新体制SAR三维成像技术研究进展

洪文; 王彦平; 林赟; 谭维贤; 吴一戎

doi:10.12000/JR18109

新体制SAR三维成像技术研究进展

DOI: 10.12000/JR18109

微波成像技术国家级重点实验室北京 100190
空间信息处理与应用系统技术中国科学院重点实验室北京 100190
中国科学院电子学研究所北京 100190

基金项目: 国家自然科学基金(61431018, 61860206013, 61571421)

详细信息

作者简介:
洪　文(1968–)，女，上海人，研究员、博士生导师。2002年“百人计划”加入中国科学院电子学研究所至今。主要从事合成孔径雷达(SAR)成像新概念新体制研究，领导团队开展以极化特征和多角度观测为代表的多维度SAR成像机理与方法研究，在国内率先完成第一幅360°全方位圆周SAR飞行试验和成像处理、阵列系统3维分辨成像可行性论证实验、近直线航迹宽角SAR及多角度特征研究、曲线轨迹单通道SAR-GMTI、稀疏微波成像方法及其在3维成像算法中的应用等研究。担任国家高分对地观测重大专项项目总师、国家自然科学基金重点项目和重点国际合作项目负责人、中科院创新团队国际合作伙伴项目负责人等，《雷达学报》、《物联网学报》编委，IEEE GRS 北京分部副主席，IEEE JSTARS副主编等

王彦平(1976–)，男，山东人，教授，博士生导师，国家安全生产专家。2001年3月获中国科学院电子学研究所工学博士学位并留所工作，曾任微波成像技术国家重点实验室副主任；2015年1月至2017年6月中国安全生产科学研究院工作；2017年6月至今在北方工业大学信息学院工作。长期从事雷达三维成像、地基SAR系统研制及其应用研究，研制成功国内首套地基SAR形变灾害监测预警系统并应用于“12.20深圳渣土受纳场滑坡”、“9.28浙江丽水苏村山体滑坡”、“ 6.24四川茂县山体滑坡”等我国重大灾害事故的抢险救援应急监测。获省部级奖2项、中国优秀专利奖1项、发表学术论文70余篇、授权发明专利30余项、软件著作权登记7项，任中国高科技产业化研究会理事、中国电子学会信号处理分会委员、中国电子学会DSP专委会委员、《信号处理》编委等

林　赟(1983–)，女，浙江人，工学博士，副研究员，硕士生导师。2011年获中国科学院电子学研究所工学博士学位后留所，并从事新体制微波成像技术成像算法及其应用研究。在国内率先开展圆迹合成孔径雷达SAR成像博士学位论文研究，设计完成国内首次机载圆迹SAR数据获取实验，处理获得国内首幅360°全方位高分辨圆迹SAR图像。近年来的主要学术方向为多角度SAR精细观测和信息提取的理论与方法研究，主持国家自然科学基金项目2项、国家基础研发项目子课题和国家级预先研究项目各1项，参与国家级重大项目4项。五年来，发表第一/第二作者学术论文29篇、授权发明专利5项

谭维贤(1981–)，男，湖北恩施人，博士，教授，硕士生导师，内蒙古自治区“草原英才”引进人才。2009年获中国科学院电子学研究所工学博士学位，2009年~2014年，微波成像技术国家级重点实验室副研究员、国家高分重大专项某型载荷副总设计师；2015年至今，内蒙古工业大学雷达技术研究所、内蒙古自治区雷达技术与应用重点实验室任教。主持国家自然科学基金面上项目、国家级预研基金、973子课题等多项。获内蒙古自治区科学技术进步奖一等奖、中国科学院院长优秀奖、第十届全国雷达年会优秀论文奖、IET国际雷达会议优秀论文奖等多项奖励。近年来，共发表学术论文60余篇、授权国家发明专利40余项、软件著作权5项、科技成果转化1项。入选内蒙古自治区“321人才工程”、内蒙古自治区“草原英才”工程，主要从事结合国家重大需求及内蒙古自治区经济发展需求，雷达系统技术、微变监测雷达、雷达信号处理和微波遥感等方面的研究和产品开发工作

吴一戎(1963–)，男，安徽人，1981年考入北京理工大学，先后获学士和硕士学位，在中国科学院电子学研究所获得博士学位。现任中国科学院空天信息研究院院长，中国科学院大学电子电气与通信工程学院院长，中国科学院信息技术科学部第十六届常委会副主任，国务院学位评定委员会信息与通信工程学科召集人，国家杰出青年基金获得者，“百千万工程”国家级人选入选者，享受国家政府特殊津贴。2007年当选中国科学院院士。长期从事微波成像技术以及大型遥感地面处理系统的设计和研制工作，近十年又在推动国家航空遥感系统的建设与发展。在微波成像领域，发明了多维度微波成像技术和稀疏微波成像技术，领导了关键技术的攻关，并将成果应用于后续的卫星系统。在遥感卫星地面处理与应用系统的体系结构、数据处理算法等方面，系统性地解决了一系列理论问题与关键技术，提高了我国在该领域的技术水平，主持完成了多项国家重大科研项目，承担的项目规模大，技术复杂，影响深远，推动了该领域的长远发展。作为项目责任人主持完成了国家科技基础设施-航空遥感系统的建设，作为总设计师主持了国家重大专项高分辨对地观测系统中航空系统的建设，系统性地推动了一系列国际领先的航空对地观测载荷的发展。曾获得国家科技进步一等奖、二等奖，全国创新争先奖，国防科技工业杰出人才奖，国防科技进步一等奖，中科院科技进步一等奖，何梁何利基金科学技术进步奖、陈嘉庚科学奖等国家和省部级重大奖项

通讯作者:
王彦平 wangyp@ncut.edu.cn

中图分类号: TN95
计量
- 文章访问数: 7686
- HTML全文浏览量: 2103
- PDF下载量: 1155
- 被引次数: 10
出版历程
- 收稿日期: 2018-12-05
- 修回日期: 2018-12-21
- 网络出版日期: 2018-12-28

Research Progress on Three-dimensional SAR Imaging Techniques

Science and Technology on Microwave Imaging Laboratory, Beijing 100190, China
Key Laboratory of Technology in Geo-Spatial Information Processing and Application System, Beijing 100190, China
Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China

Funds: The National Natural Science Foundation of China (61431018, 61860206013, 61571421)

摘要

摘要: 常规SAR成像，平台沿直线飞行，形成直线型合成孔径，仅能获取2维图像，即3维空间中的观测场景在斜距-方位平面的2维投影，图像具有叠掩、透视缩短、阴影等畸变现象。SAR 3维成像突破了斜距-方位2维频率信息获取，能够获取第3维频率信息，实现3维分辨，可获得观测场景的散射中心在3维空间中的分布，从而解决叠掩问题，消除透视缩短、顶底倒置等几何形变现象，更直观地描述客观场景，已成为国际研究热点。该文介绍SAR 3维成像的概念和主要观测模式，分析该领域国内外研究现状和进展，重点阐述作者所在研究团队的SAR 3维成像研究进展，最后对SAR 3维成像技术进行总结和展望。
- SAR 3维成像 /
- 多基线层析SAR /
- 阵列3维SAR /
- 曲线轨迹SAR /
- 圆迹SAR /
- 多基线圆迹SAR
Abstract: Conventional Synthetic Aperture Radar (SAR) moves along a straight line and forms a linear synthetic apertures. It can only obtain the two-dimensional (2-D) image of illuminated scene that is the projection of the three-dimensional (3-D) real scene onto a slant plane. The slant plane 2-D SAR image, however, suffers from layover and foreshortening effects. 3-D SAR imaging enables 3-D resolving capability by extending the acquisition of frequency information from 2-D to 3-D. It can obtain the 3-D distribution of scattering centers; therefore, it solves the geometric deformation problems of layover and foreshortening. 3-D SAR imaging has become a trending topic in research on SAR techniques worldwide. In this paper, we first introduced the concept of 3-D SAR imaging and several typical 3-D SAR imaging modes. Furthermore, it provides a discussion on research progress at home and abroad, particularly focusing on the progress of our research team. Finally, future research prospects are presented.
- 3-D SAR imaging /
- Multi-baseline SAR /
- Array 3-D SAR /
- Curvilinear SAR /
- Circular SAR /
- Multi-baseline Circular SAR

