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l1正则化的多通道滑动聚束SAR成像

提出了基于l1正则化的多通道滑动聚束合成孔径雷达(synthetic aperture radar, SAR)稀疏成像算法。该方法将偏置相位中心天线(displaced phase center antenna,DPCA)技术和l1正则化策略结合来解决非均匀采样带来的方位模糊问题,并利用方位距离解耦算法降低计算复杂度。当非均匀度较大时,所提方法相比于基于多普勒频谱重建的匹〖JP3〗配滤波器组方法能更有效抑制方位模糊,具有更大的距离向测绘带宽潜力。该方法能有效抑制噪声和旁瓣,提高目标背景比,从而提高成像性能。通过仿真和实际数据实验,验证了所提算法的有效性。     

曲线弹道SAR RD-Dechirp快视成像算法

研究了以景象匹配制导为目的的曲线弹道合成孔径雷达（synthetic aperture radar,SAR）快视成像问题。首先建立了曲线弹道SAR回波信号模型,分析了多普勒历程和距离徙动特点,提出了等效正侧视成像的概念,并分析了等效条件,大大减小了距离徙动校正难度和回波信号距离向与方位向的耦合,然后推导了曲线弹道SAR回波信号的二维频谱表达式,在此基础上提出了结合距离多普勒算法和频谱分析（spectral analysis, SPECAN）的快视成像方法。所提算法使用高效的SPECAN方法进行方位压缩, 能够完成曲线弹道SAR部分孔径数据的精确相干处理,没有因为孔径的非直线而增加成像算法的复杂性。     

改进声矢量阵相干信号源方位估计算法

为提高声矢量阵相干信号方位估计能力,针对二维紧凑结构的声矢量均匀线阵情况,给出一种改进算法。该算法首先利用解析振速与声压信息,重构接收数据,求出协方差矩阵,并提取信号子空间第一列的3个分矢量进行孔径扩展。然后,利用类单块拍条件下的矩阵重构得到3个新矩阵并合并。最后,套用奇异值分解的多重信号分类算法得到目标波达方位估计。分析表明,所提算法利用数据的组织形式使信号矩阵对角化,最终恢复了矩阵的秩,而且具有一定的孔径扩展能力。同时,所提算法矢量阵阵列流形所具备的方向因子可以在模糊角度处形成抑制,保留了矢量阵的单边指向性。仿真结果证明,此算法无论在角度估计精度还是分辨率方面都要优于矢量阵空间平滑与矢量平滑算法。     

基于复近似信息传递的多通道SAR成像方法

偏置相位中心天线(displaced phase center antenna, DPCA)技术作为一种实现高分辨率、宽测绘带宽的有效技术手段,被广泛应用于高性能合成孔径雷达(synthetic aperture radar, SAR)系统研制中。为了实现最佳的成像效果,DPCA雷达成像系统需要满足方位向均匀采样条件,否则会导致方位向等效相位中心的周期性非均匀分布,进而使用经典匹配滤波成像方法会产生严重的方位模糊。根据稀疏信号处理理论,本文提出了一种基于复近似信息传递(complex approximate message passing, CAMP)算法的多通道非均匀采样DPCA成像方法,可以有效地解决多通道SAR因非均匀采样所产生的方位模糊以及杂波干扰问题,实现对观测区域的高精度重建。仿真和实际数据实验验证了该方法的有效性。     

分布式小卫星联合多普勒解模糊SAR成像

针对分布式小卫星体制提出联合多普勒解模糊SAR成像算法,实现低方位重频采样下的高分辨宽测绘带SAR成像。该算法可以有效校正垂直基线,进而解决其对多普勒解模糊性能的影响。不但校正了垂直基线对应的非空变部分和空变部分,而且结合多普勒解模糊算法校正了残余的垂直基线相位项,从而可以保证多普勒解模糊算法精确实现。另外,针对算法精度进行详细分析,增强文章的工程应用价值。最后,利用仿真实验数据验证算法的有效性。     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题,本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模,在获取各个阵元的方位和俯仰分量方向图数据后,将方向图数据分解并重构阵列的导向矢量矩阵,最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法,本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度,并可有效降低运算量。仿真实验结果验证了这一结论。     

机载双基地SAR的扩展SIM算法

提出了适用于平移不变模式斜视双基地SAR的扩展SIM(squint imaging mode)算法.首先利用方位多普勒频率去斜,解决了斜视双基地SAR的能量模糊问题,然后推导得到方位去斜后信号的二维频谱数学表达式,并在此基础上构造了新的匹配滤波函数.最后通过计算机仿真验证了扩展SIM方法的有效性,对成像质量的改进效果进行了分析.     

