一、合成孔径雷达R-D成像算法研究（论文文献综述）
张蒙蒙[1]（2021）在《船只目标多传感器数据融合算法研究》文中研究说明海上船只目标监测对海洋管理和海洋安全有着十分重要的作用。海上船只监测传感器主要有合成孔径雷达（Synthetic Aperture Radar,SAR）、高频地波雷达（High Frequency Surface Wave Radar,HFSWR）和舰船自动识别系统（Automatic Identification System,AIS）。三种传感器各有特点,将多传感器数据进行融合得到的目标信息更加全面,可以提升对船只的探测精度和扩大探测范围,也可以为维护海洋权益提供更全面的信息。本文针对船只目标的HFSWR、AIS、SAR的融合探测问题,对点迹关联、航迹生成和航迹关联展开研究。主要研究内容分为以下几点:1.考虑船只目标的SAR和AIS点迹关联问题,提出一种基于Munkres的全局最优点迹关联算法。根据特征属性建立代价函数,计算代价矩阵,根据代价矩阵进行最优分配得到点迹结果,并对关联结果进行二次验证。实验结果显示在关联精度基本一致的情况下,该算法关联得到的点迹关联效果优于最近邻点迹关联效果。2.设计了一种观测噪声未知的海上船只目标航迹生成算法。首先使用双迭代变分贝叶斯自适应卡尔曼滤波算法对观测噪声未知的船只目标进行状态估计;其次利用双门限最近邻算法进行点迹-航迹关联;最后根据统计距离对航迹进行修正。实验结果表明:所设计的算法可以很好地对高频地波雷达监测到的船只目标进行航迹生成,并且能够去掉生成的航迹中错误关联的点迹,得到较为正确的航迹。3.针对有交叉分布且分布较为密集的HFSWR和AIS航迹关联问题,设计了一种全局最优分配航迹关联算法,同时为了验证航迹关联结果的可靠性,设计了一种关联置信度的计算方法。实测HFSWR和AIS航迹数据证明在航迹有交叉、分布较为密集的情况下,该算法相比于均值最近邻算法可以有效的提高航迹关联的精度,并且航迹关联的置信度要高于均值最近邻航迹关联的置信度。
封丰[2]（2020）在《基于弹载平台的大斜视SAR成像算法研究与实现》文中提出随着合成孔径雷达产业的快速发展,将其运用到弹载导引头则可以利用其高分辨率成像进行目标地貌图像匹配以提高打击精度,具有重要的军事意义。因此,弹载SAR的成像理论和技术也成为了国内外无线通信领域的重要研究课题之一。从弹载导引头的角度看,由于其工作模式通常要求前侧视高精度成像,且导弹受气流影响,在空中飞行过程中飞行轨迹变化较大且随机,为此对弹载SAR提出了更高的性能要求。同时,由于弹载SAR的实时性要求,也需要寻求高效的算法与信号处理实现方式。本文就从大斜视成像算法和基于惯导数据的导弹运动补偿的角度对弹载SAR成像做了大量深入的研究,并设计了一款信号处理机。通过研究CS类和εK类算法的原理,并仿真和比较了各算法对不同斜视角目标的成像结果,无论从运算效率或成像精度方面,εK成像算法都比其他算法更适用于大斜视弹载SAR系统。通过研究和分析导弹实际飞行过程中的运动模型,给出了对视线方向和航线方向的运动误差分别校正其带来的相位变化的补偿算法,并针对不同斜视角情况研究了补偿算法的改进。设计了结合实时运动补偿方法的εK成像算法,并给出了不同斜视角下的运动补偿仿真,证明了该算法的有效性和简便性。最后设计了基于TMS320C6678 DSP的弹载SAR成像信号处理机,该设计采用FPGA+DSP的硬件结构,能较好的承担复杂时序的设计以及信号处理算法任务。本文介绍了信号处理机的软件架构和系统指标,同时给出了在DSP上实现上述算法的算法设计,最终通过软件仿真结果验证了DSP处理算法的性能。
梅海文[3]（2019）在《双/多基地SAR成像与定位方法研究》文中研究表明双基前视SAR系统通过将收发分置,保持接收机前视接收,发射机侧视照射,完成了对正前方目标区域的二维高分成像,打破了单基SAR的固有缺陷,扩展了SAR系统在俯冲末制导阶段的应用。同时,双基SAR系统不仅拥有“静默”突防、配置灵活等特点,还可以通过改变双基角,获取目标不同角度的散射特性,增强了后续图像处理和目标提取的能力。可见,双基前视SAR成像技术已成为雷达成像的一个重要研究方向。然而与传统SAR信号相比,双基前视SAR的信号拥有了新的特性,如:方位平移不变性的丢失,双平台距离信息的耦合以及方位向定义的模糊等。这些特点均导致传统的成像算法失效。本文以机动平台的运动特性研究为基础,对双基前视SAR的成像体制应用及成像算法中的关键问题开展研究,具体研究内容主要包括以下五个部分:1、斜距模型作为SAR信号分析与处理的基础,其表达式的精度和物理参量的显性表示将与后续的算法设计息息相关。本文首先以双基移不变模式和双基移变模式为标准,对双基移不变模式下的无近似斜距模型和单基等效斜距模型进行总结,明确该构型下的方位向定义和等效条件。利用单站固定移变模式,对方位平移不变性的失效问题进行说明。针对移变模式下传统物理参量的距离和方位向定义失效问题,利用双基任意构型下的传统无近似斜距模型进行解释说明,并明确“点到点”的无近似斜距模型及其对应的高阶多项式斜距模型的意义。针对多基任意曲线轨迹下的斜距模型,以双基单元为例,提出四阶近似展开式模型,并利用级数反演获取高精度二维频谱。该部分是后续频域成像方法、波束域成像方法的分析和设计基础。2、与现有机载或弹载双基轨迹设计方法不同,单一某个方向的分辨近似约束已无法满足机-弹双基前视协同模式下的高实时性、低机动性要求和动态特性差异大等要求。故,本文首次提出二维分辨率和分辨单元面积双重约束下的飞机轨迹设计方法。首先,根据不同弹目距下的机-弹平台多普勒贡献情况和飞机飞行参数对系统分辨能力的影响规律,以飞机匀速平飞作为假设条件,得到飞机与目标最大转角。然后,利用影响因子较大的轨道夹角和飞机初始斜视角作为优化输入量,对飞机轨迹进行优化,以确保弹体在整条轨迹下满足成像要求。最后,通过仿真试验对所提算法进行了有效性验证。3、针对机动平台平飞段的双基前视SAR成像中交叉轨迹构型带来的距离线性徙动空变严重、方位调频项的二维空变以及图像形变等问题,本文基于高阶多项式近似斜距模型,首次提出一种基于方位向聚焦频点进行方位非线性变标的频域成像算法,以及反向投影几何形变校正方法。首先,利用Keystone变换消除目标点的大部分距离徙动;然后,与现有方法不同,本文通过成像构型获取方位调频项随方位聚焦频点空变的近似解析式,该方法不仅精度高且适用性强。最后,通过变标完成方位向的均衡化操作,并提出与成像算法对应的反向投影几何形变校正方法,为后续的图像匹配、识别奠定基础。数学仿真和实测数据对所提算法的有效性进行了验证。4、针对曲线轨迹双基前视SAR构型,波数域类成像方法的研究相对较少,本文为弥补这一空缺,提出一种基于方位向重采样的改进Stolt插值波数域成像算法。该方法不仅实现了徙动量的距离空变,而且基于方位向聚焦频点建立了相位的方位空变特性模型。首先,提出利用时域线性走动完成频谱的“正则化”操作。同时,利用高阶多项式拟合完成二维频谱的距离线性化操作。为结合运动补偿和避免时域聚焦带来的方位补零操作,选择在波数域进行聚焦,并利用方位重采样解决方位调频项的空变问题。所提算法为后续探索双基SAR波数域算法奠定了理论基础。5、针对双基前视SAR体制在末制导阶段应用中的图像定位问题,首次提出一种基于R-D原理的双基前视SAR几何绝对定位方法。首先,在相邻合成孔径中心时刻,利用收发平台与目标的几何关系进行数学建模;再结合无畸变地距SAR图像中的目标与场景中心点的关系,解算目标相对接收平台的位置信息;同时,针对双基SAR系统独有的“空时频”同步误差模型对所提算法的影响规律进行分析,并通过仿真计算反演出定位误差对同步误差的指标约束量。仿真结果验证了定位方法的有效性及误差模型的正确性。
