层析合成孔径雷达成像航迹分布优化方法

层析合成孔径雷达成像(tomography synthetic aperture radar,TomoSAR)将合成孔径原理用于高程向,通过不同入射角的多幅二维合成孔径雷达图像对高程向反射功率进行重建,从而实现三维成像。TomoSAR中,航迹分布是影响高程向重建的重要因素。针对高程向分布稀疏的情形,压缩感知方法被用于TomoSAR。基于压缩感知的TomoSAR中高程向重建质量取决于观测矩阵的性质,而航迹分布与观测矩阵的重构性能紧密相关。利用一种基于相关系数的观测矩阵优化准则,对航迹分布进行参数优化,从而在航迹数目一定的情况下,实现高程向的优化重建。仿真和实验结果验证了该方法的有效性。

Spotlight模式合成孔径雷达成像的层析成像方法(英文)

:Spotlight模式合成孔径雷达成像能用沿上半圆曲线积分的层析成像来实现 .使用解析函数的外推和沿上半圆曲线Radon变换的反演 。

合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。

非盲源KPCA剩余噪声比阈值层析SAR成像方法

合成孔径雷达(SAR)层析成像技术是基于干涉SAR测量技术发展而来的先进三维成像技术。层析SAR通过第三维反演技术将叠掩在同一距离-方位分辨单元的散射体进行分离而实现SAR的三维成像。因此,叠掩在同一距离-方位分辨单元的散射体分离是层析成像的关键。文中提出了一种非盲源散射体分离算法,结合核主成分分析和剩余噪声比阈值,估计同一距离-方位分辨单元内散射体的个数,并反演其位置。在满足完整度的同时,尽可能抑制噪声。该方法利用核主成分分析,人为增加核矩阵维度,从而减少系统的导向向量偏差;并且加入剩余成分中噪声强度比的计算作为算法的约束条件,从而降低了噪声信号误判的可能性。实验结果表明,所提方法在各个方面都优于传统的层析反演方法,并且高度重建精度得到一定程度的提高。

SAR层析成像技术的发展和展望

合成孔径雷达(synthetic aperture radar,SAR)图像是雷达目标在二维成像平面上的投影,由投影引起的各种失真使得SAR图像解译极其困难。干涉SAR能获取连续地形的高程测绘,但不具备高度分辨能力。利用多部天线或多次航过形成高程上的合成孔径,SAR层析成像技术实现了对雷达目标的三维分辨能力,这对实现城区测绘、人造目标识别等均具有重要价值。总结了SAR层析成像系统及其信号处理技术的发展历程和研究进展,并对各种信号处理算法的性能优劣进行了研究与讨论。最后,指出了SAR层析成像技术的研究热点并对其发展趋势进行了展望。

基于正则化正交匹配追踪的SAR层析成像

压缩感知框架下的合成孔径雷达(SAR)层析成像技术引起了人们的关注。压缩感知理论能在实际系统中基线数量和分布稀疏的情况下实现高度向的高分辨率聚焦,这是基于谱分析的成像处理方法难以实现的。提出将正则化正交匹配追踪(ROMP)算法应用于SAR层析成像中,仿真实验结果表明该算法能高分辨率的成像,接着探讨了被测区域目标数目对成像精度的影响,结果表明随着目标数目的增加,成像的误差越大,这些对进一步的SAR层析成像研究具有重要的理论意义。

基于快速阈值迭代的SAR层析成像处理方法

合成孔径雷达层析成像(synthetic aperture radar tomography,TomoSAR)是将合成孔径原理应用到高程向进行三维成像,相比于传统的二维成像,增加了高程向的信息。传统谱估计方法可用于SAR层析成像,但其高程向分辨率较低。对于高程向分布稀疏的场景,压缩感知(compressive sensing,CS)方法可以用于高程向重建,且具有超分辨能力。阈值迭代算法(iterative shrinkage-thresholding,IST)可用于SAR层析成像,但其收敛速度比较慢。介绍了一种快速阈值迭代算法(fast iterative shrinkage-thresholding,FIST)用于SAR层析成像,该方法不仅保持了IST算法计算的准确性,而且具有较快的收敛速度。本文通过仿真实验说明FIST算法在多散射体分辨、单散射体位置估计等方面的特性,并利用TerraSAR-X北京地区实际数据进行SAR层析成像,分析成像效果。研究结果表明FIST算法在多散射体分辨、单散射体位置估计方面优势明显,其应用于SAR层析成像具有较好的成像效果。

