Algoritmi di correzione di fase per SpotSAR a singolo impulso adatti ai radar aviotrasportati in tempo reale

This thesis focuses on optimizing the quality of radar images obtained using the standard Time Domanin Convolutional Back-Projection (TDCBP) or Convolu- tional Back-Projection (CBP) technique by implementing three different autofocus algorithms: Maximum Contrast Autofocus (MCA), Minimum Entropy Autofocus (MEA), and Maximum Sharpness Autofocus (MSA). The primary objective is to correct the phase of individual pulses at each iteration (single pulse phase correc- tion) in real-time for airborne surveillance applications. These algorithms are de- signed to enhance radar image quality by addressing distortions caused by relative motion between the radar system and target objects. In the TDBP imaging process, the autofocus methods are integrated to optimize the phase of each pulse, reducing distortion errors and improving image sharpness. The optimization function used during the autofocus process combines Golden Section Search with Parabolic Inter- polation to efficiently determine the optimal phase correction. The proposed solution is designed to operate in real-time with low latency, making it suitable for dynamic surveillance missions in airborne systems. The algorithms were tested on real-world radar data, demonstrating their effectiveness in mitigating phase distortions in dy- namic environments. Experimental results show significant improvements in image quality and measurement accuracy. Moreover, the results include a comparative analysis of the three autofocus algorithms MCA, MEA, and MSA highlighting their respective strengths and performance in dynamic airborne scenarios.

Questa tesi si concentra sull’ottimizzazione della qualità delle immagini radar ottenute utilizzando la tecnica della Time Domain Concolutional Back-Projection (TDCBP), implementando tre diversi tipi di algoritmi di autofocus: Maximum Con- trast Autofocus (MCA), Minimum Entropy Autofocus (MEA) e Maximum Sharp- ness Autofocus (MSA). L’obiettivo principale è correggere la fase di ciascun impulso ad ogni iterazione (correzione della fase del singolo impulso) in tempo reale per applicazioni di sorveglianza aerea. Questi algoritmi sono progettati per migliorare la qualità delle immagini radar affrontando le distorsioni causate dal movimento relativo tra il sistema radar e gli oggetti target. Nel processo di imaging della Back-Projection, i metodi di autofocus sono integrati per ottimizzare la fase di ogni impulso, riducendo gli errori di distorsione e migliorando la qualità dell’immagine. La funzione di ottimizzazione utilizzata durante il processo di autofocus combina la Ricerca per Sezione Aurea con l’Interpolazione Parabolica per determinare in modo efficiente la correzione ottimale della fase. La soluzione proposta è progettata per operare in tempo reale con bassa latenza, rendendola adatta a missioni di sorveg- lianza dinamiche nei sistemi aerei. Gli algoritmi sono stati testati su dati radar reali, dimostrando la loro efficacia nel mitigare le distorsioni di fase in ambienti dinam- ici. I risultati sperimentali mostrano miglioramenti significativi nella qualità delle immagini e nell’accuratezza delle misure. Inoltre, i risultati includono un’analisi comparativa dei tre algoritmi di messa a fuoco automatica - MCA, MEA e MSA - che evidenzia i rispettivi punti di forza e le prestazioni in scenari aerei dinamici.