方位多波束弧形阵列SAR成像方法研究

弧形阵列合成孔径雷达(Synthetic Aperture Radar,简称SAR)是一种广域观测的新体制微波成像系统,相比于线性阵列合成孔径雷达,弧形阵列SAR能够有效克服常规成像雷达前视、侧视、下视等观测视角单一的问题,弥补了常规成像模式的不足。方位多波束技术是星载合成孔径雷达系统获取高分辨宽覆盖测绘能力的重要技术途径。本文首先构建了多波束弧形阵列SAR系统的方位向多通道信号模型,并通过传统的方位多通道重建方法进行成像仿真,成像结果出现虚假目标,由于传统的多通道重建方法适用于大多数线性阵列,所以通过分析回波斜距的数学几何模型推导出了多波束弧形阵列SAR相比于线性阵列SAR多了一个附加相位,与弧形阵列天线结构相结合,附加相位由子孔径角度引起,因此方位多通道回波数据中相位误差是由多通道弧形阵列SAR的子孔径角度引起,从而导致多通道不均衡,所以传统的多通道重建方法不能够直接用于弧形阵列SAR的成像处理中,为了实现弧形阵列SAR系统的静止目标聚焦成像,提出了适用于弧形阵列SAR系统的方位多通道重建方法,在进行多通道重构和合并之前,对方位通道间的附加相位进行补偿,避免方位欠采样,然后根据弧形阵列方位多通道脉冲响应重构方位多通道数据,该方法可以很好的抑制了虚假目标,最后通过仿真实验验证了该方法的可行性。

机载下视阵列SAR等效相位中心分析方法研究

针对下视阵列合成孔径雷达(SAR)在跨航向实现高分辨所需阵元数目庞大和信号处理复杂的问题,提出一种机载下视阵列SAR等效相位中心(EPC)分析的方法。首先基于有效孔径原理和EPC处理的信号模型,引入虚拟阵元位置优化因子,研究了均匀线性阵列的EPC分析方法。然后,结合机载下视阵列SAR特点,讨论了优化因子的选择问题,给出了最优近似的理论依据,并通过点目标成像结果对EPC方法进行了验证。最后根据EPC分析方法给出了稀疏线性阵列和多输入多输出(M I-MO)线性阵列两种典型的适用于下视阵列SAR的阵列结构实例。

低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像

低信噪比下压缩感知稀疏重构的性能不佳,使得前视阵列SAR稀疏3维成像的质量大大降低。为此,该文结合散射系数矢量在原始的距离向和斜距离向2维空间中的连续性特征,借鉴信号检测中常用的直线检测思路和方法,提出基于霍夫变换的压缩感知稀疏重构算法,有效提高压缩感知稀疏重构的性能。同时,仿真实验结果表明,该方法有效实现了低信噪比下前视阵列SAR的稀疏3维成像。

前视阵列SAR回波稀疏采样及其三维成像方法

针对高分辨前视阵列SAR三维成像系统面临的距离采样率高和回波数据量大的问题,本文利用地面散射源在三维空间中的稀疏性,提出距离频域和沿航向时域二维稀疏采样并稀疏重构地面三维图像的方法.从前视阵列SAR角度观察三维地面,地面散射源在距离向和沿航向二维空间中是稀疏的,在该二维方向上联合稀疏采样有望实现最佳的稀疏采样效果.为避免距离向时域稀疏采样造成的三维成像复杂化,提出利用子脉冲结合距离频域稀疏采样的方法来实现距离向稀疏采样.同时,结合地面散射源连续性特点,提出低信噪比情况下稳健的信号重构方法.与传统三维匹配滤波成像方法相比,本方法降低了距离采样率和回波数据量,并直接重构地面散射源信息以实现三维成像.

一种前视阵列SAR系统的天线设计和分析方法

阵元数太多导致前视阵列SAR系统天线成本高和设计复杂,如何以较少的阵元数获取较高的成像质量是前视阵列SAR系统面临的重难点问题.根据系统成像质量要求,结合波束扫描、栅瓣抑制等技术,本文提出一种稀疏收发天线阵的设计方法.理论分析和仿真实验结果表明,该方法在保证一定成像质量的前提下,有效降低了阵元数量,提高了系统信噪比,具有一定的应用价值.

MIMO下视阵列SAR倾角误差补偿算法

结合POS真实数据形式,引入传统光学摄影测量的外方位元素,提出了基于倾角误差的MIMO下视阵列SAR误差补偿方法。该方法首先在三维空域补偿与波束无关的相位误差;其次将补偿后的回波数据变换到航迹向-跨航向二维波数域,并沿航迹向和跨航向均匀分为M和N段,获得MN个子块,每个子块补零并扩展到原尺寸后,将回波变换到航迹向-跨航向二维空域、距离向波数域,补偿与波数相关的相位误差;再次转换到三维空域,把每个子块补偿的数据直接相加,得到最终回波;最后使用三维RD成像算法得到聚焦正确的三维成像结果。通过仿真试验验证了方法的有效性。

