稀疏微波成像研究进展(科普类)

稀疏微波成像是将稀疏信号处理理论系统性地引入微波成像并有机结合形成的微波成像新理论、新体制和新方法。该文阐述了稀疏微波成像中稀疏表征与变换域映射、稀疏观测约束、以及非模糊重建等关键科学问题;在此基础上介绍了稀疏微波成像的主要研究进展以及原理样机的机载飞行实验,实验结果表明了稀疏微波成像原理和方法的可行性和有效性;另外,该文还讨论了稀疏微波成像在3维雷达成像、逆合成孔径雷达、探地雷达等领域的应用。

基于相关准则的稀疏微波成像方位向采样优化方法

稀疏微波成像将稀疏信号处理理论系统性地引入微波成像中,与传统合成孔径雷达成像相比,具有提高成像质量、降低系统复杂度等优点。稀疏采样方式是影响稀疏微波成像重建质量的重要因素。该文主要研究方位向稀疏采样的优化问题,分析了稀疏微波成像观测矩阵的相关系数与重建能力的关系,在此基础上提出一种基于相关系数的优化准则,并对方位向稀疏采样参数进行优化。仿真结果验证了所提优化方法的有效性。

基于RIPless理论的稀疏微波成像波形分析方法

稀疏微波成像回波数据可以建模为Toeplitz矩阵与地面场景的乘积,Toeplitz矩阵中的行向量为发射信号的时延。由于难于验证Toeplitz矩阵是否符合经典的稀疏信号处理中RIP等重建条件,因而分析稀疏微波成像采样数与发射波形的关系十分困难。近年提出的RIPless理论表明如果矩阵的行向量是对一个概率分布的随机抽取,并且该概率分布满足一定的条件,那么可以从少量的采样数据中恢复稀疏信号。Toeplitz矩阵适用于RIPless理论。该文首先介绍稀疏微波成像中观测矩阵的构造,然后利用稀疏信号处理中的RIPless理论分析波形中信号脉宽、带宽和信号形式与稀疏微波成像采样数的关系,进而比较不同波形对稀疏微波成像中的性能,最后通过仿真验证了该方法的有效性。

结合MD自聚焦算法与回波模拟算子的快速稀疏微波成像误差补偿算法

稀疏微波成像是将稀疏信号处理理论引入微波成像中,利用系统的稀疏约束突破传统合成孔径雷达(SAR)成像中系统复杂度的瓶颈,是微波成像的新理论、新体制和新方法。在传统的机载SAR成像中都会面临非理想运动带来的回波相位误差问题,可通过基于回波数据的自聚焦算法加以解决:但在机载稀疏微波成像中,因稀疏微波成像采用稀疏重建算法取代了传统SAR中基于匹配滤波的信号处理方法,传统的基于回波数据的自聚焦算法难以直接应用。现有基于稀疏重建的自聚焦算法主要基于两步迭代方法,收敛速度慢、运算量大。该文以基于回波模拟算子的快速稀疏微波成像算法为基础,将子孔径相关(MD)自聚焦算法引入,与之结合构建了新的"MD-回波模拟算子自聚焦算法"。该方法继承了基于回波模拟算子算法快速重建的优势,并利用MD自聚焦算法实现了回波2次相位误差的正确补偿,与现有基于两步迭代的稀疏微波成像自聚焦算法相比,收敛速度快,并可以实现较好的自聚焦效果。

稀疏微波成像信号处理方法研究

主要围绕该研究关键科学问题"稀疏微波成像非模糊重建"展开研究,结合稀疏微波成像体制,研究多维度稀疏信号特征信息挖掘方法,提出稀疏微波成像距离多普勒二维解耦成像重建算子,建立稀疏微波成像重构算法,实现微波成像大数据量的快速求解。主要研究内容包括:基于稀疏优化的空时频域先验信息挖掘方法、稀疏微波成像非模糊重建理论和方法、非理想运动平台稀疏微波成像处理和稀疏微波成像快速算法研究。主要工作进展包括:(1)基于目标在空间的稀疏表征,揭示观测对象在空间维度的先验信息调制机理,实现短孔径下的方位高分辨成像。(2)进行了稀疏步进频率雷达成像体制设计和高分辨成像算法研究,有效降低步进频率雷达的回波数据量和外界干扰的概率。(3)基于稀疏孔径数据,揭示观测对象在方位时间维度的先验信息调制机理,展开了方位孔径稀疏采样的雷达体制设计和高分辨成像算法研究。(4)提出了一种基于稀疏表征的自聚焦算法,研究了存在运动误差下的稀疏微波成像非模糊重建算法,完善了可嵌入运动补偿的稀疏微波成像处理框架。(5)展开了宽幅海洋多舰船目标高分辨成像的体制设计和算法研究,提出了一种单天线体制下的Fast-Scan SAR海洋多舰船成像算法,并完善了稀疏微波成像非模糊重建理论框架和方法体系。(6)展开了稀疏采样体制下的运动目标检测和成像算法研究。通过方位稀疏采样方式优化设计,基于运动目标先验信息挖掘技术研究,利用稀疏信号处理算法实现运动目标的高分辨非模糊重建。

相变图在稀疏微波成像变化检测降采样分析中的应用

相变图是稀疏微波成像雷达性能评估的一种重要方式,它可以准确刻画出雷达成像性能随稀疏度、采样比和信噪比3个参数的变化趋势,给出不同参数组合下场景准确重建的概率值。稀疏微波成像变化检测中,由于场景的变化相对于整个观测区域是稀疏的,利用分布式压缩感知方法可以在采样比组合满足一定条件下准确提取场景变化量。该文在场景稀疏度和信噪比不变的情况下,研究前后观测数据的采样比对变化检测结果的影响,绘制稀疏微波成像变化检测相变图,并利用相变图分析变化检测结果随前后两次观测的采样比参数的变化趋势,确定可以实现准确重建的采样比参数组合范围。最后通过仿真和实验验证相变图用于分析稀疏微波成像变化检测结果的可行性和有效性,为实际稀疏微波成像系统降低数据采集量和系统设计复杂度提供依据。

稀疏微波成像技术在轨验证及应用探讨

介绍了稀疏微波成像技术的在轨试验验证情况,试验中通过更改卫星系统成像参数,完成了系统均匀降采样数据的获取,利用稀疏微波成像方法进行了成像处理,提出了面向稀疏微波成像处理的成像质量评估方法,并对成像结果进行了定量化评估。最后根据试验结论,对稀疏微波成像技术在未来遥感卫星的应用方向进行了展望。

基于Lasso的稀疏微波成像分块成像原理与方法研究(英文)

稀疏微波成像需要使用相对复杂的非线性处理方法,这些方法难于处理大场景成像问题,为此,该文提出了一种适用于大场景稀疏微波成像的分块成像方法。该方法首先将大场景观测数据和成像区域分割成一一对应的子数据块和子区域,然后利用基于Lasso的稀疏微波成像方法对各子区域独立重建,最后拼接子区域重建结果得到大场景整体图像。相比于对稀疏观测场景进行整体重建,该分块处理方法可以控制每次重建所涉及的数据量,同时理论分析表明分块处理稀疏场景重建误差不超过整体重建误差上界的两倍。数值仿真及实测数据处理结果验证了该分块处理方法的有效性。

基于频域稀疏非均匀采样的雷达目标一维高分辨成像

雷达目标的高分辨距离像具有稀疏和可压缩的特点,可以在频域进行稀疏非均匀采样获得目标的宽带散射数据,再通过恰当的信号处理手段得到一维高分辨像.本文描述了基于频域稀疏非均匀采样的雷达一维成像数学模型,从参数估计的角度比较了稀疏非均匀采样与均匀采样的成像性能,提出了非均匀采样点选取方法;分别应用参数估计方法和稀疏像重构方法实现了基于频域稀疏非均匀采样的雷达目标一维高分辨成像.采用暗室测量数据比较了两种方法的性能,验证了频域稀疏非均匀采样在降低数据量、提高分辨力方面的优势.

基于CUDA的阈值迭代算法并行实现

利用CUDA编程在GPU平台设计并行实现阈值的迭代算法,并应用于稀疏微波成像.仿真实验结果表明,在正确重建信号的前提下,相对于常规的CPU串行计算,采用GPU并行处理能加快运算,提高成像速度.