论文部分内容阅读
该文首先对机载SAR的几何关系作了描述并推导了运动补偿的基本方法,该文还推导了相位误差对成像质量的影响,从而得到了运动补偿的基本实现方案.然后分析了来自IMU(惯性测量单元)数据的各种误差源,表明惯性运动传感器的误差相对于飞行时间具有高阶特性.为了满足SAR运动补偿的高精度和高数据率特征,惯性传感器的应用必不可少.但是惯导系统难以进行解析分析,并且相位误差与成像结果之间成非线性关系,所以数值方法是可行和有效的分析方法.为了提高传递对准算法的计算效率,该文提出了基于Pade逼近的一种Kalman滤波离散化方法.文中重点研究了惯导系统各性能参数对成像分辨率的影响.在一般应用中,对描述惯导性能的指标多为长时特性,但典型的机载SAR孔径时间较短,需要数值试验将两者结合起来.同时来自惯导的数据将随飞行时间而误差逐渐增大,所以高分辨率机载SAR必需要结合多种导航手段,既得到高的导航精度,又实现在较长的飞行时间内保持足够的精度.多运动传感器的数据融合通过滤波实现,多传感器数据融合的时间间隔受限于滤波算法的收敛速度,在此期间成像分辨率直接依赖于惯导的短时精度.经过运动传感器补偿后的数据仍然存在残留误差,基于雷达数据本身的运动补偿算法有助于消除此项误差.相位梯度自聚集算法(PGA)是一种得到广泛应用的自聚焦方法,具有良好的性能和很强的鲁棒性.但将其嵌入到条带成像算法中需要作相应的改动.该文还提出了一种新的相位估计算子以改善传统PGA算法的性能,其有效性已通过数值试验和实际数据的验证.在该文中还描述了一机载SAR实时信号处理机的实现,并重点探讨了处理机的预处理前端的工程化.传统的二次雷达(SSR)信号处理具有很大的局限性,在该文中实现了-全数字SSR信号处理机,提出了一种新的多目标检测算法以消除各种干扰.在文中对这种方法的性能指标作了理论推导.