多旋翼无人机载CSAR三维成像技术研究

The combination of miniature Synthetic Aperture Radar (SAR) and multi-rotor drone and carry out imaging mode of circular synthetic aperture radar (CSAR) has vast application potential. In addition, it can make multi-rotor drone achieve the 3-D scattering information of the key observed area in the condition of all weather and all day. The proposal focuses on two key problems: the analysis of CSAR spectrum in the presence of motion error and the accurate correction of space variant motion error, and sparse reconstruction with targets’ structure information, respectively. According to the motion characteristics, the method of correct the motion error for single-pass CSAR data is expected. Moreover, to avoid the complex CSAR image registration, novel method about multi-pass CSAR 3-D reconstruction will be proposed. The achievements of this program will improve the imaging theory of CSAR and promote its applications greatly.

微型SAR系统同多旋翼无人机相结合并开展CSAR成像观测具有广泛的应用潜能，将促进多旋翼无人机具有全天时全天候获取重点观测区域三维电磁散射信息的能力。本项目围绕运动误差条件下CSAR频谱特性分析及空变运动误差的消除、多航过CSAR三维成像方法及有目标形态结构信息辅助的高度向稀疏重构两类关键问题开展研究。结合多旋翼无人机飞行特性，实现单航过CSAR运动误差精细补偿；避免多航过CSAR序列二维图像配准难题，提出并验证新的多航过CSAR三维成像方法。项目研究成果将进一步完善CSAR三维成像理论，并促进多旋翼无人机载CSAR更为广泛的应用。

CSAR是一种具有广泛潜力的成像模式，本项目主要以多旋翼无人机CSAR频域成像算法、运动补偿处理以及三维信息提取等三个方面为核心内容进行了深入研究，亦包括多旋翼无人机运动特征分析、以CSAR成像能力为约束的多无人机协同应用于规划技术等辅助性研究。研究成果兼具理论性和实用性，项目所提模型与算法均以仿真数据或者实测数据进行了验证，为CSAR技术的应用推广奠定了较好的技术基础。. 项目建立了CSAR信号模型，率先给出了CSAR精确完整的二维频谱表达式，提出了一种CSAR频域非相干成像策略，设计了一种通过求解滤波函数的CSAR频谱投影方法。得到适用于CSAR较大观测场景的频域成像算法。. 建立了运动误差条件下的CSAR信号模型，分析了CSAR运动误差严重的二维空变性，提出了完整的CSAR运动补偿处理“三步法”流程：空不变运动补偿完成运动误差的粗补偿；划分子孔径并在距离压缩角度波数域实现对二维空变误差项的补偿；最后在极坐标插值后的二维频谱域通过自聚焦方法对残余包络误差和相位误差进行消除。.建立了高度维信息提出模型，基于单航过CSAR，分析了宽带信号模式下CSAR三维分辨能力；建立多航过CSAR成像模型，分析了信号频谱特性，并给出了基于谱分析的多航过CSAR成像算法。最后以散射机理为基础，提出了结合目标形态特征的三维信息提取方法。. 通过本项目的研究和实践，项目组也发现无人机载CSAR在实际应用中存在的不足，如在对抗环境下高精度圆周飞行轨迹难以实现，多航过高精度圆周飞行更难以实现。为此，项目组以CSAR能力为约束，分析了多无人机（无人机集群）任务调度、规划以及航迹保持等问题。