基于多输入多输出合成孔径雷达的二维混合基线抗欺骗干扰方法

针对距离延时和方位多普勒频率调制两类合成孔径雷达(SAR)欺骗干扰问题,该文提出一种基于多输入多输出合成孔径雷达(MIMO-SAR)的2维混合基线抗欺骗干扰方法。该方法采用基于MIMO-SAR的相位编码方案,使得多通道信号正交,利用多维相位信息识别欺骗干扰,通过相位补偿抑制干扰目标,从而提升雷达抗欺骗干扰能力。该文采用雷达抗干扰改善因子进行定量效果评估,在平台空间受限的条件下,该文方法比传统单发多收系统的雷达抗干扰改善因子提升3倍。仿真实验结果证明了该方法的有效性与正确性。      

合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。      

基于机器学习的阵列层析SAR建筑物目标提取方法

阵列层析SAR通过交轨向布置多个不同高度天线、方位向合成孔径和斜距向大带宽信号，具备三维成像能力，单次航过即可实现观测区域的三维点云获取。受限于阵元数目和基线长度，高程向分辨率较低，同时建筑物区域存在叠掩，在三维重建过程中提取建筑物目标特征效率较低。针对这个问题，该文提出了一种基于机器学习的建筑物目标识别和提取算法，通过基于多元线性回归的点云分割、基于梯度算子的边缘提取和基于聚类分析的建筑物分区重建，进行建筑物立面、顶面和地面的提取，能够得到较好的立面与地面相交的脚印信息，大大提高了特征提取效率。通过国内首次机载阵列层析SAR实验数据处理结果，验证了该方法的有效性。      

灾害遥感中SAR三维成像技术的研究与应用

随着遥感技术的发展及防灾减灾救灾经验的积累,中国在灾害遥感研究与应用服务上取得了丰硕的成果。总结了我国灾害遥感技术的发展,从数据获取方式和成像方法2方面阐述了合成孔径雷达(SAR)三维成像技术的研究情况,重点介绍了国内外SAR三维成像技术在灾害遥感中的应用现状及潜力。将SAR三维成像技术广泛用于灾害遥感还需要在系统设计、成像分辨力提升、观测场景建模及可视化、灾害系统理论及灾害遥感信息融合等方面进行重点研究。     

一种基于地形驻点分割的多通道SAR三维重建方法

多通道SAR具有高度向分辨能力,能够实现叠掩场景的3维重建,但是由于其基线长度有限,利用现有方法进行重建所得高程定位精度往往较差,而且由于叠掩区域散射系数起伏较大,重建结果中存在较多的漏检。针对以上问题,该文提出一种基于地形驻点分割的多通道SAR 3维重建方法,首先通过层析获得场景3维分布的草图,之后通过地形驻点定位及以地形驻点为门限的分割得到不叠掩的数据,最后利用干涉信号处理实现场景的3维重建。该方法结合了多通道SAR的高度向分辨能力和干涉信号处理的高精度,能够更加稳定、精确地实现叠掩场景的3维重建,基于实际场景缩比模型的仿真实验结果验证了该文算法的有效性。     

一种基于OFDM-chirp的雷达通信一体化波形设计与处理方法

雷达通信一体化波形设计是近年来的研究热点。有学者提出利用正交频分复用(OFDM)信号的奇偶载波分别调制雷达与通信功能来实现一体化。但OFDM通信系统一般采用循环前缀(CP)来避免多径效应带来的载波间干扰(ICI)和符号间干扰(ISI),这会降低能量利用率,并会形成虚假目标,影响雷达性能;此外,传统的OFDM一体化信号对多普勒比较敏感,微小的多普勒频偏也会带来正交性能的严重下降。该文在此基础上提出了一种新的波形设计和处理方法。该方法利用空白保护间隔替代循环前缀,可以在对抗多径效应的同时避免出现由于循环前缀引入的虚假目标,有效防止载波间干扰和符号间干扰。在信号处理方法上,该文提出利用雷达发射信号的先验信息进行信道估计与补偿多普勒频偏的方法。与传统方法相比,该文方法降低了系统在导频与训练序列等资源上的开销,提升了能量利用率和频谱效率,并且改善了峰值旁瓣比(PSLR)、积分旁瓣比(ISLR)和通信误码率(BER)等指标。仿真实验验证了该文方法的有效性。      

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。      

基于几何约束移动最小二乘的TomoSAR山区点云高精度三维重建方法

层析合成孔径雷达(TomoSAR)是一种先进的山区三维重建技术手段。然而,TomoSAR点云存在着较强烈的高程向定位误差,给高精度的山区三维重建带来了挑战。针对这个问题,该文提出了一种基于几何约束移动最小二乘(MLS)的高精度TomoSAR山区点云三维重建方法。该方法不仅具有传统MLS基于局部子空间思想进行复杂曲面结构拟合的优势,还可以充分地利用TomoSAR点云高程随地距单调递增的特点进行重建误差修正。首先,将点云投影到新的方位-地距-高程坐标系。然后,使用所提的基于迭代求解的几何约束MLS进行高程向定位误差修正。最后,通过投影变换得到山区三维重建结果。仿真和实测的机载阵列TomoSAR山区数据以及AW3D30 DSM数据和1:10000 DEM数据,验证了该文方法的有效性,同时表明了机载阵列TomoSAR用于山区高精度三维重建等应用的可行性和优越性。      

基于频域最小二乘APES的非均匀多基线SAR层析成像算法

基于非均匀立体构型多基线SAR的层析成像主要存在两个难题,一是混合基线引起的二次相位误差问题,二是非均匀基线引起的散焦问题。针对二次相位误差问题,该文首次分析并推导了多基线SAR各方向基线对不同位置散射点干涉相位的影响,并根据它们结构的不同,分别采用相位补偿和变量代换技术进行了修正;针对非均匀基线引起的散焦问题,该文提出了基于信噪比加权的频域最小二乘幅度相位估计(Amplitude and Phase EStimation, APES)算法,实现了非均匀基线情况下的高度维聚焦。仿真数据和ALOS星载SAR实测数据的实验结果验证了该文算法的有效性。