非均匀稀疏采样环境自适应α-β滤波算法

针对非均匀稀疏采样环境下的被动机动目标跟踪问题,提出了一种新的自适应α-β滤波算法.算法首先在最小均方误差准则下,推导了α-β滤波器的最优参数选择方法;然后详细分析了非均匀稀疏采样被动传感器上报数据的特点,提出利用上报时间间隔和目标速度来设计跟踪指数,且根据被动传感器系统的实际观测情况,推导了观测误差标准差的表达式;最后,在保证算法稳定性的前提下,给出了自适应滤波器参数设计方法.实验结果表明,提出算法能够准确对机动目标进行跟踪,性能要好于工程中常用的α-β滤波器,且算法设计简单,能够工程实现.     

基于L1&TV正则化的低过采样Staggered SAR成像方法

高分辨率宽测绘带(high-resolution and wide-swath, HRWS)成像是星载合成孔径雷达(synthetic aperture radar, SAR)发展的重要趋势。Staggered SAR通过改变脉冲重复频率(pulse repetition frequency, PRF)将盲区分散在整个成像带内,可以将距离向幅宽扩展为传统体制的数倍。针对变PRF模式存在的非均匀采样和回波数据丢失问题,提出了一种基于L₁&TV正则化的低过采样Staggered SAR成像方法。所提方法可以在不恢复丢失数据的情况下实现方位模糊抑制,并且在稀疏重构模型中引入TV正则化项,从而实现分布式目标的精确重构。仿真和实际数据实验验证了所提方法的有效性。     

二维稀疏采样下的双通道SAR地面运动目标检测方法

多通道合成孔径雷达(synthetic aperture radar, SAR)地面运动目标检测系统具有良好的主瓣杂波抑制能力,但是其采样数据量过大的问题给数据存储与传输系统带来沉重负担。针对该问题,提出一种二维稀疏采样下的双通道SAR运动目标检测方法。该方法首先在距离和方位两维域进行随机稀疏采样,然后利用压缩感知技术对双通道的SAR回波数据进行联合处理,构造变换矩阵将目标能量支撑区从所有场景散射点的能量支撑区中进行分离,采用基于加权的最小l₁范数优化模型进行杂波抑制与运动目标成像。所提算法能够有效降低原始数据量,在杂波散射点的空间分布稀疏性较差的情况下,仍可以较好地检测地面运动目标。仿真实验验证了所提算法的有效性。     

基于属性散射中心的SAR成像方法

传统合成孔径雷达(synthetic aperture radar, SAR)成像技术假设目标回波是由各向同性的点散射模型的相干叠加形成, 在大转角成像时不再适用。且各向同性的散射模型忽略了目标同一结构像素间的相关性, 容易导致结构不连续, 给后续目标识别带来困难。为此, 本文提出了一种基于属性散射中心模型的SAR成像算法, 利用不同散射中心表现出的不同特性对其分别进行成像, 增强属于同一结构的像素间的相关性, 提高SAR图像的可视性。最后, 基于仿真和实测数据实验结果, 验证了方法的有效性, 与现有算法对比, 所提算法的图像质量在定性和定量评价指标上都有所提升。     

一种SAR成像中的非均匀采样重构方法

方位向非均匀采样是合成孔径雷达获取高分辨率图像的瓶颈之一,它导致图像的方位向分辨率、峰值旁瓣比和积分旁瓣比恶化,成像质量变差。提出了具有较高补偿精度和计算效率的非周期内插零的方法,在两个采样点之间插入非周期的零值,利用快速傅里叶变换在频域实现均匀采样重构,分析了插值倍数以及非周期的残留误差对图像指标的影响。仿真结果验证了方法的有效性。     

