基于先验信息的综合孔径辐射计误差校正方法

误差会严重影响综合孔径微波辐射计的成像性能,需要进行校正.但是,随着系统工作频率的提高和阵列尺寸的扩大,校正难度越来越大.文中提出一种基于先验信息的综合孔径微波辐射计误差校正方法.该校正方法包括一个基于先验信息的校正矩阵以及一种基于先验信息的CLEAN算法.首先,该校正方法将含有误差的系统响应作为先验信息构造校正矩阵,并校正得到初步的反演图像;然后,利用上述先验信息估计系统的阵列因子并代入基于先验信息的CLEAN算法,校正图像中剩余的误差.仿真和实验结果表明该校正方法能有效提高综合孔径微波辐射计的成像质量.该校正方法可以在图像反演过程中全面校正综合孔径微波辐射计的误差,降低对校正系统的硬件性能要求,适用于大阵列毫米波综合孔径微波辐射计的校正误差.     

一种扩大8 mm波段综合孔径辐射计成像视场的方法

针对8 mm波段综合孔径辐射计射频前端电尺寸较大、采用常规Y形阵列布局系统成像视场范围小的缺点,首先提出了一种星形天线阵列布局,它使可视度函数采样点之间的间隔变为天线单元间隔的一半,从而使系统的成像视场扩大到原来的两倍;然后,针对星形阵列可视度函数采样点缺失的问题,研究了背景对消与凸集投影相结合的图像反演算法,并进行了成像仿真.仿真结果验证了该反演算法的有效性.     

综合孔径辐射计反演成像算法研究

高效的反演成像算法是综合孔径辐射计成像的关键技术之一。提出一种基于视场细分的改进反演成像算法,将视场细分成多个矩形子区域,利用反演亮温与可视度函数的傅里叶变换关系,得到每个子视场的反演亮温。通过理论证明和仿真计算表明:该算法可使系统中未消除的误差分量对亮温反演的影响最小,与常用的BG算法对比分析:表明了新算法的正确性和有效性,且计算速度快。     

一种扩大8 mm波段综合孔径辐射计成像视场的方法

针对8mm波段综合孔径辐射计射频前端电尺寸较大,采用常规Y形阵列布局系统成像视场范围小的缺点,首先提出了一种星形天线阵列布局,它使可视度函数采样点之间的间隔变为天线单元间隔的一半,从而使系统的成像视场扩大到原来的两倍;然后,针对星形阵列可视度函数采样点缺失的问题,研究了背景对消与凸集投影相结合的图像反演算法,并进行了成像仿真。仿真结果验证了该反演算法的有效性。     

基于差集的综合孔径圆环天线阵稀疏优化方法

稀疏天线阵列设计是综合孔径微波辐射计的一个重要研究内容.圆环阵因其可实现(u,v)平面基线矢量零冗余、结构简单以及共形、波束旋转对称等特点而备受关注.针对均匀圆环阵(UCA)基线长度(基线矢量的模)冗余量大的问题,提出了两种稀疏优化方法:一种是基于受限差集的半圆环阵稀疏方法;一种是基于循环差集的全圆环阵稀疏方法.这两种方法均可大大减少阵元数,节约硬件成本;且均可解析地求出稀疏阵元位置,运算量极小,适于任意大阵元数的圆环阵稀疏优化.通过阵列旋转和分时测量,这两种圆环稀疏阵可获得与UCA相同的空间频率采样.     

