基于PHAF的多普勒参数估计

在通常情况下,多普勒参数是影响SAR成像质量的主要因素。目前,估计多普勒参数的算法主要有Mapdrift、相位梯度自聚焦以及对比度最优自聚焦等自聚焦算法,这些算法有一个共同的缺点,不能估计并补偿高阶多普勒参数。该文通过基于乘积型高阶模糊度函数(Product High-order Ambiguity Function,PHAF)算法来估计多普勒参数的新方法,该方法无需利用惯导数据预先计算多普勒调频斜率初值,可与杂波锁定并行完成,并且具有估计高阶多普勒参数的能力。仿真实验比较了PHAF和MapDrift分别在小信噪比,存在高阶误差时的自聚焦能力。结果说明该算法计算量小、鲁棒性强、估计精度高,在小信噪比情况下仍可得到较准确的估计结果。最后给出的成像结果说明该文提出的算法能够大大改善成像分辨率。