论文部分内容阅读
低空无人机载超宽带合成孔径雷达(Ultra-wideband Synthetic Aperture Radar,UWB SAR)具有更好的地表或叶簇穿透性、更高的空间分辨率和更加丰富的方位频率信息,是弱小目标探测最有潜力的手段之一。但是利用低空无人机载UWB SAR探测弱小目标对图像的空间性能和辐射性能提出了更高的要求,因此本文研究了改善低空无人机载UWB SAR空间性能和辐射性能的增强成像技术。首先,研究了适合低空无人机载平台的UWB SAR实时高分辨成像技术。在获取距离高分辨方面,提出了结合脉冲步进频率信号特点的射频干扰(Radio Frequency Interference,RFI)抑制方法,具有良好的RFI抑制效果和工程实用性;根据无线链路的带宽限制及信息处理的特点,采用对一维复距离像进行2bit分块自适应量化(Block Adaptive Quantization,BAQ)压缩的数据压缩方案。在获取方位高分辨方面,分析了系统时延和传感器时延误差对运动补偿性能的影响,提出了基于预设目标的离线时延估计方法,讨论了杠杆臂效应的影响及校正方法。在提高实时处理能力方面,采用适于并行加速的基于网格投影的后向投影(Back-Projection,BP)算法,并实现了基于多图形处理单元(Graphics Processing Units,GPU)的并行加速成像。其次,常规SAR成像几何模型误差将引起图像空间性能和辐射性能的下降。在深入分析成像几何模型误差对UWB SAR图像性能影响的基础上,研究了结合先验信息的误差补偿方法。针对姿态误差引起的图像质量下降问题,提出了结合姿态测量数据的补偿方法;研究了结合地表起伏补偿和地理编码的时域BP成像方法,该方法通过一次成像就能满足雷场检测对于高聚焦质量、小几何形变以及高标定精度的要求,简化了信息处理流程;分析指出成像几何模型误差将引起SAR图像辐射不均匀,提出照度的概念以表征单位面积上雷达的辐射能量,在此基础上提出基于照度的图像域辐射校正方法,准确还原场景的真实辐射特性。然后,针对常规SAR成像处理中存在的小目标辐射性能差的问题,提出面向目标的增强成像思想,并成功将该思想应用于基于方位散射特性的人造目标增强成像和旋转体增强成像中。利用时域有限差分(Finite Difference Time Domain,FDTD)数值计算结果分析了几种典型小目标的方位依赖特性和方位相关特性;针对非直线航迹条件下常规子孔径技术在提取方位散射特性时精度下降的问题,提出了结合位置与姿态误差补偿的子孔径散射特征提取方法;提出了基于方位相关性的人造目标增强成像方法,针对旋转体的方位不变性,提出了基于方位散射熵的旋转体目标增强成像方法,并将该方法应用到雷场检测中,实测数据处理结果表明增强成像方法能够显著提高弱小目标的辐射性能,进而改善其检测性能。最后,为进一步提高相同种类但不同尺寸的目标间的幅度差异,将目标的方位频率依赖特性和散射中心迁移特性融合到增强成像中。首先基于图像域子带子孔径技术分析了典型小目标的方位频率依赖特性和距离迁移特性;在此基础上,提出了基于稀疏表示的增强成像方法,该方法利用稀疏表示提取目标方位频率依赖特性中的特征结构,利用特征结构的差异进行增强成像;接着分析了散射中心迁移现象的成因,提出基于圆霍夫变换的地雷增强可视化方法,该方法同样适用于其它旋转体目标的增强处理。本文的主要研究成果已经应用于低空无人飞艇载UWB SAR(Airship-Mounted UWB SAR,AMUSAR)中,证明本文的研究成果具有良好的实际应用价值。