叶簇穿透圆周合成孔径雷达隐蔽目标成像与检测技术研究

The foliage penetration synthetic aperture radar(FOPEN SAR), which is a combination of ultrawideband technology and radar imaging technology,can obtain the high resolution image of the concealed targets under foliage. It could be used not only in the non-war military operations(i.e., anti-terrorism), but also in the reconnaissance and surveillance of battle fields, and thus have valuable civil and military applications.The traditional linear FOPEN SAR has the prominent problem of high false alarm probability and/or miss alarm probability in the foliage concealed target imaging detection, while the circular FOPEN SAR(FOPEN CSAR) can effectively solve this problem.In this proposal, the problems of imaging and detecting of the concealed targets under foliage are studied from the FOPEN CSAR technology.Firstly, the precise imaging model and target detection model are built. Then, based on the time-domain imaging algorithm,we carry out the research on autofocus algorithm using the echo data and the algorithm for suppressing the radio frequency interference as well as the algorithm for suppressing the profile scattering interference of the man-made target. Finally, the detection of concealed target under foliage are studied integrated with the imaging processing. In the aforementioned research, simulated and real data are used to validate and improve the studied algorithms.It is desired to answer the scientific question of how to effectively detect the concealed target under foilage from the two aspects of SAR imaging mode and data processing methods,and push forward the progress of the utilization of FOPEN CSAR technology in reality.

结合了低频超宽带技术和雷达成像技术的叶簇穿透合成孔径雷达（FOPEN SAR）能够获得叶簇隐蔽目标的高分辨率图像，不仅可用于反恐等非军事行动，还可用于战场侦察与监视，具有极高的民用与军用价值。常规线性轨迹FOPEN SAR在叶簇隐蔽成像探测中存在漏警率/虚警率高的严重缺点，而采用圆周FOPEN SAR（FOPEN CSAR）可解决上述问题。本项目从FOPEN CSAR技术着手研究叶簇隐蔽目标成像与检测问题，首先建立准确的成像模型与目标检测模型；然后基于时域成像方法，研究基于回波数据的自聚焦算法、全向时变射频干扰算法和人造目标侧面散射干扰抑制算法；最后研究结合成像处理的FOPEN CSAR叶簇隐蔽目标检测方法。研究过程中，将通过仿真和实测数据处理不断验证和完善所研究方法，争取从SAR工作模式和数据处理两方面回答“如何高性能检测叶簇隐蔽目标”的科学问题，推动FOPEN CSAR技术实用化进程。

常规线性轨迹合成孔径雷达（LSAR）在成像探测中存在观测角度小、分辨率低等缺点，这极大地增加了雷达图像解译处理难度和图像解译精度。结合了低频超宽带技术和雷达成像技术的叶簇穿透圆周合成孔径雷达（FOPEN CSAR）能够实现高分辨率二维/三维成像，以及对目标的360°成像观测，因此能够获得更加丰富的观测信息，实现更高精度的目标检测与分类识别，从而获得远优于FOPEN LSAR的成像探测性能。. 本项目首先建立准确的机载CSAR成像模型与目标检测模型，然后从FOPEN CSAR实测数据着手，研究了机载FOPEN CSAR高分辨成像，基于回波数据的自聚焦，全向时变射频干扰抑制，基于CSAR图像的目标检测与分类等项目计划书中规定的研究内容。并在此基础上，拓展研究了基于单基线CSAR的目标三维图像重构，基于多基线CSAR的三维成像和基于CSAR图像的建筑物提取等项目计划书规定外的研究内容。针对上述研究内容，本项目均提出了有效的算法和相应的实测数据处理流程。本项目研究过程中，我们先后完成了P、L、X、Ka等多个频段机载CSAR实测数据的成像和目标检测分类处理，从而保证所研究算法的有效性和实用性。这些成果将有助于推动机载SAR技术在民用和军事领域内的发展与应用。. 基于研究成果，项目组共计发表学术论文40余篇，包括SCI检索国际期刊20余篇（第一作者/通讯作者），国际会议论文20余篇，在审国际刊物SCI学术论文3篇，20篇SCI检索论文的IF总和大于60，并有2篇论文（第一作者）入选地球科学学科全球前10% ESI高引用论文。申请国家发明专利4项，已授权1项。项目组成员还积极参加国际/国内雷达会议，其中6人受邀作了多场学术报告，提升了所取得研究成果的国际/国内影响力。