基于PWE-PGA算法的条带SAR载机航迹估计

相位梯度自聚焦(PGA)算法是一种高效的自聚焦算法，然而距离向窄波束的假设条件，使其对某些工作体制参数的雷达系统并不适用。加权相位梯度自聚焦(PWE—PGA)算法考虑了距离变化对相位误差的影响，扩展了PGA算法的应用范围。文中对此算法进行了深入研究，提出了一种利用PWE-PGA算法进行条带SAR载机航迹估计的方法，并对影响估计精度的因素进行了深入的分析。     

秩—相位误差估计自聚焦方法的改进

本文提出了改进的秩－相位误差（ＩＲＯＰＥ）估计自聚焦算法，与ＲＯＰＥ算法相比，ＩＲＯＰＥ有两个优点：（１）它基于的模型更符合实际，所以具有更好的鲁棒性。（２）它对迭代过程初值的设定是近似准确的。本文通过近似分析证明。ＩＲＯＰＥ对相位误差差分的估计最最大似然（ＭＬ）估计，而相位梯度自聚焦（ＰＧＡ）算法是ＩＲＯＰＥ的一个子集，即在满足一定条件时，ＩＲＯＰＥ和ＰＧＡ对相位误差的估计都是线笥无偏最小方差估     

一种用于条带式RD算法的组合实时PGA方法

随着合成孔径雷达(SAR)分辨率的提高,方位向相位误差的影响逐渐增大,传统的相位梯度自聚焦(PGA)方法虽然可以估计出高次误差,但是通常都需要迭代,给实时成像造成了很大困难。该文结合条带式RD算法和PGA自聚焦算法的特点,提出了一种组合的实时PGA方法。这种方法将频移相关距离门算法(SACGS)算法与PGA算法结合,不仅大大降低了计算量,可以不用迭代而达到良好的效果,而且降低了对运动初始参数的精度要求。仿真和实际数据均验证了这种方法的有效性。     

一种适用于双基SAR的改进PGA方法

实际的双基地合成孔径雷达(BiSAR)系统中,载体平台不可避免地存在运动误差。运动误差的存在将严重影响最终的成像结果,因此高效准确的运动误差估计和补偿方法是实现高精度成像的前提。针对双基地合成孔径雷达中存在的运动误差问题,提出了一种改进的相位梯度自聚焦(PGA)算法实现高精度的运动补偿。不同于传统的PGA算法,所提改进的PGA算法同时考虑了运动误差引入的空变相位误差和其导致的包络偏移,可以实现更高精度的运动误差估计。同时,将局部似然估计的思想扩展到所提的改进PGA算法中,有效地提升了算法的效率。实测的双基SAR数据验证了所提算法的有效性。     

一种可用于实时成像的改进PGA算法

相位梯度自聚焦算法(Phase Gradient Autofocus, PGA)可有效补偿高次相位误差, 对实时成像系统获取高分辨图像有重要意义。但是该算法一般需要迭代多次, 运算耗时, 且在不同场景的应用中算法的聚焦性能不够稳定, 这些严重限制了PGA算法在实时处理中的应用。选点和加窗是PGA算法的两个关键步骤, 该文提出一种基于数据均值的选点方法和一种基于脉冲包络的窗宽估计方法, 这两种方法对数据的自适应能力较强, 可使算法获得稳定的聚焦性能, 并有效减少迭代次数。实测数据处理结果证实改进的PGA算法可用于实时成像。      

一种用于条带式SAR的自聚焦算法

本文将相位梯度法（Phase Gradient Algorithm,PGA）用于条带式合成孔径雷达（SAR）的自聚焦。根据条带SAR与聚束SAR回波信号差异并参考经典相位梯度法提出了一种适用于条带SAR的自聚焦算法SPGA。用这种新的条带SAR自聚焦算法聚焦所得SAR图像不会发生传统条带SAR下PGA常有的拼接问题:同时由于相位误差曲面的引入,对于任何场景SPGA均能达到良好的聚焦效果。     

