基于编队卫星的SAR高方位向分辨率成像

针对编队卫星被动工作方式下提高SAR方位向分辨率的构型,在建立信号回波模型和详细分析提高方位向分辨率原理的基础上,提出了对基线的要求及频谱合成算法。该算法充分利用了编队卫星SAR系统中不同接收机的视角信息,有效地完成了多组不同多普勒位置的信号相干合成,实现了系统分辨率的提高。计算机仿真结果表明该算法具有良好的性能。     

分布式Spotlight SAR方位分辨率提高与地形效应补偿

研究了利用分布式小卫星提高Spotlight SAR方位向分辨率的原理和具体的实现方法。同时详细研究了地面高度对合成信号方位向分辨率的影响。与单SAR成像不同,地面高度除了使图像几何失真,还会导致方位分辨率恶化。针对其影响,提出了相应的补偿方法。最后通过数值仿真验证了上述方法的有效性。     

多发多收Scan模式实现高分辨宽测绘带SAR成像

针对传统星载合成孔径雷达(synthetic aperture radar, SAR)高分辨与宽测绘带成像之间的矛盾,提出基于多发多收扫描模式的SAR成像方法。该方法通过控制波束指向,使其在距离向多个子测绘带间周期性照射,进而得到距离向宽测绘带。同时,为了保证方位向分辨率,利用多天线接收和波束形成实现低方位重复频率下的多普勒模糊信号重构。另外,利用多个发射天线发射不同载频信号及频带合成技术获得距离向高分辨率。最后,应用参数设计结合仿真数据实验验证了该方法的有效性。     

线性调频步进式合成孔径雷达系统的信号处理

提高距离向分辨率通常要加大发射信号带宽,导致系统采样率和A/D变换速率很高,数据量剧增,影响数据的存储和及时处理。采用调频步进方法,发射一组步进频率间隔小于信号带宽的线性调频子脉冲,对其回波信号合成处理,可以提高距离向分辨率,同时避免上述问题。在分析线性调频步进脉冲提高距离向分辨率原理的基础上,分析采用该信号对SAR距离、方位向信号处理的影响,提出线性调频步进SAR系统的信号处理流程,并用点目标信号仿真结果验证了该处理流程的正确性。     

一种宽波束机载SAR运动误差的时域补偿方法

针对运动误差对机载SAR分辨率提高的严重制约和低载频雷达的应用场合,提出了一种宽波束机载SAR运动误差的时域补偿算法.该算法在对两步运动补偿后的方位向剩余运动误差随方位位置的变化特性进行研究的基础上,通过对原始SAR数据在频域分块,然后对分块数据在时域实现运动误差的补偿,从而克服了误差形式的限制,可获得高分辨率的SAR图像.给出了应用该方法的具体步骤,并通过仿真实验和真实SAR数据的成像结果证明了该算法的有效性.     

稀疏场景下SAR方位向随机丢失数据的迭代成像算法

针对合成孔径雷达(synthetic aperture radar, SAR)方位向随机丢失部分数据导致目标模糊和能量分散的问题, 提出基于稀疏优化理论的重建成像方法。该方法主要针对稀疏观测场景的SAR方位向随机缺失数据的回波信号进行成像处理, 利用SAR回波模拟算子, 避免了二维回波信号矩阵变成向量的操作, 从而减小了内存占用和计算量。所提出的基于SAR近似观测模型的迭代优化重建算法能够实现对观测目标幅度的高精度重建。和传统基于匹配滤波的SAR成像算法相比, 提出的算法能够明显地消除SAR方位向随机丢失部分数据引起的目标模糊和目标能量分散。和迭代软阈值收缩算法相比, 提出的算法重建的目标幅度误差更小。理想的点目标回波数据和真实的星载SAR稀疏观测场景的回波数据处理表明了所提算法在减少重建目标误差、提高观测目标区域的目标背景比等方面有较大的优势。     

SAR渐进扫描模式波位线性设计方法

针对星载合成孔径雷达渐进扫描模式系统波位设计流程复杂、效率较低的问题,首先对星载合成孔径雷达渐进扫描模式系统波位设计中一些尚未被关注的问题开展研究及论证,包括方位向分辨率随距离向变化的特性、天线方位向偏扫引入栅瓣对方位模糊度的影响以及时序关系同观测效率之间的关系。在此基础上提出线性流程的波位设计方法,该方法根据方位模糊度指标要求对脉冲重复频率进行优化选择,增加了系统设计的自由度,避免了迭代运算的过程,提升了系统波位设计的能力。最后通过仿真验证了本文方法的有效性。     

SAR成像导引头的弹道设计与优化

弹载合成孔径雷达(synthetic aperture radar, SAR)的方位成像能力受飞行弹道和观测视角的影响。为满足SAR成像导引头在限定时间内获得最佳方位分辨率,提出了一种基于遗传算法的弹道优化设计方法。首先建立了弹载SAR条件下导弹飞行的约束,然后以导弹指令加速度为优化变量,构造了与方位分辨率和波束驻留时间相关的目标函数,采用遗传算法进行寻优,设计得到了弹载SAR平台的优化弹道。仿真实验证明了该方法的有效性。     