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。     

机载SAR实时多普勒中心估计原理及硬件实现

针对机载SAR多普勒中心实时估计问题,提出了基于相关函数算法的实现方案,分析了影响估计精度的因素。该算法通过计算回波信号的方位向自相关函数来得到多普勒中心值,避免了对回波信号功率谱的计算,显著降低了运算量。该方案对不同距离子条带的数据进行估计,获得了多普勒中心在测绘带内的变化情况。给出了基于TI TMS320C6415芯片的硬件实现方法,对实际探测数据的估计结果表明该方案满足了精确度和实时性要求。     

基于压缩感知的无模糊宽带测向技术

针对宽带侦察接收机提出了一种新的基于压缩感知(compressed sensing, CS)的无模糊测量来波方向方法,采用非均匀阵列的空域欠采样特性及空域谱的稀疏特性,构造无模糊宽带测向的CS模型,利用基追踪降噪算法估计无模糊的空域响应,实现了最小阵元间距都无法满足空域Nyquist采样情况下的方向角无模糊估计,为了提高所提方法对噪声的鲁棒性及多信号处理能力,提出了快速傅里叶变换频域预处理和CS相结合的宽带测向方法,仿真结果验证了所提方法较直接CS方法具有更高的测向精度和更好的鲁棒性。     

基于稀疏重构的机动拖曳线列阵空间谱估计

针对常规单拖曳线列阵声纳目标方位估计中存在的左右舷模糊问题,提出了一种联合多个波束快拍量测的空间谱稀疏重构估计方法。首先给出了拖曳线阵转向机动时的阵形递推估计方法,建立机动拖曳线列阵的接收信号模型;然后,利用拖曳线列阵转向机动引起的目标方位变化特征,从构造矩阵相关性角度分析实现拖曳线列阵空间谱无模糊重构的机理,构建了基于连续多个时刻波束快拍量测的稀疏重构模型。通过计算机仿真研究,对比分析了所提方法与常规波束形成方法的空间谱估计性能,结果表明所提方法对模糊目标的抑制比远大于目标信噪比,同时具有更好的角度分辨率,从而实现了拖曳线列阵全向空间谱估计。     

FDA-MIMO雷达稳健抗主瓣距离欺骗式干扰技术

频率分集阵(frequency diverse array, FDA)多输入多输出(multiple-input and multiple-output, MIMO)雷达可利用距离维自由度在发射-接收频率域内对欺骗式干扰进行抑制。但当存在目标导向矢量失配和协方差矩阵估计误差时,其抗干扰性能损失严重。针对该问题, 在FDA-MIMO雷达中提出了一种基于稳健波束形成的抗干扰方法。首先, 对剔除了残留噪声的Capon谱估计器在信号(或干扰)域内积分来构造期望信号(或干扰)导向矢量; 然后, 利用不同信号导向矢量间的正交性获得干扰功率并重构干扰加噪声协方差矩阵; 最后, 用更精确的导向矢量和重构矩阵计算自适应波束形成器的最优权值, 提高干扰抑制性能。仿真实验验证了所提方法的有效性。     

基于压缩传感的MIMO-OFDM水声通信信道估计算法

充分利用水声信道的稀疏特征,提出一种基于压缩传感理论的多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)水声通信系统信道估计算法。在MIMO-OFDM水声通信系统模型的基础上,考虑Doppler频移的影响设计符合压缩传感理论框架的过完备字典,利用一系列非正交基在过完备字典下描述待重建信号。通过对比分析基追踪降噪、丹茨格选择器以及正交匹配跟踪3种算法的信道估计性能,进一步证明了算法的有效性。仿真实验结果表明,基于压缩传感的稀疏信道估计算法具有优于传统最小二乘算法的信道估计精度,并且在最小二乘矩阵求逆奇异的情况下仍能准确地估计出信道参数;在计及Doppler频移的影响时,直接压缩传感估计优于补偿后的压缩传感估计方法。     

