基于离散多项式相位变换的SAR高阶相位误差估计

离散多项式相位变换（DPT）是分析恒定幅度多项式相位信号的有力工具，其主要用途是估计相位多项式的系数，具有估计精度高、算法简单等特点。在SAR的回波数据中相位误差往往可以用幅度恒定的多项式相位来表示。补偿这种类型的相位误差，常用的方法是多孔径地图漂移法、多孔径相位差分法和相位梯度自聚焦算法。在SAR自聚焦中，运用DPT算法估计二阶和高阶相位误差系数是可行的。本文详细介绍了DPT算法的原理，通过实测数据验证了DPT算法的性能，并与多孔径地图漂移法、多孔径相位差分法和相位梯度自聚焦算法进行了比较，结果表明在信噪比较高的条件下，DPT算法的估计精度远远高于多孔径地图漂移法、多孔径相位差分法和相位梯度自聚焦算法。     

一种基于遗传算法的最小熵自聚焦方法

自聚焦算法是获得高质量合成孔径雷达SAR(Synthetic Aperture Radar)图像的重要步骤。针对复杂成像场景和复杂运动误差SAR自聚焦问题,提出一种基于遗传算法的最小熵自聚焦方法。方法通过高阶多项式函数拟合相位误差,以图像熵为代价函数,利用遗传算法最小化代价函数进而估计出相位误差,尤其适合于成像场景没有孤立强散射点、高阶相位误差不能忽略的自聚焦问题。仿真数据和实测数据处理结果证实算法的有效性。     

FMCW体制毫米波SAR实时信号处理方法研究

与脉冲体制合成孔径雷达(SAR)相比,调频连续波(FMCW)体制SAR具有体积小、重量轻、分辨率高、功耗低和低截获等一系列优点,目前小型或微小型SAR普遍采用FMCW工作体制。FMCW SAR在整个脉冲重复周期内都发射信号,其信号占空比达到了100%,为了减小数字接收机采样带宽,降低数据率,FMCW体制毫米波SAR一般采取解线频调接收的方式,但其数据量依然很大,而且机载平台受到气流的影响,运动误差很大,需要迭代估计与补偿,给实时处理模块带来了很大压力。为了提高整个机载FMCW SAR系统的信号实时处理性能,需要在算法层面进行改进。提出了一种两次子孔径误差估计和全孔径误差拼接补偿的FMCW SAR实时成像算法,使用相位梯度自聚焦(PGA)算法和图像偏置(MD)算法级联提取子孔径误差;然后进行子孔径误差拼接成全孔径误差补偿原数据,两维脉冲压缩后完成图像聚焦,提高了FMCW体制毫米波SAR成像算法的效率;最后使用机载Ka波段FMCW SAR实测数据,验证了该算法的有效性。     

大带宽高分辨力多通道SAR频谱重构

针对大带宽高分辨力SAR的幅相误差特性,提出了基于通道幅相误差补偿的偏移相位中心多通道SAR频谱重构算法。该算法利用雷达内定标数据估计通道内和通道间的系统幅相误差并补偿回波数据,然后通过频谱重构滤波器抑制模糊多普勒频率信号,获得无模糊的多普勒信号。仿真和实测数据的成像结果表明,该算法能够有效抑制高分辨力多通道SAR的模糊多普勒分量,获得满意的成像效果。     

宽波束角大测绘带UWB SAR的子孔径子带运动补偿算法

VHF/UHF波段的正侧视条带式超宽带合成孔径雷达(UWB SAR)通常具有宽方位波束角和大处理测绘带特性,这些特点造成了雷达回波相位误差的距离空变和方位空变,使得传统的运动补偿算法失效。从载机视线误差对回波相位的影响出发,推导了一种在回波距离压缩后、距离迁徙校正前的子孔径子带补偿算法。通过将距离压缩后的回波沿距离向分块,沿方位向分子孔径,并将距离向和方位向的空变误差补偿紧密结合,提高了补偿效率。计算机点目标仿真结果,验证了该算法的有效性。文中还给出了子孔径和子带的划分原则及子孔径子带补偿算法与扩展ECS算法结合的方法。     