陆钱融[4]（2019）在《机载合成孔径雷达成像和运动补偿技术研究》文中研究表明合成孔径雷达（Synthetic aperture radar,SAR）是一种全天时、全天候的主动式成像雷达,SAR输出的高分辨率图像是土地测绘,目标识别与解译以及环境监测等重要应用的基础。但是,由于气流扰动以及自身飞行的不平稳,机载SAR在回波数据采集过程中容易出现运动误差,它会造成目标在距离压缩后出现位置偏移,而在方位压缩后出现主瓣展宽或者成对回波甚至淹没在杂波之中。因此,基本的成像步骤必须要考虑存在运动误差的情况或者需要将经典的成像算法与独立的运动补偿算法进行结合,这样才能为SAR的推广打下坚实的算法基础。目前机载SAR运动补偿领域面临的主要问题是如何估计高精度的运动误差并解决该误差的距离依赖性（也叫距离空变性）,方位孔径依赖性（也叫孔径空变性）以及方位时变性。对于运动误差的估计,主流的算法都是基于方位相位梯度自聚焦（Phase gradient autofocus,PGA）,也有少部分基于参数化自聚焦算法的;而对于运动误差的几个特性,当前的算法或解决方位时变性（“两步”运动补偿算法等）,或解决方位孔径空变性（时域子孔径分段补偿算法、频域分段补偿算法等）,或解决距离空变性（“一步”运动补偿算法等）。本文就是在这样的背景下开展运动误差估计以及高精度运动补偿块处理（Block processing）算法的研究。第一,在存有残余运动误差的情况下,提出基于自动距离徙动校正的成像算法和基于分数阶傅里叶变换的自适应脉冲压缩算法。首先,本文将回波的徙动校正量视为自变量,辅以校正后的信号加权熵为代价函数,精确推导了下降梯度的解析式。相对于对残余误差进行建模的传统算法,自动距离徙动校正算法的鲁棒性更好。其次,由于残余运动误差对于方位相位的影响,本文将分数阶变换的旋转角作为自变量,压缩后的信号熵作为代价函数,以梯度下降的方式自适应搜索最优旋转角,避免传统失配现象发生。第二,提出基于改进冗余熵（Modified entropy and residual entropy,MERE）和最优传递法（Optimal transfer method,OTM）的自聚焦算法。首先,在分析传统图像熵性能的基础上,本文定义了图像的改进熵和冗余熵,并将其加权求和构成新的代价函数MERE,它既能够维持优化强目标,又可以保持弱目标的强度,进而确保整个场景结构的准确性。其次,应用最优传递法并且设计了MERE的高效替代函数（Surrogate function,SF）,以降低迭代的复杂度。再有,该算法还引入一种自适应参数选择的机制来确定模型的参数,以确保不会出现模型的过拟合或者欠拟合。最后通过机载SAR实测数据实验验证了该算法的有效性和优越性。第三,提出复杂飞行轨迹下基于相关输入相位梯度自聚焦和加权总体最小二乘的运动误差估计算法。针对复杂轨迹下传统自聚焦低信杂比的情况,本文在距离徙动校正之前首先收集强目标方位相位历史,并且对不同距离单元处方位信号进行互相关处理,进而将互相关之后的信号作为PGA的输入,以提高输入信杂比和估计精度。其次,整个自聚焦过程被分为相位误差粗略估计,精细估计以及线性项估计三个阶段,其中粗略估计阶段使用相关输入,精细估计和线性项阶段均使用传统输入,而每个阶段均使用加权总体最小二乘进行从相位误差到运动误差的估计。这样的策略使得无论在复杂还是简单缓变的飞行条件下,都能保证较高的运动误差估计精度。第四,提出高精度的距离空变和孔径空变运动误差补偿算法。该算法在分析了运动误差与目标距离、瞬时斜视角之间的几何关系基础上,以数据块为处理单元,对运动误差进行完整地补偿。首先,将目标的运动误差在距离向上进行泰勒展开,并采用线性变标（chirp scaling,CS）来补偿这部分距离空变运动误差分量。其次,严格推导了“两步”补偿和线性变标处理后方位频率――瞬时斜视角之间的解析关系,提出了对应的两种精确频率分段（Precise frequency division,PFD）补偿算法,来补偿残余的孔径空变误差分量。最后,对于调频连续波系统解斜接收的情况,本文用频率变标（Frequency scaling,FS）代替CS,从而将这种良好的距离包络校正想法推广到连续波系统。
王照法[5]（2019）在《太赫兹SAR成像运动补偿及成像算法研究》文中研究说明合成孔径雷达（Synthetic Aperture Radar,SAR）自上个世纪五十年代被提出以来,以其具有作用距离远、全天候全天时、可以获得二维高分辨图像等优势得到了快速发展,目前已经广泛应用于军事侦察、环境监测、抗震救灾等各个领域。SAR采用发射大时宽带宽积信号的方式来获得距离向高分辨,同时采用合成孔径的方式来获得方位向高分辨。近年来,随着太赫兹器件的高速发展,太赫兹波段SAR以自身的优势得到了关注。与传统微波波段SAR相比,太赫兹波段SAR至少具有如下优势:可以更容易地发射更大时宽带宽积的信号,从而获得更高的距离向分辨能力;较小的合成孔径即可实现方位向的高分辨;太赫兹波照射下目标的棱角效应更明显;微多普勒特征更明显,有利于检测慢速运动目标。由于雷达平台通过运动来实现合成孔径,为了获得理想的成像结果,需要雷达运动轨迹被精确地记录下来。在实际中,雷达运动参数由惯性制导系统记录,当惯性制导系统参数无法提供精确的雷达运动轨迹时,运动误差补偿就成为SAR成像信号处理中的必要内容。例如在飞机特别是直升机的飞行过程中,由于气流、发动机振动等因素,SAR成像平台除了存在频率较低的运动误差之外,还存在频率较高的运动（振动）误差。低频运动误差在一定的条件下可以由性能较好的惯导系统记录下来,而高频运动误差由于其频率高、幅度小等因素往往很难被记录下来。在传统X波段SAR成像信号处理中,由于波长远大于高频运动误差,因此高频运动误差对SAR回波相位的影响可以忽略不计;但在太赫兹波段SAR成像信号处理中,由于波长与高频振动振幅相比拟甚至小于高频振动振幅,导致高频运动误差对回波相位的影响很明显。因此,在太赫兹SAR成像运动补偿中,不仅要考虑低频运动误差的影响,还必须要考虑高频运动误差的影响。本文以太赫兹SAR成像运动误差补偿和成像算法为研究内容,所做的主要工作可以概括为以下几个方面:1)分析了太赫兹SAR成像与传统X波段SAR成像相比在成像指标方面的特点,在此基础上建立了太赫兹SAR成像平台运动误差模型,推导了同时受平台高频振动和低频运动误差影响的回波信号的形式。采用距离-多普勒算法进行太赫兹SAR成像处理,回波信号在经过距离压缩和距离徙动校正后,任一距离单元沿方位向上具有混合线调频-正弦调频信号的形式,导致方位向处理后出现鬼影等现象,严重恶化了成像结果。对平台高频振动的各个参数对成像结果的影响进行了分析,并通过仿真实验加以验证。最后,分析了以图像偏移法和相位梯度自聚焦法为代表的微波波段SAR成像运动补偿方法在直接对太赫兹SAR成像运动补偿中的局限性。2)研究了基于单分量简谐振动模型的太赫兹SAR成像平台高频振动补偿方案。在根据已知参数构造参考信号将多普勒调频率项去除后,在单分量简谐振动建模平台高频振动的情况下,特显点所在距离单元回波信号具有单分量正弦调频信号的形式。基于此结论,研究了单分量正弦项相位调制信号的参数估计算法。主要是三部分内容,一是在现有的基于逆Radon变换方法的基础上做了改进,加入了提取回波时频分布的时频脊这一步骤,减小了运算量。二是提出了基于自适应Chirplet分解的正弦调频信号参数估计。三是将离散正弦调频变换和模拟退火算法、粒子群优化算法等全局优化算法结合起来,以较低的运算量实现了正弦调频信号的参数估计。针对混合线调频-正弦调频信号的参数估计问题,提出了扩展Radon变换这一新的变换,且提出了基于该变换的混合调频信号参数估计新方法。最后对各个方法进行了对比分析和使用适用性说明。3)研究了基于多分量简谐振动模型的太赫兹SAR成像平台高频振动补偿方案。在根据已知参数构造参考信号将多普勒调频率项去除后,在平台高频振动建模为多个简谐振动分量叠加时,特显点所在距离单元回波信号具有多正弦项相位调制信号的形式。针对该形式的信号提出了三种不同的参数估计新算法。先是采用改进的离散正弦调频变换的方法,结合模拟退火算法等优化算法以在低运算量的前提下实现对该信号的参数估计;二是结合正弦调频傅里叶变换和最大似然发来实现对该信号的参数估计;三是结合短时傅里叶变换和最大似然法来实现对该信号的参数估计;最后分析了三种方法的异同和应用范围。4)研究了基于室内实测数据的太赫兹SAR运动补偿与成像算法,该运动补偿算法必须同时考虑低频运动误差和高频运动误差两种运动误差的补偿。该算法首先采用前文提到的参数估计算法完成对平台高频振动误差的参数估计,然后构造参考信号补偿平台高频振动误差。采用条带相位梯度自聚焦算法实现对平台低频运动误差的补偿。最后采用实测数据验证了新算法的有效性。
