随机样本选择的合成孔径雷达距离空变相位梯度自聚焦算法

作     者：孟智超 张磊 卢景月 李军 MENG Zhichao;ZHANG Lei;LU Jingyue;LI Jun

作者机构：中山大学深圳电子与通信工程学院深圳518107 西安电子科技大学计算机科学与技术学院陕西西安710071 北京无线电测量研究所北京100854 

出 版 物：《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期：2023年第45卷第12期

页      面：3828-3835页

核心收录：

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 

主　　题：自聚焦 相位梯度自聚焦 随机样本选择 

摘      要：针对距离依赖的相位梯度自聚焦(phase gradient autofocus,PGA)算法中样本选择的问题,本文提出了一种新的基于随机样本选择的距离依赖PGA(range-dependent PGA,RDPGA)算法。不同于传统算法利用固定门限对特显点样本进行硬剔除的选择方式,该算法利用样本的信杂比(signal to clutter ratio,SCR)构造了样本选择概率密度函数,在每次PGA迭代估计过程中,利用该概率密度函数对样本进行随机选择。随机样本选择方法不仅通过增加距离依赖样本的丰富性保证了RDPGA的估计精度,同时还保证了高质量样本在模型参数估计中提供较高贡献,在保持高效性的同时进一步提升了算法的稳健性。实测数据处理结果表明所提算法具有较高的估计精度和稳健性。