合成孔径雷达快速后向投影算法综述

后向投影(BP)算法是合成孔径雷达成像算法发展的重要方向之一。然而,由于BP算法具有较大的计算量,阻碍了其在工程应用上的发展。因此,近年来如何有效地提高BP算法的运算效率受到了广泛的重视。该文讨论了基于多种成像面坐标系的快速BP算法,包括距离-方位平面坐标系、地平面坐标系和非欧氏坐标系。该文首先简要介绍了原始BP算法的原理和不同坐标系对加速BP算法的影响,并对BP算法的发展历程进行梳理。然后讨论了基于不同成像面坐标系的快速BP算法的研究进展,并重点介绍了作者所在研究团队近年来在快速BP成像方面完成的研究工作。最后介绍了快速BP算法在工程上的应用,并展望了未来快速BP成像算法的研究发展趋势。

基于空时域滤波的欺骗式干扰抑制技术

基于欺骗式干扰信号在空间上具有很强的方向性,通过利用SAR信号的角度-多普勒关系,可在多普勒域实现对其有效分解(投影)的特性,提出了一种基于多多普勒约束的空-时联合自适应滤波器,结合多通道SAR(MSAR)系统可实现对欺骗式干扰信号的有效抑制。首先分析和估计有效信号和转发式欺骗干扰(DFI)的时空频谱,然后对斜视MSAR数据进行处理,利用子空间投影矩阵去除主瓣DFI并利用多多普勒方向线性约束最小方差(MDD-LCMV)波束成形器实现对旁瓣DFI的抑制以及信号频谱重建。文中通过点仿真实验验证了所提算法的有效性。

中轨SAR舰船动目标特性分析与定位技术

针对中轨合成孔径雷达(SAR)单通道模式下舰船动目标成像特性进行了分析。相比于低轨SAR,中轨SAR系统脉冲重复频率较低,舰船动目标成像极易发生模糊,且模糊像相距较远。在动目标定位处理中,为了获取动目标信号的完整方位包络以实现定位参数的准确估计,需要直接截取包含全部模糊像的切片图像,这会增加方位处理数据量,对于实时处理是一个巨大的挑战。因此,文中基于检测后的单模糊目标切片图像,提出了一种处理方法来完成动目标的精确定位。仿真实验表明,所提出的处理方法能够有效减少处理数据量,实现动目标的精确定位。

基于谱压缩的大斜视TOPS BP图像自聚焦算法

在机动平台大斜视TOPS模式SAR成像时,通过使用地平面直角坐标系BP成像算法,能够在短时间内获取地距平面无畸变的宽幅SAR图像,但实际应用中如何对BP图像快速完成运动误差补偿与旁瓣抑制仍是一个难点。针对此问题,提出了一种改进的谱压缩方法,基于此能够快速实现机动平台大斜视TOPS模式地平面BP图像自聚焦等后续操作。首先,考虑到传统BP谱压缩方法仅适用于聚束成像模式,结合大斜视TOPS SAR虚拟旋转中心理论与波数谱分析,推导出了改进的精确谱压缩函数,能够通过全孔径压缩获得无模糊的地平面TOPS模式BP图像频谱。在此基础上,利用相位梯度自聚焦(PGA)能够快速完成全孔径运动误差估计与补偿。此外,基于提出的改进谱压缩方法得到的无模糊对齐BP图像频谱,可以在方位频域统一加窗实现图像旁瓣抑制。最后,通过仿真数据处理验证了所提算法的有效性。

基于多核DSP的星载双基FMCW SAR成像算法实现

调频连续波(frequency modulated continuous wave,FMCW)合成孔径雷达(synthetic aperture radar,SAR)降低了传感器的峰值传输功率,使系统的重量和成本最小化,被广泛应用于机载平台。将双基地构型与FMCW技术相结合,应用于星载平台,即构成星载双基地FMCW SAR。本文对距离多普勒(range-Doppler,RD)算法进行改进,建立起一种高性能的适宜星载双基地平台的FMCW SAR成像频域算法,这种算法的处理精度明显提高,成像效果更好。基于多核数字信号处理器(digital signal processor,DSP)构建适用于星载双基SAR成像算法的并行处理架构,完成软硬件设计实现。验证了所提软件架构可以满足实时成像需求,以及算法工程化实现的可行性。

