Envisat ASAR ScanSAR-Stripmap干涉测量研究

分析了ScanSAR-Stripmap干涉测量的相位组成,指出其因非同步数据引起的特有相位项,并通过实验验证了该相位项的存在。提出一整套ScanSAR-Stripmap干涉测量方法,借助JPL开发的开源干涉测量软件ROI_PAC的相应模块实现干涉处理过程,重点解决了ScanSAR-Stripmap两种模式数据间的配准以及相干性的提高等问题。用EnvisatASAR数据验证了该方法的可行性。最后将实验结果同常规条带式干涉测量结果做了对比与分析,验证了该方法的正确性。

条带模式合成孔径激光雷达不依赖PGA的高分辨率成像演示(英文)

合成孔径激光雷达(SAL)能实现远距离目标的高分辨率成像。然而,由于所用激光波长很短,SAL系统中微小机械振动都可能在目标回波信号中引入巨大相位误差,所以,SAL很难实现稳定的相位史数据,高分辨率SAL图像的形成往往要应用额外的相位误差消除技术,特别是相位梯度自聚焦(PGA)技术。演示了一个运转良好的条带模式SAL实验室成像装置。采用一台1 550 nm波段的线性调波长激光器作为探测光源,该装置能够形成聚焦良好的高分辨率图像。通过细致的系统设计,基本抑制了在回波信号中产生相位误差的各种振动。该装置产生的相位史数据非常稳定,高分辨率图像的形成仅需简单遵照标准的SAL成像理论,无需额外借助PGA。采用点目标定标,测量得到该成像装置的方位和距离分辨率接近其理论估计。详细给出了2.4 m距离上多种目标的良好聚焦图像及相应的稳定相位史数据。

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。

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。

一种应用于条带SAR的改进PGA算法

相位梯度自聚焦(PGA)算法被广泛应用于SAR成像过程中,具有很好的聚焦性和稳健性。文中在对聚束SAR中的标准PGA算法进行分析的基础上,根据聚束SAR与条带SAR回波信号的不同特点,提出了适用于条带SAR的PGA算法。该算法通过选取更为合适的特显点目标及以特显点位置作为分段的依据,在条带SAR的仿真和实际成像过程中取得了良好的聚焦效果,并且具有较快的收敛速度。

PGA算法在条带式SAS场景目标成像中的应用

本文针对条带式合成孔径声呐(SAS)对场景目标成像应用中面临的方位向残余相位误差导致成像质量降低的问题,探讨了相位梯度自聚焦(PGA)算法在条带式SAS成像方位向相位误差估计和补偿中的应用方法,通过自适应的选点及窗宽估计处理以提高算法对场景目标的适应性,最后通过对场景目标成像的实际湖试数据进行处理和分析,结果验证了该算法改善条带式SAS对场景目标成像质量的有效性。

随机相位误差影响条带模式合成孔径激光雷达成像的数学模拟

利用基于准单色光衍射光学理论获得的条带模式合成孔径激光雷达(SAL)数据方程,具体分析了系统各参数误差对方位向相位误差的影响,指出载频和目标距离的变化是影响方位向成像的重要因素,目标距离变化微米量级大小即能导致图像完全散焦。对于一个条带式SAL实验室演示成像系统,给出了点目标和扩展面目标在存在不同程度随机相位误差下的仿真SAL成像。仿真情况表明,当随机相位误差达到一定程度时,方位向的合成孔径结果散焦严重,图像消失。对于每个距离单元只有一个散射中心的简单目标,采用相位误差补偿算法可恢复严重散焦的图像。

机载大斜视条带SAR的高分辨聚束成像处理

基于条带模式和聚束模式合成孔径雷达的内在联系,提出一种将条带回波信号划分成等效聚束子孔径数据,并利用波数域算法进行聚束成像的方法。该算法首先对回波数据进行两维的频域匹配滤波,然后在距离波数域中利用Stolt插值变换获得两维均匀分布的地物反射率函数的重建频谱,最终通过IFFT成像。在实现场景地物成像处理的基础上,进而利用改进的"秩一"自聚焦算法实现剩余相位误差的估计及补偿,从而获得目标的高分辨图像。仿真及实测数据的成像效果验证了文中提出方法的可行性及有效性。

