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.     

滑动聚束SAR步进扫描影响分析

滑动聚束SAR系统在实际工作中通过步进扫描的方式来实现天线照射波束在方位向的扫描,然而该扫描方式会在滑动聚束SAR的成像结果中引入成对回波。为分析该成对回波的形成物理机制,建立滑动聚束SAR步进扫描的数学模型,通过泰勒展开和傅里叶级数分析具体解释了成对回波的成因,并给出了成对回波幅度及位置与步进脉冲控制数之间的定量关系。理论分析和信号仿真结果表明,该模型能够准确有效地解释这一现象,并可为滑动聚束SAR的波束扫描系统参数设计提供理论依据。     

英制定国防科技新战略

前不久，英国国防部制定了面向2l世纪的国防科技新战略。该战略的宗旨是全面提高英国国防科技水平，提供高武器装备性能，对武装干涉的力量。主要提出了从科学体系和研究重点、经费投入、科研合作、两用技术、科研机构改革、基础研究、人才培养等方面的新规划。     

圆周SAR与线性SAR成像特性分析与对比

圆周合成孔径雷达因其独特优势已经成为雷达领域的研究热点。分析圆周合成孔径雷达与线性合成孔径雷达在成像区域大小、点散布函数特性、回波频谱特点、三维成像能力等方面的差异,凸显了圆周合成孔径雷达的成像特点。发现单航过圆周合成孔径雷达频域成像处理的难点在于其回波频谱的空变性。为提高频域成像处理的效率,分析了平面圆周合成孔径雷达与多航过圆周合成孔径雷达成像模式,并指出这两种模式易于在频域开展一致化处理。仿真试验证明了分析内容的正确性。     

双天线干涉SAR系统无控制点场景的高精度参考相位快速估计算法

为解决无控制点场景参考相位的快速估计问题,对影响参考相位的因素进行理论分析,给出参考相位与影响因素的解析关系式。结合系统参数进行仿真分析,分析参考相位对高程误差的影响。根据分析结果,结合外部粗精度高程数据、滤波后的干涉相位及相干系数,提出高精度参考相位快速估计算法,并给出算法详细实现流程。对实际机载双天线干涉合成孔径雷达系统获取的数据进行处理,结果表明:算法在文中的系统参数下可以达到优于2 m的相对高程精度,处理4096×6560像素的数据块时,参考相位估计速度至少增大20倍。     

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。     

基于联合相似测度的SAR图像边缘点特征配准方法

针对SAR图像配准过程中几何变换影响特征匹配稳健性和适应性的问题,提出了一种在特征匹配过程中直接解算几何变换模型的边缘点特征配准方法。利用SAR图像边缘点的梯度和方向特征,基于像素迁移思想,定义了图像匹配的联合相似度——联合特征均方和(SSJF),并建立了SAR图像边缘点集相似性匹配准则;基于方向模板提出了改进的ROEWA算子;利用改进的遗传算法(GA)来进行相似度的全局优化搜索,获取配准模型参数;利用多幅SAR图像的配准试验,对本文方法的性能进行了验证。     

层状磁电弹半柱中同轴界面上的裂纹相互作用规律

针对“磁电弹-正交基体-磁电弹”3层半柱结构中2个同轴界面同时开裂的问题,建立了其断裂力学理论模型.运用位错模拟法和Green函数法,推导了裂纹问题的奇异积分方程组,并得到了应力强度因子的数值解.基于参数分析,讨论了层厚和裂纹的环向相对位置对应力强度因子的影响规律,阐明了其中的刚性边界效应、自由边界效应、屏蔽效应和干涉效应,揭示了屏蔽与干涉相互竞争所引起的局部区域内应力强度因子的特殊振荡现象.相关结论可为层状磁电弹智能器件的防断裂优化设计提供理论参考.     

一种基于BP神经网络的极化干涉SAR植被高度反演方法

地面干涉相位估计偏差和植被散射模型偏差都将引起三阶段植被高度反演偏差,针对该问题,提出了基于BP神经网络的植被高度反演方法,该方法直接利用BP神经网络模拟极化复相关系数与植被高度之间的非线性映射关系,不仅可以避免地面干涉相位估计偏差导致的植被高度反演偏差,还能降低三阶段植被高度反演方法面临的散射模型偏差导致的植被高度反演偏差,具有比三阶段植被高度反演方法更高的反演精度。实验结果验证了新方法的优越性。