基于非均匀FFT的超宽带合成孔径雷达高效成像算法

超宽带合成孔径雷达(ultra-wideband synthetic aperture radar,UWB-SAR)成像算法中后向投影算法(back-projection algorithm,BPA)和可扩展的Omega-K算法成像精度很高,但成像处理中的复数插值操作带来了较大的运算负担。非线性调频变标算法(nonlinear chirp scaling algorithm,NCSA)不存在复数插值处理,成像效率较高,由于级数展开处理存在近似,SAR图像存在一定的距离方位耦合副瓣。提出了一种新的UWB-SAR成像算法,通过对SAR距离脉压后的距离时域数据进行非均匀傅里叶变换,去除距离方位的耦合。图像消除了距离方位耦合副瓣,具有较好的质量。随着成像点数的增多,本文算法成像效率接近NCSA成像效率。仿真结果验证了该算法的正确性。

VHF/UHF超宽带合成孔径雷达穿透性能分析

穿透性能是VHF/UHF超宽带合成孔径雷达的突出特点,本文定量地分析了其对叶簇、地表的穿透能力,给出了穿透深度与有关参数的数学关系。分析了波长、入射角和极化等主要因素对穿透性能的影响,认为:频段选择需要综合考虑穿透能力和系统实现难度,而极化以HH方式最佳。文中结论对超宽雷达系统设计与性能评估具有实际应用价值。

小波插值在机载超宽带合成孔径雷达成像中的应用

通过解方程构造一组4 4整数小波,利用整数小波的尺度函数作为插值基函数,进行波数域算法的Stolt插值,整个插值过程中只有加法和移位运算,便于硬件实现。仿真计算验证了快速算法的有效性。

适用于低频超宽带合成孔径雷达的改进Frequency Scaling算法

本文提出一种适用于低频超宽带(LrWB)合成孔径雷达(SAR)去调频接收信号的改进频率尺度(Frequency Scaling以后均简写为FS)算法。与原始的FS算法相比,该算法作了两大改进:第一步,该算法消除了信号在距离多普勒 域中所作的泰勒展开近似,实现了对参考距离目标的精确二次距离压缩(SRC)和距离迁徙校正(RCMC);第二步,该 算法减小了SRC因式没有随距离更新所造成的剩余相位误差,改善了测绘带边缘目标的聚焦性能,极大的提高了有效测 绘带宽;并且这种改进的FS算法与原始的FS算法相比并不增加运算量。仿真数据表明:这种改进FS算法的第一步改进 实现了小测绘带宽的精确聚焦,第二步改进将第一步的有效测绘带宽提高约20倍。

超宽带合成孔径雷达图像中二面角目标的检测

目标的散射特性常依赖于雷达和目标间的姿态角,这种依赖性在大积累角的UWB-SAR中尤为明显。通过分析SAR图像的频谱特点,提出一种归一化标准偏差滤波方法。在该方法中,SAR的复数图像首先通过一组带通二维滤波器,然后将滤波器组的输出图像序列合成一幅信杂比得到提高的图像。对仿真数据处理的结果表明,该方法的性能优于曾提出的方向匹配滤波方法。

超宽带合成孔径雷达树干杂波的统计特性分析

针对超宽带合成孔径雷达在树林区域探测隐蔽目标的应用场合,研究了树干杂波的统计特性。运用实验数据从幅度直方图拟合、高阶统计量和杂波统计模型识别几方面分析了VHF/UHF波段超宽带合成孔径雷达树干杂波的统计特性,得出了以K-分布为杂波模型的目标检测算法才能获得较佳的检测结果的新结论。

超宽带合成孔径雷达方程研究

超宽带雷达的相对带宽极大 ,波长变化范围大 ,带内系统特性也会随波长发生变化 ,常规雷达方程已不再适于超宽带雷达。从超宽带雷达天线、UHF/VHF波段接收机噪声温度以及最小可检测的信噪比三个方面研究了超宽带合成孔径雷达方程。修正了超宽带合成孔径雷达方程 ,消除了雷达方程中波长因子的影响 ,为超宽带合成孔径雷达的系统设计奠定了基础。

超宽带SAR成像的快速BP算法

在后向投影(BP)算法的基础上,提出了一种快速后向投影(FBP)算法。以点目标和多点目标为例,将该算法应用于超宽带合成孔径雷达成像并与原始(BP)成像算法进行比较,仿真结果证明了该算法的快速性和有效性。

超宽带SAR浅地表地雷聚焦与定位技术

机载或车载超宽带合成孔径雷达可以大区域快速探测单个地雷和雷场,是探雷的发展趋势。由于传统成像算法基于均匀媒质的假设,在浅地表目标成像中不再适应。该文首先建立了浅地表目标回波模型,定量分析了折射和色散对成像的影响。基于回波模型,提出了分别在回波域和图像域补偿折射和色散影响的浅地表后向投影(Subsurface Back-Projection,SBP)成像算法。但是对未知区域进行地雷探测时,无法获得目标埋设深度和入射角先验信息。针对这个问题,提出了基于图像域SBP成像算法的粗、精补偿分级处理流程,实现了大区域多目标精确聚焦定位。最后利用Rail-GPSAR探雷试验系统实测数据验证了该文方法的有效性。

