一种改进方位向非线性CS大斜视角SAR成像算法

大斜视角SAR成像时存在严重的距离走动现象,慢时域的距离走动校正在解决这一问题同时导致了聚焦深度问题.分析了二维频域解耦合后残余相位误差以及时域走动校正后的多普勒调频率误差,提出一种改进的方位向非线性CS算法,校正了三次以上距离迁徙带来的相位误差,同时采用改进非线性CS扰动方程补偿了随方位偏移量线性变化的调频率误差.仿真结果表明,改进算法的大斜视角大场景成像性能优于传统的高分辨大斜视角成像算法.     

基于NCS算法SAR成像效果仿真分析

针对SAR斜视状态使用CS算法对地面目标成像展开分析,重点分析了改进的NCS算法在处理高阶相位耦合方面的优势,按照改进的NCS算法对地面目标回波信号的成像过程进行了分析,使用计算机仿真验证了高阶耦合项位、残余相位误差随斜视角的变化关系,分析了目标回波聚焦效果,对实地模拟目标进行了成像仿真。     

机动飞行条件下基于SIFFBP算法的机载UWB SAR成像

机动飞行条件下,运动误差的幅度较大,频域运动补偿精度难以满足机载超宽带合成孔径雷达(UWB SAR)高精度成像的要求,需要采用精确的时域后向投影(Back Projection,BP)算法,然而原始BP算法的巨大计算量限制了其实际应用。提出了一种基于子图像快速因式分解BP(Sub-image Fast Factorized BackProjection,SIFFBP)算法的机动飞行条件下机载UWB SAR成像方案,并对其子孔径和子图像划分的约束关系进行了推导,给出了算法步骤,并分析了算法的计算量。仿真和实测数据处理结果表明,SIFFBP算法能够在保证处理精度的同时,大幅度提高处理效率,非常适合于机动飞行条件下的机载UWB SAR成像处理。     

并轨双基合成孔径雷达ECS成像算法

为解决大斜视角情况下并轨模式的CS成像误差较大的问题,基于单基地非线性CS算法采用扩展CS算法对斜视目标成像实现了改进,克服了双基地回波数据二维频域变换的困难,对高阶的耦合性进行了补偿.通过仿真验证了在斜视条件下,ECS(extend CS)算法对双基地合成孔径雷达(BiSAR)数据成像的有效性.     

弹载前斜视SAR BP成像算法与实现

弹载合成孔径雷达(SAR)的方位成像能力受飞行弹道和观测角的影响。后向投影(BP)算法建立在每条回波脉冲对应的弹目斜距已测知,通过斜距将回波信号反向投影至成像区域进行相干累加,实现目标区域的精确成像,在原理上不存在任何理论近似,因此适用于弹载大斜视角或者非线性航迹等复杂成像几何下的成像聚焦处理。为满足弹载实时SAR成像处理的要求,提出一种逐脉冲SAR实时成像算法。该方法是在BP算法基础上改进的时域处理算法,具备逐脉冲实时处理的特性,适合弹载条件下的延迟时间短、实时率高、快速成像的特点。仿真和机载试验表明,该方法可以有效进行大前斜视角的SAR成像,实现SAR实时成像处理。     

FPGA实时多普勒中心频率估计

基于弹载合成孔径雷达(SAR)对成像精度、处理时间、资源使用效率和设备低功耗的更高要求,提出一种基于FPGA的多普勒中心频率估计方法,采用FPGA实现实时高精度多普勒中心频率估计。改进回波处理流程,在距离向脉冲压缩过程中,距离向脉冲压缩结束后即可完成多普勒中心频率估计,进行后续距离走动校正(RCMC),实现了SAR信号处理机的"零等待"。在算法实现过程中,提出了基于FPGA的流水线式相位解缠绕方法和基于最小二乘的参数曲线拟合算法,实现相位解缠绕的连续流水输出以及中心频率估计参数精确插值。通过试验验证,基于FPGA的多普勒中心频率估计方法,充分发挥了处理资源使用效率,使SAR信号处理机硬件相对以前减少80%以上,处理时间和频率估计精度均优于系统要求。     