用条带SAR数据对低空运动目标聚束成像新方法

将条带SAR的广域搜索能力和聚束SAR运算量小的优点结合起来,提出了基于条带SAR数据进行低空运动目标聚束成像的新方法。该方法首先以条带模式收集数据进行地(海)杂波抑制后,找到可能存在运动目标的重点区域,继而作距离向压缩,对运动目标进行包络对齐,然后选取可能有运动目标的重点区域,将条带数据转换为聚束数据,最后对得到的聚束数据进行成像场景中心的运动补偿,完成对运动目标的成像。通过计算机仿真,验证了该方法的有效性。

基于条带式SAR与聚束式SAR内在联系的SAR成像研究

针对条带式合成孔径雷达(stripmapsar)与聚束式合成孔径雷达(spotlightsar)的方位向频谱结构,讨论了两种模式SAR之间的区别与联系,利用两者之间的内在联系,提出斜视条件下将条带式SAR数据分块,进行聚束式处理的方法,并对聚束式成像区域大小参数的选择进行了分析。对于相同尺寸的成像区域,对条带式SAR进行聚束式处理可以减小运算量。采用空间频率插值成像算法实现了条带式SAR与聚束式SAR成像算法上的统一,最后应用外场实测数据完成成像,成像结果证实了理论分析的正确性。

条带模式SAR快速反投影成像算法研究

从波束投影方式和飞行轨迹与测绘带几何关系入手,提出了一种适用于条带模式下合成孔径雷达成像的快速反投影算法。该方法通过分析条带模式合成孔径雷达的特点,结合反投影算法的计算过程,减少标准反投影算法中的计算冗余,从而在保持标准反投影算法高的成像精度的优点下显著减少了计算量。该快速算法处理所需内存空间小,且易于实现并行处理,可有效地提高处理效率。与标准反投影算法仿真结果进行比较,验证了该快速反投影算法的有效性。

基于聚束照射SAR成像算法的条带SAR数据处理

为实现聚束照射合成孔径雷达 (SAR)与条带模式 SAR成像算法上的统一 ,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成像算法实现条带数据的成像处理。针对具体数据 ,文中还对成像区大小的选择作了分析 ,并推导出成像区长度与滤波器带宽应当满足的关系式。

条带式合成孔径声呐相位梯度自聚焦算法

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是针对聚束式合成孔径雷达提出的,不能直接用于条带式合成孔径声呐,为补偿小运动误差对合成孔径声纳图像造成的影响,文中考察了条带式合成孔径声呐运动误差模型和聚束合成孔径声呐运动误差模型之间的内在关系,推导了条带式合成孔径声呐的误差模型,提出了把相位梯度自聚焦应用到条带式合成孔径声呐的相应方式.首先,将条带式合成孔径声呐的成像沿方位向分割为有重叠的小的条带,然后,用聚束式PGA算法分别对各分块后的图像进行自聚焦处理,最后将各聚焦后的分块图像以适当的方式拼接在一起形成新的图像,从而实现条带模式合成孔径声呐的PGA处理.水池数据的处理证实了本文方法的可行性和有效性.

条带式双站合成孔径雷达成像算法

针对条带式成像的平移不变(TI)配置的双站合成孔径雷达(BISAR),本文推导了其信号模型的频域表示式,给出分离距离关联的近似解和较为精确的迭代解,对应地给出近似解成像和迭代解成像算法。同时还将距离多普勒(RD)算法推广到TI配置的双站情况。并通过成像模拟说明了这些算法的有效性和各自的优缺点。