天基ISAR空间目标的去斜回波相参性恢复方法及其基于FPGA的快速实现技术

逆合成孔径雷达(ISAR)具备二维高分辨成像能力,可实现对空间目标的高精度探测和监视。相比于地基ISAR,天基ISAR能够对空间目标进行更灵活、更大范围的探测成像,为实现空间态势感知提供有利支撑。去斜接收回波体制可以大幅降低采样率,减轻系统硬件负担,现有ISAR系统通常采用此种方式。然而在观测时间内空间目标相对于星载ISAR的相对斜距变化大,雷达需要不断改变录取波门以保证对空间高速目标的稳定跟踪,这严重破坏了雷达回波的相参性。同时,星载ISAR相对空间目标的复杂运动几何导致运动补偿精度下降。针对空间目标ISAR成像问题,文中提出了一种去斜回波相参性恢复方法,此方法可以逐脉冲处理回波,能有效恢复不同距离波门的回波相参性,并利用估计的参数对回波进行精确的运动补偿。基于此方法,设计了一种基于现场可编程逻辑门阵列的去斜接收相参性恢复快速实现方案。仿真实验验证了所提方法及其现场可编程逻辑门阵列实现方案的有效性。

基于稀疏恢复的雷达信号处理研究综述

随着雷达目标探测需求的增加,基于压缩感知(CS)模型的稀疏恢复(SR)技术被广泛应用于雷达信号处理领域。该文首先对压缩感知的基本理论进行梳理;接着从场景稀疏以及稀疏观测两个角度介绍了雷达信号处理中的稀疏特性;然后基于稀疏特性,从空域处理、脉冲压缩、相参处理、雷达成像以及目标检测等角度概述了压缩感知技术在雷达信号处理中的应用。最后,对压缩感知技术在雷达信号处理中的应用进行了总结。

基于多源遥感图像多级协同融合的舰船识别算法

针对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像存在斑点噪声严重、可视性差、直接影响目标识别精度的问题,提出一种基于多源遥感图像多级协同融合的舰船识别算法。通过采用多级协同融合方式,丰富图像的特征量,提高舰船识别精度。所提方法首先进行多源遥感数据的像素级融合,然后在上一步基础上进行特征级融合,最终得到新的目标特征。所提方法充分发挥了不同频段的PolSAR与多光谱图像的信息互补优势,不仅保留了多频段PolSAR对目标的极化散射特征,也保留了多光谱数据的空-谱信息。所提方法在可视性与检测精度上表现都较为出色,与传统的单一遥感数据相比,识别精度至少提高了5.12%。

基于奇异值分解的低轨星载双基调频连续波SAR成像方法

该文基于调频连续波(FMCW)信号对低轨星载双基合成孔径雷达(SAR)的成像方法进行研究。星载双基模型具有收发异置、结构灵活的特点,其非线性运动轨迹和双斜距不利于信号频谱的推导和分析。通过引入一个4阶多项式斜距模型对回波信号进行建模,接着用级数反演法得到信号两维频谱的表达式。详细分析高阶多项式系数的空变影响。对距离徙动项进行频域处理,对方位相位采用奇异值分解(SVD)的方法,将方位空变项与多普勒分离开,并引入非线性方位变标函数,通过两次连续的插值和重采样完成方位聚焦。仿真结果证明了该算法的有效性。

基于时间信息加权的ViSAR目标阴影跟踪算法

基于目标阴影的跟踪技术是视频合成孔径雷达(video synthetic aperture radar,ViSAR)目标探测的重要手段,但ViSAR数据存在目标特征不明显且随时间不规则变化、相干斑噪声干扰强等问题,使得ViSAR目标阴影跟踪精度较低。为此,提出了一种鲁棒的基于时间信息加权的ViSAR目标阴影跟踪算法。针对目标特征不明显且随时间不规则变化的问题,将尺度自适应均值偏移(adaptive scale mean shift,ASMS)跟踪算法引入到ViSAR目标阴影跟踪中,同时在ASMS算法的背景比例加权(background ratio weighted,BRW)技术中添加历史帧的特征,并对尺度正则项进行时间信息加权修正,来对目标特征进行整合。针对相干斑噪声干扰强的问题,对ASMS算法加入局部中值滤波操作的预处理步骤,在不增加计算量的同时平滑了噪声。在对两类ViSAR数据集上不同尺寸、不同运动状态的目标阴影的跟踪实验结果表明,与现有高性能跟踪算法相比,所提算法在保证了实时性的基础上提高了跟踪精度,且不需要额外的训练样本,具备较好的工程应用价值。