基于直达波补偿的星地双站SAR滑动聚束模式频域成像算法

星地双站合成孔径雷达以星载系统为机会照射源,地面接收机接收直达波和散射波信号进行同步和成像处理。本文介绍了星地双站SAR系统结构,对基于直达波进行距离向脉冲压缩后的信号调频率、距离徙动以及二维频谱的空变性进行了分析。在此基础上,基于方位向预处理过程、直达波补偿以及非线性Chirp Scaling算法,提出了适合该模型的频域成像算法,并通过点目标仿真验证了该成像算法的有效性和性能。星地双站SAR实测数据进一步验证了该成像算法的有效性。     

基于GPS信号的双基地SAR成像方法研究

对基于导航信号的合成孔径雷达(synthetic aperture radar,SAR)成像方法进行了研究,主要是在星载-机载双基地配置情况下,利用GPS(global posi-tioning system)卫星信号作为照射源,机载接收机接收点目标回波,通过距离向和方位向的压缩处理进行点目标成像。不同于线性调频信号,导航信号是扩频信号。研究了该信号的距离压缩方法,并给出一种方位压缩的实用方法,较好地达到方位压缩效果:利用Matlab工具进行了多点目标回波和成像算法的仿真。仿真结果表明:利用导航信号可以构成双基地SAR成像系统。     

毫米波高分辨SAR成像算法性能分析

为了研究SAR成像算法在毫米波段的处理性能,以点目标回波信号模型为基础,对几种经典SAR成像算法进行了推导,分析了各算法近似处理引入的误差。仿真结果表明,在高分辨毫米波SAR成像中,RD算法和CS算法存在大于1/4波长的相位误差,NCS算法相位误差小于1/4波长。研究结果可为毫米波高分辨SAR成像系统中成像算法的选择提供参考。     

机载UWB SAR实时信号处理算法研究

机载超宽带合成孔径雷达(UWB SAR)实时信号处理具有大数据量、大计算量等特点。用于实时信号处理的NCS算法需要较大的存储空间,针对这个问题,提出了改进的NCS算法,减小实时成像处理对存储空间的要求。同时,给出了UWB SAR实时信号处理的流程,分析了前向速度误差对成像质量的影响,推导了在改进NCS算法中基于测量数据的视线误差补偿的性能,采用仿真数据和实测数据对整个系统的性能进行了验证。     

一种新的星载高分辨宽测绘带SAR运动目标

本文针对星载多通道高分辨宽测绘带合成孔径雷达系统,提出了一种地面运动目标检测和参数估计方法,该方法首先利用空时自适应处理进行杂波抑制,然后采用传统SAR成像处理得到模糊的运动目标图像,接着利用恒虚警检测技术检测出所有运动目标,包括真实目标和由于多普勒模糊引起的虚假目标,再根据模糊图像的空间位置关系从所有成像目标中检测出运动目标的真实成像位置,最后根据运动目标的斜距历程得到因运动目标速度引起的图像位置偏移,由此估计得到运动目标速度。该方法具有运算量小、检测精度高等优点,星载仿真数据验证了本文方法有效性。     

船海复合场景面元化快速电磁建模方法及SAR成像仿真

在微波高频段,海面背景或海上船类目标往往具有电大尺寸和复杂精细的结构,这给船海复合场景的电磁建模带来巨大的计算负担。为简化计算,基于海面电磁散射模型面元化思想和图形电磁学,结合计算耦合场的四路径模型,提出一种电大尺寸船海复合场景电磁散射的快速计算方法。在保证海面与目标复合散射场的计算准确性前提下,提高计算效率。仿真并分析不同雷达参数下动态海面与目标的雷达散射截面,计算结果与实测数据以及精确数值方法结果的良好一致性验证了方法的准确性。将复合散射快速计算方法应用于合成孔径雷达成像仿真,仿真结果验证了方法的有效性。     

