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。     

基于改进极坐标格式算法的大斜视SAR成像方法

针对大斜视合成孔径雷达成像（SAR）模式下,回波存在较大的距离走动和严重的距离 方位交叉耦合等问题,对传统极坐标格式算法（PFA）进行改进,提出了一种基于改进的PFA算法的大斜视SAR成像方法。根据实际回波数据存储的形式,建立了大斜视SAR的斜距模型,通过对距离向与方位向的二维泰勒级数展开设计了一种斜距平面的二维插值函数,有效地提高了成像算法的聚焦深度。与传统PFA不同,斜距平面的距离展开能够避免回波数据的投影,所以改进的算法更适用于地形起伏不平的成像场景。仿真数据和实测数据分析验证了该方法的有效性。     

大斜视弹载合成孔径雷达信号特性研究

针对大斜视模式下弹载合成孔径雷达(SAR)的运动轨迹特点,分析了该模式下的回波信号特性,基于此建立了信号模型及距离方程,讨论了大斜视弹载SAR系统的多普勒特性、距离徙动特性和距离方程近似精度。仿真结果表明,大斜视弹载SAR回波信号具有大距离走动、小距离弯曲和二阶距离近似误差较大的特点;通过时域去走动、频域去耦合方法,可以获得较好的大斜视弹载SAR成像效果。     

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．     

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。     

基于SAR测量的改进型VIE降雨反演算法

提出一种新型降雨反演算法,该算法是对沃尔塔积分方程（Volterra integral equation,VIE）降雨反演算法的改进.首先,对雷达接收到的回波数据进行预处理,得到降雨起点和降雨宽度等信息;然后,仅利用沃尔塔积分反演算法处理少量特定区域,通过深度挖掘数据变化的规律来分析得出降雨分布的类型和降雨速率;最后,根据通常研究对象的分布对称性,结合已经获得的信息反演得到整个区域的降雨分布情况.通过仿真结果可知,该算法高效、计算速度快,并且具有较高的精度.     

基于3D-OMP算法的SAR动目标成像方法

针对稀疏场景下的SAR动目标成像问题展开研究,提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分,然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵,即参数化稀疏表征。在算法迭代过程中,通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则,计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展,因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势,同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。     

基于极化干涉SAR数据的树高反演方法

为了利用极化干涉合成孔径雷达(SAR)实现精确、快速的树高反演,该文改进了基于极化干涉模型的传统线性度计算公式,提出了树高反演置信度。对置信度高的散射单元,用各极化方式下复相干点拟合得到的直线结合ESPR IT算法快速确定体散射复相干的位置,查表得到树高;对置信度低的散射单元直接用ESPR IT算法近似树高。实验结果表明,与传统方法相比,改进的线性度模型效果更好;体散射复相干估计结果符合极化干涉模型;用置信度指导树高反演,运行时间约为全部利用极化干涉模型反演的25%。     

并轨双基地SAR方位向Fourier变换的分析方法

为了降低双基地距离模型的二阶级数近似给成像算法带来的误差,提出了求解距离-Dopple(RD)表达式的新方法。利用级数反演的方法,推导出具有闭合形式的方位向调制函数;利用RD域中瞬时Doppler频率与瞬时斜视角的对应关系,推导出精确的距离弯曲因子;利用双基地距离模型的二阶近似表达式,通过传统的三步变换法,推导出等效距离向调频斜率。通过新方法获得的方位向调制函数和距离弯曲因子具有更高的近似精度,能够提高并轨双基地chirp scaling算法的成像性能。仿真结果证明了该方法的有效性。     

基于GPGPU的SAR并行成像处理技术

随着合成孔径雷达技术的发展,分辨率和测绘带宽越来越高。需要开发高效的处理算法,以应对数据量增大带来的挑战,并行处理是一个有效的解决途径。本文提出了一种机载SAR并行成像处理方法,利用通用图形处理器强大的处理能力,实现并行波数域处理算法,并对高分辨率宽测绘带实测数据进行处理。试验结果表明,该方法可以大大缩短成像处理时间,满足大规模成像处理的要求。     

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。     

二维CZT的稀疏阵列MIMO雷达快速极坐标格式成像算法

由于极坐标格式算法(PFA)存在运算量大,且聚焦性能受插值精度影响等缺点。为解决该问题,提出一种基于二维Chirp-Z Translation(CZT)的稀疏阵列MIMO雷达快速成像算法,引入压缩感知原理,采用CZT变换代替插值运算,借助合适变换参数的选择,一步实现插值-重采样的处理过程。仿真验证表明,随着成像尺寸的变化,所提算法与经典PFA算法运算量的比值在0.22~0.4之间,有效地降低了运算量,同时保持了较低的图像熵,提高了聚焦性能。     

沿航向运动误差对SAR回波特性的影响

分析了合成孔径雷达(SAR)平台沿航向运动误差对回波信号时域及频域特性的影响.建立了带有沿航向运动误差的时域回波信号模型,得到了回波时域误差的计算公式;利用级数反转原理,推导了回波频域误差的表达式,为SAR系统分析及成像算法设计提供了理论依据.理论分析和计算机仿真表明,回波频域特征对沿航向运动误差更为敏感.     

嵌入式GPU滑动聚束SAR实时成像方法

针对SAR实时成像系统的传统计算平台实时性不足与功耗过高的问题,研究了一种基于嵌入式GPU的实现方法.为了充分利用嵌入式GPU中有限的内存资源,提出一种内存分割与重配置方案,采用页锁定内存和zero-copy技术,实现数传-计算并行化处理;为解决实时性问题,在算法并行计算环节,利用共享内存、寄存器等资源实现大规模数据并行.结果表明,在TX2上完成16 384×8 192点滑聚SAR成像处理时间为12.66 s,功耗为15 W.该优化方法也适用于其他模式的雷达处理算法,并可为未来嵌入式实时成像处理提供参考.     

SAR成像的变换线性调频尺度(C/S)算法研究

介绍了合成孔径雷达的成像原理,针对目前通用的距离一多普勒（R／D）算法的不足,对SAR成像的变换线性调频尺度（C／S）成像算法进行了研究．构建了弯曲均衡化模型．重点论述了C／S算法中的弯曲均衡化的实现．最后通过实际回波数据的成像试验,论证了C／S算法的可行性、     

基于距离度量学习的SAR图像识别方法

针对合成孔径雷达（synthetic aperture radar,SAR）图像样本数据有限,且不同类别间的图像区分度不高导致识别困难的问题,提出一种应用于SAR图像识别的距离度量学习方法.该方法使用CNN网络得到图像的特征分布,利用LSTM网络加强图像间的关联性,基于余弦相似距离度量方法计算图像之间的匹配度,通过注意力机制后对结果进行分类.训练过程结合小样本学习的训练方式,采取预训练的策略进行实验.实验以公开的MSTAR数据集进行SAR图像识别,结果表明该方法准确率达到99.3%,比SVM方法提升2.5%.      

SAR与TM影像像元级融合方法探讨

以加拿大Radarsat SAR与美国Landsat TM影像为数据源,分别将SAR与TM的DN值转换为表征地物特征的后向散射系数和反射率,采用修正的SVR融合法进行融合,利用最佳指数法跟常用的融合方法作了定量比较.结果表明:修正后的SVR法融合后图像无论是光谱信息保持性、融合后信息量都优于常用的融合方法.