UHF SAR-GMTI动目标聚焦算法：抑制虚警并提高精度

本文档探讨了一种创新的合成孔径雷达（SAR）-地面动目标指示（Ground Moving Target Indication, GMTI）方法，针对超高频（Ultra-High Frequency, UHF）波段SAR图像中由于信号杂乱噪声比（Signal-to-Clutter Noise Ratio, SCNR）较低而导致的静止目标残留问题。传统上，这种低SCNR可能导致系统虚警概率增加，影响目标检测的准确性。 研究者韦北余、朱岱寅和吴迪在《电子与信息学报》2016年第38卷第7期提出了动目标筛选策略，通过利用恒虚警概率（Constant False Alarm Rate, CFAR）检测器，能够有效地区分出检测到的目标是真实运动目标还是假警。他们开发了一种动目标原始数据恢复技术，可以从整个SAR图像中精确地提取任意孤立点的多普勒相位历史，这对于后续处理至关重要。 恢复的数据首先通过距离多普勒处理进行成像，这一步骤有助于增强信号特征。接着，作者采用了方位自聚焦处理，对生成的子图像进行重新聚焦。静止目标在聚焦前后不会发生明显变化，而运动目标则会导致图像重新聚焦后的形态发生变化。通过对比聚焦前后的图像差异，可以有效识别并排除虚假的动目标。 这种方法的实施依赖于w-K算法，这是一种高效处理SAR数据的数学工具，它在动目标检测和 GMTI 方面发挥着重要作用。研究者还强调了该方法在UHF波段雷达中的应用，因为这一频段具有其独特的优势和挑战。 文章的中图分类号为TN958.2，表明其属于雷达技术领域的研究，文献标识码A，表示文章符合高质量学术标准，文章编号1009-5896(2016)07-1738-07，给出了具体的刊载信息。此外，还提供了Digital Object Identifier (DOI)作为全球唯一的电子标识，方便读者查找和引用。 这篇论文提供了一个实用且有效的解决方案，以提升UHF波段SAR图像的动目标检测性能，对于提高SAR系统的抗干扰能力和目标识别能力具有重要意义。通过实验验证，该方法已经在仿真和实际测试数据处理中显示出了显著的效果。