HTML全文

1. 引言

非合作无源双基地雷达(Non-cooperative Passive Bistatic Radar, NPBR)因具有造价低、抗截获、反隐身等诸多优势^[1–6]而成为国内外研究热点。目前，NPBR研究的外辐射源信号主要包括通信电台信号、电视广播信号、手机信号以及雷达信号等。无论针对哪种外辐射源信号，在NPBR中，3大同步(包括空间同步、时间同步以及相位同步)问题始终是制约目标有效探测的关键问题。其中，空间同步是指接收和发射天线同时照射相同空域，空间同步关系到接收到的回波是否持续含有目标信息，即接收回波的有效性；时间同步是指接收天线必须准确获知发射天线发射波形时刻，时间同步关系到获取目标运动参数的准确性；相位同步是指发射和接收天线接收到的信号能够在长时间内严格相参，相位同步关系到目标相参积累性能，进而影响目标的探测性能。

本文基于雷达外辐射源信号模型，重点讨论与时间同步及相位同步相关的几个问题，具体包括，发射波形参数估计、直达波到达时间估计以及基于波形参数估计的长时间相参积累等问题。其中，发射波形参数估计主要包括脉冲宽度、脉冲重复间隔、载频、带宽等脉间捷变的参数估计。基于估计的波形参数值，进一步给出了捷变波形的GRFT (Generalized Radon Fourier Transform)长时间相参积累弱目标探测算法，最后通过数值实验验证了本文算法的有效性。

本文内容安排如下：第1节简单介绍了NPBR研究现状及存在的关键问题，明确了本文研究范畴；第2节建立了雷达外辐射源信号模型，给出了基于直达波的NPBR参数估计方法，并提出了一种鲁棒性高的脉冲提取方法；第3节给出了基于GRFT的捷变波形长时间积累算法；第4节利用实测数据对本文算法进行了验证；最后对本文内容进行了总结。

2. NPBR直达波参数估计

图1给出了NPBR工作示意图。NPBR接收的信号主要包括两个部分：(1)直接接收到的辐射源旁瓣信号，称为直达波信号；(2)目标前向散射的回波信号。NPBR合理布设的情况下，直达波信号信噪比将远大于目标回波信噪比，十分有利于发射波形参数的估计。因此，本文将基于直达波信号对辐射源发射波形及波达时间等参数进行估计。

图 1 NPBR示意图

Figure 1. Sketch map of NPBR

下载: 全尺寸图片幻灯片

2.1 信号模型

设外辐射源发射如式(1)所示的LFM脉冲串信号，脉冲串信号脉冲重复间隔、脉宽、载频及带宽均为脉间捷变。

$\begin{aligned}&\! s(\tau ,n) \!=\!\! A{\rm{rect}}\!\!\left( {\frac{\tau }{{{T_{\rm{p}}}\left( n \right)}}} \!\right)\!\exp \!\left\{ {{\rm j}{{π}}\! \left( {2{f_{\rm{c}}}\left( n \right)\tau \!+\! \gamma \left( n \right){\tau ^2}} \right)} \!\right\}\!,\\& \quad\quad\quad \ \ n = 0,1, ·\!·\!·,N - 1\end{aligned}$

(1)

式中， $\tau$ 为快时间，A为幅度，N为脉冲数， ${T_{\rm{p}}}(n)$ 为脉冲宽度， ${f_{\rm{c}}}\left( n \right)$ 为载频， $\gamma (n) = {B_{\rm{s}}}(n)/{T_{\rm{p}}}(n)$ 为调频率， ${B_{\rm{s}}}\left( n \right)$ 为信号带宽，n为脉冲序号。则直达波信号模型可写为：

$\begin{aligned}{s_{\rm{r}}}(\tau ,n) = & {A_1}{\rm{rect}}\left( {\frac{{\tau - {\tau _0}}}{{{T_{\rm{p}}}\left( n \right)}}} \right)\exp \left\{ { - {\rm j}2{{π}} {f_{\rm{c}}}\left( n \right){\tau _0}} \right\}\\& \cdot \!\exp \left\{ {{\rm j}{{π}} \left[ {2{f_{\rm{I}}}\left( n \right)\tau \!+\! \gamma \left( n \right){{\left( {\tau \!-\! {\tau _0}} \right)}^2}} \right]} \right\}\end{aligned}$

(2)

式中， ${\tau _0}{\rm{ = }}2{d_0}/{\rm c}$ 为直达波波达时间，d₀为外辐射源与接收天线之间的距离， ${f_{\rm{I}}}\left( n \right){\rm{ = }}{f_{\rm{c}}}\left( n \right) - {f_{{\rm{down}}}}$ 为中频频率， ${f_{{\rm{down}}}}$ 为下变频参考频率。

显然，式(2)中 ${\tau _0}$ , ${T_{\rm{p}}}\left( n \right)$ , $\gamma (n)$ 以及 ${f_{\rm{c}}}\left( n \right)$ 为待估计的未知参数。

2.2 直达波参数估计

根据待估计参数，可将直达波参数估计过程分为如图2所示的两个部分：脉冲提取和脉冲参数估计。

图 2 直达波参数估计流程图

Figure 2. Flow chart of parameter estimation of the direct waveform

下载: 全尺寸图片幻灯片

2.2.1 脉冲提取脉冲提取通常分为3个步骤，包括时域直达波初提取、自适应带通滤波以及时域直达波脉冲精提取。直达波信号中，通常可能包含大量同频段电台、通信等干扰成分，因此原始直达波信号在时域进行脉冲提取误差较大，需要在初提取的基础上进行带通滤波。而由于直达波信号中心频率、带宽未知，因此无法直接设计带通滤波器。考虑到LFM信号频率响应近似为矩形，本文采用通过脉冲提取方法提取信号的频率响应，从而获得信号中心频率与带宽，进而设计带通滤波器滤除直达波干扰信号。因此，脉冲提取方法的性能决定了直达波脉冲提取的效果。

脉冲串波形信息主要包含脉冲的上升沿、下降沿以及脉内调制信息。直达波脉冲提取可以等效于直达波脉冲的上升沿以及下降沿的提取。为此，本小节给出一种高鲁棒性的脉冲提取方法，该方法基本主要步骤包括：

步骤1 自适应计算噪声阈值门限，对超过噪声阈值门限的信号样本索引号进行差分处理；

步骤2 提取差分值大于最小脉冲间距的索引号作为预选上升沿；

步骤3 将信号序列翻转，用相同的差分处理方法以及信号序列翻转前后的对应关系获得预选下降沿。上升沿与下降沿一一对应，组成预选脉冲；

步骤4 从预选脉冲中剔除不符合预设脉冲条件的脉冲，将剩余脉冲作为最终提取结果。

通常，噪声采样幅值无法连续超过噪声门限，因此无法形成与直达波脉冲宽度和脉冲重复间隔等特征相近的脉冲。本质上，该方法正是利用了噪声与直达波脉冲的这种特征区别，因此具有较好的鲁棒性。