MIMO下视阵列SAR线阵天线构型设计

针对收发分置的MIMO模式阵列天线物理设计时,一个等效阵列可由多种物理收发阵列实现的病态问题,从测绘角度切入,依据等效相位中心原理,分析了ARTINO系统不同收发组合的优缺点。引入测绘应用关心的波段、分辨率、高程精度及工作高度等要求,优化设计了真实测绘航空平台的MIMO下视阵列SAR线阵阵元的数目和位置矢量。根据该配置进行了仿真实验,通过三维成像结果和原始仿真场景的差分对比,高程重建误差均值和标准差,以及整个场景和单独建筑物区域误差在半分辨率之内的概率值,证明了优化阵列配置的合理性和有效性。

MIMO下视阵列SAR阵列抖动误差补偿算法

根据机翼抖振理论,将飞机机翼以机身为对称轴一分为二。每个虚拟阵元看作一个质点,构建了简易的阵列抖动误差模型,提出了MIMO下视阵列SAR系统阵列抖动误差补偿方法。该方法将阵列抖动误差分解为不依赖距离和依赖距离两部分。结合高效的三维距离多普勒成像算法,在距离压缩前执行不依赖距离的一次抖动补偿;在距离徙动校正和方位压缩之间执行依赖距离的二次抖动补偿和方位向时域插值重采样,从而实现观测场景的三维成像。以真实SRTM DEM为原始场景进行仿真实验,补偿前后的成像结果验证了方法的有效性。

前视阵列SAR多普勒频偏校正方法研究

基于阵列技术的调频连续波合成孔径雷达(FMCW SAR)以其特有的高分辨成像能力和低能见度透视能力,在飞行平台前视应用中具有较大发展潜力。针对等效双基地的阵列FMCW SAR前视工作模式中,平台运动引入的多普勒频率偏移会导致成像模糊甚至散焦的问题,通过在跨航向处理前引入一个多普勒频率偏移校正因子,改善航线向的多普勒频偏,消除因平台运动带来的跨航向处理困境,最后结合改进CS算法给出了具体的校正方法,点目标仿真验证了校正方法的可行性和有效性。

基于斜距高阶近似的弧形阵列SAR成像方法

弧形阵列合成孔径雷达(Synthetic Aperture Radar, SAR)是一种新型的针对广域观测的阵列成像雷达,其具有观测范围广,分辨率高等特点。由于其回波信号方位向等角度间隔采样,目标精确的二维频谱难以有效推导,并且已有的线性阵列成像算法不再适用。针对上述问题,本文提出了一种基于斜距高阶近似的弧形阵列SAR成像处理方法,该方法首先对斜距模型进行高阶近似,然后推导了雷达回波信号的二维频谱,之后在二维频域补偿距离徙动及距离方位的耦合,最终得到聚焦图像。点阵目标的仿真结果验证了该成像方法的有效性。

MIMO下视阵列SAR位置偏移误差分析

首先借助GPS系统的3个平移分量,根据等效相位中心原理,详细推导了MIMO下视阵列SAR整体误差模型;其次在忽略姿态角误差影响的前提下,重点分析了各个独立平移分量对成像结果的影响程度,得出了高程向误差分量影响最大的结论;最后通过分别加入相同大小高程向和跨航向误差分量的仿真数据的三维成像实验,验证了结论的正确性。实践证明,MIMO下视阵列SAR作为一种新体制三维SAR系统,在高楼耸立的城市测绘领域具有重要的应用价值。

SIMO-MIMO模式城市建筑群下视阵列SAR三维仿真

真实下视阵列SAR系统的缺失,给该技术数据获取及进一步技术研究带来了困难,下视阵列SAR三维仿真的研究具有重要意义。为了有效反映下视阵列SAR技术在建筑物耸立的城市区域的三维成像优势,本文采用单输入多输出(SIMO)和多输入多输出(MIMO)两种模式仿真了城市建筑群下视阵列SAR回波数据,并对两种模式的回波数据进行了三维距离多普勒成像处理,通过SIMO模式成像结果、MIMO模式成像结果分别与原始地形的差分对比,验证了本文方法的有效性及两种模式的优劣性。

阵列SAR高分辨三维成像与点云聚类研究

相较于传统SAR 2维成像,SAR 3维成像技术能克服叠掩与几何失真等问题,因而具有广阔的应用前景。作为一种3维成像典型体制,阵列SAR高程维分辨率通常理论上受阵列孔径的限制,远低于距离和方位维分辨率。针对这一问题,该文通过引入邻域像素间高程的一致性假设,提出一种基于加权局域像素联合稀疏的压缩感知(CS)算法。然后利用K平均(K-means)和基于密度的空间聚类(DBSCAN)等典型聚类算法实现观测场景内特定目标(如建筑物与车辆)聚类分析。最后,实测数据实验验证了该文所提算法的有效性。