自聚焦与超分辨率合成孔径雷达成像

构想了一种基于快速傅立叶变换（FFT）的用于合成孔径雷达（SAR）成像横向距离相位误差补偿的参量算法，称做MCCLEAN。这种算法可用做大范围场景SAR成像的一种单独的自聚焦方法。本文作者同时还给出了一种具有类似结构的算法，该算法可对大范围场景中感兴趣的小场景或小区域（ROI）同时进行自聚焦与超分辨率SAR成像，并给出了一些例子以说明这两种算法的性能。     

基于直升机平台SAR的方位重影抑制方法

直升机合成孔径雷达(SAR)已成为遥感领域的重要探测工具。针对平台微小高频振动导致方位重影,造成图像质量降低的问题,提出了一种振动相位补偿算法。首先利用回波录取的几何构型,推导基于直升机振动平台的SAR回波表达式,并引入雅可比-安格尔恒等式,对回波完成一阶贝塞尔级数展开,获得高频振动误差与方位向重影的关系式。然后,从直升机SAR实测数据入手,对方位相位进行差分、提取和快速傅里叶变换,得到振动频点信息,并对频点信息进行反演,得到高频误差相位。最后,利用高频误差相位对原始回波进行补偿,抑制成对回波模糊现象,从而消除方位重影。基于实测数据的成像处理结果验证了所提方法的有效性。     

星载SAR在轨成像实时处理算法研究

星载合成孔径雷达(SAR)分辨率和幅宽的不断提高,其产生的原始数据率越来越大,采用在轨实时成像处理形成图像,在图像域再进行传统的图像数据处理和传输,有助于降低星-地数据传输速率,为了提高星载SAR在轨成像处理的实时性,文章分析了星上特殊条件对星载SAR处理算法实时性所提出的约束,对RD、波束域、CS等经典的星载SAR成像处理算法的运算量进行了比较,以CS算法为例,研究了相位补偿因子对CS成像处理算法的实时性影响,提出了一种补偿因子区域不变的CS成像算法,它极大地减少了成像处理算法的运算量,并通过仿真实验结果验证了该算法的有效性。     

基于实测数据的机载毫米波ISAR舰船目标成像算法研究

ISAR的方位向分辨率和波长有关,在相同转角情况下,波长越短,获得的方位分辨率越高,但波长较短使得雷达对运动误差敏感,容易产生较大的相位误差,使成像算法变得复杂。针对此问题提出一种适合于机载毫米波ISAR舰船目标的综合成像算法。算法首先利用回波距离向高分辨率分离出单个舰船目标回波;然后对单个目标回波进行包络补偿和初相粗补偿;再根据时频分析结果,结合Radon变换的最大值位置,判断目标运动状态;最后根据判断结果自动选择合适的成像方法对目标成像。利用算法对机载毫米波ISAR数据进行成像处理,成像结果验证了算法的有效性。     

合成孔径雷达实时成像回波数据的生成方法

在分析合成孔径雷达成像原理的基础上 ,建立了雷达回波信号模型 ,提出了一种生成回波数据的方法。并利用这种回波数据 ,在奔腾 PC机上实现了机载合成孔径雷达的实时成像软件仿真。该实时成像方法可用于考核合成孔径雷达 ( SAR)实时处理器连续动态成像的性能、如 :实时性图像拼接 ,载机运动补偿等。     

基于移动最小二乘法的机载SAR成像运动误差补偿方法

机载SAR平台在飞行过程中产生的运动误差会导致成像质量下降,利用测量数据提取运动误差是机载SAR运动补偿的重要手段之一。通过对机载SAR运动误差理论的推导,提出一种基于移动最小二乘法的机载SAR成像运动补偿方法,方法借助于惯性导航系统记录的东北天三维速度信息,对其进行处理,进而获得雷达平台的三维空间信息,再与后向投影算法结合,完成SAR成像运动补偿。方法是对最小二乘法进行改进,使其不需要对数据进行分段估计和平滑,还可以保证估计结果的正确性。实验结果验证方法对运动误差估计的准确性和有效性。     

基于运动参数估计的中轨道星载SAR舰船成像算法研究

中轨合成孔径雷达具有非匀直运动轨迹的特点,对非合作运动舰船目标成像时,相对运动复杂,成像困难.提出一种适用于中轨SAR海上运动舰船目标的高分辨成像算法,首先分析中轨SAR的特性,推导中轨SAR精确的斜距模型,分析由运动舰船引起的回波相位误差,结合斜距模型和多普勒参数估计推导舰船运动参数,进而修正斜距模型,根据修正后的斜...     

