论文部分内容阅读
随着合成孔径雷达(Synthetic Aperture Radar,SAR)的应用越来越广泛,对SAR图像的质量要求越来越高。合成孔径雷达通过二维的匹配滤波获得高分辨率的图像,但是无论是雷达系统还是载机的运动都会引入一定的误差,这会使图像的分辨率变差、旁瓣升高等。系统固有误差的补偿某种程度上可以利用系统测得的实际器件误差数据来补偿。因为SAR载机的非理想运动必然会带来运动误差,所以运动补偿是SAR一直需要解决的问题,论文对运动补偿进行了深入研究。对于线性调频体制的脉冲SAR,因为旁瓣电平很高,弱目标会被湮没,所以旁瓣抑制的需求很迫切,论文对旁瓣抑制进行了深入研究。
论文主要工作及贡献如下:
1、针对姿态误差对合成孔径雷达成像的影响,提出了一种基于航迹误差和姿态误差同时校正的SAR运动补偿算法。现有方法都是利用天线稳定平台对姿态误差进行校正,后处理补偿航迹误差对SAR成像的影响。论文的方法在现有方法的基础上,在后处理中同时考虑了航迹误差和姿态误差对SAR成像的影响,能够同时补偿航迹误差和姿态误差。特别是对于小平台、作用距离近、天线波束窄的SAR系统,姿态误差较大,更要考虑天线波束指向误差对成像的影响。跟现有方法比,论文的方法能更精确地补偿载机的非理想运动状态对SAR成像造成的影响。
2、针对现有的相位梯度自聚焦(Phase Gradient Autofocus,PGA)算法的加窗方法和特显点选取所存在的问题,提出了一种改进的PGA算法。该算法提出一种新的确定相位误差点扩展函数(Point Spread Function,PSF)支撑域的方法,该方法计算方位向上能量分布的平均值作为支撑域外的平均能量,以此来确定加窗的宽度。基于这种自适应加窗方法,还提出一种改进的特显点选取方法,该方法能够选择信杂比大的特显点,去掉信杂比小的特显点。实验结果表明,与传统的加窗方法和特显点选取方法相比,该方法能够得到更好的聚焦效果。
3、针对现有的空变切趾算法(Spatially Variant Apodization,SVA)不能有效抑制旁瓣的问题,提出了一种改进的SVA(Modified SVA,MSVA)算法。该算法把传统的滤波器从3点扩展到5点,并且根据采样率的不同,设定相应的滤波器参数,得到满足约束优化理论的最优解。MSVA算法适用于任意奈奎斯特采样率,既能有效地抑制旁瓣,又能保持信号的高分辨率。实验结果表明,与传统的频域加窗方法相比,该方法能够在保持图像高分辨率的前提下,更有效地抑制旁瓣。
4、针对INSAR对复图像对相关性的要求,提出了一种提高图像相关性的方法。MSVA算法能够在一定程度上提高图像的信噪比,因此,把MSVA算法应用到干涉处理中,对每幅图像先进行MSVA操作,然后再进行干涉处理,可以在一定程度上增强复图像对的相关性。实验结果表明,与传统的频域加窗方法相比,该方法能够明显提高复图像对的相关性。
5、针对现有的super-SVA算法旁瓣剩余的问题,提出了一种改进的super-SVA算法,把每次迭代后的结果和原始信号进行比较,取模小者作为下次迭代的起始值,这样可以消除中间操作过程中引入的旁瓣,从而使频谱扩展更有效。在改进SVA算法和改进super-SVA算法的基础上,提出了super-MSVA算法,该算法适用于任意奈奎斯特采样率,通过迭代的方式,可以使信号的频谱扩展多倍,从而达到分辨率的明显提高,实验结果验证了该方法的有效性。