基于迭代自适应方法的非正侧视阵角多普勒补偿方法及改进方法

针对非正侧视阵训练样本非均匀导致自适应处理性能下降这一问题,提出了基于迭代自适应方法的角度多普勒补偿法及改进方法。通过迭代自适应方法找到各距离门的主杂波所处的空域和多普勒域的中心位置,之后对待检测单元的训练样本数据进行角度多普勒补偿。由于全空时域的功率谱估计搜索速度慢,搜索精度低,为此提出了局部搜索的快速迭代自适应功率估计算法和网格重构的迭代自适应功率估计算法。通过仿真实验及分析证明了所提方法的有效性,同时随着谱估计方法的改进,该方法的性能也会得到提升。     

基于高斯-勒让德积分的鲁棒波束形成算法

针对矩阵重构类波束形成算法在协方差矩阵重构过程中计算复杂度较高的问题, 提出一种基于高斯-勒让德积分重构协方差矩阵的鲁棒波束形成算法。该方法首先根据信号导向矢量之间的正交性, 利用高斯-勒让德积分构建干扰信号空间; 然后将快拍数据投影到干扰信号空间, 剔除期望信号, 完成干扰噪声协方差矩阵重构; 最后将准阵列权矢量投影到信号空间, 修正导向矢量失配。仿真结果表明本文方法在视向误差、导向矢量随机误差条件下具有较好的鲁棒性, 且有效地降低了计算复杂度, 验证了算法的有效性。     

强杂波下基于压缩感知的低空风切变速度解模糊

毫米波线性调频连续波(linear frequency modulated continuous wave, LFMCW)雷达进行低空风切变检测时, 会严重受到地杂波信号干扰, 并且风速估值模糊。针对该问题, 本文提出强杂波背景下利用压缩感知实现低空风切变速度解模糊。该方法依据多重频脉组参差方式下雷达回波的非均匀欠采样特性在角度-多普勒域中构建无模糊冗余字典(感知矩阵), 之后利用压缩感知技术提取杂波谱主要分量, 估计杂波能量支撑区, 建立杂波抑制矩阵, 接着基于加权的最小l₁范数优化模型实现杂波抑制并恢复出低空风切变在角度-多普勒域中不模糊的稀疏向量, 得到风场无模糊多普勒信息, 最终求得准确的速度值。     

基于干涉相位的两步法高精度无模糊时延估计

传统时延估计方法面临精度与分辨率的基本矛盾,难以一次性获得高精度无模糊的估计值。针对该问题提出一种基于干涉相位的两步法高精度无模糊时延估计方法。在得到信号互相位谱以后,首先利用Kalman滤波器增强干涉相位的抗噪声性能,在大频率孔径下得到无模糊低精度预估值,第二步利用该值作为先验模型引导单一频率上相时延的模糊度解算,在该步骤中充分利用信号频段内丰富的频率信息得到多个估计值,再采用基于中位数信任域的方法对多个结果统计平均,提升了频带利用率,并且进一步提高了估计精度。仿真结果验证了所提方法正确性和有效性,对于10 MHz且信噪比高于18 dB的信号,精度优于1 ps。     

压缩感知视角的鲁棒波达角估计算法

从压缩感知的视角对鲁棒波达角估计进行了探索,通过将可能存在的波达角进行空间离散化,从而将波达角估计问题转换为压缩感知信号支撑恢复问题。同时将阵元存在的增益失配、相位失配和阵元间互耦等非理想因素,通过一阶近似,将其建模成均值为理想流形矩阵的随机矩阵,从而建模了阵列非理想特性和波达角空间离散化带来的误差。基于这种新的随机测量矩阵模型,提出了一种基于压缩感知的鲁棒波达角估计算法,分析表明本文提出算法对阵列模型扰动和角度空间离散化具有良好的鲁棒性。仿真验证了分析结果。