2.2.2 脉冲参数估计图2中，脉冲参数估计部分包括以下几个步骤：调频率和中心频率的估计、直达波脉冲对齐、直达波波达时间及载频估计。

在2.2.1小节脉冲提取的基础上，可以获得直达波信号的脉冲宽度及脉冲重复间隔。本小节针对提取的任意脉冲，给出脉内调制信息的提取方法。

(a) 调频率和中心频率的估计

每个提取的脉冲信号均为一个LFM信号，对于LFM信号的调频率及中心频率的估计方法较多。例如LvD^[7,8], GRFT^[9–11]等。考虑到GRFT参数估计的最优性^[12,13]，这里采用GRFT对LFM信号进行参数估计。设定中心频率范围为 ${\tilde f_k} \in \left[ {{f_{\min }},{f_{\max }}} \right]$ 及调频率范围为 ${\tilde \gamma _l} = \left[ {{\gamma _{\min }},{\gamma _{\max }}} \right]$ ，则中心频率及调频率估计值可由式(3)得到。式(3)中，L和K分别为中心频率和调频率搜索点数， ${s_{{\rm{pulse}}}}(\tau ,n)$ 为提取的第n个脉冲信号。

$\begin{aligned}& {\left[ {{{\tilde f}_{\rm{I}}}\left( n \right),\tilde \gamma \left( n \right)} \right]}\\& \ \ = \mathop {\rm argmax}\limits_{{{\tilde f}_k},{{\tilde \gamma }_l}} \left\{ {\sum\limits_{l = 1}^L {\sum\limits_{k = 1}^K {{s_{{\rm{pulse}}}}(\tau ,n)} } } \right.\\& \ \ \quad \cdot {\exp \left\{ { - {\rm j}{π} \left[ {2{{\tilde f}_k}\tau + {{\tilde \gamma }_l}{\tau ^2}} \right]} \right\}} \Biggr\}\\& \ \ = \mathop {\rm argmax}\limits_{{{\tilde f}_k},{{\tilde \gamma }_l}} \left\{ {\sum\limits_{l = 1}^L {\sum\limits_{k = 1}^K {\tilde A\exp } } \left\{{\rm j}{π} \left[ {2\left( {{f_{\rm{I}}}\left( n \right) - {{\tilde f}_k}} \right)\tau } \right. \right.} \right.\\& \ \ \quad{ { { + \left( {\gamma \left( n \right) - {{\tilde \gamma }_l}} \right){\tau ^2}} \Bigr]} \Big\}} \Biggr\}\end{aligned}$

(3)

式(3)中， $\tilde A$ 为与 $\tau$ 无关的复幅度。在实际中，由于提取脉冲的上升沿和下降沿可能存在较大误差，导致中心载频的估计值 ${\tilde f_{\rm{I}}}\left( n \right)$ 与真实估计值存在一个不可忽略的偏差，记为 $\Delta f\left( n \right)$ ，即 ${\tilde f_{\rm{I}}}\left( n \right) = {f_{\rm{I}}}\left( n \right) -$ $\Delta f\left( n \right)$ 。中心频率偏差将在后续脉压中产生峰值位置的偏移。

(b) 直达波脉冲对齐

利用获取的脉冲宽度、中心频率以及调频率，可构建如式(4)所示的参考信号，并对式(2)所示的直达波脉冲信号进行脉冲压缩。脉压结果如式(5)所示。

$\begin{aligned}\!\!\!\!\!\!\!\!\!\!\!\!\! {s_{{\rm{ref}}}}(\tau ,n) =& {\rm{rect}}\left( {\frac{\tau }{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)\\ & \cdot\exp \left\{ {{\rm j}{{π}} \left[ {2{{\tilde f}_{\rm{I}}}\left( n \right)\tau + \tilde \gamma \left( n \right){\tau ^2}} \right]} \right\}\end{aligned}$

(4)

$\begin{aligned}&{s_{{\rm{PC}}}}(\tau ,n)\\ &\ \ = {s_{\rm{r}}}(\tau ,n) \otimes s_{{\rm{ref}}}^*(\tau ,n)\\&\ \ = {A_1}\exp \left\{ { - {\rm j}2{{π}} {\tau _0}{f_{\rm{c}}}\left( n \right)} \right\} \\ & \ \ \quad\cdot\int_{ - \infty }^\infty {{\rm{rect}}\left( {\frac{{u - {\tau _0}}}{{{T_{\rm{p}}}\left( n \right)}}} \right){\rm{rect}}\left( {\frac{{\tau - u}}{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)} \\& \ \ \quad\cdot \exp \left\{ {{\rm j}{{π}} \left[ {2{f_{\rm{I}}}\left( n \right)u + \gamma \left( n \right){{\left( {u - {\tau _0}} \right)}^2}} \right]} \right\}\\&\ \ \quad \cdot \exp \left\{ { - {\rm j}{{π}} \left[ {2{{\tilde f}_{\rm{I}}}\left( n \right)\left( {\tau - u} \right) + \tilde \gamma \left( n \right){{\left( {\tau - u} \right)}^2}} \right]} \right\}\!\!{\rm d}u\\& \ \ \approx {\rm{rect}}\left( {\frac{{\tau + {T_{\rm{p}}}\left( n \right)/2 - {\tau _0}}}{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right) \\ & \ \ \quad \cdot \exp \left\{ {{\rm j}{{π}} \left[ {\left( {\tau + {\tau _0}} \right)\Delta f\left( n \right) - 2{\tau _0}{f_{\rm{c}}}\left( n \right)} \right]} \right\}\\& \ \ \quad\cdot{\rm{sinc}}\left\{ {\left( {\tau \!-\! {\tau _0} \!+\! {{\tilde T}_{\rm{p}}}\left( n \right)} \right){{π}} \tilde \gamma \left( n \right)\left[ {\tau \!-\! {\tau _0} \!+\! \Delta {\tau _0}\left( n \right)} \right]} \right\}\end{aligned}$

(5)

式(5)中，

$\Delta {\tau _0}\left( n \right) = \Delta f\left( n \right)/\tilde \gamma \left( n \right)$

(6)

显然，由于中心频率估计误差 $\Delta f\left( n \right)$ 的存在，脉压后，峰值位置存在一个与脉冲号相关偏移量 $\Delta {\tau _0}\left( n \right)$ ，即不同脉冲的峰值位置处于不同距离单元。利用式(6)中不同脉冲峰值的位置偏移与频率估计误差之间的关系，可实现脉冲间相对频率估计误差的补偿，并实现脉冲对齐。记各脉冲与第1个脉冲的峰值偏差为：

$\Delta {\tau _{\rm{r}}}\left( n \right){\rm{ = }}\Delta {\tau _0}\left( n \right) - \Delta {\tau _0}\left( 0 \right)$

(7)

由式(7)，定义相对频率偏差为：

$\Delta {f_{\rm{r}}}\left( n \right) = \Delta {\tau _{\rm{r}}}\left( n \right)\tilde \gamma \left( n \right)$

(8)

重新构建脉压匹配函数为：

$\begin{aligned}{\hat s_{{\rm{ref}}}}(\tau ,n) =& {\rm{rect}}\left( {\frac{\tau }{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)\\&\! \cdot\exp\! \left\{ {{\rm j}\!{{π}}\! \left\{ {2\!\left[ {{{\tilde f}_{\rm{I}}}\left( n \right) \!-\! \Delta {f_{\rm{r}}}\left( n \right)} \right]\!\!\tau \!+\! \tilde \gamma \left( n \right){\tau ^2}} \right\}} \right\}\end{aligned}$

(9)

则脉压结果更新为：

$\begin{aligned}&s'\!\!_{{\rm{PC}}}(\tau ,n)\\& \ \ = {s_{\rm{r}}}(\tau ,n) \otimes \hat s_{{\rm{ref}}}^*(\tau ,n)\\ & \ \ \approx{A_0}{\rm{rect}}\left( {\frac{{\tau + {T_{\rm{p}}}\left( n \right)/2 - {\tau _0}}}{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right) \\ & \ \ \quad \cdot\exp \left\{ {{\rm j}{{π}} \left[ {\left( {\tau + {\tau _0}} \right)\Delta f\left( 0 \right) - 2{\tau _0}{f_{\rm{c}}}\left( n \right)} \right]} \right\}\\ & \ \ \quad \cdot {\mathop{\rm sinc}\nolimits} \left\{ {\left( {\tau \!-\! {\tau _0} + {{\tilde T}_{\rm{p}}}\left( n \right)} \right){{π}} \tilde \gamma \left( n \right)\left[ {\tau \!-\! {\tau _0} \!+\! \Delta {\tau _0}\left( 0 \right)} \right]}\right\}\end{aligned}$

