无人机SAR数据低比特量化及其复杂度分析

无人机(unmanned aerial vehicle,UAV)平台由于尺寸与载荷的限制,仅能提供有限的硬件计算资源.如何利用尽可能低的计算复杂度来获得高质量的合成孔径雷达(synthetic aperture radar,SAR)成像,是基于UAV SAR系统设计面临的一个重要问题.分析现有算法的缺陷,利用不同的量化方法对SAR原始回波数据进行低比特量化,针对低比特量化SAR数据提出基于单频阈值的成像质量改善方法.在此基础上,研究不同量化策略下SAR成像匹配滤波处理所需的计算复杂度,并定量评估了相应的成像质量.研究结果可为基于UAV平台的SAR成像应用中计算复杂度与成像质量之间的取舍提供参考.

单比特多模态SAR干扰方法研究

该文提出了一种针对合成孔径雷达(SAR)的单比特多模态干扰方法,干扰机在截获SAR信号后,将其与单频阈值比较后量化为单比特数据。与传统高精度采样量化生成高逼真度假目标的欺骗干扰方法相比,单比特量化仅保留了数据的符号信息,降低了采样数据的位宽,达到简化系统、提升效率、降低成本的目的。同时,基于单频阈值的单比特量化在截获SAR信号中引入了丰富的谐波分量,通过合理设计阈值的幅度、频率与相位参数,可以将单频阈值泛化为多种阈值。不同阈值可以有效利用不同特性的谐波,进而达到单目标欺骗干扰、多目标欺骗干扰、射频干扰和类噪声干扰等多种干扰模态单一对抗或协同对抗、多模态间捷变的灵巧干扰效果。通过仿真实验定量分析了不同干扰模态下的干扰性能,验证了所提方法的有效性。