本书主要研究无人机平台在进行盘旋、爬升、俯冲、加速等机动动作情况下,机载合成孔径雷达(SAR)成像问题。本书除绪论外共分为三部分。第一部分为无人机载机动SAR成像方法。第二部分为机动平台大斜视SAR成像及运动补偿方法,。第三部分为无人机载高机动SAR成像系统,简要介绍了无人机载高机动SAR成像处理实验系统的组成及其在经典SAR成像实验、机动SAR频域成像实验和时域成像实验等相关算法验证和成像机理研究方面的应用。
本书读者对象为高等院校雷达、遥感遥测专业高年级学生或研究生,也可供科研院所相关领域工程技术人员参考使用。
合成孔径雷达(Synthetic Aperture Radar,SAR)能够在云、雾、烟尘及夜晚等条件下获取感兴趣区域的二维高分辨微波图像,是一种极佳的战场环境侦察手段。传统的SAR成像系统采用“平台适应SAR”的模式,要求装载平台进行水平匀速直线运动。对无人机载SAR而言,战场生存能力是其完成作战任务的首要保障。为规避风险,无人机在执行战场侦察、精确打击等任务时需要进行机动,而“平台适应SAR”的这种工作模式,使SAR在无人机载机动情况下无法成像。近年来,随着硬件水平和信号处理技术的发展,雷达实时成像性能得到大幅度提高。SAR成像系统正在由“平台适应SAR”向“SAR适应平台”转变。机动平台大斜视SAR具有的高机动、提前观测和实时成像等特性,对提升无人机的战场侦察、精确打击与自身生存能力具有重要意义。
本书是在提炼和吸收作者多年研究成果的基础上撰写而成的,以高机动条件下无人机载机动SAR成像为研究背景,结合无人机载机动SAR的工程应用需求,从平台机动模式、平台稳定性误差的角度,探讨了无人机载机动SAR成像中的不同运动模型、目标区域获取方法以及相应的成像算法和运动误差补偿方法。针对机动平台大斜视SAR的典型应用场景,介绍了机动平台斜距模型及成像特性、机动平台大斜视SAR快速回波模拟、全采样数据下的机动平台SAR大斜视成像、机动平台大斜视SAR成像以及机动平台大斜视SAR的运动误差补偿等方面的内容。本书还简要介绍了依据上述研究成果设计的无人机载高机动SAR成像系统,对无人机载高机动SAR成像处理实验系统的组成及其在经典SAR成像实验、机动SAR频域成像实验和时域成像实验等相关算法验证和成像机理研究方面的应用进行了说明。
全书除绪论外还包括三部分内容,共分为11章。
第1章为绪论,主要介绍机动SAR的研究现状和发展趋势,分析了无人机载机动SAR成像研究的关键问题。
第一部分为无人机载机动SAR成像方法,由第2~5章构成。其中,第2章为无人机载机动SAR成像几何模型与分析。针对无人机载机动SAR成像,从三维空间坐标系的角度出发,详细分析了匀速直线运动、匀加速直线运动、俯冲运动、盘旋运动等运动模型,并对斜距方程的变化进行了解析。第3章为无人机载机动SAR成像目标区域获取方法。针对无人机载机动SAR轨迹灵活多变、成像区域不稳定的问题,提出了一种基于广义阵列的无人机载机动SAR成像目标区域获取方法。第4章为基于运动分离的无人机载机动SAR成像算法。基于对无人机载机动模型的详细分析,通过斜距方程转化和参数项分离,提出了基于运动信息分离的无人机载机动SAR三维坐标系成像算法。针对斜视成像和空变性问题进行了分析,提出了适用于斜视成像的改进算法,以及基于大场景中子图像划分和频域相位滤波校正的两种空变性问题解决方法。第5章为基于MN-MEA算法的相位误差补偿处理。针对无人机载机动SAR成像中的相位误差补偿问题,结合子图像划分和最小熵理论,研究了基于迭代分块和相位误差初值模型的MN-MEA相位误差补偿算法,进一步校正了残余空变性误差和运动误差,改善成像质量。