张俊[6]（2019）在《复杂运动条件下的SAR/ISAR聚焦方法研究》文中认为合成孔径雷达与逆合成孔径雷达（SAR/ISAR）具有全天时、全天候观测的特点,通过相应的后续数字处理技术能够有效地获取观测场景与监测目标的地形特点与结构尺寸等丰富的散射特征信息,广泛应用于地形勘测、战场监视、自然灾害预报、空间态势感知与防空反导等国防工业与民用领域。在SAR/ISAR成像中,距离-方位二维高分辨像是获取观测场景与目标精细特征的关键。系统发射信号的带宽决定了距离分辨率,而方位分辨率则由方位向合成孔径长度决定。在现有的传统SAR体制下,二维分辨率往往会受到雷达体制的制约而难以提升。通过与现代无人机、直升机等小型化平台的结合,可以利用旋转扫描/聚束等方式更加灵活地选择观测场景,通过多角度观测消除遮挡效应改善SAR图像分辨率,但为满足该观测条件,SAR平台往往具有复杂的运动轨迹,这也会给后续成像处理带来较大困难,而且低空域小型平台对天气环境因素十分敏感,需要研究高效稳健的运动误差补偿算法,另外,长时间、大转角观测条件下图像中存在的高旁瓣问题也亟待解决。此外,随着大量中低空域飞行器的发展与投入使用,如何对这些具有复杂运动特性的空域目标实现高分辨、实时ISAR成像观测,同样具有重要的研究价值与意义。本文主要针对复杂运动条件下的SAR/ISAR聚焦中存在的关键问题与技术难点,围绕国家973项目“复杂低空飞行的自主避险理论与方法研究”、国家自然科学基金项目“基于空间平台的空间目标检测、成像与识别方法研究”、国家自然科学基金项目“基于空间平台的微弱时敏目标协同检测与识别”等项目的研究任务,对复杂运动条件下的典型SAR成像模式:旋转式合成孔径雷达（ROSAR）、圆轨迹合成孔径雷达（CSAR）,以及非均匀旋转平台ISAR的高分辨实时成像与误差补偿方法进行了研究。论文的主要工作概括为以下四个部分:1.针对旋转式合成孔径雷达在高分辨成像时,距离徙动引起的复杂斜距历程与二维波数谱,导致后续成像处理困难的问题,提出了一种改进ROSAR波数域成像算法,实现了宽波束大场景下距离徙动的精确校正与最终成像。此外针对传统二阶斜距近似难以满足ROSAR高分辨成像要求的问题,提出了基于卡尔丹方程的ROSAR成像算法,实现了距离徙动校正与场景精确聚焦成像。2.由于旋转式合成孔径雷达通常安装于无人旋翼直升机等小型平台,更容易受平台振动、气流变化等影响,引入较大的运动误差,造成成像分辨率下降。针对这一问题,提出了一种基于波数域的ROSAR自聚焦成像算法,设计了扩展ROSAR?-k成像算法,在有效校正距离徙动的同时,为后续运动误差补偿提供便利,将二次相位校正与相位梯度估计相结合,并利用划分子孔径的方式消除局部线性分量,最后经过迭代处理后即可有效估计并补偿运动误差,进而获得聚焦良好的ROSAR高分辨图像。3.针对双基圆轨迹合成孔径雷达（BCSAR）系统中,有限信号带宽引起的振铃效应与高旁瓣等问题,提出了一种基于空间分集双基圆轨迹合成孔径雷达（GDBCSAR）的新成像构型,给出了其傅立叶采样面积与图像分辨率的分析,获取了更大的傅立叶采样面积,降低傅立叶采样空间的频谱不连续性,有效降低抑制了成像中的振铃效应与高旁瓣现象。4.在非均匀旋转目标逆合成孔径雷达成像中,目标复杂的运动特性会造成回波中的目标多普勒时变,导致目标ISAR成像质量明显下降。针对现有ISAR成像算法中存在的运算量繁重与传递误差影响严重的问题,提出了一种基于几何信息辅助的非均匀旋转目标运动参数快速估计与ISAR成像方法。通过3-dB滤波与加权最小二乘估计消除噪声与交叉项的干扰,提升二次调频率估计精度。并分别在时间-频率（TFD）域与距离-多普勒域精确估计目标调频率与中心频率,所提算法在有效抑制传递误差与交叉项干扰的同时,能够显着降低运算量,进而实现非均匀旋转目标高分辨ISAR成像实时处理。
王书承[7]（2019）在《基于移动激励FDTD方法的SAR回波仿真研究》文中进行了进一步梳理SAR自诞生起一直在遥感领域中发挥着重要作用,随着探测水平和数据获取能力不断提高,对于SAR系统的模拟需求也越来越强烈,回波模拟在SAR系统模拟中发挥着巨大的作用,通常有时域和频域两种方法,其中时域数值方法因为其在复杂目标仿真中的高精度特点上优于频域方法,在目标电磁仿真中得到广泛应用。针对电大尺寸目标,本文利用FDTD方法进行目标电磁特性仿真,并利用FDTD算法得到远场区接收信号,进而得到SAR原始回波数据。通过成像算法得到SAR图像来对电磁仿真以及回波模拟过程的正确性进行验证。本文在传统时域仿真FDTD方法的基础上针对激励源引入情况做出改进,考虑SAR仿真中平台的运动,提出基于移动激励的FDTD方法,提高了FDTD仿真信号的精确度,使得目标电磁仿真和实际探测过程的结合度更高。移动激励源理论主要包括两部分,电磁波辐射目标阶段,根据雷达平台移动方程,对激励信号非等间隔采样,推导在电磁波迭代时间步时刻电场和磁场的瞬时值,将移动激励信号引入总场-散射场边界;雷达平台接收目标散射回波阶段,需要根据电磁波传递过程推算FDTD仿真中远场区距离值。从发射和接收两个过程中引入完整的移动激励信号。对目标原始回波的仿真,则根据可视元胞的距离信息,根据时间延迟对雷达接收信号进行叠加,并且在认定合成孔径长度内可视元胞电磁特性变化可忽略的条件上,得到每个方位向采样位置上的雷达接收信号数据,利用正交解调得到SAR原始回波信号。对比分析不同目标在仿真特性中的表现结果。实验仿真针对模拟点目标以及电大尺寸目标进行了电磁仿真以及回波生成,并通过通用性较高的R-D算法进行成像验证,验证对电大尺寸仿真目标回波仿真结果的正确性。分析和对比仿真实验结果,通过对特定分辨率限制和成像区域范围内的成像结果进行对比分析,从点目标和电大尺寸目标的仿真成像结果证了电磁仿真和SAR回波模拟方法的正确性。最后通过直观的SAR成像结果,对比分析了移动激励FDTD和传统FDTD仿真下仿真结果精度,证明移动激励源在回波仿真以及成像模拟下优于非移动激励源,在获取电大尺寸目标电磁特性中具有实际的意义与价值。
