基于PHAF的多普勒参数估计
在通常情况下,多普勒参数是影响SAR成像质量的主要因素.目前,估计多普勒参数的算法主要有Mapdrift、相位梯度自聚焦以及对比度最优自聚焦等自聚焦算法,这些算法有一个共同的缺点,不能估计并补偿高阶多普勒参数.该文通过基于乘积型高阶模糊度函数(Product High-order Ambiguity Function,PHAF)算法来估计多普勒参数的新方法,该方法无需利用惯导数据预先计算多普勒调频斜率初值,可与杂波锁定并行完成,并且具有估计高阶多普勒参数的能力.仿真实验比较了PHAF和MapDrift分别在小信噪比,存在高阶误差时的自聚焦能力.结果说明该算法计算量小、鲁棒性强、估计精度高,在小信噪比情况下仍可得到较准确的估计结果.最后给出的成像结果说明该文提出的算法能够大大改善成像分辨率.
SAR、多普勒参数、参数估计、高阶模糊度函数、乘积型高阶模糊度函数
29
TN957.52
2007-08-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
1678-1682