基于卷积神经网络的快速SAR自聚焦方法

自聚焦是SAR高分辨率成像的关键技术。然而,传统的SAR自聚焦方法均需要迭代多次,实时性差,不适合在轨处理。本文提出了一种基于卷积神经网络的在轨快速SAR自聚焦方法(CNN-AF),该方法采用卷积神经网络来学习失焦图像到聚焦图像的映射,主要用于校正方位向的相位误差,由于在测试阶段该方法无须迭代和调整参数,因此该方法实时性好,更加适用于在轨处理。在真实SAR数据上的试验结果表明,本文方法具有较高的聚焦质量和聚焦速度。

高精度低功耗噪声整形SAR ADC设计

针对传统无源有损积分环路滤波器相较于有源无损积分环路滤波器,具有功耗低、电路设计简单等特点,但其噪声传输函数(NTF:Noise Transfer Function)平滑,噪声整形效果较弱的问题,提出了一种无源无损的二阶积分环路滤波器,保留了无源有损积分优点的同时具有良好噪声整形效果。设计了一款分辨率为16 bit、采样率为2 Ms/s的混合架构噪声整形SAR ADC。仿真结果表明,在125 kHz带宽、过采样比为8时,实现了高信号与噪声失真比(SNDR(Signal to Noise and Distortion Ratio)为91.1 dB)、高精度(14.84 bit)和低功耗(285μW)的性能。

L波段差分干涉SAR卫星在轨应用关键参数测试分析

经过一年多的在轨测试,我国第一组民用差分干涉SAR卫星,L波段差分干涉SAR(也称“陆探一号”)经过了各系统联合调整,已经具备了较好的在轨运行条件。本文对部分在轨应用关键参数进行了测试分析。测试结果表明,卫星的长期平面定位精度优于3.9 m。河南省及江苏省的检校和验证数据表明,检校前、检校后以及平差后的DSM中误差分别优于13.2、6.3、2.9 m。卫星具有3种形变产品,即差分干涉技术获取的形变场、不计高程改正误差参数估计的初级多时相回归堆叠技术获取的低精度形变速率场,以及顾及高程改正误差参数估计的精细多时相回归技术获取的高精度形变速率场与形变累计序列。山西省大同市的形变场产品与同期水准对比表明,三者的中误差分别优于2.7 mm、8.6 mm/a、3.7 mm。同时本文进行了严格回归轨道控制半径的测试,测试结果表明,90%的值小于323 m。本文同时进行了相干性的评估,在不考虑时间相干性的前提下,整体相干性优于0.7。在轨测试结果表明,陆探一号卫星已经具备了较好的运行条件,可提供给各用户开展广泛应用。

SAR影像多项式正射纠正方法与实验

提出了一种针对SAR影像的多项式正射纠正法———引入投影差改正的多项式纠正法,并对ERS 2、RADARSAT和机载SAR影像进行了实验。引起SAR影像变形的因素很多,其中多数变形可以通过多项式纠正方法得到改正;但是,因高差引起的变形很难通过一般的多项式纠正方法进行改正。在本文中,先根据斜距和侧视角改正高差引起的投影差,然后用一般多项式纠正的方法改正其他因素引起的变形;重采样时则恰好相反,先根据多项式参数求得未受高差影响的像点坐标,然后加上投影差,从而获得真实的像点坐标。与其他正射纠正的方法相比,本文的方法非常易于实现,而且能够达到相当高的精度。根据以上原理,设计了相应的软件,并对云南大理一幅Radarsat的山区影像进行了纠正实验,控制点精度为2 2个像素;而采用一般多项式,使用同样的控制点,对这幅影像进行纠正,只能达到44 4个像素。另外,使用ERS 2影像和机载SAR影像进行了相应试验,结果类似于Radarsat影像的纠正。因此,本文提出的方法是有效、可行的,能适应地形起伏较大地区的SAR影像的几何校正。

利用对比度最大化实现SAR图像自聚焦

以对比度作为衡量图像聚焦程度的标准 ,研究了一种新颖的 SAR图像自聚焦算法。该方法从图像域出发 ,通过在距离压缩相位历史域引入相位误差模型 ,从而改变聚焦直至图像对比度最大 ,完成相位误差的校正。对比度最大化算法的突出优点是无须在图像域分离出强点目标 ,因而特别适用于无任何明显特征的图像。仿真及实测数据处理结果证明了该方法的可行性。

