一、一种高精度聚束式SAR成像算法（论文文献综述）
周远远[1]（2021）在《基于深度神经网络的SAR图像质量提升技术研究》文中认为合成孔径雷达（Synthetic Aperture Radar,SAR）可对目标区域进行全天时、全天候持续观测,已被广泛应用于战场侦测、农林普查等军事和民用领域。SAR数据处理一般包括成像处理以及成像后的图像处理,其中图像处理包括图像的增强、融合、分割以及目标的识别、检测与跟踪等。作为一种高性能图像处理方法,深度神经网络可在数据驱动下,根据任务需求从图像中自动学习目标特征,有着传统机器学习方法不可比拟的准确性、灵活性和通用性。为提高SAR系统的侦察与观测能力,增大深度神经网络在SAR图像处理领域的应用深度与广度,本文开展了基于深度神经网络的SAR图像质量提升算法研究,主要创新点如下:（1）研究了深度神经网络的空间特性针对深度神经网络的空间特征保持特性,提出并证明了网络的匹配准则,即神经网络每一层的输入与该层的网络参数满足空间上的一一对应关系。基于该准则,设计了可以同时完成目标分类与角度估计的核映射网络（Kernel Mapping Network,KM-Net）。与其他网络相比,KM-Net的权重参数通过核映射旋转变换获取,无需进行训练优化。为提高KM-Net的分类和角度估计能力,设计了移格旋转法和八边形卷积核。其中,移格旋转法通过移动卷积核内各位置的权重参数实现旋转变换,可以解决插值旋转造成的失配问题;八边形卷积核具有45°旋转对称特性,可以解决标准矩形卷积核45°旋转时参数不对称引起的失配问题。针对较少训练样本条件下识别率低的问题,设计了核旋转扩增网络（Kernel Rotation Augmentation Network,KRA-Net）。该网络能够以训练过程中旋转卷积核的方式实现网络内部特征的多角度扩增,提高小样本时网络的分类性能。（2）研究了基于编解码结构的SAR图像去噪增强网络与自聚焦增强网络针对SAR图像中的相干斑噪声,提出了多尺度递归去噪网络（Multi-scale Recurrent Network,MSR-Net）。该网络采用“由粗到精”的设计策略,以级联的方式循环调用同一个编解码网络模块,实现了带噪图像的多分辨率联合处理,提高了网络对高强度噪声的抑制能力。另外,在MSR-Net设计时,加入了卷积长短时记忆（Convolutional Long Short-term Memory,Conv LSTM）模块,令网络具有了多尺度特征的传递与融合能力。同时,采用了亚像素卷积单元,以特征图重组的方式对输出图像进行分辨率还原,提高了网络效率。提出了边缘特征保留率（Edge Feature Keep Ratio,EFKR）和特征点保留率（Feature Point Keep Ratio,FPKR）两种去噪算法评估指标,二者能够利用边缘检测和特征点提取算法,弥补了现有方法无法定量计算去噪后图像中边、角、纹理等典型特征保留比例的不足。针对复杂运动平台位置误差导致的图像散焦问题,提出了一种基于编解码结构的SAR图像自聚焦网络AF-Net。该网络能够学习聚焦前后图像中几何特征的分布差异,实现散焦图像幅度域的快速自聚焦,弥补了传统相位自聚焦算法效率上的不足,为相关问题提供了新的解决思路。（3）研究了基于深度神经网络的视频SAR阴影跟踪与动目标成像技术根据SAR成像机理以及阴影能够反映目标真实位置的特性,提出了一种地面动目标重聚焦框架。该框架结合了阴影跟踪网络、轨迹优化网络、视频SAR成像以及动目标后向投影成像算法,实现了地面动目标的聚焦成像。设计了视频SAR地面动目标阴影跟踪网络（modified Real-time Recurrent Regression,mRe3）。区域搜索策略的使用减少了跟踪处理的图像面积,同时,卷积层与长短时记忆单元的组合令网络能够在提取目标特征的同时获得相邻数据中的时序关系,从而实现对动目标阴影的高精度、高鲁棒性跟踪。针对跟踪轨迹精度与平滑度较低的问题,提出了基于长短时记忆单元的轨迹优化网络以及高阶总变分损失LTVβ。经网络优化后,轨迹的中心距离误差可低于一个像素单元,满足了合成孔径雷达对复杂轨迹地面动目标高精度成像的要求。上述研究不但可以增强SAR系统的侦察与观测能力,还能提高深度神经网络在SAR图像处理领域的应用深度与广度,具有较强理论意义和工程价值。
廉蒙[2]（2019）在《地球同步轨道星/机双基地SAR非平稳舰船目标成像研究》文中研究说明地球同步轨道星/机双基地合成孔径雷达（Geosynchronous Spaceborne/Airborne Bistatic Synthetic Aperture Radar,GEO SA-Bi SAR）是一种以地球同步轨道卫星为发射机,以高空侦察机、预警机或无人机（Unmanned Aerial Vehicle,UAV）等飞机作为接收机的移变双基地合成孔径雷达系统。与传统光学成像手段相比较,其能够全天时、全天候的对感兴趣的运动目标进行检测与成像。与一般的星载合成孔径雷达相比,其受电离层和平流层的影响较小,并且对发射功率的要求相对较低。与传统机载合成孔径雷达相比较,其发射机位于远离一般反辐射武器攻击范围的地球同步轨道上,这种“远发近收”的策略使其具有更强的战场生存能力。上述优势使得GEO SA-Bi SAR可以被广泛的应用于灾害预警、海洋监测、情报侦察等民用与军用领域。海面舰船目标在GEO SA-Bi SAR相干积累时间（Coherent Accumulated Time,CAT）内的运动不仅包含由推进装置产生的水平运动,还包含由海浪运动引起的垂直运动与三维摆动。因此,在收发平台平稳飞行的情况下,舰船目标回波信号的相位历程存在慢时间维上的周期项。所以,传统的距离-多普勒（Range-Doppler,R-D）算法在对舰船目标成像过程中会产生散焦现象。如何估计在海浪影响下舰船目标的多普勒参数,解决周期项引起的散焦问题是提高GEO SA-Bi SAR舰船目标成像质量的关键。基于这一核心思想,在GEO SA-Bi SAR对舰船成像过程中,基于回波数据提取目标多普勒历程并精确估计目标多普勒参数,克服传统动目标检测成像方法适用条件苛刻的缺点和消除海浪运动影响的运动补偿是三个主要研究方向。针对以上GEO SA-Bi SAR舰船目标成像领域存在的问题,本论文进行了详细的理论分析与仿真实验研究。论文的主要工作可概括为以下四部分:1.分析了地球同步轨道（Geosynchronous Orbit,GEO）卫星与海面舰船的运动特性,用数学方法描述了GEO卫星的运动轨迹,GEO卫星与地球的相对速度以及舰船在海浪影响下的六维运动。建立了GEO SA-Bi SAR的成像几何模型,结合GEO卫星的运动特点对该系统的工作模式进行了分析,推导了GEO SA-Bi SAR的回波信号形式。对比没有海浪运动影响的回波信号,指出海浪运动会对目标的多普勒频率产生一定影响,进而引起目标成像过程中的散焦问题。探讨了进一步提高GEO SA-Bi SAR舰船成像质量的可能性。对滑动聚束工作模式下系统的相干积累时间与方位覆盖范围进行了分析,得到了合成孔径时间内机载合成孔径雷达地面波束投影的改变对相干积累时间的影响基本可以忽略的结论。基于梯度向量法推导了GEO SA-Bi SAR系统二维分辨率以及分辨单元大小的表达式,给出了系统成像精度主要受接收平台姿态与滑动因子影响的分析结论。通过计算机仿真实验,探讨了平台初始姿态对系统分辨率的影响。2.研究了GEO SA-Bi SAR对舰船目标的波束到达方向（Direction Of Arrival,DOA）估计与杂波抑制问题,提出了基于多通道最大似然估计（Maximum Likelihood Estimate,MLE）的DOA估计方法与基于自适应波束形成（Adaptive Beam Forming,ABF）的杂波抑制方法。本论文建立了多接收天线的多通道GEO SA-Bi SAR研究模型,并推导了多通道GEO SA-Bi SAR的信号表达式,说明了该系统下目标DOA估计的关键在于使目标信号在此投影方向上的能量最大。对于目标相对接收机DOA的估计问题,本论文采用了构造相位补偿函数的方法去除不同通道间的多普勒偏移与静止目标的多普勒调频率,利用MLE算法估计目标的DOA。对于杂波抑制问题,本论文提出由于GEO SA-Bi SAR运动的特殊性,传统的相位中心偏置天线（Displaced Phase Center Antenna,DPCA）方法效果变差,但基于ABF的算法能够在DPCA条件不再满足的情况下对目标信号进行增强,达到杂波抑制的效果。通过计算机仿真实验,比较了本论文所提出方法与DPCA方法的杂波抑制效果,验证了本文算法的有效性。3.提出了基于自适应Chirplet分解的GEO SA-Bi SAR三维摆动舰船目标成像方法。该方法的核心是通过对每个距离单元内回波信号进行Chirplet分解,进而得到各距离单元内信号的时频曲线,实现对目标多普勒中心频率与调频率的精确估计。