Chirp-Scaling算法中的方位傅立叶变换

基于正侧视合成孔径雷达对点目标的回波冲激响应模型，运用三步法在原始回波信号直接对应的时域和频域中详细地分析和推导了Chirp—Scaling算法中的方位向傅立叶变换，给出了泰勒级数的展开技巧并找出了算法中的重要误差源。最后，对SAR各种常见扫描模式下的方位向傅立叶变换进行了简要的分析。     

基于修正斜距模型的GEO SAR远地点的CS成像算法

针对地球同步轨道SAR（GEO SAR）卫星的轨道曲率大,若使用传统直线斜距模型,将不能正确地描述卫星处于远地点时场景目标的“近远近”斜距历程,建立了一种曲率为负的修正斜距模型. 该模型能够准确地描述远地点目标的斜距历程;基于该修正的斜距模型精确地推导了GEO SAR远地点回波信号的二维频谱表达式,并给出了一种适用于GEO SAR远地点成像的修正CS成像算法;在方位向成像处理时补偿随距离线性变化速度引起的空变相位,实现GEO SAR较宽的成像幅宽的聚焦处理. 并通过场景尺寸为100 km×100 km点阵的GEO SAR成像处理,验证了该基于修正斜距模型的CS成像算法的有效性.      

Chirp Scaling成像算法及其仿真

高分辨率是机载合成孔径雷达的一个重要发展方向。文章以高分辨率聚束模式合成孔径雷达的ChirpScaling成像算法(CSA)为主,讨论了CS算法的基本原理和实现过程,给出了计算过程中各个信号域的数学表达式,简要地介绍了CS算法的优缺点及其应用范围,最后给出了点目标仿真的系统参数和成像结果。     

一种补偿因子区域不变的CS成像算法

为提高星载合成孔径雷达（SAR）成像的实时性,减小补偿因子的运算量,提出了一种补偿因子区域不变的Chirp Scaling（CS）成像算法. 这种改进的CS算法根据补偿因子的相位误差确定一个更新步长,在每个步长内更新一次补偿因子,即相邻单元内的数据与相同的补偿因子相乘. 利用这种改进的CS算法对点阵目标和实测目标进行了仿真验证,得到的SAR图像质量与传统CS算法的结果相差很小. 这种补偿因子区域不变的CS成像算法在满足精度的前提下使得补偿因子的运算量成倍减小,大大减小了实时成像的压力,能够有效降低星上实时处理系统的规模,从而降低系统功耗.      

斜视SAR带状成像算法的比较

对可用于斜视ＳＡＲ成像处理的算法，从它们的聚焦能力，处理大距离弯曲能力以及处理相关核空变特征的能力上，进行了研究，认为二维处理算法具有最全面的处理能力，但其成像的实时性最差；二维快速多项式变换处理算法（ＦＰＴ）同样具有全面的处理能力，但其成像的实时性较好；一维校正处理算法，具有较好的处理能力，其成像的实时性最好，而且能与正侧视成像算法相容合，有利于多模式ＳＡＲ成像。     

一种双基SAR的SR-ECS成像算法

由于双基SAR的斜距历史和几何关系比单基SAR复杂得多,因而其成像难度较大．文中首先通过级数反演法计算得到了目标的二维频谱,接着通过双基参数的数值近似得到了距离空变量的解析表达式,在此基础上,提出了一种适用于平行等速双基SAR的SR-ECS（series reversion-extended chirp scaling）成像算法．理论分析和实验结果表明,该算法的适用范围广、精度高并且运算量小．     

星载聚束式合成孔径雷达线性调频信号的频率Scaling算法

将频率Scaling算法(FSA)引入到聚束式星载合成孔径雷达(SAR)成像应用中，提出了直接对距离向线性调频信号进行频率Scaling操作来完成距离向聚焦的方法，并采用方位压缩的办法来解决方位向脉冲重复频率(PRF)过高的问题．点阵目标实验仿真结果证明了该算法的可行性和有效性．     

