【摘要】：視頻SAR成像理論和相關應用技術的研究是當前SAR領域的最前沿課題之一。視頻SAR可以形成高幀率的連續(xù)幀圖像,將傳統(tǒng)SAR圖像的靜態(tài)散射信息推廣為動態(tài)散射信息,提供了從時間維進行SAR后期處理的新途徑。在視頻SAR的眾多應用中,基于視頻SAR陰影的動目標檢測技術是其中的一個研究熱點。該技術結合了基于陰影的動目標檢測以及視頻SAR陰影成像二者的優(yōu)勢,可有效避免傳統(tǒng)動目標檢測技術的多種問題,提升動目標的檢測概率、定位精度和實時性。然而,各種后期應用均建立在視頻SAR實時高分辨成像的前提下,對成像算法的效率和精度均提出了較高要求�；诖�,本文對視頻SAR成像理論及關鍵技術進行了研究,在高幀率成像、持續(xù)成像、實時成像、曲線模式成像等方面進行了深入探討,希望能夠對我國視頻SAR系統(tǒng)的研制略盡綿薄之力。論文的主要內容及貢獻包括以下幾個方面:1.基于SAR成像原理,對影響SAR幀率的因素進行了分析,并對高頻視頻SAR和非高頻視頻SAR進行了分析和比較;為滿足對地持續(xù)監(jiān)測的需求,提出了視頻SAR持續(xù)成像的概念,并對視頻SAR持續(xù)聚束模式和持續(xù)成像處理進行了介紹;此外,針對基于視頻SAR陰影的動目標檢測這一研究熱點,對陰影在動目標檢測中的優(yōu)勢以及視頻SAR在陰影成像中的優(yōu)勢進行了分析;最后,對視頻SAR持續(xù)成像基本理論進行了研究,并對可行的成像算法進行了分析和比較。2.針對圓周視頻SAR模式下的持續(xù)成像問題,提出了多種圓周PP算法。首先,將圓周模式下的視頻SAR持續(xù)成像問題分解為坐標系匹配和分辨率匹配兩個問題,并對匹配條件進行了分析和推導;據(jù)此,提出了兩種基于傅里葉變換的圓周PP算法,即GPP算法和LPP算法;此外,通過將坐標系匹配與傅里葉變換成像結合,利用2D-CZT一步實現(xiàn)圓周視頻SAR持續(xù)成像,提出了CPP算法,并對GPP算法、LPP算法以及CPP算法的計算量進行了分析與比較;針對大角度下目標的角度依賴散射問題,結合視頻SAR的高幀率特性,提出了一種基于視頻SAR的角度依賴散射成像算法,即AGLRT算法;最后,通過數(shù)值仿真和實測數(shù)據(jù)驗證了以上算法的有效性。3.研究了圓周PP算法在近距離或大場景條件下的圖像扭曲問題,提出了多種圓周EPP算法。通過對平面波假設下的近似斜距與真實斜距進行分析,推導出了目標經圓周PP算法成像后的重建位置與其真實位置間的映射關系,即圓周PPM;基于圓周PPM,對圓周PP算法形成的幀圖像進行插值校正,實現(xiàn)了含扭曲校正的持續(xù)成像,提出了LEPP算法、GEPP算法以及CEPP算法;進一步地,將傅里葉變換成像與圓周PPM結合,將成像后校正的過程由一次NuFFT-2實現(xiàn),提出了NLEPP算法以及NGEPP算法;隨后,對以上圓周EPP算法的計算量進行了分析和比較,并對圓周PP算法和圓周EPP算法的有效成像范圍進行了推導;最后通過數(shù)值仿真驗證了以上算法的有效性并進行了成像效率對比。4.為了拓展視頻SAR的應用條件,研究了曲線視頻SAR模式下的持續(xù)成像問題,提出了多種曲線PP算法。首先,對曲線模式下的單幀波數(shù)譜進行了分析,提出了基于分辨率匹配的孔徑自適應劃分方法;在此基礎上,將PFA算法推廣到曲線持續(xù)成像,提出了FPP算法;此外,針對FPP算法中散點插值誤差引起的圖像失真問題,將波數(shù)譜的非均勻分布與傅里葉變換成像結合,提出了N1PP算法。N1PP算法由NuFFT-1直接實現(xiàn)成像,避免了FPP算法中散點插值引入的誤差和計算開銷。5.針對曲線PP算法在近距離或大場景條件下的圖像扭曲問題,將圓周PPM在曲線模式下進行了推廣,推導出了曲線PPM;基于曲線PPM,對FPP算法和N1PP算法的成像結果進行插值校正,分別提出了FEPP算法和N1EPP算法;進一步地,將波數(shù)譜的非均勻分布與曲線PPM對應的非均勻成像網格結合,將成像后校正的過程由一次NuFFT-3實現(xiàn),提出了N3EPP算法。N3EPP算法避免了成像前后的所有插值,簡化了成像流程;最后,通過數(shù)值仿真驗證了以上算法的有效性并對成像效率進行了比較。
【學位授予單位】：電子科技大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TN957.52
【圖文】：