(10)

由式(10)可知，脉冲峰值位置均为：

$\tau = {\tau _{{\rm{peak}}}} = {\tau _0} - \Delta {\tau _0}\left( 0 \right)$

(11)

显然，与脉冲号无关，实现了脉冲对齐。

由式(7)和式(8)可知

$\begin{aligned}\Delta {f_{\rm{r}}}\left( n \right) &= \left( {\Delta {\tau _0}\left( n \right) - \Delta {\tau _0}\left( 0 \right)} \right)\tilde \gamma \left( n \right)\\ &{\rm{ = }}\Delta f\left( n \right) - \Delta {\tau _0}\left( 0 \right)\tilde \gamma \left( n \right)\\ & = \Delta f\left( n \right) - \Delta f\left( 0 \right)\tilde \gamma \left( n \right)/\tilde \gamma \left( 0 \right)\end{aligned}$

(12)

将式(12)代入式(10)中相位项，得到

$\begin{aligned}&\hat \phi \left( {n,{\tau _{{\rm{peak}}}}} \right)\\ &\ \ = \exp \left\{ {{\rm j}{{π}} \left[ {\left( {{\tau _{{\rm{peak}}}} + {\tau _0}} \right)\Delta f\left( 0 \right) - 2{\tau _0}{f_{\rm{c}}}\left( n \right)} \right]} \right\}\\ &\ \ = \exp \Big\{ {{\rm j}{{π}}\Big\{ {\left( {2{\tau _{{\rm{peak}}}} + \Delta f\left( 0 \right)/\tilde \gamma \left( 0 \right)} \right)\Delta f\left( 0 \right)} } \\ &\ \ \quad - 2\left( {{\tau _{{\rm{peak}}}} + \Delta f\left( 0 \right)/\tilde \gamma \left( 0 \right)} \right) \\ & \ \ \quad \cdot \left[ {{f_{{\rm{down}}}} \!+\! {{\tilde f}_{\rm{I}}}\left( n \right) \!\!-\!\! \Delta {f_{\rm{r}}}\left( n \right) \!\!+\!\! \Delta f\left( 0 \right)\tilde \gamma \left( n \right)/\tilde \gamma \left( 0 \right)} \right] \Big\}\Big\}\end{aligned}$

(13)

因此，利用式(14)可以得到第1个脉冲的中心频率误差的估计值。

$\begin{aligned}\Delta\! \tilde f\left( 0 \right)=& \mathop {{\rm{argmax}}}\limits_{\Delta {f_k}} \sum\limits_{n = 0}^{N - 1} {{s_{{\rm{MF}}}}\left( {{\tau _{{\rm{peak}}}},n} \right)} \\ & \cdot\exp \Big\{ { - {\rm j}{{π}} \Big\{ {\left( {2{\tau _{{\rm{peak}}}} + \Delta {f_k}/\tilde \gamma \left( 0 \right)} \right)} } \\&\cdot\Delta {f_k}+ 2\left( {{\tau _{{\rm{peak}}}} + \Delta {f_k}/\tilde \gamma \left( 0 \right)} \right)\\ &\cdot\left[ {{f_{{\rm{down}}}} + {{\tilde f}_{\rm{I}}}\left( n \right) - \Delta {f_{\rm{r}}}\left( n \right)} \right.\\& {{ + \Delta {f_k}\tilde \gamma \left( n \right)/\tilde \gamma \left( 0 \right)} \Big]} \Big\}\Big\}\end{aligned}\!\!$

(14)

式中，搜索频率 $\Delta {f_k} \in \left[ {\Delta {f_k}_{\min },\Delta {f_k}_{\max }} \right]$ , $\Delta {f_k}_{\min }$ 和 $\Delta {f_k}_{\max }$ 为搜索最小值和最大值。

进而得到直达波到达时间为：

${\tau _{\rm{0}}}{\rm{ = }}{\tau _{{\rm{peak}}}}{\rm{ + }}\Delta {\tau _0}\left( 0 \right) = {\tau _{{\rm{peak}}}}{\rm{ + }}\Delta \tilde f\left( 0 \right)/\tilde \gamma \left( 0 \right)$

(15)

中心频率估计值更新为：

$\begin{aligned}\tilde f_{\rm{I}}'\left( n \right){\rm{ = }}& {{\tilde f}_{\rm{I}}}\left( n \right) - \Delta \tilde f\left( n \right)\\ = & {{\tilde f}_{\rm{I}}}\left( n \right) \!-\! \left( {\Delta \tilde f\left( 0 \right)/\tilde \gamma \left( 0 \right) \!+\! \Delta {\tau _{\rm{r}}}\left( n \right)} \right)\tilde \gamma \left( n \right)\end{aligned}$

(16)

进一步可以得到各脉冲的载频估计值为：

${\tilde f_{\rm{c}}}\left( n \right) = {f_{{\rm{down}}}}{\rm{ + }}\tilde f_{\rm{I}}'\left( n \right)$

(17)

至此，外辐射源发射信号的脉冲重复频率、脉冲宽度、调频率、载频以及直达波达到时间均已获得，为脉间相参积累奠定基础。

3. 长时间积累

通过直达波的处理，可获得外辐射源信号的参数，并将获得的参数估计值代入式(4)可得到重构的脉压参考函数。利用该参考函数，对特定距离门内的回波进行脉压，得到脉压后距离-脉冲维结果。在此基础上，沿脉冲维进行捷变波形的长时间积累技术。目标回波时延为 ${\tau _{\rm{d}}}\left( n \right){\rm{ = 2}}r(n)/{\rm c}$ ，式中，c为光速， $r(n)$ 为目标瞬时斜距，且

$r(n){\rm{ = }}{r_0} + {v_0}\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} + \frac{{{a_0}}}{2}{\left( {\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} } \right)^2}$

(18)

式中，r₀为初始斜距，v₀为径向速度，a₀为径向加速度。

结合式(1)，目标回波可以写为：

$\begin{aligned}{s_{{\rm{echo}}}}(\tau ,n) = &{A_2}{\rm{rect}}\left( {\frac{{\tau - {\tau _0}}}{{{T_{\rm{p}}}\left( n \right)}}} \right)\\ &\cdot\exp \left\{ { - {\rm j}2{{π}} {f_{\rm{c}}}\left( n \right){\tau _{\rm{d}}}\left( n \right)} \right\}\\& \cdot\! \exp \!\left\{ {{\rm j}\!{{π}}\! \left[ {2{f_{\rm{I}}}\left( n \right)\tau \!+\! \gamma \left( n \right){{\left( {\tau \!-\! {\tau _{\rm{d}}}\left( n \right)} \right)}^2}} \right]} \right\}\end{aligned}$

(19)

式中，A₂为回波幅度。

用 $\tilde f_{\rm{I}}'\left( n \right)$ 替换式(4)所示参考函数的 ${\tilde f_{\rm{I}}}\left( n \right)$ ，利用更新后的参考函数对式(19)进行脉压，得到