基于SMOTE和深度迁移卷积神经网络的多类不平衡遥感图像分类算法研究

在遥感图像分类实际应用中,深度学习经常面临高光谱数据有效标签不完备、样本多类不平衡和数据分布随时空动态变化等问题,难以发挥优势。基于上述问题,提出一个基于人工少数类过采样方法(synthetic minority oversampling technique,SMOTE)和深度迁移卷积神经网络的土地覆盖分类算法。所提算法创新性地采用深度迁移学习,使算法能够学习不同时空相同地物的相似性,并利用SMOTE方法对学习数据进行类分布空间优化平衡,从而解决目标域数据不足和数据类不平衡问题。两组公开的高光谱遥感图像被用来验证所提算法的有效性。实验结果表明,相比传统的深度学习,所提算法能够更有效地解决数据不足和数据类不平衡问题提高分类精度。

载频-重频联合捷变雷达目标参数估计方法

针对载频重频联合捷变体制雷达目标参数估计问题,提出了一种新的基于多重信号分类(multiple signal classification,MUSIC)算法的载频重频联合捷变雷达目标参数估计方法。通过信号模型的空时等效,将时域信号的处理等效成空域阵列信号的处理,并将超分辨阵列信号处理方法应用到目标的参数估计中,从而把目标距离和速度的估计等效成阵列中二维参数的估计,解决了由于载频重频联合捷变所带来的目标参数估计难题。仿真实验表明,所提方法能有效实现对目标距离和速度的超分辨估计。

天波超视距雷达瞬态干扰抑制

天波超视距雷达 (OTHR)电波通过电离层折射作下视探测 ,具有观察距离远 ,观察范围广的特点 .但由于采用HF频段 ,且电波传播环境复杂 ,不仅海 (地 )杂波强 ,而且有很强的干扰 ,如电台干扰、工业干扰、冲击噪声、闪电冲击和流星余迹回波等 .干扰分长时间干扰和瞬态干扰 ,瞬态干扰持续时间短、强度大 .本文首先讨论OTHR接收到的瞬态干扰的特点 ;然后讨论了瞬态干扰的滤除方法 ,即采用特征分解方法滤除海杂波 ,或在频域直接滤除地杂波 ,检测出瞬态干扰的位置后 ,在原始信号中挖除存在瞬态干扰的回波点 ,并用预测内插的方法 ,消除瞬态干扰谱对目标掩盖作用 ,使目标特别是舰船目标能被检测出来 ;最后通过实测数据的检验 .

合成孔径成像激光雷达实验系统设计

合成孔径成像激光雷达是一种新的主动式有源成像系统,它的一个突出优势是可以获得比合成孔径雷达更高的分辨率,和更接近光学图片的效果。为了研究合成孔径技术在激光波段的相关问题,给出了一种合成孔径成像激光雷达室内实验系统,有效模拟逆合成孔径技术的旋转目标成像技术。首先,概述了旋转目标成像的的基本原理。然后,在分析了系统设计的基本思想和技术难点基础上,改进了已有的室内实验系统,提出了收发镜头分置的系统,有效地克服了端面反射的影响。最后,给出实验系统框图和最终成像效果图,验证了所给系统的有效性和光波波段合成孔径技术的可行性。

