CN102540188A - 基于高超声速平台sar的对比度最优自聚焦方法 - Google Patents
基于高超声速平台sar的对比度最优自聚焦方法 Download PDFInfo
- Publication number
- CN102540188A CN102540188A CN2012100010748A CN201210001074A CN102540188A CN 102540188 A CN102540188 A CN 102540188A CN 2012100010748 A CN2012100010748 A CN 2012100010748A CN 201210001074 A CN201210001074 A CN 201210001074A CN 102540188 A CN102540188 A CN 102540188A
- Authority
- CN
- China
- Prior art keywords
- value
- doppler frequency
- range unit
- orientation
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于高超声速平台SAR的对比度最优自聚焦方法,主要解决现有技术依赖初始闭区间划分和收敛速度慢的问题,其实现步骤是:1)雷达向地面发射线性调频脉冲信号;2)天线接收雷达回波信号,并对该回波信号进行距离向脉冲压缩;3)从距离向脉冲压缩后的回波信号中,选取信号强度最大的M个距离单元,并对选取的距离单元进行多普勒调频率估计;4)根据多普勒调频率最优估计值计算回波信号各距离单元的多普勒调频率;5)根据多普勒调频率构造参考函数对距离向脉压后的回波信号进行方位向脉冲压缩处理,得到最终的SAR成像结果。本发明具有收敛速度快且不依赖初始闭区间划分的优点,可用于高超声速平台SAR成像的运动补偿。
Description
技术领域
本发明属于雷达技术领域,具体的说是一种利用图像对比度最优原理来估计并补偿二次相位误差的自聚焦方法,用于高超声速平台合成孔径雷达成像时的运动补偿。
背景技术
将合成孔径雷达SAR成像技术应用于高超声速平台HSV是国内外探索的一个前沿课题。高超声速飞平台载合成孔径雷达HSV-SAR成像技术是实现地面运动和静止目标识别与定位的基础。由于HSV具有高机动性,其实际航迹不可避免地会偏离匀速、等高、直线的理想运动状态。运动误差的存在影响了回波信号的相位和幅度,使得成像后方位向出现散焦,图像变得模糊,严重时甚至无法成像。当HSV无法配备高精度测量仪器来对运动误差进行补偿时,要获得高质量的SAR图像就必须进行自聚焦处理。对比度最优自聚焦COA方法是一种直接通过评价成像质量来估计并补偿二次相位误差的自聚焦算法。因为其本身具有计算量小、适应性好的特点,所以COA方法对实时SAR成像处理具有很高的实用价值。
目前提出的COA方法主要有:
1.武昕伟等人在“利用对比度最大化实现SAR图像自聚焦,现代雷达,2002,24(3):20-22”文章中,提出采用枚举的方法在所确定的搜索区间内计算每一个可能值来搜索二次相位误差的最优估计。这种方法由于依赖于初始闭区间的划分,若区间划分不当,则无法收敛到全局最优解,并且随着搜索步长的减小,估计精度提高,但计算量大大增加。
2.刘月花等人在“对比度最优自聚焦算法,电子与信息学报,2003,25(1):24-30”文章中,提出采用进退法对最优估计值的搜索策略进行优化。这种方法虽然不依赖于初始闭区间的划分,对平台机动性较高或测量仪器存在较大误差的SAR系统具有较好的适应性,估计精度高,但收敛速度较慢。
3.邓云凯等人在“基于对比度最优准则的自聚焦优化算法,电子学报,2006,34(9):1742-1744”文章中,提出采用黄金分割法和费式级数法对全局最优估计值进行搜索。算法的收敛速度得到进一步提高,但是这类方法与枚举法一样,都需要依赖于初始闭区间的划分,若初始闭区间划分不当,则无法收敛到全局最优解。
发明内容
本发明的目的在于针对上述已有技术的缺点,提出一种基于高超声速平台SAR的对比度最优自聚焦方法,在保证多普勒调频率估计精度的前提下,减小运算量,以满足高超声速平台SAR成像对多普勒调频率估计精度和实时性的要求。
为实现上述目的,本发明的技术方案包括如下步骤:
1)雷达从高超声速平台向地面发射线性调频脉冲信号;
2)通过天线接收雷达回波信号,并对该回波信号进行距离向脉冲压缩;
3)从距离向脉冲压缩后的回波信号中,选取信号强度最大的M个距离单元,M取值为10;
4)对选取的M个距离单元进行多普勒调频率估计:
(4a)令m为距离单元序号,m=1,2,...M,其初始值为1;