李青伟[8]（2019）在《极化SAR目标图像仿真与识别技术研究》文中研究指明合成孔径雷达（Synthetic Aperture Radar,SAR）作为一种重要的微波成像系统,具有全天时、全天候、高分辨等特点,受到了广泛关注和重视。特别是在近20年来,SAR系统也得到广泛应用。SAR可以在卫星、飞机等载机上主动对地面目标进行探测,并具有一定的穿透能力,在资源勘探、环境检测、军事侦查等方面都具有重要的应用。相对于传统的SAR系统,极化合成孔径雷达（极化SAR）回波信号中包含着目标的极化特征信息,可以用于提取所照射目标的散射类型信息,在地物分类、目标识别中应用价值更大。我们知道,基于SAR图像的地物分类和目标识别需要有相对完备的训练数据来支撑算法研究,如果采用实测的方式来获取目标的极化SAR图像,需要耗费大量的人力、物力、财力,极化SAR目标图像仿真是解决这一问题的一条简单、有效的技术途径。基于此,本文重点研究极化SAR目标图像的仿真方法,编写了仿真软件,旨在为基于极化SAR的目标识别技术提供研究条件。在此基础上,本文基于仿真的目标数据开展了一些特征提取及目标识别研究工作。主要研究内容包括:第一部分主要介绍了极化SAR理论基础,分别从极化波的概念、分类和表述方式等方面进行描述,并介绍了目标的极化特性表达方式,进一步对SAR成像理论进行了描述,为极化SAR目标图像仿真与识别的研究奠定理论基础。第二部分主要研究了极化雷达的高分辨快速成像仿真。通过回波对目标进行成像仿真时,需要根据目标模型的反射特性和波束形成算法来生成回波,再运用成像算法对回波进行处理,从而得到最终的图像。本文提出了一种基于光线追踪的极化SAR高分辨成像算法,依据所设置的雷达参数,可以根据目标场景的3D模型直接生成二维极化SAR图像。原始的光线追踪算法在应用过程中存在着大量不必要的运算,因此,本文运用了一种自适应的层次包围盒结构划分方法,将原始的3D模型按树形结构进行划分,可快速确定电磁波所照射到目标点所在位置,大大提高了极化SAR目标图像仿真的速度和效率。同时,为后续的SAR目标识别技术的研究提供了数据基础。第三部分主要研究了SAR图像的目标识别技术。分别选用主成分分析法（PCA）、深度置信网络（DBN）和卷积神经网络（CNN）来进行特征提取;在识别部分,本文用支持向量机（SVM）作为分类器来进行分类识别;为提高识别率,本文对不同视角下SAR图像的识别结果进行决策融合。首先介绍了三种特征提取方法和支持向量机的原理,并运用了决策融合的思想,然后,根据获得的极化SAR目标图像仿真数据集和MSTAR实测数据集,对上述目标特征提取与识别方法进行了验证。并证明了本文所提出的极化SAR目标图像仿真方法所成SAR图像可以用于目标识别技术的研究。
张佳琪[9]（2019）在《小卫星SAR实时成像技术研究》文中进行了进一步梳理合成孔径雷达（Synthetic Aperture Radar,SAR）系统具有全天时、全天候、分辨率高、作用距离远的优点,近年来,被广泛应用于海洋监测、资源勘探、战场侦察等各种军事以及民用领域。目前星载SAR采用下传原始数据,在地面进行成像处理的方式,使得快速响应的时效性差,制约了雷达的在轨工作时间。与大卫星SAR相比,小卫星SAR具有体积小、质量轻、研制周期短、发射灵活等优点,可以被用于组网编队飞行、应急响应等方面,同时小卫星SAR的幅宽有限、模式较少、性能降低、成像点数较少,更易达到实时成像的效果。但是小卫星SAR成像算法也存在计算量大、算法复杂等问题,在小卫星复杂的环境下,难以保证实时性。本文采用多模式SAR技术,生成不同分辨率与测绘带宽的图像,主要从小卫星SAR成像算法的优化和算法的FPGA快速开发两方面进行研究。首先给出了小卫星SAR的成像几何模型和回波信号模型,分析了条带、聚束、滑动聚束、TOPS等不同模式下回波信号的多普勒历程、方位分辨率、距离分辨率,在此基础上,研究了小卫星多模式SAR的系统参数,并给出了一组小卫星多模式SAR的参数设计方案。然后在上述设计的系统参数下,对现有的距离多普勒算法、Chirp-Scaling算法、后向投影算法等三种星载SAR成像算法进行了仿真分析,比较了三种成像算法的峰值旁瓣比与计算量。针对小卫星SAR成像点数适中、工作模式多的特点,星上处理拟选取工程实现相对简单、多种模式通用的后向投影算法,但是用原始后向投影算法处理小卫星SAR回波仍然存在计算量大,难以满足实时性的需求,需要对其进行改进。接着对后向投影算法在并行性改进方面进行研究,利用直角坐标系融合时无需插值、无需逐点投影的特点,在子图像融合阶段采用基于尺度不变特性变换的方法,将复数子图像进行融合,提出了一种基于尺度不变特性变换SIFT（Scale Invariant Feature Transform）子图像融合的直角坐标快速后向投影方法,通过实测数据验证了该方法的有效性。最后研究了上述成像算法在工程上的实现方案。针对后向投影算法的特点,分析了后向投影算法成像计算过程中的脉冲并行性和网格点并行性,另外本文设计了一种在距离向分块的方式来提高后向投影算法成像的实时性。在分析了传统FPGA开发的弊端之后,选取基于MATLAB高级语言向FPGA低级开发语言自动转换代码的方式,研究了后向投影算法在Simulink中的建模过程,并将模块仿真结果与MATLAB结果进行了对比,验证了Simulink仿真结果的正确性。对后向投影算法的Simulink模块进行定点化分析与优化之后,将模块转换为FPGA的Verilog代码,并在Virtex-7 690t芯片上进行验证,完成在FPGA上实现后向投影算法的研究。基于MATLAB进行FPGA的快速开发方式有助于SAR实时成像系统的研究,并为今后建设SAR成像算法专用模块库,为FPGA的快速开发奠定基础。
刘玉娇[10]（2019）在《基于散射模型的SAR成像特征分析》文中提出合成孔径雷达（Synthetic Aperture Radar,SAR）成像技术具有全天时、全天候的工作特点,属于一类主动的航天、航空遥感手段,它在众多方面有着广泛的应用。因此对于SAR成像的特征研究一直是业界关注的热点。SAR回波信号的获取途径有实测数据和模拟仿真两种途径,由于实测数据计算量大而且混合有很多环境因素杂波等的影响,不利于SAR成像的分析,所以本文从电磁散射模型出发研究SAR成像特征尤其重要,可以有效解决SAR成像中出现的散焦和重影等问题,具有实际应用价值。本文主要工作是基于电磁散射模型,通过运用传统的距离多普勒算法（RD）和线频调变标算法（CS）实现目标SAR成像模拟仿真,研究多径和运动等因素对SAR成像的影响。论文工作主要从以下几个方面展开:1.基于合成孔径雷达成像基本原理介绍了线性调频信号产生、脉冲压缩原理和SAR成像的高分辨率问题及距离徙动现象,详细讨论了常见的SAR成像算法,包括距离多普勒算法和线频调变标算法等,最后用不同算法对点目标进行成像仿真,并比较成像结果。2.基于电磁散射模型完成目标的SAR成像仿真。首先讨论了几种常见的海谱模型,并从二维海浪谱出发完成粗糙海面的几何建模和不同状态下海面的电磁散射的计算。此外还有复杂三维目标建模,使用等效电磁流的方法计算其散射截面并进行成像仿真。3.首先基于对SAR回波信号的多普勒谱分析讨论了目标存在运动速度时,多普勒参数和运动速度之间的关系,进而得到速度对SAR成像结果造成的偏移和散焦等影响。为了得到动目标的聚焦SAR图像,提出用时频分析法处理回波信号,进行处理估计其中心频率,最后完成运动目标SAR仿真。4.基于四路径模型,提出了一种有效的电磁波在舰船目标和海洋表面之间多径散射的建模方法。利用RD算法仿真了直接散射与考虑多径效应时的舰船SAR图像,在此基础上讨论了多径效应对SAR成像的影响。
二、合成孔径雷达R-D成像算法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、合成孔径雷达R-D成像算法研究（论文提纲范文）
（1）船只目标多传感器数据融合算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文结构 |
| 第二章 传感器与数据集 |
| 2.1 舰船自动识别系统 |
| 2.1.1 AIS原理及功能介绍 |
| 2.1.2 AIS数据处理 |
