多极化前向散射RCS分析及其对目标分类识别的影响

在前向散射情况下,基于阴影逆合成孔径雷达(SISAR)成像原理可以获得运动目标的轮廓像,从而对运动目标进行分类与识别。为了研究多极化对前向散射雷达运动目标识别的影响,该文根据前向散射阴影逆合成孔径原理,建立了目标前向散射雷达截面积(RCS)与目标轮廓像谱信息之间的联系,首次将多极化引入到前向散射目标的分类识别中;并借助电磁仿真软件CST,仿真得到了多极化条件下目标的前向散射RCS曲线。通过分析仿真结果发现同一个目标在不同极化情况下具有不同的前向散射RCS旁瓣曲线,此种差异对应于目标轮廓像的差异;联合多极化产生的前向散射RCS旁瓣差异可以获得更多关于目标轮廓的特征信息。仿真结果验证了多极化能够提高前向散射目标分类识别的能力。     

全极化合成孔径雷达(SAR)高度信息检测技术

从全极化合成孔径雷达(SAR)二维图像数据中,经过极化综合计,利用快速搜索算法计算每一个图像像素的极化椭圆方向角ψ、△ψ,从而提取雷达方位向的地势倾斜度信息,形成极化SAR三维图像.本文在极化合成孔径雷达(SAR)三维成像快速搜索算法的基础上,提出由Stokes矢量推导的极化椭圆方向角解模糊算法,并利用美国NASA1994年SIR-C采集的真实全极化合成孔径(SAR)二维图像数据,经计算机处理得到了极化合成孔径(SAR)三维成像结果.     

基于复数信息传递的结构稀疏宽角合成孔径雷达成像算法

传统相关处理算法不能完全解决宽角合成孔径雷达(WASAR)成像中目标的散射特性随观测角度变化的问题。稀疏信号处理为该问题提供一种新思路,各向异性问题可以建模成欠定方程组。随角度增大,未知量的规模以观测孔径数目的线性规模增长,导致成功重建难度增大,甚至是重建失败。该文提出一种基于信息传递原理的宽角合成孔径雷达成像方法。根据宽角合成孔径雷达的观测几何及目标散射特性在不同角度之间存在的相关性,建立基于结构稀疏的成像模型;然后利用信息传递原理,提出基于结构稀疏复数信息传递(GCAMP)的成像算法求解该成像模型。仿真结果验证了该方法的有效性。     

基于ISAR像序列的目标三维重构

提出了一种把矩阵分解应用于雷达目标的逆合成孔径雷达成像(ISAR)三维重构的方法。通过对目标运动场景建模,将目标的ISAR成像过程化,推导出图像序列中散射点二维位置坐标与原目标三维坐标的投影矩阵关系,利用正交投影下的矩阵分解基本方法,从观测矩阵中分解出原目标散射点的三维位置矩阵,进而实现目标的三维位置重构,仿真结果验证了该方法的有效性。     

干涉式逆合成孔径雷达成像技术综述

干涉式逆合成孔径雷达（InISAR）成像是一种将干涉技术与逆合成孔径分辨相结合的高分辨雷达三维成像方法,能够实现对远距离运动目标全天候、全天时的三维成像,在军事和民用领域都呈现出广泛的应用前景和实用价值。其基本思想是利用位置分布不同的多个天线获取成一定视角差的多幅逆合成孔径雷达（ISAR）复图像,实现目标散射中心的二维分辨,然后通过干涉相位处理,恢复出目标散射中心的真实三维分布。本文综述了InISAR三维成像的理论框架,回顾了InISAR成像技术的发展历程,着重对图像配准、相位解缠绕、运动补偿、斜视、基线配置等关键技术难点进行了分析和评估,明确了研究中存在的问题,阐述了有待进一步研究的方向,最后对InISAR的发展现状和趋势进行了总结和展望。      

