变量切趾技术在SAR/ISAR图像处理中的应用

SAR/ISAR图像处理需要进行二维傅里叶变换,傅里叶变换本身具有较高的旁瓣电平,虽然通过加权处理可以降低旁瓣电平,但是主瓣的分辨率会降低.变量切趾技术在SAR图像处理中能够抑制旁瓣电平,同时保持图像的高分辨率。该文分析了传统的变量切趾技术和算法,通过加强约束条件,提出了改进的变量切趾算法.与原有方法相比,获得更高的分辨率和低的旁瓣电平,对一幅二维ISAR图像进行处理证明了这种方法的正确性.     

基于NLFM的超低旁瓣脉冲压缩方法研究

在新型的天气雷达中,由于地面杂波反射强度能达到30~55dB,为了测量雨水强度,要求旁瓣电平小于60dB。相对于线性调频信号通过幅度加权得到低旁瓣输出,非线性调频信号(NLFM)无需加权就可以得到很低的主副瓣比,因此没有加权引起的信噪比损失和主瓣展宽等问题。但是对非线性调频信号直接匹配滤波只能获得-40dB左右的主副瓣比,无法满足天气雷达实际应用的需要,因此文中提出一种基于非线性调频信号的改进设计方法,仿真结果表明,该方法可以有效降低旁瓣电平,获得-73dB的主副瓣比,但也会引入一定的信噪比(SNR)损失。     

一种低旁瓣混沌雷达波形设计方法

传统的线性调频雷达波形,其自相关函数旁瓣较高,虽然可以经过切趾滤波处理降低旁瓣,但有一定程度的信噪比损失。针对这一问题,本文提出利用初始值优化过后的Lorenz系统的变量进行混沌调频,不但可以得到更好的自相关特性,而且没有信噪比损失,同时保持了混沌信号的类随机特性和较强的抗干扰性能(ECCM)。仿真结果表明,在没有加窗处理的情况下,可得到具有-39.53dB峰值旁瓣的Lorenz混沌调频雷达信号,比切趾滤波后的线性调频波旁瓣更低,是理想的雷达信号。     

基于滑窗滤波器的LFM-BC雷达脉冲压缩信号旁瓣抑制

研究了一种由线性调频与二相码组合而成的雷达脉冲压缩信号,给出了这类信号的表达式。文中提出了5点滑窗法线性调频旁瓣抑制滤波器,同时,针对LFM-BC雷达信号旁瓣抑制中需要进行双加权的问题,设计了一种基于5点滑窗法的旁瓣抑制加权网络。仿真实验证明,这种新的旁瓣抑制方法可以完成LFM-BC雷达信号的旁瓣抑制,同时降低了LFM-BC雷达信号脉压系统中加权滤波网络设计的复杂性。     

基于切趾滤波的线性调频步进信号栅瓣抑制方法

 在线性调频步进信号中,相邻子脉冲间的频谱重叠将导致脉冲压缩后出现较强的栅瓣,弱小目标可能被强目标的栅瓣所遮掩。为此,该文通过分析线性调频步进信号自相关函数的组成,提出一种新的对子脉冲加权后信号进行切趾滤波的栅瓣抑制方法。通过对子脉冲频谱采用不同的窗函数加权,改变子脉冲信号自相关函数旁瓣符号,进而改变调频步进信号栅瓣位置处的符号,通过多组不同加权结果的对比,利用切趾滤波的思想实现栅瓣的识别与抑制。数值仿真和实际图像处理证实了该方法的有效性。     

基于幅度加权的预失真线性调频超声编码激励

为了提高医学超声成像的轴向分辨力和确保对比度,该文提出一种基于幅度加权的预失真线性调频编码新方法.该方法将线性调频发射信号幅度加权技术和回波信号旁瓣抑制技术相结合,一方面补偿超声探头对发射信号的影响,使得回波信号的带宽不局限于探头,提高轴向分辨力;另一方面消除发射信号幅频特性的菲涅耳波纹,提高发射信号的带宽并采用失配滤波器进行脉冲压缩,实现旁瓣抑制,确保成像对比度.仿真结果表明:相对恒包络线性调频编码,预失真线性调频编码方法不仅提高了轴向分辨力,而且最大旁瓣幅度减小至-48 dB以下,满足医学成像对比度要求.FieldII仿真B超图像结果表明:恒包络线性调频和预失真线性调频编码方法的轴向分辨力分别是0.35 mm和0.25 mm.     