$\begin{aligned}&{s_{{\rm{PC\_echo}}}}(\tau ,n)\\& \ \ = {s_{{\rm{echo}}}}(\tau ,n) \otimes s_{{\rm{ref}}}^*(\tau ,n)\\& \ \ \approx {A_2}{\rm{rect}}\left( {\frac{{\tau - {\tau _{\rm{d}}}\left( n \right)}}{{2{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)\exp \left\{ { - {\rm j}2{{π}} {\tau _{\rm{d}}}\left( n \right){f_{\rm{c}}}\left( n \right)} \right\}\\&\ \ \quad \cdot {\rm{sinc}}\left\{ {{{π}} \left( {{{\tilde T}_{\rm{p}}}\left( n \right) \!-\! \left| {\tau \!-\! {\tau _{\rm{d}}}\left( n \right)} \right|} \right)\tilde \gamma \left( n \right)\left( {\tau \!-\! {\tau _{\rm{d}}}\left( n \right)} \right)} \right\}\end{aligned}$

(20)

基于式(20)，可得到运动参数空间中，相参积累的结果为：

$\begin{aligned}G\left( {i,j,k} \right) = & \sum\limits_{n = 0}^{N - 1} {{s_{{\rm{PC\_echo}}}}\left( {\tau \left( {{r_i},{v_j},{a_k};n} \right),n} \right)}\\ & \cdot \exp \left\{ {{\rm j}2{{π}} \tau \left( {{r_i},{v_j},{a_k};n} \right){{\tilde f}_{\rm{c}}}\left( n \right)} \right\}\end{aligned}$

(21)

式中，r_i, v_j, a_k分别为搜索的距离、速度和加速度值，且

$\begin{aligned}&\!\!\!\!\tau \left( {{r_i},{v_j},{a_k};n} \right)\\ &\ = \frac{{\rm{2}}}{\rm c}\left[ {{r_i} + {v_i}\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} + \frac{{{a_i}}}{2}{{\left( {\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} } \right)}^2}} \right]\end{aligned}$

(22)

式(21)实际上为文献[9–12]中GRFT的一种特殊形式。值得注意的是，式(20)中的脉压输出波形在脉冲间可以是捷变的，因此，其盲速旁瓣^[10]等积累性能与非捷变信号GRFT结果将会有较大区别，篇幅原因，本文不进行讨论。

当 $\tau \left( {{r_i},{v_j},{a_k};n} \right){\rm{ = }}{\tau _{\rm{d}}}\left( n \right)$ 时，式(18)得到峰值：

$G{\left( {i,j,k} \right)_{\max }} = {A_2}N$

(23)

即实现了积累增益随脉冲数增加而线性增加的相参积累结果。将式(21)中得到的积累幅值与恒虚警(Constant False Alarm Rate, CFAR)门限进行比较，即可得到最终检测结果。

对于功率为 ${\sigma ^2}$ 的高斯白噪声背景，N个脉冲相参积累后的噪声输出功率为 $N{\sigma ^2}$ ^[9]，因此，相参积累的输出信噪比为 $NA_2^2/{\sigma ^2}$ ，即为积累前信噪比的N倍。另外，本文方法对输入信噪比的要求与积累脉冲数及检测门限相关。在检测门限一定的条件下，目标回波信噪比越小，所需的积累脉冲数越多，进而所需的波束驻留时间也越长。

4. 数值实验

本文总体算法处理流程如图3所示。

图 3 算法流程

Figure 3. Flowchart of the algorithm

下载: 全尺寸图片幻灯片

本小节将利用仿真和实测数据实验对所提方法进行验证。

仿真实验中，外辐射源雷达工作在P波段，发射波形脉宽、时宽及带宽脉间捷变，场景中存在一个微弱目标，脉压后信噪比为0，运动参数为(120 km, 350 m/s, 20 m/s²)，积累脉冲数为100。部分原始回波实部信号和模值如图4所示。图5为直达波提取结果，该结果验证了本文脉冲提取方法的有效性。图6为目标回波脉压结果。显然，脉压结果中，目标淹没在噪声中。利用动目标检测(Moving Target Detection, MTD)方法，得到结果如图7所示，利用本文长时间积累方法，得到结果如图8所示。显然，通过时间和相位同步，利用本文的波形捷变GRFT方法能够将目标能量有效积累，进而验证了本文算法的有效性。

图 4 原始直达波信号

Figure 4. Original signal of the direct waveform

下载: 全尺寸图片幻灯片

图 5 脉冲提取结果

Figure 5. Pulse extraction result

下载: 全尺寸图片幻灯片

图 6 目标回波脉冲压缩结果

Figure 6. Echo pulse compression result

下载: 全尺寸图片幻灯片

图 7 MTD结果

Figure 7. MTD result

下载: 全尺寸图片幻灯片

图 8 时间相位同步后相参积累结果

Figure 8. Coherent integration result after time and phase synchronization

下载: 全尺寸图片幻灯片

实测数据实验中，外辐射源雷达工作在P波段，发射波形脉宽、时宽及带宽脉间捷变。图9为回波脉压结果，从脉压结果可以看出，场景中存在多个微弱目标，而且在观测时间内，目标存在明显跨距离单元现象。针对图9中弱目标1进行捷变波形GRFT长时间积累，得到目标检测及跟踪结果如图10所示。处理中，每一帧的积累脉冲数为20，平均积累时间约为0.42 s，帧间滑动步长为10个脉冲。图11给出了基于本文算法的相参积累与常规MTD、单脉冲处理的信噪比结果对比。由于目标存在跨距离单元现象，在相同积累脉冲数情况下，本文相参积累性能显著高于常规MTD。

图 9 目标回波脉冲压缩

Figure 9. Echo pulse compression result

下载: 全尺寸图片幻灯片

图 10 弱目标轨迹探测结果

Figure 10. Weak target trace detection result

下载: 全尺寸图片幻灯片

图 11 积累SNR比较

Figure 11. SNR comparisons

下载: 全尺寸图片幻灯片

实验结果表明，利用本文的基于直达波的外辐射源波形估计方法以及捷变波形GRFT相参积累方法，能够将长时间观测的目标回波能量有效积累。

5. 总结

本文针对非合作外辐射源双基地雷达中时间和相位同步问题以及捷变波形的长时间相参积累问题进行了研究。给出了一种直达波脉冲提取方法，并利用直达波参数估计实现了时间和相位同步，在此基础上，进一步给出了波形捷变GRFT长时间相参积累方法，通过仿真和实测数据实验，验证了该方法对微弱目标探测的有效性。

直达波信噪比大小会影响波形参数估计误差，该信噪比越小，波形参数估计误差越大，进而长时间积累性能也越差。估计误差对目标参数测量及相参积累性能的分析将在后续工作中进行定量分析。另外，后续将对双基地目标运动参数的解算、捷变波形GRFT的相参积累性能及其盲速旁瓣特性等方面内容开展研究。

图 1 典型SAR 3维成像模式

Figure 1. Typical 3-D SAR imaging mode

下载: 全尺寸图片幻灯片

图 2 信息球

Figure 2. Information sphere

下载: 全尺寸图片幻灯片

图 3 多基线SAR的数据采集天线相位中心分布、频谱支撑集和点扩展函数

Figure 3. The antenna phase center distribution, spectrum support and point spread function of multi-baseline SAR

下载: 全尺寸图片幻灯片

图 4 阵列下视SAR的数据采集天线相位中心分布、频谱支撑集和点扩展函数

Figure 4. The antenna phase center distribution, spectrum support and point spread function of downward-looking array SAR

下载: 全尺寸图片幻灯片

图 5 圆迹SAR的数据采集天线相位中心分布、频谱支撑集和点扩展函数

Figure 5. The antenna phase center distribution, spectrum support and point spread function of circular SAR

下载: 全尺寸图片幻灯片

图 6 多基线圆迹SAR的数据采集天线相位中心分布、频谱支撑集和点扩展函数

Figure 6. The antenna phase center distribution, spectrum support and point spread function of multi-baseline circular SAR

