基于相位梯度法PGA的 Matlab 估计相位误差 估计多普勒中心

相位梯度自聚焦（PGA）算法广泛应用于合成孔径雷达的运动误差补偿。激光信号波长比微波信号小3~4个数量级，因而在合成孔径激光成像过程中，实验平台的振动会引入极大的相位误差，导致成图质量下降。在合成孔径激光雷达（SAL）成像过程中应用PGA算法，并针对激光波段信号的特点对传统的PGA算法在加窗方法上加以改进。实现了SAL样机在室外64 m成像距离下的快速合成孔径激光成像的实验验证，证明PGA算法能够实现散焦数据中相位误差的精确补偿，且改进后的PGA算法在达到同样补偿效果的前提下，迭代次数更少。

二维相位展开在众多相位测量应用中起着重要作用。在相位展开方法中，质量图能否真实地反映包裹相位质量，在很大程度上决定了相位展开结果是否正确。为了复原可靠的相位轮廓，提出了一种准确的基于相位梯度相关系数的质量图。该质量图可从包裹相位图直接导出，先求出包裹相位图的相位梯度图，由相位梯度图获得每个像素一定邻域内的相位梯度相关系数，再用不同方向的梯度相关系数得到质量图。详细描述了新质量图，并通过展开若干包裹相位图验证其有效性和优越性。相位展开的结果表明，所提出的质量图是一种优良的相位质量指示器，可用于质量引导相位展开算法，复原获得可靠的相位轮廓。

基于Pancharatnam-Berry相位的宽带，广角编码相位梯度超表面

相位梯度自聚焦算法的关键步骤是加窗处理，窗宽度的确定决定了成像效果，宽度过大将会引入大量的噪声，反之将无法包含足够成像用的散焦信息. 文中针对复杂场景中强散射点的划分不同，提出了一种改进的相位梯度自聚焦方法，该方法通过对强散射点的划分设定阈值，采用门限式加窗方法. 与原有相位梯度自聚焦方法成像的比较中，在分辨率和清晰度上优越于原有方法，最后使用机载雷达真实数据对该方法的有效性进行检验.

描述了相位梯度自聚焦(PGA)算法的实现步骤。基于对PGA算法的性能分析及对PGA算法的基本步骤所起作用的研究,提出了两种改进的方法。首先,通过对加窗方法的改进,提高了算法的聚焦速度;另外,通过选择适当的距离行进行处理,使算法即使在低信噪比的条件下也能达到较好的聚焦效果。

用于减少RCS的二维编码相位梯度超表面

基于透射相位梯度超表面的宽带频率扫描欺骗表面等离子极化平面天线

相位梯度自聚焦算法论文，原作者所写，毕业论文里的引文用的就是这篇