一种基于混合模型的合成孔径雷达自聚焦算法

doi:10.7523/j.issn.2095-6134.2016.05.012

中国科学院大学学报 ›› 2016, Vol. 33 ›› Issue (5): 656-663.DOI: 10.7523/j.issn.2095-6134.2016.05.012

一种基于混合模型的合成孔径雷达自聚焦算法

杨洋^1,2, 王岩飞¹

1 中国科学院电子学研究所, 北京 100190;
2 中国科学院大学, 北京 100049

收稿日期:2016-01-20 修回日期:2016-04-06 发布日期:2016-09-15
通讯作者: 杨洋
基金资助:
国家自然科学基金（61471340）资助

An SAR autofocus algorithm based on hybrid model

YANG Yang^1,2, WANG Yanfei¹

1 Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China;
2 University of Chinese Academy of Sciences, Beijing 100049, China

Received:2016-01-20 Revised:2016-04-06 Published:2016-09-15

摘要/Abstract

摘要：

提出一种基于混合模型的合成孔径雷达自聚焦算法.本方法用有限阶泰勒多项式估计低频相位误差，用自适应正弦多项式估计高频相位误差，解决了单一模型自聚焦算法对高频相位误差估计精度低的问题，提高了图像锐度和峰值旁瓣比，减小了主瓣宽度.在研究利用相位误差参数模型进行聚焦处理的基础上，分析基于混合模型实现最优锐度自聚焦算法的可行性，并通过仿真和实测数据处理验证了本方法的有效性.

关键词: 合成孔径雷达(SAR), 自聚焦, 高频相位误差, 混合模型

Abstract:

An SAR autofocus algorithm based on hybrid model is proposed. The hybrid model is a polynomial specially designed for focus filter. The hybrid model consists of two parts. The first part is a fixed-order Taylor polynomial to estimate the low frequency phase errors. The second part is an adaptive-order sinusoidal polynomial to estimate the high frequency phase errors. Through searching the hybrid model parameters, a better focus result is achieved when the phase errors contain more high frequency components. The simulation and experiment on real airborne SAR data demonstrate the validity and effectiveness of the proposed algorithm.

Key words: synthetic aperture radar(SAR), autofocus, high frequency phase error, hybrid model

中图分类号:

TN958

杨洋, 王岩飞. 一种基于混合模型的合成孔径雷达自聚焦算法[J]. 中国科学院大学学报, 2016, 33(5): 656-663.

YANG Yang, WANG Yanfei. An SAR autofocus algorithm based on hybrid model[J]. , 2016, 33(5): 656-663.

参考文献

[1] Wahl D E, Eichel P H, Ghiglia D C, et al. Phase gradient autofocus:a robust tool for high resolution SAR phase correction[J]. IEEE Transactions on Aerospace and Electronic Systems, 1994, 30(3):827-835.
[2] 刘月花, 荆麟角. 对比度最优自聚焦算法[J]. 电子与信息学报, 2003, 25(1):24-30.
[3] Li X, Liu G, Ni J. Autofocusing of ISAR images based on entropy minimization[J]. IEEE Transactions on Aerospace and Electronic Systems, 1999, 35(4):1240-1252.
[4] Kragh T J. Monotonic iterative algorithm for minimum-entropy autofocus[C]//Proceedings of 14th Adaptive Sensor Array Processing Workshop (ASAP). Atlanta, 2006.
[5] Wang J F, Liu X Z. SAR minimum-entropy autofocus using an adaptive-order polynomial model[J].IEEE Geoscience and Remote Sensing Letters, 2006, 3(4):512-516.
[6] Morrison R L, Do M N, Munson D C. SAR image autofocus by sharpness optimization:a theoretical study[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society, 2007, 16(9):2309-2321.
[7] Gao Y, Yu W D, Liu Y B, et al. Sharpness-based autofocusing for stripmap SAR using an adaptive-order polynomial model[J]. Geoscience and Remote Sensing Letters, IEEE, 2014, 11(6):1086-1090.
[8] 张双喜, 孙光才, 周峰, 等. 一种基于子孔径自聚焦的高频运动误差估计和补偿方法[J]. 电子与信息学报,2010, 32(12):3013-3017.
[9] Li J C, Wang P B, Chen J, et al. An improved two-step motion compensation method based on raw data[C]//Geoscience and Remote Sensing Symposium (IGARSS), 2015 IEEE International.2015:26-31.
[10] Xiong T, Xing M D, Wang Y, et al. Minimum-entropy-based autofocus algorithm for SAR data using chebyshev approximation and method of series reversion, and its implementation in a data processor[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(3):1719-1728.
[11] 高阳. 高分辨率机载SAR运动误差估计及自聚焦方法研究[D]. 北京:中国科学院大学, 2014.
[12] 王岩飞. 合成孔径雷达相干目标的分辨力评定[J]. 电子科学学刊, 1996(3):230-235.
[13] Fienup J R, Miller J J. Aberration correction by maximizing generalized sharpness metrics[J]. Journal of the Optical Society of America A, 2003, 20(4):609-620.
[14] 刘碧丹, 韩松, 王岩飞. 图像幅度和值最小化自聚焦算法[J]. 电子与信息学报, 2009, 31(4):768-771.
[15] Schulz T J. Optimal sharpness function for SAR autofocus[J]. Signal Processing Letters, IEEE, 2007, 14(1):27-30.
[16] 武昕伟, 朱兆达. 利用对比度最大化实现SAR图像自聚焦[J]. 现代雷达, 2002, 24(3):20-22.
[17] Cho K M, Hui L H. Autofocus method based on successive parameter adjustments for contrast optimization[P]. US, US7145496. 2006.
[18] 张澄波. 综合孔径雷达:原理, 系统分析与应用[M]. 北京:科学出版社, 1989.
[19] 宋巨龙, 钱富才. 基于黄金分割的全局最优化方法[J]. 计算机工程与应用, 2005, 41(4):94-95.

一种基于混合模型的合成孔径雷达自聚焦算法

An SAR autofocus algorithm based on hybrid model

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 8

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	李松, 魏中浩, 张冰尘, 洪文. 深度卷积神经网络在迁移学习模式下的SAR目标识别[J]. 中国科学院大学学报, 2018, 35(1): 75-83.
[2]	肖垚, 刘畅. 基于稀疏求解的改进PCA方法在SAR目标识别中的应用[J]. 中国科学院大学学报, 2018, 35(1): 84-88.
[3]	宋晓燊, 禹卫东. 条带式VideoSAR参数依赖关系的推导及应用[J]. 中国科学院大学学报, 2016, 33(1): 121-127.
[4]	常楠, 张三国. 基于核方法和高斯混合模型的手机上网时长统计分析及应用[J]. 中国科学院大学学报, 2015, 32(1): 136-139.
[5]	王华朋, 杨军, 吴鸣, 许勇. 一种改进的基于GMM-UBM的法庭自动说话人识别系统[J]. 中国科学院大学学报, 2013, 30(6): 800-805.
[6]	张峰会, 王岩飞. 基于脉冲积累的SAR实时聚焦算法[J]. 中国科学院大学学报, 2012, 29(1): 136-140.
[7]	王翠平, 郭立, 王昱洁, 陈运必. 音频DCT系数分布函数的建模[J]. 中国科学院大学学报, 2011, 28(6): 752-758.
[8]	张升康，杨汝良. 双基地合成孔径雷达扩展Chirp Scaling成像算法[J]. 中国科学院大学学报, 2008, 25(1): 101-109.