度进行了测试。仿真结果表明,设计的飞行轨迹能够提高成像段运动参数的测量精度,可为机载对地观测最优飞行轨迹的选择和设计提供理论指导。     

月地双基SAR成像的快速后向投影算法研究

为了提高对全球变化的大尺度观测能力,月基对地观测的概念应运而生。由于月基单站合成孔径雷达（Synthetic Aperture Radar,SAR）的双程传播会造成回波信噪比衰减,为此针对月地双基SAR工作模式展开研究。考虑到月、地、星复杂的相对运动为成像带来困难,根据月、地、星的几何关系建立平面直角回波模型。同时考虑到月球和卫星运行轨迹的弯曲性,分析模型误差,推导了精确的回波二维频谱表达式。在此基础上提出了一种基于快速后向投影的SAR成像算法,补偿了方位空变的模型误差,利用频域子孔径成像和频谱融合实现成像算法的快速化。通过分析可知月地双基SAR的理论回波信噪比与地月距离的平方成反比,与月基单站SAR相比有显著提升,最后通过X波段SAR仿真数据验证了文章算法处理月地双基SAR成像问题的效性。     

基于俯冲模型的SAR成像处理和几何校正

针对高速俯冲状态下斜视SAR(Synthetic Aperture Radar)高分辨率成像处理和几何校正方法进行研究,建立了通用的SAR空间几何模型,在此基础上推导了俯冲状态下的等效斜视距离模型,并给出相应的回波信号数学模型.根据高速俯冲SAR的信号特点,采用Burst工作模式,利用改进的ECS(Extended Chirp Scaling)成像算法进行成像处理,给出了成像处理流程和相位补偿因子表达式.根据距离方程和多普勒定位方程组推导了针对ECS成像算法的几何校正计算公式.计算机仿真结果表明,改进ECS算法能够对俯冲模式SAR进行高分辨率成像处理,并对斜视SAR具有较好的处理能力,提出的几何校正方法能够很好地修正几何失真.      

捷联惯导/里程计组合导航方法

针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.     

星载三通道SAR/DPCA误差分析与动目标定位方法

针对一发三收模式下星载SAR-GMTI系统利用相位中心偏置天线（DPCA）方法进行杂波抑制时,系统误差和平台运动误差引起的杂波残留问题,提出了一种基于误差补偿的运动目标检测和定位新方法。分析了误差存在的原因,并以消除剩余杂波为目的详细推导出了相应的补偿因子,在此基础上对经过误差补偿后的数据采用DPCA方法进行杂波抑制,最后通过相位干涉处理进行动目标定位。仿真结果验证了算法的有效性。     

光纤陀螺惯性测量单元数据频混误差仿真分析

导航计算机对光纤陀螺（FOG）测量数据的异步重采样将引起数据的频谱混叠误差。基于FOG信号检测特点,以FOG闭环输出数据更新率、惯性测量单元（IMU）异步通信定时脉冲频率为参量,以载体的正弦干扰频率为变量,以导航计算机接收信号直流（DC）分量的幅值误差抑制为目标,建立了仿真模型。分析了现有内插抽取方案和滑动滤波方案的数据频混误差及延时特性。提出了类盲发变滑窗长度方案,抑制了频混误差响应谱对滑窗长度的敏感性。仿真结果表明,相比滑窗长度偏离最优值4%的滑动滤波方案,变滑窗长度方案的误差最大值从0.056 85降至0.009 737,能更好地适应定时脉冲信号频率抖动或切换的工程应用需求。      

高精度星载SAR多普勒参数估算方法

提出了一种基于空间坐标转换,利用卫星位置、速度参数精确估算星载SAR(Synthetic Aperture Radar)全观测带多普勒参数的方法.利用卫星速度、位置,通过星载SAR空间几何模型和坐标转换关系,建立SAR图像中斜距同卫星下视角之间的四次方程,解出下视角并进一步计算出该斜距处的多普勒参数值.仿真结果表明,该方法在无卫星位置、速度误差情况下估算精度达到0.02Hz(多普勒中心频率)和2×10-4Hz/s(多普勒调频率);存在卫星位置测量误差(300m)以及速度测量误差(0.3m/s)的情况下,估算精度达到0.8Hz(多普勒中心频率)和0.07Hz/s(多普勒调频率).该方法适用于单星SAR以及分布式SAR高精度多普勒参数的估算.      

Kalman filtering for GPS/magnetometer integrated navigation system

This paper investigated the data processing method for a GPS/IMU/magnetometer integrated system with Kalman filtering (KF). As a result of GPS/IMU/magnetometer land vehicle system, dead-reckoning of magnetometer and accelerometer integrated subsystem bridged very well the GPS signal outage due to the trees on the two sides of the road. Both differential GPS data processing method and the carrier-phase method with magnetometers’ outputs for predicting the car position, velocity, and acceleration (PVA) are presented. The results from DGPS with Kinematical Positioning (KINPOS) software shown that the averages of the north, east, and down direction standard deviation (short for “std”) are 0.014, 0.010, and 0.018 m, respectively. The std of velocities and accelerations derived by the position and velocity differentiation are 10, 7, 13 mm/s, 7, 5, 9 mm/s², respectively. This method for getting velocities and accelerations requires higher accurate position coordinates. But the position accuracy has frequently been degraded in this case when the car drove under the trees or other similar kinematical environments. That caused the larger velocity and acceleration errors. While the results from the carrier-phase method are std of the velocities = 2.1 mm/s, 1.3 mm/s, 3.7 mm/s in north, east, down, and std of the accelerations = 1.5 mm/s², 0.9 mm/s², 2.3 mm/s² for the static test period; as compared with KINPOS software results, std of the velocity difference between the carrier-phase method and the DGPS method = 7 mm/s, 6.9 mm/s, 9.7 mm/s in north, east, down direction, and std of acceleration difference = 5.0 mm/s², 4.5 mm/s², 7.5 mm/s² in north, east, down direction for the kinematical test period. Obviously, errors come from both the carrier-phase method and DGPS velocity and acceleration results derived directly by the position differentiation. In addition, better accuracy of positions than that before KF has been got by means of velocities and accelerations derived by the carrier-phase method after KF.     

高精度SINS/CCD/GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。