一种基于方位谱重采样的大斜视子孔径SAR成像改进Omega-K算法

斜视SAR数据两维波数域支撑区具有斜拉特性,并且斜视角越大,斜拉越明显;在大斜视成像时,常规Omega-K成像直接选取矩形支撑区进行处理,支撑区利用率低,难以满足成像分辨率要求。针对子孔径大斜视SAR数据成像,该文提出一种基于方位谱重采样的改进Omega-K算法。该算法通过坐标轴旋转,实现波数谱支撑区利用率的最大化,针对伴随的方位空变问题,采用方位谱重采样方法校正空变性,实现方位统一聚焦。另外,由于对于子孔径数据处理,考虑位置支撑区受限,不同于传统Omega-K方法,改进Omega-K算法在方位波数域成像,避免了位置域成像需要的大量补零操作,提高了处理效率。点目标数据仿真和实测数据处理验证了该文算法的有效性与实用性。

一种新的基于Omega-K算法的稀疏场景压缩感知SAR成像方法（英文）

很多文献已经证明压缩感知应用在SAR成像中的有效性。现有的CS-SAR成像算法非常耗时,尤其是对于高分辨率的图像来说更甚。该文针对稀疏场景提出了一种基于omega-K算法,精确且高效的CS-SAR成像算法——CS-OKA算法。我们首先推导出了omega-K算法的逆算子,可不通过发射信号和场景的卷积来直接得到回波信号。在此基础上我们将SAR成像问题建立为一个稀疏优化问题,并用迭代阈值的方法来求解。仿真结果表明,当场景稀疏时该文的方法可以在远低于Nyquist采样率的前提下有效地恢复出原始场景,并且时耗和存储量都显著降低。

一种空间域支撑区融合的改进Omega-K算法

针对传统Omega-K算法难以通过子孔径图像的相干叠加实现高分辨成像,提出一种基于改进Omega-K子孔径成像算法的空间域融合方法.利用改进的子孔径数据方位波数域聚焦方法,实现方位向处理独立于解耦合操作,同时避免了子孔径成像在较短空间域支撑区所引起的大量补零操作.再对各子孔径数据进行相干性处理及方位向空间域支撑区融合,通过各子孔径数据相干叠加实现全孔径数据的高分辨成像.

基于MLBF的毫米波双站SAR前视Omega-k成像算法

结合毫米波体制和双站毫米波合成孔径雷达(SAR)前视成像技术,开展毫米波双站SAR前视成像算法的研究.在双站SAR前视成像系统中,较大的前视角引入了多普勒质心偏移和严重的距离徙动,因此普通双站SAR的成像算法无法直接移植到双站SAR前视成像中.针对以上问题,论文首先提出了一种基于瞬时多普勒分析的改进Loffeld's Bistatic Formula(MLBF)二维频谱求解方法,相比于现有方法,该方法能更准确的得到双站SAR前视回波信号的二维频谱.在此基础上又推导出了适用于毫米波双站SAR前视成像的Omega-k算法;最后通过仿真实验,验证了提出算法的有效性和优越性.

基于微增量二维谱的OMEGA-K双基SAR成像算法

结合OMEGA-K算法和微增量双基二维谱算法实现双基合成孔径雷达成像。使用微增量算法获取斜距历程低阶泰勒展开驻相点,通过求解此驻相点与斜距历程高阶泰勒展开驻相点之间的微增量,来获取高阶展开驻相点的近似解,并以此为基础得到二维谱。应用角度不变假设,通过对此二维谱的数学分析和适当处理,使之可以应用于OMEGA-K算法中,实现双基聚焦成像,并对不变区域大小进行分析。仿真实验处理结果验证了所提算法的有效性和正确性。

旋转上升合成孔径雷达三维成像算法

针对复杂低空环境三维场景探测需求,建立了旋转上升合成孔径雷达成像模型,并提出了相应的成像算法。该模型通过距离向发射调频信号、方位向和高度向形成二维合成孔径,从而具有距离向-方位向-高度向三维分辨能力。相应的成像算法分为空间位置校正和"一步一悬停"模式下omega-k成像算法两大部分,通过方位向和高度向偏移补偿,可将复杂的"旋转上升"模式简化为高度向"一步一悬停"模式,然后通过改进的omega-k成像算法实现三维成像。最后,仿真结果验证了该算法的有效性。

结合视线方向运动补偿的滑动聚束SAR子孔径成像算法

滑动聚束合成孔径雷达(SAR)是一种新兴的成像模式,既可以提高方位向分辨率又能够扩展成像范围。其数据处理时需要考虑两个关键问题:一是系统脉冲重复频率(PRF)不足,方位向信号发生混叠;二是合成孔径长度的增加使运动误差的影响更为突出,运动补偿(MOCO)精度要求提高。基于子孔径技术,提出了一种改进的高分辨率成像算法。划分子孔径克服了PRF不足的问题;子孔径数据处理采用结合视线(LOS)方向运动补偿的Omega-K算法,实现更高精度的运动补偿,提高了聚焦质量。最终的方位向分辨率达到0.1m,具有实际工程应用价值。点目标仿真和实测数据处理验证了算法的有效性。