提高0.14THz雷达成像质量的新方法(英文)

目前,国际上多个科研小组相继开展了太赫兹逆散射成像方面的研究,已开发出多个太赫兹逆散射成像系统。其电磁散射模型及成像处理方式多借鉴于其他辐射源已经成熟的研究成果,例如:雷达目标散射中心模型及ISAR/SAR,Born/Rytov近似模型及层析成像。但上述方法直接应用于太赫兹波段将导致成像质量的下降。首先简要介绍了太赫兹雷达成像和太赫兹层析成像之间的关系,在分析两种成像方法特点的基础上,重点研究了大孔径、大带宽条件下的太赫兹逆散射成像,提出了一种基于Range-Doppler算法的改进成像方法。最后,利用该方法对中物院研制的0.14 THz雷达样机实验数据进行成像,并给出了典型目标的成像结果,验证了新成像方法的有效性。

一种基于逆问题的差分干涉SAR层析成像方法

高度-速率维成像时,差分干涉层析成像合成孔径雷达获取的观测数据在基线-时间平面非均匀分布。若直接对观测数据进行两维傅里叶变换来恢复散射体高度-速率维像,则因强副瓣存在,成像效果不理想。该文将差分干涉层析成像合成孔径雷达高度-速率维成像问题归结为2维积分方程的逆问题,提出了一种采用Backus-Gilbert算法实现差分干涉SAR层析成像的新方法,并使用Tikhonov正则化获得逆问题的正则解。仿真结果表明该文提出的方法能够克服基线时间不均匀造成的影响,获得较好的成像结果。

一种SAR层析成像的RELAX改进算法

受分辨率限制及旁瓣影响,传统的傅里叶变换方法获取合成孔径雷达层析成像(SAR tomography)高度维图像时,难以获得满意的成像结果。本文在松弛(RELAX)算法的基础上提出了一种改进算法(IRELAX)来获得SAR层析成像的高度维像,通过Monte Carlo仿真对谱估计算法中的MUSIC,WSF,RELAX和IRELAX的性能进行了比较,结果表明本文提出的方法能够提高干涉相位估计精度,改善成像质量。

基于空间谱域分布的衍射层析成像分析

提出从空间谱域分布的角度定性评价衍射层析成像特性,通过分析成像系统对应的空间谱域分布的面积和形状即可判断系统结构的优劣,进而衡量成像质量.基于空间谱域分析的理论基础,导出理想情况下衍射层析成像系统采用转角、频率扫描数据采集方式对应的空间谱域分布,分析传输和反射两种工作模式的成像特性,然后考虑实际情况下有限孔径的影响,并将该方法推广应用于合成孔径雷达成像.理论和数值结果表明,该方法简单、直观、物理概念明晰,利于选择优化成像系统结构,且可推广应用于一般性的成像系统.

基于幅相不一致准则的建筑物SAR层析成像

传统的谱分析和压缩感知(CS)等层析合成孔径雷达(TomoSAR)成像技术由于解斜处理需要估计得到精确的垂直雷达视线(PLOS)方向的垂直有效基线。为了避免此操作该文采用沿PLOS向进行搜索的空域波束形成(BF)方法进行层析聚焦。由于高分辨率SAR图像中城区建筑物结构复杂,不同航过SAR图像间存在观测视角差异,并且存在相干斑噪声影响,SAR图像中的所有同源点不能在相同的像素点同时进行精确地配准。为了从幅度和相位两个方面找出BF聚焦时最相关的像素点,提出了一种联合参考像素窗口中邻域像素点的幅度和相位来提取目标像素点的不一致性准则。根据不一致性准则的最小化提取出相应的同名像素点,以实现对层析成像的精确聚焦。利用仿真数据和高分辨X波段重复航过机载SAR系统录取的实测数据进行实验。实验结果中,利用传统方法聚焦得到的散射轮廓峰值位置在15.63 m而该文所提方法得到峰值位置在16.88 m,峰值位置更加接近建筑实际高度18 m。表明该方法能有效提高散射体在PLOS方向的聚焦能量,并精确提取建筑物的3维轮廓。

