论文部分内容阅读
相比于单站SAR,双站SAR在军事应用、干涉应用、对地物的分类识别,以及在海洋应用等领域具有很多单站SAR所不具有的优势,因此双站SAR成像算法的研究具有很高的应用价值。本文围绕双站SAR的基本构型,重点讨论了双站SAR中的二维频谱成像算法问题。本文的研究内容大概可以归类为如下几点:在双站SAR成像领域中,点目标的二维频谱求解算法是其中最重要的一个问题。本文在双站SAR回波模型的基础上,首先回顾了经典的双站SAR二维频谱求解算法,并简化的推导了EEFT4二维频谱求解算法,分析了其可行性以及误差。推导了一种基于正交多项式最佳平方逼近的双站SAR二维频谱算法。通过将信号处理中最佳平方逼近的原理应用于斜距历程的展开中,并保留到四阶项。该算法相比其他算法具有能使斜距历程误差积累达到最小的特点。然后将本文推导的基于正交多项式最佳平方逼近的双站SAR二维频谱算法与LBF、ILBF两种算法进行比较,从而验证了该频谱算法的可行性。推导了基于MSR二维频谱表达式的双站ωk成像算法,分析了在实际应用中高精度要求下,MSR成像算法精度与算法复杂度之间的矛盾关系。并在其基础上引入了高阶对消项从而使低阶展开情况下的二维频谱与回波频谱更加匹配。在降低算法复杂度的基础上提升了算法的聚焦性能,减少了高阶残余项对成像的影响。提出一种双站微增量二维频谱算法,前面提到的算法如MSR算法虽然可以通过控制展开阶数从而得到理想的精度,但是却存在表达式复杂不易推导的情况。而该双站微增量二维频谱算法通过分析低阶和高阶驻定相位点间增量变换关系,从而巧妙的通过低阶驻定相位点求取高阶相位点的近似解。在此二维频谱的基础上,通过对其相位进行距离变量的分解以及Stolt变换,得到了一种基于双站微增量二维频谱的ωk算法。由于在ωk算法中运用了角度不变假设,重点分析了不变区域的大小,并进行仿真实验以验证该算法的可行性。