一种适用于宽带条带式合成孔径声纳的相位梯度自聚焦算法

传统的相位梯度自聚焦(PGA,phase gradient autofocus)算法仅适用于窄带聚束式合成孔径成像。提出了一种适用于宽带条带式合成孔径声纳的相位梯度自聚焦(SPGA,stripmap phase gradient autofocus)算法。SPGA算法通过多普勒频移估计线性侧摆;SPGA算法消除了侧摆对回波信号包络的影响,使成像模糊仅仅是由方位向相位误差引起的,这样才可以由Dechirp后的距离压缩域数据的相位误差梯度得到侧摆的估计;SPGA算法利用估计得到的侧摆对距离徙动校正前的回波数据进行包络和相位补偿。仿真表明该算法有效地估计出了侧摆,提高了成像质量,且成像没有发生方位向偏移,明确地确定出了目标的位置。

一种新的机载圆轨条带SAR成像方法

摘要：圆轨条带合成孔径雷达（SAR）是近年来提出的一种新的SAR成像模式，与传统的直线轨迹条带SAR和凝视SAR存在相似之处，但也有其自身的很大区别。文中对圆轨条带SAR几何关系和成像原理进行了分析和推导，并结合机载平台的运动特性，提出了结合运动补偿的圆轨条带SAR成像算法，对运动误差的影响和成像性能进行了分析。最后，通过计算机仿真实验和实测数据处理验证了本文所提方法的可行性和有效性。

利用SPECAN算法的聚束SAR成像处理

讨论了距离向去调频聚束模式SAR信号的回波模型及特点,通过对聚束SAR信号的时、频域关系的分析,给出了适合去调频后的聚束SAR数据的成像算法。该算法结合了SPECAN算法高效和标准条带成像算法精确的优点,首先采用SPECAN算法对原始数据距离向去斜,其次采用距离-多普勒算法实现方位精确聚焦,与传统的距离-多普勒算法相比,成倍地降低处理的数据量,从而可实现聚束SAR的实时成像处理。对Ku波段实际飞行数据采用该算法压缩得到高分辨率的图像,验证了理论分析的正确性和所用方法的可行性。

极坐标格式算法及其在条带SAR成像中的应用

极坐标格式算法(PFA)是一种典型的聚束SAR成像算法。本文从信号相位历程的角度阐述了PFA成像的基本原理,并基于对条带SAR和聚束SAR两种模式的比较,利用二者之间的内在联系,将条带SAR的原始数据进行分块处理并将分块数据等效成为聚束模式数据,然后用PFA对等效数据进行聚束成像。对外场数据的处理证实了理论分析的正确性和本文所提出方法的可行性。

条带式VideoSAR参数依赖关系的推导及应用

VideoSAR是一种新的成像模式,使观测者在一段观测时间内,得到目标场景的图像序列,并以类似电影的方式再现场景信息.本文分别推导条带模式下,以无重叠和有重叠两种方式提取每帧数据时,帧率、分辨率和雷达工作频率的依赖关系式,为开发VideoSAR系统的参数设计提供参考.通过对静止和匀速运动点目标进行帧率为37.50 fps的VideoSAR模型仿真,验证了本文推导的正确性,以及条带式VideoSAR的可行性.

大随机相位误差下条带模式合成孔径激光雷达成像实验

为了探索大随机相位误差条件下合成孔径雷达(SAL)成像特点和规律,本文采用波长为1 550 nm的线性调频激光器建立了能够产生大的共模随机相位误差的条带模式SAL成像实验装置。利用此装置获得了不同目标回波强度下条带模式SAL成像实验数据,结合条带模式相位梯度自聚焦(PGA)多次迭代处理,获得了高分辨率SAL图像。实验发现在[-6. 45π,6. 45π]范围的大随机相位误差下,通过简单的距离压缩和方位匹配滤波,无法实现SAL图像聚焦,图像信噪比仅为3 dB。进一步采用PGA处理,就能很好地校正相位误差,得到聚焦良好的SAL图像,图像信噪比达到43 dB。实验还发现,当存在大共模随机相位误差时,PGA处理展现出非常强的鲁棒性,在回波弱到10-15W的情况下依然有效。在大相位误差存在的SAL系统(如机载SAL)中,PGA处理能有效消除相位误差,实现图像聚焦;另外,增大探测激光功率以提高成像数据信噪比,将有助于提升PGA处理效果。