基于滤波器组的星载SAR DPC-MAB技术方位向非均匀采样信号的重构

给出了基于滤波器组对方位向周期性非均匀采样信号重构方位向均匀采样信号的算法。该算法主要利用滤波器组重建信号的原理,由完全重建条件和已知的分析滤波器组得到合成滤波器组,通过得到的合成滤波器组对方位向周期性非均匀采样信号进行重构,得到均匀采样信号。该均匀采样信号被用来消除当多相位中心方位向多波束星载SAR在系统的脉冲重复频率(PRF)偏离理想值时进行成像而产生的成对虚假目标。通过仿真,证明了该算法的有效性。     

基于非均匀采样的信号频率、幅值和相位检测

分析了单频和多频信号经非均匀采样的离散傅里叶频谱,推导出频率、幅值、相位的计算表达式,解决了目前文献中未提及的基于非均匀采样方法的幅值和相位检测问题。此外,提出一种基于多路并行非均匀采样的信号检测方法,通过合并多路非均匀采样信号频谱,使谱估计结果趋于原信号的真实频谱,进而实现信号检测。数值仿真显示,提出的方法可实现信号的频率、幅值、相位的精确检测,可以突破奈奎斯特频率限制、抗混叠能力强,且计算复杂性小。     

复图像域正则化特征增强SAR成像方法

通过分析合成孔径雷达(SAR)的成像过程和频域上的正则化特征增强方法,提出了一种在复图像域进行正则化特征增强的SAR成像方法,直接从SAR复图像域数据出发,利用先验信息,使用正则化方法重建高分辨率的SAR图像。实验结果表明,该方法能较好地保护目标并增强目标的可分辨性、抑制旁瓣和噪声、提高SAR图像的对比度。通过大量实验,研究了正则化参数的选取规律,总结出一些有用的结论。复图像域上的正则化特征增强方法的计算量比频域上的正则化特征增强方法的计算量大大减小。     

双层稀疏组Lasso高分辨SAR结构特征增强成像

针对合成孔径雷达(synthetic aperture radar,SAR)成像中,基于l1正则化线性回归(简称为Lasso)的凸优化类算法在进行稀疏特征增强时会导致弱散射体结构特征丢失,进而影响稀疏信号恢复精度的问题,本文提出一种基于双层稀疏组Lasso罚高斯回归模型的交替方向多乘子算法.该算法以散射体的块结构(组)...     

基于非均匀采样谱分析的多普勒解模糊处理

针对低脉冲重复频率（pulse repetition frequency, PRF）脉冲多普勒雷达的多普勒解模糊问题,提出了一种基于非均匀采样谱分析的多普勒解模糊处理方法。通过利用多重PRF方式下相参处理间隔内采样数据的时域非均匀特性,算法采用一种改进的复值迭代自适应方法直接估计无模糊多普勒谱的幅度响应,可实现PRF分组参差方式下对多个目标的解多普勒模糊处理。仿真结果验证了算法的有效性。     

基于组稀疏的极化差分SAR层析成像方法

差分合成孔径雷达(synthetic aperture radar, SAR)层析成像通过多航过数据重建观测目标的后向散射系数和视线方向形变速率。将全极化与差分SAR层析相结合,针对城市建筑成像高程向稀疏的特点以及全极化数据反演中,信号稀疏支撑集相同的特点,提出将稀疏约束与组稀疏约束相结合的求解模型,用基于层次稀疏的阈值迭代方法进行求解。通过仿真实验和基于BioSAR 2007实测数据的半仿真实验验证,实验表明全极化差分SAR层析成像方法,重构结果相较于单极化,提高了高程向和形变速率精度,且有更好的鲁棒性,在信噪比为10 dB时,相较于单极化差分SAR层析成像方法,能更好恢复高程向信息和形变速率。     

基于顺轨-交轨InSAR技术的运动舰船目标三维成像

利用顺轨和交轨干涉SAR技术,研究了海面运动舰船目标三维成像问题.完整地介绍了距离徙动校正和二维图像配准方法,提出了将时频分析成像方法和干涉技术相结合的处理思路,利用时频分析方法可以获得三个天线在任意方位时间tk处的目标图像,将任意方位时刻tk处的二维复图像进行干涉处理,由干涉相位计算运动目标散射点的三维空间坐标,实现运动舰船目标三维成像.运动舰船目标的三维图像仿真处理结果,表明了该方法的有效性.     

