机载SAR运动补偿和窄带干扰抑制及其单通道GMTI的研究

摘要

经过五十多年的发展，合成孔径雷达（SAR）成像的理论和基本算法已经逐渐完善。但是随着合成孔径雷达在军事和民用方面日益广泛地应用，SAR成像将面临许多新的问题和挑战。雷达平台的运动误差将造成SAR成像的困难，并导致SAR图像散焦，特别在机载SAR惯导有限的情况下，研究基于回波数据的运动补偿对国内的机载SAR成像有着重要的意义。同时，由于窄带干扰的存在会明显地降低SAR图像的信干比，研究有效的窄带干扰检测与抑制算法可以显著地提高SAR图像的质量。此外，场景中的运动目标会在SAR图像中散焦或移位，如何对地面运动目标进行检测和精确成像是SAR领域的研究热点。本文以提高SAR图像质量为宗旨，紧密结合工程应用，利用概念分析、理论推导和数据验证等手段对机载SAR运动补偿、窄带干扰抑制和SAR地面运动目标成像三个方面进行深入地研究。现将本文的主要工作概括如下： 1、详细地阐述了距离—多普勒（R—D）和线频变标（CS）两种有效的成像算法。该R—D算法为时域距离走动校正频域弯曲校正的R—D算法，它不仅适应于正侧视SAR成像，而且适应于大斜视SAR成像。而CS算法则可应用于高分辨率正侧视或小斜视SAR成像。 2、系统地研究了机载SAR的运动补偿。从SAR成像几何模型和经验公式出发，分析了机载SAR系统对运动误差的控制要求。在SAR系统运动误差分析的基础上提出了一种有效的机载SAR运动补偿方案，即利用两维天线伺服系统来补偿载机的转动误差，从回波数据的瞬时多普勒调频率中估计得到平动误差，并且利用其对数据包络和相位的校正来实现平动误差补偿。 3、提出一种适用于大斜视SAR的运动补偿方法。该方法从大斜视SAR成像的几何模型出发，分析并推导了大斜视SAR的运动误差与多普勒参数的关系。同时，利用瞬时多普勒调频率和部分载机惯导参数通过伪逆求解估计出运动误差的空间分量，然后根据所得到的运动误差对数据进行有效的运动补偿。 4、系统地研究了SAR窄带干扰特性，提出基于特征子空间滤波的窄带干扰抑制方法。该方法属于非参数化方法，它在频域对窄带干扰进行简单的定性识别，在时域通过特征子空间分析把干扰数据和有用数据投影到不同子空间，并通过特征子空间滤波有效地抑制窄带干扰。 5、提出基于改进的最小均方（ILMS）算法的参数化窄带干扰抑制方法。该方法通过Pisarenko谐波分析较精确地确定窄带干扰的频率，并利用分段LMS和插值处理估计出时变窄带干扰的复包络，然后通过干扰数据的时域相消和信号增益恢复完成对窄带干扰的抑制。 6、系统地研究了单通道地面运动目标检测和成像。提出一种基于两视处理的单通道SAR运动目标检测和定位方法。该方法适用于低信杂比下具有径向速度的运动目标检测，根据地面运动目标相对于静止场景的多普勒谱偏移，把回波的多普勒谱分成对称两段分别成像，通过将两子视图像进行配准和非相干相消来抑制地杂波，提高对运动目标的检测能力。另外，在SAR图像中加窗取出运动目标的复信号并计算其多普勒谱相对于静止目标的平移量，通过该平移量可以实现对地面运动目标较准确的定位，并可进一步地降低虚警概率。 7、提出一种适合高信杂比条件的地面运动目标参数估计和精确成像方法。此方法根据运动目标的回波包络和多普勒频谱的特性，利用广义Keystone变换校正回波数据的距离弯曲，然后估计回波包络的斜率并进行走动校正，再对运动目标的多普勒频谱进行分析得到运动目标的多普勒参数，进而对运动目标进行成像。同时，该方法利用地面运动目标的多普勒参数与运动参数的关系不仅可以估计出运动目标的速度分量，而且还能够估计运动目标的径向加速度。

