基于局部散射模型的SAR目標(biāo)高精度重建方法.pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）擁有全天候全天時(shí)獲取目標(biāo)信息的能力。隨著雷達(dá)硬件與電子系統(tǒng)的飛速發(fā)展，SAR系統(tǒng)也從單一的目標(biāo)形狀信息獲取系統(tǒng)向集高分辨成像，高精度目標(biāo)特征描述，相位噪聲修正自聚焦等多任務(wù)于一身的一體化系統(tǒng)方向發(fā)展。同時(shí)，無(wú)論是軍事SAR還是民用SAR應(yīng)用領(lǐng)域?qū)?shí)現(xiàn)目標(biāo)的更高分辨、更精細(xì)描述的期望和需求也十分迫切。為了提高SAR系統(tǒng)的目標(biāo)重建能力，更有利于后續(xù)基于目標(biāo)特征信息的目標(biāo)

2、分類(lèi)識(shí)別工作的展開(kāi)，本文對(duì)基于目標(biāo)局部散射特性（空域稀疏散射特性、各向異性散射特性以及部件級(jí)參數(shù)化散射特性）的SAR目標(biāo)高精度重建算法開(kāi)展研究。
　　本研究主要內(nèi)容包括：⑴從目標(biāo)電磁散射機(jī)理的角度，討論了部件級(jí)參數(shù)化散射模型與SAR觀測(cè)模型的內(nèi)在聯(lián)系。首先，在稀疏表示理論的框架下，構(gòu)建了基于屬性散射中心（Attributed Scattering Center，ASC）模型和典型形狀特征（Canonical Shape Featu

3、re，CSF）模型兩種部件級(jí)參數(shù)化散射模型的SAR重建觀測(cè)模型。⑵針對(duì)目標(biāo)強(qiáng)散射中心影響弱散射中心重建的問(wèn)題，采用強(qiáng)弱屬性散射中心分步處理的思想，提出一種基于圖像域和信號(hào)域聯(lián)合處理的 PRS-ROMP（Peak Region Segmentation and Regularized Orthogonal Matching Pursuit）部件級(jí)重建算法。該算法聯(lián)合峰值區(qū)域分割和ASC模型在傳統(tǒng)基于FFT的SAR復(fù)圖像中判別強(qiáng)散射中心類(lèi)型

4、，重建其屬性特征。然后，在殘差頻域信號(hào)中構(gòu)建ASC觀測(cè)矩陣，利用正則化正交匹配追蹤重建目標(biāo)的弱散射中心及屬性。仿真合成目標(biāo)數(shù)據(jù)及電磁計(jì)算坦克目標(biāo)數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了該算法可有效緩解在重建過(guò)程中目標(biāo)強(qiáng)散射中心對(duì)弱散射中心的影響，提高重建目標(biāo)的幾何形狀特征。⑶針對(duì)圖像域PRS過(guò)程對(duì)目標(biāo)展布式屬性散射中心位置重建偏差較大，嚴(yán)重影響目標(biāo)部件級(jí)屬性重建精度的問(wèn)題，提出一種適用于全信號(hào)域處理的散射中心屬性參數(shù)空間劃分策略，并聯(lián)合頻域外推，提出一種基于隨機(jī)

5、梯度最小方差追蹤的部件級(jí)超分辨SAR重建算法。該算法實(shí)現(xiàn)了在獲得超分辨SAR圖像的同時(shí)獲取高精度的目標(biāo)散射中心屬性級(jí)特征。仿真合成數(shù)據(jù)和電磁計(jì)算數(shù)據(jù)驗(yàn)證了算法的超分辨重建能力，并利用ASC屬性的克拉美羅界對(duì)算法屬性估計(jì)性能進(jìn)行了評(píng)估。⑷針對(duì)寬角度觀測(cè)下目標(biāo)體現(xiàn)的各向異性散射特性進(jìn)行開(kāi)發(fā)利用研究，提出一種基于MAP準(zhǔn)則的全孔徑聯(lián)合自適應(yīng)寬角度SAR重建算法。首先，根據(jù)寬角度觀測(cè)下SAR目標(biāo)散射的空間與方位依賴(lài)特性構(gòu)建了全孔徑寬角度SAR重

6、建信號(hào)模型。然后，將馬爾可夫隨機(jī)場(chǎng)的標(biāo)準(zhǔn)玻爾茲曼機(jī)模型進(jìn)行改進(jìn)，改進(jìn)的玻爾茲曼模型能夠?yàn)楦飨虍愋陨⑸洳考姆轿贿x擇特性和相鄰孔徑散射中心空域分布的高相關(guān)性施加稀疏模式約束，挖掘?qū)捊嵌扔^測(cè)下目標(biāo)各向異性散射的內(nèi)在結(jié)構(gòu)信息。最后，在稀疏貝葉斯學(xué)習(xí)框架下，推導(dǎo)算法參數(shù)集更新方程。通過(guò)塊坐標(biāo)下降優(yōu)化過(guò)程實(shí)現(xiàn)算法參數(shù)集、稀疏模式支撐集和散射系數(shù)向量從觀測(cè)數(shù)據(jù)中聯(lián)合估計(jì)。該算法能在獲得高分辨的寬角度SAR合成圖像的同時(shí)高精度地重建目標(biāo)的各向異性散射

7、特征曲線(xiàn)。⑸圍繞地基RAAS-SAR（Rotating Arm Arc Spotlight SAR）系統(tǒng)的重建與自聚焦問(wèn)題開(kāi)展研究。首先，介紹了RAAS-SAR系統(tǒng)的工作原理，討論了重建圖像的距離高分辨率和方位高分辨率。然后，構(gòu)建RAAS-SAR系統(tǒng)回波模型，推導(dǎo)并提出一種適用于該系統(tǒng)的改進(jìn)距離多普勒RAAS-SAR重建算法。仿真合成場(chǎng)景數(shù)據(jù)處理驗(yàn)證了該系統(tǒng)的可行性和算法的有效性。⑹針對(duì)相位噪聲嚴(yán)重破壞重建圖像質(zhì)量的問(wèn)題，結(jié)合目標(biāo)散射中

8、心空域稀疏分布特性，提出一種基于二次壓縮感知的RAAS-SAR稀疏重建自聚焦算法。該算法利用二次壓縮感知的幅度觀測(cè)模型的結(jié)構(gòu)優(yōu)勢(shì)，抑制相位噪聲干擾的同時(shí)避免了相位噪聲的精確估計(jì)，采用兩點(diǎn)局部搜索和衰減高斯牛頓技術(shù)迭代更新稀疏場(chǎng)景支撐集和散射系數(shù)向量。另外，利用分塊處理策略對(duì)該算法進(jìn)行改進(jìn)，提出一種快速重建自聚焦算法。仿真合成數(shù)據(jù)和電磁計(jì)算數(shù)據(jù)處理驗(yàn)證了算法的有效性。⑺在貝葉斯尺度混合層級(jí)模型框架下，結(jié)合方向統(tǒng)計(jì)學(xué)馮米塞斯模型對(duì)隨脈沖變化