文章提出了一种基于极坐标格式算法(Polar Format Algorithm, PFA)进行聚束多子阵合成孔径声呐成像的改进方法,建立了非“停-走-停”条件下的斜视成像模型,推导了信号由时域到波数域的解析表达式,给出了信号处理流程。该方法首先使用场...文章提出了一种基于极坐标格式算法(Polar Format Algorithm, PFA)进行聚束多子阵合成孔径声呐成像的改进方法,建立了非“停-走-停”条件下的斜视成像模型,推导了信号由时域到波数域的解析表达式,给出了信号处理流程。该方法首先使用场景中心点的精确距离史对平台运动误差进行补偿,并通过极坐标算法处理得到粗聚焦的图像。其次,为了解决非场景中心点的残余空变相位误差的补偿问题,对粗聚焦图像进行分块自聚焦处理,使场景边缘点的聚焦效果得到改善。最后,经过子图拼接及几何校正后得到完整的精聚焦图像。仿真及分析结果表明,该方法提高了方位向性能指标,同时也能准确补偿平台运动误差,可以很好地应用于多子阵声呐成像。该方法在大运动误差、大斜视情况下仍具有较好的鲁棒性。展开更多
文摘文章提出了一种基于极坐标格式算法(Polar Format Algorithm, PFA)进行聚束多子阵合成孔径声呐成像的改进方法,建立了非“停-走-停”条件下的斜视成像模型,推导了信号由时域到波数域的解析表达式,给出了信号处理流程。该方法首先使用场景中心点的精确距离史对平台运动误差进行补偿,并通过极坐标算法处理得到粗聚焦的图像。其次,为了解决非场景中心点的残余空变相位误差的补偿问题,对粗聚焦图像进行分块自聚焦处理,使场景边缘点的聚焦效果得到改善。最后,经过子图拼接及几何校正后得到完整的精聚焦图像。仿真及分析结果表明,该方法提高了方位向性能指标,同时也能准确补偿平台运动误差,可以很好地应用于多子阵声呐成像。该方法在大运动误差、大斜视情况下仍具有较好的鲁棒性。