| 2.2 高频地波雷达 |
| 2.2.1 高频地波雷达简介 |
| 2.2.2 高频地波雷达数据特点 |
| 2.3 合成孔径雷达 |
| 2.3.1 合成孔径雷达简介 |
| 2.3.2 SAR数据特点及SAR图像船只目标提取 |
| 2.3.3 SAR图像船只目标检测结果 |
| 2.4 本章小结 |
| 第三章 船只目标点迹关联 |
| 3.1 SAR与 AIS点迹关联预处理 |
| 3.1.1 点迹关联特征选取 |
| 3.1.2 点迹关联预处理 |
| 3.2 船只目标点迹关联算法 |
| 3.2.1 全局最优的船只目标点迹关联算法原理 |
| 3.2.2 全局最优的船只目标点迹关联步骤 |
| 3.3 实测数据实验验证 |
| 3.3.1 SAR和 AIS点迹预处理结果 |
| 3.3.2 点迹关联结果 |
| 3.4 本章小结 |
| 第四章 船只目标航迹生成 |
| 4.1 船只目标航迹状态预测 |
| 4.1.1 船只目标运动模型建立 |
| 4.1.2 双迭代变分贝叶斯自适应卡尔曼滤波航迹状态预测 |
| 4.2 点迹-航迹关联算法 |
| 4.2.1 最近算法原理 |
| 4.2.2 双门限的最近邻算法原理 |
| 4.2.3 航迹修正步骤 |
| 4.3 船只目标航迹生成数据验证 |
| 4.3.1 双迭代变分贝叶斯自适应卡尔曼滤波 |
| 4.3.2 高频地波雷达数据生成航迹 |
| 4.4 本章小结 |
| 第五章 多传感器船只目标航迹关联 |
| 5.1 多传感器船只目标航迹关联算法原理 |
| 5.1.1 航迹数据预处理 |
| 5.1.2 航迹关联算法原理 |
| 5.1.3 算法步骤 |
| 5.2 置信度计算 |
| 5.2.1 置信度计算方法原理 |
| 5.2.2 置信度计算方法处理流程 |
| 5.3 结果对比分析 |
| 5.3.1 航迹数据预处理 |
| 5.3.2 HFSWR与 AIS航迹关联 |
| 5.3.3 航迹关联置信度计算 |
| 5.4 本章小结 |
| 第六章 总结与讨论 |
| 6.1 总结 |
| 6.2 讨论 |
| 参考文献 |
| 致谢 |
| 读研期间发表的论文 |
（2）基于弹载平台的大斜视SAR成像算法研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外关键技术研究 |
| 1.2.1 弹载SAR的发展 |
| 1.2.2 弹载SAR成像技术研究动态 |
| 1.3 本文的主要工作内容 |
| 2 合成孔径雷达理论研究 |
| 2.1 SAR成像算法基本概念 |
| 2.1.1 弹载SAR的几何模型与回波信号 |
| 2.1.2 二维分辨率 |
| 2.1.3 距离徙动 |
| 2.1.4 SAR成像算法思路与算法选择 |
| 2.2 CS成像算法原理 |
| 2.2.1 CS算法原理 |
| 2.2.2 ECS算法原理 |
| 2.2.3 结合时域去走动的ECS算法原理 |
| 2.3 wK成像算法原理 |
| 2.3.1 wK算法原理 |
| 2.3.2 改进wK(EOK)算法原理 |
| 2.4 本章小结 |
| 3 弹载SAR成像算法仿真与分析 |
| 3.1 图像边缘混叠现象分析 |
| 3.1.1 边缘混叠原因 |
| 3.1.2 距离向和方位向补零准则 |
| 3.1.3 匹配滤波器弃置区 |
| 3.2 CS类成像算法仿真 |
| 3.2.1 ECS算法仿真 |
| 3.2.2 时域去走动ECS算法仿真 |
| 3.3 wK类成像算法仿真 |
| 3.3.1 wK算法仿真 |
| 3.3.2 EOK算法仿真 |
| 3.4 算法分析 |
| 3.4.1 算法适用场景分析 |
| 3.4.2 算法运算效率分析 |
| 3.5 本章小结 |
| 4 弹载SAR运动误差分析及补偿算法研究 |
| 4.1 正侧视情况下的运动补偿 |
| 4.1.1 正侧视运动误差模型与分析 |
| 4.1.2 沿视线方向运动补偿原理 |
| 4.1.3 沿航线方向运动补偿原理 |
| 4.1.4 结合w K算法的正侧视运动补偿仿真 |
| 4.2 斜视情况下的运动补偿 |
| 4.2.1 斜视运动误差模型与分析 |
| 4.2.2 小斜视情况下运动补偿原理及仿真 |
| 4.2.3 大斜视情况下运动补偿原理及仿真 |
| 4.3 主瓣展宽分析 |
| 4.3.1 斜视角为20°时加窗的展宽效果 |
| 4.3.2 加速度为10m/s2 不同斜视角情况下的补偿效果 |
| 4.4 本章小结 |
| 5 基于C6678DSP的 SAR成像信号处理机的实现 |
| 5.1 信号处理机系统指标 |
| 5.1.1 系统指标 |
| 5.1.2 指标论证 |
| 5.2 信号处理机系统工作方案 |
| 5.2.1 信号处理机硬件平台简介 |
| 5.2.2 信号处理软件模块 |
| 5.2.3 系统工作流程 |
| 5.3 SAR算法关键技术在DSP上的实现 |
| 5.3.1 DSP程序设计 |
| 5.3.2 DSP程序成像结果 |
| 5.3.3 DSP程序运行效率 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）双/多基地SAR成像与定位方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 双基SAR技术发展概述 |
| 1.2.1 双基SAR系统发展现状 |
| 1.2.2 双基SAR成像相关算法发展现状 |
| 1.3 双基SAR成像系统关键问题 |
| 1.3.1 轨迹设计问题 |
| 1.3.2 双基前视SAR成像问题 |
| 1.3.3 几何校正问题 |
| 1.3.4 双基定位问题 |
| 1.4 本文研究内容和安排 |
| 第二章 双/多基SAR斜距模型与分析 |
| 2.1 引言 |
| 2.2 双基SAR斜距模型 |
| 2.2.1 平行等速构型下的斜距模型 |
| 2.2.2 单站固定构型下的斜距模型 |
| 2.2.3 双基任意构型下的斜距模型 |
| 2.2.4 多基任意曲线构型下的斜距模型 |
| 2.3 本章小结 |
| 第三章 机-弹前视构型轨迹设计方法 |
| 3.1 引言 |
| 3.2 异构双基前视SAR分辨特性分析 |
| 3.2.1 距离分辨率 |
| 3.2.2 方位分辨率 |
| 3.2.3 分辨率单元面积 |
| 3.3 基于梯度理论的轨迹设计方法 |
| 3.4 仿真结果及分析 |
| 3.5 本章小结 |
| 第四章 机动平台双基前视SAR成像方法 |
| 4.1 引言 |
| 4.2 双基前视SAR频域相位滤波成像方法 |
| 4.2.1 距离向处理 |
| 4.2.2 方位调制相位空变分析 |
| 4.2.3 基于频域相位滤波的方位向处理 |
| 4.3 反向投影几何校正方法 |
| 4.3.1 投影几何模型 |
| 4.3.2 投影映射关系 |
| 4.3.3 反向投影几何校正处理步骤 |
| 4.4 应用和讨论 |
| 4.4.1 方位补零分析 |
| 4.4.2 距离向升采样分析 |
| 4.4.3 运算量分析 |
| 4.5 仿真和实测数据分析 |
| 4.5.1 数学仿真验证 |
| 4.5.2 实测数据验证 |
| 4.6 本章小结 |
| 第五章 曲线轨迹双基前视SAR波数域成像方法 |
| 5.1 引言 |
| 5.2 曲线轨迹双基前视SAR目标信号特性分析 |
| 5.2.1 信号的多普勒调频特性分析 |
| 5.2.2 双基前视SAR频谱耦合特性分析 |
| 5.3 曲线轨迹双基前视SAR波数域成像方法 |
