论文部分内容阅读
本文以实测雷达回波数据作为处理对象,主要研究了相位梯度自聚焦算法(PGA)、子孔径相关法(MD)、多孔径MD方法、时频分析方法等四种成像雷达图像的自聚焦算法,并将算法应用于实际成像雷达(合成孔径雷达和逆合成孔径雷达)的图像聚焦处理。主要研究成果如下:
(1)针对传统PGA方法在处理实际SAR散焦图像时存在的缺陷,提出了一种基于自适应距离单元选择的改进PGA算法。该算法在PGA方法的基础上引入了距离单元选择机制,增加了迭代终止条件和聚焦效果评判标准,改善了聚焦效果,加快了收敛速度。实测数据的处理结果验证了该方法优于PGA方法。
(2)子孔径相关法(MD)与多孔径MD方法(MAM)是参数模型自聚焦方法中的典型代表。首先分析了MD方法和MAM方法的基本原理和具体实现过程,根据相位误差函数可以表示成有限多项式的假设前提,针对MD方法和多孔径MD方法的估计精度问题进行了仿真实验,通过对仿真实验结果的分析提出了MD算法与多孔径MD算法的估计精度、适用范围和局限性。
(3)时频分析方法是分析非平稳信号时频局部特性的有效方法。首先介绍了时频分析方法的基本思想和短时傅立叶变换的原理及具体实现过程,然后仿真了单个点目标非匀速斜穿过雷达波束时的回波过程,并采用短时傅立叶变换对回波信号方位向频谱时频关系进行了分析。通过对仿真实验结果的分析揭示了运动目标的运动状态与瞬时频率之间的关系以及随时间变化规律。
(4)提出了一种基于时频分析方法与多孔径MD方法相结合的自聚焦算法,并运用该方法对城铁13号线列车的雷达回波数据进行了聚焦成像实验。由于无法预先获取城铁列车的运动状态信息,采用时频分析方法从回波数据方位向频谱中分析和提取目标的运动状态信息,然后在时频分析结果的基础上采用多孔径MD方法估计和补偿残余相位误差实现雷达图像的自聚焦。实测城铁列车回波数据的处理结果验证了该方法的有效性。