根据估计所得的目标多普勒信息对方位压缩函数进行设计,避免了由于目标随机摆动所产生的散焦现象。该方法采用了更加贴近海面实际情况的目标三维摆动模型,因而在处理复杂海情下的GEO SA-Bi SAR舰船成像过程中具有更高的成像精度。仿真实验验证了该方法相较于传统的魏格纳-威尔分布（Wigner-Ville Distribution,WVD）和伪魏格纳-威尔分布（Pesudo Wigner-Ville Distribution,PWVD）时频分析手段不仅具有更高的时频分析精度且得到的多普勒谱所含交叉项相对较少,能够更好的解决多普勒参数估计中的多普勒谱非线性特性产生的影响,使GEO SA-Bi SAR对三维摆动目标具有更好的成像质量。4.研究了海浪导致的舰船目标升沉运动对成像产生的影响,通过利用回波数据重建由海浪引起的舰船升沉运动,提出了基于舰船升沉运动补偿的舰船目标成像方法。本论文基于对GEO SA-Bi SAR成像几何中移动舰船目标多普勒历程的分析,考虑了由舰船自身动力系统产生的水平运动以及由海浪起伏导致的升沉运动。本论文提出的补偿方法主要包含了三种完善的算法,它们分别为自适应陷波滤波器（Adaptive Notch Filtering,ANF）、求根多信号分类（Root Multiple Signal Classification,Root-MUSIC）算法和线性最小方差算法（Linear Least Squares,LLS）。ANF用于分析目标信号时频特性,进而提取舰船目标的波浪扰动和巡航运动。Root-MUSIC算法和LLS算法用于舰船升沉运动重建中运动补偿函数参数的估计。本论文推导了GEO SA-Bi SAR系统中受海浪起伏影响的移动舰船目标的回波信号,分析了海浪起伏产生的升沉运动与舰船自身的水平运动对回波信号多普勒历程产生的影响。对于舰船目标的瞬时多普勒频率,本论文采用ANF对沿距离单元徙动（Range Cell Migration,RCM）曲线采集的距离压缩后信号进行时频分析。在得到精确的时频曲线后,对曲线斜率进行估计并去除曲线中的线性成分。对于去除线性成分后剩余的时频曲线中由舰船升沉运动产生的周期成分,本论文采用Root-MUSIC与LLS算法对其中周期成分进行估计,进而得到舰船升沉运动重建所需的参数。最后,基于所估计的参数,设计升沉运动补偿函数消除海浪运动导致目标起伏对成像产生的影响。仿真实验证明了本论文所提出方法的正确性与有效性。
陈勇[3]（2018）在《末制导弹载SAR成像关键技术研究》文中认为合成孔径雷达（Synthetic Aperture Radar,SAR）是一种全天候、全天时现代高分辨率微波遥感成像雷达,可以在能见度极低的气象条件下得到类似光学照相的高分辨雷达图像。将SAR应用于导弹平台进行主动二维成像,利用获取的目标区域图像做匹配处理,修正弹上惯性导航系统（Intertial Navigation System,INS）的长时间积累误差和初始定位误差,是提高精确制导武器打击精度的有效途径。弹载SAR成像作用距离远、成像分辨率高,可以在很远的距离、强烈的地杂波、海杂波背景上进行准确探测、目标识别和自动攻击点的选择。不同于传统的机载或星载SAR成像处理方法,导弹末制导阶段是一条高速俯冲弹道,飞行速度快,在垂直方向存在一定的速度和加速度,因此,末制导阶段弹载SAR成像需解决以下问题:（1）俯冲运动SAR成像;（2）大斜视角成像;（3）弹载SAR图像匹配;（4）SAR模拟实验系统设计与工程实现。针对上述问题,本文围绕末制导阶段弹载SAR成像技术开展了以下研究工作:1、研究了末制导阶段大斜视角弹载SAR条带模式下的高分辨成像技术。针对大斜视角弹载SAR平台末制导运动特点,建立了末制导段大斜视角弹载SAR成像的几何模型。通过对弹目间瞬时斜距时域近似处理所引入相位误差的分析,得到了距离徙动随斜视角的变化关系。结合分数阶傅里叶变换（Fractional Fourier Transform,FrFT）易于处理线性调频信号的特点,从而提出了一种适用于末制导阶段的大斜视弹载条带式SAR FrRD成像算法。该算法利用二维FrFT完成距离向和方位向的聚焦处理,仿真实验结果验证了该算法的有效性。2、研究了末制导阶段大斜视角弹载聚束SAR成像技术。根据末制导阶段弹载聚束SAR平台运动的特点,使用高阶逼近模型建立了末制导弹载聚束式SAR回波信号模型。通过对弹载聚束SAR几何场景和运动特点分析,提出了一种适用于末制导在大斜视角情况下弹载聚束SAR的改进FS成像算法。该算法首先在fr-ta域完成线性距离走动校正,然后通过对原算法所定义的参考函数进行了相应的修正,使目标的距离徙动经过相应频率变标因子调整为场景中心点的距离徙动,并通过块移和二次距离压缩完成距离徙动校正和剩余视频相位的去除,从而避免了距离徙动算法中的Stolt插值,代之以傅立叶变换和复数乘法,使得算法的计算量大大降低。同时,在方位向的处理中,采用了新的方位Scaling函数,解决了原有算法中进行方位Scaling时,方位向扩展点数随斜视角的增大而成倍增长的矛盾。仿真结果验证了算法的有效性。3、研究了弹载SAR图像匹配技术。通过分析传统尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法的局限性,提出了一种基于改进SIFT的图像匹配算法。该算法通过利用指数加权平均比率（Ratio of Exponentially Weighted Averages,ROEWA）算子的恒虚警率特性,改进特征描述算子,生成的新特征向量增强了算法对相干斑噪声的鲁棒性,降低了SIFT特征描述算子的维度,加速了SIFT的计算速度,提高了弹载SAR图像匹配效率。仿真实验结果验证了算法的有效性。4、研究了基于FPGA+DSP的弹载SAR成像处理技术。根据主要技术指标提出了SAR收发前端的设计方案,采用混合集成技术设计实现了线性调频收发前端。通过FPGA和DSP协同工作的信号处理模式设计实现了弹载SAR信号处理系统,系统由DSP处理SAR成像算法,FPGA作为其辅助模块,实现回波信号的低通滤波、正交变换等信号预处理工作。通过仿真模拟实验和外场轨道SAR实验验证了该SAR成像模拟实验系统的可行性和正确性。
秦旭[4]（2017）在《典型地表环境合成孔径雷达成像回波模拟方法研究》文中指出随着合成孔径雷达（SAR）在国民经济和军事领域中的广泛应用,典型地表环境的SAR回波模拟方法的研究越来越受到国内外专家与学者的重视。通过建立典型地表环境的合成孔径雷达回波模拟平台,可以有效地仿真模拟出地表环境的电磁散射特征,进而为地表的电磁散射特性分析、地面目标的侦察识别、精确定位和有效打击提供了有效的仿真手段。本文从粗糙面散射理论和机载SAR理论出发,着重研究了典型地表环境的实用化电磁散射建模方法和机载SAR平台的成像回波模拟方法,其主要贡献包括如下两个方面:1.研究了粗糙面散射近似方法中的积分方程法（IEM）。根据入射波与地表的面相互作用的特点,推导出积分方程法在计算地表电磁散射时的表达式。而由于积分方程法在相关观察角度下的计算结果与实际测量相差较大的原因,进行了对积分方程法中菲涅耳反射系数和补偿场计算的改进。改进后的积分方程法（AIEM）在菲涅耳反射系数中额外引入了地表的粗糙度和入射波频率的影响;在补偿场计算中又多考虑了下表面透射波分量对总散射场的影响。通过对积分方程法中这两点的改进与完善,使得积分方程法更能满足对地表环境的电磁散射实用化建模需求。2.通过倾斜调制坐标变换方法,将积分方程法运用到对复杂地形环境的电磁散射计算中,并结合机载SAR平台的回波模拟方法,建立对点目标形式下典型地表环境的电磁散射极化SAR成像平台。其中,根据条带式SAR适用于对大场景目标的电磁成像特征分析和聚束式SAR适用于对特定区域精确定位的特点,本文研究了机载条带式、聚束式SAR回波信号模型,并根据SAR系统参数选取方法进行最后的电磁成像回波仿真平台的搭建,之后又分别选取两种工作模式下常用的距离多普勒成像算法和SPECAN-RD算法对回波信号进行相应的后期成像处理,从而得到最终的典型地表环境的极化SAR成像数据。最后选取由点目标形式构成的土壤地表环境,应用上述建立好的机载SAR成像仿真平台来获取其极化SAR像图,从而进一步说明本文所搭建的机载SAR仿真平台的有效性。