高速平台下动目标高分辨成像方法研究

高速平台对地面强散射移动目标或者海面舰船目标进行合成孔径雷达成像（SAR）时，存在两方面问题：一是传统SAR匀速直线模型已不适应高速平台自身高动态运动特征；二是目标的非合作运动一方面会引起图像散焦，另一方面动目标在地距图中的位置会产生较大偏移。针对这两个问题，首先在匀加速度模型频域相位滤波算法下，推导出了精确的斜地投影关系以及近似的反投影关系，同时给出了基于惯性组合导航（INS）的平台运动补偿方法，最后结合自聚焦技术，完成对舰船目标的聚焦并得到以目标为图像中心的地距图。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统，针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题，提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数，以提高SINS单独工作时的定位精度；此外，提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验，结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差，相比于速度约束与卡尔曼滤波相结合的常规算法，有效地提高了GNSS失效时的车载SINS定位精度。     

一种聚束SAR回波数据压缩成像方法

针对聚束合成孔径雷达(SAR)成像中的海量数据问题,提出了一种基于压缩感知的聚束SAR回波数据压缩成像方法。首先对回波信号进行分析,利用波前匹配字典构造方法得到回波观测矩阵,其次通过构造二维离散余弦变换(2D\|DCT)等效矩阵得到回波信号的稀疏变换矩阵,然后利用平滑L0算法重构得到观测场景的二维像。本文方法可以在采集远小于传统聚束SAR成像方法所需回波数据量的基础上实现准确成像,最后的仿真结果表明了方法的可行性和有效性。     

基于二阶Keystone变换的FMCW SAR动目标成像与参数估计

本文研究了一种适用于调频连续波（Frequency Modulated Continuous Wave，FMCW）合成孔径雷达（Synthetic Aperture Radar，SAR）的地面动目标成像与参数估计的方法。首先，建立FMCW SAR系统下的动目标回波模型，通过多普勒频移补偿和时频代换，提出了一种基于二阶Keystone变换校正动目标回波距离弯曲的方法。其次，用Hough变换去估计动目标距离向速度，并据此进行距离走动校正。最后，采用Wigner-Hough变换估计动目标的多普勒调频率，通过补偿二次和三次多普勒相位实现动目标的精确聚焦。仿真结果表明：该方法对参数估计有较高的准确性，同时估计的参数对动目标成像有较好的聚焦效果。     

一种多普勒域走动校正的斜视SAR成像算法

为了解决时域校正走动带来的方位空变性问题,提出了一种在方位多普勒域走动校正的斜视合成孔径雷达（SAR）成像算法。文中利用级数反演理论,将斜距公式展开至三次项,推导出SAR回波信号的两维频谱表达式。再从两维频谱出发,提出了基于两维频谱匹配滤波的斜视SAR成像算法。该算法考虑到距离空变性问题,提出先在两维频域进行走动校正和相位预滤波,接着在距离多普勒域进行线性频率变标的处理方法,经过距离脉压和方位脉压能够得到聚焦良好的SAR图像。此外,该方法与距离徙动（RMA）算法相比可以有效地降低需要处理的数据量。最后,临近空间SAR仿真实验证明本文提出方法的可行性和有效性。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取，对其不当假设导致滤波器估计性能不佳的问题，提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差，在传统脉冲星计时观测的基础上，增加恒星星光仰角及两个时刻间的相位增量观测量，共同增强XNAV。首先，分别建立计时观测模型、相位增量模型及星光仰角模型；然后将多信息测量模型集成到卫星轨道动力学方程中，以建立ADDF滤波模型；最后对所提方法进行仿真验证。实验结果表明，在相同的初始状态和初始噪声误差条件下，与传统X射线脉冲星导航算法相比，多信息融合算法能将导航位置估计精度提高70%以上，位置估计误差降低到 200 m 左右，速度估计精度提高40%以上，且ADDF性能优于无迹卡尔曼滤波器。