利用多角度SAR数据实现三维成像

利用多角度 SAR 数据实现目标高分辨率3维成像对雷达自动目标识别具有重要价值。该文在目标散射稀疏性前提下提出了基于压缩感知的多角度SAR 3维成像方法。文章首先论证多角度SAR测量能够改善测量矩阵的互不相关性。然后根据互不相干影响因素分析,合理选择目标离散间隔构造多角度 SAR 测量矩阵。最后利用分段正交匹配追踪算法实现目标向量的稀疏重构。该文算法不仅改善了高度分辨率,而且克服了多角度 SAR空间采样不连续导致的高旁瓣问题。实验验证了该算法的可行性和稳定性。     

一种特殊构型的双站SAR的CS实现

针对发射机位于地球同步卫星的双站SAR这种新型成像雷达体制,建立了信号的回波模型,并推导了在这一模型下的Chirp Scaling算法实现.通过大场景点阵目标的仿真证明,该算法处理速度快,无需插值即可实现对SAR原始数据的二维匹配滤波操作进而实现良好的SAR图像效果,可适用于高精度发射机位于同步卫星的双站SAR的成像处理.     

前视阵列SAR回波稀疏采样及其三维成像方法

针对高分辨前视阵列SAR三维成像系统面临的距离采样率高和回波数据量大的问题,本文利用地面散射源在三维空间中的稀疏性,提出距离频域和沿航向时域二维稀疏采样并稀疏重构地面三维图像的方法.从前视阵列SAR角度观察三维地面,地面散射源在距离向和沿航向二维空间中是稀疏的,在该二维方向上联合稀疏采样有望实现最佳的稀疏采样效果.为避免距离向时域稀疏采样造成的三维成像复杂化,提出利用子脉冲结合距离频域稀疏采样的方法来实现距离向稀疏采样.同时,结合地面散射源连续性特点,提出低信噪比情况下稳健的信号重构方法.与传统三维匹配滤波成像方法相比,本方法降低了距离采样率和回波数据量,并直接重构地面散射源信息以实现三维成像.     

一种基于二维信号稀疏重构的互质采样星载SAR成像处理方法

互质采样星载SAR通过方位互质采样代替传统方位均匀采样,可有效缓解空间分辨率与有效成像宽度之间的相互制约,提升SAR系统的对地探测性能。然而,方位向互质采样使得回波信号呈现方位欠采样及非均匀采样特性,导致传统SAR成像处理方法无法实现互质采样星载SAR的有效成像处理。该文提出一种基于2维信号稀疏重构的互质采样星载SAR成像处理方法。该方法在距离向脉冲压缩后,根据各距离门的多普勒参数截取2维观测信号并构造相应的稀疏字典,然后通过改进的2维信号稀疏度自适应匹配追踪算法完成方位聚焦处理。该方法不仅可以补偿SAR回波信号的距离方位2维耦合,还可以消除成像参数随距离空变对稀疏重构造成的影响,从而实现全场景的精确重构。点目标及分布目标仿真实验结果验证了所提算法可在远低于奈奎斯特采样率的情况下实现稀疏场景的有效重构。      

一种正前视宽扇区高分辨雷达扫描成像方法

合成孔径雷达（Synthetic Aperture Radar,SAR）只有照射到飞行方向左、右两侧的感兴趣成像区域时才能处理出高分辨率SAR图像,飞行方向正前方的成像区域就成为了SAR成像的固有盲区。三通道（和、方位差、俯仰差）毫米波单脉冲成像雷达能够实现对正前视场景的二维成像,获取单脉冲图像。提出对SAR/单脉冲图像进行图像配准和融合拼接的方法：首先利用多尺度多方向二维Gabor滤波器组分别对SAR/单脉冲图像进行特征提取,然后对两组特征矩阵进行归一化互相关匹配,对匹配好的图像进行像素级融合处理,得到完整的正前视宽扇区高分辨雷达图像。试验数据成像处理结果表明,所提复合成像算法能够对飞行正前方宽扇区范围内进行高分辨成像,有效解决了工程实际中碰到的正前视高分辨成像盲区的难题,对于前视雷达成像侦察、弹载雷达目标区域景象匹配、飞行器夜航、盲降等具有一定的工程实际意义。     