唐世阳[5]（2016）在《曲线运动轨迹SAR成像方法研究》文中进行了进一步梳理随着雷达技术的快速发展,对曲线运动轨迹下的合成孔径雷达（Synthetic Aperture Radar, SAR）成像的研究具有特殊的应用价值。与传统匀速直线运动的载体受到气流等因素的影响产生的运动误差不同,曲线运动轨迹SAR具有较大的空间三维加速度以实现平台的灵活控制及不同的应用需求。本论文针对现阶段曲线运动轨迹SAR的成像问题和发展趋势,从统一化的SAR模型研究入手,逐步深入展开研究。主要研究内容包括以下几个方面：1.针对常规匀速直线飞行SAR成像模型及特性失效的问题,建立了描述曲线运动轨迹SAR的成像模型及特性。在曲线运动轨迹情形下,雷达的将无法沿直线飞行,速度也很难保持匀速,这也使得基于匀速直线飞行假设的常规成像模型及特性存在一定误差。针对模型失效的问题,利用矢量分析法研究了适用性更广的SAR成像模型,并根据该模型分析了曲线运动轨迹SAR波束指向控制的数学描述,有效地提高了波束指向控制的精度。针对成像特性问题,利用经典物理学结合矢量分析法,对曲线运动轨迹SAR的分辨率、带宽等成像特性参数进行分析及精确推导,并定量研究加速度补偿的约束条件及精确要求,建立补偿准则,为后续的算法设计奠定基础,避免了传统方法所面临的误差较大、精度不高的问题。此外,针对不同模型的应用,给出了相应的分析与说明。2.针对曲线运动轨迹情形下高分辨大斜视聚束SAR波数域方法不适用的问题,提出了改进的波数域方法,其本质是通过对曲线运动轨迹距离历程的等效化处理以实现波数域算法的修正,有效地提高聚焦结果的质量,实现大斜视、高分辨成像。利用时频分析法分析和挖掘了曲线运动轨迹聚束SAR内部结构的变化及产生的问题,即频谱混叠和常规波数域算法失效,建立了曲线运动轨迹情形下高分辨大斜视聚束SAR的数学模型。针对两维频谱混叠的问题,通过构造新的时频旋转函数调整采样间隔,提出了基于传统两步处理技术的方位维预处理方法。针对波数域成像算法的特点,即相位线性化,推导出了等效化距离历程,该等效化距离历程的空变部分与传统匀速直线飞行SAR具有相同的数学表达形式,避免了利用级数反演法推导二维频谱和相位线性化等极其复杂问题,提出了改进的波数域成像处理算法,并将方位维预处理和改进的波数域成像处理算法相结合,可以有效地应用在曲线运动轨迹大斜视聚束SAR成像。3.在曲线运动轨迹波束指向SAR情形下,针对机载存在的频谱混叠和空变特性问题,提出了基于更新的频率域成像算法；针对星载存在的“走-停”模型不适用和空变特性的问题,提出了两维Keystone变换成像算法。在灵活波束指向发展趋势下,条带、聚束、滑动聚束及方位波束扫描（Terrain Observation by Progressive Scans, TOPS）等不同模式的SAR成像系统应运而生,统称为“波束指向SAR"。建立曲线运动轨迹机载波束指向SAR的几何模型,分析了影响其成像的若干重要因素,提出了基于方位维预处理和后处理的频率域算法,算法处理的重点是推导精确的距离维更新表达式。所提方法可以有效的解决了方位维频域混叠、方位维时域混叠及空变性等问题,提高了曲线运动轨迹机载波束指向SAR的成像质量。与机载SAR不同,曲线运动轨迹星载波束指向SAR需要考虑“走-停”假设带来的误差问题,针对“走-停”误差,分析了影响成像的因素,建立了数学模型,并提出了基于两维Keystone变换的成像处理算法,算法的关键在于利用两维泰勒级数展开获得方位时域和频域的各阶系数关于零阶系数、一阶系数的线性描述关系,并根据该描述进行两维信号重新分配,该方法考虑了卫星飞行以及高阶相位的影响,能够有效地解决“走-停”假设误差和空变特性的问题,适用于不同轨道高度的星载SAR具有处理流程简单、易理解的特点。需要特别说明的是,对曲线运动轨迹波束指向SAR统一化处理算法的研究结果具有较强的适用性、完整性和扩展性。4.针对曲线运动轨迹情形下任意构型双基SAR存在的频谱混叠和空变特性问题,提出了广义极坐标成像处理算法（Generalized Polar Format Algorithm, GPFA）和扩展的方位维非线性变标（Azimuth Nonlinear Chirp Scaling, ANCS）（Extended ANCS, EANCS）算法两种处理方法。GPFA将单基SAR的方位维预处理和后处理技术进行改进,并融合双基SAR所需的插值映射函数进行成像聚焦,解决了任意构型双基SAR的方位维频域混叠、方位维时域混叠及空变性等问题,具有简单易实现的特点,可以有效地提高成像聚焦的质量。针对传统的ANCS算法无法精确的获得方位时间与点目标方位位置的非线性关系等问题,提出了一种EANCS算法,该算法利用多相滤波器提高了非线性变标处理的自由度,并根据多普勒参数与多普勒中心的非线性关系推导了多阶的变标因子并构造了扰动函数,可以解决传统ANCS算法对任意构型双基SAR不适用的问题,并可以很好去除两维空变特性的影响,有效地改善了任意构型双基SAR,成像的质量和成像的范围。
周芳[6]（2014）在《高分辨SAR/ISAR成像信号补偿新技术研究》文中指出合成孔径雷达（Synthetic Aperture Radar,SAR）和逆合成孔径雷达（Inverse Synthetic Aperture Radar,ISAR）具有全天时、全天候工作,远距离探测,宽测绘带和高分辨成像的特点,在微波遥感领域具有巨大的发展潜力,在国防和国民经济中都具有举足轻重的意义。伴随着信息处理技术的发展和应用需求的提升,需要获得更高成像质量的雷达图像。为了获得更高分辨率更大成像场景的雷达图像,不仅需要对各种成像算法进行研究,还需要对信号补偿技术进行探索。几乎所有的SAR/ISAR成像算法都假设雷达或者目标在真空的理想路径上运动,雷达或者目标的运动位置和运动状态在观测时间内都精确已知。但在实际应用中,在雷达信号发射、传播、接收、处理的各个过程里,存在方方面面的误差干扰影响最终获得的雷达图像的效果。本文对高分辨率SAR和ISAR成像信号补偿的几种新技术进行了研究,主要包括三个部分:模型误差补偿,传播误差补偿和运动误差补偿。从对高分辨率ISAR成像模型的重新审视开始,到高分辨率SAR和ISAR信号处理,再到新型双基SAR的成像算法,逐步深入展开研究。具体来说,本论文的主要研究工作可概括如下:在模型误差补偿方面,针对快速运动的空间目标提出了一种ISAR成像的精确回波信号模型,并与“一步一停”近似模型进行了对比。精确回波信号模型充分考虑到雷达脉冲发射、传播和接收过程中目标的运动,由此引出了在“一步一停”近似回波模型中忽略的一些新问题,包括不同的步进频信号具有不同的多普勒模糊数和不同的频谱中心移动量等。这些新问题会造成距离向的散焦,降低距离向分辨率,并随着信号时宽带宽积（Time Bandwidth Product,TBP）的增大而越来越显着。为了解决精确回波信号模型下的新问题,提出了一种快速目标ISAR步进频率合成及补偿成像算法,可以对大TBP的步进频率信号完成快速运动目标的高分辨ISAR成像处理,得到高分辨的聚焦结果。在传播误差补偿方面,针对星载SAR对地面场景观测及地基ISAR对空间目标观测时,雷达电磁波穿透电离层会受到电离层影响的问题展开研究。首先对电离层进行建模,对电离层影响进行了分析。其次依据电离层在雷达回波中的附加相位,寻求从回波数据中提取电离层参数积分电子总量（Total Electron Content,TEC）的方法。最后提出了两种基于雷达回波数据的估计及补偿SAR和ISAR成像信号中电离层影响的算法。一是频域估计电离层TEC及电离层影响补偿方法,适用于星载SAR成像及地基ISAR成像;二是二维子带划分估计,适用于地基ISAR成像,并用实测数据进行了验证。此外还介绍了一种利用最小熵方法对电离层参数TEC进行精估计的方法。在运动补偿方面,研究了机载SAR平台中高分辨率圆迹SAR和聚束式SAR的运动误差补偿算法。在高分辨率圆迹SAR运动补偿中,推导了存在三维位置误差时点目标瞬时斜距的表达式,对斜距误差量随距离和方位的空变性进行了详细分析,提出一种基于惯导参数的圆迹SAR运动补偿方法,利用惯导参数反解隐函数得到斜距误差的2维空变表达,利用Chirp-Z变换完成空变的包络误差补偿和空变的相位误差补偿,最终得到聚焦良好的场景图像。在高分辨率聚束式SAR运动补偿中,根据经典极坐标算法（Polar Format Algorithm,PFA）和瞬时调频率估计,从雷达回波数据中估计得到雷达载机的运动误差并进行补偿,搭建一种适用于硬件实时处理的新型算法结构,并在FPGA+DSP的硬件系统中顺利实现了缺少惯导辅助数据条件下的高分辨率聚束式SAR实时运动补偿和成像。在新型双基SAR成像方面,对于发射雷达平台处于滑动聚束模式,接收雷达平台处于逆滑动聚束模式的新型双基SAR构型进行了研究。首先,利用级数反演法得到此双基构型下场景目标的高阶近似的2维频谱,再通过解析近似得到回波频谱随距离空变的规律,并根据谱分析技术有效地去除了回波信号的方位混叠。最后提出了此双基构型下回波数据多普勒域无模糊成像算法,并通过仿真数据进行了验证。