基于数据的超宽带SAR的运动补偿方法

基于超宽带SAR(UWB-SAR)回波数据估计多普勒调频率误差,为了准确提取和补偿该误差,本文提出了一种改进MapDrift(MD)自聚焦方法,消除了“正侧闪烁”和合成孔径长度太大造成的不利影响;通过插值拟合运动误差以及循环误差补偿弥补了子孔径数目有限、飞机速度估计过于离散的不足,实现了MD对二次以上高阶相位误差的补偿,使MD能够适用于复杂的飞行条件(如无人机)。实际UWB-SAR数据的补偿结果验证了该方法的有效性。

低频超宽带SAR定标体散射特性

低频超宽带合成孔径雷达辐射定标过程中,定标体的散射特性表现为低频谐振散射特性。常规散射特性计算方法如矩量法中的广义阻抗矩阵在谐振频率点上条件数过大,导致计算不准确。本文给出了基于奇异值分解的方法得到较为精确的计算值。为了克服矩量法每次只能计算一个频点的散射特性,本文给出了基于渐进波形估计的方法,获得定标体超宽带散射特性。

超宽带SAR利用改进CS算法成像

在原始Chirp Scaling(CS)算法的基础上,详细推导了改进CS算法,并利用改进CS算法对超宽带合成孔径雷达(UWB SAR)进行成像,将成像结果与原始算法的成像结果比较后,其结果证明该算法突破了原始算法的局限性,能对大处理角的超宽带合成孔径雷达成像。

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。

基于几何主轴和Hough变换的超宽带SAR二值边缘图像细化方法

从经典形态学细化方法研究出发,结合超宽带SAR图像特点和超宽带SAR图像道路提取的应用背景,提出了一种基于几何主轴和Hough变换的超宽带SAR图像边缘细化方法。该方法克服了经典形态学细化方法边缘细化中容易出现的毛刺现象和单纯Hough变换对于区域方向判定的误差,提高了道路边缘细化的完整性。其细化后的线基元形态良好,有利于线基元连接成完整的道路。

超宽带SAR图像道路提取算法适应性研究

从道路特征提取的角度,对四种经典道路特征提取方法进行了分析和对比,探讨了它们在超宽带SAR图像道路提取技术中的适应性。超宽带SAR图像道路提取技术是在继承传统方法的基础上,结合在道路的灰度特征或其在自然界中特有的几何特征,形成合适的道路提取算法。在理论分析超宽带SAR图像特点和道路提取经典方法基础上,研究了四种道路提取方法在超宽带SAR图像中的适应性,开展了超宽带SAR图像的道路提取实验,系统总结了各方法针对超宽带SAR图像的优点和不足,形成了超宽带SAR图像道路提取技术的研究思路和道路边缘提取流程,相比经典方法性能得到提高。

超宽带ISAR超分辨成像的一种方法

首先建立CSM算法(相干信号的处理方法)模型,对超宽带信号聚焦后的数据协方差阵的表达式进行了推导;然后在详细介绍ESPRIT超分辨算法基础上,将该算法应用于CSM算法模型对超宽带逆合成孔径雷达进行成像;最后将CSM算法分别与TLS-ESPRIT算法和该文快速ESPRIT算法进行对比仿真实验,其结果证明了此超分辨算法的可行性和有效性。

基于邻域统计分布变化分析的UWB SAR隐蔽目标变化检测

该文针对载机不同航迹条件下所得多时相UWB SAR图像灰度值存在较大起伏,严重影响了基于像素灰度值差异的变化检测算法性能,提出了一种基于邻域统计分布变化分析的UWB SAR隐蔽目标变化检测方法。该方法将Gram-Charlier展开理论同秩序滤波器相结合对多时相图像中每个像素邻域的统计分布进行估计,进而借助K-L散度理论对多时相图像邻域统计分布变化进行定量分析以检测目标对应的变化区域。实验结果表明,该文方法能够更好地适应不同航迹UWB SAR图像间灰度起伏的影响,取得更好的检测结果。

UWB-SAR抑制RFI算法性能评估与测试

参数化方法是实现UWB -SAR抑制RFI的重要手段。为评估抑制RFI算法的实际性能 ,利用UWB -SAR实验系统的实测数据 ,从干扰抑制能力和脉冲压缩性能改善两个方面对几种主要算法进行了比较分析。结果表明 ,在干扰能量抑制比和脉冲压缩指标度量下 ,几种典型的参数化算法都能显著提高接收信号的信干比 ,而基于正弦波模型的算法略优于基于AR模型的算法。

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 .