星载稀疏成像及动目标检测处理方法研究.docx

《星载稀疏成像及动目标检测处理方法研究.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、星载稀疏成像及动目标检测处理方法研究星载合成孔径雷达(SyntheticApertureRadar,SAR)具有全天时全天候高分辨广域对地观测能力,在战场侦察、高精度测绘、资源勘察、环境监测等军事和民用领域中扮演着重要的角色。近些年,随着雷达数据获取方式的多样化,逐步由单天线体制发展成为多天线、多极化、多视角、多波段等多维度下海陆空天电五位一体的协同组网雷达体制,极大地提高了雷达的信息感知能力。然而在多维度观测背景下,一方面对雷达海量数据的存储及传输造成了繁冗的负担,另一方面对其信号处理方法也提出了更高的要求。本文针对现有雷达成像及动目

2、标检测体制中的关键问题,围绕国家“973”计划课题“稀疏微波成像的理论、体制和方法研究”,利用稀疏信号处理方法,展开新体制下的高分辨雷达成像及多通道动目标检测的算法研究,旨在利用数据间的冗余性,解决实际应用中存在的高分宽幅问题及多数据域下的稀疏动目标检测问题,为我国星载雷达的广域对地监测提供技术支持。论文的具体研究内容可以概括为如下几个方面：1.针对星载SAR系统,构建回波模型,分析大气误差及斜距误差并提出相应的补偿方法。首先,考虑到星载平台运行轨道较高,高分辨成像背景下的载波频率较大,因此详细分析了电离层对SAR信号在空间传播过程中的

3、相位影响和视角偏差,利用双载频系统实现大气参数估计,通过补偿降低大气影响误差。其次,为了提高回波相位精度,提出一种精确的波束照射区域经纬度计算方法,并分析了斜距历程可能出现高次项的情况,推导得到高次项在二维频域上的信号形式及其补偿方法。最后,针对多普勒模糊问题,分析了模糊对Keystone方法的影响,并提出一种简单的多普勒模糊数估计方法。2.针对单星雷达体制下方位高分辨率和宽测绘带之间的矛盾,提出基于压缩感知的高分宽幅稀疏成像算法。利用相控阵数字波束形成技术通过控制波束指向沿距离维在不同子带间进行扫描,得到各子带间交叉采样下的回波数据,

4、利用场景散射点映射到雷达不同采样时刻下的回波相位关系,同时考虑到不同子带上观测时序的不同,构建观测字典,实现稀疏降采样成像。该方法相比于单星宽幅TOPSAR模式具有更高的方位分辨率,同时可以结合多通道系统实现动目标检测。3.针对方位向随机降采样模型,提出一种基于低秩矩阵的稀疏成像算法。与压缩感知利用信号非零元素满足稀疏性的原理相似,矩阵低秩特性利用了能量的最小化约束,即非零奇异值的稀疏性。通过对距离脉压后的信号相位进行补偿与重构,得到满足低秩特性的回波矩阵,进而可以结合低秩优化求解方法,利用采样数据信息实现未采样数据的有效估计。与基于压

5、缩感知的方法不同,基于低秩的稀疏处理方法属于非参量化方法,因此不受稀疏字典的限制,可以获得更为准确地信号估计结果。4.针对多通道SAR系统,提出基于主族成分分析的稀疏与低秩联合动目标检测方法。理想条件下,多通道星载SAR回波数据只相差一个由固定通道间距决定的相位差,经过图像配准及相位补偿后,通道间的静止杂波具有很强的相关性,另一方面,由于动目标自身存在相对运动,所以配准后仍然存在剩余相位,相关性相对较低。基于这一特性,本文提出结合稀疏与低秩的联合求解方法,将多个通道的数据重构得到一个新的矩阵,利用杂波的相关性,可以将动目标从低秩背景杂波

6、中实现有效分离,分别得到具有低秩特性的背景杂波结果和具有稀疏特性的动目标检测结果。同时,为了更好的将其模型与实际问题相结合,分别提出距离脉压域的快速动目标检测方法及距离多普勒域数据预处理方法,改善空时自适应处理中由于训练样本受动目标污染而引起的性能下降问题。最后,提出一种基于图形约束的改进稀疏动目标检测方法,即利用系统参数预估计动目标的图像特性,进而减少由于通道间非理想误差引起的虚假检测点。