论文部分内容阅读
合成孔径雷达(SAR)是一种可在各种气候条件下全天时工作的微波遥感技术,该技术同时也拥有对地下掩埋目标和广域遥感图像进行探测的能力。随着近年来的不断发展,SAR成像技术在许多应用领域得到了广泛的实践,越来越多的观测任务对SAR的成像指标有了更高的要求,例如在地下资源勘探、战场监视、灾难应急救援等应用中,尤其是在短时间内对大面积定点区域进行精确探测。这就对成像分辨率、测绘带宽等提出了新的挑战。圆迹环扫SAR作为一种新型快速广域观测的SAR成像模式,既保留了SAR的探测优点,又具有重访周期短、大视角成像等特点,已成为近年来的研究热点。在圆迹环扫SAR模式中,飞行平台在同一高度平面做圆形轨迹匀速飞行运动,天线始终保持固定朝向圆外,通过一次完整的圆迹飞行观测,雷达的波束将扫过一个圆环区域。由于该成像模式提高了方位向的扫描速度,因此相比于传统条带SAR拥有更大的观测面积。因而有利于实现快速广域场景的成像,在许多的应用领域有着巨大的应用前景。不同于传统条带SAR成像模式,由于受到圆迹环扫SAR圆形飞行轨迹的影响,利用传统SAR成像算法进行全孔径成像时所基于的直线运动轨迹近似无法对实际飞行轨迹进行较好的拟合,因而产生了斜距近似误差,最终造成了图像的散焦。针对以上问题,本文面对圆迹环扫SAR的关键问题和技术难点,重点针对圆迹环扫SAR高分辨成像、斜视圆迹环扫SAR成像和调频连续波体制下的成像算法展开研究。同时,推导了圆迹环扫SAR回波信号精确二维频谱,设计了基于高阶斜距近似的成像算法,实现了圆迹环扫SAR的精确聚焦。取得的主要研究成果如下:第一部分研究了基于卡尔丹方程的改进距离多普勒算法。针对全孔径圆迹环扫SAR高分辨成像中圆形飞行轨迹所引入的高阶斜距近似误差问题,在回波信号二维频谱表达式的推导中利用卡尔丹方程求解方程获得驻相点,进而利用驻定相位原理推导了精确二维频谱,并根据圆迹环扫SAR的二维频谱提出了改进距离多普勒算法,同时就分辨率特性进行了讨论。最后,给出了一种结合惯导输出及自聚焦方法的CTSSAR运动补偿解决思路。第二部分研究了适用于圆迹环扫SAR的基于级数反演的改进Omega-K成像算法。为了得到一种适用性更广的成像算法,采用级数反演法对圆迹环扫SAR二维频谱进行推导,该方法利用多普勒频率的展开式反演驻相点展开式系数,进而获得信号的二维频谱。该方法在推导过程中可以通过调整展开式的阶数来有效控制二维频谱表达式的精度,因此利于未来的拓展应用。基于级数反演获得的频谱,提出了改进Omega-K算法。仿真实验验证了频谱及所述成像算法的可行性和有效性。第三部分研究了适用于大场景圆迹环扫SAR的改进Chirp Scaling算法,补偿了曲线轨迹下的大场景距离徙动差问题,提高了场景边缘点的成像质量。为了实现快速宽测绘带高分辨成像,需要考虑不同距离单元处的斜距历程距离空变性。首先根据平台的运动特性,建立了高阶几何逼近的斜距方程,利用改进Chirp Scaling算法对不同距离处目标的距离徙动差进行了补偿,再对整体距离徙动进行统一校正,成功实现大场景圆迹环扫SAR高分辨精确成像。该算法无需插值操作,拥有较高的运算效率。点目标仿真结果表明所提算法能实现大场景圆迹环扫SAR精确成像。第四部分系统地研究了斜视圆迹环扫SAR模型和特性参数并提出了有效的成像算法。首先考虑到斜视圆迹环扫SAR的独特的观测模式,建立对应的几何模型,并就主要的性能指标进行了分析,并与正侧视圆迹环扫SAR和经典直线SAR成像模式进行了对比分析,揭示了它们之间的内在联系。针对斜视圆迹环扫SAR的模型特点,提出了一种适用于斜视圆迹环扫SAR的基于修正双曲线距离方程的改进Range/Doppler成像方法。该方法针对距离方程难以直接利用驻相点原理推导二维频谱的问题,通过引入一个线性修正因子并结合传统双曲线型斜距表达式的形式,构造出一个修正双曲线形式的等效距离方程对斜视CTSSAR的真实斜距历程进行合理近似,并在此基础上推导了适用于斜视圆迹环扫SAR的二维频谱表达式,同时给出了相应的成像算法,实现了精确聚焦。第五部分提出了适用于调频连续波圆迹环扫SAR(FMCW-CTSSAR)体制的修正残余相位的近似Omega-K成像算法。针对调频连续波圆迹环扫SAR的特点,建立了回波信号模型。不同于常规SAR成像处理,FMCW-CTSSAR需要同时考虑由于连续运动所引入的剩余二次相位以及圆形飞行轨迹所固有的三次相位误差的影响。针对该问题,提出了一种调频连续波圆迹环扫SAR修正残余相位的高阶近似Omega-K成像算法。该方法充分考虑了圆迹环扫SAR模式下的斜距高阶近似误差,并且对调频连续波周期内连续扫频引入的剩余二次相位对成像精度的影响进行了分析论证,构造相应的补偿函数消除了剩余二次相位误差所引起的图像聚焦性能下降。整个算法均由FFT和相位相乘操作构成,不包含插值操作,提高了运算效率。点目标成像仿真实验验证了算法的有效性。