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。

一种用于条带式SAR的自聚焦算法

本文将相位梯度法(Phase Gradient Algorithm,PGA)用于条带式合成孔径雷达(SAR)的自聚焦。根据条带SAR与聚束SAR回波信号差异并参考经典相位梯度法提出了一种适用于条带SAR的自聚焦算法--SPGA。用这种新的条带SAR自聚焦算法聚焦所得SAR图像不会发生传统条带SAR下PGA常有的拼接问题;同时由于相位误差曲而的引入,对于任何场景SPGA均能达到良好的聚焦效果。

SAR影像的RPC模型参数求解算法研究

首次对ERS-SAR卫星影像进行了基于SRTM DEM无需初值的RPC模型参数求解试验,对比了9种形式RPC模型参数的求解精度,并对控制点格网大小及高程分层对参数求解精度的影响作了评价。试验表明SAR卫星遥感影像的成像几何可以用RPC参数进行拟合,可以和光学遥感影像一样进行摄影测量处理,简化SAR影像几何处理的难度;对于ERS-SAR影像,阶数为3并且分母不同的RPC模型可以取代严格成像模型进行摄影测量处理,在利用严格成像模型求解RPC模型参数时候,采用控制点的格网大小为30×30、高程分层为3可以达到精度和效率的平衡。

基于多特显点综合的SAR/ISAR自聚焦

利用积累 (相干或非相干 )提高信杂噪比的概念 ,并考虑实际存在的问题 ,对基于多特显点的自聚焦原理进行了综合研究 ,进而对现在应用较多的两种方法做了比较 ,并对PGA法进行了改进 .

SAR图像立体定位原理与精度分析

本文在导出ＳＡＲ图像成像方程式的基础上提出了ＳＡＲ立体定位的原理和方法，并从理论上分析了影响ＳＡＲ立体定位的主要因素。实验结果表明，本文提出的立体定位方法是正确的，影响定位精度的主要因素是交会角的大小与距离向量测误差，其与理论分析模型一致。

机载SAR图像几何纠正的数学模型研究

本文在SAR图像多年应用研究的基础上 ,概述了国际上 2种常用的SAR图像正射纠正数学模型———F .Leberl模型、Konecny模型 ,同时试验了SAR图像多项式纠正模型 ,分析了这 3种模型的特点 ,利用中国自制的机载SAR图像和美国的GEMSAR图像分别进行了数字几何纠正实验。通过对实验结果的分析比较 ,为SAR图像应用于突发性自然灾害的实时监测和评估 ,推荐了一种形式较为简单、适应性较好的正射纠正模型。

利用SAR影像配准偏移量提取地表形变的方法与误差分析

单一的InSAR观测技术可提取地表沿雷达视线方向(LOS)上的一维位移,而利用SAR影像配准过程中的同名像素偏移量可提取地表沿雷达方位向(近南北向)与距离向(近东西向)的二维形变场,与LOS方向的一维形变形成优势互补。本文在分析SAR影像配准偏移量提取地表形变场方法的基础上,推导建立了雷达方位向与距离向形变提取的误差模型,探讨了该方法提取地表形变的主要误差源。以Bam地震ASAR影像和玉树地震PALSAR影像为数据源,分别开展同震形变场的提取与误差分析试验,结果表明,基于SAR像素配准偏移量提取同震形变场的精度主要受匹配窗口尺寸与过采样因子影响,形变提取误差随匹配计算窗口的增大而减小,形变提取精度随过采样因子的增大有适量提高,地形起伏效应在高差较大的SAR影像区域中表现较为显著。

合成孔径雷达(SAR)的最新发展

全文分若干单元分别论述了机载 2 D- SAR自聚焦技术、降低斑点技术、MTI- SAR和 3 D- SAR(含机载和空载 )。对上述各种 SAR分别讨论了工作原理 。

一种高分辨率W波段SAR系统

该文介绍了中国科学院电子学研究所研制的一套高分辨率W波段SAR系统,对系统的指标、组成、实现方案以及数据处理方法进行了描述,提出了非线性系统误差校正、高精度运动补偿、高隔离度收发系统设计等关键问题的解决方案。通过机载飞行实验,验证了W波段SAR系统的有效性。