電子科技大學博士學位論文統(tǒng)的噪聲系數(shù)、帶寬以及功率等指標均達到了機載成像 視頻 SAR 系統(tǒng)的信號處理和軟件部分則由 Techn司提供。該部分的目標是對統(tǒng)一的接收信號，同時實時、GMTI 動目標檢測結果以及陰影檢測結果三大信息流到統(tǒng)一的顯示設備中，為用戶提供實時的多傳感器信息能力和動目標檢測跟蹤能力。 視頻 SAR 計劃進展順利，于 2015 年完成系統(tǒng)集成，于，并已成功進行了多次機載飛行試驗。2018 年四月底， IEEE 國際雷達會議上，雷神公司公布了全球首幅 23果，見圖 1-1[32]。在經過定標、運動補償、成像以及自聚焦效果良好，可清晰呈現(xiàn)出角反射器、動目標、草地、靜止車輛、飛機庫及其陰影等各種圖像特征，驗證了 高分辨成像能力、動目標成像能力以及陰影成像能力。

(c)圖 1-2 DARPA 視頻 SAR 系統(tǒng)的成像和慢速目標檢測結果[32]。(a) 某時刻的幀圖像；(b) 另一時刻的幀圖像；(c) 某時刻的慢速目標檢測結果.2.2 SNL 視頻 SAR 系統(tǒng)與 DARPA 通過提高工作頻率來實現(xiàn)視頻 SAR 高幀率成像不同，美國桑迪家實驗室（Sandia National Laboratory，簡稱 SNL）則采用孔徑重疊處理的方提高成像幀率，在本文中，將此類視頻 SAR 系統(tǒng)稱為非高頻視頻 SAR 系統(tǒng)。高頻視頻 SAR 和非高頻視頻 SAR 的聯(lián)系和比較，將在 2.3.2 小節(jié)中進行詳細。經過三十多年的積累[35-36]，SNL 在機載 SAR 技術方面，取得了世界領先的，先后成功研制出了 Lynx SAR[37]、MiniSAR[38]、Copperhead 以及 FARAD[39部機載小型 SAR 系統(tǒng)。其最新的系統(tǒng)同時具備聚束 SAR、條帶 SAR、GMT干變化檢測（Coherent Change Detection，簡稱 CCD）等多種模式和功能，可分辨率為 0.1m 的實時成像。除去軍事領域的應用之外，SNL 的 SAR 系統(tǒng)還

[17]；2010 年，SNL 首次將視頻 SAR 部署于 Ku 頻段雷達中，并基于商用圖形處理器（Graphics Processing Unit，簡稱 GPU）實現(xiàn)了機載視頻 SAR 實時成像；在此基礎上，SNL 于 2012 年實現(xiàn)了實時視頻相干變化檢測（Video Coherent ChangeDetection，簡稱 VideoCCD）；2013 年，SNL 完成了全極化視頻 SAR 的實驗驗證；截止到目前，SNL 已經成功將視頻 SAR 模塊集成到多部 SAR 系統(tǒng)中，并成功部署于多個載人或無人平臺。當前，SNL 正在對其最新的多頻段全極化 FARAD 雷達系統(tǒng)進行研發(fā)和測試。值得一提的是，SNL 在其官網上公布了四段視頻 SAR 相關成果視頻[43]，引起了業(yè)界和學界的關注。四段視頻分別為運動目標場景的視頻 SAR 成像結果（視頻1）、靜止場景的視頻 SAR 成像結果（視頻 2）、VICT 結果（視頻 3）以及視頻 SAR系統(tǒng)與紅外系統(tǒng)的實時成像對比（視頻 4）。以上成果驗證了視頻 SAR 在高幀率成像、陰影成像、動目標檢測跟蹤以及全天候成像等方面的可行性及優(yōu)勢。圖 1-3 為從視頻 4 中截取的某時刻 SNL 視頻 SAR 系統(tǒng)與紅外系統(tǒng)的實時成像結果對比[43]�？梢钥闯�，云層的遮擋導致紅外系統(tǒng)失效；但在相同條件下，SNL視頻 SAR 系統(tǒng)卻能正常工作，實現(xiàn)穿云透霧的對地實時持續(xù)觀測。

【參考文獻】

相關期刊論文 前3條

1 趙雨露;張群英;李超;紀奕才;方廣有;;視頻合成孔徑雷達振動誤差分析及補償方案研究[J];雷達學報;2015年02期

2 沈宏海;黃猛;李嘉全;劉晶紅;戴明;賈平;;國外先進航空光電載荷的進展與關鍵技術分析[J];中國光學;2012年01期

3 蓋旭剛;陳晉汶;韓俊;王惠斌;;合成孔徑雷達的現(xiàn)狀與發(fā)展趨勢[J];飛航導彈;2011年03期

本文編號：2778182