基于空间聚类种子生长算法的阵列干涉SAR点云滤波

阵列干涉合成孔径雷达(Synthetic Aperture Radar, SAR)通过在交轨向布置多个天线,结合方位向的合成孔径和斜距向的大带宽信号,具备了3维分辨能力,且多个阵元保证了其在高程向的空间采样,能够解决干涉SAR(Interferometric SAR, InSAR)测绘中的叠掩问题,实现观测场景的3维成像。但是获得场景区域的3维点云分布中存在较多杂点,高程向误差较大,所以传统的激光雷达(Light Detection And Ranging, LiDAR)点云滤波方法不适用于阵列干涉SAR点云的滤波处理。针对该问题,该文提出基于空间聚类种子生长算法的阵列干涉SAR点云滤波算法,应用密度和高程双重阈值生成密度-高程图像,通过图像处理手段去除小型杂点,利用空间聚类种子生长算法将植被等从点云数据中去除,完成点云滤波处理。利用国内首次机载阵列干涉SAR实验数据,通过与传统LiDAR滤波方法进行比较,验证了该文算法的有效性,为后续建筑物提取和精细化处理提供保障。      

基于多尺度多方向Gabor模板的光学/SAR景象匹配

合成孔径雷达(SAR)成像制导通常采用光学基准图和SAR实时图进行特征提取和景象匹配.提出了一种光学/SAR异类影像匹配方法,利用多尺度多方向Gabor模板提取图像的Gabor特征后进行特征匹配,首先对SAR图像进行方向Frost滤波预处理,然后分别计算光学图像和SAR图像的高斯梯度图像,再利用多尺度多方向二维Gabor滤波器模板分别对两幅高斯梯度图像进行特征提取,最后对两组特征矩阵进行归一化互相关匹配.该方法直接利用光学图像和SAR实时图进行景象匹配,实验表明,该异类影像匹配方法较其他传统方法具有较高的鲁棒性和准确性.     

一种深度欠采样的快速SAR成像算法

以减少SAR成像所需数据量,缩短成像时间为目的,本文构建了深度欠采样回波信号的模型,提出了一种二维脉冲压缩算法,该算法利用OMP和BCS算法对欠采样回波做距离向和方位向压缩,实现了二维SAR快速成像。通过对点目标模型SAR回波的仿真验证了方案的有效性。     

基于MMSE编队卫星SAR高分辨率成像算法

针对编队卫星SAR的构型特点,根据编队卫星SAR回波信号的数学模型,给出了一种改进的成像算法:对每个接收机受到的回波信号进行最小均方误差滤波处理,并用空域滤波合成多颗接收卫星对应的单视复图像,从而得到高分辨率SAR图像。该方法充分利用系统的先验知识和不同接收机间的位置信息来实现高分辨率成像,突破了传统匹配滤波算法对SAR空间分辨率的限制,实现了均方差最小意义下的最优估计。仿真结果验证了本算法的有效性。     

一种基于压缩感知的稀疏孔径SAR成像方法

 高分辨大场景合成孔径雷达(SAR)成像给数据存储和传输系统带来沉重负担.本文针对条带式SAR成像,提出一种基于压缩感知技术的稀疏孔径SAR成像方法.该方法沿方位向以部分子孔径采样的方式获取降采样的原始数据,然后在距离向采用传统匹配滤波方法实现脉冲压缩处理,在方位向则利用小波基作为场景散射系数的稀疏基,并通过求解最小l₁范数优化问题重构方位向散射系数.该方法在存在多普勒参数误差情况下,能够有效实现多普勒参数估计,具有良好稳健性.仿真和实测数据成像结果表明所提算法在方位向严重降采样条件下仍能够实现无模糊的SAR成像,具有较强的有效性与实用性.     

