基于方位调制的快速分解因子BP算法

BP算法的低效极大地限制了其在大范围场景和实时性要求高的场合下的应用。利用空间上相邻的点存在近似相等的"等效距离"原理,基于已有的两类快速BP算法,提出一种基于方位调制的快速分解因子BP算法。一方面利用基于方位调制的BP算法减少等效合成孔径长度,另一方面利用快速分解因子BP算法减少合成孔径范围内孔径点数。该算法在已有的快速BP算法基础上进一步提高效率,且能够并行实现,在机载实时成像和卫星在轨实时成像方面有一定的应用潜力。仿真和实测数据验证了该算法的有效性。

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。

基于最优区域划分的子块快速因子分解后向投影算法

后向投影(Back Projection,BP)算法具有精确聚焦、完美运动补偿等优点,适合于机载超宽带合成孔径雷达(Ultra Wide Band Synthetic Aperture Radar,UWB SAR)成像,但是巨大的计算量限制了它的实际应用。子块快速因子分解后向投影算法(Sub-Image Fast Factorized Back Projection,SIFFBP)算法大幅度减小了BP算法的计算量,提高了BP算法的实用性。本文通过分析SIFFBP算法区域划分的约束条件,提出了一种基于最优区域划分的改进算法,解决了传统SIFFBP算法在小波束积累角时加速性能下降的问题。当波束积累角小于60度或成像区域长宽相差较大时,改进算法进一步减小了计算量。仿真和实测SAR数据的成像结果验证了改进算法的性能。

采用斜距波数子带划分的SAR图像自聚焦方法

小型旋翼无人机载合成孔径雷达在运动中易受大气湍流等因素影响,产生二维空变的运动误差,影响SAR成像质量。本文提出一种基于拟极坐标系的快速因子分解反向投影(QPG-FFBP)成像自聚焦方法。该方法基于斜距波数子带划分,采用基于加权的相位梯度自聚焦模型估计每个子带的方位相位误差,并融合非系统距离单元徙动的相干性估计,完成全图像的运动补偿,解决二维空变误差补偿问题,提升图像的聚焦效果。通过仿真实验以及小型旋翼无人机载实测SAR数据验证了该方法的有效性。