对比度最优自聚焦算法

该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真模拟证明了该算法的有效性。将COAA运用于中关村地区L-SAR数据并得到了理想的图像,这说明该算法具有重要的实际应用价值。最后,该文通过一些具体例子验证了该算法与其他算法相比具有更强的鲁棒性。

相位梯度自聚焦算法在条带模式SAR中的应用

相位梯度自聚焦 ( PGA)算法是一种稳健的高分辨 SAR相位校正方法 ,在 SAR领域得到广泛应用。但PGA是对聚束模式成像提出的 ,不能直接用于条带模式。本文利用两种模式之间的内在联系 ,将条带模式 SAR数据分块处理 ,等效成聚束模式数据。然后 ,用聚束照射 SAR成像算法实现成像 ,此时就可以利用 PGA完成各块子图像的自聚焦过程 ,最后将各子图像适当拼接 ,从而实现条带模式 SAR的 PGA处理 ,外场数据的处理证实了本文方法的可行性 ,同时 ,分块处理条带 SAR数据实现了聚束照射 SAR与条带模式 SAR成像算法上的统一。

对比度最优与子孔径相关自聚焦算法的比较

为了选用快速高效的自动聚焦算法对机载 SAR数据进行聚焦处理 ,针对两种自聚焦算法对比度最优法 (Contrast Optimization,简称 CO)与子孔径相关法 (Map Drift,简称 MD) ,利用中科院电子所机载 L波段合成孔径雷达 (SAR)的实际数据和仿真的点目标对这两种算法进行了对比实验研究 .给出了分别用两种算法处理的点目标冲激响应和实际 SAR图像 .通过对比分析 ,表明 CO算法比 MD算法计算速度快。

FMCW SAR相位梯度自聚焦算法研究

调频连续波合成孔径雷达(FMCW SAR)是一种新近提出来的成像雷达体制,它结合调频连续波与合成孔径成像技术,具有体积小、重量轻、成本低、分辨率高等一系列优点。在SAR成像中,相位误差是成像质量下降的主要原因。针对FMCW SAR的特点,分析了二阶相位误差对成像质量的影响,然后以二阶相位误差为例建立了存在相位误差的FMCW SAR信号模型,研究了适合于FMCW SAR的相位梯度自聚焦算法,仿真结果表明该算法能够校正相位误差的影响,提高了成像精度。

自适应峰度最优自聚焦算法

研究了一种适用于合成孔径雷达的自聚焦算法,称自适应峰度最优自聚焦算法(AKOAA)。该算法能有效解决对比度最优算法的局部极值问题,且具有原理简单、收敛快、计算量小、适应性强等特点。该文着重研究了AKOAA的原理及实现方法,最后通过对实际的L_SAR数据成像得到了较为理想的图像,这既证明了该算法的有效性,也说明了该算法具有重要实际应用价值。

一种基于RELAX的SAR自聚焦算法

该文提出了一种基于RELAX的自聚焦算法。根据多个特显点和杂波同时存在的模型,该算法交替迭代地进行相位校正和散射点参数估计,在精确估计出散射点子回波参数的同时估计出自聚焦所需的相位误差。由于该算法未对杂波和噪声模型作任何假设,可应用于绝大多数成像场景,同时该算法可用于估计任何类型的相位误差,因此是一种稳健的自聚焦算法。实际数据处理结果表明该方法是有效的。

合成孔径雷达成像自聚焦算法的比较

本文简要地分析和比较两类合成孔径雷达自聚焦算法的特点,并通过多点目标自聚焦成像对其进行验证,表明结论可靠。

基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法

在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性。针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相位误差的补偿。在仿真数据和GF-3数据上的实验结果表明,所提算法可以有效地实现SAR图像空变散焦船舶目标自聚焦,聚焦后的船舶图像在图像熵与对比度上都有所改善,且算法聚焦速度有很大提升。

