对比度最优自聚焦算法

该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真模拟证明了该算法的有效性。将COAA运用于中关村地区L-SAR数据并得到了理想的图像,这说明该算法具有重要的实际应用价值。最后,该文通过一些具体例子验证了该算法与其他算法相比具有更强的鲁棒性。

基于对比度最优的SAS图像自聚焦

合成孔径声纳(synthetic aperture sonar:SAS)成像中,主要通过自聚焦校正剩余相位误差。对比度最优自聚焦算法(contrast optimization autofocusing algorithm:COAA)是典型的参数化自聚焦方法,一般用于估计二次相位误差。SAS图像中的二次相位误差主要由前向速度偏差和视线方向加速度引起,本文将COAA用于校正SAS图像中由于速度偏差引入的二次相位误差。仿真和实测数据处理结果表明,对比度最优自聚焦算法可以有效补偿图像中的由于速度偏差引起的相位误差。