VHF/UHF UWB SAR基于通道均衡的RFI抑制方法

对工作于甚高频/超高频(VHF/UHF)波段的超宽带合成孔径雷达(UWB SAR),射频干扰(RFI)会严重恶化图像质量。该文提出了一种基于通道均衡的RFI抑制方法,它能有效地抑制雷达接收信号中的RFI分量,同时保持图像质量。实际的处理结果证实了该算法的有效性。

基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测

在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对视觉显著图中视觉注意焦点进行分层筛选和变化检测.实验结果表明:本文中基于视觉注意机制的变化检测方法可以有效检测多时相UWB SAR图像中的叶簇隐蔽目标,较之传统的基于统计原理的变化检测方法,其检测速度更快,且对场景复杂的UWB SAR图像亦具有鲁棒性.

基于TH神经网络的UWB-SAR抑制RFI方法

在超宽带合成孔径雷达 (UWB SAR)系统中 ,若将接收信号先通过一个自适应预测误差滤波器 ,然后再进行成像处理运算 ,能极大改善其抑制射频干扰 (RFI)能力 .本文提出了一种迅速、有效的抑制RFI方法 ,它利用谱峰判阶并结合Tank Hopfield(TH)神经网络计算滤波器权系数 ,在保持足够的抑制RFI能力的同时 ,大大提高了运算效率 .

基于三通道UWB SAR子孔径图像序列的ATI方法

针对三通道超宽带合成孔径雷达(UWB SAR)系统,提出了一种基于子孔径图像序列的顺轨干涉(ATI)方法,利用UWB SAR的大波束角特性,生成多个视角的子孔径顺轨干涉图检测运动目标并估计参数.该方法相比传统的ATI方法的优点在于:不仅能检测具有距离向速度不为零的目标,而且能检测具有方位向速度不为零的目标,并可估计目标的距离向速度和方位向速度.基于UWB SAR半实测回波的实验验证了该方法的有效性.

混沌噪声调频信号对UWB-SAR／ISAR成像的干扰

建立了n-Way Bernoulli混沌调频信号模型,分析了UWB-SAR/ISAR的成像特点,提出利用Bernoulli混沌噪声调频信号对UWB-SAR/ISAR进行成像干扰。仿真结果表明,利用Bernoulli混沌噪声调频信号干扰UWB-SAR/ISAR是可行的。

UWB-SAR抑制RFI的ML参数估计方法

有效的射频干扰(RFI)抑制技术是超宽带合成孔径雷达(UWB-SAR)成像质量的重要保证。基于多正弦波模型的选代最大似然(ML)法能够在很大程度上抑制RFI。然而,这种方法存在局部最小及相近频率分辨问题。本文利用特征结构分析求解初始频率估计,较好地解决了上述问题。同时,对RFI谱峰中正弦信号个数的二元假设使算法得到简化。理论分析和仿真实验均表明本文算法的良好性能。

FOPEN UWB SAR抑制窄带干扰的波形设计及处理

针对叶簇穿透超宽带合成孔径雷达面临其他多种电子系统的频谱干扰问题,提出一种在干扰频带设计陷波的相位调制雷达波形设计及频域处理方法。在建立最大化使用频带和干扰频带能量之比的模型基础上,通过相位域求解共轭梯度以较快的收敛速度得到近似最优相位调制波形。基于发射信号频谱研究了频域匹配处理和距离旁瓣频域抑制加权技术。通过该波形设计及处理方法,可以灵活并有效地完成抗窄带干扰,且易于工程实现。

高效UWB-SAR平面子孔径处理成像算法

对各子孔径进行梯形(keystone)变换时的插值运算是平面子孔径处理(PSAP)算法对低频段SAR特别是超宽带(UWB)SAR成像时的主要瓶颈。该文提出用线性调频变换结合Fold FFT实现梯形变换,提高了插值效率,并改进了算法流程,剔除了梯形变换结合Fold FFT中的冗余运算,极大地提高了整个算法的计算效率。计算机仿真和对实际数据进行成像实验的结果表明,经过改进后的PSAP算法能够用于对大场景高分辨率UWB-SAR的实时成像。

频域多通道UWB-SAR接收机结构分析

分析了一种基于频域多通道的超宽带合成孔径雷达 (UWB SAR)接收机结构。比较了各种滤波器原型在频域分割滤波器组中的性能 ,依据正交镜像滤波器组 (QMF)原理 。

基于RELAX的UWB-SAR抑制RFI算法

在首先给出超宽带合成孔径雷达 ( UWB-SAR)抑制射频干扰 ( RFI)问题的参数化模型基础上 ,从信号参数估计出发 ,具体推导了实信号下 RELAX算法的计算公式。针对 RFI的复杂性 ,提出了一种逐级RELAX算法 ( GRELAX)。基于仿真和实测数据的实验结果表明 :GRELAX算法能够有效地抑制 RFI。

几种UWB-SAR窄带干扰抑制方法的分析和比较

SAR(Synthetic Aperture Radar)信号处理窄带干扰抑制技术是SAR抗干扰技术的重要内容。对3种UWB-SAR(Ultra-W ideBand Synthetic Aperture Radar)窄带干扰抑制方法———陷波滤波法、AR模型参数化干扰抑制法以及小波包分析自适应干扰抑制法进行了分析,利用自行开发的成像软件,对SAR理想点目标和实录数据进行干扰抑制仿真实验,从定性和定量的角度对3种方法的干扰抑制效果作了比较。