分布式小卫星雷达空时频成像方法研究

分布式小卫星雷达的天线面积小,一般小于2m2。根据最小天线面积公式,此时距离多普勒将模糊。分布式小卫星雷达固有的距离多普勒模糊特性,给它带来了不同于常规合成孔径雷达(SAR)成像的新问题。常规的SAR成像实际是基于距离快时间匹配滤波、方位慢时间多普勒处理的时频成像原理。分布式小卫星成像需利用多颗小卫星的空域信息,解距离多普勒模糊后,方可获得较好的成像结果,因此其成像是一个需利用空域信息的空时频成像问题。提出一种空时频成像方法,它是采用低重复频率,使观察距离不模糊,但多普勒模糊情况下,利用分布式小卫星雷达丰富的空域资源,对各多普勒通道分别作空域滤波处理,消除多普勒模糊后,进行成像处理。另外,本文对此分布式小卫星雷达空时频成像方法进行了理论推导、性能分析和仿真检验。

基于调幅-线性调频信号参数估计的机动目标成像方法

逆合成孔径雷达 (ISAR)机动目标成像受到了研究者的广泛重视。在已有的机动目标成像算法中 ,通常假设在综合孔径处理期间 ,各距离单元内各散射回波是等幅线性调频信号。在实际中 ,以上假设仅是近似成立 ,基于此假设的机动成像算法难以得到较高质量的目标图像。本文采用更精确的信号模型——多分量调幅—线性调频(AM— L FM)信号表示实际机动目标的各距离单元回波 ,并提出一种 AM— L FM信号参数估计方法以及快速算法 ,通过估计信号的时变振幅、调频率和初相等参数 ,得到了更高质量的机动目标的动态 ISAR像序列 ,以利于目标识别 ,而且运算量比已有算法要小。

适合于大型平稳和机动目标的成像算法

逆合成孔径雷达成像一般采用距离－多普勒（ Ｒ— Ｄ）成像方法［１］，在这方法中， 距离走动一般不予考虑，实际当目标较大，目标周围散射点通常发生较大的距离走动，我们己经提出一种距离走动校正方法［２］，但是这种方法一股要求散射点分布比较稀疏，且多普勒走动不严重，对于机动目标，这方法就失效了，为此，我们提出，根据低分辨回波或高分辨回波，对目标中心或重心对准聚焦后，在目标数据域通过时间的尺度变换，即通过ｋｅｙｓｔｏｎｅ插值的方法（或者方位向ＤＦＴ—ＩＦＦＴ，或方位向ＳＦＴ—ＩＦＦＴ），校正距离走动，距离压缩后（ＩＦＦＴ），对平稳飞行目标，只需要方位压缩（方位 ＦＦＴ），就可获得目标像，对机动目标，要分距离单元进行时频分析，可以采用已有的瞬时成像方法，获得距离一瞬时多普勒动态像，仿真数据和实测数据的处理表明这种方法是有效的．

一种逆合成孔径雷达成像包络对齐的新方法

有关逆合成孔径雷达运动补偿中的包络对齐问题已有很多讨论,并在实际中得到成功的应用.但是,这些方法均基于运动目标为全刚体,当目标带有游动部件(如螺旋桨飞机),且在一定的视入方向部件有很强的闪烁子回波,这时会使原来的包络对齐方法失效.此外,现有的包络对齐方法运算量较大.据此,提出了基于范数1的包络对齐方法,实测数据表明新方法是有效的.

基于瞬时幅度和调频率估计的机动目标成像方法

逆合成孔径雷达 (ISAR)机动目标成像受到研究者的广泛重视 .在已有的机动目标成像算法中 ,通常假设在综合孔径处理期间 ,各距离单元内各散射回波是等幅线性调频信号 .在实际中 ,以上假设仅是近似成立 ,基于此假设的机动目标成像算法难以得到目标的较高质量的像 .文中采用更精确的信号模型———多分量调幅 线性调频 (AM LFM)信号表示实际机动目标的各距离单元回波 ,并提出一种瞬时幅度和调频率参数估计的快速算法 .通过这些信号参数 ,得到了机动目标的高质量的动态ISAR像序列 ,以利于目标识别 。

基于运动参数估计的SAR成像

运动补偿是SAR成像 ,特别是高分辨成像的关键步骤 .运动参数可由载机的导航仪器测得 .也可通过实测数据估计得到 ,通常将两者结合 .虽然基于数据的运动参数估计已有很多研究 ,并提出许多估计和补偿方法 .但如何结合实际选用适合的方法仍然是个问题 .本文针对实际雷达和运动情况 ,对运动参数作了精确估计和补偿 ,并提出了新的补偿和成像方法 。