| 5.3.1 二维频谱的“正则化”处理 |
| 5.3.2 方位重采样的二维Stolt插值成像方法 |
| 5.4 应用与讨论 |
| 5.4.1 残余相位误差分析 |
| 5.4.2 图像域目标点聚焦位置 |
| 5.4.3 运算量分析 |
| 5.5 仿真与实测数据分析 |
| 5.5.1 数学仿真分析 |
| 5.5.2 实测数据分析 |
| 5.6 本章小结 |
| 第六章 弹载双基前视SAR定位方法 |
| 6.1 引言 |
| 6.2 双基前视SAR成像建模及定位方法 |
| 6.2.1 双基前视SAR空间几何构型及信号建模 |
| 6.2.2 双基前视SAR绝对定位方法 |
| 6.3 空/时/频同步误差对定位精度的影响分析 |
| 6.3.1 空间同步误差 |
| 6.3.2 时间同步误差 |
| 6.3.3 频率同步误差 |
| 6.4 实验仿真 |
| 6.4.1 空间同步对定位精度的影响 |
| 6.4.2 目标点距离向偏移引起的测距误差对定位结果的影响 |
| 6.4.3 目标点聚焦位置的偏移对定位结果的影响 |
| 6.4.4 目标聚焦效果对定位结果的影响 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）机载合成孔径雷达成像和运动补偿技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语表 |
| 第一章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要创新点以及文章结构安排 |
| 1.3.1 主要创新点 |
| 1.3.2 文章结构安排 |
| 第二章 SAR成像算法及运动补偿综述 |
| 2.1 引言 |
| 2.2 脉冲压缩和系统分辨率 |
| 2.2.1 脉冲压缩 |
| 2.2.2 脉冲压缩性能指标 |
| 2.2.3 距离分辨率 |
| 2.2.4 方位分辨率 |
| 2.3 回波信号及其频谱分析 |
| 2.4 经典成像算法介绍 |
| 2.4.1 距离多普勒算法 |
| 2.4.2 Chirp scaling算法 |
| 2.4.3 ωK算法 |
| 2.4.4 理想成像算法的实验验证及结果分析 |
| 2.5 常见的运动补偿算法介绍 |
| 2.5.1 两步补偿法 |
| 2.5.2 插值距离包络校正法 |
| 2.5.3 时域分段补偿法 |
| 2.5.4 频域分段补偿法 |
| 2.5.5 对地貌和孔径依赖误差的图像域补偿算法 |
| 2.6 特殊的运动补偿算法介绍 |
| 2.6.1 高频运动误差补偿 |
| 2.6.2 快速BP运动补偿 |
| 2.7 运动误差算法的实验验证及结果分析 |
| 2.7.1 简单缓变运动误差下算法的补偿性能 |
| 2.7.2 复杂运动误差下算法的补偿性能 |
| 2.7.3 机载实测数据实验 |
| 2.8 本章小结 |
| 第三章 改进的SAR成像算法 |
| 3.1 引言 |
| 3.2 基于FRFT的SAR成像算法 |
| 3.2.1 分数阶傅里叶变换 |
| 3.2.2 方法原理 |
| 3.2.3 仿真和实测数据实验 |
| 3.3 考虑非理想飞行的RD成像算法 |
| 3.3.1 理想飞行下的插值RCMC |
| 3.3.2 自动插值RCMC |
| 3.3.3 实验部分 |
| 3.4 本章小结 |
| 第四章 基于方位自聚焦的运动误差估计 |
| 4.1 引言 |
| 4.2 基于最优传递法的运动误差估计 |
| 4.2.1 优化的代价函数 |
| 4.2.2 由代价函数求误差模型一阶偏导数 |
| 4.2.3 最优传递估计法 |
| 4.2.4 搜索策略,实现细节以及流程图 |
| 4.2.5 实验结果与分析 |
| 4.3 基于相关输入法和WTLS的运动误差估计 |
| 4.3.1 背景与动机 |
| 4.3.2 信号和误差模型 |
| 4.3.3 估计原理 |
| 4.3.4 复杂运动轨迹下的仿真实验与分析 |
| 4.3.5 简单运动轨迹下的仿真实验与分析 |
| 4.3.6 机载实测数据实验结果与分析 |
| 4.4 本章小结 |
| 第五章 基于天线位置信息的运动误差补偿 |
| 5.1 引言 |
| 5.2 基于Chirp scaling的运动误差补偿 |
| 5.2.1 距离空变补偿原理 |
| 5.2.2 算法性能分析 |
| 5.3 基于Frequency scaling的运动误差补偿 |
| 5.3.1 误差模型及原理 |
| 5.3.2 仿真实验及分析 |
| 5.4 基于PFD和TS-MOCO的运动补偿 |
| 5.4.1 误差模型及原理 |
| 5.4.2 实验结果与分析 |
| 5.5 基于PFD和CS-REC的运动补偿 |
| 5.5.1 用CS-REC进行距离包络对齐 |
| 5.5.2 用PFD进行残余运动误差补偿 |
| 5.5.3 算法讨论 |
| 5.5.4 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位论文期间发表的学术论文目录 |
（5）太赫兹SAR成像运动补偿及成像算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 太赫兹雷达系统研究现状 |
| 1.2.2 太赫兹SAR运动补偿及成像算法理论研究现状 |
| 1.3 本文的主要研究内容和结构安排 |
| 第2章 太赫兹SAR成像基本原理 |
| 2.1 引言 |
| 2.2 SAR成像基本原理 |
| 2.2.1 SAR成像基本原理综述 |
| 2.2.2 R-D算法 |
| 2.3 太赫兹SAR成像重要指标分析 |
| 2.4 仿真实验 |
| 2.5 本章小结 |
| 第3章 太赫兹SAR成像平台运动误差建模及其影响分析 |
| 3.1 引言 |
| 3.2 太赫兹SAR成像平台运动误差建模 |
| 3.2.1 平台运动误差及补偿综述 |
| 3.2.2 太赫兹SAR回波建模 |
| 3.3 太赫兹SAR成像平台运动误差影响分析 |
| 3.3.1 理论分析 |
| 3.3.2 仿真验证 |
| 3.4 传统运动补偿方法的局限性 |
| 3.4.1 MD方法 |
| 3.4.2 PGA方法 |
| 3.5 本章小结 |
| 第4章 基于单分量简谐振动模型的太赫兹SAR高频振动补偿方法 |
| 4.1 引言 |
| 4.2 SFM信号的基本性质及参数估计算法研究现状 |
| 4.3 基于自适应CHIRPLET分解的单分量SFM信号参数估计 |
| 4.3.1 自适应Chirplet分解原理 |
| 4.3.2 基于自适应Chirplet分解的单分量SFM信号参数估计原理 |
| 4.3.3 仿真实验 |
| 4.4 基于DSFMT的 SFM信号参数估计 |
| 4.4.1 基于DSFMT的正弦调频信号参数估计原理 |
| 4.4.2 基于全局优化算法的正弦调频信号参数估计 |
| 4.5 基于逆RADON变换的SFM信号参数估计 |
| 4.5.1 Radon变换及其逆变换 |
| 4.5.2 基于逆Radon变换的SFM信号参数估计原理 |
| 4.5.3 仿真实验 |
| 4.6 基于扩展RADON变换的混合线性-正弦调频信号参数估计 |
| 4.6.1 扩展Radon变换 |
| 4.6.2 基于扩展Radon变换的混合线性-正弦调频信号参数估计原理 |
| 4.6.3 仿真实验 |
| 4.7 太赫兹SAR成像平台单分量简谐振动误差补偿 |
| 4.8 本章小结 |
| 第5章 基于多分量简谐振动模型的太赫兹SAR高频振动补偿方法 |
