星载方位多通道斜视SAR对运动目标成像方法

由于受到斜视角和运动速度的影响,方位多通道合成孔径雷达(SAR)的方位模糊和速度模糊问题更加严重,从而影响斜视模式下运动目标的多通道重建与成像。为了解决该问题,文章提出了一种星载方位多通道斜视SAR运动目标成像方法。首先,分析并建立斜视模式下运动目标精确回波模型,然后,基于谱估计及改进Radon变换实现运动目标无模糊径向速度估计,对目标二维频谱进行匹配滤波实现运动目标成像。最后,点目标仿真实验验证了该方法的有效性。

基于多帧超分辨率的方位向多通道星载SAR非均匀采样信号重建方法

方位向多通道技术是星载合成孔径雷达(Synthetic Aperture Radar,SAR)同时实现高分辨率宽测绘带成像的有效手段,对于方位向多通道星载SAR系统,当脉冲重复频率(Pulse Repetition Frequency,PRF)不满足均匀采样条件时方位向信号被非均匀采样,成像前需进行均匀化重建。该文创新性地提出以数字图像处理(Digital Image Processing,DIP)领域多帧超分辨率的思路解决方位向多通道星载SAR非均匀采样信号重建问题,并总结给出了多帧超分辨处理的一般方法。仿真与实测数据实验验证了方法的有效性,且在复杂度性能上具有一定优势。该文第1次建立了方位向多通道星载SAR非均匀采样信号重建与多帧超分辨率问题的联系,为这一信号重建问题的解决提供一种新的思路。

基于方位向多通道的星载SAR Mosaic模式研究

Mosaic模式是聚束和Scan SAR的混合模式,能同时实现高分辨率和大场景成像。该文提出一种基于方位向多通道的Mosaic模式,将成像场景沿距离向和方位向划分为若干子成像块,各块采用滑动聚束模式独立成像后再进行2维拼接。利用短发射子孔径使系统扫描角显著减小,进而降低系统设计难度,同时也使各子成像块距离徙动量减小;方位向多通道接收能提高系统信噪比,利用空间采样降低脉冲重复频率,更有利于波位选择。

多模式斜视多通道SAR成像方法

方位多通道技术是当前合成孔径雷达(SAR)系统主流的高分宽幅实现方式。而将方位多通道技术与斜视波束扫描(聚束、滑动聚束、TOPS)工作模式相结合可以实现灵活的更高分辨率或者更宽幅宽的遥感观测。然而由于斜视以及波束扫描会使得回波信号的多普勒带宽远大于通道数与脉冲重复频率(PRF)的乘积,使得传统的多通道成像方法失效。为了解决上述问题,本文提出一种基于方位去斜加方位重采样的多模式斜视多通道SAR成像方法,该方法通过对各个通道信号分别进行方位去斜以及对去斜、线性距离走动校正(LRWC)后的信号进行方位重采样来解决方位时变的问题,使得传统的多通道成像方法可以使用。理论分析与实验结果均验证了该方法可以处理多模式的斜视多通道SAR数据,并且得到聚焦良好的图像。

双频段多通道SAR宽幅成像技术研究

现代星载海洋监视雷达既需要高分辨率,又要有大成像幅宽能力。但分辨率和成像幅宽在常规合成孔径雷达成像模式下往往不能同时兼顾。文中分析了二者之间存在矛盾的原因,提出一种能兼顾的双频段多通道解决方案,对其在工程实施中存在的关键技术进行了重点阐述,明确了技术实施途径。通过机载实验试飞,验证了关键技术工程实施的有效性和可行性。

基于辅助数字高程模型的方位多通道SAR相位失配校正方法

在方位多通道合成孔径雷达(SAR)系统中,进行非均匀采样重建之前,由于通道特性不一致导致的幅度相位差异必须进行校正,以避免图像中出现"鬼影"虚假目标,影响图像判读。方位多通道SAR工作过程中,平台偏航和俯仰导致的通道相位失配具有方位时变和距离空变特点。目前基于平台姿态信息的通道相位失配校正方法均未考虑地形高程起伏带来的影响。该文提出一种新的方位多通道SAR相位失配校正方法,基于辅助数字高程模型(DEM)信息和平台姿态信息,获得更加精确的场景下视角,在地形起伏较大的场景显著提高了通道间相位失配估计精度。针对提出的算法,开展仿真实验,针对虚假目标抑制效果开展定量评估。同时选取场景高程起伏较大场景开展了机载飞行试验数据处理,并对实验结果进行分析,验证算法的有效性。

一种改进的方位多通道SAR误差校正方法

在方位多通道合成孔径雷达成像中,常根据多普勒模糊分量个数划分噪声子空间和信号子空间,并利用子空间的正交性来估计通道误差.为了避免模糊分量先验信息不准确对子空间划分和通道误差估计精度的影响,文中提出了一种改进的通道误差校正方法.该方法采用空间谱估计技术,估计出模糊分量个数、编号等信息,进而构造导向矢量和代价函数估计出通道误差,有效解决了模糊分量随基带频率变化时子空间划分不准确的问题,提高了成像质量.实测数据处理结果证明了文中算法的有效性.