弧形阵列3D-SAR成像处理算法研究

三维合成孔径雷达（3D-SAR）能够获取观测场景目标的三维分辨，解决传统二维合成孔径雷达的叠掩、阴影等问题。不同于现有的3D-SAR成像几何，本文设计了一种新的基于弧形曲面几何的三维合成孔径雷达系统模型。相比于现有的3D-SAR成像系统，该系统能够利用弧形天线阵列实现高效的数据采集和宽视角三维成像。然后针对所设计的弧形阵列3D-SAR系统，本文提出了一种应用于调频连续波信号的波数域三维成像处理算法，通过波数域卷积及插值变换，避免了距离近似等产生的相位误差，从而实现对目标的精准聚焦。最后，通过进行计算机单点目标仿真与多目标仿真，并将仿真结果与后向投影算法的结果进行对比，验证了本文所设计系统模型的有效性及提出算法的良好成像性能。      

基于三维SAR成像的RCS近远场变换方法研究

微波3维成像能够准确地从背景噪声中分离出目标的散射信息,适用于外场目标电磁(EM)散射特性的分析和研究,因而从3维合成孔径雷达(SAR)成像的角度研究目标电磁的散射特性是目前的一个新兴的热门课题。该文以此为背景,首先从Stratton-Chu积分方程出发详细推导3维SAR的近场波数域成像过程,解释3维SAR成像的物理意义;然后阐述基于3维SAR成像的雷达散射截面积(RCS)近远场变换原理,介绍3维SAR图像的散射中心提取方法,给出基于3维SAR成像的RCS近远场变换算法;最后通过FEKO软件进行了仿真实验,得到了5个点目标的RCS近远场变换的方位特性曲线和频率特性曲线,并通过与理论情况的对比,验证该算法在RCS近远场变换技术中的有效性。     

三维目标曲线SAR成像的降维搜索算法

曲线合成孔径雷达(CurviLinear Synthetic Aperture Radar,CLSAR)利用雷达平台的单条曲线轨迹就可形成三维成像所需的曲线合成孔径。由于CLSAR采集的数据在三维频率空间是稀疏的,简单地采用非参数化方法所获得的图像几乎无法使用,所以有价值的目标三维像必须采用参数化方法来获得。该文提出一种新的适用于CLSAR的目标三维成像算法。该算法巧妙地利用了接收数据中距离方向与垂直距离方向参数间的弱耦合性,将高维优化问题解耦为低维优化问题,并顺序地估计出相应参数,最后采用一个迭代过程进行参数求精。仿真实验表明,新算法是一种适用于CLSAR的有效的目标三维成像算法。     

合成孔径雷达遥感技术及其应用

简叙合成孔径雷达（ＳＡＲ）的原理、应用和最新发展,以最常用的二维成像技术为例,首先说明横向高分辨尺寸的合成孔径的原理,再指出用大带宽信号取得纵向（距离向）高分辨尺寸。在应用方面,列出了ＳＡＲ的十类主要的民用和五大类主要的军用。文中简要叙述了９９年代星载ＳＡＲ的热潮,以及我国也将在２００３年左右发射星载ＳＡＲ上天。最后大中简述了ＳＡＲ技术的两种最新发展,三维成像和运动目标检测。     

基于照度的SAR图像均衡算法研究

受气流和飞行稳定性等的影响,轻小型无人机常常存在剧烈的位置和姿态抖动。姿态抖动能够导致机载合成孔径雷达(SAR)系统对地面的照射能量不均匀,引起图像增益不均衡。为剔除成像模型对图像增益分布的影响,还原目标散射特征,该文提出照度的概念以表征单位面积上雷达的照射能量,同时给出了照度的计算公式并推导得到成像幅度可视为目标散射强度与照度的乘积。针对传统图像均衡方法将照度和目标散射强度混淆,使得均衡结果无法反映真实目标散射特征的问题,提出一种新的基于照度的图像均衡方法。该方法在后向投影(BP)累加过程中计算成像区域中各像素点的照度,依据照度对成像结果进行加权处理。仿真和实测数据处理结果表明,该方法能够有效抑制载机位置和姿态误差引起的图像增益不均衡现象,准确还原图像真实散射强度信息。     

