阵列三维SAR成像及基于稀疏重构的分辨率增强技术

摘要

传统合成孔径雷达（Synthetic Aperture Radar，SAR）具有全天候观测、高分辨率成像等优点，在军事和民用方面得到广泛应用。然而，传统SAR只具备二维分辨率，存在阴影遮挡等缺陷，使其不能实现空间三维成像和对快起伏地形的观测。阵列三维SAR是一种新兴的微波三维成像技术，具有空间三维分辨能力，为目标识别等应用提供更丰富的信息；工作在正下视模式时，能够有效克服阴影遮挡，实现对城市区域等复杂场景的三维测绘；工作在前下视模式时，能够观测前下方区域，为飞行器自主导航等提供信息。因此，阵列三维SAR技术具有广阔的应用前景和极好的研究价值。
　　目前，阵列三维SAR技术的理论和方法都还在起步阶段，还有许多地方需要补充和完善，面临许多亟待解决的问题：（1）缺乏阵列三维SAR前下视模式的理论和方法，需要分析前下视模式的模糊函数和分辨率；（2）阵列三维SAR数据量巨大，需要研究高效高精度数据处理方法；（3）阵列三维SAR沿阵列维分辨率低，成为其实际应用的主要瓶颈，需要研究相应的分辨率增强方法。稀疏重构突破了信号带宽限制，为提高阵列维分辨率提供了新思路，需要研究适用于阵列三维SAR分辨率增强的稀疏建模和稀疏重构算法。
　　针对上述问题，本论文在阵列三维SAR快速高精度成像和稀疏分辨率增强的研究方面做出了以下主要贡献和创新：
　　（1）研究了阵列三维SAR前下视模式的模糊函数和三维分辨率。首先，推导了阵列三维SAR前下视模式的模糊函数，并以模糊函数为基础分析了其空间三维分辨率，从理论上解释了前下视模式三维成像的可行性，并且可将正下视模式看作前下视模式的特例。其次，提出了一种新的分辨率投影方法，解决了前下视模式时分辨率在沿航向和高度维的分配问题。该分辨率投影方法考虑脉冲压缩和沿航向虚拟合成孔径对高度维和沿航向分辨率的综合贡献，其对投影后分辨率的解释更符合实际。
　　（2）研究了阵列三维SAR前下视模式下的快速高精度三维成像方法。首先，提出一种三维Chirp Scaling方法，解决了前下视模式存在的距离走动和几何畸变问题，实现了三维成像。其次，提出一种基于后向投影（Back Projection，BP）算法和非均匀快速傅里叶变换（Nonuniform Fast Fourier Transform，NUFFT）插值的快速高精度成像方法。该方法用NUFFT插值代替辛克函数插值完成了高精度插值，插值精度可达到10-6，实现了高精度BP成像算法。结合并行计算构架（Compute Unified Device Architecture，CUDA）使算法执行效率得到大幅提高，该算法被称为CUDA NUFFT BP算法。最后，提出一种随机天线相位中心快速成像方法，减少了天线相位中心数目，能在保证分辨率和峰值旁瓣比基本不变的情况下实现三维成像，能节约3~5倍的运算量。
　　（3）研究了阵列三维SAR分辨率增强的稀疏模型和分辨率增强能力评价指标。首先，提出了一种基于提取强目标区域的三维稀疏模型，解决了不同高度层间观测数据存在相互串扰的问题。该模型还设计了合适的降维策略，在一定程度上降低了稀疏重建问题的维数，减少了运算量。其次，提出一种基于阵列维的分维稀疏模型。该模型沿阵列维在等距离切片内分维建模，大大降低了重构问题的维数，结合空间劫趾滤波技术，提高了稀疏重构的分辨率增强能力。再次，提出一种评定分辨率增强能力的新指标，解决了传统分辨率定义不适用于稀疏分辨率增强的问题。该指标对误差容限、像素间隔和分辨率作综合考虑，更符合稀疏分辨率增强的实际情况。
　　（4）提出了一种反正切函数正则化分辨率增强算法。该算法能够直接处理阵列三维SAR分辨率增强的复数值稀疏重构问题，解决了常规1范数正则化方法处理复数值稀疏重构问题时，将复数优化问题转换为实数优化问题后，两者不完全等价的问题。该算法对正则化参数比1范数正则化不敏感，且其解具有趋稀疏特性。另外，该算法基本思想为用反正切函数来逼近0准范数，使其在一定程度上能克服分辨率增强时，传感矩阵约束等距性质差的问题。
　　（5）提出了一种迭代自适应1范数正则化分辨率增强算法。该算法能够根据观测数据的不同，自适应调节正则化参数，解决了固定正则化参数不能适应不同观测数据的问题。同时，该算法综合了广义交叉校验法（Generalized Cross-Validation，GCV）和 L曲线法选择正则化参数的思想，通过设计强调稀疏性的迭代准则，防止算法过渡迭代，保证求得稀疏解。另外，该算法能克服GCV不适应测量次数少于重建目标次数的情况，和 L曲线法尝试较多的正则化参数值导致运算量较大的问题。
　　总之，本文研究了阵列三维SAR前下视模式时的模糊函数和分辨率分配问题，提出了适合阵列三维SAR的高效高精度成像算法，建立了用于阵列三维SAR分辨率增强的稀疏模型，提出了直接处理复数值稀疏重构问题的反正切函数正则化方法和迭代自适应1范数正则化方法。本论文的研究成果，能够为阵列三维SAR快速高精度成像和稀疏分辨率增强提供理论指导和技术支持。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1研究背景和选题意义

1.2国内外研究现状和发展趋势

1.3本文主要研究内容和贡献

1.4论文章节安排

第二章 SAR信号和阵列信号处理基础

2.1引言

2.2线性调频信号

2.3驻定相位原理

2.4脉冲压缩技术

2.5插值技术

2.6旁瓣抑制技术

2.7阵列数字波束形成和波达方向估计

2.8本章小结

第三章 阵列三维SAR原理和快速高精度成像算法

3.1引言

3.2阵列三维SAR模型

3.3模糊函数和分辨率分配问题

3.4阵列三维SAR快速成像算法

3.5本章小结

第四章 阵列三维SAR稀疏分辨率增强建模

4.1引言

4.2压缩传感基本原理

4.3阵列三维SAR的稀疏性

4.4像素间隔和分辨率增强关系

4.5阵列三维SAR稀疏分辨率增强模型

4.6分辨率增强能力

4.7本章小结

第五章 反正切函数正则化分辨率增强算法

5.1引言

5.2复向量稀疏重构经典算法

5.3反正切函数正则化算法

5.4性能验证和分辨增强实验

5.5本章小结

第六章 迭代自适应L1范数正则化分辨率增强算法

6.1引言

6.2常规L1范数正则化参数选择

6.3迭代重加权L1范数最小化

6.4迭代重加权最小二乘

6.5迭代自适应L1范数正则化

6.6本章小结

第七章 总结与展望

7.1全文总结

7.2后续研究方向展望

致谢

参考文献

攻读博士学位期间取得的成果