一种基于粒子群算法的星载斜视滑动聚束SAR扫描策略优化方法

doi:10.7523/j.ucas.2023.056

中国科学院大学学报 ›› 2025, Vol. 42 ›› Issue (3): 361-370.DOI: 10.7523/j.ucas.2023.056

• 电子信息与计算机科学 • 上一篇

一种基于粒子群算法的星载斜视滑动聚束SAR扫描策略优化方法

龚力维^1,2, 李飞¹, 韩晓东¹, 王伟¹

1. 中国科学院空天信息创新研究院, 北京 100190;
2. 中国科学院大学电子电气与通信工程学院, 北京 100049

收稿日期:2023-04-07 修回日期:2023-05-16 发布日期:2023-05-16
通讯作者: 龚力维,E-mail:gongliwei16@mails.ucas.ac.cn
基金资助:
国家自然科学基金(61971401)资助

A Scanning strategy optimizing method for spaceborne squint sliding spotlight SAR based on particle swarm optimization

GONG Liwei^1,2, LI Fei¹, HAN Xiaodong¹, WANG Wei¹

1. Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100190, China;
2. School of Electronics, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing 100049, China

Received:2023-04-07 Revised:2023-05-16 Published:2023-05-16

摘要/Abstract

摘要： 针对传统星载滑动聚束合成孔径雷达(SAR)的方位分辨率存在较显著空变的问题，提出一种基于粒子群算法的星载斜视滑动聚束SAR扫描策略优化方法，该方法可以基本消除SAR图像中方位分辨率的空变，提高SAR图像用于目标识别时定位和识别的准确度。传统粒子群算法对扫描策略进行优化时易陷入局部最优，为此提出一种改进的粒子群算法，建立了一种滑动因子的参数化模型，使用粒子群算法求解该模型的参数，并将传统粒子群算法与邻域搜索算法结合，提高了算法搜索最优解的能力。仿真结果验证了所提方法的有效性。

关键词: 合成孔径雷达, 方位分辨率, 波束扫描策略, 粒子群算法

Abstract: In view of the significant spatial variance in the azimuth resolution of traditional spaceborne sliding spotlight SAR, this paper proposes a scanning strategy optimizing method for spaceborne squint sliding spotlight SAR based on particle swarm optimization. The proposed method can basically eliminate the spatial variance of azimuth resolution in SAR images and improve the accuracy of localization and identification when SAR images are used for target identification. Considering that traditional particle swarm optimization is prone to fall into local optimum when optimizing the scanning strategy, this paper proposes an improved particle swarm optimization in which a parameterized model of the sliding factor, whose parameters are solved using particle swarm optimization, is established and a neighborhood search algorithm is integrated so that the ability of the algorithm to reach the optimum is enhanced. Simulation results validate the effectiveness of the proposed method.

Key words: synthetic aperture radar, azimuth resolution, beam scanning strategy, particle swarm optimization

中图分类号:

TN957.52

龚力维, 李飞, 韩晓东, 王伟. 一种基于粒子群算法的星载斜视滑动聚束SAR扫描策略优化方法[J]. 中国科学院大学学报, 2025, 42(3): 361-370.

GONG Liwei, LI Fei, HAN Xiaodong, WANG Wei. A Scanning strategy optimizing method for spaceborne squint sliding spotlight SAR based on particle swarm optimization[J]. Journal of University of Chinese Academy of Sciences, 2025, 42(3): 361-370.

