论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)拥有全天候全天时获取目标信息的能力。随着雷达硬件与电子系统的飞速发展,SAR系统也从单一的目标形状信息获取系统向集高分辨成像,高精度目标特征描述,相位噪声修正自聚焦等多任务于一身的一体化系统方向发展。同时,无论是军事SAR还是民用SAR应用领域对实现目标的更高分辨、更精细描述的期望和需求也十分迫切。为了提高SAR系统的目标重建能力,更有利于后续基于目标特征信息的目标分类识别工作的展开,本文对基于目标局部散射特性(空域稀疏散射特性、各向异性散射特性以及部件级参数化散射特性)的SAR目标高精度重建算法开展研究。本文的主要工作如下:1.电磁散射机理驱动的SAR部件级重建方法本文第三章从目标电磁散射机理的角度,讨论了部件级参数化散射模型与SAR观测模型的内在联系。首先,在稀疏表示理论的框架下,构建了基于属性散射中心(Attributed Scattering Center,ASC)模型和典型形状特征(Canonical Shape Feature,CSF)模型两种部件级参数化散射模型的SAR重建观测模型。并通过降维策略设计和公式推导,针对SAR部件级重建开展了以下研究工作:针对目标强散射中心影响弱散射中心重建的问题,采用强弱属性散射中心分步处理的思想,提出一种基于图像域和信号域联合处理的PRS-ROMP(Peak Region Segmentation and Regularized Orthogonal Matching Pursuit)部件级重建算法。该算法联合峰值区域分割和ASC模型在传统基于FFT的SAR复图像中判别强散射中心类型,重建其属性特征。然后,在残差频域信号中构建ASC观测矩阵,利用正则化正交匹配追踪重建目标的弱散射中心及属性。仿真合成目标数据及电磁计算坦克目标数据实验验证了该算法可有效缓解在重建过程中目标强散射中心对弱散射中心的影响,提高重建目标的几何形状特征。针对图像域PRS过程对目标展布式属性散射中心位置重建偏差较大,严重影响目标部件级属性重建精度的问题,提出一种适用于全信号域处理的散射中心属性参数空间划分策略,并联合频域外推,提出一种基于随机梯度最小方差追踪的部件级超分辨SAR重建算法。该算法实现了在获得超分辨SAR图像的同时获取高精度的目标散射中心属性级特征。仿真合成数据和电磁计算数据验证了算法的超分辨重建能力,并利用ASC属性的克拉美罗界对算法属性估计性能进行了评估。提出一种目标散射机理描述更加精确的CSF模型的部件级SAR稀疏重建算法。该算法提供一种空间分解策略避免过完备字典的维数灾难,深入挖掘正则化技术在开发利用SAR目标先验信息方面的优势,设计正则化项抑制不同空间位置的散射中心之间的相互干扰,并基于拟牛顿优化过程开发重建算法,证明了算法中SAR复数特性导致的复梯度与实梯度形式上的一致性。2.自适应高分辨宽角度SAR重建方法本文第四章针对宽角度观测下目标体现的各向异性散射特性进行开发利用研究,提出一种基于MAP准则的全孔径联合自适应宽角度SAR重建算法。首先,根据宽角度观测下SAR目标散射的空间与方位依赖特性构建了全孔径宽角度SAR重建信号模型。然后,将马尔可夫随机场的标准玻尔兹曼机模型进行改进,改进的玻尔兹曼模型能够为各向异性散射部件的方位选择特性和相邻孔径散射中心空域分布的高相关性施加稀疏模式约束,挖掘宽角度观测下目标各向异性散射的内在结构信息。最后,在稀疏贝叶斯学习框架下,推导算法参数集更新方程。通过块坐标下降优化过程实现算法参数集、稀疏模式支撑集和散射系数向量从观测数据中联合估计。该算法能在获得高分辨的宽角度SAR合成图像的同时高精度地重建目标的各向异性散射特征曲线。3.旋臂圆弧聚束SAR重建方法本文第五章围绕地基RAAS-SAR(Rotating Arm Arc Spotlight SAR)系统的重建与自聚焦问题开展研究。首先,介绍了RAAS-SAR系统的工作原理,讨论了重建图像的距离高分辨率和方位高分辨率。然后,构建RAAS-SAR系统回波模型,推导并提出一种适用于该系统的改进距离多普勒RAAS-SAR重建算法。仿真合成场景数据处理验证了该系统的可行性和算法的有效性。针对相位噪声严重破坏重建图像质量的问题,结合目标散射中心空域稀疏分布特性,提出一种基于二次压缩感知的RAAS-SAR稀疏重建自聚焦算法。该算法利用二次压缩感知的幅度观测模型的结构优势,抑制相位噪声干扰的同时避免了相位噪声的精确估计,采用两点局部搜索和衰减高斯牛顿技术迭代更新稀疏场景支撑集和散射系数向量。另外,利用分块处理策略对该算法进行改进,提出一种快速重建自聚焦算法。仿真合成数据和电磁计算数据处理验证了算法的有效性。在贝叶斯尺度混合层级模型框架下,结合方向统计学冯米塞斯模型对随脉冲变化的随机相位噪声循环圆周分布统计特性进行建模。在论据最大准则下提出一种自适应稀疏重建自聚焦算法。该算法能获得高精度的相位噪声估计和聚焦效果良好的RAAS-SAR稀疏重建自聚焦图像。