双基角时变下的空间目标BISAR自聚焦算法

以空间目标为研究对象,针对双基地逆合成孔径雷达(BISAR)成像中双基角变化及同步误差导致的二维ISAR像散焦问题,提出了基于粒子群优化(PSO)的非参数自聚焦算法。算法首先将回波中平动和转动及同步误差等因素导致的相位变化项统一建模,其次将二维图像对比度最大作为优化目标,利用PSO算法对所有高次项相位进行整体优化估计,然后对高阶相位项进行补偿,最后基于补偿后剩余的一阶线性相位项进行方位压缩得到目标的二维ISAR像。算法可解决参数相位误差估计法中因模型误差导致的聚焦精度下降问题,同时也降低了BISAR自聚焦算法的复杂度。通过与参数法自聚焦算法的性能进行对比仿真实验,验证了算法的有效性。     

一种超高分辨率机载聚束SAR两维自聚焦算法

受运动参数测量误差和大气扰动等因素影响,合成孔径雷达(SAR)图像通常会发生散焦,利用自聚焦对散焦的SAR图像进行后处理是一种有效的重聚焦手段。传统的自聚焦算法都只是针对方位一维相位误差的估计和补偿。随着成像分辨率的提高,自聚焦时残留距离徙动的校正成为SAR成像面临的一个新挑战。本文推导得到了极坐标格式算法处理后残留距离徙动和方位相位误差的解析表达式,分析了两者之间的内在关系,并利用该关系,提出了一种能够同时进行残留距离徙动和方位相位误差补偿的两维自聚焦算法。实测数据处理结果表明,在残留距离徙动效应不可忽略的条件下,该方法能够极大地改善原有自聚焦算法的聚焦性能。     

大斜视FMCW-SAR波数域成像算法研究

结合FMCW(调频连续波)技术,可有效降低SAR(合成孔径雷达)的质量、成本,同时保证合成孔径雷达成像的二维高分辨率优势。针对大斜视工作模式下的FMCW-SAR成像,推导了FMCW-SAR的信号模型和波数域解析表达,分析了FMCW-SAR信号的多普勒特性,提出一种FMCW-SAR波数域成像算法。算法首先对多普勒偏移相位进行补偿,然后通过插值实现距离徙动的校正,最后进行二维逆傅里叶变换得到高精度成像结果。该方法可以在大斜视条件下获得理想的聚集成像性能,仿真实验对此进行了验证。     

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。     

基于稀疏分解的空间目标双基地ISAR自聚焦算法

空间目标双基地逆合成孔径雷达（ISAR）成像中,双基地角时变会造成二维图像的散焦。针对此问题,在三大同步理想可实现的条件下,以平稳空间目标为研究对象,分析了空间目标双基地ISAR成像原理,研究了双基地角时变对二维图像散焦的影响机理,提出了利用稀疏分解实现高精度自聚焦的算法。首先,将半双基地角的余弦进行泰勒展开;其次,结合目标的平动及转动条件,将成像相位项用多项式建模;然后,利用稀疏分解算法估计多项式的二次项系数,据此构建补偿项完成相位补偿。算法利用L-曲线准则选取正则参数,基于目标尺寸的先验信息构建冗余基的高分辨因子,利用推广的正则化欠定系统聚焦求解（FOCUSS）算法实现稀疏表示系数的估计,在恰当选取词典分辨率的条件下,算法可实现二次相位项的精确补偿,仿真实验验证了算法性能优于常用的非参数化自聚焦算法。     

基于图像域分块的条带SAR 自聚焦算法

文章针对条带合成孔径雷达,提出一种基于图像域分块的自聚焦算法。该算法在图像域进行方位向分子 块,采用图像偏移(MD)算法减小相位误差梯度的拼接误差,实现条带SAR图像的自聚焦处理。给出了算法流程, 讨论了算法的主要步骤及原理,并利用实测数据对算法进行了验证。实测数据处理结果表明该算法能有效改善条 带SAR图像质量。     

一种低信噪比大多普勒频移下的直扩信号捕获方法

提出了伪码相位一载波频率二维搜索伪码捕获结构在低信噪比大多普勒频移情况下捕获性能恶化的问题，给出了一种中频端简单数字处理算法的解决方案，并分析了该算法的性能。仿真表明，改进的伪码相位一载波频率二维搜索伪码捕获结构在低信噪比大多普勒频移情况下解决了捕获性能恶化的问题。     

