距离向多孔径超宽测绘带成像体制中各项误差分析

理论上已经证实可实现超宽测绘带的距离向多孔径成像方法在增加测绘带宽的同时又可获得较高的分辨率。为了正确地评定距离向多孔径成像方法的实用性,该文给出了体制中各项误差的定量分析,并对一些误差给出了相应的算法上的修正。     

超宽带SAR改进平面子孔径成像算法

本文提出了一种用于机载叶簇穿透(FOPEN)超宽带合成孔径雷达(UWB-SAR)的改进平面子孔径处理(PSAP)成像算法。分析了适用于UWB—SAR的PSAP算法的推导过程,提出了一种新的梯形(keystone)变换,结合本文提出的用线性调频z变换(CZT)和傅立叶反变换(IFFT)实现梯度变换和极坐标的变换中的插值运算,大大降低了插值运算所需的运算量,提高了成像质量。分析了子孔径划分的条件。通过计算机仿真,验证了算法的有效性。     

调频连续波SAR MCM成像算法

针对调频连续波SAR实时成像问题,提出了一种新的"乘法-卷积-乘法"(MCM)成像算法.在详细分析调频连续波SAR信号特征的基础上,算法采用MCM方法完成距离向处理,仅需FFT和乘法运算即可实现去斜率信号的时间尺度变换,从而实现距离徙动的精确校正.采用步进变换实现方位向压缩,不需要几何校正即可获得高质量的压缩效果.算法运算效率高,适合实时成像处理.给出了算法的推导过程和实现步骤,通过仿真试验证明了算法的正确性和有效性.     

一种应用在多孔径宽测绘带SAR中的CS算法

多孔径接收宽测绘带SAR方法是一种较先进的高精度宽测绘带SAR成像方法。这种方法要求先对距离向信号压缩然后用反解矩阵求出各个测绘带的信号,然后再进行方位向聚焦。RD算法应用在这种成像方法比较方便,但是在星载SAR成像中大多用精度较高、运算量较小的CS算法。CS算法要求先进行方位向FFT而不是距离向压缩,所以不能直接应用在这种成像方法中。该文提出了一种基于CS算法的多孔径成像算法,可以很方便应用于多孔径接收宽测绘带SAR,并进行了计算量和误差分析,给出了仿真结果。仿真结果证实了本文所述方法的有效性。     

一种改进的星载聚束SAR子孔径ECS算法

在分析原有ECS算法的基础上,提出了一种适合于星栽聚束SAR成像的子孔径ECS算法。该算法对数据进行子孔径划分,可降低系统对PRF及运算存储量的要求。距离压缩采用斜视等效距离模型,实现精确的距离徙动校正。方位压缩采用方位scaling和频谱分析来实现,并分析推导了合理的方位scaling因子取值。最后,通过仿真验证了算法的有效性。     

一种基于频域子带合成的多发多收高分辨率SAR成像算法

针对传统单通道SAR系统无法同时实现方位向高分辨率和大测绘带宽的不足,该文研究了一种基于多载频LFM波形的方位多孔径MIMO SAR系统,建立了相应的几何模型,详细推导了其回波表达式,并提出了一种基于频域子带合成的MIMO SAR高分辨率成像算法.该算法将方位向多普勒解模糊,改进的距离向频域子带合成和CS成像算法相结合...     

基于ChirpScaling算法的星载SAR成像处理实现方法

本文提出一种基于ＣｈｉｒｐＳｃａｌｉｎｇ（ＣＳ）算法的星载合成孔径雷达成像处理实现方法，该算法与目前国际上通用的距离－多普勒算法相比，由于避免了插值运算，且能够精确地进行距离徒动校正，使得成像质量优于精的ＲＤ算法。     

基于ChirpScaling算法的星载SAR成像处理实现方法

本文提出一种基于ＣｈｉｒｐＳｃａｌｉｎｇ（ＣＳ）算法的星载合成孔径雷达成像处理实现方法，该算法与目前国际上通用的距离－多普勒算法相比，由于避免了插值运算，且能够精确地进行距离徒动校正，使得成像质量优于精的ＲＤ算法。     

条带SAR重叠子孔径算法成像限制的研究

直接面向距离向脉冲压缩的条带重叠子孔径算法(Overlapped Subaperture Algorithm,OSA)成像算法无需在接收端进行去斜处理,在距离向采用脉冲压缩获得高分辨率,在方位向通过子孔径划分、二级FFT获得高分辨率。该算法在方位向第一级处理时需在子孔径内忽略波前弯曲效应、完成低分辨率成像,距离向脉冲压缩之前需要将距离方位的耦合误差限定在一定范围内并进行补偿,因此引入了算法的使用前提条件。对适用于距离向脉冲压缩条带OSA算法的成像限制进行了研究,简单介绍了成像算法的回波模型与算法流程并引入了算法使用限制条件,对使用限制条件进行了详细的数学推导,明确了算法适用范围,总结了影响方位向与距离向成像尺寸、子孔径划分的主要因素。通过条带SAR重叠子孔径算法成像限制的研究对雷达系统参数选取、技术指标制定和成像处理参数选取等有指导意义。     

合成孔径雷达成像处理的并行实现方法

本文提出了一种实现合成孔径雷达（SAR）成像处理的并行距离／多普勒算法，该算法能有效地提高SAR的成像处理速度，是实现SAR实时成像处理的有效途径，该算法尤其适合于超级并行机（MPP）及工作站和微机构成的群机系统进行并行计算。实验结果表明该并行算法能有效地减少SAR成像处理的运算时间。最后给出了原始数据的成像结果。     