| 5.1 引言 |
| 5.2 基于离散正弦变换的多分量正弦相位调制信号参数估计 |
| 5.2.1 参数估计原理 |
| 5.2.2 仿真实验 |
| 5.3 基于正弦调频傅里叶变换的多分量正弦相位调制信号参数估计 |
| 5.3.1 参数估计原理 |
| 5.3.2 仿真实验 |
| 5.4 基于时频分析的多分量正弦相位调制信号参数估计 |
| 5.4.1 参数估计原理 |
| 5.4.2 仿真实验 |
| 5.5 太赫兹SAR成像平台多分量简谐振动误差补偿 |
| 5.6 本章小结 |
| 第6章 基于室内实测数据的太赫兹SAR成像 |
| 6.1 引言 |
| 6.2 太赫兹SAR系统介绍 |
| 6.3 系统幅相误差补偿 |
| 6.4 基于室内实测数据的平台振动误参数估计 |
| 6.4.1 运动误差分析思路 |
| 6.4.2 基于角反回波的平台振动误差参数估计 |
| 6.4.3 基于SAR回波的平台运动误差参数估计 |
| 6.5 太赫兹SAR室内实测数据成像算法和处理结果 |
| 6.5.1 太赫兹SAR运动补偿算法设计 |
| 6.5.2 基于室内实测数据的平台高频振动补偿 |
| 6.5.3 基于室内实测数据的低频运动误差补偿 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）复杂运动条件下的SAR/ISAR聚焦方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 合成孔径雷达研究发展现状 |
| 1.2.1 合成孔径雷达发展概述 |
| 1.2.2 旋转式合成孔径雷达发展概述 |
| 1.2.3 圆轨迹合成孔径雷达发展概述 |
| 1.3 逆合成孔径雷达研究发展现状 |
| 1.4 论文主要内容及安排 |
| 第二章 复杂运动条件下的SAR/ISAR成像技术与问题 |
| 2.1 引言 |
| 2.2 复杂运动条件下的SAR成像原理方法 |
| 2.2.1 常规SAR成像原理与基本方法 |
| 2.2.2 ROSAR成像原理与基本方法 |
| 2.2.3 CSAR成像原理与基本方法 |
| 2.3 复杂运动条件下ISAR成像原理方法 |
| 2.4 本章小结 |
| 第三章 旋转式合成孔径雷达高分辨成像算法研究 |
| 3.1 引言 |
| 3.2 信号模型和问题描述 |
| 3.2.1 信号模型 |
| 3.2.2 问题描述 |
| 3.3 ROSAR高分辨成像方法 |
| 3.3.1 改进ROSAR波数域成像算法 |
| 3.3.2 基于卡尔丹方程的ROSAR成像方法 |
| 3.4 算法性能分析与仿真实验结果 |
| 3.4.1 ROSAR波数域成像算法性能分析及结果 |
| 3.4.2 基于卡尔丹方程的ROSAR成像算法性能分析及结果 |
| 3.5 本章小结 |
| 第四章 旋转式合成孔径雷达波数域自聚焦成像算法研究 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于ROSAR波数域成像的相位梯度自聚焦算法 |
| 4.3.1 含运动误差ROSAR信号及剩余运动误差分析 |
| 4.3.2 增强ROSAR相位梯度自聚焦方法 |
| 4.4 算法分析及仿真实验结果 |
| 4.4.1 改进Stolt插值处理对误差作用分析 |
| 4.4.2 点目标场景仿真实验结果 |
| 4.4.3 仿真实测场景成像结果 |
| 4.5 本章小结 |
| 第五章 基于空间分集的双基圆轨迹合成孔径雷达成像方法 |
| 5.1 引言 |
| 5.2 双基圆轨迹合成孔径雷达傅立叶空间采样分析 |
| 5.2.1 傅立叶空间采样理论 |
| 5.2.2 传统双基圆轨迹合成孔径雷达傅立叶空间采样面积分析 |
| 5.3 基于空间分集的双基圆轨迹合成孔径雷达成像方法与性能分析 |
| 5.3.1 信号模型 |
| 5.3.2 成像处理流程 |
| 5.3.3 傅立叶空间采样面积分析 |
| 5.3.4 二维图像分辨率 |
| 5.4 仿真实验分析结果 |
| 5.5 本章小结 |
| 第六章 非均匀旋转目标运动参数快速估计及ISAR成像方法研究 |
| 6.1 引言 |
| 6.2 非均匀旋转目标ISAR信号模型 |
| 6.3 QFM信号二次调频率快速估计方法 |
| 6.3.1 基于时间-调频率分布的Radon变换 |
| 6.3.2 基于Radon变换的最小二乘快速估计方法 |
| 6.3.3 预滤波处理与基于最小熵准则的加权最小二乘估计方法 |
| 6.4 调频率与中心频率快速估计方法 |
| 6.4.1 基于TFD的调频率加权最小二乘估计方法 |
| 6.4.2 基于距离-多普勒域的中心频率快速估计方法 |
| 6.5 仿真实验分析和实测数据处理结果 |
| 6.5.1 计算复杂度分析 |
| 6.5.2 仿真目标成像结果与性能分析 |
| 6.5.3 实测数据成像处理 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 附录 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于移动激励FDTD方法的SAR回波仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景与研究的目的和意义 |
| 1.2 国内外研究现状与研究趋势 |
| 1.2.1 FDTD仿真方法的发展现状 |
| 1.2.2 FDTD方法中激励研究情况 |
| 1.2.3 SAR回波仿真研究 |
| 1.3 主要研究内容 |
| 第2章 FDTD方法理论基础及SAR工作原理 |
| 2.1 引言 |
| 2.2 时域有限差分法理论 |
| 2.2.1 电场迭代方程 |
| 2.2.2 Yee元胞剖分 |
| 2.2.3 总场-散射场边界条件 |
| 2.3 合成孔径雷达工作原理 |
| 2.4 本章小结 |
| 第3章 移动激励源理论及SAR回波仿真方法 |
| 3.1 引言 |
| 3.2 移动雷达平台与目标位置关系 |
| 3.2.1 移动激励目标过程位置关系 |
| 3.2.2 移动接收信号过程中位置关系 |
| 3.3 基于FDTD电磁仿真的SAR回波模拟 |
| 3.3.1 FDTD中激励信号的引入 |
| 3.3.2 FDTD迭代计算与近远场变换 |
| 3.3.3 基于可视元胞的FDTD仿真结果的SAR回波仿真 |
| 3.4 本章小结 |
| 第4章 仿真实验验证 |
| 4.1 引言 |
| 4.2 仿真流程 |
| 4.3 目标建模输入 |
| 4.4 参数设计 |
| 4.4.1 SAR系统参数设计 |
| 4.4.2 FDTD参数设计 |
| 4.5 SAR回波模拟及成像结果验证 |
| 4.5.1 模拟点目标回波仿真及成像实验 |
| 4.5.2 多模拟点目标回波仿真及成像实验 |
| 4.5.3 电大尺寸目标回波仿真及成像实验 |
| 4.6 移动激励和非移动激励仿真结果成像对比 |
| 4.7 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（8）极化SAR目标图像仿真与识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 论文研究的意义 |
| 1.4 本文主要工作与内容安排 |
| 第二章 极化SAR理论基础 |
| 2.1 电磁波的极化 |
| 2.1.1 电磁波极化的表征 |
| 2.1.2 目标极化散射表示 |
| 2.2 SAR成像原理 |
