改进PFA算法：SAR超高分辨率下距离徙动校正与应用

本篇论文深入探讨了"距离徙动校正解释"在2020年中国企业人工智能应用实践与SAR（合成孔径雷达）领域中的重要性。SAR作为一种关键的遥感技术，因其全天候、全天时的高分辨率成像能力，对军事和民用都具有显著价值。特别是极高分辨率的SAR成像和合成孔径/地面移动目标指示器（SAR/GMTI）的应用，已经成为当前研究的热点。 论文的焦点集中在极坐标格式算法（PFA），这是一种在SAR成像中被广泛应用且性能优越的算法，尤其在补偿雷达平台的非共面飞行和校正运动目标的线性距离走动方面。然而，经典PFA依赖波前弯曲近似，这限制了其成像的几何保真度和有效成像场景的大小。随着分辨率提升的需求，现有的改进已经难以满足更高的精度标准，尤其是在超高分辨率成像和对图像几何精度要求严格的拼接成像任务中。 作者针对多平台、多模式以及复杂运动条件下的SAR成像挑战，对PFA进行了深度改进和拓展。首先，章节二深入解析了PFA的原理，指出其本质上涉及距离和方位两个尺度变换，其中方位变换包含了keystone变换。通过重新解释基于chirpscaling原理的PFA，论文揭示了更深层次的算法机制。 其次，针对PFA中的波前弯曲误差问题，作者指出过去采用的二阶泰勒近似方法不足以达到高精度要求。论文第三章对此进行了创新，提出了一种更为精确的波前弯曲误差计算方法，从而提高了成像处理的精度。这一改进对于提升SAR成像质量，尤其是在超高分辨率成像领域，具有重要意义。 这篇论文不仅概述了SAR技术的发展趋势，还针对关键的技术难题进行了深入研究和创新，为推动中国企业在AI驱动的SAR技术应用中取得突破提供了有价值的知识贡献。