参考文献

[1] 邓云凯,禹卫东,张衡,等. 未来星载SAR技术发展趋势[J]. 雷达学报, 2020, 9(1): 1-33. DOI:10.12000/JR20008.
[2] 张梓琪,王小龙. 一种基于显著性的高海况SAR图像船舶目标检测方法[J]. 中国科学院大学学报, 2022, 39(5): 695-703. DOI:10.7523/j.ucas.2020.0050.
[3] 刘雨洁,齐向阳. 基于长时间间隔序贯SAR图像的运动舰船跟踪方法[J]. 中国科学院大学学报, 2021, 38(5): 642-648. DOI:10.7523/j.issn.2095-6134.2021.05.008.
[4] 王振东,陈溅来,孙光才,等. 通用的SAR系统分辨能力评估方法[J]. 系统工程与电子技术, 2017, 39(1): 57-63. DOI:10.3969/j.issn.1001-506X.2017.01.09.
[5] Fan H T, Zhang L, Zhang Z M, et al. On the processing of Gaofen-3 spaceborne dual-channel sliding spotlight SAR data[J]. IEEE Transactions on Geoscience and Remote Sensing. 2022, 60: 1-12. DOI:10.1109/TGRS.2021.3058971.
[6] Min R, Wang Y, Ding Z G, et al. Spatial resolution improvement via radar parameter adjustment for extremely-high-squint spotlight SAR[C]//2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS. July 11-16, 2021, Brussels, Belgium. IEEE, 2021: 2963-2966. DOI:10.1109/IGARSS47720.2021.9553486.
[7] 刘文康. 中高轨合成孔径雷达成像关键技术研究[D]. 西安: 西安电子科技大学, 2020.
[8] 杨航. 复杂环境下的SAR图像舰船目标检测算法研究[D].合肥: 合肥工业大学, 2020.
[9] Zhang Q J, Yin W, Ding Z G, et al. An optimal resolution steering method for geosynchronous orbit SAR [J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(10): 1732-1736. DOI:10.1109/LGRS.2014.2307167.
[10] Zhou C W, Li Z F, Wang Z B, et al. A feasible satellite attitude maneuver strategy for high resolution sliding spotlight SAR[C]//IGARSS 2019-2019 IEEE International Geoscience and Remote Sensing Symposium. July 28-August 2, 2019, Yokohama, Japan. IEEE, 2019: 8852-8855. DOI:10.1109/IGARSS.2019.8899764.
[11] 刘文康,孙光才,陈溅来,等. 一种高轨SAR带宽与合成孔径时间的设计方法[J]. 西安电子科技大学学报(自然科学版),2017,44(5): 58-63. DOI:10.3969/j.issn.1001-2400.2017.05.010.
[12] Yin W, Ding Z G, Lu X J, et al. Beam scan mode analysis and design for geosynchronous SAR[J]. Science China Information Sciences, 2017, 60(6): 060306. DOI:10. 1007/s11432-016-9082-9.
[13] Ding Z G, Yin W, Zeng T, et al. Radar parameter design for geosynchronous SAR in squint mode and elliptical orbit[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(6): 2720-2732. DOI:10.1109/JSTARS.2016.2570231.
[14] Brown W M, Porcello L J. An introduction to synthetic-aperture radar[J]. IEEE Spectrum, 1969, 6(9): 52-62. DOI:10.1109/MSPEC.1969.5213674.
[15] Kennedy J, Eberhart R. Particle swarm optimization[C]//Proceedings of ICNN’95-International Conference on Neural Networks. November 27-December 1, 1995, Perth, WA, Australia. IEEE, 2002: 1942-1948. DOI:10.1109/ICNN.1995.488968.
[16] 杨维,李歧强. 粒子群优化算法综述[J]. 中国工程科学,2004,6(5): 87-94. DOI:10.3969/j.issn.1009-1742.2004. 05.018.
[17] 贺雨露,代大海,庞礴,等. 基于粒子群优化的极化SAR定标算法[J]. 雷达科学与技术,2019,17(4): 401-408. DOI:10.3969/j.issn.1672-2337.2019.04.008.
[18] Mittermayer J, Lord R, Borner E. Sliding spotlight SAR processing for TerraSAR-X using a new formulation of the extended chirp scaling algorithm[C]//IGARSS 2003.2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings (IEEE Cat. No.03CH37477). July 21-25, 2003, Toulouse, France. IEEE, 2004: 1462-1464. DOI:10.1109/IGARSS.2003.1294144.

一种基于粒子群算法的星载斜视滑动聚束SAR扫描策略优化方法

A Scanning strategy optimizing method for spaceborne squint sliding spotlight SAR based on particle swarm optimization

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	周文雪, 张华春. 一种面向SAR图像快速舰船检测的轻量化网络[J]. 中国科学院大学学报, 2024, 41(6): 776-785.
[2]	包立男, 吕孝雷. 基于改进的高斯混合模型和图割模型的水体图像提取算法[J]. 中国科学院大学学报, 2024, 41(6): 794-802.
[3]	贾颖新, 王岩飞. SAR激励信号正交调制幅相不平衡预失真校正方法[J]. 中国科学院大学学报, 2024, 41(4): 524-532.
[4]	嵇宏伟, 刘畅, 潘志刚, 申芳瑜. 基于相位一致性计算和RS-GLOH描述子的 SAR和光学图像匹配[J]. 中国科学院大学学报, 2023, 40(6): 788-799.
[5]	苏白华宁, 刘畅, 王超. 基于参数估计与子孔径提取的船舶ISAR实时成像算法[J]. 中国科学院大学学报, 2023, 40(5): 647-657.
[6]	王懿泽, 孙吉利, 闫成杰, 张政. 基于超像素与LightGBM的极化SAR图像地物分类[J]. 中国科学院大学学报, 2023, 40(5): 658-669.
[7]	申晓天, 郑明洁. 一种新的基于FrFT的动目标测速和定位方法[J]. 中国科学院大学学报, 2023, 40(1): 84-92.
[8]	樊慧晶, 章文毅, 田妙苗, 马广彬, 程博. 基于粒子群算法的卫星任务地面站资源调度方法[J]. 中国科学院大学学报, 2022, 39(6): 801-808.
[9]	霍鑫怡, 李焱磊, 陈龙永, 张福博, 孙巍. 基于卷积注意力和胶囊网络的 SAR少样本目标识别方法[J]. 中国科学院大学学报, 2022, 39(6): 783-792.
[10]	张梓琪, 王小龙. 一种基于显著性的高海况SAR图像船舶目标检测方法[J]. 中国科学院大学学报, 2022, 39(5): 695-703.
[11]	郑慧敏, 郑明洁, 张振宁, 申晓天. 基于低秩和一维稀疏矩阵分解的多通道SAR-GMTI方法[J]. 中国科学院大学学报, 2022, 39(2): 208-216.
[12]	尹迪, 韩冰, 孙吉利, 赵良波, 洪文, 胡玉新. 天线扫描对TOPSAR辐射影响的校正方法[J]. 中国科学院大学学报, 2021, 38(6): 791-799.
[13]	林世明, 张毅, 王吉利, 赵爽. 星载双基InSAR系统中的电离层色散效应分析与校正[J]. 中国科学院大学学报, 2021, 38(6): 809-816.
[14]	刘雨洁, 齐向阳. 基于长时间间隔序贯SAR图像的运动舰船跟踪方法[J]. 中国科学院大学学报, 2021, 38(5): 642-648.
[15]	潘志刚, 王超, 曹舸. 基于距离方程组的机载SAR图像立体定位方法[J]. 中国科学院大学学报, 2020, 37(6): 798-804.