星载合成孔径雷达二维闪烁相位误差校正方法研究

分析了电离层闪烁效应对低频段星载合成孔径雷达(Synthetic Aperture Radar, SAR)方位向分辨率的影响, 并基于二维相位屏方法生成了距离向空变的闪烁相位误差.传统的相位梯度自聚焦(Phase Gradient Autofocus, PGA)方法难以适用于二维空变相位误差校正, 而本文基于闪烁相位误差在距离向具有连续性的特点, 在一定规则基础上将整幅图像划分为若干个子孔径, 对每个子孔径图像利用PGA方法进行相位误差估计, 再将得到的各子孔径相位误差进行插值运算, 从而得到整幅图像的闪烁相位误差.仿真结果表明:相比于传统PGA方法, 子孔径PGA方法可以有效解决二维空变闪烁相位误差对图像方位向分辨率的影响, 校正后的图像得到很好的恢复, 方位向分辨率明显提高.     

基于多通道自聚焦校正SAR图像空变误差研究

针对相位梯度自聚焦(PGA)在无特显点的场景下应用效果不明显和最小熵及最大对比度自聚焦方法运算量过大的特点,提出一种新的校正空变误差自聚焦方法,利用相位误差局部非空变的特点,对距离向各个子块数据进行非空变相位误差进行估计。根据载机平台的运动特点及已估计出的各个子块的相位误差,计算出载机平台在垂直航向上的斜距误差。利用已估算出的斜距误差对整个距离向进行相位误差拟合,从而获得距离向的空变相位误差曲线。最终获得了较好的成像效果,并通过仿真实验验证了该方法的有效性。     

基于改进PGA算法的机载条带式UWB SAR运动误差精补偿北大核心CSCD

传感器精度较低的情况下,单纯基于测量数据的运动补偿难以满足机载超宽带合成孔径雷达(UWB SAR)的聚焦精度,需要自聚焦算法对初步聚焦的图像进行精补偿。相位梯度自聚焦(PGA)是一种高效、稳健的自聚焦算法。文中研究了PGA算法在机载条带式UWB SAR中的应用,提出一种改进的三步选点策略以提高选点质量,然后对基于参考点对齐的子图像拼接方法进行了改进。实测P波段机载UWB SAR数据处理结果表明改进PGA算法精度高、收敛快,可有效校正残余相位误差,并完成较高精度的子图像拼接。     

UWB SAR图像的非均匀分段PGA算法

在超宽带合成孔径雷达(UWB SAR)成像过程中,由于载机偏航所导致的相位误差具有严重的距离向空变性,因此需要沿距离向分段应用相位梯度自聚焦(PGA)算法以改善PGA算法的聚焦性能.本文分析了载机空间偏航位置与相位误差空变特性之间的关系,提出了图像非均匀分段PGA(NUSPGA)算法,并从理论上对算法进行了推导.文中还提出了参考点对齐法以校正分段聚焦后子图像间的平移失真问题.最后由实测数据验证了本文所提算法的有效性.     

基于投影近似子空间跟踪技术的自聚焦算法

基于特征向量法的自聚焦算法具有比相位梯度自聚焦(Phase Gradient Autofocus,简称PGA)算法更好的算法性能,但该算法必须对协方差矩阵进行特征分解,所以运算量大.利用投影近似子空间跟踪(Projection Approxima-tion Subspace Tracking,简称PAST)技术的自聚焦算法可以解决上述问题.通过实际数据处理结果对比,证明基于PAST技术的自聚焦算法是一种可满足实时处理要求的有效自聚焦方法.     

基于子孔径相位误差拼接的相位梯度自聚焦算法

随着雷达技术的发展,合成孔径雷达的成像精度也得到了大幅提升,与之相匹配的,也需要能更精确地进行运动补偿的算法.由于惯导精度无法满足需求,如果仅使用惯导数据对运动误差进行补偿,补偿的结果中含有残余的距离单元徙动,这会损失图像的精度.本文首先分析了残余的距离单元徙动对快速分解后向投影成像算法和相位梯度自聚焦算法的影响,再将...     