合成孔径雷达多孔径相位差分自聚焦算法

相位差分 (PD)自聚焦算法是把处理孔径分为互不重叠的相等的子孔径 ,通过子孔径数据相位差函数的傅里叶变换来获得相位误差系数的估值 ,所能估计的相位误差的最高阶数由子孔径的数目决定 ,其一般做法是把处理孔径分成相等的两个子孔径 ,来获得二次相位误差系数的估值 ,并建立修正矢量补偿二次相位误差。通过将信号方位孔径分解到两个以上的子孔径 ,可以获得高阶 (阶数大于二 )相位误差系数的估值 ,故称之为多孔径相位差分自聚焦算法。本文对多孔径相位差分自聚焦算法的原理进行了详细的阐述 。

相位梯度自聚焦算法在机载合成孔径雷达运动补偿中的应用

研究了机载合成孔径雷达运动补偿中可以补偿任意阶相位误差的相位梯度自聚焦(PGA)算法,提出一种PGA快速算法。与雷达成像算法结合后,图像测量精度得到提高。

对海面重拖尾杂波下相位梯度自聚焦算法的改进

由于海杂波的随机动态特性,用合成孔径雷达(Synthetic Aperture Radar,SAR)对海面上的舰船目标成像时,相位梯度自聚焦算法(Phase Gradient Autofocus,PGA)的聚焦效果变差.在统计海杂波的分布特性之后,在大多数情况下可以用α-stable分布模型比较好地描述海杂波的幅度特性,尤其对于拖尾较大的海杂波.用分数低阶统计模型和相位梯度自聚焦算法结合起来(PGA-FLOS),可以有效地改善海面上舰船目标的成像效果.仿真和对实测海面数据处理都证明了文中算法的有效性.

基于切比雪夫拟合的BP自聚焦算法

为了解决传统后向投影(back-projection,BP)算法中,成像清晰度受硬件限制、复杂运动难以算法修正的问题,提出了一种基于信号分析,采用切比雪夫拟合的聚焦处理方法。考虑到非线性运动下的BP成像带有大距离变化产生的算法处理误差,导航器件补偿参数难以修正,该算法以信号回波数据为基础,采用改进的自动聚焦算法来修正距离误差带来的成像干扰,可在雷达系统内高效实现。分析了BP成像算法的误差和自聚焦算法,将原始BP成像图像与经自动聚焦处理的图像进行比较,检验算法的性能。仿真结果表明,抛物线轨迹下的改进BP自动聚焦算法处理后的图像效果优于未处理图像。

基于子孔径相位误差拼接的相位梯度自聚焦算法

随着雷达技术的发展,合成孔径雷达的成像精度也得到了大幅提升,与之相匹配的,也需要能更精确地进行运动补偿的算法。由于惯导精度无法满足需求,如果仅使用惯导数据对运动误差进行补偿,补偿的结果中含有残余的距离单元徙动,这会损失图像的精度。本文首先分析了残余的距离单元徙动对快速分解后向投影成像算法和相位梯度自聚焦算法的影响,再将用于聚束SAR相位误差补偿的相位梯度自聚焦算法进行优化,提出了基于子孔径相位误差拼接的相位梯度自聚焦算法,使其可以对残余的距离单元徙动进行补偿,并可以将其应用到条带SAR的运动补偿中,最后利用Ku波段雷达的实测数据验证算法的有效性。

一种基于亮点的合成孔径声呐图像域自聚焦算法

提出一种能够应用于合成孔径声呐的基于亮点的分块相位梯度自聚焦算法(Mosaic Phasegradient Autofocus,MPGA)。通过对亮点区域分块处理使每个SAS图像子块的模糊函数保持不变,利用PGA算法计算模糊函数的相位,将相位补偿到原图像,使模糊SAS图像得到聚焦。