基于重排方法的多分量线性调频信号分析

多分量线性调频信号的魏格纳分布(WVD)交叉项严重，而其平滑伪魏格纳分布(SPWVD)虽然抑制了交叉项但降低了时频聚集性。本文利用重排平滑伪魏格纳分布(RSPWVD)分析多分量线性调频信号，并以旁瓣电平(SLL)、交叉项干扰抑制(CTR)、分辨率损失(RL)等指标定量比较了它们的性能。仿真结果表明，RSPWVD旁瓣电平最低，交叉项抑制最好，分辨率损失最少。     

一种线性调频信号超低旁瓣脉冲压缩方法

雷达脉冲压缩希望具有超低距离旁瓣的特征,线性调频信号采用加窗方式可达到约-35 dB的距离旁瓣电平。基于超低旁瓣电平信号设计方法,在不考虑信噪比损失条件下,提出了一种新的超低旁瓣的脉冲压缩方法,基本思想是针对给定线性调频信号,频率滤波权值采用超低频旁瓣频域信号与线性调频信号频域的比值,可以将接收端旁瓣电平输出最低到-120 dB。同时,从理论上和数值结果中分析了信噪比损失、延迟敏感性等问题。     

基于压缩感知的脉间捷变频SAR成像研究

捷变频技术应用到合成孔径雷达系统中会存在多普勒调频率捷变、方位向无法压缩等问题.在分析捷变频SAR回波相位特性的基础上,本文研究了传统的相关法在方位压缩中的应用;针对相关法效率低、旁瓣高等固有缺陷,考虑到回波信号的稀疏性,提出了基于压缩感知的方位压缩算法,并形成了一种距离压缩采用匹配滤波、方位压缩采用压缩感知的捷变频SAR二维成像方案.仿真实验表明,该方案能克服多普勒调频率捷变等问题,实现捷变频SAR二维成像,并具有低旁瓣、高分辨等优点.     

小孔径超视距目标探测中的OFD-NLFM发射波形设计

针对小孔径超视距目标探测时阵列孔径减小空域滤波性能下降的问题,提出了一种正交频分非线性调频（OFD-NLFM）的发射波形设计方法。首先以正切调频函数为频率函数对发射信号进行建模,详细说明了影响脉压性能的正切函数时间副瓣电平控制因子的选择方法,重点提出一种基于凸优化的脉压信号峰值旁瓣抑制算法,建立了脉压输出噪声功率最小的优化模型并进行求解。仿真表明,提出的正交频分非线性调频信号具有较好的正交性,采用凸优化加权算法后脉压主瓣宽度比传统线性调频信号降低约1/3,峰值旁瓣为-31.22 dB,旁瓣电平平均值小于-100 dB,具备更低的抗噪声和干扰性能,从波形设计和脉压处理角度改善了空域滤波性能的不足。     

Enhanced resolution in Sar/ISAR imaging using iterative sidelobe apodization.

Resolution enhancement techniques in radar imaging have attracted considerable interest in recent years. In this work, we develop an iterative sidelobe apodization technique and investigate its applications to synthetic aperture radar (SAR) and inverse SAR (ISAR) image processing. A modified noninteger Nyquist spatially variant apodization (SVA) formulation is proposed, which is applicable to direct iterative image sidelobe apodization without using computationally intensive upsampling interpolation. A refined iterative sidelobe apodization procedure is then developed for image-resolution enhancement. Examples using this technique demonstrate enhanced image resolution in various applications, including airborne SAR imaging, image processing for three-dimensional interferometric ISAR imaging, and foliage-penetration ultrawideband SAR image processing.     