吴玉峰[7]（2014）在《多模式SAR成像及参数估计方法研究》文中研究说明合成孔径雷达（SAR）具有全天时、全天候、远作用距离、二维高分辨率及宽场景成像等特点,已在军事及民事领域得到广泛的应用。不同的应用,要求SAR图像具有不同的分辨率和场景覆盖范围,由此SAR发展出多种不同的工作模式,比如条带式、聚束式、滑动聚束式及TOPS SAR。同时,SAR灵活的波束指向又使其可以工作于正侧视、前斜视及前视等不同构型。由于不同模式不同构型的数据录取方式存在较大的差异,回波信号具有各自的特点,导致各种模式的信号处理方法不尽相同。本论文集中于多种SAR工作模式的信号处理,根据不同模式工作几何的特点,分析回波信号的特性,提出了合适的成像方法。具体内容如下:1.根据机载TOPS SAR工作模式波束扫描速度快、旋转角度大的特点,研究了一种新颖的全孔径成像方法。首先根据TWO-STEP思想进行方位预滤波,消除由天线方位旋转引起的多普勒频谱模糊问题,得到信号无模糊的二维频谱;其次结合非线性频调变标（NCS）算法完成距离单元徙动（RCM）校正及距离脉压;然后采用SPECAN的方法将数据聚焦在方位频域,避免聚焦在时域时出现的图像混叠问题;最后通过Chirp-Z变换,校正成像结果的几何形变。该算法不需要插值操作和坐标转换,因此运算量小、效率高。通过对仿真数据及某机载试验SAR系统录取的实测数据的处理,验证了方法的有效性。2.对广义极坐标格式算法（GPFA）进行了改进,使其可用于斜视TOPS SAR的数据处理。改进方法采用先线性距离走动校正后PFA插值的步骤。线性走动校正可以极大地降低距离向与方位向的耦合性,简化距离单元徙动（RCM）校正过程,并且有别于斜视聚束模式PFA插值常采用的坐标旋转思想,线性走动校正之后方位信号采样间隔依然是均匀的,这给方位向的插值带来了极大的便利。对于波束扫描及走动校正引起的多普勒调频率方位空变问题,采用方位非线性变标（NCS）的方法进行统一校正,大大提高了方位向聚焦深度,增加了可聚焦的场景范围。仿真和实测数据处理结果验证了所提方法的有效性。3.针对斜视多模式SAR的信号处理,提出了一种基于方位重采样的成像方法。斜视SAR回波信号由于存在线性走动,其距离向与方位向的耦合要显着得多。线性走动校正虽然可以极大地缓解这种耦合性,但同时也导致信号的方位空变性,使方位平移不变性不再成立。为了消除信号的方位空变性,我们提出了一种基于方位重采样的信号频谱处理方法。线性走动校正后,根据等效阵列的原理,在二维频域对信号频谱进行重采样,将斜视SAR信号的频谱等效为正侧视SAR。对于斜视波束指向SAR（BS-SAR）,也即斜视聚束、斜视滑动聚束及斜视TOPS SAR,将方位重采样结合到信号频谱恢复的过程中,因此,由线性走动校正引入的方位空变性和由天线波束旋转引起的信号模糊都将被消除。经过线性走动校正及方位重采样后,斜视SAR数据就可以采用常规正侧视SAR成像算法完成聚焦。通过对仿真数据及实测数据的处理,验证了所提方法在多模式SAR成像中的有效性。4.将所提基于方位重采样的成像方法推广应用于斜视聚束式FMCW-SAR的数据处理。FMCW-SAR达到毫秒级的信号时宽导致常规算法推导中常用的“走-停-走”近似模型不再成立。针对此,并根据FMCW-SAR常采用Dechirp技术接收信号的特点,结合所提基于方位重采样的方法,我们提出了一种合适于斜视聚束式FMCW-SAR的全孔径成像方法。完成线性走动校正及方位卷积操作后,在距离多普勒域对雷达平台连续运动引起的多普勒频移进行补偿,避免在距离脉压结果中出现剩余的RCM。然后进行方位重采样,消除线性走动校正引起的方位空变性。最后执行RCM校正、二次距离脉压及方位匹配滤波,完成对数据的聚焦。此外,针对宽场景成像中RCM的距离空变问题,提出了一种基于子场景的校正方法。最后通过窄场景及宽场景的仿真实验对该方法进行了验证。5.提出一种采用周期性非均采样实现高分辨率宽测绘带的SAR成像体制。单通道星载SAR系统由于受最小天线面积的限制,高分辨率与宽测绘带构成一对矛盾。在所提的新体制中,采用发射正交波形及合适的系统PRF等方式,避免了距离模糊问题。利用非均匀的采样,并通过对采样序列的合理设计,使距离盲区均匀的分布在回波数据内,避开盲区的重叠现象;然后利用方位采样的周期性,构造出等效的多通道数据,并通过多通道解模糊的方法实现方位信号的频谱恢复。该体制可以实现星载单通道SAR系统高分辨宽测绘带成像,且不存在距离盲区问题。点目标的仿真实验验证了所提体制及方法的可行性及有效性。6.对多普勒调频率估计的平移相关（SAC）算法进行改进,使其适合用于聚束及滑动聚束SAR的全孔径成像处理。将距离Keystone变换引入到原始SAC算法中,消除了互相关峰值位置与目标距离间的耦合关系,从而去除了互相关函数幅度叠加时受到的聚焦深度的限制。对于因没有进行时域补零导致在调频率估计过程中出现的模糊问题,采用最小熵准则对模糊次数进行估计,并对调频率计算公式进行修正以得到正确的估计值。通过对仿真数据及某机载试验SAR系统录取的实测数据的处理,充分验证了改进SAC算法的优越性。
齐兆群[8]（2014）在《平流层雷达成像系统关键技术研究》文中指出平流层飞行器有着隐蔽性高,生存性好,侦查范围广的特点,近年来对于平流层飞行器的各项应用研究也在悄然兴起。平流层环境下雷达成像技术作为军事领域中的一项关键技术,对于国家安全具有极其重要的意义,因此有必要对该环境下的雷达成像技术进行深入的研究和探讨。本文主要研究了平流层环境下的雷达成像关键技术,包括平流层聚束合成孔径雷达（Synthetic Aperture Radar,SAR）成像算法,平流层逆合成孔径（Inverse Synthetic Aperture Radar,ISAR）成像算法,平流层聚束SAR运动补偿中的包络对齐和相位补偿算法以及存在微动分量时的运动补偿算法,准静止状态下的平流层ISAR成像模型。主要工作与成果如下:1、通过查阅国内外有关雷达成像与平流层探测的相关文献,对雷达成像的先进技术以及平流层环境、探测成像的技术和进展进行了比较细致的调研;2、研究了 SAR和ISAR的几何模型和成像原理。对合成孔径技术、脉冲压缩技术和逆合成孔径雷达成像技术进行了阐述和理论推导;3、对平流层聚束SAR成像中的关键技术进行了研究并提出了改进算法。在研究聚束式SAR的三种基本成像算法的基础上引入了子孔径处理,提出了一种适用于平流层双基站星载SAR的改进的子孔径非线性算法（Modified Sub-aperture Nonlinear Chirp Scaling,MNLCS）,有效的降低了系统存储量和运算量的需求,并提高了成像分辨率;4、对平流层ISAR成像中的关键技术进行了研究并提出了改进算法。首先对平流层环境下ISAR运动补偿技术中包络对齐算法和相位补偿算法进行了理论推导和仿真,建立ISAR成像过程中存在微动成分分量时的干扰模型,改进了平流层ISAR的成像效果;5、对平流层环境下的平台摆动时的SAR和ISAR成像进行了分析,研究并提出了解决方案。首先对平流层聚束SAR的运动补偿进行了理论研究和仿真。对准静止状态下的平流层ISAR成像模型进行分析,提出了消除平台匀速慢速运动和匀加速慢速运动的成像算法,消除了平台运动带来的成像干扰问题。
郑平[9]（2013）在《临近空间高分辨率SAR成像技术研究》文中认为随着雷达探测成像应用的不断发展和需求的不断增多,对流层及卫星轨道空间资源的日益紧张,所以近年来,临近空间作为二者之间的广阔空间受到了越来越多的重视。在雷达成像领域,临近空间SAR结合了临近空间平台的特点和合成孔径雷达的优点,在成像精度、滞空时间、探测范围等方面具有更强的灵活性和更优越的性能,是机载SAR和星载SAR的重要补充。高分辨率成像作为雷达成像的重要目标,既可以实现对陆、海、空全方位的细致勘察和精确探测,也能在民用和军事领域发挥重要作用。因此,临近空间高分辨率SAR成像技术具有一定的理论研究价值和应用价值。本文对临近空间高分辨率SAR成像的关键技术进行了深入的研究与分析。首先从临近空间及平台特性、SAR成像原理及成像模式展开研究。之后重点研究了聚束式SAR这一高分辨率成像模式下的成像建模和成像算法。针对临近空间聚束式SAR空间位置高、合成孔径大、功率和脉冲重复频率限制、运动误差等问题,提出了距离徙动算法的改进算法——距离徙动子孔径算法。最后,进行了算法仿真,通过对比验证了算法在改善分辨率及解决成像问题等方面的优势。本文的主要创新点如下：（1）根据临近空间成像平台性质,建立了I临近空间聚束式SAR成像模型。临近空间SAR所处环境的特点和飞行器的独特设计对高分辨率成像的影响与机载和星载不同。本文根据对临近空间SAR平台的深入分析与研究,建立了不同于机载和星载SAR的几何模型和信号发射接收模型。（2）提出了距离徙动子孔径算法。该算法基于孔径划分理论和距离徙动算法,适用于临近空间聚束式SAR成像模式,可以减少PRF（脉冲重复频率）和雷达功率的限制,并能解决临近空间SAR合成孔径、运动误差等成像问题。
