基于平滑矩阵集优化的双基地MIMO雷达相干目标DOD和DOA联合估计

针对在进行相干目标测向时出现的协方差矩阵秩亏现象,双基地多输入多输出(MIMO)雷达探测相干目标会出现精度差、角度分辨率低等问题,提出一种基于分集平滑优化对相干目标波离方向角(DOD)和波达方向角(DOA)进行联合估计的算法。所提算法能通过分集平滑降维协方差矩阵,构造更有效的平滑矩阵集对相干目标进行联合角度估计。将发射阵列和接收阵列进行分集平滑并构建发射子矢量,计算其协方差矩阵;将每个发射子矢量的协方差矩阵进行平滑重构而后进行加权处理得到前向平滑矩阵;对前向平滑矩阵进行共轭翻转等变换后,得到前后向平滑矩阵,再对其进行奇异值(SVD)分解;利用降维多重信号分类(RD-MUSIC)算法对信号进行空间谱估计并实现DOD和DOA自动配对。所提算法有效提高双基地MIMO雷达对相干目标的测向性能,并通过实验证明所提算法的可行性。

利用长时间序列相干目标获取地面沉降场

本文利用长时间序列的相干目标分析方法研究地面沉降的形变规律．基于传统差分合成孔径雷达干涉测量方法，相干目标分析是利用时间序列多景影像获取地表稳定反射体——高相干点目标的新方法．实验区选择上海市主城区约100km^2区域，InSAR的实验数据采用覆盖1992～2000年间的25景ERS-1／2的单视复影像．在无先验沉降场模型的情况下，实验结果显示该实验区的地面沉降场在时间范围上跨越8年，平均观测时间采样率约为4个月，垂直形变精度优于5mm，满足我国对城市地面沉降形变观测的要求．研究结果表明该方法可以用于今后大时间／空间尺度上的高精度地表形变观测．

基于相干目标的干涉图叠加方法监测天津地区地面沉降

利用ENVISATASAR数据,采用基于相干目标的干涉图叠加方法,对天津地区的地面沉降现象进行了DInSAR监测试验。差分干涉处理采用"两轨法",使用校正了高程异常的SRTM DEM数据消除高程相位。以相干系数为标准选取了相干目标,解缠过程中运用了Delaunay三角剖分和权重最小费用流算法。本文获得的季度平均沉降速率图有效揭示了试验区地面沉降的空间展布及相对形变量,但其获得的绝对形变量尚需地面实测数据校验。

基于相干目标短基线InSAR的矿业城市地面沉降监测研究

针对煤矿区非线性地表沉降特征,探讨了相干目标短基线InSAR用于矿业城市地面沉降监测研究的方法与效果。该方法以相干目标短基线差分相位时序分析为技术核心,综合相干系数阈值法和振幅离散指数最大化提取有效相干目标,以此构建相干目标Delaunay三角网,进而分析相邻目标的时序相位差,根据差分相位构成中各分量的时空特性,对短基线条件下干涉相位序列进行逐个分离,最终获取地表下沉速率和下沉累积量。以唐山市为例,选用2004—2010年27景ENVISAT ASAR影像进行分析,查明了唐山市城区地面沉降量及其空间分布特征,最大年沉降速率达到-46.8 mm/a,主城区沉降速率普遍低于-11 mm/a。连续动态监测也显示了矿区开采沉陷不同阶段的地面沉降特征。

地表形变监测的改进相干目标法

如何从雷达干涉时间序列影像中获取更全面的相干目标集合,进行变形时间序列分析是当前研究的难点和热点。本文提出了改进的相干目标法,可获取更为全面且可信度高的相干目标集合,进而提高地表形变监测的时空分辨率和精度。根据雷达影像中同类型地物散射分布相近的特点,采用非参数同分布检验算法提取后向散射特性相近的同质点开展空间非局部滤波,提高干涉图的质量。与此同时,利用多尺度的极大似然条纹频率估计算法分离差分干涉图中的系统性相位,并基于同质点进行自适应相干性估计,获取相干性的平稳估计量,从而获取更多的相干点目标。利用20景TerraSAR-X条带模式时间序列影像,分别利用传统的及改进后的相干目标法对香港填海区域地表形变信息进行时序分析。对试验数据的分析结果表明,本文提出的改进方法在具有稀疏植被的填海区可有效增加相干目标点的提取,得到更为可信的沉降结果。