下载: 全尺寸图片幻灯片

图 7 暗室多基线SAR观测的目标场景

Figure 7. The object of the multi-baseline SAR experiment in the chamber

下载: 全尺寸图片幻灯片

图 8 暗室多基线3维SAR成像结果

Figure 8. 3-D imaging results of the multi-baseline SAR experiment carried out in the chamber

下载: 全尺寸图片幻灯片

图 9 利用TerraSAR数据的多基线SAR 3维重建结果

Figure 9. 3-D reconstruction of the Pangu building using the TerraSAR-X multi-baseline data

下载: 全尺寸图片幻灯片

图 10 BioSAR森林地区多基线SAR 3维重构结果

Figure 10. 3-D reconstruction of a forest area using the BioSAR multi-baseline data

下载: 全尺寸图片幻灯片

图 11 模拟下视3-D SAR的成像几何及建筑物模型

Figure 11. Geometry of the downward-looking SAR experiment and the building model

下载: 全尺寸图片幻灯片

图 12 3维成像结果(2维剖面显示)

Figure 12. 3-D imaging results (shown by height slices)

下载: 全尺寸图片幻灯片

图 13 阵列SAR系统与暗室实验观测目标

Figure 13. Array SAR system the objects used in the experiment

下载: 全尺寸图片幻灯片

图 14 通道一致性校正前后角反射器数据处理结果对比

Figure 14. Imaging results of the corner reflector with and without the multi-channel calibration

下载: 全尺寸图片幻灯片

图 15 字母IE数据的通道一致性校正前后成像结果对比

Figure 15. Imaging results of the IE metal sheet with and without the multi-channel calibration

下载: 全尺寸图片幻灯片

图 16 塔吊下视阵列原理验证系统组成框图

Figure 16. System block diagram of the tower crane downward-looking array SAR system

下载: 全尺寸图片幻灯片

图 17 塔吊下视阵列天线

Figure 17. Antenna array of the system

下载: 全尺寸图片幻灯片

图 18 塔吊阵列SAR下视实验

Figure 18. The tower crane downward-looking array SAR experiment

下载: 全尺寸图片幻灯片

图 19 塔吊阵列SAR下视实验3维成像结果

Figure 19. 3-D imaging results of the tower crane downward-looking array SAR experiment

下载: 全尺寸图片幻灯片

图 20 金属球暗室转台实验。

Figure 20. Metal ball turn table experiment in the chamber

下载: 全尺寸图片幻灯片

图 21 地心惯性直角坐标系下地球同步轨道圆迹SAR观测几何

Figure 21. Geo-CSAR geometry in the geocentric inertial cartesian coordinate

下载: 全尺寸图片幻灯片

图 22 地球同步轨道圆迹SAR 3维成像点扩展函数

Figure 22. 3-D point spread function of Geo-CSAR

下载: 全尺寸图片幻灯片

图 23 真实场景的各向异性特性

Figure 23. Anisotropic properties of the real scene

下载: 全尺寸图片幻灯片

图 24 散射各向异性对圆迹SAR 3维分辨能力的影响

Figure 24. The effect of anisotropic property to the 3-D resolving capability of circular SAR

下载: 全尺寸图片幻灯片

图 25 高程对圆迹SAR成像的影响

Figure 25. Effect of height to the imaging of circular SAR

下载: 全尺寸图片幻灯片

图 26 利用多角度图像的高程提取与利用高度信息的圆迹SAR成像

Figure 26. DEM extraction with circular SAR data and circular SAR imaging with DEM

下载: 全尺寸图片幻灯片

图 27 干涉圆迹SAR 3维重建

Figure 27. 3-D reconstruction of InCSAR

下载: 全尺寸图片幻灯片

图 28 多基线圆迹SAR 3维成像结果

Figure 28. 3-D imaging results of multi-baseline circular SAR

下载: 全尺寸图片幻灯片

图 29 阵列雷达圆柱扫描3维成像试验系统

Figure 29. Cylindrical scanning array radar 3-D imaging system

下载: 全尺寸图片幻灯片

图 30 人体模型3维成像结果

Figure 30. 3-D imaging result of a mannequin with the cylindrical scanning array radar system

下载: 全尺寸图片幻灯片

表 1 不同阵列稀疏优化布局方案对比

Table 1. Comparation of different sparse array scheme

阵列布局方式	相位中心与稀疏阵列长度比	阵列稀疏率	安装要求	阵列方向图
两侧发射中间接收收发分置	$\frac{{2MN - 1}}{{2M\left( {N + 1} \right) - 2}}$	$1 - \frac{{2M + N}}{{2MN}}$	阵元相对安装位置要求严格	无模糊成像范围内低旁瓣
两侧接收中间发射收发分置	$\frac{{\left( {MN - 1} \right)}}{{2M\left( {N - 1} \right)}}$	$1 - \frac{{M + N}}{{MN}}$	阵元相对安装位置要求严格	无模糊成像范围内低旁瓣
等效相位中心均匀收发共用	1	极限接近90%	阵元相对安装位置要求严格	无模糊成像范围内低旁瓣
等效相位中心近似均匀收发分置	因平台差异	因平台差异	阵元相对安装位置要求不严格	无模糊成像范围内旁瓣相对较低

下载: 导出CSV

参考文献(58)

