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。     

遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

压缩逆合成孔径雷达中的相位自聚焦算法(英文)

与常规逆合成孔径雷达(Inverse syntheticaperture radar,ISAR)相同,压缩ISAR也需要进行基于回波信号的运动补偿,其中包括距离对准和相位补偿。本文提出了一种适用于压缩ISAR成像处理的相位自聚焦算法。该算法采用特征向量法解决稀疏ISAR信号的相位补偿问题。试验结果证明了该算法的有效性。     

同时距离对准和相位补偿

在ＩＳＡＲ距离对准频域法的基础上,提出了一种新的ＩＳＡＲ运动补偿法。它将距离对准和相位补偿同时进行,因而能够简化运动补偿环节,减少运动补偿计算量。从理论上证明了所采用的相位补偿法与多普勒中心跟踪法是等效的。最后利用ＩＳＡＲ外场实测数据和微波暗室数据进行了验证,并且考察了所述方法的噪声性能。     

超分辨距离-多普勒成像的动态优化方法

提出了超分辨距离多普勒成像的动态优化方法,基本思想是利用正则化图像重建方法及动态优化算法求出雷达目标反射率的最小二乘估计。还利用FFT大大提高了动态优化算法的计算效率。用B-52飞机缩比金属模型微波暗室转台实验数据和Boeing-727飞机外场实测数据进行成像的初步结果表明,采用超分辨成像方法可以获得更高的图像分辨力;或用较小的信号带宽和成像总转角,可以获得相同质量的图像。进一步研究发现,如果能充分利用成像区域中更多的先验信息,动态优化方法可望能提供更好的分辨性能。