运用Super-SVA方法处理频谱不连续调频步进信号

调频步进信号是高分辨率雷达中经常采用的一种信号形式。它是线性调频信号和频率步进信号的结合,兼有两者的优点。在实际雷达系统设计中,如果频率步进值能够大于子脉冲带宽,对于以更少的子脉冲数来获得更大的带宽,从而降低目标运动对合成信号质量的影响是非常有帮助的。但此时会出现很高的栅瓣,并导致假目标的出现或者掩盖小的目标。该文利用Super-SVA超分辨方法拓展各子脉冲的频谱从而使合成频谱连续起来,解决了此情况下的栅瓣问题。再利用Super-SVA方法对合成的1维距离像进行处理,则能进一步降低旁瓣。文中给出了计算仿真结果验证了算法的有效性。

基于变迹滤波的MIMO-SAR图像分辨率增强技术

针对多输入多输出合成孔径雷达(MIMO-SAR)在近场目标散射特征诊断成像中,非正交旁瓣难以通过常规方法进行有效抑制的问题,分析了MIMO-SAR图像非正交旁瓣的产生机理,提出了基于空间变迹滤波(SVA)和三变迹处理相结合的旁瓣抑制方法。仿真和实验结果表明,本文方法不仅能很好地抑制距离向旁瓣,而且对于方位向非正交旁瓣也具有较好的抑制效果,提高了MIMO-SAR图像的二维分辨率和动态范围。

合成孔径雷达空间变迹带宽外推超分辨算法

提出一种变迹法带宽外推合成孔径雷达(SAR)超分辨率成像算法,可以提高合成孔径雷达成像分辨率并抑制旁瓣。利用空间变迹法(SVA)处理后的带宽扩展效应,对频谱进行幅度均衡使有效带宽扩展,并利用非整数倍Nyquist采样率空间变迹法对外推后的旁瓣抑制,得到输出的高分辨率图像。仿真实验和定量分析验证了本文方法的有效性。

结合属性散射中心模型和空间变迹法的SAR图像旁瓣抑制方法

针对合成孔径雷达(synthetic aperture radar,SAR)图像旁瓣抑制问题,提出结合属性散射中心模型和空间变迹法(spatially variant apodization,SVA)的新途径。空间变迹法作为一种经典超分辨率图像处理技术,能在抑制旁瓣的同时保持良好的主瓣分辨率。属性散射中心可以很好地描述目标在高频区的电磁散射特性,是分析SAR图像的有力工具。基于属性散射模型的参数估计得到的先验知识再利用空间变迹法处理SAR图像,达到抑制旁瓣的目的。实验结果表明,该方法可以有效抑制SAR图像旁瓣。

基于空间变迹滤波旁瓣抑制与有序统计恒虚警率的舰船检测算法

由于合成孔径雷达(SAR)特殊的成像机制,导致了SAR图像上出现了旁瓣效应(SVA)。针对舰船目标检测过程中,旁瓣效应改变了强反射目标的形状导致的定位困难与定位错误问题,该文提出了一种基于空间变迹滤波与有序统计恒虚警率(OS-CFAR)的舰船检测算法。该算法将空间变迹滤波算法运用到复图像数据中,针对目标检测要求的实时性问题进行算法改进,通过全局CFAR只对潜在目标点进行旁瓣抑制而忽略对舰船检测无意义的大量背景点,在抑制旁瓣的同时减少了算法运算量。然后采用非线性的OS-CAFR算法对旁瓣抑制后的图像进行目标检测,并且采用形态学膨胀运算,弥补SVA算法可能造成的像素点幅值错误降低的问题。最后利用高分三号(GF-3)的实测数据进行验证,通过对比有无使用该文算法的结果的图像对比度与检查目标个数,体现了算法的有效性。

一种低副瓣无混叠的线性调频信号时频分析方法

作为通信与勘探中广泛使用的一类信号,线性调频信号的参数分析经常采用基于Wigner-Ville分布(WVD)的时频分析方法。该方法具有高时频分辨率,但在交叉项、高副瓣以及频谱混叠问题上存在缺陷。该文提出一种名为空间变迹重排Wigner-Ville分布(SVA-rWVD)的时频分析方法,结合空间变迹技术(SVA)的副瓣抑制能力及短时傅里叶变换(STFT)的无混叠无交叉项特性,得到一个新的时频分布。基于单分量和多分量线性调频信号的仿真实验结果表明,该方法得到的时频分布可以降低副瓣水平至–40 dB以下同时消除交叉项及频谱混叠现象。

约束优化的空间变迹算法的旁瓣抑制应用

合成孔径雷达(synthetic aperture radar, SAR)回波信号具有很高的动态范围,会导致强目标的旁瓣覆盖临近较弱目标的主瓣,造成漏检。传统的加窗方法在消除旁瓣的同时会导致分辨率的下降和目标主瓣能量的降低,空间变迹(spatially variant apodization, SVA)算法的提出有效解决了这个矛盾。然而,现有的各种SVA改进算法在有效抑制旁瓣的同时却导致了主瓣能量的降低。因此,本文提出了一种基于约束优化的改进的SVA算法。通过严格约束滤波器的单调性和有效点的选取,有效解决了主瓣能量降低的问题,可以在有效抑制旁瓣的同时保留图像的细节信息,有利于对图像目标进一步的检测与识别。