论文部分内容阅读
传统的合成孔径雷达(SAR)运动目标检测及成像技术只考虑运动目标的平动分量,而忽视平动分量的高阶部分和转动分量等微动分量。目标或目标组成部分在雷达径向距离上的小幅往复性运动或运动分量的统称为微动分量,其引起的多普勒被称为微多普勒。随着SAR分辨率的提高,运动目标在SAR图像中除了散焦和错位之外,其微动分量呈现出独特的特征,蕴含着关于运动目标丰富的动力学信息,对运动目标检测及成像极其有利,同时也会造成SAR成像模糊及“鬼影”现象等不利影响。 本文针对高分辨率SAR复杂运动目标检测与成像技术进行了深入的研究,主要工作和创新性成果体现在以下几个方面: 1.建立了高分辨率SAR复杂运动目标回波信号模型,并通过矢量分析法对高分辨率SAR复杂运动目标多普勒参数进行分析,在没有任何近似的情况下,将多普勒参数分解为由载机平台、运动目标平动分量及微动分量分别引起的三部分; 2.结合高分辨率SAR复杂运动目标回波信号模型,从理论上推导出微多普勒的计算公式;通过对平动、振动和转动目标回波信号模型分析,推导出复杂运动目标SAR回波信号的统一表达式,并对其方位向呈现出正弦调频(SinusoidalFrequency Modulation,SFM)信号等特点展开研究。 3.详细分析了时频分析法在SAR运动目标检测及回波分离中的应用,通过采用分数阶傅里叶变换(FRFT)与傅里叶-贝塞尔变换(FBT)相结合的时频分析技术对频域重叠的多运动目标进行分离和提取;最后研究了多通道复杂运动目标的检测技术,在理论上分析了复杂运动目标平动分量及转动分量DPCA和ATI检测技术。 4.传统的SAR地面运动目标成像算法的难点主要集中在距离徙动校正和目标的运动参数估计上。但在SAR实测数据处理中,运动误差补偿对动目标聚焦成像质量至关重要,而且该误差既不能通过固定的SAR运动误差补偿算法来补偿,也无法通过自聚焦技术解决。根据含有运动误差的SAR运动目标回波信号模型,对影响动目标多普勒中心的两类运动误差进行深入分析,改进了一种将INS惯导数据与距离走动轨迹相结合的运动误差补偿算法,并通过实际数据和计算机仿真数据验证了该算法的有效性。 5.根据高分宽幅星载SAR运动目标回波信号模型,分析了目标方位向速度和径向速度对多波束运动目标成像质量的影响。针对目标径向速度导致成对虚假目标和方位向速度导致方位散焦问题,采用了一种方位多波束星载SAR运动目标成像方法。该方法首先利用改进的方位多通道重建滤波器组对运动目标径向速度进行估计并对运动目标的多普勒频谱进行重建,该重建方法较好抑制了运动目标的成对虚假目标。