星载SAR距离模糊分布规律及其改进设计

本文提出了一种不加大天线尺寸而又使距离模糊满足要求的新方法，它能够在保持原有天线尺寸不增大的情况下实现宽测绘带的高质量成象。这种方法采用交替发射线性调频斜率完全相反的调频信号，在对回波信号进行距离压缩时，由于主要模糊区回波信号与参考函数失配就被大大地抑制，从而使距离模糊大大改善并得到较宽的测绘带。     

一种弹载条带式SAR成像方法

弹载条带式SAR信号特点表现为小的距离弯曲量,当分辨率要求不是特别高时,若最大距离弯曲量小于一个距离分辨单元时可忽略不计,而只考虑距离走动量的校正。针对这一特点提出了一种在频域对距离迁移的线性项即距离走动校正的成像方法,并提出了距离误差校正和图像几何校正相结合的方法,使得成像效率更高。仿真成像结果验证了该方法的可行性。     

基于LED照明的时域全场OCT成像系统设计

为了进一步降低成本并提高成像的速度与精度,提出了一种基于发光二极管(LED)照明的全场时域光学相干层析成像技术(OCT)系统。用LED作光源、采用带反馈的闭环四步移相法采集信号,阐述了其成像原理,并进行了系统结构研究、理论分析和实验验证。结果表明,系统的相干长度为23μm,轴向分辨率达到了11.8μm,横向分辨率为19.8μm,单幅图的采集时间为2.15 ms;与以往的OCT扫描方式相比,该方法减小了实现成本,并具有更快的扫描速率以及更高的精度,有着很大的使用价值。该研究为开发超高速、高精度的低成本OCT系统提供了参考。     

机载多维度SAR航空观测系统实验初步进展

随着合成孔径雷达(SAR)技术的发展,从极化、频率、角度和时相等多个维度空间联合观测成为SAR发展的重要趋势,但维度联合观测的系统与实验少有报道。该文概要介绍了机载多维度SAR(MSJosSAR)航空观测系统的能力,归纳总结了该系统的技术特点。提出多维度SAR一致性成像方法,实现多波段成像后的配准精度优于1个像元。分析了多波段极化角度特征谱、多方位角层析3维结构重建、多时相相干变化检测等3种SAR多维观测量的初步实验结果,验证了系统的多维观测能力。     

基于分段电容阵列的改进型逐次逼近型ADC

为缩短高速模数转换器(ADC)中高位(MSB)电容建立时间以及减小功耗,提出了一种基于分段式电容阵列的改进型逐次逼近型(SAR)ADC结构,通过翻转小电容阵列代替翻转大电容阵列以产生高位数字码,并利用180 nm CMOS工艺实现和验证了此ADC结构。该结构一方面可以缩短产生高位数码字过程中的转换时间,提高量化速度;另一方面其可以延长大电容的稳定时间,减小参考电压的负载。通过缩小比较器输入对管的面积以减小寄生电容带来的误差,提升高位数字码的准确度。同时,利用一次性校准技术减小比较器的失配电压。最终,采用180 nm CMOS工艺实现该10 bit SAR ADC,以验证该改进型结构。结果表明,在1.8 V电源电压、780μW功耗、有电路噪声和电容失配情况下,该改进型SAR ADC得到了58.0 dB的信噪失真比(SNDR)。     

面向植被边坡的地基SAR高相干点选择

基于高相干点进行相位分析,才能有效保证地基SAR（Synthetic Aperture Radar,合成孔径雷达）形变测量的准确性。在差分干涉测量领域中,广泛使用幅度离差法,可以有效地选择出岩石、建筑物等PS（Permanent Scatterer,永久散射体）点作为高相干点,但对于植被边坡,采用该方法选择出高相干点数量较少,不利于差分干涉处理。在星载SAR领域,普遍采用StaMPS方法解决植被边坡的高相干点选择问题。本文探索了StaMPS方法在地基SAR领域的适用性,提出采用非PS点来计算相干系数门限,并引入DS（Distributed Scatterer,分布式散射体）选择技术,进一步提高了高相干点的数量。对一处植被边坡的实验结果表明,相比于幅度离差法和StaMPS方法,改进方法在提高高相干点数量的同时,有效保证了其相位质量。      

高精度离散型Sigma delta调制器设计

阐述一种采用SAR ADC作为多位量化器的三阶离散时间（DT）Sigma delta ADC调制器,在该调制器中,量化器由4位SAR ADC构成,相比于传统Flash ADC类型的量化器,减少了比较器的个数的同时,降低了调制器整体功耗。调制器结构选择单环CIFF结构兼顾了电路的精度和稳定性,电路总体采用分级结构实现,在第一级积分器中加入斩波稳定技术,消除低频噪声的干扰。提出的离散型Sigma delta ADC调制器采用TSMC 0.18μm CMOS工艺设计,在20kHz带宽实现了104.9dB的峰值信噪谐波失真比（SNDR）,功耗为5.98mW,有效位数(ENOB)为17.13位。     

视频合成孔径雷达双域联合运动目标检测方法

视频合成孔径雷达(SAR)具有高帧率成像能力,可作为地面运动目标探测的重要技术手段。经典SAR地面动目标显示(SAR-GMTI)依靠目标回波能量来实现动目标检测,同时动目标阴影亦可作为视频SAR动目标检测的重要途径。然而,由于动目标能量和阴影的畸变或涂抹,依靠单一方式难以实现稳健的动目标检测。该文基于目标能量和阴影的双域联合检测思想,分别通过快速区域卷积神经网络和航迹关联两种技术途径实现了视频SAR动目标联合检测,给出了机载实测数据处理结果,并进行了详细分析。该文方法充分利用目标阴影与能量的特征及空时信息,提升了机动目标检测的稳健性。      

基于SAR极化特征的SVM道路提取方法研究

SAR图像中道路提取在路网规划建设、灾害监测等领域具有重要的应用价值.传统SAR图像道路提取方法多是基于SAR图像的幅值特性进行提取,缺少对极化特性的解译.此外极化分解方法多应用于水体提取、地物分类、建筑物提取等,较少应用于道路提取.针对现有的道路提取方法数据质量要求高、全极化道路提取研究较少、全极化数据源相干斑噪声影响大的问题,本文首先对全极化数据进行多视处理、滤波去噪预处理,并通过极化分解方法获取20维极化特征散射分量.其次,从散射机理的角度出发,构建鉴别道路信息的最优极化特征矢量.最后,通过SVM分类器得到初步道路提取结果,并通过数学形态法提取道路数据.实验结果表明,该方法达到了98.4%的Acc和65.3%的Iou,具有提取精度高、应用范围广的优点,充分利用高分辨率SAR数据的极化信息,可有效应用于SAR图像的道路提取方法研究中.此外,区分于将光学道路提取的方法直接套用到SAR图像道路提取研究,本文探索了极化特征在SAR图像道路提取中的应用表现,为SAR图像道路提取研究提出新模式新思路.