基于MP稀疏分解的弹道中段目标微动ISAR成像新方法

弹道目标在中段的运动包括轨道运动和微动。与轨道运动相比,弹道目标的微动能引起目标相对雷达视线角更为快速的变化,有利于逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像。针对自旋对称弹头的微动特性,提出了一种基于匹配追踪(matching pursuit, MP)稀疏分解的微动ISAR成像算法,分析了成像平面和成像所需积累转角,并通过计算机仿真与传统的距离－多普勒(range-Doppler, RD)、魏格纳－维尔(Wigner-Ville, WV)成像算法进行了比较。仿真结果表明：本文算法具有更好的成像精度和稳定性,且不受交叉项的干扰,是一种有效的微动目标成像算法。     

基于高斯字典原子稀疏表示的高精度宽角SAR成像方法

为了提高从宽角合成孔径雷达(synthetic aperture radar, SAR)图像中提取目标后向散射各向异性特性的性能,在宽角SAR字典稀疏表示模型的基础上,提出一种基于高斯字典原子的高精度宽角SAR成像方法。在字典构造上,采用不同中心位置、相同方差的高斯函数。在求解稀疏表示系数上,采用广义最小最大凹惩罚稀疏重构算法求解。最后,根据稀疏表示系数的重构结果以及构造的字典得到目标的后向散射各向异性特性。通过仿真实验和Backhoe数据对算法进行验证,结果表明,该方法能够高精度地提取目标的后向散射各向异性特性。     

基于距离像时频非负稀疏编码的SAR目标识别

提出了一种基于目标高分辨距离像时频域非负稀疏编码的合成孔径雷达(synthetic aperture radar,SAR)目标识别方法。首先,将目标的SAR复图像转换为高分辨距离像。然后,采用自适应高斯基表示方法计算每个距离像的非负时频矩阵。其次,对训练目标所有距离像的时频矩阵采用非负稀疏编码方法学习时频字典。在目标识别中,通过将每个距离像的时频矩阵投影到低维的时频字典上来提取特征矢量。最后,在提取特征矢量的基础上,通过支撑向量机目标识别决策实现目标识别。采用美国“运动和静止目标获取与识别计划”公开发布的SAR图像数据库进行算法验证实验。实验结果说明了提出方法的有效性。     

基于形态学自适应分块的高分辨SAR多特征增强算法

传统基于l1范数正则化算子(least absolute shrinkage and selection operator,LASSO)模型的合成孔径雷达(synthetic aperture radar,SAR)压缩感知类稀疏成像算法易丢失弱散射点.基于扩展型组LASSO系列模型的算法虽可增强SAR结构特征以保留弱散...     

基于相参子孔径的SAR实时成像方法

分析了子孔径过程用于合成孔径雷达(syntheticapertureradar,SAR)成像的实现机理,指出对合成孔径过程采取相参分阶段处理是对合成孔径这一处理思想合理的扩展,并总结了子孔径处理的核心思想。在此基础上结合对一类典型子孔径算法的研究,针对利用子孔径结果进行精分辨成像的实现过程及相应聚焦条件等问题进行了具体探讨。最后给出了相应的子孔径成像流水实现结构和仿真结果。     

高速旋转目标三维成像的新算法

针对高速旋转目标三维成像的问题,提出一种有效的GRT CLEAN方法。该方法首先进行平动补偿,将高速目标的回波信号转换为高速转台模型。然后利用基于旋转散射点各次距离像回波的变化曲线所具有的特征,采用广义Radon变换(generalized Radon transform, GRT)得到目标散射点空间位置的近似估计。最后把该目标参数估计方法与修正的CLEAN技术相结合得到每个散射点的特征估计,并进一步得到目标三维像。理论推导与仿真结果验证了该算法的有效性。