基于阴影的SAR图像车辆目标三维特征提取

目标长、宽、高三维几何特征,对SAR图像解译与目标识别等具有重要意义。从SAR成像几何出发,根据SAR观测俯仰角、目标及阴影之间的几何关系,研究提出了基于两维高分辨SAR图像阴影信息的车辆目标三维几何特征提取方法。该方法既可由某一方位角的单幅SAR图像提取目标三维几何特征,也可通过任意有限(3～5)个方位角SAR图像的融合提取目标三维几何特征,而且融合还可有效提高目标三维几何特征的提取精度。通过大量MSTAR实测SAR图像数据的实验结果,验证了其有效性。     

The strip imaging of airborne squint sidelooking mode SAR

Airborne squint side-looking strip imaging mode SAR has the advantages of better flexibility and larger field in applications than the classic side-looking mode SAR. Because of the large range migration and serious range-azimuth coupling terms, the imaging processing of squint mode SAR is a full two-dimensional (2-D) phenomenon. In this paper, different algorithms, which can be used for the imaging processing of squint mode SAR, are compared with each other in terms of their focusing quality and their ability to handle the large range migration of the squint side-looking mode SAR. And their abilities of real-time imaging are also discussed. The algorithms contained here are 2-D FFT method, fast polynomial transform(FPT) method, and the direct correcting method based on range-Doppler focusing algorithms. Other new methods are also discussed here briefly.     

利用缺失数据幅度相位估计提取多角度SAR特征

提取多角度SAR特征对雷达目标识别具有重要价值。该文利用缺失数据幅度相位估计提取多角度SAR特征,本质上是缺失数据情形下的参数估计问题。该算法无需利用目标参数化模型,是一种数据驱动的自适应估计方法;同时,它无需填充缺失数据,避免了因插值导致的误差。实验表明该算法不仅能够提高目标位置和幅度估计精度、实现超分辨成像,而且对噪声和模型失配具有鲁棒性,实验同时验证了多角度SAR重构目标轮廓的优势。     

新体制SAR三维成像技术研究进展

常规SAR成像,平台沿直线飞行,形成直线型合成孔径,仅能获取2维图像,即3维空间中的观测场景在斜距-方位平面的2维投影,图像具有叠掩、透视缩短、阴影等畸变现象。SAR 3维成像突破了斜距-方位2维频率信息获取,能够获取第3维频率信息,实现3维分辨,可获得观测场景的散射中心在3维空间中的分布,从而解决叠掩问题,消除透视缩短、顶底倒置等几何形变现象,更直观地描述客观场景,已成为国际研究热点。该文介绍SAR 3维成像的概念和主要观测模式,分析该领域国内外研究现状和进展,重点阐述作者所在研究团队的SAR 3维成像研究进展,最后对SAR 3维成像技术进行总结和展望。      

多角度SAR图像非目标遮挡缺失信息重构

合成孔径雷达对地面目标侧视成像时,周围高大建筑或树木的阴影投射到目标上导致非目标遮挡,造成目标部分信息缺失,严重影响目标检测、识别以及跟踪的性能。SAR图像对角度敏感,相邻方位角图像之间相关性强,有助于缺失信息重构。本文首次将多角度SAR图像序列与张量分解结合,提出多角度SAR图像非目标遮挡缺失信息重构。首先,引入多路延时嵌入变换,将多角度SAR图像序列转换为块Hankel张量,以获取相邻方位角图像之间的潜在结构关系。然后,在嵌入的高维空间内进行Tucker分解,实现块Hankel张量缺失信息重构。最后对重构后的块Hankel张量进行多路延时嵌入逆变换实现目标缺失信息重构。MSTAR数据实验结果表明,该方法能实现非目标遮挡情况下车辆目标缺失信息重构,且优于经典算法HaLRTC。      

