无人机载多普勒分集前视合成孔径雷达成像方法

前视合成孔径雷达(SAR)成像存在多普勒左右模糊的问题,需要利用空域资源进行解模糊处理。限于无人机(UAV)的载重与尺寸,接收阵列通常较小,解多普勒模糊的空域波束形成能力不足。此外,前视SAR回波方位多普勒梯度小、带宽窄,使得接收带宽未被充分利用。基于以上问题,该文提出多普勒分集前视SAR成像方法。该算法在前视SAR成像技术的基础上,利用多普勒分集MIMO技术,将多普勒窄带前视回波调制于不同多普勒中心以达到充分利用多普勒接收带宽的目的。进而,可获得一个数倍于真实接收阵列孔径的虚拟接收阵列,极大地扩展了接收通道,有效地改善了前视SAR成像解多普勒左右模糊的性能。

基于模拟退火法的优化线阵的前视三维SAR模型

提出了一种基于模拟退火法的优化线阵的前视三维合成孔径雷达(SAR)模型。针对实线阵需要的阵元个数多、数据计算量大等问题,利用模拟退火法优化3D-SAR的天线阵列得到一个位置优化的非均匀稀疏线阵。分析比较非均匀稀疏线阵和几种不同结构的线阵:非均匀稀疏线阵能以较少的阵元数目达到与其他几种阵列相似甚至更好的波束分辨率,并有效地避免了均匀稀疏阵列的栅瓣问题。分析了前视三维SAR的信号模型。将位置优化的非均匀稀疏线阵应用于前视三维SAR成像并结合BP成像算法。通过仿真实验验证了该模型的正确性和有效性。