基于频域DPCA的星载SAR动目标检测、测速与定位

给出基于频域DPCA的星载合成孔径雷达 (SAR)动目标检测、测速及定位的实现方法。首先建立星载SAR沿航迹向三孔径天线空间几何模型 ,并详细分析星载SAR三孔径天线机理及信号特性 ,然后分析并推导基于频域DPCA实现对地面背景杂波淹没的运动目标检测、径向速度分量估计以及目标定位的方法。最后 ,计算机仿真结果验证其有效性     

星载SAR的GMTI技术

根据地面动目标回波信号特性,研究了用于星载合成孔径雷达（SAR）的相位中心偏置天线（DPCA）、沿航迹干涉（ATI）、DPCA-Radon和DPCA-Frft-ATI等地面动目标检测（GMTI）算法。讨论了以实现GMTI为任务的分布SAR小卫星的构型和工作模式,分析了GMTI的最大可检测速度、最小可检测速度和盲速等系统指标,以及分布式SAR系统实现GMTI的难点。     

一种干扰环境下的机载SAR慢动目标检测方法

在电磁干扰的环境下,经典的合成孔径雷达(SAR)的成像和地面动日标检测算法的性能将会变差甚至失效,因此研究存在干扰时的高效可行的SAR动目标检测方法具有重要的实际意义.提出一种将自适应波束形成技术和杂波抑制干涉(CSI)技术相结合的阵列天线动目标检测方法.该方法首先采用自适应波束形成技术消除干扰,然后用CSI方法抑制地杂波并实现运动目标的检测.同时,采用不等间距偏置相位中心天线(DPCA)技术,消除了盲速区.从SAR天线结构和空间几何模型人手,详细分析了干扰抑制原理、杂波抑制和动目标检测原理并给出了其实现框图.最后通过计算机仿真,验证了该方法的可行性.     

提高星载合成孔径雷达图像几何校正精度的算法

依据合成孔径雷达 (SAR)距离方程和多普勒方程 ,用 SAR成像参数可实现 SAR图像的几何校正。星载 SAR平台存在定位误差 ,特别是在轨迹向和垂直轨迹向 ,将影响几何校正的精度 ,主要是降低图像的几何逼真度及增大目标定位误差。文中提出了采用有限数量的地面控制点抑制卫星在轨迹向和垂直轨迹向的定位偏差 ,从而有效地提高了 SAR图像的几何校正精度     

星载干涉合成孔径雷达高度计波束指向优化设计新方法

基于干涉合成孔径雷达(InSAR)体制的星载高度计能实现高分辨率、宽幅、高精度海面高程测量。传统合成孔径雷达(SAR)系统波束指向设计方法以SAR图像近远端噪声等效后向散射系数差异最小化为优化目标,星载InSAR高度计对海入射角小,如采用传统波束指向设计方法将面临系统近端测高性能优于远端等问题。为使远端测高性能满足应用精度指标要求,系统需提高雷达发射功率或增大雷达天线尺寸,这对卫星系统提出了较高的要求。提出了面向测高应用的星载InSAR高度计波束中心指向设计新方法。该方法通过调整雷达波束中心指向实现全场景测高性能最优化,可有效降低传统设计方法中SAR载荷对发射功率等卫星指标的要求,对未来我国发展InSAR体制海面高度计系统设计具有重要的指导意义。仿真分析结果验证了新方法相对于传统设计方法的优越性。     

基于DBF技术的高分辨率宽测绘带星载SAR系统研究

针对星载合成孔径雷达(SAR)系统高分辨率与宽测绘带两个核心成像指标之间的矛盾,分类研究了若干适用于不同应用需求的基于数字波束形成(DBF)技术的典型高分辨率宽测绘带(HRWS)星载SAR系统,包括超高分辨率、中等分辨率和超宽测绘带。总结出智能化多孔径天线技术、方位向多通道预处理技术、距离向实时DBF技术和多通道SAR数据压缩技术等,作为未来HRWS星载SAR发展的关键技术。     

星载合成孔径雷达的几个发展方向

针对军事领域的应用,介绍了未来星载合成孔径雷达(Spaceborne SAR)的几个重要的发展方向,包括能三维成象的星载干涉合成孔径雷达(InSAR)、星载SAR的动目标检测、星载超宽带SAR、多频多极化星载SAR和分布式星载SAR。对从事星载合成孔径雷达及卫星系统分析和设计的工程技术人员具有一定的参考价值。     

星载合成孔径雷达天线距离向方向图优化目标函数分析

通过星载合成孔径雷达(SAR)天线距离向方向图的优化,可以改善距离模糊特性。SAR天线的距离方向图优化与传统天线方向图优化不同,它只需要对产生模糊的区域副瓣进行限制,因此,以距离模糊区图(简称MASK)为模板,采用遗传算法对天线方向图进行综合。仿真结果表明,这种方法很好地抑制了距离模糊,对星载SAR系统设计具有实际意义。     

波束跃度对星载方位向扫描模式SAR图像质量的影响

针对星载方位向扫描模式合成孔径雷达(Synthetic Aperture Radar,SAR)系统中天线无法实现连续扫描而引入成对回波的问题,提出了波束跃度对SAR成像质量影响的定量化分析方法。提出了一种广义的SAR成像几何模型,以模式因子区分不同的方位向扫描模式;结合傅里叶级数和泰勒级数展开推导了波束跃度下的方位向天线方向图,在此基础上建立了方位向回波信号模型;得到成对回波幅度和位置与波束跃度的定量关系,着重比较分析了波束跃度对不同方位向扫描模式SAR图像质量的影响。仿真结果验证了上述分析方法的有效性。     