SAR微动目标的稀疏贝叶斯成像方法

SAR微动信息能够反映出目标的属性信息,其微动图像可作为雷达目标识别的一种重要手段。基于SAR微动目标回波的稀疏特性,建立了在过完备词典下的稀疏表示模型,提出一种新的稀疏贝叶斯重构方法——方差成分扩张压缩,该方法仅赋予有重要意义的信号元素不同的方差分量,拥有更少的参数。仿真结果表明,方差成分扩张压缩方法能较精确地估计出SAR目标微动参数,同时能够获得低信噪比条件下较好的微动目标像。     

混沌信号在弹载雷达成像中的应用

传统的线性调频信号在雷达成像中存在旁瓣电平过高,参数容易被截获等缺点。为了提高成像雷达的抗干扰性能和分辨能力,将混沌调频信号用于弹载成像雷达系统,建立了SAR工作的空间几何模型,在此基础上分析了回波特性,并对点目标进行了成像仿真,重点对成像性能进行了分析。结果表明,混沌调频信号用于弹载成像雷达系统可获得比较理想的点目标图像,使系统具有强抗干扰性能,有着良好的发展前景。     

密集杂波环境下用于多目标跟踪的改进PDA算法

概率数据关联(PDA)算法在密集波环境下跟踪单目标时具有良好的效果,但当跟踪多目标时,由于未能考虑相邻目标间的相互影响,因此效果不佳,针对PDA算法的不足,基于多目标跟踪中相邻目标间相互影响的特点,提出了一种新的改进概率数据关联(NIPDA)算法.新算法引入量测J属于目标t的概率Bjtk,并用其对关联概率进行修正,从而在计算互联概率时考虑了相邻目标间的影响.仿真结果表明,新算法在计算量与PDA算法相近的情况,提高了目标跟踪成功率.     

LFM脉冲雷达距离维快速搜索处理算法

针对脉冲雷达近距离目标遮挡问题,从理论上分析了雷达最小作用距离不受限于脉冲宽度.在此基础上,以Chirp脉冲为例,提出了一种适合远近距离全程目标的快速搜索处理算法.该算法只需发射一种宽脉冲波形,而不必根据距离的变化改变脉宽,从而有效缩短了搜索时间,大大提高了搜索效率.仿真结果表明了理论分析的正确性和算法的有效性.     

图像配准技术在DPCA动目标检测中的应用

杂波相消是运用DPCA方法进行地面动目标检测的一个关键问题,如果能将两幅图像精确配准将会得到很好的杂波相消图.基于傅氏变换及最大频谱法,采用了一种新的配准方法对真实的机载SAR图像进行了粗配准与精配准,得到了较好的杂波相消图,并有效准确地检测出地面动目标.     

Arbitrary-oriented target detection in large scene sar images

Target detection in the field of synthetic aperture radar (SAR) has attracted considerable attention of researchers in national defense technology worldwide, owing to its unique advantages like high resolution and large scene image acquisition capabilities of SAR. However, due to strong speckle noise and low signal-to-noise ratio, it is difficult to extract representative features of target from SAR images, which greatly inhibits the effectiveness of traditional methods. In order to address the above problems, a framework called contextual rotation region-based convolutional neural network (RCNN) with multilayer fusion is proposed in this paper. Specifically, aimed to enable RCNN to perform target detection in large scene SAR images efficiently, maximum sliding strategy is applied to crop the large scene image into a series of sub-images before RCNN. Instead of using the highest-layer output for proposal generation and target detection, fusion feature maps with high resolution and rich semantic information are constructed by multilayer fusion strategy. Then, we put forwards rotation anchors to predict the minimum circumscribed rectangle of targets to reduce redundant detection region. Furthermore, shadow areas serve as contextual features to provide extraneous information for the detector identify and locate targets accurately. Experimental results on the simulated large scene SAR image dataset show that the proposed method achieves a satisfactory performance in large scene SAR target detection.