频谱外推技术在毫米波CSAR 成像中的应用

近年来圆轨迹合成孔径成像(CSAR)成为SAR 成像领域的一个研究热点,同时超分辨频谱外推技术能够有效改善SAR 图像的聚焦质量。针对频谱外推技术在近场毫米波CSAR柱面成像中的应用进行了研究,将频谱外推算法与传统的波数域算法相结合,旨在提升SAR 图像的聚焦效果;仿真点目标结果表明基于频谱外推技术的改进算法可以明显改善点目标的分辨率、峰值旁瓣比、积分旁瓣比指标;在室内基于矢量网络分析仪与高精度转台搭建了近场测量系统获得实测回波数据,通过雷尼熵评价指标衡量成像结果,结果表明基于频谱外推技术的改进算法成像结果优于传统成像算法的结果。     

空间变迹法在合成孔径声呐成像处理中的应用

空间变迹法（SVA）作为一种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。将空间变迹法引入合成孔径声呐（SAS）成像,比传统的加窗处理能获得更好的成像效果。对标准空间变迹法进行了推广,得到非标准奈奎斯特采样率下的通用算法,并应用于SAS成像处理。仿真结果表明,二维通用算法在任意奈奎斯特采样倍数时．均能在不增加主瓣宽度的同时得到良好的旁瓣抑制效果,提升了SAS成像分辨率。     

幅度和相位估计的ISAR超分辨成像方法

传统距离多普勒(Range Doppler, RD)成像方法分辨率取决于发射信号的带宽和信号在方位向积累的多普勒带宽。超分辨成像可以在给定带宽条件下,获得比RD方法更优的分辨率。给出一种基于幅度和相位估计(Amplitude and Phase Estimation, APES)的逆合成孔径雷达(Inverse Synthetic Aperture Radar, ISAR)超分辨成像方法,该方法根据回波数据构造自适应滤波器对目标散射点进行重建,仿真和实测ISAR数据成像结果验证了基于APES的ISAR超分辨成像算法的有效性。相比其他超分辨成像方法,该方法重建的散射点幅度更为精确,副瓣更低,图像对比度和图像信噪比增加,整体成像效果较佳。     

Spatially variant apodization for squinted synthetic aperture radar images.

Spatially variant apodization (SVA) is a nonlinear sidelobe reduction technique that improves sidelobe level and preserves resolution at the same time. This method implements a bidimensional finite impulse response filter with adaptive taps depending on image information. Some papers that have been previously published analyze SVA at the Nyquist rate or at higher rates focused on strip synthetic aperture radar (SAR). This paper shows that traditional SVA techniques are useless when the sensor operates with a squint angle. The reasons for this behaviour are analyzed, and a new implementation that largely improves the results is presented. The algorithm is applied to simulated SAR images in order to demonstrate the good quality achieved along with efficient computation.     

线性调频信号主瓣不展宽旁瓣抑制方法

以汉明窗为代表的加权方法在抑制线性调频信号的匹配滤波输出峰值旁瓣的同时展宽主瓣,致使距离分辨力下降。为兼顾旁瓣抑制和高距离分辨力的需求,该文提出一种新的主瓣不展宽旁瓣抑制方法。该方法首先将匹配滤波和加权处理的输出幅度进行归一化处理,然后逐点进行比较,再取各点对应的最小值作为最终的输出数据。该方法兼取了匹配滤波和加权处理的优点,其-3 dB主瓣展宽系数与匹配滤波相比仅为1,而旁瓣抑制性能和对应的加权处理相当。仿真结果和湖上试验验证了该方法的有效性。     

星载SAR方位模糊研究

本文根据方位模糊产生机理详细分析了方位向成像处理参数、波长、方位方向图副瓣对方位模糊的影响.通过分析可知:方位分辨率相同时,低频段SAR系统模糊问题更严重,但可通过提高重频、压低方向图副瓣电平等方法可改善方位模糊,最后仿真验证了上述结论并给出改善方位模糊的设计考虑.     

Spatially variant apodization for image reconstruction from partialFourier data

Sidelobe artifacts are a common problem in image reconstruction from finite-extent Fourier data. Conventional shift-invariant windows reduce sidelobe artifacts only at the expense of worsened mainlobe resolution. Spatially variant apodization (SVA) was previously introduced as a means of reducing sidelobe artifacts, while preserving mainlobe resolution. Although the algorithm has been shown to be effective in synthetic aperture radar (SAR), it is heuristically motivated and it has received somewhat limited analysis. In this paper, we show that SVA is a version of minimum-variance spectral estimation (MVSE). We then present a complete development of the four types of two-dimensional SVA for image reconstruction from partial Fourier data. We provide simulation results for various real-valued and complex-valued targets and point out some of the limitations of SVA. Performance measures are presented to help further evaluate the effectiveness of SVA.