Keystone transform-based space-variant range migration correction for airborne forward-looking论文阅读

1. 论文的研究目标与实际意义

1.1 研究目标

论文旨在解决机载前视扫描雷达（Airborne Forward-Looking Scanning Radar, AFLSR）中由平台运动和天线扫描引起的空间变异距离迁移（Space-Variant Range Migration）问题。传统方法未考虑距离迁移随方位角和入射角的非线性变化，导致成像分辨率受限。本文提出结合Keystone变换校正距离迁移，再通过反卷积（Deconvolution）实现超分辨率成像。

1.2 实际问题与产业意义

• 实际问题：机载前视雷达在飞行方向上的方位分辨率受限于真实波束宽度，且距离迁移（Range Walk和Range Curvature）导致目标能量分散在不同距离单元，进一步降低成像质量。
• 产业意义：该技术可提升机载雷达对前视区域（如地形测绘、目标识别）的成像能力，适用于军事侦察、灾害监测等场景。

---

2. 论文提出的新方法、公式与优势

2.1 核心创新点

• 空间变异距离迁移的校正：首次将Keystone变换引入AFLSR，解决传统方法无法处理的斜率随方位和入射角变化的问题。
• 超分辨率成像流程：通过Keystone变换校正后，结合贝叶斯反卷积算法提升方位分辨率。

2.2 关键公式与推导

2.2.1 距离历史模型

雷达与目标的距离历史由几何模型（图1）导出：
$$R(t)=\sqrt{R_0^2+(vt{)}^2-2R_{0}vt\cos \theta \cos \phi }\text{\hspace{1em}(1)}$$

• 泰勒展开：在波束中心通过目标时（$t=0$），展开为二阶近似：
  $$R(t)=R_0-v\cos \theta \cos \phi t+\frac{v^2{\sin }^2\theta {\sin }^2\phi }{2R_0}{t}^{}$$