| 2.2.1 脉冲压缩 |
| 2.2.2 合成孔径原理 |
| 2.2.3 基于R-D算法的成像方法 |
| 2.3 本章总结 |
| 第三章 极化SAR目标图像仿真 |
| 3.1 引言 |
| 3.2 光线追踪算法简介 |
| 3.3 极化SAR目标图像仿真流程 |
| 3.3.1 模型选取与面元划分 |
| 3.3.2 电磁波散射几何原理 |
| 3.3.3 电磁波与面元交点计算 |
| 3.3.4 后向散射系数的计算 |
| 3.3.5 二次散射 |
| 3.3.6 极化SAR目标场景成像 |
| 3.4 基于SAH-BVH的光线追踪加速算法 |
| 3.5 结果与分析 |
| 3.5.1 模型划分结果 |
| 3.5.2 成像结果 |
| 3.5.3 光线追踪加速算法对成像效率的影响 |
| 3.6 本章小结 |
| 第四章 目标识别技术研究 |
| 4.1 引言 |
| 4.2 特征提取方法 |
| 4.2.1 主成分分析 |
| 4.2.2 深度置信网络 |
| 4.2.3 卷积神经网络 |
| 4.3 支持向量机原理 |
| 4.4 目标识别结果分析 |
| 4.4.1 HH极化图像识别结果 |
| 4.4.2 结果分析 |
| 4.4.3 实测数据实验 |
| 4.5 决策融合 |
| 4.6 本章小结 |
| 第五章 结束语 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）小卫星SAR实时成像技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 合成孔径雷达概述 |
| 1.2 研究背景与意义 |
| 1.3 论文主要研究内容及安排 |
| 2 多模式小卫星SAR系统参数设计 |
| 2.1 引言 |
| 2.2 SAR成像模型 |
| 2.2.1 几何模型 |
| 2.2.2 回波模型 |
| 2.2.3 二维高分辨率 |
| 2.3 多模式SAR信号特征 |
| 2.3.1 成像几何模型特征 |
| 2.3.2 多普勒历程 |
| 2.3.3 方位向分辨率 |
| 2.4 多模式SAR系统参数设计 |
| 2.5 本章小结 |
| 3 适用于小卫星SAR实时成像算法研究 |
| 3.1 引言 |
| 3.2 距离-多普勒算法(R-D算法) |
| 3.3 chirp-scaling算法(CS算法) |
| 3.4 后向投影算法(BP算法) |
| 3.5 仿真结果分析 |
| 3.6 本章小结 |
| 4 改进的FBP算法设计 |
| 4.1 引言 |
| 4.2 改进的FBP算法流程 |
| 4.2.1 直角坐标FBP原理 |
| 4.2.2 自聚焦处理 |
| 4.2.3 结合SIFT的子图像融合 |
| 4.3 仿真以及实测数据结果 |
| 4.3.1 点目标仿真结果 |
| 4.3.2 实测数据处理结果 |
| 4.4 本章小结 |
| 5 基于MATLAB的后向投影算法的FPGA实现 |
| 5.0 引言 |
| 5.1 与传统FPGA开发流程的对比 |
| 5.2 BP算法并行性分析 |
| 5.2.1 BP流水线并行性 |
| 5.2.2 成像计算中的脉冲并行性 |
| 5.2.3 成像计算中的网格并行性 |
| 5.2.4 本文在并行性上的改进 |
| 5.3 基于MATLAB实现FPGA快速开发 |
| 5.3.1 总体设计思路 |
| 5.3.2 数据源产生模块 |
| 5.3.3 距离脉压模块 |
| 5.3.4 成像计算模块 |
| 5.4 仿真结果 |
| 5.5 硬件验证 |
| 5.5.1 Simulink模型定点化 |
| 5.5.2 Verilog代码生成与模型优化 |
| 5.5.3 FPGA资源评估与结果 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 研究生期间工作总结 |
| 6.2 未来研究工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（10）基于散射模型的SAR成像特征分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.2.1 SAR成像研究现状 |
| 1.2.2 SAR成像发展趋势 |
| 1.3 论文主要工作 |
| 第二章 SAR成像算法分析 |
| 2.1 引言 |
| 2.2 SAR成像基本原理 |
| 2.2.1 线性调频信号及脉冲压缩原理 |
| 2.2.2 方位向分辨率 |
| 2.2.3 SAR回波信号模型 |
| 2.2.4 距离徙动 |
| 2.3 SAR成像基本算法 |
| 2.3.1 距离多普勒算法(RD) |
| 2.3.2 线频调变标算法(CS) |
| 2.4 算法仿真 |
| 2.5 本章小结 |
| 第三章 SAR成像电磁散射模型 |
| 3.1 引言 |
| 3.2 粗糙海面生成 |
| 3.2.1 海水介电常数 |
| 3.2.2 海谱模型 |
| 3.2.3 粗糙海面模拟 |
| 3.3 电磁散射模型 |
| 3.3.1 海面的电磁散射模型 |
| 3.3.2 复杂目标的电磁散射模型 |
| 3.3.3 SAR成像仿真结果 |
| 3.4 本章小结 |
| 第四章 目标运动对SAR成像的影响分析 |
| 4.1 引言 |
| 4.2 目标运动对SAR图像产生的影响 |
| 4.2.1 动目标回波分析 |
| 4.2.2 距离向速度对成像的影响 |
| 4.2.3 方位向速度对成像的影响 |
| 4.3 多普勒估计 |
| 4.3.1 多普勒模糊 |
| 4.3.2 基于回波数据的运动参数估计 |
| 4.3.3 基于Keystone变换的多普勒估计 |
| 4.3.4 基于Hough变换的多普勒估计 |
| 4.4 基于多普勒估计的SAR成像补偿 |
| 4.5 本章小结 |
| 第五章 多径效应对目标SAR成像影响分析 |
| 5.1 引言 |
| 5.2 目标多径散射模型 |
| 5.2.1 舰船目标RCS计算 |
| 5.2.2 目标雷达特征信号仿真 |
| 5.2.3 多径散射模型 |
| 5.3 仿真结果和分析 |
| 5.4 本章小结 |
| 第六章 结束语 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、合成孔径雷达R-D成像算法研究（论文参考文献）
- [1]船只目标多传感器数据融合算法研究[D]. 张蒙蒙. 内蒙古大学, 2021(12)
- [2]基于弹载平台的大斜视SAR成像算法研究与实现[D]. 封丰. 南京理工大学, 2020(01)
- [3]双/多基地SAR成像与定位方法研究[D]. 梅海文. 西安电子科技大学, 2019(07)
- [4]机载合成孔径雷达成像和运动补偿技术研究[D]. 陆钱融. 上海交通大学, 2019(06)
- [5]太赫兹SAR成像运动补偿及成像算法研究[D]. 王照法. 哈尔滨工业大学, 2019(01)
- [6]复杂运动条件下的SAR/ISAR聚焦方法研究[D]. 张俊. 西安电子科技大学, 2019
- [7]基于移动激励FDTD方法的SAR回波仿真研究[D]. 王书承. 哈尔滨工业大学, 2019(01)
- [8]极化SAR目标图像仿真与识别技术研究[D]. 李青伟. 西安电子科技大学, 2019(02)
- [9]小卫星SAR实时成像技术研究[D]. 张佳琪. 中国运载火箭技术研究院, 2019(03)
- [10]基于散射模型的SAR成像特征分析[D]. 刘玉娇. 西安电子科技大学, 2019(02)