一种基于曲线SAR的三维目标特征提取与自聚焦新算法

曲线合成孔径雷达（Curvilinear Synthetic Aperture Radar,简称曲线 SAR）是一种新的三维成像模式。通过让载机作曲线飞行,曲线SAR系统能同时在方位维和高度维形成大的合成孔径。本文提出一种曲线SAR的三维目标特征提取和自聚焦新方法。新方法是建立在一种灵活的接收数据模型之上的参数化的新方法。仿真实验证明了所提方法的有效性。

量子粒子群算法的弹载SAR图像自聚焦方法

为了补偿弹载合成孔径雷达(SAR)回波数据中的相位误差,研究了一种新颖的SAR图像自聚焦算法。该方法以量子粒子群(QPSO)算法为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正,改善聚焦质量以提高打击精度。同传统的相位梯度自聚焦算法(PGA)相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频高阶相位误差有非常好的补偿能力。并且适用于绝大多数场景,特别是对于无任何明显特征的图像。仿真结果验证了该方法的有效性。

一种基于量子粒子群算法的SAR图像自聚焦方法

为了准确补偿合成孔径雷达(SAR,Synthetic Aperture Radar)回波数据中的相位误差,研究了一种实用的SAR图像自聚焦算法。该方法以量子粒子群算法(QPSO,Quantum-behaved Particle Swarm Optimization)为基础,利用最小熵准则作为评判标准,通过多维搜索完成相位误差校正。同传统的自聚焦方法相比,该方法具有较好的鲁棒性和收敛速度快的特点,对低频和高频相位误差都有非常好的补偿能力。仿真结果验证了该方法的有效性。

基于衍射重建聚焦度评价的猪精子三维定位方法研究

评估精子活力的重要依据之一是精子运动性能。目前较为先进的计算机辅助精子分析(CASA)方法,利用图形处理技术对相差显微镜所拍摄的精子图像进行处理和分析,其设备体积大,造价高,成像视野小,更重要的是,该方法所得到的运动轨迹是平面的。事实上,精子的运动在三维空间中进行的。获得三维运动轨迹的关键步骤是三维定位,为此,本研究提出一种利用猪精子无透镜衍射成像获得其三维定位的方法。在衍射成像重建的基础上,利用图像处理算法,获得其平面坐标,利用重建距离影响虚实像对比度的原理,设计了聚焦度评价指标和自聚焦算法,获得其高度坐标,从而实现猪精子个体三维定位。结果表明,该方法在对精子个体进行三维定位时,在水平和垂直方向上分别能够达到为±1.4、±10μm的精度。该方法有望为猪精子质量检测和趋化性研究提供更加科学的数据支撑。

一种自聚焦的弹载SAR成像方法

针对传统聚束式合成孔径雷达(SAR)成像算法对弹载SAR运动误差补偿困难的问题,该文提出采用相位梯度自聚焦算法(PGA)实现导弹成像过程中的相位误差校正。该方法利用方位滑窗对各像素点进行质量评估,从而挑选出质量最好的孤立特显点用于相位误差估计,并通过对相位误差的迭代修正获得其估计值。该文研究的PGA算法是非模型的相位误差估计方法,因此对任意阶相位误差都有非常好的自聚焦性能。理论和成像仿真结果表明,该方法具有运算量小、收敛速度快和估计精度高的特点。

基于GPU的机载高分SAR运动补偿和自聚焦

对于高分辨率宽测绘带机载SAR,载机平台运动误差导致的相位误差具有严重的距离向空变性,因此在距离向采用了分段相位梯度自聚焦(PGA)算法来提高聚焦性能。然而传统的基于CPU的处理平台已经不能完全满足大量回波数据和复杂算法的快速处理。论文中针对机载高分SAR,提出适用于机载高分SAR的改进的距离向空变PGA算法。基于CPU+GPU的协同架构,改进的自聚焦算法和惯导运动补偿都得到了最大的并行优化。实验结果显示,该改进方法在并行平台上能够达到48倍的加速比的提升。