张士明[10]（2010）在《机载高分辨聚束式SAR成像技术研究》文中指出高分辨成像对机载合成孔径雷达（Airborne SAR）来说非常重要。聚束式SAR利用对敏感地区的长时间观测实现方位分辨率的极大提升,其在现代战场侦测,目标高分辨特征提取和识别等应用领域有着极其重要的应用价值。极坐标格式算法由于其简单性和工程实现的便捷性,在实际中应用非常广泛。极坐标格式算法成像实现中,通常需要插值实现极坐标格式到直角坐标格式的变换。针对极坐标格式算法的实现,利用Chirp-Z变换实现极坐标格式到直角坐标格式的变换,可以有效避免传统插值的大运算量,极大提高极坐标格式算法成像的效率。本文在研究极坐标格式算法的基础上,同时研究了宽场景聚束SAR成像算法。该算法结合了谱分析卷积（SPECAN）操作实现了方位的多普勒去模糊,然后利用传统极坐标格式插值和距离徙动算法流程进行高分辨成像,成像精度不受场景的限制,可实现大场景高分辨聚束式SAR成像。本文工作集中在高分辨聚束式SAR成像算法方面,主要内容如下:1、研究了极坐标格式算法的算法原理和处理流程,并定量推导了极坐标格式算法的成像场景限制;2、研究了利用Chirp-Z实现极坐标格式算法,以提高极坐标格式算法的运算效率,并结合实测数据对Chirp-Z实现极坐标格式算法进行了验证;3、提出了一种广域高分辨聚束SAR成像算法。考虑高分辨宽场景聚束SAR方位采样频率大于瞬时带宽的情况,引入SPECAN算法在方位上进行多普勒去模糊处理,消除方位频谱的混叠,然后通过构造二次相位补偿函数和使用合适的插值实现支撑区的完整恢复,最后通过二维IFFT实现高精度聚焦成像。
二、一种高精度聚束式SAR成像算法（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、一种高精度聚束式SAR成像算法（论文提纲范文）
（1）基于深度神经网络的SAR图像质量提升技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 SAR研究现状 |
| 1.2.2 深度神经网络与SAR图像质量提升 |
| 1.3 本文主要工作 |
| 1.4 本文结构安排 |
| 第二章 SAR成像模型与图像特征 |
| 2.1 几何与回波信号模型 |
| 2.1.1 几何模型 |
| 2.1.2 回波信号模型 |
| 2.2 SAR成像理论 |
| 2.2.1 成像算法 |
| 2.2.2 视频成像 |
| 2.3 SAR图像特征 |
| 2.3.1 分辨率特征 |
| 2.3.2 相干斑噪声特征 |
| 2.3.3 复杂轨迹SAR散焦特征 |
| 2.3.4 地面动目标阴影特征 |
| 2.4 本章小结 |
| 第三章 深度神经网络空间特性分析 |
| 3.1 引言 |
| 3.2 深度神经网络基本单元及其空间保持特性分析 |
| 3.2.1 卷积层 |
| 3.2.2 池化层 |
| 3.2.3 全连接层 |
| 3.3 匹配准则与核映射旋转变换 |
| 3.3.1 匹配准则 |
| 3.3.2 核映射旋转变换 |
| 3.3.3 核映射网络 |
| 3.4 移格旋转与八边形卷积核 |
| 3.4.1 移格旋转 |
| 3.4.2 八边形卷积核 |
| 3.5 空间特性与角度估计实验 |
| 3.5.1 数据集及实验设置 |
| 3.5.2 旋转特性实验验证 |
| 3.5.3 核映射网络实验结果 |
| 3.5.4 基于KM-Net的 SAR目标分类与角度估计 |
| 3.6 基于旋转卷积核的特征扩增网络 |
| 3.6.1 特征融合 |
| 3.6.2 小样本实验 |
| 3.7 本章小结 |
| 第四章 基于递归编解码网络的SAR图像增强 |
| 4.1 引言 |
| 4.2 基于递归编解码结构的SAR图像去噪网络 |
| 4.2.1 多尺度递归网络 |
| 4.2.2 单尺度网络 |
| 4.2.3 卷积长短时记忆网络 |
| 4.2.4 亚像素卷积 |
| 4.3 去噪实验与结果分析 |
| 4.3.1 去噪算法评估指标 |
| 4.3.2 图像去噪实验设置 |
| 4.3.3 实验结果分析 |
| 4.4 基于编解码结构的自聚焦网络 |
| 4.4.1 自聚焦网络结构 |
| 4.4.2 通道特征融合 |
| 4.4.3 聚焦实验结果与分析 |
| 4.5 本章小结 |
| 第五章 视频SAR阴影跟踪与动目标重聚焦 |
| 5.1 引言 |
| 5.2 SAR地面动目标信号模型与成像方法 |
| 5.2.1 信号模型 |
| 5.2.2 成像框架 |
| 5.3 基于局部区域搜索的阴影跟踪网络 |
| 5.3.1 网络架构 |
| 5.3.2 孪生编码器 |
| 5.3.3 长短时记忆模块 |
| 5.4 TV~β-LSTM轨迹优化网络 |
| 5.4.1 网络结构 |
| 5.4.2 高阶总变分损失 |
| 5.5 跟踪成像实验与结果分析 |
| 5.5.1 跟踪数据集与实验设置 |
| 5.5.2 跟踪方法性能评估指标 |
| 5.5.3 跟踪实验结果 |
| 5.5.4 轨迹优化结果 |
| 5.5.5 地面动目标成像结果 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（2）地球同步轨道星/机双基地SAR非平稳舰船目标成像研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究的背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 GEOSAR成像 |
| 1.2.2 星/机双基地SAR成像 |
| 1.2.3 舰船目标SAR成像 |
| 1.3 论文需要解决的关键问题 |
| 1.4 论文研究内容及安排 |
| 第2章 GEO星/机双基地SAR的回波建模及分辨率分析 |
| 2.1 GEO卫星与海面舰船目标运动特性的数学描述 |
| 2.1.1 GEO卫星的运行轨迹 |
| 2.1.2 GEO卫星与地球的相对速度 |
| 2.1.3 海面舰船目标的六维运动 |
| 2.2 GEO星/机双基地SAR的回波建模 |
| 2.2.1 GEO星/机双基地SAR的空间几何结构 |
| 2.2.2 GEO星/机双基地SAR的工作模式 |
| 2.2.3 GEO星/机双基地SAR的回波特性分析 |
| 2.3 GEO卫星与飞机相对运动下的系统参数分析 |
| 2.3.1 相干积累时间与方位向覆盖范围 |
| 2.3.2 地距分辨率与多普勒分辨率 |
| 2.4 GEO星/机双基地SAR二维分辨率仿真实验 |
| 2.4.1 相干积累时间对多普勒分辨率的影响 |
| 2.4.2 收发平台初始姿态对二维分辨率的影响 |
| 2.4.3 点目标成像仿真 |
| 2.5 本章小结 |
| 第3章 GEO星/机双基地多通道SAR舰船DOA估计与杂波抑制方法 |
| 3.1 GEO星/机双基地多通道SAR的信号模型 |
| 3.1.1 GEO星/机双基地多通道SAR的几何结构 |
| 3.1.2 GEO星/机双基地多通道SAR的回波建模 |
| 3.2 GEO星/机双基地多通道SAR杂波抑制方法 |
| 3.2.1 相位中心偏置天线方法 |
| 3.2.2 自适应波束形成方法 |
| 3.3 基于ABF的 GEO星/机双基地多通道SAR DOA估计方法 |
| 3.3.1 多通道信号的相位补偿函数构造 |
| 3.3.2 DOA的空间搜索 |
| 3.4 GEO星/机双基地多通道SAR杂波抑制仿真实验与对比分析 |
| 3.4.1 仿真实验 |
| 3.4.2 对比分析 |
| 3.5 本章小结 |
| 第4章 基于时频分析的GEO星/机双基地SAR三维摆动舰船目标成像方法 |
| 4.1 海浪的特性 |
| 4.1.1 海浪的观测与描述 |
| 4.1.2 风级、浪级和海况 |
| 4.2 舰船在海浪影响下的摆动 |
| 4.2.1 舰船在海浪影响下的横滚和俯仰运动 |
| 4.2.2 航向、航速对舰船摆动的影响 |
| 4.3 GEO星/机双基地SAR系统下三维摆动目标的时变多普勒谱 |
| 4.3.1 三维摆动舰船目标的成像几何结构 |
| 4.3.2 三维摆动舰船目标时变多普勒谱推导 |
| 4.3.3 三维摆动舰船目标时变多普勒谱仿真 |
| 4.4 GEO星/机双基地SAR系统下三维摆动目标的瞬时多普勒频率分析 |
| 4.4.1 时频分析方法的选取依据 |
| 4.4.2 基于Pseudo Wigner-Ville分布的方法 |
| 4.4.3 基于自适应Chirplet分解的方法 |
| 4.4.4 瞬时多普勒频率的提取与分析 |
| 4.5 基于时频分析方法的GEO星/机双基地SAR对三维摆动目标成像实验 |
| 4.6 本章小结 |
| 第5章 基于自适应陷波滤波器的GEO星/机双基地SAR三维平动舰船目标成像方法 |
| 5.1 舰船在海浪影响下的三维平动 |
| 5.1.1 舰船在自身推进器作用下的水平运动 |
| 5.1.2 舰船在海浪影响下的升沉运动 |
| 5.2 GEO星/机双基地SAR系统下三维平动目标多普勒特性分析 |
| 5.2.1 三维平动目标的信号模型 |
| 5.2.2 三维平动目标的多普勒频率历程 |
| 5.3 基于ANF的 GEO星/机双基地SAR三维平动舰船目标成像 |
| 5.3.1 基于RPE算法的多普勒谱估计 |
| 5.3.2 三维平动目标的运动参数估计 |