一种自聚焦的弹载SAR成像方法

针对传统聚束式合成孔径雷达(SAR)成像算法对弹载SAR运动误差补偿困难的问题,该文提出采用相位梯度自聚焦算法(PGA)实现导弹成像过程中的相位误差校正。该方法利用方位滑窗对各像素点进行质量评估,从而挑选出质量最好的孤立特显点用于相位误差估计,并通过对相位误差的迭代修正获得其估计值。该文研究的PGA算法是非模型的相位误差估计方法,因此对任意阶相位误差都有非常好的自聚焦性能。理论和成像仿真结果表明,该方法具有运算量小、收敛速度快和估计精度高的特点。     

基于深度展开的SAR大斜视RD成像算法

大斜视角条件下的合成孔径雷达SAR回波信号具有方位向和距离向严重耦合、大距离徙动等特点,采用常规的距离多普勒RD算法成像,会引起方位向的散焦以及空变等问题。为了改善大斜视SAR在成像过程中存在的问题,提出了一种基于深度展开网络的SAR大斜视可学习距离多普勒成像方法。该方法将RD成像方法与深度学习结合,利用RD成像的步骤构建了基于深度展开网络的RD学习成像网络结构,将回波数据作为网络输入来学习回波数据到大斜视SAR图像的成像过程。首先,在分析大斜视SAR回波信号模型的基础上确定了网络成像过程中的可学习参数;其次,根据成像过程设计大斜视SAR成像网络;最后,通过非监督训练的方法对网络进行训练,最终输出学习成像结果。点目标和面目标仿真结果表明,该方法可以有效抑制旁瓣,提高成像精度和计算效率,满足SAR在大斜视角下的成像要求。     

超宽带SAR成像的快速BP算法

在后向投影（BP）算法的基础上,提出了一种快速后向投影（FBP）算法。以点目标和多点目标为例,将该算法应用于超宽带合成孔径雷达成像并与原始（BP）成像算法进行比较,仿真结果证明了该算法的快速性和有效性。     

聚束式SAR斜视模型子孔径CS算法

提出一种适合于大场景的聚束式合成孔径雷达(SAR)成像算法.该算法对经典的chirp scaling(CS)算法进行了改进,将雷达回波数据在方位向分为多个子孔径进行成像处理,对每个子孔径采用斜视等效距离模型,通过对回波信号在距离压缩过程中引入距离尺度变化,合理选择变尺度因子,消除了子孔径间距离拉伸尺度的差异.修正了相位补偿因子,使距离向压缩结果体现出方位时间.方位向压缩后,将各子孔径数据按时间先后排序拼接、运算,合成出全孔径分辨率图像.计算机仿真实验证明了该算法的有效性.     

合成孔径雷达定点CS算法量化噪声分析

为了实现星载合成孔径雷达(synthetic apertureradar,SAR)成像处理器小型化和实时信号处理,该文重点研究定点运算和有限字长存储引入的量化噪声。根据chirpscaling (CS)成像算法,建立了CS算法定点运算的量化误差模型,分析了处理流程中的量化噪声,推导了系统输出噪信比与系统字长、FFT长度等参数之间的关系。采用不同系统字长对Radarsat-I数据成像,图像质量分析与所述理论一致,结果表明:通过计算处理流程的噪信比,可实现定点SAR成像处理器系统字长等关键参数的设计。     

基于稀疏采样的调频率估计与多目标ISAR成像

针对目前多目标成像中关于信号调频斜率估计的算法存在着采样频率过大,以及短时条件下精度不高的问题,结合压缩感知理论,提出了一种基于稀疏采样的回波信号调频率估计与多目标ISAR成像方法。首先,根据目标回波信号的特点构造超完备稀疏基,将信号投影到该稀疏基上,利用高斯随机矩阵对分解后的信号进行欠采样,采用FOCUSS稀疏重构算法,精确提取出信号的调频斜率;然后,利用估计出的调频斜率对多目标回波信号中各个目标的回波分量进行分离和补偿;最后,基于稀疏采样对各个单目标分别进行成像。仿真实验验证了该方法的可行性和有效性。     

星载SAR成像的R-D算法研究

对适用于星载SAR斜视情况下的距离-多普勒(R-D)算法进行了详细系统的理论分析,并对比了两种R-D算法的不同.分析了时域和频域两种距离徙动校正方法,证明了二次距离压缩的产生原因和实现途径.最后给出了成像结果,并提出了一些建议.