APES超分辨广域成像算法研究

"基于APES的超分辨广域成像算法" 本文主要探讨了一种基于APES（Amplitude and Phase Estimation，幅度相位估计）的超分辨广域成像算法，该算法针对多普勒波束锐化（Doppler Beam Sharpening，DBS）技术在广域成像时存在的分辨率不足的问题。多普勒波束锐化是一种常用的雷达成像技术，它能够迅速地对大规模地面场景进行成像，但其固有的缺点是成像分辨率较低。 首先，文章简要回顾了DBS的基本成像原理。DBS通过结合多普勒效应与空间采样，将接收到的宽带雷达回波转换为二维图像，然而，由于有限的天线孔径和采样率，这种方法通常无法实现高分辨率的成像。 接着，作者建立了一个方位向的超分辨信号模型。这个模型考虑了在脉冲压缩后，回波信号实际上是由多个具有不同多普勒频率的散射点组合而成。这是一个关键的观察，因为它为提高成像分辨率提供了理论基础。 在此基础上，文章提出了一个创新的超分辨广域成像算法。该算法的核心是利用APES方法对脉冲压缩后的数据进行深度分析。APES是一种先进的信号处理技术，它可以同时估计信号的幅度和相位，从而提高成像的精度和分辨率。在DBS成像中，APES方法被用来精确地识别和分离那些具有微小多普勒频率差异的目标，进而提升方位向的分辨率。 通过仿真和实际测量数据的对比分析，文章展示了所提出的超分辨广域成像算法的有效性。仿真结果证实了算法在提高成像分辨率的同时，保持了良好的信噪比，而实测数据的应用则进一步验证了算法在实际环境中的适应性和性能。 这篇研究论文聚焦于解决雷达成像中的分辨率问题，提出的APES为基础的超分辨广域成像算法对于改进雷达系统性能，特别是在大规模、复杂地形的监测和目标识别方面，具有重要的理论和实践价值。这一工作也受到了国家自然科学基金和高等学校博士学科点专项科研基金的资助，体现了其在学术研究领域的重视程度。