一种基于高阶统计量的SAR图像自聚焦算法

 提出了一种基于高阶统计量分析的相位误差估计算法,用于SAR 图像自聚焦。该算法从复图像域出发,通过循环移位及加窗处理孤立强点目标,利用高阶累积量对高斯噪声的抑制能力,在距离压缩相位历史域估计相位误差。由于避免了对加性噪声及干扰很敏感的差分运算,相位误差的估计结果有很好的鲁棒性。仿真及实测数据的处理结果证明了该算法的可行性。     

结合迁移学习基于全卷积神经网络的ISAR自聚焦算法

逆合成孔径雷达（ISAR）成像目标多为非合作目标，在目标相对运动状态未知情况下的运动补偿是ISAR成像的关键。基于全卷积网络（FCN）具有强大的数据抽象特征挖掘和拟合能力，将FCN用于ISAR自聚焦，提出一种结合迁移学习基于FCN的ISAR自聚焦算法。通过构造大量不同相位误差的仿真数据集并进行训练，使FCN具有相位补偿能力，对不同姿态下仿真以及实测数据进行迁移训练，进一步提升平动相位补偿的能力。实测数据处理结果表明，结合迁移学习基于FCN的自聚焦成像效果优于传统类自聚集算法，验证了所提算法的有效性，相比传统方法更具优越性。     

基于修正离散Chirp-Fourier变换的高速目标ISAR距离像补偿

分析了高速运动目标的逆合成孔径雷达（ISAR）回波信号模型和高速运动对ISAR信号处理的影响。结果表明,高速运动特征会导致目标一维距离像的畸变和二维像的模糊。为此,提出了一种基于修正离散Chirp Fourier变换（MDCFT）的高速运动目标距离像补偿算法,采用MDCFT谱包络最小Shannon熵准则进行参数估计,可解决幅度最大准则下参数估计性能恶化的问题。仿真结果表明了该距离像补偿算法的有效性。     

一种用于条带模式SAR成像的自聚焦算法

 针对现有条带模式合成孔径雷达（SAR）成像的自聚焦算法中,相位的拼接会引起误差的严重积累,本文结合相位梯度自聚焦（PGA）算法和子孔径偏移（MD）算法,提出了一种新的用于条带模式SAR成像的自聚焦算法（PGA-MD）。该算法先利用PGA算法有效估计各子孔径相位误差函数,再利用相邻子图间方位向偏移量和线性相位之间的关系,通过MD算法精确估计相邻子图间方位向偏移量,然后计算线性相位差,并基于—阶导数实现子孔径相位误差函数拼接。理论分析以及实测数据处理结果对比均表明PGA-MD算法可以有效提高对条带SAR图像的自聚焦效果。     

Robust autofocus algorithm for ISAR imaging of moving targets

A robust autofocus approach, referred to as AUTOCLEAN (AUTOfocus via CLEAN), is proposed for the motion compensation in ISAR (inverse synthetic aperture radar) imaging of moving targets. It is a parametric algorithm based on a very flexible data model which takes into account arbitrary range migration and arbitrary phase errors across the synthetic aperture that may be induced by unwanted radial motion of the target as well as propagation or system instability. AUTOCLEAN can be classified as a multiple scatterer algorithm (MSA), but it differs considerably from other existing MSAs in several aspects: (1) Dominant scatterers are selected automatically in the 2D image domain; (2) scatterers may not be well isolated or very dominant; (3) phase and RCS information from each selected scatterer are combined in an optimal way; (4) the troublesome phase unwrapping step is avoided. AUTOCLEAN is computationally efficient and involves only a sequence of FFTs. Another good feature associated with AUTOCLEAN is that its performance can be progressively improved by assuming a larger number of dominant scatterers for the target. Numerical and experimental results have shown that AUTOCLEAN is a very robust autofocus tool for ISAR imaging     

基于杂波对消-自聚焦的多通道SAR-GMTI

对超高频(UHF)波段多通道合成孔径雷达(SAR)动目标检测技术进行研究,解决了长相干积累时间导致动目标在方位向散焦严重的问题。采用分块自聚焦技术对多通道SAR地面移动目标指示(GMTI)系统自适应杂波抑制后的SAR图像进行处理,改善杂波抑制后的SAR图像中动目标的聚焦情况,增强动目标与周围剩余杂波的对比度,进而提高恒虚警率(CFAR)检测的性能。与传统杂波抑制后直接进行CFAR检测方法相比较,该方法降低了检测虚警概率。实测数据处理结果显示动目标的信杂比明显提高,动目标方位向聚焦成功,证明了该方法的有效性。     

