SAR Image Formation Via semi-parametric spectral estimation翻译-精.docVIP

基于半参数谱估计的SAR成像算法 SAR Image formation via semi-parametric spectral estimation 摘要 本文提出了一种用于合成孔径雷达（SAR）的目标特征提取和复成像的新算法，称为SPAR（半参数）算法。该算法基于一个灵活的数据模型，该模型设定目标散射体为一个随机的，在方位向为幅度未知、相位恒定，距离向为幅度、相位均恒定的二维（2-D）复正弦信号。通过处理一个角反射器，例如对一个二面角或者三面角，在一个处理时间，该算法灵活的数据模型可以有效的减弱SAR成像中的伪影问题。同时，SPAR还可以为其他参数特征提取方法提供初始值，以减小总的计算量。仿真数据和实采数据的实验结果均证明了该算法的有效性。 引言 合成孔径雷达（SAR）成像和目标特征提取技术在战场信息感知等方面发挥着很重要的作用。传统的基于傅里叶变换的方法具有一定的有效性和稳健性，但是存在低分辨率、低精度、高副瓣的问题。很多现代信号谱估计方法用于目标特征提取和SAR成像技术来提高分辨率和精度，同时降低副瓣。在文献[2,3]中，对比了多种参数化和非参数化的谱估计方法，并论述了它们在SAR成像技术中的优缺点。非参数化方法和参数化方法均已应用于SAR成像技术和目标特征提取。其中，非参数化方法中有改进的降秩Capon法[4-6]、自适应低副瓣法、以及基于复信号谱估计的匹配滤波器组法[