基于复图像的稀疏SAR成像方法在高分三号数据上的验证

基于稀疏信号处理的合成孔径雷达(SAR)成像(稀疏SAR成像)是稀疏微波成像的一个重要研究方向,相较于经典SAR,稀疏SAR成像在提升成像性能等方面具有重要优势。然而,受困于较大计算代价,其难以用于大观测场景的稀疏恢复,这极大限制了其应用范围。此外,无论军用还是民用,各国星载SAR系统的技术性能指标均是保密的,因此相较于原始回波,通常的公开数据都是经匹配滤波算法重构的SAR复图像。因而如何基于复图像数据进行稀疏成像,对提升现有SAR图像质量、降低稀疏成像计算代价具有重要意义。高分三号是我国首颗1 m分辨率C波段多极化SAR卫星,它具有成像分辨率高、幅宽大等优势,对提升我国灾害监测、海洋监视等能力具有重要作用。该文将一种基于复图像数据的稀疏SAR成像技术引入到高分三号SAR复图像的性能提升当中。实验结果表明,经稀疏处理后的图像拥有更低的旁瓣、更高的信杂噪比以及更优的目标可分辨率能力。且类似于匹配滤波算法重建图像,稀疏恢复结果也可以很好地保持图像统计分布及相位信息,使得稀疏重构的高分三号SAR图像仍适用于干涉、恒虚警率检测等应用。      

典型线面目标合成孔径雷达参数化成像

在复杂场景(特别是城区场景)合成孔径雷达(SAR)遥感成像中,存在大量线、面目标,如城区中的道路和建筑物边缘等目标,这些线面目标微波散射信号方向性强。传统SAR从单一视角获取场景的散射信息,且传统成像算法均基于点目标模型,使得传统SAR图像中线面目标主要特征表现为一系列的强散射点,而非线散射特征和面散射特征,最终造成SAR图像中目标不连续,SAR图像解译困难。因此,该文通过建立典型线段、三角面元目标的参数化回波模型,对线面目标SAR成像机理进行了深入细致的研究;并基于提出的参数化模型对线面目标进行参数化成像,即首先基于贝叶斯理论和所提的参数化模型对典型的线面目标进行分类判决,随后采用再成像的方式获得有效表征线、面目标散射特征的SAR图像,为线、面目标SAR图像解译提供有效支撑。最后,数值仿真实验成功验证了所提算法的有效性和正确性。      

Cross-track three apertures millimeter wave SAR side-looking three-dimensional imaging

The airborne cross-track three apertures MilliMeter Wave (MMW) Synthetic Aperture Radar (SAR) side-looking three-Dimensional (3D) imaging is investigated in this paper. Three apertures are distributed along the cross-track direction, and three virtual phase centers will be obtained through one-input and three-output. These three virtual phase centers form a sparse array which can be used to obtain the cross-track resolution. Because the cross-track array is short, the cross-track resolution is low. When the system works in side-looking mode, the cross-track resolution and height resolution will be coupling, and the low cross-track resolution will partly be transformed into the height uncertainty. The beam pattern of the real aperture is used as a weight to improve the Peak to SideLobe Ratio (PSLR) and Integrated SideLobe Ratio (ISLR) of the cross-track sparse array. In order to suppress the high cross-track sidelobes, a weighting preprocessing method is proposed. The 3D images of a point target and a simulation scene are achieved to verify the feasibility of the proposed method. And the imaging result of the real data obtained by the cross-track three-baseline MMW InSAR prototype is presented as a beneficial attempt.     

基于窄带步进频率的旋转目标三维ISAR成像

针对窄带发射信号,该文提出了基于步进频率的高速旋转目标三维成像方法。在运动补偿的前提下,首先利用单距离匹配滤波在子脉冲内进行二维逆合成孔径雷达像,然后结合CLEAN技术估计散射点参数,利用此参数在多个步进信号之间及多个距离单元内分别进行ISAR成像,最后利用频域距离合成技术在距离向实现高分辨,从而实现三维成像。该方法避免了旋转目标所引起的多普勒变化对距离合成的影响,能有效提高距离分辨率。多个散射点目标的仿真验证了该方法的有效性和可行性。     

