复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影(BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达(SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器(GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8 192×8 192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。

一种新型圆迹阵列三维SAR系统的点扩散函数分析与地面实验结果

阵列合成孔径雷达(ASAR)具备3维成像能力,是3维SAR成像领域的研究热点之一。该文针对线阵SAR在高分辨率成像方面和圆周SAR在旁瓣抑制方面的问题,提出一种新型圆迹阵列合成孔径雷达(CASAR)系统用于3维高分辨率雷达成像。首先推导基于CASAR系统的点扩散函数模型,从理论上分析圆迹阵列这一新型构型在3维成像中的优势。在此基础上构建原型CASAR实验系统,通过点扩散函数仿真实验和室外实测3维CASAR成像实验验证了3维CASAR成像的有效性,与线阵SAR和圆周SAR实验结果相比,证明CASAR系统可获得3维高分辨率SAR图像以及有效的旁瓣抑制能力。

基于最大锐度半正定规划的线阵SAR自聚焦三维成像

线阵合成孔径雷达(LASAR)三维成像技术是一种具有重要潜在应用价值的新型雷达成像技术。但在一个脉冲重复时间中,LASAR系统中需采用阵列天线多个天线相位中心同时接收回波,仅利用载荷单个测量位置的导航测量系统(如惯性测量系统或全球定位系统)数据难以精确补偿LASAR阵列天线多个相位中心的运动误差。为了克服运动误差对阵列多天线相位中心影响,该文提出了一种基于最大锐度半正定规划的LASAR后向投影自聚焦成像算法。该算法建立了后向投影成像算法处理的线性数学模型,结合LASAR三维图像锐度最大化原则,利用迭代逼近最优方法对阵列多天线相位中心运动误差引入的相位误差进行估计。另外,为了提高自聚焦算法运算效率,仅采用主散射目标区域进行相位误差估计。仿真数据和实测数据验证了该算法的有效性。