印度遥感卫星家族

2012年4月26日5时47分,印度用极轨卫星运载火箭-XL成功发射了首颗国产雷达成像卫星——雷达成像卫星-1。卫星运行在高609千米、倾角97°的太阳同步轨道,设计寿命5年。卫星重约1858千克,其中自主研发的星载C频段合成孔径雷达等有效载荷质量约950千克,此星载合成孔径雷达采用5种扫描模式和多种极化系统设计,分辨率为2米～50米、幅宽30千米～240千米。卫星能够穿透云雾,     

双星双频地面快速运动目标成像与参数估计

在多输入多输出合成孔径雷达(MIMO-SAR)的基础上,提出使用双卫星、双工作频率实现地面快速运动目标检测、成像和参数估计的方法。利用广义二阶Keystone变换对提取出的运动目标进行距离徙动校正,针对快速运动目标的多普勒模糊问题,使用修正的离散调频傅立叶变换结合最小波形熵搜索完成目标多普勒参数估计后,利用数值搜索的方法对不同工作频率下的速度集合进行交集求解得到目标真实速度值,并给出了一种运算量较小的快速搜索算法。最后,计算机仿真表明了方法的有效性。     

射频干扰对InSAR干涉处理的影响分析

窄带干扰是低频段InSAR系统面临的主要射频干扰之一,它的存在会对干涉相位产生严重影响,进而导致高程反演误差。本文推导了窄带干扰影响下的InSAR干涉相位的解析表达式,给出了干涉相位对窄带干扰各参数的敏感度方程,仿真分析了窄带干扰对P波段InSAR系统干涉处理的影响。结果表明,窄带干扰经过成像后其幅度调制函数近似为方位时间的sinc函数,在SAR图像中表现为沿距离向的干扰条带。干涉相位对窄带干扰信号的功率较敏感,对其频率较不敏感,干涉相位和高程反演误差随着干信比的增加而增加。     

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.     

基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

基于轨道参数和SAR回波数据的多普勒调频率快速估计

多普勒调频率是SAR方位向压缩的关键参数之一. 调频率的失配会带来严重的方位向散焦, 从而影响成像质量. 基于减灾、防灾目的, 需要对SAR数据快速成像, 从而相应要求对多普勒调频率进行快速估计处理. 根据多普勒调频率快速估计需求, 提出了一种基于轨道参数法和Map Drift算法估计多普勒调频率的综合反演算法, 利用多普勒调频率与距离的关系, 简化整个估计流程, 从而提高估计速度. 同时给出了一种块数据筛选的方法, 用于选择综合反演法中所采用的块数据. 实验结果表明, 综合反演法能够在满足成像质量要求的基础上, 快速估计出多普勒调频率.      

单航过单平台InSAR基线模型的敏感性分析

从单航过单平台InSAR系统对其自身基线的高精度需求出发,给出了光学测量方案下的基线模型,并针对模型中的各因素及其误差来源,进行了模型的敏感性分析,阐明了测量元素与位置修正矢量的基线矢量的误差传递关系,然后根据误差传递关系找出测量系统的优化安装部位。通过解析推导得出各类误差源在不同条件下对基线精度影响的理论结果,由仿真分析给出了不同安装部位的误差传递系数。通过敏感性分析可由测量环境的输入条件直接获得基线的误差量级,其结果可作为指导测量系统方案设计与精度分配的参考依据。     

干涉式合成孔径雷达干扰方法研究

干涉式合成孔径雷达（INSAR）三维成像技术是在合成孔径雷达（SAR）的基础上发展起来的,它可以获得高精度的数字高程模型（DEM）,该模型得到了广泛的应用。针对IN—SAR干扰对比研究了常规噪声压制式干扰与弹射式干扰对INSAR成像处理的影响,并作了计算机仿真。结果表明,采用弹射式干扰不仅可行,而且可以有效地改变原地形的“指纹”特征,达到欺骗INSAR的目的,而常规噪声压制干扰则不适合用于对INSAR实施干扰。     

基于RIPless理论的层析SAR成像航迹分布优化方法

层析合成孔径雷达成像(TomoSAR)是通过同一观测区域不同入射角的多幅二维合成孔径雷达(SAR)图像在高程向进行孔径合成,从而实现三维成像。近年来,压缩感知(CS)被用于高程向稀疏场景的重建,高程向重建质量取决于观测矩阵的性质,而航迹分布是影响观测矩阵重构性能的重要因素。相比于度量观测矩阵重构性能的其他约束条件,RIPless理论具有有效、直观和计算简单等优点。提出了一种基于RIPless理论的压缩感知层析SAR成像航迹分布优化准则,从而在航迹数目一定的情况下,获取最优分布以实现高程向优化重建。最后,通过仿真和实验验证了所提优化准则的有效性。     

基于Hybrid-TOPS的星载SAR运动目标监视新模式

针对传统星载合成孔径雷达(SAR)模式下运动目标测速范围有限、精度低等问题,本文提出了一种基于Hybrid-TOPS的星载SAR运动目标监视新模式。首先,利用混合度因子对星载SAR成像模式进行定量化的描述。在此基础上,通过TOPS模式与逆TOPS模式的组合提出一种运动目标监视新模式,该模式不仅能实现对同一区域的多次观测,且具有方位向连续观测的能力。然后,利用新模式所获取的不同方位向观测角度下的SAR序贯图像,再结合图像配准和基于新模式的运动目标参数反演即完成目标方位向速度信息的精确提取。最后,仿真验证了新模式的有效性与运动信息提取的精确性。