基于双模型的综合孔径辐射计成像反演方法

针对综合孔径成像中,基于单一模型的成像反演方法难以有效应对模型误差,进行准确图像重构的问题,提出了一种基于双模型(DM)的综合孔径成像反演方法,用于校正反演模型的参数误差,并对目标场景进行高精度的毫米波图像重构。鉴于傅里叶变换(MFFT)模型和G 矩阵(GM)模型参数敏感性不同的特性,提出的DM方法首先通过比较两种模型的重构误差,对存在误差的成像参数进行准确校正;然后在精确GM模型的基础上,借助改进的正则化方法重建出高精度的目标图像。经仿真实验证明,相比于传统的单模型成像方法,提出的DM方法能够有效校正成像模型的参数误差,并对目标场景进行高精度的毫米波图像重构。     

一种基于压缩感知的稀疏孔径SAR成像方法

 高分辨大场景合成孔径雷达(SAR)成像给数据存储和传输系统带来沉重负担.本文针对条带式SAR成像,提出一种基于压缩感知技术的稀疏孔径SAR成像方法.该方法沿方位向以部分子孔径采样的方式获取降采样的原始数据,然后在距离向采用传统匹配滤波方法实现脉冲压缩处理,在方位向则利用小波基作为场景散射系数的稀疏基,并通过求解最小l₁范数优化问题重构方位向散射系数.该方法在存在多普勒参数误差情况下,能够有效实现多普勒参数估计,具有良好稳健性.仿真和实测数据成像结果表明所提算法在方位向严重降采样条件下仍能够实现无模糊的SAR成像,具有较强的有效性与实用性.     

基于SP-LSQR的综合孔径辐射成像方法

综合孔径微波辐射计是被动微波遥感领域中一种重要的探测器。综合孔径辐射计成像反演过程在数学上是病态的反问题,传统正则化方法虽然能够有效克服其病态性,但重构误差较大、对干扰噪声鲁棒性不强。与传统正则化方法相比,最小二乘Q-R矩阵(Least Square Q-R matrix, LSQR)分解算法具有计算精度高、数值稳定性好等优点,但收敛速度不够快。对此,文中提出利用子空间预处理LSQR(Subspace Preconditioned LSQR, SP-LSQR)算法进行综合孔径辐射计反演成像,提高收敛速度。仿真结果表明：与Tikhonov正则化和带限正则化相比,SP-LSQR方法不仅可以降低重构误差,而且对干扰噪声的鲁棒性更强。此外,与LSQR方法相比,SP-LSQR方法在不降低成像反演精度的情况下,有效提高了计算效率。     

二维综合孔径微波辐射计圆环结构天线阵 及其稀疏方法

本文介绍了圆环天线阵二维综合孔径微波辐射计的测量原理和反演算法,并通过模拟退火算法讨论了两种二维综合孔径微波辐射计圆环阵的稀疏方案,一种方案利用天线旋转,在半圆周上稀疏天线;另一种方案通过将空间频率采样点的均匀分布作为优化的约束条件,在全圆周上稀疏天线.结果显示两种设计较传统设计均有改进之处.对于半圆周天线而言,在积分时间允许的条件下,通过天线旋转与分时测量,天线阵可进一步稀疏.对于全圆周天线而言,与Y形天线阵结构相比,在同样的空间频率覆盖范围内,全圆周天线阵使天线单元数达到了最优.     

一维综合孔径微波辐射计海温反演精度研究

星载一维综合孔径微波辐射计(1D-ASMR)利用天线阵代替传统辐射计的大天线,具有高空间分辨率和多入射角观测特点,是未来海温遥感的重要载荷.为评估1D-ASMR亮温测量误差EMb对海温反演精度的影响以及为卫星系统的设计提供依据,文中构建了1D-ASMR亮温仿真模型,采用多元线性回归算法(Multiple Linear ...     

基于扩展目标先验的贝叶斯压缩感知成像

已有的基于压缩感知理论的雷达成像技术通常是基于待重构目标散射点自身非常“稀疏”的前提下。然而实际情形中,针对大型刚体目标成像,如飞机、舰船等,其距离维及方位维通常存在一定的扩展特性,此时成像场景目标空间域的稀疏性相对较差,如果仍采用传统方法进行目标反演,所获得的目标重构性能通常并不理想。据此,基于扩展目标的先验信息,提出了一种改进的贝叶斯压缩感知成像方法。仿真试验验证了所提方法的有效性。     