基于组稀疏的极化差分SAR层析成像方法

差分合成孔径雷达(synthetic aperture radar,SAR)层析成像通过多航过数据重建观测目标的后向散射系数和视线方向形变速率。将全极化与差分SAR层析相结合,针对城市建筑成像高程向稀疏的特点以及全极化数据反演中,信号稀疏支撑集相同的特点,提出将稀疏约束与组稀疏约束相结合的求解模型,用基于层次稀疏的阈值迭代方法进行求解。通过仿真实验和基于BioSAR 2007实测数据的半仿真实验验证,实验表明全极化差分SAR层析成像方法,重构结果相较于单极化,提高了高程向和形变速率精度,且有更好的鲁棒性,在信噪比为10dB时,相较于单极化差分SAR层析成像方法,能更好恢复高程向信息和形变速率。

基于交替方向乘子法的Capon层析SAR成像方法

合成孔径雷达(Sythetic Aperture Radar,SAR)层析成像(TomoSAR)是一种多基线干涉测量技术,可沿垂直于视线(Perpendicular to the Line-Of-Sight,PLOS)方向估计功率谱图(Power Spectrum Pattern,PSP)即后向散射系数,从而实现三维成像。本文提出一种改进的波束形成优化算法,在双约束鲁棒Capon波束形成算法(Doubly Constrained Robust Capon Beamforming,DCRCB)的基础上,结合L1范数的约束函数,构建交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)的代价函数,将DCRCB恢复的后向散射系数进行进一步稀疏优化,实现层析SAR的三维成像。ADMM算法以增广拉格朗日算法为基础,将较为复杂的全局求解问题转换为两个或多个更易求解的简单局部子问题。ADMM算法在迭代中,各子问题可分别完成稀疏重构和降噪运算,被分离的局部子问题代数式都较为简单,均能较容易地求出确定的解,且不必对其进行收敛运算与约束操作。因此,ADMM算法具有重建精度高的优势。本文采用2021年中国科学院空天信息创新研究院发布的山西运城地区的8通道机载阵列干涉SAR数据进行了实验验证,实验结果验证了算法的有效性。

地形表面反射强度的数学层析成像方法

若二维ＲＦ窄波反射函数是定义在地面一圆形区域内部的，并假定该圆域表面介质是弱反射介质，那么在给定时刻，接收发射器（如机载合成孔径雷达）所接收到的返回数据可视为过该圆域的一圆弧上的线积分值，Ｍｕｎｓｏｎ，ｅｔａｌ．在假定圆域半径与接收发射器运动路径到该圆域中心的距离相比很小的情况下，用直线上的线积分值来代替圆弧线上的线积分值，利用古典的Ｒａｄｏｎ变换方法，给出了该圆域反射函数的成像模式。本文将克服这一限制，利用广义Ｒａｄｏｎ变换的反演结果，在Ｍｕｎｓｏｎｅｔａｌ工作的基础上，给出了该反射函数的层析成像级数表达式，从而在数学上推广了他们的工作，为重建地形表面反射函数提供了一种方法，并为利用层析成像理论解释雷达成像中的问题提供了一个新的途径。

基于自适应高程约束的TomoSAR三维成像

层析合成孔径雷达成像(TomoSAR)是2010年以来SAR成像领域尤其是城市三维成像的热门研究方向。但在TomoSAR三维重建中,相位缠绕会引起高程散射剖面的周期性谱峰,并导致散射体高程向位置的错误估计和三维成像结果中建筑点云的分层,即高程模糊。该文针对这一现象,提出一种自适应调整高程搜索范围的方法,以提升散射体高程估计的准确度,并改善高程模糊。该方法首先进行场景的高度预估计,然后根据高度预估计构建高程采样中心线性函数并计算搜索半径,从而确定并更新各像素的高程搜索范围,保留真实谱峰并隔离模糊峰值。机载和星载的实测数据实验表明所提方法明显改善了高程模糊和伪影问题,提高了三维点云的空间集中度和连续性。