目录

文摘

英文文摘

声明

第一章绪论

§1.1合成孔径雷达概述及其研究背景

§1.2机载SAR运动补偿的研究现状

§1.3 SAR窄带干扰抑制技术的研究现状

§1.4机载SAR地面运动目标成像的研究现状

§1.5本文的内容安排

本章参考文献

第二章合成孔径雷达成像算法

§2.1引言

§2.2 SAR成像的几何模型和回波信号模型

§2.3时域走动校正频域弯曲校正的R-D算法

§2.3.1 成像算法理论分析

§2.3.2时域走动校正频域弯曲校正的R-D算法流程

§2.4 CS算法

§2.4.1 CS成像算法理论分析

§2.4.2 CS算法流程

§2.5本章小结

本章参考文献

第三章机载SAR运动误差分析及运动补偿

§3.1引言

§3.2 SAR成像运动误差控制要求分析

§3.2.1 SAR成像平动误差控制要求

§3.2.2 SAR成像转动误差控制要求

§3.3转动误差运动补偿

§3.4基于瞬时多普勒调频率的运动补偿方法

§3.4.1 瞬时多普勒调频率和运动误差的关系分析

§3.4.2基于瞬时多普勒调频率的运动误差估计

§3.4.3 沿Y、Z方向的运动补偿

§3.4.3沿航向(X方向)运动补偿

§3.4.4基于回波数据的平动误差补偿操作流程

§3.5 SAR实测数据的运动误差分析与运动补偿处理结果

§3.5.1“T-18A”无人机载SAR运动误差分析

§3.5.2“T-18A”无人机载SAR运动补偿

§3.6本章小结

本章参考文献

第四章 基于数据的机载斜视SAR运动补偿

§4.1引言

§4.2斜视SAR运动误差分析

§4.3斜视SAR运动补偿

§4.4斜视SAR数据分析和处理结果

§4.4.1 斜视SAR仿真数据分析和处理结果

§4.4.2斜视SAR实测数据分析和处理结果

§4.5本章小结

本章参考文献

第五章SAR窄带干扰抑制方法

§5.1引言

§5.2基于特征子空间滤波的SAR窄带干扰抑制方法

§5.2.1 基于特征子空间滤波的SAR窄带干扰抑制原理

§5.2.2结合特征子空间滤波抑制NBI的SAR成像算法

§5.3利用改进的LMS算法抑制SAR窄带干扰方法

§5.3.1 改进的LMS窄带干扰抑制算法原理

§5.3.2 结合改进的LMS抑制NBI的SAR成像算法

§5.4 SAR窄带干扰数据分析和处理结果

§5.4.1 自适应频域陷波法

§5.4.2仿真数据分析和处理结果

§5.4.3实测数据分析和处理结果

§5.5本章小结

本章参考文献

第六章单通道SAR地面运动目标检测和成像方法

§6.1引言

§6.2低信杂比下地面运动目标检测和定位原理

§6.2.1 基于两视处理的SAR运动目标检测和定位方法的理论分析

§6.2.2基于两视处理的SAR运动目标检测和定位方法的算法流程

§6.3基于两视处理的SAR-GMTI数据分析和处理结果

§6.3.1 仿真数据分析和处理结果

§6.3.2实测数据分析和处理结果

§6.4 高信杂比下地面运动目标成像和运动参数估计原理

§6.4.1 地面运动目标SAR成像的几何模型

§6.4.2地面运动目标精确SAR成像的理论分析

§6.4.3地面运动目标的运动参数估计

§6.4.4地面运动目标精确成像和运动参数估计的算法描述

§6.5 地面运动目标仿真和实测数据分析与处理结果

§6.5.1 地面运动目标成像和参数估计的仿真数据处理结果

§6.5.2地面运动目标成像和参数估计的实测数据处理结果

§6.6 本章小结

本章参考文献

第七章结束语

§7.1本文内容总结

§7.2工作展望

致谢

作者在读期间的研究成果