Seyreklik Tabanlı Sinyal Geriçatım ve Görüntüleme Yöntemlerinin Geliştirilmesi

Abstract

Seyrekliğe dayalı Sıkıştırılmış Algılama (SA) yöntemleri gerçek hayattaki uygulamalarda yaygın kullanım alanı bulması ile birlikte son dönemlerde oldukça önem kazanmıştır. Sıkıştırılmış Algılama Nyquist örnekleme oranı altında azaltılmış ölçüm ile çalışmaya olanak sağlamaktadır. SA'nın kullanıldığı uygulamalarda genellikle sinyaller örneklenerek belirli bir çözünürlüğe sahip bir ızgara üzerinde ifade edilir. Izgara yapısı, sinyaller sürekli olduğunda performans kaybına sebep olan ızgara dışılık problemine sebep olur. Performans kaybına sebep olabilecek bir başka konu ise kalibrasyon ihtiyacıdır. Kalibrasyon ile faz ve genlik hatalarının bozucu etkisinin giderilmesi amaçlanır. Bu tezde, Sıkıştırılmış Algılama tabanlı ızgara dışılık altında sinyal kestirimi ve kalibrasyonu yapan özgün yöntemler geliştirilmiştir. Tez çalışmaları kapsamında öncelikle Sentetik Açıklıklı Radar (SAR) sistemleri için nokta modda seyrekliğe dayalı görüntüleme ve otomatik odaklama yöntemleri üzerine yoğunlaşılmıştır. SAR sistemlerinde insan yapımı seyrek sahnelerin görüntülenmesi bir gerekliliktir. Bunu yanında etkisi giderilmemiş platform hareketlerinden kaynaklanan faz hataları SAR görüntülerinde odak bozulmasına sebep olmaktadır. Ek olarak, görüntünün sonlu bir ızgara üzerinde ifade edilerek oluşturulması ızgara dışılık problemine sebep olmaktadır, bu ise görüntüleme performansını düşüren bir diğer etkendir. İlk olarak bu problemleri ele alan nokta modda görüntüleme için platform hareketi kaynaklı faz hatalarını ve ızgara dışı hedef hatalarını çözebilen bir görüntüleme tekniği geliştirilmiştir. Geliştirilen teknik, azaltılmış ölçüm sayıları ile çalışabilmekte ve kaliteli seyrek SAR görüntüleri oluşturabilmektedir. Sentetik ve gerçek SAR sistemi verileri ile alınan sonuçlar geliştirilen yöntemin daha iyi SAR görüntüsü oluşturduğunu göstermektedir. Seyrekliğe dayalı SAR görüntü oluşturma ve otomatik odaklama yöntemleri genellikle önceden tanımlanması gereken parametreye ihtiyaç duyarlar. Yöntemlerin başarımı parametrenin doğru belirlenmesine bağlıdır. Dolayısıyla parametreden bağımsız bir otomatik durdurma kriterine ihtiyaç vardır. Tez çalışmaları kapsamında dışarıdan parametreye gereksinim duymayan bir nokta mod SAR görüntü oluşturma otomatik odaklama algoritması geliştirilmiştir. Algoritma çapraz doğrulama tabanlı otomatik durdurma kriteri kullanmaktadır. Tez çalışmaları kapsamında daha sonra ızgara dışılık altında seyrekliğe dayalı kör sensör kalibrasyonu yöntemi geliştirilmiştir. Bu yöntem ızgara dışı sinyal kestirimi ve kalibrasyon işlemlerini iteratif bir şekilde yapmaktadır. Kör sensör kalibrasyonu için öncelikle çoklu ölçüm altında ızgara dışı sinyal kestirimi yapılmaktadır. Daha sonra faz ve genlik hatası kestirimi ve ardından kalibrasyon yapılmaktadır. Son olarak bu yöntem Grup Seyreklik ve yön bulmaya uyarlanarak ızgara dışı sinyaller için yön bulma ve kör sensör kalibrasyonu uygulamaları için kullanılmıştır. Bu yöntem ızgara dışı yön kestirimi yapılabilmekte ve aynı zamanda sensörler üzerindeki faz ve genlik hatası kör bir şekilde düzeltilebilmektedir. Sentetik olarak üretilen veriler ile yapılan benzetim çalışmalarında, geliştirilen yöntemlerin ızgara dışılık altında sinyal kestirimi ve kör sensör kalibrasyonu yüksek performans ile yapabildiği gösterilmiştir.

Sparsity based Compressive Sensing (CS) methods have gained high importance, since they have many application areas in real life. CS makes it possible to operate under Nyquist rate. CS techniques generally discretize the signal space and assume that the signal is sparse on the discretized grid. Due to continues nature of the signals, representing the signal on a discretized grid results in the off grid problem which causes performance degradation. Calibration performance is also another issue which can also cause performance degradation and thus must be addressed. Calibration aims to reduce the disruptive effects of the phase and the gain errors. In this thesis, novel Compressive Sensing based techniques are developed which are capable of the estimation of off grid signals and performing the calibration simultaneously. The thesis studies are firstly concentrated on developing sparsity based on joint imaging and autofocus techniques of Synthetic Aperture Radar (SAR) Spotlight mode. In SAR systems, the imaging of manmade scenes is a necessity. In addition, uncompensated platform motion errors cause performance degradation by defocusing the images. Discretizing the image space and assuming that the scene is sparse on the discretized grid is also another error source which results in the off grid problem. A novel Compressive Sensing based spotlight SAR imaging method is developed which is capable of simultaneously handling the off grid problem and phase errors due to uncompensated platform motion effects. The method solves the target reflectivities, platform induced phase errors and the off-grid target location perturbations iteratively. The technique allows reduced number of measurements and results in sparse SAR images. The results obtained by using both simulated and real SAR system data show that the proposed technique provides better SAR images. Sparsity based SAR image reconstruction and autofocus techniques usually require a predefined parameter and their performance are dependent on the accurate choice of the parameter. The parameter value itself is dependent on the actual scene which is to be estimated. So, there is a need for an automatic stopping criterion. In the thesis studies, a parameter free SAR image reconstruction and autofocus technique is developed. It uses a automatic stopping criterion which is based on cross validation. A sparsity based off grid blind sensor calibration method is also developed. This method performs the off grid signal reconstruction and calibration iteratively. For blind sensor calibration, the off grid signals are estimated first using multiple measurement sets. Then, using the reconstructed signals, the phase and the gain errors are estimated and calibrated. Lastly, this method is adopted to Group Sparsity and direction finding for the off grid signals. This method is capable of jointly off grid direction estimation and correction of the sensor phase and gain errors. By simulations studies using the synthetically generated data, it is shown that developed techniques can estimate jointly the off grid signals and perform blind calibration with high performance.