一种快速自适应角度-多普勒补偿算法

自适应角度-多普勒补偿(Adaptive Angle Doppler Compensation,A2DC)算法可在惯导参数未知的情况下解决非正侧视阵列中由杂波距离相关性引起的非均匀问题,但该算法运算量大、工程实现困难.本文首先对A2 DC算法的基本工作原理进行了深入的分析,在此基础上,针对算法运算量大的缺点,将分块处理...     

一种基于数字聚束的极坐标格式算法波前弯曲补偿

提出了一种基于数字聚束技术的PFA波前弯曲误差补偿新方法,该方法首先对回波数据进行两维空域滤波和降采样,将原始的宽波束大场景数据分解成若干窄的子波束子场景数据,再结合PFA的非共面运动补偿能力,能够有效解决在雷达任意航迹条件下的PFA波前弯曲误差补偿问题,显著提高PFA有效成像场景范围。仿真数据处理表明了算法的有效性。     

机载雷达近程杂波高效自适应抑制算法

针对机载雷达近程杂波抑制提出了一种高效俯仰向空域自适应处理算法。该算法从雷达系统设计出发,在每一次相干积累时间内采用仅包含近程杂波的第一个填零脉冲为训练样本。同时,在俯仰向进行降维处理形成和、差波束,并基于旁瓣相消原理利用俯仰差波束自适应对消和波束中的近程杂波。理论分析和仿真结果表明,本文方案能高效滤除近程杂波,且俯仰主波束保形性能好,运算量小,适合工程应用。     

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。     

方位扫描SAR区域成像研究

研究在SAR区域成像中,通过天线波束方位扫描扩大成像区方位宽度的机理以及信号处理方法。首先描述天线波束扫描的几何关系,推导出为达到要求的成像分辨率以及成像区方位宽度所需的天线波束扫描角速度和扫描角度的计算公式。分析了成像区位置与载机航迹的几何关系。然后讨论方位扫描SAR区域成像信号处理方法,并给出系统点目标响应仿真结果。最后,用试飞实测数据成像做了验证。     

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。