基于匹配滤波和频带分割的超宽带信号脉冲压缩方法

在研究匹配滤波和重采样原理的基础上,利用频带分割和多通道综合技术实现超宽带信号的脉冲压缩。分析了几种窗函数对脉压结果的影响,讨论了算法具体实现中需要注意的问题。最后通过计算机仿真验证了算法的正确性和有效性。

低频超宽带SAR定标体散射特性

低频超宽带合成孔径雷达辐射定标过程中,定标体的散射特性表现为低频谐振散射特性。常规散射特性计算方法如矩量法中的广义阻抗矩阵在谐振频率点上条件数过大,导致计算不准确。本文给出了基于奇异值分解的方法得到较为精确的计算值。为了克服矩量法每次只能计算一个频点的散射特性,本文给出了基于渐进波形估计的方法,获得定标体超宽带散射特性。

基于EMEMP的雷达二维信号融合成像新方法

雷达信号融合成像是一种能显著提高成像分辨率的参数化新方法.基于改进的Root-Music的传统融合方法对噪声敏感,且存在模型极点失配的问题.本文通过将MEMP(Matrix Enhancement and Matrix Pencil)的二维频率估计方法推广到稀疏数据域,提出了一种基于扩展矩阵增强矩阵束(EMEMP)的融合新方法.此方法首先构造每一维联合增强矩阵,使其满足MEMP算法的配对要求,然后利用MEMP方法估计模型极点,进行极点配对,然后估计模型系数,最后内插频谱以达到融合的目的.实验结果表明相对于传统融合方法,该方法解决了极点失配的问题,提高了模型参数估计的稳健性.

分裂孔径发射阵列接收BP算法方位分辨率分析

方位向上的合成孔径可通过接收天线阵列各单元顺序接收来实现,因此研究合理有效的天线配置方式和工作模式具有重要意义。本文基于固定孔径BP成像模型,推导了单发射天线配置和分裂孔径发射配置下方位分辨率的计算公式,从理论上证明了后者比前者的方位分辨率提高了一倍,具有与传统单站SAR相近的方位分辨率。理论计算和仿真结果的一致性验证了所提出的方位分辨率估算方法的正确性,可为天线配置的选择及设计提供理论依据。

基于频域的低频UWB SAR极化校准

多极化,低频超宽带(UltraWideBand,UWB)合成孔径雷达(SyntheticApertureRadar,SAR)是雷达技术未来发展的一个重要方向。系统的低频特性,UWB特性和大处理角特性使得常规SAR极化校准不再适用。该文基于多极化低频UWBSAR频域处理模型,考虑了极化校准中定标体的低频超宽带电磁散射特性的问题,给出了极化校准方法。计算机仿真验证了该方法的有效性。

基于SATC-CABP成像模型的天线姿态误差补偿方法

分裂孔径发射配置(SATC)天线体制可取得与传统单站SAR相当的方位分辨率,且更适用于前视探测的运动平台。步进频率信号对相位极为敏感,平台的运动误差将导致天线阵的姿态发生变化,使得成像结果出现几何畸变。针对天线阵姿态误差对成像的影响,提出了一种基于分裂孔径发射配置下固定孔径后向投影(SATC-CABP)成像模型的补偿方法,通过传感器获取的姿态倾角修正成像模型中的参数,可在成像过程中实现天线姿态误差补偿。仿真结果表明,所提出的方法可得到聚焦良好的成像结果,且可很好地校正由天线阵姿态误差引起的目标成像位置畸变。

基于时域的低频UWB SAR辐射校正

低频UWB SAR系统校准的关键问题是获得定标体精确的散射特性和建立合适的信息处理模型。本文利用MOM和渐近波形估计(AWE)方法得到随频率和方位角变化的角反射器RCS,建立了基于时域聚焦算法的校正模型, 最后利用计算机仿真验证了该方法的有效性。

低频UWBSAR目标特性的反演

低频超宽带合成孔径雷达(ultra wide band synthetic aperture radar,UWBSAR)目标特性主要表现在其低频散射特性,它是进行目标检测和识别的前提。针对该系统的特点,本文首先给出了目标低频散射特性的计算方法,建立了低频 UWBSAR目标回波模型,利用数字聚束方法,给出了从回波中反演目标散射特性的方法。

地面相控阵雷达空时级联AMTI处理技术研究

自适应动目标指示技术(Adaptive Moving Target Indication;AMTI)是现代雷达信号处理的一个重要组成部分。本文采用空时级联处理(S—T)的方法，即空域常规波束级联时域自适应处理，实现地面相控阵雷达回波信号中的地杂波及固定目标回波抑制，改善因子大于35dB。

优化视觉特性型多波段SAR图像像素级融合方法

针对多波段合成孔径雷达(syntheticapertureradar,SAR)图像数据特征,提出了一种优化视觉特性型像素级融合方法。该方法基于优化图像的视觉特性以及像素级融合的要求,利用小波变换对各波段SAR图像相对应的低频分量及各方向细节分量进行针对性融合处理,很好地将来自不同图像的特征与细节融合在一起。仿真实验证明,该算法可形成比单波段图像细节信息更为丰富、目测更为直观、统计特性更优的融合图像。