Precision tracking algorithms for ISAR imaging

The simultaneous imaging and tracking of a moving target is one of the most difficult problems in inverse synthetic aperture radar (ISAR) signal processing. The problem is addressed here using a two-antenna imaging radar. The target range shift is sensed with an exponentially averaged envelope correlation algorithm while the angle change is measured with a differential phase shift algorithm. The three state Kalman filters are used in range and azimuth dimensions to provide both a filtered estimate and a one-sample-ahead prediction for the purpose of target tracking. The filtered range shift provides an accurate information for range bin alignment, and the target angle change provides the angular positions of the synthetic array elements. Therefore, the ISAR imaging simply becomes processing of a circular-arc aperture. The algorithms are verified both by computer simulations and also with experimental data processing     

Geometric accuracy in airborne SAR images

Uncorrected across-track motions of a synthetic aperture radar (SAR) platform can cause both a severe loss of azimuthal positioning accuracy in, and defocusing of, the resultant SAR image. It is shown how the results of an autofocus procedure can be incorporated in the azimuth processing to produce a fully focused image that is geometrically accurate in azimuth. Range positioning accuracy is also discussed, leading to a comprehensive treatment of all aspects of geometric accuracy. The system considered is an X-band SAR     

Extended PGA for range migration algorithms

The phase gradient autofocus (PGA) algorithm is extended to work for synthetic aperture radar (SAR) spotlight images processed with range migration (w-k) algorithms. Several pre-processing steps are proposed for aligning the range-compressed phase-history data needed for successful autofocusing of the data. The proposed algorithm gave good results for both data with large point targets and data without point targets.     

基于先验误差模型的机载高分宽幅DBF-SAR自聚焦算法

高分宽幅（HRWS）数字波束形成（DBF）合成孔径雷达（SAR）利用多通道空间采样代替部分时域采样,可以有效缓解SAR成像时高分辨率与宽测绘带间的矛盾,具有重要的军用和民用价值。现有常规DBF-SAR成像算法都假设雷达传感器相对位置精确已知,实际应用中受传感器位置测量误差影响,由位置不精确导致的相位误差会严重影响DBF-SAR高精度成像能力。在极坐标格式算法（PFA）框架下,推导了DBF-SAR成像处理后,残留相位误差的解析模型,分析了该误差对成像质量的影响。依据推导的先验相位误差解析结构模型,提出了一种基于图像对比度最优化准则的自聚焦算法。新算法通过引入先验相位结构信息,极大降低了待估参数的空间维数,可以同时改善自聚焦算法的参数估计精度和计算效率。数据处理结果验证了理论分析的正确性和所提算法的有效性。     

一种新的非平行轨迹机载双站斜视SAR成像算法(英文)

本文提出了一种用于非平行轨迹机载双站斜视SAR条带模式成像的新的解析算法。该算法用收、发雷达的多普勒调频率贡献比为加权系数推导了点目标回波的二维频谱。通过解目标位置相对于收、发载机飞行轨迹的耦合,将这个二维频谱中目标的距离参数和方位参数进行了分离。在二维频域内,补偿掉双站扭曲项后利用二维Chirp-Z变换(2D-CZT)校正了距离向和方位向的徙动,获得了精确聚焦的目标图像。雷达回波的二维残余徙动用沿距离向和方位向的分块来限制,推导了数据分块的条件,由此可以实现宽场景成像。仿真试验验证了这种2D-CZT算法的有效性。     

IMPROVEMENT OF PHASE GRADIENT AUTOFOCUS ALGORITHM

ＩＭＰＲＯＶＥＭＥＮＴＯＦＰＨＡＳＥＧＲＡＤＩＥＮＴＡＵＴＯＦＯＣＵＳＡＬＧＯＲＩＴＨＭＬｉＬｉｗｅｉ（李立伟），ＭａｏＳｈｉｙｉ（毛士艺），ＡｓｉｆＲａｚａ，ＬｉｕＹｉｎｇ（刘莹）（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ...