基于压缩传感的线阵SAR三维成像方法研究

线阵SAR是一种新型雷达三维成像技术。由于实际中线阵天线长度有限,基于匹配滤波的传统线阵SAR成像方法不仅需要大量的阵元数,而且在切航迹向的分辨率也较低。结合三维场景空间目标的稀疏特征,提出一种基于压缩传感理论的高分辨线阵SAR三维成像方法。相对于传统匹配滤波线阵SAR三维成像方法,本方法只利用少量的稀疏天线阵元回波对切航迹向的稀疏散射目标进行L1范数优化重构,大大抑制了切航迹向旁瓣影响并显著提高分辨率。最后,通过线阵SAR点目标仿真三维成像表明了本文算法的有效性。

基于最大锐度半正定规划的线阵SAR自聚焦三维成像

线阵合成孔径雷达(LASAR)三维成像技术是一种具有重要潜在应用价值的新型雷达成像技术。但在一个脉冲重复时间中,LASAR系统中需采用阵列天线多个天线相位中心同时接收回波,仅利用载荷单个测量位置的导航测量系统(如惯性测量系统或全球定位系统)数据难以精确补偿LASAR阵列天线多个相位中心的运动误差。为了克服运动误差对阵列多天线相位中心影响,该文提出了一种基于最大锐度半正定规划的LASAR后向投影自聚焦成像算法。该算法建立了后向投影成像算法处理的线性数学模型,结合LASAR三维图像锐度最大化原则,利用迭代逼近最优方法对阵列多天线相位中心运动误差引入的相位误差进行估计。另外,为了提高自聚焦算法运算效率,仅采用主散射目标区域进行相位误差估计。仿真数据和实测数据验证了该算法的有效性。

基于半正定规划的压缩感知线阵三维SAR自聚焦成像算法

线阵合成孔径雷达(Linear Array Synthetic Aperture Radar, LASAR)3维成像技术是一种具有重要潜在应用价值的新体制成像雷达,压缩感知稀疏重构是近几年实现LASAR高分辨3维成像的热点研究之一。但相对于传统2维SAR,受线阵稀疏分布及阵列-平台2维联动,压缩感知LASAR成像面临回波数据欠采样、多维度高阶相位误差等问题,传统SAR自聚焦算法难以适用于压缩感知LASAR 3维稀疏自聚焦成像。为克服欠采样条件下多维度高阶相位误差对LASAR成像的影响,该文提出了一种基于半正定规划的压缩感知LASAR自聚焦成像算法。首先,结合压缩感知成像理论、图像最大锐度及最小均方误差准则,构造欠采样条件下稀疏目标的相位误差估计模型;其次,利用松弛半正定规划方法估计相位误差;最后,利用迭代逼近方法提高相位误差估计精度,实现压缩感知LASAR高精度稀疏自聚焦成像。另外,通过主散射目标区域提取,仅采用主散射区域进行相位误差估计,进一步提高自聚焦算法运算效率。仿真数据和实测数据验证了该文算法的有效性。

基于压缩冗余采样的线阵三维SAR成像方法

线阵三维SAR系统可实现对地面场景的三维成像,是近年来研究的热点,但受载机平台和实际条件的限制,其切航迹向分辨率难以提高。结合三维场景中的目标稀疏特征,提出了一种基于压缩冗余采样的线阵三维SAR超分辨成像方法。相比于匹配滤波成像方法,该方法需要较少的阵元数就可以进行超分辨成像,并且冗余基的采样结构使成像位置更加精确,在抑制旁瓣的同时大大提高了切航迹向的分辨率。仿真实验证明了算法的有效性。

用于线阵三维SAR成像的二维快速ESPRIT算法

线阵3维SAR系统可实现对地面场景的3维成像,是近年来研究的热点。但受载机平台和硬件条件的限制,其切航迹向和沿航迹向的分辨率难以提高。为了改善2维分辨率,该文提出了一种用于线阵3维SAR成像的2维快速ESPRIT算法,首先结合盖式圆方法和ESPRIT算法估计出点目标在切航迹向和沿航迹向位置,并通过该文改进的基于"区域生长"的2维位置配对方法替代最小二乘法快速求得目标散射系数,实现线阵2维SAR切航迹向和沿航迹向超分辨成像。该算法具有分辨精度高、运算速度快、实时性能好等优点。仿真实验证明了其有效性。