[1]	Knaell K. Three-dimensional SAR from curvilinear apertures[C]. Proceedings of SPIE 2230, Algorithms for Synthetic Aperture Radar Imagery, Orlando, FL, USA, 1994.
[2]	Soumekh M. Reconnaissance with slant plane circular SAR imaging[J]. IEEE Transactions on Image Processing, 1996, 5(8): 1252–1265. DOI: 10.1109/83.506760
[3]	Bryant M L, Gostin L L, and Soumekh M. 3-D E-CSAR imaging of a T-72 tank and synthesis of its SAR reconstructions[J]. IEEE Transactions on Aerospace and Electronic Systems, 2003, 39(1): 211–227. DOI: 10.1109/TAES.2003.1188905
[4]	Fortuny J. Efficient algorithms for three-dimensional near-field synthetic aperture radar imaging[D].[Ph.D. dissertation], University of Karslruhe, 2001.
[5]	Fortuny J and Lopez-Sanchez J M. Extension of the 3-D range migration algorithm to cylindrical and spherical scanning geometries[J]. IEEE Transactions on Antennas and Propagation, 2001, 49(10): 1434–1444. DOI: 10.1109/8.954932
[6]	Reigber A and Moreira A. First demonstration of airborne SAR tomography using multibaseline L-band data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2142–2152. DOI: 10.1109/36.868873
[7]	谭维贤. 合成孔径雷达三维成像理论与方法研究[D]. [博士论文], 中国科学院电子学研究所, 2009. Tan Wei-xian. Study on theory and algorithms for three-dimensional synthetic aperture radar imaging[D]. [Ph.D. dissertation], Institute of Electronics, Chinese Academy of Sciences, 2009.
[8]	洪文, 丁赤飚, 王彦平, 等. 确定微波三维成像中相位中心时空分布的方法[P]. 中国, CN201310699025, 2014. Hong Wen, Ding Chi-biao, Wang Yan-ping, et al.. Method for confirming space-time distribution of phase center in microwave three-dimensional imaging[P]. CN, CN201310699025, 2014.
[9]	Chan T K, Kuga Y, and Ishimaru A. Experimental studies on circular SAR imaging in clutter using angular correlation function technique[J]. IEEE Transactions on Geoscience and Remote Sensing, 1999, 37(5): 2192–2197. DOI: 10.1109/36.789616
[10]	She Z, Gray D A, Bogner R E, et al.. Three-dimensional SAR imaging via multiple pass processing[C]. Proceedings of IEEE 1999 International Geoscience and Remote Sensing Symposium, Hamburg, Germany, 1999, 5: 2389–2391. DOI: 10.1109/IGARSS.1999.771519.
[11]	Fornaro G, Serafino F, and Soldovieri F. Three-dimensional focusing with multipass SAR data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(3): 507–517. DOI: 10.1109/TGRS.2003.809934
[12]	Fornaro G and Serafino F. Imaging of single and double scatterers in urban areas via SAR tomography[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(12): 3497–3505. DOI: 10.1109/TGRS.2006.881748
[13]	Zhu X X and Bamler R. Super-resolution power and robustness of compressive sensing for spectral estimation with application to spaceborne tomographic SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(1): 247–258. DOI: 10.1109/TGRS.2011.2160183
[14]	Budillon A, Evangelista A, and Schirinzi G. Three-dimensional SAR focusing from multipass signals using compressive sampling[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(1): 488–499. DOI: 10.1109/TGRS.2010.2054099
[15]	Aguilera E, Nannini M, and Reigber A. Wavelet-based compressed sensing for SAR tomography of forested areas[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(12): 5283–5295. DOI: 10.1109/TGRS.2012.2231081
[16]	Aguilera E, Nannini M, and Reigber A. Multisignal compressed sensing for polarimetric SAR tomography[J]. IEEE Geoscience and Remote Sensing Letters, 2012, 9(5): 871–875. DOI: 10.1109/LGRS.2012.2185482
[17]	Gierull C H. On a concept for an airborne downward-looking imaging radar[J]. International Journal of Electronics and Communications, 1999, 53(6): 295–304.
[18]	Giret R, Jeuland H, and Enert P. A study of a 3D-SAR concept for a millimeter wave imaging radar onboard an UAV[C]. Proceedings of the 1st European Radar Conference, Amsterdam, The Netherlands, 2004: 201–204.
[19]	Nouvel J, Jeuland H, Bonin G, et al.. A Ka band imaging radar: DRIVE on board ONERA motorglider[C]. Proceedings of 2006 IEEE International Symposium on Geoscience and Remote Sensing, Denver, USA, 2006: 134–136. DOI: 10.1109/IGARSS.2006.39.
[20]	Klare J, Weiß M, Peters O, et al.. ARTINO: A new high resolution 3D imaging radar system on an autonomous airborne platform[C]. Proceedings of 2006 IEEE International Symposium on Geoscience and Remote Sensing, Denver, USA, 2006: 3842–3845.
[21]	Palm S, Oriot H M, and Cantalloube H M. Radargrammetric DEM extraction over urban area using circular SAR imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(11): 4720–4725. DOI: 10.1109/TGRS.2012.2191414
[22]	Ponce O, Prats P, Rodriguez-Cassola M, et al.. Processing of circular SAR trajectories with fast factorized back-projection[C]. Proceedings of 2011 IEEE International Geoscience and Remote Sensing Symposium, Vancouver, Canada, 2011: 3692–3695.
[23]	Ponce O, Prats-Iraola P, Scheiber R, et al. First airborne demonstration of holographic SAR tomography with fully polarimetric multicircular acquisitions at L-band[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(10): 6170–6196. DOI: 10.1109/TGRS.2016.2582959
[24]	王斌. 多基线SAR三维成像的参数化模型和方法研究[D]. [博士论文], 中国科学院研究生院, 2010. Wang Bin. Parametric algorithms of multi-baseline synthetic aperture radar[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2010.
[25]	Wang B, Wang Y P, Hong W, et al. Studies on MB-SAR 3D imaging algorithm using Yule-walker method[J]. Science China Information Sciences, 2010, 53(9): 1848–1859. DOI: 10.1007/s11432-010-4040-7
[26]	毕辉. 基于稀疏信号处理的SAR/TomoSAR成像方法研究[D]. [博士论文], 中国科学院大学, 2017. Bi Hui. Study on sparse signal processing based SAR/TomoSAR imaging methods[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2017.
[27]	Bi H, Zhang B C, and Hong W. Matrix completion-based distributed compressive sensing for polarimetric SAR tomography[J]. Science China Information Sciences, 2015, 58(11): 1–3. DOI: 10.1007/S11432-015-5395-6
[28]	Bi H, Zhang B C, and Hong W. Lq regularization-based unobserved baselines’ data estimation method for tomographic synthetic aperture radar inversion[J]. Journal of Applied Remote Sensing, 2016, 10(3): 035014. DOI: 10.1117/1.JRS.10.035014
[29]	Bi H, Liu J G, Zhang B C, et al. Baseline distribution optimization and missing data completion in wavelet-based CS-TomoSAR[J]. Science China Information Sciences, 2018, 61(4): 042302. DOI: 10.1007/s11432-016-9068-y
[30]	彭学明. 机载下视稀疏阵列3D SAR分布式大场景回波模拟与成像处理算法研究[D]. [博士论文], 中国科学院大学, 2014. Peng Xue-ming. Airborne downward looking sparse linear array three dimensional synthetic aperture radar distriubted large imaging scene echo simualtion and imaging algorithm research[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2014.
[31]	Peng X M, Hong W, Wang Y P, et al. Polar format imaging algorithm with wave-front curvature phase error compensation for airborne DLSLA three-dimensional SAR[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(6): 1036–1040. DOI: 10.1109/LGRS.2013.2282335
[32]	Peng X M, Wang Y P, Hong W, et al. Autonomous Narigation airborne forward looking SAR high precision pseudopolar format imaging with ourlapped sub-aperture algorithm[J]. Remote Sensing, 2013, 5(11).
[33]	Peng X M, Wang Y P, Hong W, et al. Airborne downward looking sparse linear array 3-D SAR heterogeneous parallel simulation[J]. Remote Sensing, 2013, 5(10): 5304–5329. DOI: 10.3390/rs5105304
[34]	韩阔业. 阵列天线下视3D SAR多通道幅相误差校正成像方法研究[D]. [硕士论文], 中国科学院研究生院, 2011. Han Kuo-ye. Study on multi-channel amplitude-phase errors calibration and imaging methods of downward-looking 3D-SAR based on array antennas[D]. [Master dissertation], University of Chinese Academy of Sciences, 2011.
[35]	Han K Y, Wang Y P, Tan W X, et al. Efficient pseudopolar format algorithm for down-looking linear-array SAR 3-D imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(3): 572–576. DOI: 10.1109/LGRS.2014.2351792
[36]	Han K Y, Wang Y P, Chang X K, et al. Generalized pseudopolar format algorithm for radar imaging with highly suboptimal aperture length[J]. Science China Information Sciences, 2015, 58(4): 1–15. DOI: 10.1007/S11432-014-5224-3
[37]	鲍慊. 三维合成孔径雷达稀疏成像方法研究[D]. [博士论文], 中国科学院大学, 2017. Bao Qian. Study on sparse imaging algorithms for three-dimensional synthetic aperture radar[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2017.
[38]	Bao Q, Peng X M, Wang Z R, et al. DLSLA 3-D SAR imaging based on reweighted gridless sparse recovery method[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(6): 841–845. DOI: 10.1109/LGRS.2016.2550057
[39]	Bao Q, Peng X M, Lin Y, et al. Suboptimal aperture radar imaging by combination of pseudo-polar formatting and gridless sparse recovery method[J]. Electronics Letters, 2016, 52(9): 765–766. DOI: 10.1049/el.2016.0234
[40]	Bao Q, Jiang C L, Lin Y, et al. Measurement matrix optimization and mismatch problem compensation for DLSLA 3-D SAR cross-track reconstruction[J]. Sensors, 2016, 16(8): 1333. DOI: 10.3390/s16081333
[41]	Bao Q, Peng X M, Wang Y P, et al. Downward looking sparse linear array 3D SAR imaging algorithm based on back-projection and convex optimization[J]. Journal of Electronics(China) , 2014, 31(4): 298–309. DOI: 10.1007/s11767-014-4095-5
[42]	杨晓琳. 线阵成像雷达系统设计及幅相误差一致性校正方法研究[D]. [博士论文], 中国科学院研究生院, 2014. Yang Xiao-lin. Research on system design and amplitude/phase errors correction for linear array imaging radar[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2014.
[43]	杨晓琳, 谭维贤, 乞耀龙, 等. 基于单特显点目标回波的阵列3D SAR幅相误差一致性校正方法研究[J]. 雷达学报, 2014, 3(4): 409–418. DOI: 10.3724/SP.J.1300.2014.14037 Yang Xiao-lin, Tan Wei-xian, Qi Yao-long, et al. Amplitude and phase errors correction for array 3D SAR system based on single prominent point like target echo data[J]. Journal of Radars, 2014, 3(4): 409–418. DOI: 10.3724/SP.J.1300.2014.14037
[44]	丁振宇, 谭维贤, 王彦平, 等. 基于波数域子孔径的机载三维SAR偏航角运动误差补偿[J]. 雷达学报, 2015, 4(4): 467–473. DOI: 10.12000/JR15016 Ding Zhen-yu, Tan Wei-xian, Wang Yan-ping, et al. Yaw angle error compensation for airborne 3-D SAR based on wavenumber-domain subblock[J]. Journal of Radars, 2015, 4(4): 467–473. DOI: 10.12000/JR15016
[45]	丁振宇. 机载下视觉阵列三维SAR运动补偿方法研究[D]. [博士论文], 中国科学院大学, 2015. Ding Zhen-yu. Research on airborne downward looking array three dimensional synthetic aperture radar motion compensation method[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2015.
[46]	林赟. 圆迹合成孔径雷达成像算法研究[D]. [博士论文], 中国科学院研究生院, 2011. Lin Yun. Study on algorithms for circular synthetic aperture radar imaging[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2011.
[47]	林赟, 谭维贤, 洪文, 等. 圆迹SAR极坐标格式算法研究[J]. 电子与信息学报, 2010, 32(12): 2802–2807. DOI: 10.3724/SP.J.1146.2010.00003 Lin Yun, Tan Wei-xian, Hong Wen, et al. Polar format algorithm for circular synthetic aperture radar[J]. Journal of Electronics&Information Technology, 2010, 32(12): 2802–2807. DOI: 10.3724/SP.J.1146.2010.00003
[48]	Lin Y, Hong W, Tan W X, et al. Extension of range migration algorithm to squint circular SAR imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(4): 651–655. DOI: 10.1109/LGRS.2010.2098843
[49]	洪文, 林赟, 谭维贤, 等. 地球同步轨道圆迹SAR研究[J]. 雷达学报, 2015, 4(3): 241–253. DOI: 10.12000/JR15062 Hong Wen, Lin Yun, Tan Wei-xian, et al. Study on geosynchronous circular SAR[J]. Journal of Radars, 2015, 4(3): 241–253. DOI: 10.12000/JR15062
[50]	刘启. 地球同步轨道圆迹SAR成像方法研究[D]. [博士论文], 中国科学院电子学研究所, 2012: 1–18. Liu Qi. Investigation on the imaging methods for geosynchronous circular SAR[D]. [Ph.D. dissertation], Institute of Electronics, Chinese Academy of Sciences, 2012: 1–18.
[51]	Liu Q, Hong W, Tan W X, et al. An improved polar format algorithm with performance analysis for geosynchronous circular SAR 2D imaging[J]. Progress in Electromagnetics Research, 2011, 119: 155–170. DOI: 10.2528/PIER11060503
[52]	洪文. 圆迹SAR成像技术研究进展[J]. 雷达学报, 2012, 1(2): 124–135. DOI: 10.3724/SP.J.1300.2012.20046 Hong Wen. Progress in circular SAR imaging technique[J]. Journal of Radars, 2012, 1(2): 124–135. DOI: 10.3724/SP.J.1300.2012.20046
[53]	刘婷. 基于DEM提取技术的机载圆迹SAR三维成像方法研究[D]. [硕士论文], 中国科学院大学, 中国科学院研究生院, 2012. Liu Ting. Three-dimensional imaging Based on the technique of DEM extraction in Airborne Circular SAR[D]. [Master dissertation], University of Chinese Academy of Sciences, 2012.
[54]	Lin Y, Hong W, Tan W X, et al. Interferometric circular SAR method for three-dimensional imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(6): 1026–1030. DOI: 10.1109/LGRS.2011.2150732
[55]	侯丽英. 干涉圆迹SAR的典型目标全方位三维重建方法研究[D]. [硕士论文], 中国科学院大学, 2016. Hou Li-ying. Interferometric circular SAR all-around 3D reconstruction method study on typical target[D]. [Master dissertation], University of Chinese Academy of Sciences, 2016.
[56]	侯丽英, 林赟, 洪文. 干涉圆迹SAR的目标三维重建方法研究[J]. 雷达学报, 2016, 5(5): 538–547. DOI: 10.12000/JR16009 Hou Li-ying, Lin Yun, and Hong Wen. Three-dimensional reconstruction method study based on interferometric circular SAR[J]. Journal of Radars, 2016, 5(5): 538–547. DOI: 10.12000/JR16009
[57]	Bao Q, Lin Y, Hong W, et al. Holographic SAR tomography image reconstruction by combination of adaptive imaging and sparse Bayesian inference[J]. IEEE Geoscience and Remote Sensing Letters, 2017, 14(8): 1248–1252. DOI: 10.1109/LGRS.2017.2704601
[58]	乞耀龙. 近景微波三维成像模型与方法研究[D]. [博士论文], 中国科学院研究生院, 2012. Qi Yao-long. Study on imaging model and algorithms for near range three-dimensional microwave imaging[D]. [Ph.D. dissertation], University of Chinese Academy of Sciences, 2012.