星载SAR斜视模式运动目标方位多通道信号重建方法

在星载方位多通道SAR斜视模式下,方位斜视角度和运动目标的速度分别导致回波多普勒频谱发生2次混叠和通道失衡,影响运动目标方位多通道信号重建。针对该问题,该文提出一种适用于多通道斜视模式下的运动目标的重建方法。首先通过方位向去斜预处理消除了斜视导致的2次多普勒混叠,然后通过修正的多通道重建矩阵来解决目标速度导致的通道失衡。此外,该文还研究了通道冗余情况下的杂波抑制能力,分析了估计速度误差带来的残余相位误差,给出了一种星载方位多通道SAR斜视模式下的运动目标速度快速估计搜索方法。最后,通过点目标仿真验证了方法的有效性。

MC-SAR改进正交子空间相位误差估计算法

方位多通道SAR用于高分辨率宽测绘带成像有着广阔的前景,然而通道失配引起的通道相位误差会较大地影响成像的质量。针对这一问题提出了一种改进正交子空间(OS)算法用于校正通道相位误差。改进OS算法的通道相位误差估计考虑了天线方向图加权,并利用全部多普勒频点信号子空间与噪声子空间的正交约束条件建立代价函数,从而得到相位误差估计的最优值。该方法有效克服常规正交子空间算法利用单个多普勒频点估计通道相位误差时的不稳健问题。基于机载实测数据的实验验证了改进OS算法的有效性和稳健性。

高分宽幅SAR系统下的方位多通道运动目标成像算法研究

在方位多通道SAR系统中,由于运动目标的回波特性和静止目标的不同,传统的重构滤波器组方法对运动目标的重建是无效的。该文提出一种方位多通道SAR运动目标信号重构方法。该方法首先分析了方位多通道SAR系统中运动目标回波特性,并与静止目标回波形式进行对比,给出了传统重构方法失效的主要原因;通过引入运动目标的径向速度参数,有效实现了匀速运动目标的频谱重构,较好地抑制了方位多通道SAR系统中匀速运动目标的方位模糊。星载仿真实验结果验证了该重构方法的有效性。

基于特征分解的方位向多通道SAR相位失配校正方法

作为实现高分辨率宽幅成像的重要技术手段之一,方位多通道合成孔径雷达(Synthetic Aperture Radar,SAR)近年来得到了广泛的研究与发展。在进行多通道数据重建之前,通道之间的传输特性必须校正一致,以避免图像中出现严重的虚假目标。在多通道SAR数据处理中,精确的基带多普勒中心估计对系统的通道失配校正和高分辨率成像具有非常重要的意义。但是单一通道数据的多普勒频谱混叠制约了传统基带多普勒中心估计算法在方位多通道SAR系统中的应用。基于特征分解处理,该文提出一种新的基带多普勒中心估计方法。该方法在推导过程中考虑了波束指向存在斜视的影响,能够实现方位多通道SAR系统基带多普勒中心和通道间相位误差的鲁棒估计。仿真实验和C波段方位向四通道机载SAR实验数据处理分析验证了算法的有效性。

基于内定标的高分三号通道误差校正方法

为了解决无法同时获取高分辨率和宽测绘带的问题,方位多通道系统应运而生。高分三号的双通道成像模式称为超精细成像模式,用来满足高分宽测的需求。通道间幅相不一致一直是方位多通道系统需要解决的问题。通道误差会导致存在虚假目标,成像质量下降。为了解决通道误差问题,提出一种基于内定标数据的校正方法,首先通过内定标数据估计出通道误差,然后在距离频域对回波数据进行相应的误差补偿。高分三号实测数据的处理结果表明该方法可有效估计出通道误差,抑制方位模糊。可见基于内定标数据的误差校正方法的有效性和鲁棒性。

基于时域互相关的高分三号通道误差校正方法

针对方位多通道系统通道间不平衡及通道误差会降低成像质量问题,文中提出了一种在时域上方位向互相关的校正方法,该方法将接收到的每个通道的信号在时域上与参考通道方位向互相关,求取通道相位误差,在保证成像质量的同时,与之前的方法相比提升了运行效率。仿真结果和高分三号实测数据的处理结果验证了该方法的有效性。

GEO-LEO双基SAR序贯多帧-多通道联合重建无模糊成像方法

采用地球同步轨道(GEO)卫星作为双基合成孔径雷达(SAR)的发射站,可为低轨(LEO)接收站提供大范围、持续的波束覆盖。同时,由于收发分置的系统形态,LEO接收站可以实现下视、前视、后视等多视区成像,因此,GEO-LEO双基SAR在地球测绘、侦察监视等领域具有广阔的应用前景。为实现大幅宽成像,GEO SAR发射站的脉冲重复频率较低,而LEO SAR接收站会引入大的多普勒带宽,造成GEO-LEO双基SAR方位欠采样。通过在接收站引入多通道技术虽可抑制模糊,但是面临GEO-LEO双基SAR的严重欠采样问题,多通道无模糊重建方法所需通道数过多,不利于接收系统小型化。针对方位严重欠采样条件下的复杂观测场景无模糊成像问题,该文提出了序贯多帧-多接收通道联合重建无模糊成像方法,通过利用序贯观测场景多帧图像的相关性和多接收通道的采样信息进行联合重建,实现无模糊成像。首先将GEO-LEO双基SAR无模糊成像问题建模为张量联合低秩与稀疏优化问题,然后在交替方向乘子法迭代求解中利用多接收通道信息,实现了GEO-LEO双基SAR对复杂观测场景的无模糊成像。相比于基于传统多通道重构的成像方法,该方法可显著减少无模糊成像所需的接收通道数,仿真实验验证了该方法的有效性。