快速校正天波雷达电离层相位污染的改进方法

时变的电离层会对天波超视距雷达( OTHR)回波信号相位进行调制,产生相位污染,导致回波谱展宽。最大似然估计( MLE)法具有比相位梯度法更佳的污染校正效果,但计算量非常大。通过引入投影近似子空间跟踪法,提出了一种改进的MLE方法。改进方法采用递归手段估计最大特征值对应的特征向量,避免了特征值分解过程,能够显著降低计算量,污染校正效果与MLE法相当。理论分析与仿真对比表明改进方法普适性强,计算量只有MLE法的万分之一,更适合工程实现。     

适合P波段UWBSAR的改进PGA算法

相位梯度自聚焦（PGA）算法是一种高效的自聚焦算法，其优良的聚焦性能是建立在合理的统计模型和高信杂比的基础上。对于信杂比较低的P波段超宽带合成孔径雷达（UWBSAR）图像来说，传统PGA算法的聚焦效果并不理想。对此，文中提出了将对比度准则和传统PGA算法相结合的改进PGA算法，有效地削弱了图像信杂比对PGA聚焦性能的影响。文中还提出了“参考点对齐”法来校正PGA算法聚焦所产生的图像平移（沿方位向）失真问题。文中所提算法已经成功运用于某P波段UWBSAR实测图像数据的聚焦处理，并得到了比传统PGA算法更好的聚焦处理结果。     

基于先验相位结构信息的双基SAR两维自聚焦算法

两维自聚焦是高机动条件下机载合成孔径雷达(SAR)高分辨率成像的重要保障。现有的双基SAR两维自聚焦算法没有充分利用相位误差的先验结构信息,是对相位误差的一种盲估计,在计算效率和参数估计精度方面仍然存在很大限制。该文从双基SAR极坐标格式成像算法新解释入手,从残留距离徙动(RCM)校正的观点出发,将极坐标格式(PFA)算法的实现解释为距离频率和方位时间两个变量的解耦过程。利用这一观点分析了极坐标格式算法中的距离和方位重采样对两维相位误差的影响,揭示了残留两维相位误差固有的解析结构。基于这一固有的先验信息,该文提出了一种结合先验信息和图像数据的双基SAR两维自聚焦算法。算法通过引入先验知识,将两维相位误差估计降维成一维方位相位误差的估计;同时,在估计方位相位误差时,通过多子带数据平均,充分挖掘了所有数据的信息。相比于已有算法,无论是参数估计精度还是计算效率都有明显改善。实验结果验证了该文理论分析的正确性以及所提两维自聚焦方法的有效性。      

基于分数阶傅里叶变换的运动舰船聚焦算法

为解决合成孔径雷达(SAR)图像中运动舰船目标产生的散焦现象,结合对比度最大算法和分数阶傅里叶变换(FRFT)算法,提出了一种改进的对比度分数阶傅里叶变换(CFRFT)自聚焦算法.该算法利用分数阶傅里叶变换对已成像SAR图像进行时频域分析,根据旋转角分别利用参数模型和非参数模型对二阶相位误差和高阶相位误差进行补偿,和传统的相位梯度(PGA)法相比,图像分辨率和旁瓣比提升显著,可以更有效地补偿SAR中舰船运动产生的相位误差.对不同舰船和尾迹SAR图像实验表明,算法对二阶以上的相位误差具有较好的补偿效果,误差估计准确性高,适用范围广,解决了SAR运动舰船的散焦问题,提高了海洋舰船监测的准确性.     

基于SHARC处理器的PGA算法实现

合成孔径雷达(SAR)实时处理技术的发展对相位梯度自聚焦(PGA)算法的工程实现提出了要求。基于以多片主流SHARC处理器为核心构成的硬件平台,针对PGA算法数据处理量大、计算复杂度高的特点,设计开发了并行处理的系统拓扑和程序流水结构及其软件程序。机载SAR实测数据的处理结果验证了该方案的有效性。