复杂场景下单通道SAR目标检测及鉴别研究进展综述

SAR作为一种主动式微波成像传感器,以其全天时、全天候、作用距离远等独特的技术优势,成为当前对地观测的主要手段之一,在军事和民用领域发挥着十分重要的作用。随着SAR遥感技术的发展,高分辨率、高质量的SAR图像不断产生,仅依靠人工手段对感兴趣的目标进行检测、识别费时费力,因此亟需发展SAR自动目标识别(ATR)技术。典型的SAR ATR系统主要包括检测、鉴别、分类/识别3个阶段,其中,检测和鉴别阶段是整个SAR ATR系统的基础,是国内外雷达界一直开展的SAR应用基础研究之一。针对单通道SAR图像,简单场景下目标检测与鉴别已经取得了不错的结果;而在复杂场景下,杂波散射强度相对高、杂波背景非均匀和目标散射强度相对弱、分布密集等情况,使得SAR目标检测和鉴别依然是一个难点。该文对近十年左右复杂场景下单通道SAR目标检测及鉴别方法的研究进展进行了归纳总结,并分析了各类方法的特点及存在的问题,展望了未来复杂场景下单通道SAR目标检测与鉴别方法的发展趋势。      

一种机载SAR层析三维成像算法

针对机载平台难以同时满足多基线SAR层析3维成像所要求的短基线及大孔径问题,本文提出一种基于稀疏信号表示的机载SAR层析3维成像算法。首先基于高频率SAR目标的多散射中心假设,将目标在第3维成像方向上建模为稀疏分布模型,进而根据观测系统几何及信号频率特征构建了冗余字典,从而实现了成像问题到稀疏信号表示问题的转化,并最终通过求解以稀疏性度量函数为正则项的不适定方程获得成像结果。通过仿真实例的成像结果阐述了算法参数对成像的影响,并通过对SAR层析3维成像的仿真结果证明了算法的有效性。     

合成孔径雷达抗干扰技术综述

合成孔径雷达(SAR)得益于其全天时全天候、高分辨率的工作模式,在最近几十年吸引了全球雷达学者的目光。作为一种有源雷达系统,合成孔径雷达高分辨成像过程中会受多样式复杂多变的强电磁干扰影响,从而严重影响合成孔径雷达最终的高分辨成像结果,因此,如何有效对抗复杂电磁干扰是合成孔径雷达探测感知的难点和重点之一。该文针对不同的干扰样式、干扰来源、干扰散射机理、雷达天线配置、目标特性等合成孔径雷达抗干扰及高分辨成像的关键要素和主要思路进行了总结梳理,并依照干扰对抗算法的本质,对近些年代表性的合成孔径雷达对抗压制干扰和欺骗干扰算法的文献进行介绍和归纳,旨在为以后的研究提供一定的参考。      

基于局部超分辨重建的高精度SAR图像水域分割方法

合成孔径雷达(SAR)图像水域分割在水资源调查、灾害监测等领域具有重要意义。针对中低分辨率星载SAR图像水域提取精度不足的难题,该文融合基于轻量级残差卷积神经网络(CNN)的图像超分辨率重建技术和传统SAR图像水域分割技术的优点,提出了一种基于局部超分辨重建的SAR图像水域分割方法,显著提升了SAR图像水域分割的精度。为了验证上述方法的有效性,该文以南水北调中线工程水源地丹江口水库为应用对象,基于国产高分三号(GF-3)卫星的8 m分辨率标准条带(SS)模式图像和欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)模式图像,开展了水域分割的实验验证和精度评估工作。实验结果表明,该文所提方法可在中低分辨率SAR图像中获取更精确的水域分割结果,其水域分割性能较传统方法有大幅提升。      

基于扰动的结合Off-grid目标的层析SAR三维成像方法

层析合成孔径雷达(TomoSAR)通过组合在不同高度上获取的多基线二维SAR数据,实现合成孔径雷达的三维成像.TomoSAR的求解本质是一维谱估计问题,基于压缩感知的方法可以在非均匀分布的少量基线观测下实现求解,逐渐成为了主流的成像方式.在经典的压缩感知算法流程中,需要将连续的高程向划分成固定的网格,并且假定目标正好位...