基于FGG NUFFT的穿墙成像雷达快速BP算法

针对穿墙成像雷达后向投影(Back Projection,BP)算法存在计算复杂度较高、内存需求较大等问题,本文提出了一种基于快速高斯网格化的非均匀快速傅里叶变换(Fast Gaussian Gridding Nonuniform Fast Fourier Transform,FGG NUFFT)成像算法,该算法能够有效加速BP算法。对经过联合熵值法抑制墙体杂波后得到的目标回波数据,首先将BP算法中像素点幅值与高斯核函数反卷积消除高斯平滑的影响,然后对均匀数据进行快速傅里叶变换,最后对得到的数据进行卷积运算实现对数据均匀平滑输出。该方法预先划分网格并存储系数,避免了重复运算。通过对基于时域有限差分法(Finite Different-Time Domain,FDTD)的仿真软件GprMax2D/3D所获得的穿墙雷达数据进行处理,仿真实验证明该方法在保证成像质量的情况下,有效降低计算复杂度与内存需求。     

基于Spectral—Fit法的星载SAR方位多波束方位向非均匀采样的处理

介绍了方位多波束技术的基本原理，指出了其在星载情况下必然会产生方位向非均匀采样，而非均匀采样会在雷达图像中产生虚假目标。Spectral—Fit法的目的是从原始信号的非均匀样本中得到该信号的真实频谱，为了消除方位向非均匀采样的影响，文中将Spectral—Fit法与方位多波束SAR的成像算法结合，对方位向非均匀采样的目标回波信号进行处理。最后通过计算机仿真验证了该处理的有效性。     

基于频域稀疏非均匀采样的雷达目标一维高分辨成像

 雷达目标的高分辨距离像具有稀疏和可压缩的特点,可以在频域进行稀疏非均匀采样获得目标的宽带散射数据,再通过恰当的信号处理手段得到一维高分辨像.本文描述了基于频域稀疏非均匀采样的雷达一维成像数学模型,从参数估计的角度比较了稀疏非均匀采样与均匀采样的成像性能,提出了非均匀采样点选取方法;分别应用参数估计方法和稀疏像重构方法实现了基于频域稀疏非均匀采样的雷达目标一维高分辨成像.采用暗室测量数据比较了两种方法的性能,验证了频域稀疏非均匀采样在降低数据量、提高分辨力方面的优势.     

非均匀MIMO-SAR 体制基于衰减补偿的快速成像算法

提出了一种非均匀多输入多输出合成孔径雷达(MIMO-SAR)体制下基于衰减补偿的毫米波快速成像 算法。在图像重构过程中,该算法通过考虑信号沿空间路径的传播衰减,保留了回波模型中的幅度因子,并对回波 中包含不均匀阵列位置信息的幅度项和相位项采用菲涅尔近似,进而将目标图像重构分解为两个子图像的求解问 题,最后通过快速傅里叶变换(FFT)以及相干累加等步骤求解出最终的目标图像。仿真分析和实验结果表明所提算 法可以在保证快速成像的前提下有效降低信号传播衰减对成像质量造成的损失。     

基于空间三维非均匀SISO阵列雷达的介质目标快速成像算法

近年来,随着高精度定位系统的迅猛发展,基于手持式毫米波雷达的阵列成像技术在无损检测和医疗成像等涉及介质内部结构成像的领域中引起了广泛关注.与常见的二维（Two-Dimensional,2D）平面单发单收（SingleInput-Single-Output,SISO）阵列不同的是,基于手持式毫米波雷达的阵列,其阵元通常非均匀分布于三维（Three-Dimensional,3D）空间中,导致现有的基于平面SISO阵列的对介质目标内部结构进行快速成像重构的算法无法适用.为此,本文提出了一种适用于空间3D非均匀SISO阵列雷达的半空间介质目标快速成像算法.该算法将空间3D非均匀SISO阵列的每一个阵元扩展为一个的虚拟阵列,然后将所有虚拟阵列的回波数据变换至波数域后进行相干累加,最后通过3D逆傅里叶变换（Inverse Fourie Transform,IFT）实现快速成像.数值仿真和实验测量表明,与同样适用于该场景的改进后向投影（Improved Backward Projection,IBP）算法相比,在本文给定的成像参数条件下,所提算法可以在保证成像质量的同时,将成像时间缩短94%以上.     

