合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。

非合作雷达目标散射中心关联和三维重建算法

针对非合作雷达目标3维重建技术中各未知视角下1维散射中心难以关联的问题,该文提出了一种基于几何约束的散射中心关联方法。此方法通过对反投影误差的检验实现了对部分可靠散射中心的自动选择和有效关联。同时,利用由已关联散射中心距离数据估计出的目标运动参数,实现目标上更多散射中心的关联和3维重建。仿真实验证明,该文提出的算法能够适用于1维散射中心存在缺失点、虚假点和重叠点的复杂情况,有效增强了未知运动目标散射中心关联和重建的鲁棒性。

基于压缩感知的连续场景稀疏阵列SAR三维成像

该文提出一种基于压缩感知的连续场景稀疏阵列SAR 3维成像方法。利用多孔径观测结构,使SAR复图像在频域和变换域具备稀疏性,将压缩感知(CS)方法引入频域和变换域的信号处理过程中,实现高分辨率3维成像,获得与满阵成像结果相同的成像质量。该文方法适用于随机稀疏阵列,可减少对高程向阵型的设计约束,为孔径综合处理后无法获得满阵条件下实现对地成像提供了可能。仿真试验验证了该文方法的有效性。

利用多角度SAR数据实现三维成像

利用多角度SAR数据实现目标高分辨率3维成像对雷达自动目标识别具有重要价值。该文在目标散射稀疏性前提下提出了基于压缩感知的多角度SAR 3维成像方法。文章首先论证多角度SAR测量能够改善测量矩阵的互不相关性。然后根据互不相干影响因素分析,合理选择目标离散间隔构造多角度SAR测量矩阵。最后利用分段正交匹配追踪算法实现目标向量的稀疏重构。该文算法不仅改善了高度分辨率,而且克服了多角度SAR空间采样不连续导致的高旁瓣问题。实验验证了该算法的可行性和稳定性。

基于三维SAR成像的RCS近远场变换方法研究

微波3维成像能够准确地从背景噪声中分离出目标的散射信息,适用于外场目标电磁(EM)散射特性的分析和研究,因而从3维合成孔径雷达(SAR)成像的角度研究目标电磁的散射特性是目前的一个新兴的热门课题。该文以此为背景,首先从Stratton-Chu积分方程出发详细推导3维SAR的近场波数域成像过程,解释3维SAR成像的物理意义;然后阐述基于3维SAR成像的雷达散射截面积(RCS)近远场变换原理,介绍3维SAR图像的散射中心提取方法,给出基于3维SAR成像的RCS近远场变换算法;最后通过FEKO软件进行了仿真实验,得到了5个点目标的RCS近远场变换的方位特性曲线和频率特性曲线,并通过与理论情况的对比,验证该算法在RCS近远场变换技术中的有效性。

基于雷达复杂1维距离数据的3维重建算法

基于刚体目标3维运动过程中的几何不变性,可以利用目标上多个散射点在单天线雷达1维距离像序列中的1维距离数据,重建出目标未知的3维结构和运动路径。针对此1维到3维的几何重构问题,提出了一种雷达刚体目标结构和运动的3维重建算法,该算法可利用散射点复杂的1维距离数据进行重建,并且采用非线性优化技术实现了对目标重建参数的捆绑调整(bundle adjustment)。另外,该算法中引入了目标的平移模型,使目标的平移参数能够与旋转参数一并求解,从而避免了距离对准操作的误差对重建精度的影响。仿真实验结果表明,由于重建数据中散射点的数量以及目标3维运动的丰富性得到了显著提高,尤其是最优化技术在算法中的成功应用,重建算法的鲁棒性得到了有效增强。