基于稀疏空间谱估计的星载SAR DBF算法

针对星载合成孔径雷达(SAR)系统利用俯仰向数字波束形成(DBF)技术接收场景回波时受地形的影响,会出现波束指向偏差的问题,提出了基于稀疏空间谱估计的星载SAR数字波束形成方法。该方法将目标场景高程估计问题转换为波达方向估计问题,考虑到回波信号的稀疏性,进而等效为稀疏空间谱估计问题,然后利用凸优化方法求解得到目标波达方向。最后,仿真实验验证了该方法的有效性,结果表明该方法可以降低传统自适应方法受小样本和低信噪比影响的限制,实现复杂地形下的正确波束指向,保证回波信号的接收增益。     

基于双通道距离频率干涉相位解运动目标径向速度模糊方法

针对合成孔径雷达/地面动目标检测系统中动目标径向速度估计存在模糊的问题,提出一种基于双通道距离频率干涉相位解模糊的方法。该方法通过构造干涉相位与距离频率的关系,利用干涉相位随距离频率变化的斜率关系实现径向速度无模糊估计。该斜率与相位缠绕无关,所以所提方法具有不受相位缠绕影响的优点。为了减小噪声对径向速度估计的影响,利用最小二乘线性拟合方法估计该斜率。此方法能实现杂波背景和多目标情况下的应用。通过仿真和实测数据处理验证了所提方法的有效性。     

合成孔径雷达与动目标检测

在合成孔径雷达（ＳＡＲ）中，雷达与目标之间相对运动的精确知识是相干处理回波形成高方位分辨率图像的基础。因此，在ＳＡＲ中，对未知运动目标的检测和成像成为一个重要而困难的研究课题。本文较详细地阐述了ＳＡＲ中进行动目标检测的若干方法，包括反射率频移法、多视图像位移法和多天线多通道处理技术。还论述了动目标的定位和速率的估值等问题。     

主星带辅星的分布式SAR二次干涉动目标检测方法

设计了一种以满足GMTI功能为主同时兼顾InSAR功能，由1颗主星和4颗辅星组成的双椭圆绕飞被动稳定编队构型，利用绕飞编队的对称星消除垂直轨迹基线从而获得虚拟的单纯沿航迹基线。提出了对称星二次干涉处理方法，将杂波对消与沿航迹干涉（ATU技术结合起来，在杂波对消后进行动目标检测，并指导在检测到动目标存在的区域进行二次干涉，降低了虚警率，提高了检测精度；同时利用长基线获得较小的最小可检测速度，二次干涉提供的参差基线解速度模糊提高了最大不模糊速度，从而增大了速度可检测范围。计算机仿真结果表明该方法即使在地面场景高程有较大起伏时也能有效进行动目标检测并进行精确测速和定位。     

基于主星带伴随小卫星编队系统的AT-INSAR研究

针对主星带伴随小卫星编队雷达系统的特点和AT INSAR的基本原理,本文对主星带伴随小卫星编队雷达系统执行AT INSAR任务进行了比较全面的分析。本文建立了主星带伴随小卫星编队雷达系统AT INSAR模型。基于这个模型分析了临界基线、测速精度,以及动目标检测等性能。最后,对一个L波段的主星带伴随小卫星编队系统完成AT INSAR任务进行了仿真。结果表明,测速精度对于编队小卫星的基线测量精度要求相对较高,而且检测地面慢速运动目标是可行的。     

基于星历和回波的分布式卫星SAR系统沿航迹基线计算方法

针对分布式卫星SAR系统中混合基线和雷达斜视导致沿航迹基线难以精确计算的问题,提出了一种基于星历和回波数据的沿航迹基线计算方法。在将分布式卫星航迹补偿为平行航迹的基础上,建立了存在混合基线及雷达斜视条件下的观测几何模型,推导了沿航迹基线的计算公式。根据雷达回波数据估计多普勒中心频率,并由此得到计算沿航迹基线所需的斜视角。在空间基线较长、斜视角较大条件下,该方法相比近似计算方式而言,能获得高精度的沿航迹基线估计。仿真结果表明,用该方法计算得到的沿航迹基线长度作为测速定位的基线参数,可以获得高精度的动目标测速定位结果。
     

同时地形高程测量和地面运动目标检测的分布式InSAR最优编队构形

分布式小卫星干涉SAR为了同时获得时间基线(用于地面运动目标检测)和空间基线(用于地形高程测量),采取空间立体编队构形(即非沿航向直线编队),然而这种混合基线的情况会导致地面运动目标与地形杂波存在相位耦合,而且只靠信号处理方法很难分离,这对于检测地面运动目标极为不利。提出几种最优编队构形,在保证获得两种干涉基线的同时,通过对消两对干涉SAR图像来抑制掉固定杂波,从而可以检测地面运动目标,这种方法具有处理简单和性能较好等优点。最后给出了仿真结果。     

星载合成孔径雷达图像的飞机目标检测

针对大场景下星载合成孔径雷达(SAR)图像中飞机目标检测问题,提出一种端到端的飞机目标检测算法。先在大场景SAR图像中对机场目标进行粗检测,定位机场区域,再通过精确分割算法获得机场的精细区域。对机场区域中的飞机目标进行检测,采用一种基于Canny算子的边缘检测与卷积神经网络结合的飞机目标检测算法。通过飞机边缘检测、边界框预处理等操作确定潜在飞机目标在机场中的位置范围,采用基于GoogLeNet的卷积神经网络对可疑目标进行鉴别。利用星载合成孔径雷达数据对算法进行验证,证明该方法的有效性与实用性。