基于分数阶傅里叶变换的星载SAR信号参数实时估计

针对星载合成孔径雷达（synthetic aperture radar, SAR）信号参数估计问题,提出了一种基于分数阶傅里叶变换的实时估计方法。首先,介绍了分数阶傅里叶变换的定义和chirp信号参数的估计原理。其次,在介绍星载SAR运行特点的基础上,针对单脉冲和脉冲串这两种情况进行了相应参数的实时估计：通过对接收到的星载SAR单脉冲信号进行分数阶傅里叶变换,可以估计出星载SAR的载频和调频率;通过对接收到的星载SAR信号的脉冲串进行分数阶傅里叶变换,可以估计出方位调频率。仿真和实验证明这种方法是可行的。     

基于俯仰向多接收孔径的双站SAR宽测绘带成像

为了实现星载双站SAR宽测绘带成像,提出了利用俯仰向多个接收波束、将数字波束形成技术与星载双站SAR成像算法相结合的成像方法。并以双站SAR平飞斜视几何布局为例,分析了实现双站宽测绘带成像的具体方法和步骤。理论分析以及计算机仿真验证了该方法的正确性。     

多子带并发的MIMO-SAR高分辨大测绘带成像

提出多子带并发的多发多收(MIMO)SAR成像方法,在扩大测绘带宽度的同时实现高分辨成像.首先采用低的脉冲重复频率保证大测绘带距离不模糊,然后利用每一个子带对应的多颗接收卫星的空间信息对该子带回波信号进行空域滤波解多普勒模糊,再对解过模糊的各子带信号进行频带合成实现距离高分辨.该方法可以有效利用多颗卫星的空间自由度.仿真实验验证了该方法的有效性.     

用于雷达方位超分辨的范数正则化方法

方位超分辨是国内外雷达界长期以来持续探索的一项技术难题,针对求解过程中所遇到的病态性,本文深入研究了范数正则化方法。利用L₂范数正则化方法对方位超分辨模型进行求解,针对L₂范数正则化方法的不足并考虑到目标信号的稀疏性质,建立了L₁范数正则化模型。为提高求解的计算效率,将其转化为半定规划模型,用预测校正原对偶路径跟踪法进行求解。针对不同信噪比情况进行了计算机仿真,初步结果表明,两种方法都能用于雷达方位超分辨,且在相同条件下L₁范数正则化方法分辨性能更好,具有较强的噪声适应能力,在信噪比低至0 dB时,分辨力提高1.7倍。     

高分辨星载SAR的方位维频率非线性变标成像算法

在高分辨情况下,星载合成孔径雷达(synthetic aperture radar, SAR)的合成孔径时间变长,加速度带来的影响则不可忽略,匀速直线模型下的传统算法将失效。利用加速度斜距模型,分析了曲线轨迹模型下聚束式SAR的空变特性,提出了一种适用于大场景高分辨成像的方位维频率非线性变标算法。首先,通过构造一个方位维多相滤波函数,增加方位维变标的自由度,使得构造的扰动函数可以消除空变的距离方位二维频域耦合项;然后,改进了常规的两步去混叠算法,使之更加适用于曲线轨迹模型;最后,利用梯度运算将方位调制项的空变系数进行分解,通过扰动函数消除空变的方位项。仿真结果验证了所提算法的有效性。     

Exact analysis of the azimuth resolution characters of squint SAR

Based on the motion of platform and the scanning rules of the squint SAR, this paper constructs an exact slant range model between a point target and APC, then presents a novel analysis method of the high resolution characters in azimuth of squint SAR. By deeply researching the length of synthetic aperture and the azimuth resolution, we give the application conditions of various formulae about the two important parameters, which is vital to the exact imaging and brief but reasonable processing.     

模拟鉴相圆阵干涉仪测向性能的提高及其验证

模拟鉴相圆阵干涉仪相对于数字鉴相需要较高的信噪比,故其测向性能即解模糊概率和测向精度较低。针对这一问题提出两种提高其测向性能的方法,分别为改进型相位积累法和最优基线法。改进型相位积累法用于提高解模糊概率和测向精度,解决了因模拟鉴相特有的±π附近的相位跳变性造成的传统积累错误的问题。最优基线法以某一基线组合对应的方位角为参考输出测向精度最高的基线组合对应的方位角和俯仰角,用于提高测向精度。两种方法可组合使用。仿真和实测结果均表明了这两种方法的有效性和正确性。     

基于混合概率主成分分析的HRRP特征提取

针对主成分分析(principal component analysis, PCA)等数据压缩方法用于雷达高分辨距离像(high resolution range profile, HRRP)的特征提取,只能反映固定方位帧内HRRP线性结构,而无法准确描述目标,导致识别性能下降的问题,提出了一种基于混合概率PCA的HRRP特征提取方法。该方法利用期望最大值(Expectation maximization, EM)算法求解HRRP的一、二阶统计参数,能够真实反映数据分布,以分布趋同的原则实现不同方位帧的聚类,减少模板数量。最后通过自适应高斯分类器和Kullback-Leibler距离分类器识别获取的统计特征,可进一步改善识别性能。仿真实验验证了该方法能够在降低数据维数的同时,实现HRRP统计特征的提取,能一定程度上削弱方位敏感性的影响。