当前位置:问答库>论文摘要

题目:基于合成孔径雷达自聚焦的快速成像算法研究

关键词:SAR;自聚焦;并行处理;快速成像算法

  摘要


合成孔径雷达(Synthetic Aperture Radar,SAR)从1950年后逐渐成型并不断进步,它是一种通过距离与方位成像的二维成像雷达。SAR具备全天候、全天时、远距离、大面积的成像能力。SAR具有相当的穿透能力,能够穿透云雾、雨雪,因此可以完成光电和红外无法完成的任务。由于机载实现起来更加简单,受客观外界条件少,可以做到实时成像,更加具有效率性,便于达成单航过干涉SAR模式,方便新的技术在机载SAR上实施,并具备易维护维修的特点等等,它还可以作为星载SAR 发展的试验平台,因此,机载SAR具有独特的应用价值和发展空间。本文讨论的是机载SAR。

机载SAR需要对扫描区域进行快速浏览,并保证高分辨率,高分辨率包含两方面的含义:极高的角分辨率(即方位向分辨率)和足够高的距离分辨率,便于机载SAR操纵员掌握并调整成像区域。因此,需要实时进行成像及数据运算存储。SAR数据量大,要发展高性能的处理器和有效的成像算法来满足存储容量大、速度快、精度高等要求。

机载雷达SAR实验中数据量达到每小时数十G的原始回波数据,需要有快速成像的技术实现对原始回波数据的浏览。但机载实验中采用的快速视图忽略了距离徙动和INS(IMU)导航误差,使得成像质量差。需要一种具有自聚焦能力的快速成像算法来实现高精度实时成像。

本文介绍了某些SAR成像算法的基本原理(包括RD算法、CS算法、波束域算法等),同时介绍一些相位误差补偿算法(相位梯度法PGA、最大对比度法),并总结以上算法的优缺点,选择出适合本项目的算法。同时,本文还介绍了并行处理及并行开发系统。详细介绍了并行算法的设计方法及并行算法的评价标准。

本文在此基础上对成像数据与机载SAR数据用CS算法进行数据处理,并对比采用最大对比度法进行自聚焦前后的效果,最后用MPI并行技术处理数据,比较采用串行技术和并行技术的运算时间及加速效率。

通过对机载SAR的回波数据进行并行成像,取得了不错的结果。和采用串行方式相比,基于MPI的并行成像方式使得运行时间有效下降。当采用单节点8进程时,加速比达到6.26,接近于8.0的理论加速比,加速效率为78.26%。从实验结果中可看出,基于MPI的并行处理方法性能优于串行处理算法,成像清晰度良好,且有利于SAR实时成像。