阵列天线微动对前视SAR成像影响及补偿研究

基于阵列技术的前视SAR能对载机前方区域高分辨成像,但阵列天线的微动会对成像产生影响。该文提出了基于时频分析提取微动特征参数的方法,研究了阵列天线微动对前视SAR成像影响及补偿问题:基于前视SAR阵列天线特点对阵列天线微动进行建模,并分析了阵列天线形变的补偿方法。然后基于时频分析方法讨论了阵列天线微动的时频特性并对参数进行了估计。最后在天线微动条件下对点目标进行了成像仿真,并结合成像特征对天线微动补偿前后的结果进行了分析比较。结果表明该文所建模型和所提算法是正确和有效的。

阵列LFMCW SAR模糊函数分析

模糊函数(AF)可以描述雷达信号决定的测量精度、杂波抑制特性及信号分辨特性。常规雷达模糊函数是基于时延和多普勒频率的函数,不适用于SAR分辨特性的分析。本文基于常规SAR广义模糊函数(GAF)理论,推导了线性调频连续波(LFMCW)SAR GAF,并进一步分析了前视和下视阵列LFMCW SAR两种典型阵列SAR的模糊函数。根据常规LFMCW SAR模糊函数研究了前视阵列LFMCW SAR GAF,针对下视阵列SAR特点,借鉴了编队卫星SAR模糊函数的分析方法对下视阵列LFMCW SAR GAF进行建模,并结合模糊因子分析了上述两种体制的分辨特性。本文利用模糊函数对阵列LFMCW SAR的分析方法,可为深入理解前视和下视阵列SAR的参数及系统设计提供参考。

机载下视稀疏阵列三维SAR系统及成像

主要介绍了阵列三维SAR成像系统的基本理论,讨论一种双侧放置发射阵元的单激励稀疏阵列三维SAR成像系统;利用相位中心近似原理对天线进行优化,推导了阵列三维SAR系统的模糊函数,详细分析了稀疏阵列三维SAR分辨率特性;最后,讨论了三维SAR系统的RD成像算法,并进行了仿真成像。

非理想航迹城市建筑群MIMO下视阵列SAR三维仿真

在缺少真实下视阵列合成孔径雷达(synthetic aperture radar, SAR)系统而带来数据获取和成像算法研究等困难的当下,下视阵列SAR三维仿真的研究具有重要意义。为了还原载机平台真实的飞行航迹,验证阵列SAR技术在高层建筑物密集城区的地形测绘能力,摒弃传统仿真研究基于匀速直线运动的假设,以高度骤变的城市建筑物为对象,分析构建了多输入多输出(multiple input multiple output,MIMO)下视阵列SAR非理想航迹运动误差模型,提出了非理想航迹城市建筑群MIMO下视阵列SAR三维距离多谱勒成像算法。利用航空平台的航迹与姿态建模仿真技术,以及快速高效的回波仿真技术对成像算法进行了仿真实验,验证了方法的正确性和有效性。

基于变分模型的阵列三维SAR最优DEM重建方法

由于具备了下视3维成像能力,阵列3维SAR在地形测绘、灾害监测等领域具有广泛的应用前景。但是,载机平台尺寸的限制使得其阵列方向分辨率远远低于距离向和航迹向,严重制约了阵列3维SAR系统整体性能的提升。目前研究主要针对3维SAR图像的"稀疏性",采用稀疏重建方法提高其在阵列方向的分辨率。稀疏重建模型在求解过程中丢失了数字高程图(DEM)所具有的"单值性"、"连续性"等特征。为了克服稀疏重建模型存在的问题,该文提出了基于变分模型的阵列3维SAR最优DEM重建方法,该方法直接将DEM图作为最优化目标,通过寻找最优化DEM图和对应的散射系数,实现最小二乘意义下的最优DEM重建。仿真结果表明,该方法可以实现各种地形(山区、城市)的稳健DEM增强,其性能远优于OMP算法和正则化方法。

多输入多输出下视阵列SAR姿态角误差分析

为了充分分析和验证姿态角误差对MIMO下视阵列SAR技术测绘能力的影响,该文借助惯性测量单元系统的3个旋转角分量,根据等效相位中心原理,详细推导了MIMO下视阵列SAR整体误差模型,又在进一步忽略平动误差影响的前提下,重点分析了各个独立角分量对成像结果的影响程度,得出了横滚角分量影响最大,偏航角分量影响次之,俯仰角分量无影响的结论。通过分别加入相同大小横滚角和偏航角误差的3组仿真数据的三维成像实验验证了结论的正确性,并提出了合理的应用建议。

基于机器学习的阵列层析SAR建筑物目标提取方法

阵列层析SAR通过交轨向布置多个不同高度天线、方位向合成孔径和斜距向大带宽信号,具备三维成像能力,单次航过即可实现观测区域的三维点云获取。受限于阵元数目和基线长度,高程向分辨率较低,同时建筑物区域存在叠掩,在三维重建过程中提取建筑物目标特征效率较低。针对这个问题,该文提出了一种基于机器学习的建筑物目标识别和提取算法,通过基于多元线性回归的点云分割、基于梯度算子的边缘提取和基于聚类分析的建筑物分区重建,进行建筑物立面、顶面和地面的提取,能够得到较好的立面与地面相交的脚印信息,大大提高了特征提取效率。通过国内首次机载阵列层析SAR实验数据处理结果,验证了该方法的有效性。