稳健多子孔径图像偏移的SAR自聚焦算法
【图文】：
搜索，搜索量会非常大。但结合改进的稳健ＭＡＭ算法，最靠近估计时间中心的一对子孔径，即ｉ＝Ｎ２，ｊ＝Ｎ２＋１时，偏移量Δｉｊ＝∑Ｎｋ＝２ｋ２ａ［（ｋ－Ｔａ２）Ｎ（ｋ－１）（－Ｔａ２）Ｎ（ｋ－１］）通常很小，认为不会模糊，因此只需搜索Ｎ－２个元素即可。图２为Ｎ＝４时，搜索模糊数范围为［－５，５］，只需要对２个元素遍历搜索的结果。可以看到搜索结果非常明显，说明了对比度法解模糊的可行性。图２Ｎ＝４时的对比度５仿真结果与分析首先我们对原ＭＡＭ算法和改进算法的计算量进行了对比分析。假设搜索默认模糊数范围为［－２，２］，即每个元素都要进行５次搜索，在Ｎ＝６时，如果用原始的ＭＡＭ算法进行模糊数搜索，处理过程的每一步计算量［１１－１３］分别为：（１）方位傅里叶变换：６×５Ｎｒｇ，ｏｕｔＮａｚ６ｌｏｇ（２Ｎａｚ）６；（２）相关运算：６×６Ｎｒｇ，（ｏｕｔＮａｚ）６２；（３）矩阵相乘：６Ｎ２（Ｎ－１）（Ｎ－１）Ｎ２（Ｎ－１）；（４）对比度搜索模糊数：５Ｎ（Ｎ－１）（２１８Ｎａｚ６）＋５６。总计算量达到１０１４量级。当使用本文提出的改进方法时，方位ＦＦＴ与相关运算的计算量不变，而矩阵相乘的计算量变为６Ｎ２（Ｎ－１）（Ｎ－１），利用对比度搜索模糊数的计算量降为５Ｎ（－２１８Ｎａｚ６）＋５６，，总的计算量只有１０９量级。因此，本文提出的算法非常
·１７３６·系统工程与电子技术第３６卷逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄逄图６估计误差与实际误差的相位差值为了进一步验证算法的有效性，选取了无人机实测数据进行处理。选取的数据是一块无明显特显点的农田场景，处理的效果如图７所示，可以看出成像效果很好，农田的边缘轮廓比较清晰，说明了本文所提算法的有效性。图７无人机实测数据的处理结果６结论本文在ＭＡＭ算法的基础上提出了稳健的ＭＡＭ算法，很大程度上简化了原始的方法，并提出了利用对比度方法选择算法阶数和求解运动误差过大时产生的模糊问题，在仿真中与常用的ＭＤ算法和ＰＧＡ算法进行了比较，并且对实测数据进行了处理，验证了本文提出的方法在估计高阶误差和没有突出特显点时具有很好的成像效果。参考文献：［１］ＺｈａｎｇＬ．ＳｔｕｄｙｏｎｈｉｇｈｒｅｓｏｌｕｔｉｏｎＳＡＲ／ＩＳＡＲｉｍａｇｉｎｇａｎｄｅｒｒｏｒｃｏｒｒｅｃｔｉｏｎ［Ｄ］．Ｘｉ’ａｎ：ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ，２０１２．（张磊．高分辨ＳＡＲ／ＩＳＡＲ成像及误差补偿技术研究［Ｄ］．西安：西安电子科技大学，２０１２．）［２］ＺｈａｎｇＣＢ．Ａｎａｌｙｓｉｓａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａ－ｄａｒｓｙｓｔｅｍ［Ｍ］．Ｂｅｉｊｉｎｇ：ＳｃｉｅｎｃｅＰｒｅｓｓ，１９８９．（张澄波．综合孔径雷达－原理、系统分析与应用［Ｍ］．北京：科学出版社，１９８９．）［３］ＣａｒｒａｒａＷＧ，ＧｏｏｄｍａｎＲＳ
【相似文献】
中国期刊全文数据库 前10条
1 王海江;皮亦鸣;;基于子孔径分析的极化SAR图像非平稳目标检测[J];遥感信息;2008年04期
2 王建;薛国义;周智敏;宋千;;超宽带SAR子孔径NCS实时成像算法[J];信号处理;2008年03期
3 王艳霞;张毅;;基于子孔径分离的SAR动目标检测与定位[J];科学技术与工程;2011年14期
4 贺思三;周剑雄;吴勇;付强;;大孔径下目标散射中心方向特性的提取[J];雷达科学与技术;2006年02期
5 冯宏川;王岩飞;;一种基于子孔径的GMTI方法[J];电子与信息学报;2007年02期
6 刘光平,郭微光,黄晓涛,梁甸农;高效UWB-SAR平面子孔径处理成像算法[J];电子与信息学报;2004年05期
7 徐三元;王建国;;改进的大斜视角SAR阶梯变换算法[J];电子科技大学学报;2006年01期
8 吴婉澜;皮亦鸣;;结合Freeman分解与子孔径散射特性的极化SAR图像分类[J];测绘科学;2010年05期
9 张双喜;孙光才;周峰;刘艳阳;邢孟道;;一种基于子孔径自聚焦的高频运动误差估计和补偿方法[J];电子与信息学报;2010年12期
10 李肖冬,梁甸农;一种适用于UWBSAR的实时成像算法[J];国防科技大学学报;2000年05期
中国重要会议论文全文数据库 前7条
1 李飞;张涛;;环扫成像[A];中国通信学会第六届学术年会论文集（下）[C];2009年
2 倪春;吴先良;;机载雷达天线方向图优化设计[A];2009年全国微波毫米波会议论文集（上册）[C];2009年
3 姜义成;张t
本文编号：2562689
本文链接：https://www.wllwen.com/kejilunwen/wltx/2562689.html