机载重航过UWB InSAR干涉图生成

机载重航过超宽带(Ultra Wide Band,UWB)干涉合成孔径雷达(SAR Interferometry,InSAR)技术是一个新课题,有许多问题需要研究。分析了UWB InSAR与一般窄带InSAR相比的优势和特点,总结了UWB InSAR实现技术的难点。结合处理2幅UWB SAR图像获取干涉相位图的过程,着重阐述了粗配准精度条件下干涉相位图的估计。通过理论预测和分析实际情况检验了所得干涉相位条纹的合理性。

MWD算法和NCS算法在低频UWB SAR成像中的比较

首先,从SAR成像角度重新推导了MWD算法,新推导方法更好地阐述了MWD算法的两维分离聚焦成像原理,并使该算法在形式上能够和其它频域算法保持一致,以便于不同频域算法间的比较分析。其次,基于文中所给的MWD算法和NCS算法成像流程,研究了两种算法对低频UWB SAR的成像性能。此外,通过评估浮点运算量,对比分析了两种算法的成像效率。最后,仿真和实测数据成像结果证明了理论分析的正确性。

一种新的FOPEN UWBSAR目标检测方法

针对VHF/UHF波段超宽带合成孔径雷达探测叶簇隐蔽目标的应用场合,提出了一种目标检测算法。该算法依据目标与树干回波的子孔径轨迹的起伏差异,以主成分分析的第二主元为特征,提取了超宽带合成孔径雷达对目标进行大积累角观测所提供的方向性信息,能够有效检测隐蔽于树林中的隐蔽目标。给出了该方法的数学模型、物理原理和实现步骤,并运用实际数据进行了试验,结果表明了该方法的有效性。

低频UWBSAR外部校准方案

外部校准是实现合成孔径雷达(SAR)系统绝对定标的有效途径。常规SAR外部校准方法不适用于低频超宽带SAR系统。文中充分考虑低频UWBSAR系统的三大特性:低频,超宽带以及大处理角,结合外部校准的数学模型,给出适合该系统的外部校准方案,讨论了外部校准过程中的场景选择,定标体布置以及校准误差等问题。

机载P波段UWB SAR高效成像方法研究

针对机载P波段超宽带合成孔径雷达高效成像问题,改进了距离-多普勒算法。不仅能补偿高阶相位,而且通过chirp-z变换完成距离迁移校正,避免了经典RD算法的插值运算,所以是一种高效的高分辨成像算法。分析了如何划分子测绘带以便分别处理,以抑制高阶相位误差的影响。实际机载数据的处理结果证明了算法的有效性。

基于雷达回波的UWB SAR方向图校准

低频UWB SAR系统具有较大的方位向积累角,天线方向图非均匀性对系统性能的影响不能忽略。利用接收信号空间和场景空间的对应关系,结合成像模型定性地讨论了天线方向图对系统性能的影响。考虑了距离校正因子、杂波、噪声和目标散射特性等因素后,给出基于脉压回波的天线方向图估计和校正的方法,并用计算机仿真验证了该方法的有效性。

固定接收机双站UWB SAR改进NLCS算法

针对固定接收机双基地UWB SAR成像特点,建立回波信号模型,分析了该构型下距离徙动特征,结合改进NLCS算法解决了距离徙动空变带来的影响。重点分析了方位向调频率随目标方位位置的变化情况,为了解决方位调频率空变影响方位聚焦的问题,提出了一种扩展NLCS算法,推导了更高精度的方位扰动函数的解析表达式,并给出了该算法的具体操作流程。最后用该方法对仿真的点目标双基回波进行成像处理,获得了较好的目标聚焦效果,验证了所提出方法的正确性。

超高分辨率机载SAR高精度子带拼接与处理方法研究

随着合成孔径雷达(SAR)的发展,对目标细节的观测越来越受到重视。SAR图像的分辨率越高,获取的细节信息就越多。目前,一种实用性较高的技术是,利用步进频率线性调频信号波形获取超高分辨率SAR图像。这种技术基于不同子带信号的步进载频关系,通过子带拼接来合成大带宽信号。然而,子带拼接对于基带信号误差非常敏感,该文首先提出一种基于回归和统计学的信号预失真方案。在补偿完子带内的误差后,将子带间的误差转化为一个多变量的优化问题。最后,通过X波段机载SAR系统飞行实测数据验证了所提方法的有效性。

基于STFT和WT的SAR干扰抑制算法

窄带干扰(NBI)和宽带干扰(WBI)作为合成孔径雷达(SAR)中最为常见的两种干扰形式,它们的存在将会大幅度地降低SAR图像的质量.本文在对NBI和WBI的时频聚集性分析的基础上,提出一种联合短时傅里叶变换和小波变换的NBI和WBI抑制方法.该方法首先把SAR回波数据变换到短时傅里叶谱域再把短时傅里叶谱域数据变换到小波域,然后在小波域中采用恒虚警(CFAR)检测方法对小波系数进行干扰识别和干扰抑制,接着把干扰抑制后的小波系数变换到SAR原始回波数据域,利用常规的SAR成像算法进行成像处理,最后得到清晰无干扰的SAR图像.该算法在干扰抑制过程中对有用回波信号造成的损失比较小,并且可以有效地抑制时变的NBI和WBI.结合仿真和实测数据的处理,经过实验分析验证了本文方法的有效性.