基于车载多通道探冰雷达的三维冰下地形提取方法

冰盖模型的建立对于未来全球气候预测至关重要,获得准确冰下地形特征是开发更真实精确的冰盖模型的重要条件,而具有高精度探测及定位优势的车载多通道冰雷达适用于获得开发冰盖模型所需的基础信息。传统基于频率波数域(f-k)偏移的冰雷达数据处理算法仅能对行进轨迹测线下的二维冰下地形进行测量,需要地理插值才能得到三维冰下地形,插值精度影响到最终的三维地形图精度,特别是在冰流速较大区域,该地理插值方案会引起较大的地形误差。本文针对上述问题展开深入研究,结合格陵兰岛车载多通道冰雷达探测数据的处理,提出一种基于多通道冰雷达数据的三维冰下地形提取方法,利用层析处理技术结合空间谱估计方法得到精确的数字高程模型(DEM)数据,实现对冰盖的条带模式探测,具有空间分辨率高、冰下地形误差小等优点。仿真及实测数据处理结果验证了本文提出的三维冰下地形提取方法的有效性。

3DSARBuSim 1.0:人造建筑高分辨星载SAR三维成像仿真数据集

层析合成孔径雷达(Tomographic Synthetic Aperture Radar, TomoSAR)成像技术可有效解决陡峭地形叠掩恢复难题,因此成为城市测绘技术的研究热点之一。基于公开数据集的评估是TomoSAR算法研究与系统论证的必要过程,但目前存在的公开数据集缺乏相应的地物模型真值,无法对算法进行定量验证。为解决这一问题,并进一步推动TomoSAR技术的发展,该文首先提出一种基于射线追踪的先进星载雷达模拟器(Ray Tracing Space Borne Radar Advanced Simulator, RT-SBRAS),相较过往方法,该模拟器可快速稳定地模拟复杂建筑物星载SAR图像。基于此,构建了人造建筑物高分辨SAR三维成像仿真(3D SAR Building Simulation, 3DSARBuSim)数据集的1.0版本,其中包含8个典型建筑物场景的双频段多航过全链路仿真数据。最后给出正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法和双频OMP算法在所提数据集上的验证实验,该数据集可对算法进行清晰、准确的定量比较。

基于模拟干涉相位去斜的SAR层析处理方法

合成孔径雷达层析解决了传统合成孔径雷达二维成像在高程向分辨率丧失的难题,通过不同空间位置的多次观测在目标高程向形成合成孔径,真正实现了对目标的三维成像。以合成孔径雷达层析处理中的去斜操作这一重要步骤为研究对象,提出一种基于模拟干涉相位的去斜方法。该方法可以避免额外大气相位误差的引入,并且仅需要低精度的地面高程数据就可得到理想的去斜效果,所以利于提高合成孔径雷达层析的精度和实用化程度。最后利用实测数据进行了合成孔径雷达层析处理实验,处理结果证明了基于模拟干涉相位去斜方法的正确性与有效性。

基于方差成分扩张压缩的稀疏贝叶斯ISAR成像方法

基于贝叶斯框架下的稀疏重构方法,由于考虑了稀疏信号的先验信息以及测量过程中的加性噪声,因而能够更好地重建目标系数,然而传统的稀疏贝叶斯学习(SBL)算法参数多,时效性差。该文考虑一种新的稀疏贝叶斯学习方法方差成分扩张压缩(ExCoV),其不同于SBL中赋予所有的信号元素各自的方差分量参数,ExCoV方法仅仅赋予有重要意义的信号元素不同的方差分量,并拥有比SBL方法更少的参数。基于计算机层析成像技术框架下的ISAR成像模型,该文将ExCoV方法结合压缩感知(CS)理论将其进行ISAR成像,并从适用性和成像效果等方面与常用的极坐标格式算法(PFA),卷积逆投影算法(CBPA)和传统的稀疏重构算法进行比较,点目标仿真结果表明基于ExCoV的方法得到的ISAR像具有低旁瓣,高分辨率的特点,真实数据的成像结果表明该方法是一种比SBL更有效的ISAR成像算法。