| 5.4 基于运动补偿的GEO星/机双基地SAR舰船目标成像实验 |
| 5.5 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他成果 |
| 致谢 |
| 个人简历 |
（3）末制导弹载SAR成像关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 SAR发展概况 |
| 1.2.1 典型星载SAR |
| 1.2.2 典型机载SAR |
| 1.3 弹载SAR国内外研究现状 |
| 1.3.1 弹载SAR系统的现状与发展趋势 |
| 1.3.2 弹载SAR成像算法研究的国内外现状 |
| 1.4 论文研究内容与安排 |
| 2 弹载SAR成像原理 |
| 2.1 引言 |
| 2.2 SAR成像原理 |
| 2.2.1 SAR的概述 |
| 2.2.2 SAR成像模式 |
| 2.3 SAR成像算法 |
| 2.3.1 距离多普勒(RD)算法 |
| 2.3.2 线频调变标(CS)算法 |
| 2.3.3 频率变标(FS)算法 |
| 2.4 弹载SAR成像特点 |
| 2.4.1 弹载SAR成像概述 |
| 2.4.2 弹载SAR制导应用模式 |
| 2.4.3 弹载SAR图像特点 |
| 2.4.4 末制导弹载SAR成像关键技术 |
| 2.5 本章小结 |
| 3 末制导弹载SAR大斜视角成像算法研究 |
| 3.1 引言 |
| 3.2 大斜视模式的信号模型 |
| 3.2.1 瞬时斜距 |
| 3.2.2 斜距方程近似分析 |
| 3.2.3 距离徙动分析 |
| 3.3 基于FrFT大斜视成像算法 |
| 3.3.1 分数阶Fourier变换 |
| 3.3.2 FrFT成像算法分析 |
| 3.4 仿真实验与分析 |
| 3.5 本章小结 |
| 4 末制导弹载聚束式SAR高分辨率成像算法研究 |
| 4.1 引言 |
| 4.2 回波信号模型 |
| 4.3 基于改进的FS成像算法 |
| 4.3.1 距离向聚焦 |
| 4.3.2 方位向聚焦 |
| 4.4 仿真实验与分析 |
| 4.5 本章小结 |
| 5 末制导弹载SAR图像匹配算法研究 |
| 5.1 引言 |
| 5.2 SAR图像特征 |
| 5.2.1 相干斑噪声 |
| 5.2.2 SAR图像滤波方法 |
| 5.3 基于改进SIFT的匹配算法 |
| 5.3.1 图像匹配 |
| 5.3.2 生成关键特征点 |
| 5.3.3 梯度计算 |
| 5.3.4 特征向量形成 |
| 5.4 仿真实验与分析 |
| 5.5 本章小结 |
| 6 弹载SAR成像模拟实验系统设计 |
| 6.1 引言 |
| 6.2 线性调频雷达收发前端的设计与实现 |
| 6.2.1 收发机的主要技术指标 |
| 6.2.2 LFM频率源的设计与实现 |
| 6.2.3 收发机的设计与实现 |
| 6.3 信号处理系统设计 |
| 6.3.1 A/D转换电路 |
| 6.3.2 FPGA接口电路设计 |
| 6.3.3 DSP与FPGA通信 |
| 6.4 弹载SAR实时成像算法工程实现 |
| 6.4.1 FPGA任务实现 |
| 6.4.2 DSP任务实现 |
| 6.4.3 实验与分析 |
| 6.5 本章小结 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 附录A |
| 附录B |
（4）典型地表环境合成孔径雷达成像回波模拟方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 粗糙面电磁散射理论发展现状 |
| 1.2.2 合成孔径雷达成像发展现状 |
| 1.2.3 SAR回波模拟发展现状 |
| 1.3 论文研究内容及主要工作 |
| 1.3.1 研究内容 |
| 1.3.2 主要工作 |
| 1.4 论文组织结构 |
| 第二章 基本概念和理论基础 |
| 2.1 前言 |
| 2.2 粗糙面散射理论 |
| 2.2.1 面散射特性 |
| 2.2.2 描述粗糙表面的相关参量 |
| 2.2.3 粗糙面电磁散射近似方法 |
| 2.3 机载SAR成像理论 |
| 2.3.1 合成孔径雷达基本原理 |
| 2.3.2 机载SAR工作模式 |
| 2.3.3 合成孔径雷达的相关参数 |
| 2.3.4 几种常见的SAR成像算法 |
| 2.4 本章小结 |
| 第三章 典型地表环境的实用化电磁散射模型 |
| 3.1 前言 |
| 3.2 典型地表的介电常数模型 |
| 3.2.1 土壤介电常数模型 |
| 3.2.2 雪地介电常数模型 |
| 3.2.3 沙地介电常数模型 |
| 3.3 典型地表电磁散射的IEM模型 |
| 3.3.1 积分方程法(IEM)的推导过程 |
| 3.3.2 不同参数下粗糙面散射分析 |
| 3.4 典型地表的AIEM模型 |
| 3.4.1 积分方程法的改进过程 |
| 3.4.2 双站散射结果分析 |
| 3.4.3 土壤的后向散射验证分析 |
| 3.5 本章小结 |
| 第四章 典型地表环境的机载条带式SAR回波模拟 |
| 4.1 前言 |
| 4.2 复杂地形的电磁散射计算 |
| 4.2.1 任意倾斜地形的面元散射 |
| 4.2.2 算例结果验证分析 |
| 4.3 机载条带式SAR空间几何关系 |
| 4.4 机载条带式SAR成像回波模拟 |
| 4.4.1 条带式回波信号模型 |
| 4.4.2 条带式SAR系统参数设置 |
| 4.5 距离多普勒成像算法的应用 |
| 4.5.1 距离压缩 |
| 4.5.2 距离徙动(RCMC)矫正 |
| 4.5.3 方位压缩 |
| 4.6 成像结果验证分析 |
| 4.7 本章小结 |
| 第五章 典型地表环境的机载聚束式SAR回波模拟 |
| 5.1 前言 |
| 5.2 聚束式SAR工作原理 |
| 5.2.1 聚束式SAR空间几何关系 |
| 5.2.2 距离向分辨率 |
| 5.2.3 方位向分辨率 |
| 5.3 机载聚束式SAR成像处理 |
| 5.3.1 机载聚束式SAR回波信号模型 |
| 5.3.2 聚束SAR系统参数选取 |
| 5.3.3 SPECAN-RD成像算法的应用 |
| 5.4 点目标聚束SAR成像仿真 |
| 5.5 复杂地形的聚束SAR成像仿真 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（5）曲线运动轨迹SAR成像方法研究（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 曲线运动轨迹SAR的概况和发展趋势 |
| 1.2.1 工作平台 |
| 1.2.2 工作模式 |
| 1.2.3 成像模式 |
| 1.3 曲线运动轨迹SAR技术的研究历史和现状 |
| 1.3.1 成像模型 |
| 1.3.2 成像算法 |
| 1.4 论文的主要内容与安排 |
| 第二章 曲线运动轨迹SAR成像模型及特性研究 |
| 2.1 引言 |
| 2.2 曲线运动轨迹SAR成像模型 |
| 2.2.1 几何模型 |
| 2.2.2 波束控制 |
| 2.3 曲线运动轨迹SAR成像特性分析 |
| 2.3.1 方位维带宽分析 |
| 2.3.2 分辨率分析 |
| 2.3.3 分辨率与方位维带宽之间的关系 |
| 2.3.4 曲线轨迹补偿要求 |
| 2.4 模型应用 |
| 2.4.1 波束指向SAR中的应用 |
| 2.4.2 星载\弹载SAR中的应用 |
| 2.5 仿真实验 |
| 2.5.1 波束指向SAR仿真实验 |
| 2.5.2 星载SAR仿真结果示例 |
| 2.6 总结 |
| 第三章 曲线运动轨迹大斜视聚束式SAR成像算法 |
| 3.1 引言 |
| 3.2 信号模型 |
| 3.2.1 成像几何模型 |
| 3.2.2 相位特性及聚焦深度 |
| 3.2.3 回波信号时频特性 |
| 3.2.4 统一数学模型 |
| 3.3 波数域成像算法 |
| 3.3.1 传统波数域算法 |
| 3.3.2 曲线轨迹SAR波数域算法 |
| 3.3.3 处理流程 |
| 3.3.4 应用与讨论 |
| 3.4 仿真实验 |
| 3.4.1 小加速度情形仿真对比实验 |
| 3.4.2 大加速度情形仿真对比实验 |
| 3.5 总结 |
| 第四章 曲线运动轨迹波束指向SAR统一化处理算法 |
| 4.1 引言 |
| 4.2 频率域成像处理算法研究 |
| 4.2.1 几何模型 |
| 4.2.2 频谱特性分析 |
| 4.2.3 频率域成像算法—FDA |
| 4.2.4 应用的考虑 |
| 4.2.5 仿真实验 |
| 4.3 两维Keystone变换成像处理算法研究 |
| 4.3.1 成像几何构型及回波模型 |
