地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机（Unmanned aerial vehick, UAV）机载高分辨率微小型合成孔径雷达（Mini synthetic aperture radar, MiniSAR）系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet-18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。     

SAR图像中动目标自聚焦检测的方法改进

构造了各聚焦图像块的对比图像块,对比图像块内的静止背景与聚焦图像块内的静止背景图像保持同步变化,它们的锐度始终相等,而对比图像块内的动目标与聚焦图像块内的动目标图像有很大差异,以聚焦图像块与对比图像块锐度比检测动目标,可排除静止背景锐度下降的影响,提高检测性能。实测数据表明该算法有效。     

复杂航迹和起伏地形条件下机载聚束SAR 空变运动补偿

 运动补偿是雷达平台机动飞行条件下合成孔径雷达(SAR)实现精确聚焦成像的前提,而如何精确实现运动误差的空变补偿(误差补偿随目标距离、方位和高度位置的变化而变化)目前还存在很大的挑战。本文提出了一种新的三阶运动补偿方法,能够有效解决复杂雷达航迹和地形起伏条件下运动误差的空变补偿问题。该方法首先以场景中心为参考进行空不变运动补偿,然后以多个子场景中心为参考进行空变运动补偿,最后再利用极坐标格式算法(PFA)统一补偿每个像素的空变误差。仿真数据处理结果验证了本文方法的有效性。     

结合视线方向运动补偿的滑动聚束SAR子孔径成像算法

滑动聚束合成孔径雷达(SAR)是一种新兴的成像模式,既可以提高方位向分辨率又能够扩展成像范围。其数据处理时需要考虑两个关键问题:一是系统脉冲重复频率(PRF)不足,方位向信号发生混叠;二是合成孔径长度的增加使运动误差的影响更为突出,运动补偿(MOCO)精度要求提高。基于子孔径技术,提出了一种改进的高分辨率成像算法。划分子孔径克服了PRF不足的问题;子孔径数据处理采用结合视线(LOS)方向运动补偿的Omega-K算法,实现更高精度的运动补偿,提高了聚焦质量。最终的方位向分辨率达到0.1 m,具有实际工程应用价值。点目标仿真和实测数据处理验证了算法的有效性。     

块自适应球形矢量量化算法压缩SAR原始数据

提出使用块自适应球形矢量量化算法压缩SAR原始数据,该算法充分利用SAR原始数据经过自适应块处理之后在较小的数据块范围内具有稳定高斯分布的特点,使用格型矢量技术中的球形码书量化器进行量化,可以提高算法的压缩性能。通过运用球形矢量量化算法对SAR原始数据进行压缩、解压缩获取相应的SAR图像与块自适应量化和块自适应矢量量化经过同样过程得到SAR图像进行比较分析,得出块自适应球形格矢量量化算法是算法复杂度和算法性能之间比较好的折中。     

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。     

基于3DT的空时自适应单脉冲参数估计算法

空时自适应处理(STAP)是机载预警雷达抑制杂波和干扰的一项关键技术,而多普勒三通道联合自适应处理(3DT)是适合工程实现的降维(RD)STAP方法。STAP目标检测后还需进一步估计目标的角度参数,因此将自适应单脉冲(AM)技术引入3DT,提出了一种高精度联合估计目标速度与方位空间角的空时自适应单脉冲算法。理论分析与仿真实验结果表明,当目标多普勒频率偏离检测多普勒单元中心频率时,该算法能同时减少目标多普勒跨越损失和空时导引矢量失配损失,进而提高输出信杂噪比(SCNR),改善目标测角精度。     

基于距离子带的机载SAR高精度多级空变运动补偿

运动补偿（MOCO）是机载合成孔径雷达（SAR）获取高质量图像的关键,超高分辨率成像中,如何精确、高效地校正空变运动误差仍是很大的挑战。本文提出了一种改进的多级空变运动补偿方案,兼顾处理的精度和效率。首先,采用一步运动补偿法有效去除运动误差的距离空变分量,避免引起额外的距离徙动校正（RCMC）误差。同时,修正视线方向误差的传统计算方式,保证相位精度的前提下结合距离子带实现无插值的近似距离包络补偿。然后,利用距离子带降低残余方位空变误差的距离空变性和对方位时频关系的影响,显著改善宽波束情况下的聚焦效果,降低孔径依赖补偿算法的运算量。最终分辨率达到0.1 m,具有实际工程应用价值。点目标仿真和实测数据处理验证了所做的研究。     

基于数值计算的机载SAR空变运动补偿算法

针对机载合成孔径雷达(SAR)高分辨率宽测绘带(HRWS)成像问题,在分析结合两步运动误差补偿的距离徙动算法基础上,提出一种基于数值计算的空变运动误差补偿算法。通过对粗聚焦图像进行分块,在子块的两维波数域进行空变运动补偿,补偿的相位包括方位相位误差、距离相位误差以及方位和距离的耦合相位,因此该算法在复杂航迹、高分辨和宽测绘带情况下仍具有较好的鲁棒性。最后对SAR仿真数据和实测数据进行处理,并与结合两步运动误差补偿的距离徙动算法进行比较,处理结果表明该算法能够更好地补偿空变运动误差。     

Identifying the number of aircraft in formation flight using ISAR technique

Ｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｖｅｒｓｅｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒ（ＩＳＡＲ）,ｗｈｉｃｈｐｏｓｓｅｓｓｅｓｈｉｇｈｃｒｏｓｓ－ｒａｎｇｅｒｅｓｏｌｕｔｉｏｎｃａｐａｂｉｌｉｔｉｅｓ,ｍａｄｅｉｔｐｏｓｓｉｂｌｅｔｏｒｅｓｏｌｖｅｔ...