第二部分为机动平台大斜视SAR成像及运动补偿方法,由第6~10章构成。其中,第6章为机动平台大斜视SAR斜距模型及成像特性分析。针对常规双曲线模型无法适用的问题,基于数据录取参量,构建了一种能够精确描述地平面散射点斜距历程的机动SAR斜距模型,分析了机动SAR成像系统的多普勒带宽和分辨率等成像特性。第7章为机动平台大斜视SAR快速回波模拟方法。介绍了一种基于距离向逆处理和子孔径Keystone变换的曲线轨迹大斜视SAR回波模拟方法。该方法通过子孔径Keystone变换实现大场景空变RCM的校正,并通过距离向逆处理实现快速的回波模拟,实现了机动平台大斜视条件下的大场景快速、高精度回波模拟。第8章为全采样数据下的机动平台大斜视SAR成像。为实现子孔径的大场景快速成像,在对空变的RCM进行线性近似的基础上,提出了一种基于Keystone变换和方位子区域Deramp处理的成像方法,实现大场景的高分辨成像。第9章为稀疏采样数据下的机动平台大斜视SAR成像。提出了一种基于时频域相位滤波的机动平台大斜视SAR频域成像算子,并采用CAMP算法对成像场景进行快速、高精度重建;为进一步解决CAMP算法重建非稀疏场景时弱散射点信息损失较大的问题,提出了一种基于幅度全变分正则化的CS-SAR成像方法,该方法利用了SAR场景幅度在梯度域稀疏的先验信息,有效地重建了非稀疏场景。第10章为机动平台大斜视SAR的运动误差补偿。针对非空变的运动误差补偿,提出了一种基于近似观测和最小熵约束的改进稀疏自聚焦方法。通过在傅里叶变换域引入相位误差,同时采用最小熵约束提高误差相位的最大似然估计精度,有效地减少了迭代次数并避免迭代陷入局部最优解;对于二维空变的相位误差,提出了一种基于二维空变相位误差估计的稀疏自聚焦方法,该方法采用稀疏自聚焦模型估计多个子区域的精确相位误差曲线,基于最小二乘法估计空变的运动误差参数,通过对近似观测算子进行修正实现空变运动误差的补偿。
第三部分为无人机载高机动SAR成像系统,由第11章构成。该章简要介绍了无人机载高机动SAR成像处理实验系统的硬件、软件组成。硬件部分包括滑轨成像系统和八旋翼成像系统;软件部分包括回波模拟软件、信号处理软件,并对软件的使用方法进行了说明。
第1章 绪论
1.1 研究背景及意义
1.2 SAR的发展概述
1.2.1 SAR成像系统的发展概述
1.2.2 机动SAR的研究现状
1.2.3 机动SAR运动模式分析
1.2.4 机动SAR成像算法研究现状
1.2.5 机动SAR的发展趋势
1.3 本书的主要研究内容
1.3.1 无人机载机动SAR成像的关键问题分析
1.3.2 机动平台大斜视SAR成像和运动补偿方法
1.3.3 无人机载高机动SAR成像系统
参考文献
第一部分 无人机载机动SAR成像方法
第2章 无人机载机动SAR成像几何模型分析
2.1 无人机载机动SAR成像几何
2.2 无人机载机动SAR成像斜距方程
2.3 本章小结
参考文献
第3章 无人机载机动SAR成像目标区域获取方法
3.1 无人机载机动SAR不稳定成像模型
3.2 无人机载机动SAR成像的理想目标区域回波标准化
3.2.1 标准模型描述
3.2.2 机动SAR回波截取
3.2.3 标准回波转化
3.3 基于广义阵列的无人机载机动SAR回波信号描述
3.3.1 广义阵列
3.3.2 基于广义阵列的无人机载机动SAR回波描述
3.3.3 理想目标区域回波时延的描述
3.3.4 理想目标区域标准回波映射阵列
3.4 基于广义阵列的无人机载机动SAR成像目标区域回波获取
3.5 仿真实验验证
3.6 本章小结
参考文献
第4章 基于运动分离的无人机载机动SAR成像算法
4.1 机动SAR成像算法分析
4.2 无人机载机动SAR斜距方程分析
4.3 无人机载机动SAR斜距方程分离分析
4.3.1 三维空间坐标系下斜距方程的泰勒级数展开
4.3.2 斜距方程的分离
4.4 基于信息分离的无人机载机动SAR成像算法
4.4.1 非方位向运动信息的分离
4.4.2 基于运动信息分离的无人机载机动SAR成像算法
4.4.3 仿真验证
4.4.4 无人机载机动SAR斜视成像分析
4.4.5 无人机载机动SAR成像空变性分析
4.5 基于高度向信息的成像分析
4.6 本章小结
参考文献
第5章 基于MN-MEA算法的相位误差补偿处理
5.1 运动误差补偿算法分析
5.2 无人机载机动SAR成像误差分析
5.3 基于MN-MEA的无人机载机动SAR相位误差补偿处理
5.3.1 最小熵法的基本原理
5.3.2 MN-MEA算法与实现
5.3.3 无人机载机动SAR成像中MN-MEA算法的实现
5.3.4 仿真验证
5.4 本章小结
参考文献
……
第二部分 机动平台大斜视SAR成像及运动补偿方法
第三部分 无人机载高机动SAR成像系统