| 4.3.2 实际考虑 |
| 4.3.3 传统Keystone变换成像算法 |
| 4.3.4 方位时域Keystone成像处理 |
| 4.3.5 方位频域Keystone成像处理 |
| 4.3.6 应用与讨论 |
| 4.3.7 仿真实验 |
| 4.4 总结 |
| 第五章 曲线运动轨迹双基任意构型SAR统一化处理算法 |
| 5.1 引言 |
| 5.2 信号模型 |
| 5.2.1 成像几何模型 |
| 5.2.2 特性分析 |
| 5.3 广义极坐标成像处理算法—GPFA |
| 5.3.1 任意构型双基PFA算法 |
| 5.3.2 算法解释 |
| 5.3.3 仿真实验 |
| 5.4 扩展的方位维非线性变标—EANCS |
| 5.4.1 两维频谱 |
| 5.4.2 EANCS |
| 5.4.3 仿真实验 |
| 5.5 总结 |
| 第六章 结束语 |
| 6.1 本文内容总结 |
| 6.2 工作展望 |
| 附录A |
| 附录B |
| 附录C |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）高分辨SAR/ISAR成像信号补偿新技术研究（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 研究背景和意义 |
| 1.2 SAR/ISAR成像系统发展概述 |
| 1.2.1 SAR成像系统发展 |
| 1.2.2 ISAR成像系统发展 |
| 1.3 SAR/ISAR成像算法发展概述 |
| 1.3.1 SAR成像算法 |
| 1.3.2 ISAR成像算法 |
| 1.4 雷达成像补偿技术发展概述 |
| 1.5 本文研究内容及安排 |
| 第二章 ISAR快速目标步进频率合成及补偿成像 |
| 2.1 引言 |
| 2.2 ISAR快速目标精确回波信号模型 |
| 2.2.1 传统“一步一停”回波信号模型 |
| 2.2.2 快速目标精确回波信号模型 |
| 2.2.3 精确模型与“一步一停”模型误差分析 |
| 2.3 ISAR快速目标步进频率合成及补偿成像处理方法 |
| 2.3.1 步进频率信号回波 |
| 2.3.2 回波信号谱分析 |
| 2.3.3 回波信号预处理 |
| 2.3.4 步进频率合成补偿处理方法 |
| 2.3.5 步进频率合成算法流程图 |
| 2.4 快速目标运动参数估计及补偿 |
| 2.4.1 运动参数估计 |
| 2.4.2 估计误差分析 |
| 2.5 仿真实验结果 |
| 2.6 本章小结 |
| 第三章P波段雷达成像中电离层影响补偿方法 |
| 3.1 引言 |
| 3.2 电离层概述 |
| 3.2.1 电离层模型 |
| 3.2.2 电离层基本参数 |
| 3.2.3 电离层效应 |
| 3.3 电离层对雷达电波的影响 |
| 3.3.1 电离层对雷达成像的影响 |
| 3.3.2 仿真分析 |
| 3.4 SAR成像中电离层影响估计及补偿 |
| 3.4.1 频域估计及补偿方法 |
| 3.4.2 最小熵估计方法 |
| 3.4.3 估计精度分析 |
| 3.4.4 仿真实验验证 |
| 3.4.5 小结 |
| 3.5 ISAR成像中电离层影响估计及补偿 |
| 3.5.1 二维子带划分估计 |
| 3.5.2 仿真实验验证 |
| 3.5.3 实测数据验证 |
| 3.5.4 小结 |
| 3.6 本章小结 |
| 第四章 高分辨率圆迹SAR运动补偿算法 |
| 4.1 引言 |
| 4.2 圆迹SAR运动误差分析 |
| 4.2.1 运动误差几何模型 |
| 4.2.2 运动误差空变性分析 |
| 4.3 运动补偿处理 |
| 4.3.1 运动补偿处理算法 |
| 4.3.2 运动补偿处理流程 |
| 4.4 补偿算法性能分析 |
| 4.4.1 包络空变补偿精度 |
| 4.4.2 地面高程空变影响 |
| 4.5 仿真实验验证 |
| 4.6 本章小结 |
| 第五章 高分辨率聚束式SAR实时成像及运动补偿 |
| 5.1 引言 |
| 5.2 回波模型 |
| 5.3 PFA成像原理 |
| 5.4 运动补偿算法 |
| 5.5 算法的硬件实现 |
| 5.5.1 FPGA实现部分 |
| 5.5.2 DSP实现部分 |
| 5.6 实测数据处理实验 |
| 5.7 本章小结 |
| 第六章 星-机双基滑动聚束式SAR成像 |
| 6.1 引言 |
| 6.2 双基滑动聚束SAR回波模型 |
| 6.3 双基滑动聚束SAR回波二维频谱推导 |
| 6.4 双基滑动聚束SAR成像 |
| 6.4.1 方位频谱解混叠处理 |
| 6.4.2 2维频谱无模糊成像 |
| 6.5 仿真实验验证 |
| 6.6 本章小结 |
| 第七章 结论和展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 附录A 精确模型回波的距离傅立叶变换 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）多模式SAR成像及参数估计方法研究（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 合成孔径雷达概况 |
| 1.2 SAR常见成像模式 |
| 1.3 多模式SAR成像算法概况 |
| 1.4 本文研究背景 |
| 1.5 本文研究内容及安排 |
| 第二章 机载宽角度TOPS SAR成像方法 |
| 2.1 引言 |
| 2.2 信号模型 |
| 2.3 成像方法 |
| 2.3.1 方位解模糊 |
| 2.3.2 距离脉压及RCM校正 |
| 2.3.3 方位脉压 |
| 2.3.4 几何形变校正 |
| 2.3.5 成像处理流程 |
| 2.4 仿真及实测数据实验 |
| 2.5 小结 |
| 第三章 斜视TOPS SAR的改进的PFA成像方法 |
| 3.1 引言 |
| 3.2 斜视TOPS SAR信号模型 |
| 3.3 信号处理与成像方法 |
| 3.3.1 走动校正与PFA插值 |
| 3.3.2 方位NCS与聚焦 |
| 3.3.3 成像处理流程 |
| 3.4 实验结果 |
| 3.5 小结 |
| 第四章 基于方位重采样的斜视多模式SAR成像方法 |
| 4.1 引言 |
| 4.2 斜视SAR信号模型及走动校正 |
| 4.2.1 斜视SAR信号模型 |
| 4.2.2 线性走动校正 |
| 4.3 等效阵列原理及其在SAR中的应用 |
| 4.3.1 等效阵列原理 |
| 4.3.2 等效阵列原理在SAR中的应用 |
| 4.4 推广到斜视BS-SAR |
| 4.5 运动误差分析 |
| 4.6 仿真及实测数据处理 |
| 4.6.1 仿真数据处理结果 |
| 4.6.2 实测数据处理结果 |
| 4.7 小结 |
| 第五章 斜视聚束式FMCW-SAR的成像方法 |
| 5.1 引言 |
| 5.2 斜视聚束式FMCW-SAR信号模型 |
| 5.3 基于重采样的成像算法 |
| 5.3.1 线性走动校正 |
| 5.3.2 方位预处理 |
| 5.3.3 方位重采样 |
| 5.3.4 数据聚焦 |
| 5.4 应用于宽场景成像 |
| 5.5 仿真实验 |
| 5.5.1 窄成像幅宽情况 |
| 5.5.2 宽成像幅宽情况 |
| 5.6 小结 |
| 第六章 基于周期性非均匀采样的高分辨宽测绘带SAR成像方法 |
| 6.1 引言 |
| 6.2 信号分析 |
| 6.3 解模糊方法 |
| 6.3.1 雷达工作体制 |
| 6.3.2 距离解模糊 |
| 6.3.3 方位解模糊 |
| 6.4 应用分析 |
| 6.4.1 重复频率设计 |
| 6.4.2 采样序列设计 |
| 6.4.3 数据处理流程 |
| 6.5 仿真结果 |
| 6.6 小结 |
| 第七章 改进的多普勒调频率估计方法 |
| 7.1 引言 |
| 7.2 SAC算法原理 |
| 7.3 改进的SAC算法 |
| 7.3.1 距离Keystone变换 |
| 7.3.2 模糊数估计 |
| 7.3.3 算法流程 |
| 7.4 实验结果 |
| 7.5 小结 |
| 第八章 总结与展望 |
| 8.1 全文总结 |
| 8.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）平流层雷达成像系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 合成孔径雷达概述 |
| 1.2.1 合成孔径雷达简介 |
| 1.2.2 SAR成像技术的特点 |
| 1.3 逆合成孔径雷达概述 |
| 1.3.1 逆合成孔径雷达简介 |
| 1.3.2 ISAR成像技术的特点 |
| 1.4 平流层雷达系统 |
