一种可用于实时成像的改进PGA算法

摘要：

相位梯度自聚焦算法(Phase Gradient Autofocus, PGA)可有效补偿高次相位误差，对实时成像系统获取高分辨图像有重要意义。但是该算法一般需要迭代多次，运算耗时，且在不同场景的应用中算法的聚焦性能不够稳定，这些严重限制了PGA算法在实时处理中的应用。选点和加窗是PGA算法的两个关键步骤，该文提出一种基于数据均值的选点方法和一种基于脉冲包络的窗宽估计方法，这两种方法对数据的自适应能力较强，可使算法获得稳定的聚焦性能，并有效减少迭代次数。实测数据处理结果证实改进的PGA算法可用于实时成像。

关键词：相位梯度自聚焦算法、实时成像、自适应

分类号：TN957.52

资助基金：国家863计划船载无人机海洋观测系统2013AA092105;测绘地理信息公益性行业科研专项项目201412002;上海市科学技术委员会13511503200 Foundation Items:National 863 Plan Ship-carried UAV Ocean Observation System2013AA092105;Surveying and Mapping Geographic Information Public Service Industry Research Projects201412002;Shanghai Science and Technology Commission Funded Projects13511503200

在线出版日期：2016-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：600-607