施引文献

期刊类型引用(6)

1.	郁成阳，周婉婷，徐海洲，刘磊，杨君. 非合作式双基地雷达系统设计与验证. 雷达科学与技术. 2024(02): 119-125 . 百度学术
2.	吕敏，孙清洋，刘乐. 基于非合作雷达的外源雷达直达波参数提取方法. 电子技术与软件工程. 2023(04): 64-69 . 百度学术
3.	庄敬敏，宋杰，熊伟，王中训. 非合作辐射源双基地雷达技术综述. 探测与控制学报. 2023(04): 35-45+69 . 百度学术
4.	蒋威，马超，郑园园，曹健. 基于高频外辐射信号的探测效能评估研究. 电子技术与软件工程. 2022(14): 88-93 . 百度学术
5.	裴家正，黄勇，陈宝欣，关键，蔡咪，陈小龙. 联合脉压与Radon傅里叶变换的长时间相参积累方法. 雷达学报. 2021(06): 956-969 . 本站查看
6.	朱拥建，刘远，石林艳，王宏. 非合作侦察定位系统的关键技术. 太赫兹科学与电子信息学报. 2018(03): 452-457 . 百度学术

其他类型引用(4)

资源附件(0)

访问统计

图(30) / 表(1)

计量

文章访问数: 7686
HTML全文浏览量: 2103
PDF下载量: 1155
被引次数: 10

1. 引言
2. NPBR直达波参数估计
2.1 信号模型
2.2 直达波参数估计
3. 长时间积累
4. 数值实验
5. 总结

新体制SAR三维成像技术研究进展

DOI: 10.12000/JR18109

通讯作者:
王彦平 wangyp@ncut.edu.cn

计量

Research Progress on Three-dimensional SAR Imaging Techniques

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊类型引用(6)

其他类型引用(4)

计量

目录

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊介绍

联系我们

新体制SAR三维成像技术研究进展

DOI: 10.12000/JR18109

通讯作者: 王彦平 wangyp@ncut.edu.cn

计量

出版历程

Research Progress on Three-dimensional SAR Imaging Techniques

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊类型引用(6)

其他类型引用(4)

计量

出版历程

目录

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊介绍

联系我们

通讯作者:
王彦平 wangyp@ncut.edu.cn