| 1.4.1 平流层简介 |
| 1.4.2 平流层雷达系统 |
| 1.5 国内外SAR以及ISAR发展历程和发展趋势 |
| 1.5.1 国外SAR以及ISAR发展历程 |
| 1.5.2 国内SAR以及ISAR的发展 |
| 1.5.3 SAR与ISAR发展趋势 |
| 第二章 成像原理 |
| 2.1 引言 |
| 2.2 SAR成像原理分析 |
| 2.2.1 SAR成像几何模型 |
| 2.2.2 空间分辨率 |
| 2.2.3 合成孔径技术 |
| 2.2.4 脉冲压缩技术 |
| 2.2.5 SAR的工作方式 |
| 2.3 ISAR成像原理分析 |
| 2.3.1 逆合成孔径雷达转台成像原理 |
| 2.3.2 逆合成孔径雷达运动补偿 |
| 2.3.3 方位成像处理 |
| 第三章 平流层ISAR成像中关键技术的研究 |
| 3.1 引言 |
| 3.2 包络对齐算法 |
| 3.2.1 相邻包络相关法及其改进算法 |
| 3.2.2 包络最小熵法 |
| 3.2.3 仿真结果 |
| 3.3 相位补偿算法 |
| 3.3.1 引言 |
| 3.3.2 特显点法 |
| 3.3.3 多普勒中心跟踪法 |
| 3.3.4 相位梯度自聚焦算法(PGA) |
| 3.3.5 仿真成像结果 |
| 3.4 含有微动目标的运动补偿算法 |
| 3.4.1 旋转微多普勒信号分析 |
| 3.4.2 基于不变矩的微动成分分离原理 |
| 3.4.3 算法步骤 |
| 3.4.4 仿真结果 |
| 3.5 本章小节 |
| 第四章 平流层SAR成像中关键技术的研究 |
| 4.1 引言 |
| 4.2 聚束SAR基本成像算法 |
| 4.2.1 极坐标格式算法(PFA) |
| 4.2.2 距离徙动算法(RMA) |
| 4.2.3 Chirp Scaling算法(CSA) |
| 4.2.4 三种算法的对比 |
| 4.3 MNLCS算法 |
| 4.3.1 平流层SAR系统 |
| 4.3.2 NLCS算法理论 |
| 4.3.3 改进的NLCS算法 |
| 4.4 仿真结果 |
| 4.5 本章小结 |
| 第五章 准静止状态下平流层雷达成像技术研究 |
| 5.1 引言 |
| 5.2 平流层雷达运动补偿研究 |
| 5.2.1 运动补偿分析 |
| 5.2.2 基于调频斜率估计的运动补偿 |
| 5.2.3 相位梯度自聚焦算法 |
| 5.2.4 仿真结果 |
| 5.3 平流层平台运动对ISAR成像的影响 |
| 5.3.1 平台位移对ISAR成像影响的理论分析 |
| 5.3.2 基于包络相关法的参数估计 |
| 5.3.3 基于最小熵法的参数估计 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 需要进一步研究的问题 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文 |
（9）临近空间高分辨率SAR成像技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 国外研究状况 |
| 1.2.2 国内研究状况 |
| 1.2.3 发展趋势 |
| 1.3 主要研究内容及章节安排 |
| 第二章 临近空间高分辨率SAR成像模型 |
| 2.1 概述 |
| 2.2 临近空间平台 |
| 2.2.1 临近空间的特点 |
| 2.2.2 临近空间平台 |
| 2.3 SAR成像原理 |
| 2.3.1 传统雷达成像原理 |
| 2.3.2 合成孔径雷达原理 |
| 2.4 临近空间SAR高分辨率成像模式 |
| 2.4.1 SAR成像模式分类 |
| 2.4.2 SAR成像模式比较 |
| 2.5 临近空间聚束式SAR成像模型 |
| 2.5.1 临近空间聚束式SAR几何模型 |
| 2.5.2 临近空间聚束式SAR成像处理模型 |
| 2.6 本章小结 |
| 第三章 临近空间聚束式SAR成像算法 |
| 3.1 概述 |
| 3.2 极坐标格式算法(PFA) |
| 3.2.1 PFA算法原理 |
| 3.2.2 极坐标到直角坐标的插值转换 |
| 3.2.3 PFA算法的利弊 |
| 3.3 线性调频变标算法(CSA) |
| 3.3.1 驻定相位原理 |
| 3.3.2 CSA的回波信号模型 |
| 3.3.3 Chirp Scaling原理 |
| 3.3.4 CSA算法原理 |
| 3.3.5 CSA算法的利弊 |
| 3.4 距离徙动算法(RMA) |
| 3.4.1 RMA算法原理 |
| 3.4.2 RMA算法的利弊 |
| 3.5 三种成像算法主要特征比较 |
| 3.6 本章小结 |
| 第四章 临近空间聚束式SAR距离徙动子孔径算法 |
| 4.1 概述 |
| 4.2 子孔径划分必要性分析 |
| 4.3 RMSA及关键技术 |
| 4.3.1 算法流程 |
| 4.3.2 子孔径划分 |
| 4.3.3 孔径内RMA |
| 4.3.4 孔径拼接及聚焦 |
| 4.4 仿真与分析 |
| 4.4.1 仿真参数及数据 |
| 4.4.2 RMSA成像仿真与分析 |
| 4.4.3 仿真结果小结 |
| 4.5 本章小结 |
| 第五章 总结及展望 |
| 5.1 全文总结 |
| 5.2 后续研究的展望 |
| 参考文献 |
| 附录1 缩写 |
| 致谢 |
| 攻读学位期间发表或已录用的学术论文 |
（10）机载高分辨聚束式SAR成像技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 雷达成像及其发展历史 |
| 1.2 SAR 成像算法简介 |
| 1.3 高分辨聚束式SAR 研究现状与未来方向 |
| 1.4 论文内容安排 |
| 第二章 SAR 成像原理及成像算法 |
| 2.1 SAR 成像算法 |
| 2.1.1 SAR 成像几何 |
| 2.1.2 SAR 二维分辨率 |
| 2.1.3 聚束式SAR 工作模式 |
| 2.2 合成孔径雷达回波信号建模与成像 |
| 2.2.1 SAR 回波的波数域表示 |
| 2.2.2 SAR 系统传递函数 |
| 2.2.3 SAR 成像算法的设计思路 |
| 2.3 小结 |
| 第三章 聚束式SAR 极坐标格式算法高分辨成像 |
| 3.1 聚束式SAR 极坐标录取几何和信号模型 |
| 3.1.1 聚束式SAR 极坐标录取几何 |
| 3.1.2 远场假设下的极坐标格式算法原理 |
| 3.2 极坐标格式算法 |
| 3.3 极坐标格式算法的成像限制条件 |
| 3.4 仿真和实测数据极坐标格式成像实验 |
| 3.5 小结 |
| 第四章 极坐标格式算法的二维Chirp-Z 变换实现 |
| 4.1 二维Chirp-Z 变换的极坐标算法 |
| 4.2 二维CZT 极坐标格式算法的成像面积限制条件 |
| 4.3 仿真和实测数据处理实验 |
| 4.4 小结 |
| 第五章 基于SPECAN 卷积的聚束式SAR 宽场景成像算法 |
| 5.1 聚束式SAR 信号模型 |
| 5.2 SPECAN 卷积方位去模糊的高精度成像算法 |
| 5.2.1 SPECAN 卷积方位去多普勒模糊 |
| 5.2.2 支撑区二次相位补偿 |
| 5.2.3 运用RMA 获得高分辨成像 |
| 5.3 仿真和实测数据处理实验 |
| 5.4 小结 |
| 第六章 总结与前景展望 |
| 6.1 本文工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
四、一种高精度聚束式SAR成像算法（论文参考文献）
- [1]基于深度神经网络的SAR图像质量提升技术研究[D]. 周远远. 电子科技大学, 2021(01)
- [2]地球同步轨道星/机双基地SAR非平稳舰船目标成像研究[D]. 廉蒙. 哈尔滨工业大学, 2019(01)
- [3]末制导弹载SAR成像关键技术研究[D]. 陈勇. 南京理工大学, 2018(07)
- [4]典型地表环境合成孔径雷达成像回波模拟方法研究[D]. 秦旭. 东南大学, 2017(04)
- [5]曲线运动轨迹SAR成像方法研究[D]. 唐世阳. 西安电子科技大学, 2016(02)
- [6]高分辨SAR/ISAR成像信号补偿新技术研究[D]. 周芳. 西安电子科技大学, 2014(03)
- [7]多模式SAR成像及参数估计方法研究[D]. 吴玉峰. 西安电子科技大学, 2014(03)
- [8]平流层雷达成像系统关键技术研究[D]. 齐兆群. 北京邮电大学, 2014(05)
- [9]临近空间高分辨率SAR成像技术研究[D]. 郑平. 北京邮电大学, 2013(11)
- [10]机载高分辨聚束式SAR成像技术研究[D]. 张士明. 国防科学技术大学, 2010(05)