基于外部DEM的InSAR图像配准方法研究

雷达图像的配准是进行雷达干涉测量(SAR Interferometry,InSAR)处理的关键,为了保证干涉相位图或形变相位图反映真实地面特性,需要雷达图像之间亚像元级精度的配准。首先综述了已有的基于外部DEM的InSAR图像配准方法的思路及其不足之处,并提出了一种全新的思路:以图像之间的相干性作为目标函数,利用搜索的方法实现了雷达成像方位向和距离向的最优时间常数的估计,从而实现雷达图像之间亚像元级配准;还进一步推导了数字高程模型(Digital Ele-vation Model,DEM)的误差对算法精度影响的一个更加严密的表示。结论表明,在利用精确轨道数据的情况下,美国航天飞机测地计划SRTM获得的地形数据的精度可以满足精确雷达图像配准的要求。结果表明,利用基于外部DEM算法配准雷达图像在山区和大的时间基线情况下要优于常规相干多项式配准方法,理论上可以达到百分之一个像素的配准精度。

基于数据的超宽带SAR的运动补偿方法

基于超宽带SAR(UWB-SAR)回波数据估计多普勒调频率误差,为了准确提取和补偿该误差,本文提出了一种改进MapDrift(MD)自聚焦方法,消除了“正侧闪烁”和合成孔径长度太大造成的不利影响;通过插值拟合运动误差以及循环误差补偿弥补了子孔径数目有限、飞机速度估计过于离散的不足,实现了MD对二次以上高阶相位误差的补偿,使MD能够适用于复杂的飞行条件(如无人机)。实际UWB-SAR数据的补偿结果验证了该方法的有效性。

一种完全数据驱动的高精度机载L-SAR成像处理方法

雷达机载平台运动误差严重影响成像质量.为了在缺乏高精度运动补偿系统下,实现完全数据驱动的L波段合成孔径雷达(L-SAR)高精度数字重聚焦成像,进行了基于相位梯度自动聚焦的高分辨率机载L-SAR成像处理方法试验.整个方法可分为以下步骤:SAR复图像生成;最强点目标的中心循环移位;加窗;方位向的快速傅里叶变换;相位误差估计;相位矫正;傅里叶逆变换返回复图像域.机载L-SAR信号数据成像处理试验表明:该重聚焦成像方法无须机载平台运动补偿系统提供飞机的运动信息,能够有效地估计和补偿相位误差.相位误差补偿后,信噪比显著改善,可获得方位向分辨率明显提高的机载L-SAR图像,是一种可以满足仅靠数据驱动实现高精度机载L-SAR成像处理的有效方法.

TerraSAR-X传感器定标精度及其应用分析

传感器的定标精度是衡量SAR卫星系统性能和数据质量的重要标志。采用点目标法,基于距离多普勒模型和定标常数解算模型,分析验证了TerraSAR-X传感器几何和辐射定标精度,其中几何定标精度方位向为0.05m,距离向为1.39m;相对辐射定标精度优于0.53dB,绝对辐射定标精度优于0.25dB。验证结果为TerraSAR-X数据产品在定量遥感应用中的可靠性提供了参考。

机载差分干涉SAR的误差分析

该文就机载差分干涉中影响精度的几个重要因素进行了详细的分析,为开展机载差分干涉应用提供理论基础。首先考虑机载差分干涉算法流程中引入的误差,指出必须利用外部DEM(Digital Elevation Model)计算本地视角才能实现高精度的形变反演。随后,重点讨论了影响差分干涉SAR(Synthetic Aperture Radar)的几个重要影响因素:系统参数误差、相干性和大气效应。系统参数中基线和基线角的误差对差分干涉的精度影响最大,由此对机载残余运动的补偿提出了很高的要求。相干性分析又对机载差分干涉中形变像对的基线长度提出了严格的限制条件。和星载SAR一样,机载SAR同样受到大气的影响。通过计算这些因素的对机载差分干涉精度的影响,给出了机载差分干涉精度的表达式。

一种基于短时傅里叶变换的机载SAR自聚焦算法

短时傅里叶变换(Short-Time Fourier Transform,STFT)是研究非平稳信号最为广泛使用的重要方法。该文在讨论了利用STFT对线性调频信号(LFM)进行滤波以及调频率估计后,提出一种基于STFT的机载SAR自聚焦算法。该算法首先利用STFT对影响SAR图像质量的主要相位误差二次相位误差(QPE)进行估计和补偿,然后在残余相位误差估计时利用STFT对时变信号进行滤波以提高信杂比(SCR)。仿真和实测数据的处理结果验证了该文算法的有效性。