非均匀稀疏采样环境的改进高斯粒子滤波方法

粒子滤波（PF）技术的研究一直是非线性滤波领域的热点和难点问题,针对非均匀稀疏采样环境下传感器观测的滤波估计问题,提出了一种结合目标运动特性的改进型高斯粒子滤波方法。在该方法中,首先深入分析了传统粒子滤波不能有效对非均匀稀疏采样观测数据进行有效处理的原因,通过引入目标观测、目标观测的有效时间间隔、目标速度等目标特性,综合改善高斯粒子滤波器在时间更新阶段预测粒子和预测协方差估计的准确性,从而提高观测更新阶段重要性密度函数的估计精度,实现对目标状态的精确估计。实验结果表明,对于一维非线性非高斯例子,提出方法要稍好于传统的PF、辅助粒子滤波（APF）和高斯粒子滤波（GPF）;而对于实际的非均匀稀疏采样观测样本,提出方法要远好于PF、APF和GPF,能够有效对目标进行状态估计。      

基于改进型快速双线性参数估计的复杂运动目标ISAR成像

针对复杂运动目标的逆合成孔径雷达(ISAR)成像中多普勒扩散导致的成像质量下降,该文在建立方位回波信号为立方相位信号(CPS)的基础上,提出一种基于改进型快速双线性参数估计的复杂运动目标ISAR成像方法。该方法通过利用双线性立方相位函数,非均匀快速傅里叶变换(NUFFT),基于Chirp-z的尺度变换以及快速傅里叶变换(FFT)等操作,能够快速实现CPS参数估计和复杂运动目标的ISAR成像。由于实现过程均采用NUFFT和FFT快速实现,该方法计算量小,并且双线性操作可以保证其具有较好的抗噪声性能和交叉项抑制性能。理论分析和仿真结果验证了该ISAR成像算法的有效性。     

基于人眼视觉非均匀特性的实时粒子滤波跟踪方法

由于在成像制导过程中需要实时处理大量的信息,为了在尽可能保留有效信息的情况下降低计算量,采用了一种人眼视觉非均匀采样模型--对数极坐标模型,来压缩信息量以提高计算速度;另外,由于对数极坐标变换对目标形状具有旋转和缩放不变性,在跟踪非刚性目标时该模型能表现出很好的稳健性;考虑到复杂环境中目标跟踪包含强噪声和强杂波,而且目标模型是非高斯非线性的,针对这些问题,在人眼非均匀采样模型的基础上,将基于目标强度特征的Mean shift跟踪方法与粒子滤波相结合,将Mean shift算法用于采样粒子滤波,有效地降低了抽样的粒子数,并对算法进行了数字仿真;实验结果表明,该方法能够有效抑制匹配点漂移,并且降低目标跟踪的计算量,是一种稳健的目标跟踪方法.     

阵元失效条件下MIMO雷达成像方法研究

为了提高天线阵元失效条件下非均匀采样MIMO雷达的成像性能,提出了一种基于失效阵元丢失数据重构的MIMO雷达成像方法。该方法先对失效阵元丢失的数据上叠加幅度微小的随机扰动量,利用矩阵填充技术恢复成均匀采样整体数据,并采用迭代加权lq方法获得低精度的目标场景向量估计值,然后根据该目标场景向量估计值和感知矩阵重构出失效阵元所丢失的回波数据,最后利用矩阵填充和迭代加权lq方法以获得更接近最佳稀疏度的目标场景向量估计值。仿真结果表明,该方法能有效降低天线阵元失效情况下MIMO雷达的目标场景向量估计误差,提高目标的三维成像质量。     

非匀速平飞模式下双基地SAR成像分析

该文研究了收发平台非匀速平飞模式下的双基地SAR成像问题。首先构建收发非匀速平飞模式的几何场景,并通过对回波瞬时收发距离的分析得到了双基地SAR回波的近似模型。收发平台速度变化使得波束不同步,导致SAR数据在方位向非均匀采样,该文首先分析了将非匀速平飞双基地模型等效成单基地变速运动模型的方法,然后采用非均匀傅里叶变换处理变速运动引起的非均匀采样的问题。多组不同条件下的仿真实验表明双基地SAR图像质量较好,验证了该文方法的有效性。