色噪声背景下基于声矢量阵列孔径扩展的相干目标波达方向估计

在目标波达方向(DOA)估计中,更大的阵列孔径往往能够获得更高估计分辨率和估计精度。然而,在色噪声背景或相干目标情况下,子空间类DOA估计算法性能急剧下降。针对这个问题,采用2个分置且相互垂直的均匀线性矢量阵列,通过阵列之间的协方差矩阵前向/后向平滑进行解相干预处理,并消除有色噪声的干扰;然后利用传播因子方法(PM)得到目标的方位角和仰角估计,无需奇异值分解和角度搜索;算法同时结合去模糊处理使得当阵元间隔大于半波长并在一定范围内增加时,其估计性能得到显著改善,且无需参考估计值的计算,节省了运算量。最后论文给出了仿真,验证了算法的有效性。

海量时序地基SAR影像相干目标选取

从序列SAR影像中选取全部有效的相干像元是提高SAR干涉变形监测空间密度和可靠性的重要保障。针对地基SAR的局域性、连续观测、数据量大、零基线干涉、相干性强和空间分辨率不一致等特点,在研究其成像特点的基础上,提出从海量时序地基SAR干涉图中提取相干目标的双阈值法,利用隔河岩水利工程区域1 330幅地基SAR影像对该方法进行了检验,实验结果证明该方法可有效提取可靠的相干像元,并指出当地基SAR影像多于600幅时,小于0.3的平均相干系数阈值对相干目标数量几乎没有影响,而振幅离差指数阈值是影响地基SAR相干目标数量的主要因素。

色噪声环境下双基地MIMO雷达相干目标角度估计算法

通过研究多输入多输出(Multiple input and multiple out,MIMO)雷达的角度估计算法,针对色噪声环境下双基地MIMO雷达相干目标角度估计问题,基于双基地MIMO雷达的信号模型,利用MIMO雷达的接收数据,通过四阶累积量的计算消除了色噪声的影响,并证明得到的一组矢量包含所有目标的角度信息;然后利用得到的四阶累积量矢量构造出块Hankel矩阵,并证明该矩阵的秩等于目标总数,且不受信号相干性的影响,通过奇异值分解,结合ESPRIT算法实现了色噪声环境下对相干目标的角度估计。算法结合四阶累积量和MIMO雷达的估计性能,具有自动抑制加性高斯白噪声和色噪声的能力,实现了相干目标的有效估计和参数的自动配对,提高了抗噪能力,更利于在实际中应用。最后计算机仿真结果证实了算法的有效性和可行性。

合成孔径雷达相干目标的分辨力评定

通常对合成孔径雷达图象分辨力的评定是以雷达系统参数来考虑的。实际上由于合成孔径雷达本身成象的特点,其图象分辨力也是同目标特性密切相关的。本文通过数学分析,将相干目标的分布模型与图象的可分辨条件结合在一起,提出了与目标特性相关的雷达图象分辨力评定标准——可分辨概率,并针对不确定目标的特性提出了平均可分辨概率的概念。针对所提出的分辨力评定标准,本文给出了计算示例,从计算结果中可以看出,目标特性对于雷达图象的分辨力有很大的影响,在设计或者评定雷达图象分辨力时应当考虑到目标特性的影响。

基于多主影像相干目标小基线InSAR技术的无锡市地表沉降监测

探讨了多主影像相干目标InSAR(MCTSB-InSAR)技术在大区域地表沉降监测的应用。在基于特征区域相干性组合干涉像对基础上,利用三级阈值法实现稳定目标点的大密度、高精度提取,以此构建区域Delaunay三角网,创建差分相位函数模型,从而获取地表沉降速率和累积沉降量。以无锡市为例,对两幅各25期Radarsat-2影像进行分析,获取全市2012年2月-2016年1月约489 781个点目标的地表沉降时空分布信息。利用相近时段的水准测量数据进行精度评定,结果表明,二者具有较高一致性,验证了MCTSB-InSAR方法在大区域地表沉降监测中的有效性和可靠性。