大斜视SAR原始数据的快速模拟算法研究

该文针对小斜视和大斜视模式合成孔径雷达(SAR)提出了两种高效的原始数据模拟算法:变尺度傅里叶变换(SCFT)算法和沿距离向积分算法。基于SCFT的模拟算法将传统的基于2维快速傅里叶变换的2维频域算法推广到斜视模式,采用SCFT取代插值操作,提高了小斜视SAR原始数据模拟的计算效率和仿真精度。沿距离向积分算法适用于大斜视SAR原始数据模拟,保证了大斜视SAR原始数据的模拟精度并同时提高了计算效率。最后,通过仿真证明了这两种算法的有效性。     

基于距离向多孔径接收的宽测绘带SAR成像方法的研究

该文提出了一种新的基于距离向多孔径接收宽测绘带合成孔径雷达(SAR)成像方法。首先对这种成像方法进行了严格的论证,并证明了运算中的加权矩阵为良态矩阵,然后分析了这种成像方法的计算量,讨论了这种宽测绘带SAR的信噪比,最后给出了仿真结果。     

多通道ScanSAR成像仿真研究

多通道雷达系统能够克服传统合成孔径雷达（SAR）的局限。其中一个应用是在偏置相位中心方位向多波束模式（DPCMAB）中利用方位向多孔径SAR信号重构,有效实现了高分辨率宽测绘带成像。下一步的研究重点是高方位分辨率超宽测绘带成像。基于此,文章探讨在ScanSAR模式下的多通道SAR系统,分析多孔径重构结合ScanSAR模式出现的问题,通过多通道频域重构算法结合burst模式下的RD算法实现了多通道ScanSAR[1]成像。仿真中所设计的系统够实现在几何分辨率4.95m下测绘带宽达到350km以上。     

四阶模型方位NCS高分辨SAR成像

针对长积累时间SAR回波耦合性强,聚焦困难的问题,从提高成像模型近似精度和距离徙动校正精度两方面开展了SAR成像研究,推导了一种考虑方位非线性调频变标(NCS)的四阶近似成像模型。首先,为了提高模型近似度,将斜距展开到四次项;然后,为了将距离向和方位向进行初步解耦,在时域进行走动补偿,但是带来了聚焦深度问题,高分辨成像时,这种现象更明显;为此,二维频域解耦后又在方位向采用二阶非线性变标方法解决这一问题。仿真结果表明,从主观分析和量化指标两方面来讲,该算法优于传统的高分辨斜视SAR成像算法。     

大距离徙动情况下距离多普勒(RD)算法与后向投影(BP)算法的比较

距离多普勒(Range-Doppler，RD)算法是传统窄带／窄波束SAR的经典成像算法，它借助菲涅耳近似，只保留了斜距R(t)的线性部分和二次项。但是当距离徙动严重时，方位向二次以上的高次相位项不能忽略，这会大大降低聚焦精度。后向投影(Back-Projection，BP)算法是一种基于时域处理的成像算法，通过计算双程延时将对应信号进行相干累加，获得高分辨率SAR图像。BP算法由于用时延代替了相位的概念，故与频率无关，不存在距离徙动校正的问题。本文介绍了RD算法和BP算法的原理及算法实现，并且利用距离向插值改进了BP算法。最后，结合计算机仿真结果详细比较了这两种算法的若干性能指标，证明了BP算法比RD算法更适用于大距离徙动情况下的SAR成像。     

面向条带SAR的多孔径图像偏移自聚焦算法

本文提出了一种能够用于机载条带式合成孔径雷达（SAR）运动误差估计的多孔径图像偏移自聚焦算法。首先,将条带SAR数据分割为有重叠的估计子块,各个子块又分为具有重叠场景的多个子孔径,并通过后向投影算法在距离多普勒域构建子孔径图像;然后,对各个子孔径图像进行互相关处理,在分析影响互相关函数的因素的基础上,给出了求解各子图像之间的重叠场景相对偏移的方法;最后,给出了子块内的误差估计方法与子块间的误差拼接方法。对实际数据的处理结果表明,所提算法能够精确且鲁棒地估计机载条带SAR的运动误差。     

基于距离走动校正的星载SAR成像算法

该文提出一种适合大距离徙动星载SAR的成像算法,该算法首先要对回波信号的距离走动进行校正,因而距离向和方位向的耦合度大大减小,成像质量得到提高。文中详细地推导出了该算法。然后对距离多普勒域的调频斜率的近似误差进行了分析,并与普通的斜视算法进行了比较。最后通过点目标成像仿真和实际数据成像仿真,验证了该算法的有效性。     

基于NCS算子的大斜视SAR压缩感知成像方法

该文针对大斜视合成孔径雷达(Synthetic Aperture Radar, SAR)成像进行研究,提出了一种基于非线性频调变标(Non-linear Chirp Scaling, NCS)算子的大斜视SAR压缩感知成像方法。首先在详细分析大斜视SAR回波信号模型的基础上,给出了一种基于全采样数据的NCS成像算法,该算法有效完成了回波数据的走动补偿与解耦合处理,实现了准确成像。其次针对降采样的大斜视SAR回波数据成像问题,提出将上述成像算法构造成NCS算子并基于该算子建立压缩感知重构模型,通过对模型的优化求解直接获得最终的成像结果。该方法对于稀疏性成像场景能够有效降低回波数据采样率实现高质量成像,对于非稀疏成像场景在满采样条件下能够提高成像质量。最后的点目标和面目标的仿真实验验证了该文所提方法的有效性和可行性。