机载串行双站斜视合成孔径雷达ELBF-CS成像算法

在机载串行双站斜视合成孔径雷达模型基础上,用收发载机多普勒贡献比为加权系数推导了点目标回波的扩展Loffeld频谱公式（ELBF）。以场景中心点目标双站扭曲项近似场景中各点目标双站扭曲项,再对频谱公式中剩余相位项做Taylor展开推导距离变标因子,构建了基于ELBF的串行机载双站斜视SAR的chirp scaling (CS)成像算法。算法在二维频域内补偿双站扭曲项,利用CS方法校正点目标距离徙动得到成像结果。考虑到双站回波距离空变性的影响,分析了宽场景成像数据距离向分块的准则。算法基于更高精度的点目标二维频谱公式,用CS方法提高成像效率,成像处理过程更简捷高效,最后通过仿真验证了算法在处理串行机载双站斜视SAR数据的有效性。      

基于运动干扰站的SAR-GMTI相干噪声调频干扰

合成孔径雷达-地面动目标指示(SAR-GMTI)系统通常采用多个通道对杂波和干扰进行抑制和对消,传统的合成孔径雷达(SAR)噪声调频压制干扰难以对SAR-GMTI实施有效干扰。文中针对多通道SAR-GMTI提出基于运动干扰站的相干噪声调频干扰。该方法利用运动干扰站转发式干扰的成像特性实现方位向扩展,利用方位向相干噪声调频实现距离向扩展,将二者有机结合,可同时实现干扰目标在方位向和距离向的二维扩展。研究结果表明:该方法可获得部分方位向处理增益,有效降低了干扰功率需求,对SAR和SAR-GMTI均可产生灵活可控的干扰条带,可同时保护地面分布式静止目标和运动目标。理论分析和仿真实验验证了该干扰方法的可行性和有效性。     

一种合成孔径雷达对地面运动目标成像和精确定位的算法

该文针对正侧视合成孔径雷达工作体制下运动目标成像、定位问题进行研究。分析了运动目标成像与静止目标成像的异同。提出利用距离历程拟合,结合静物场景成像的部分已知信息(地面道路或者桥梁的方向),准确估计t=0时刻目标的坐标和两维速度,不仅为运动目标精确成像提供了信息,同时得到目标运动轨迹相对地面场景的准确位置。该文提出的方法对于目标在照射孔径内的位置没有特殊假设(以往研究的时频分析方法需要假设目标在t=0时刻位于载机的正侧方向)。最后定量分析了不同形式匹配滤波器对运动目标回波成像的效果以及采用静止目标匹配滤波器对运动目标回波进行成像处理而产生的移位和散焦影响.     

基于高分三号SAR数据的城市建筑高分辨率高维成像

传统合成孔径雷达(SAR)只能获取方位-距离二维图像,无法准确反映目标的三维散射结构信息.层析合成孔径雷达(TomoSAR)是一种多基线干涉测量模式,它将合成孔径原理扩展至高程向,除了可对目标进行二维成像之外,还可以准确恢复目标的高度向散射信息,真正实现三维成像.差分层析合成孔径雷达(D-TomoSAR)将合成孔径原理...     

基于小波域NMF特征提取的SAR图像目标识别方法

该文提出了一种基于小波域非负矩阵分解特征提取的合成孔径雷达图像目标识别方法。该方法对图像二维离散小波分解后提取低频子带图像,用非负矩阵分解对低频子带图像提取特征向量作为目标的特征,利用支持向量机进行分类完成目标识别。将该方法用于对MSTAR数据中三类目标识别,识别率最高可达97.51%,明显提高了目标的正确识别率。实验结果表明,该方法是一种有效的合成孔径雷达图像特征提取与目标识别方法。