随机样本选择的合成孔径雷达距离空变相位梯度自聚焦算法

针对距离依赖的相位梯度自聚焦(phase gradient autofocus, PGA)算法中样本选择的问题，本文提出了一种新的基于随机样本选择的距离依赖PGA(range-dependent PGA, RDPGA)算法。不同于传统算法利用固定门限对特显点样本进行硬剔除的选择方式，该算法利用样本的信杂比(signal to clutter ratio, SCR)构造了样本选择概率密度函数，在每次PGA迭代估计过程中，利用该概率密度函数对样本进行随机选择。随机样本选择方法不仅通过增加距离依赖样本的丰富性保证了RDPGA的估计精度，同时还保证了高质量样本在模型参数估计中提供较高贡献，在保持高效性的同时进一步提升了算法的稳健性。实测数据处理结果表明所提算法具有较高的估计精度和稳健性。     

基于DOA估计的前视多通道SAR成像方法

针对前视合成孔径雷达(synthetic aperture radar, SAR)方位分辨受限以及左右多普勒模糊问题,提出一种基于波达方向估计的前视多通道合成孔径雷达(forward-looking multi-channel SAR,FLMC-SAR)成像方法。算法综合利用系统空时资源,采用空时级联的处理流程。首先通过合成孔径对前视区域进行初步成像,在二维图像域实现逐个成像单元目标信号的分离。然后利用目标空域导向的差异,建立分离信号的空时模型,通过阵列多通道对每个成像单元内的信号进行波达方向估计,实现目标信号重定位,增强前视成像分辨率。同时,空时模型考虑了模糊目标具备不同的导向矢量,可在分辨增强的同时实现左右多普勒解模糊。最后通过仿真以及实测的FLMC-SAR数据验证了所提算法的有效性。     

基于离散频率编码的PD雷达二维解模糊方法

针对脉冲多普勒雷达在中脉冲重复频率下同时存在距离模糊和多普勒模糊问题, 提出了一种基于正交离散频率编码(discrete frequency coding, DFC)波形解二维模糊的方法。基于雷达循环发射的一组正交DFC信号, 在回波脉冲压缩过程中, 利用信号正交性进行距离模糊区域的分离, 完成距离解模糊。通过多普勒模糊数遍历补偿以及与keystone后相参积累结果对比, 确定正确的多普勒模糊数, 完成多普勒解模糊。经过Keystone处理后, 可以进行整个驻留时间的相参积累, 提高回波在低信噪比情况下的目标检测及参数估计能力。同时考虑了DFC信号的多普勒敏感性问题, 在精确匹配滤波过程中补偿了脉内多普勒的影响。仿真实验验证了所提方法解二维模糊的有效性以及低信噪比检测能力。