資源描述：
《合成孔徑雷達(dá)超分辨率成像算法分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、P46577，6摘要f合成孔徑雷達(dá)是有源相干高分辨率成像雷達(dá)系統(tǒng)。由其接收的散射回波數(shù)據(jù)重建散射源圖像屬于求解逆問(wèn)題，決定了重建散射源圖像就是估計(jì)散射源的參數(shù)，即估計(jì)散射源的空間位罱及其后向散射系數(shù)。常規(guī)成像算法對(duì)接收數(shù)據(jù)進(jìn)行i維匹配濾波，計(jì)算接收數(shù)據(jù)與系統(tǒng)二維逆格林函數(shù)的相關(guān)函數(shù)，特別是利用快速傅立葉變換，在頻域內(nèi)處理接收數(shù)扼完成重建圖像的運(yùn)算，估計(jì)出散射源的后向散射系數(shù)的二維分布函數(shù)。雖然匹配濾波算法是快速高效的成像算法，能滿足某些應(yīng)用的實(shí)際需要，但是匹配濾波成像算法也存在局限之處，如觀測(cè)樣本中的f噪聲不是加性白噪聲，
2、匹配濾波后的輸出5就達(dá)不到信噪比最大，而且匹配濾波的日標(biāo)是得到最大的輸出信噪比，而不是保證輸出信號(hào)的不失真。距離向和方位向分辨率的提高只能依靠增大發(fā)射信號(hào)帶寬和多普勒帶寬。針對(duì)匹配濾波成像算法的局限性，可以對(duì)匹配濾波成像方法進(jìn)行改進(jìn)，或者采用其它原理和方法重建圖像。I7本論文著重研究了匹配濾波成像的改進(jìn)辦法以及其它的重建圖像算法的原理和方法，特別對(duì)合成孔徑雷達(dá)超分辨二棼成像算法進(jìn)行了探討。為此．本文首先討論了合成孔徑雷達(dá)的成像原理，并依掘此成像原理，對(duì)模擬的多個(gè)點(diǎn)目標(biāo)回波數(shù)據(jù)以及真實(shí)的測(cè)量數(shù)據(jù)進(jìn)行了成像處理。詳盡討論了子孔
3、徑對(duì)準(zhǔn)、相位梯度等主要的合成孔徑雷達(dá)自聚焦算法的原理，利用教焦圖像對(duì)這些自聚焦算法進(jìn)行了分析和比較。在文中對(duì)相干斑抑制算法也進(jìn)行了歸類和討論，同時(shí)也對(duì)部分相干斑抑制算法進(jìn)行了數(shù)值實(shí)驗(yàn)。【進(jìn)而X本文對(duì)合成孔徑雷達(dá)超分辨率成像算法進(jìn)行了分類討論，并詳細(xì)分析了這些成像算法的原理以及算法實(shí)現(xiàn)。利用部分算法對(duì)模擬數(shù)據(jù)和真實(shí)的雷達(dá)接收數(shù)據(jù)進(jìn)行了成像處理。關(guān)鍵詞：合成孔徑雷哮超分辨率j雷達(dá)信號(hào)j9圖像處琿?自聚焦算法i相干斑抑制，一、JABSTRACTSyntheticapertureradar(SAR)lsakindofactivec
4、oherenthighresolutionimagingradarsystemcapableofproducinghigh—resoiutionterrainimagefromdatacollectedbyaphysicall?,smallapertureantenna．SARachievehighangularresolutionbyintegratingthebackscatteredsignalstOsynthesizetheeffectofalargeapertureantenna，andgetthehigheno
5、ughrangeresolutionbypulsecompressingtechniques．Theimageofthe1lluminatedscenereconstructedfromthecollectedtwo-dimensionalSARrawdataiSanlnverseproblem．Inessence，thereconstructioniSaparameterestimatingproblem，i．e．，estimatingthecoordinatesoftheobjectintheslantplaneand
6、theradarCROSSsection(RCS)oftheobjectsTheclassicalimagingalgorithinsarebasedonthematchedfilterandgetfheimages01roughprocessingthereceivedrawdatainfrequencydomainb、broadlyusingthefastFouriertransform(FFl)．Althoughtheclassicalalgorithmsareprovedveryeffective，robust，a
7、ndcansatisfyimagequalityinsomeapplications、theconventionalonesstillhavesomeshortcomingsand1imitationslnprinciple．Forexample，itfailstoachievemaximumSNRoftheoutputwhenthenoiseintheinputdatasampleisnotadditivegaussianstochastics．Anditsdestinationisn’ttosatisfythefide
8、litxoftheoutput，buttOachievethemaximumoutputSNR．Somatchedfilterimagingalgorithmsimprovementsandimagingalgorithmsbyotherwaysappeared．Atfirst．1nthisthesis