子视光谱相关属性的相干目标点探测方法

鉴于目前的PS点识别方法都基于大数据集情况,适用于小数据集的PS点识别方法鲜有研究,相干点目标与分布式散射体相比,可视为由一个或者多个主散射体构成的反射体,对应的单视复数影像的相位值在频谱域显现一种显著的光谱特征,依据相干目标点具有强光谱相关性的特点,提出了基于子视光谱属性的相干目标点探测方法,通过案例验证该方法识别的相干目标点不仅具有强振幅值和干涉相干值,而且在时间序列中保持稳定的相位值。通过分析相关窗口大小与子视相干值的关系,发现子视相干值和窗口大小成反比,窗口越大,相干值越小;相干窗口的大小变化对人工建筑物的影响较小,对植被覆盖区域的影响较为明显。该方法不对数据量要求,即使单景SAR影像也能识别出相干目标点,为小数据集的时间序列分析提供了新的相干目标点识别方法。

双基地MIMO雷达相干目标角度估计算法

提出一种双基地多输入多输出(multiple input multiple output,MIMO)雷达相干多目标角度快速估计算法。采用单次快拍数据构建的一组Toeplitz矩阵重构出新的协方差矩阵,使得矩阵的秩等于目标的总个数;通过矩阵变换使得变换后的协方差矩阵满足centro-Hermitian性,即可利用酉变换将复矩阵转化为实矩阵进行实数域的参数求解,采用旋转不变信号参数估计(estimation of signal parameters via rotational invariance technique,ESPRIT)算法即可准确估计出对应的目标角度。通过仿真表明:所提算法能够实现相干目标源的角度估计且参数自动配对;降低了复矩阵特征分解所带来的巨大运算复杂度,具有更高的参数估计精度和算法稳健性;同时能够对移动目标进行角度跟踪,具有良好的跟踪性能。

单基地MIMO雷达中相干目标的波达角和多普勒频率快速联合估计算法

针对单基地MIMO中相干目标的波达角(Direction-of-arrival,DOA)和多普勒频率联合估计问题,提出了一种降维-前向平滑-传播算子算法(Reduced dimension-forward spatial smoothing-propagator method,RD-FSS-PM)。该算法首先通过对接收信号进行降维变换以降低复杂度,继而利用前向平滑技术(Forward spatial smoothing,FSS)实现解相干,最后通过传播算子算法(Propagator method,PM)实现了对相干目标的波达角和多普勒频率联合估计,且无需额外配对。与传统的FSS-PM算法相比,所提算法波达角估计性能提升,多普勒频率估计性能接近而复杂度大大降低。本文同时分析了算法的理论均方误差(Mean squared error,MSE)和单基地MIMO雷达中波达角和多普勒频率联合估计问题的克拉美罗界(Cramer-Rao bound,CRB)。最后提供了详尽的仿真实验以验证算法的性能。

改进型PASTd双基地MIMO雷达相干目标角度跟踪算法

针对双基地MIMO雷达相干目标运动时角度跟踪问题,提出了一种基于数据平滑的快速跟踪算法。首先借鉴空间平滑的思想,采用数据平滑重构得到满秩的数据,去除相干信号造成的影响。对PASTd算法进行改进,提出适合平滑后数据的PASTd算法,通过改进的PASTd算法,能够更快地得到目标特征向量,并对其进行正交化得到信号子空间,最后结合ESPRIT算法得到收发角度,并实现自动配对,完成运动目标的角度跟踪。仿真结果验证算法的有效性。