基于稀疏约束最优化的ISAR相位自聚焦成像算法

本文提出了一种基于稀疏约束的ISAR方位自聚焦算法,能够应用于稀疏孔径ISAR成像中。该算法利用ISAR图像的稀疏特征建立最小1范数成像模型,并将相位误差作为模型误差。然后通过数值迭代的方式进行自适应相位误差估计,最终获得聚焦良好的ISAR图像。同时,成像代价函数的建立基于矩阵模型,有利于采用方位FFT和矩阵的Hardmard乘积操作进行快速求解。由于利用稀疏约束,该方法在低信噪比的条件下仍然能够取得良好的聚焦结果。基于仿真数据和实测数据的结果验证了本文算法的有效性。     

基于先验知识的SAR两维自聚焦算法

传统的SAR(Synthetic Aperture Radar)两维自聚焦算法没有充分挖掘残留相位误差所特有的内部结构信息,是对残留相位误差的一种盲估计,实际应用时在估计精度和计算效率等方面还受到一定限制.本文以极坐标格式算法为例,详细分析了成像算法处理后残留两维相位误差的解析结构,并利用这种先验辅助知识,提出了一种基于一维估计/两维校正的自聚焦算法.算法只需直接估计方位一维相位误差,然后利用两维相位误差内部所特有的结构信息,将一维相位误差映射得到两维相位误差,从而实现精确的两维自聚焦.实测数据处理结果验证了本文算法的有效性.     

雷达成像中稀疏孔径外推新算法

该文提出一种由稀疏孔径数据外推全孔径估计算法,这种算法对于稀疏孔径存在大的空缺的情况,可以利用已知稀疏孔径用参数化方法得到准确的稀疏孔径频域能量分布估计,把稀疏孔径功率谱估计作为先验信息,以最小加权范数为约束进行外推估计空缺孔径,得到完整孔径估计。该算法可有效应用于合成孔径雷达稀疏孔径成像,仿真与实际数据处理结果证实算法的有效性。     

干涉合成孔径辐射计的相位误差分析

干涉合成孔径辐射计是一种被动成像手段,可以根据目标和背景的亮温差别,实现目标探测功能,在揭露伪装、发现隐蔽目标方面有应用价值。介绍了干涉综合孔径辐射计成像基本原理,给出了一种毫米波干涉综合孔径成像系统的系统结构,分析了通道间相位误差对其性能的影响,设计了消除相位误差的校准方案,并对校准方案进行了仿真分析。     

基于方向图乘积的阵列天线口径反演

介绍了一种利用近场测量系统进行阵列天线口径反演的新方法。该方法将近场测量系统采集的近场数据变换到平面波谱（PWS）,在平面波谱上进行天线单元因子补偿后运用口径场反演算法,重构出被测阵列天线口径面上各天线单元馈电端口的幅相分布。随后使用计算机模拟的方法在理想近场数据上加入单元通道误差,将乘积反演方法与传统插值反演方法在模拟结果上进行对比,随后分析了单元不一致给反演结果带来的影响,证明了该方法具有较高的反演精度,有效提高了阵列天线口径校正的效率。     

大孔径超稀疏阵列综合算法研究与应用

超稀疏阵列大孔径场景下最优布阵求解问题是在满足特定副瓣电平要求下,通过对布阵位置和阵元权值的优化获得最稀疏解。该问题属于NP-HARD问题,求解时存在搜索空间大、搜索时间长以及难以求得全局最优解等问题。为了解决上述问题,本文基于交替寻优的思想提出了一种针对大孔径场景下超稀疏阵列方向图综合的快速算法。该算法通过对求解空间进行划分后交替优化快速得出一个初始解,在初始解基础上构建相邻域形成新的求解空间,通过二次搜索寻优得到最优解。本算法通过对初始解空间进行划分和相邻域的构建,可大幅缩短每次优化的时间。本文通过对超稀疏线阵若干场景进行了仿真验证,仿真结果证明了该算法的有效性。