基于数据预处理的MIMO雷达相干目标角度跟踪

针对双基地MIMO雷达相干目标运动时角度跟踪问题,提出了基于子空间的跟踪算法。首先通过对接收数据进行预处理,针对2个相干目标采用对称共轭处理,3个及以上相干目标借鉴空间平滑的思想,采用数据平滑重构得到满秩的数据,去除相干信号造成的影响。再利用PASTd算法得到目标特征向量,并对其进行正交化得到信号子空间,最后结合ESPRIT算法得到收发角度,并实现自动配对,完成运动目标的角度跟踪。仿真结果验证算法的有效性。

基于MIMO雷达的相干分布式目标参数估计Cramer-Rao下界

本文研究了MIMO雷达对相干分布式目标参数估计的Cramer-Rao下界(CRB).首先,给出相干分布式目标的MIMO雷达信号模型,推导出目标参数估计CRB的一般关系式;然后,给出在一个分布式目标、点目标和目标部分信息已知等特殊情况下的CRB;其次,讨论了MIMO雷达CRB的性质;最后,进行计算机仿真试验,研究不同条件下的MIMO雷达性能.结果表明由于具有避免波束形状损失等优点,MIMO雷达对相干分布式目标的参数估计CRB性能优于普通相控阵雷达.本文的研究揭示了MIMO雷达的相干分布式目标参数估计性能.

时序SAR影像相干点目标识别方法研究

时序差分干涉技术是近年来地面沉降监测领域的重要研究方向,基于时间序列SAR影像的稳定点目标识别和检测是进行时序差分干涉技术的关键和基础。本文针对短时间序列SAR影像的特点和普遍使用的点目标识别方法的局限性,借鉴散射体识别方法,综合考虑振幅和相位在时序SAR影像上的变化特征,采用多时相子孔径共轭内积和子孔径信息熵来获取时间序列过程中能够保持相位稳定的点目标,并用平均相干系数对选取的相干点目标进行修正。选取包含广州城区、东莞部分区域的2007年3月至2009年1月的17景Envisat ASAR数据进行实验,分别计算了方位向、距离向以及交叉向共轭内积和信息熵,并用基于高分辨率卫星影像数据解译的土地利用数据对提取的相干点目标进行验证。结果表明,利用多时相的子孔径影像共轭内积和信息熵可以得到比较可靠的相干点目标,交叉共轭内积在试验区域能获取精度高达92%的相干点目标。

双基地MIMO雷达相干分布式目标快速角度估计算法

该文提出一种基于双基地MIMO雷达的相干分布式目标快速角度估计算法。建立了双基地MIMO雷达相干分布式目标信号模型;然后,基于该信号模型证明了相干分布式目标导向矢量具有Hadamard积旋转不变性;最后,利用该特性得到了对目标2维收发中心方位角的估计。分析表明:该算法无需搜索,参数配对简单,能有效降低算法的计算量;由于没有对相干分布式目标的角信号分布函数做固定的假设,所以该算法适用于具有不同角信号分布函数或角信号分布函数未知的情况,具有较强的稳健性。计算机仿真结果证明了该文算法的正确性和有效性。

相干分布式目标一维波达方向估计方法

在相干分布式目标波达方向估计研究中，角信号分布函数一般具有共轭对称性。在角分布函数的数学形式未知，或角分布函数形式不同的信号源同时存在的情况下，本文提出了搜索极小最小特征值（噪声子空间）或极大最大特征值（信号子空间）的分布式目标一线波达方向估计方法，并分析了分布式目标波达方向估计的模糊性问题。

基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计

该文提出了基于二次虚拟孔径扩展的双基地MIMO雷达相干分布式目标中心角度估计算法。首先构造了基于非均匀阵列的具有相同确定性角信号分布函数和分布参数的相干分布式目标的双基地MIMO雷达信号模型,再利用基于最小冗余的差分共置阵列思想,实现了阵元二次虚拟扩展;然后通过构造置换、去冗余和换维矩阵,得到了新的协方差矩阵;最后利用ESPRIT算法思想,估计出相干分布式目标的发射、接收中心角,并且实现了角度参数的自动配对。由于该文算法实现了阵元二次虚拟扩展,因此相比于传统MIMO雷达能识别更多的目标,具有更高的估计精度。实验仿真结果证明了该文算法的有效性。