(4b)根据测量仪器测得的平台飞行速度对多普勒调频率进行粗估计,并根据多普勒调频率的粗估计值设定初始闭区间[a0,m,b0,m],a0,m≤b0,m,同时选取两个多普勒调频率初始试探值{λ0,m,μ0,m}∈[a0,m,b0,m],满足:
其中,τ=0.618表示黄金分割比例,λ0,m为左试探值,μ0,m为右试探值,a0,m为闭区间的左边界值,b0,m为闭区间的右边界值,m为距离单元序号;
(4c)计算两个多普勒调频率初始试探值{λ0,m,μ0,m}对应的图像对比度:
(4c1)根据多普勒调频率试探值对选取的距离单元进行方位向去斜处理,得到一维方位向图像;
(4c2)计算一维方位向图像的图像对比度C(m,x):
其中,x为多普勒调频率试探值或闭区间的边界值,x∈{λk,m,μk,m,ak,m,bk,m},λk,m为左试探值,μk,m为右试探值,ak,m为闭区间的左边界值,bk,m为闭区间的右边界值,k=0,1,2,...表示迭代次数标量,其初始值为0,E(·)为均值运算,I2(m,x)为一维方位向图像的图像强度,m为距离单元序号;
(4d)比较左试探值λk,m和右试探值μk,m对应的一维方位向图像的图像对比度C(m,λk,m)和C(m,μk,m)的大小,并通过如下变步长方法确定搜索区间:
(4d1)若C(m,λk,m)>C(m,μk,m),根据左边界值ak,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算左边界值ak,m对应的一维方位向图像的图像对比度C(m,ak,m),若满足C(m,λk,m)>{C(m,μk,m),C(m,ak,m)},则更新k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,确定搜索区间为[ak,m,bk,m];反之,则向左进行迭代搜索:令k=k+1,μk,m=λk-1,m,λk,m=ak-1,m,C(m,μk,m)=C(m,λk-1,m),C(m,λk,m)=C(m,ak-1,m),更新左边界值ak,m=(τλk,m+(τ-1)μk,m)/(2τ-1),根据左边界值ak,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算该一维方位向图像的图像对比度C(m,ak,m),重复迭代直到满足C(m,λk,m)>{C(m,μk,m),C(m,ak,m)}时,令k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,并确定搜索区间为[ak,m,bk,m];
(4d2)若C(m,λk,m)≤C(m,μk,m),根据右边界值bk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算右边界值bk,m对应的一维方位向图像的图像对比度C(m,bk,m),若满足C(m,μk,m)>{C(m,λk,m),C(m,bk,m)},则更新k=k+1,ak,m=λk-1,m,bk,m=bk-1,m,最终确定搜索区间为[ak,m,bk,m];反之,向右进行迭代搜索:令k=k+1,λk,m=μk-1,m,μk,m=bk-1,m,C(m,μk,m)=C(m,μk-1,m),C(m,μk,m)=C(m,bk-1,m),更新右边界值bk,m=(τμk,m+(τ-1)λk,m)/(2τ-1),根据右边界值bk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算该一维方位向图像的图像对比度C(m,bk,m),重复迭代直达满足C(m,μk,m)>{C(m,λk,m),C(m,bk,m)}时,令k=k+1,ak,m=λk-1,m,bk,m=bk-1,m,并确定搜索区间为[ak,m,bk,m];
其中,λk0,m为迭代收敛结束时的左探测值,μk0,m为迭代收敛结束时的右探测值,k0表示迭代收敛结束时的迭代次数标量值,m为距离单元序号;
6)根据算得的回波信号各距离单元对应的多普勒调频率fdr(ts)构造方位向脉压的参考函数sa(ts):并用该参考函数对距离脉压后的回波信号进行方位向脉冲压缩处理,获得最终的SAR成像结果,其中,ts为慢时间,aa(*)为方位窗函数,exp表示以自然对数e为底的指数函数,j为复数虚部符号。
本发明与现有技术相比具有以下优点:
1.估计精度高、适应性强。本发明由于不依赖于初始闭区间的划分,当全局最优解不包含于初始闭区间之内时,仍然可以搜索得到全局最优解,因此本发明即保证了较高的多普勒调频率估计精度,又避免了因初始闭区间划分不当而无法收敛到全局最优解的情况。
2.收敛速度快。本发明由于采用黄金分割法对搜索区间进行迭代收敛,因此收敛速度快、计算量小。
理论分析和实验结果表明,本发明与现有技术相比,在保证了多普勒调频率估计精度的基础上,收敛速度快且不依赖于初始闭区间的划分,因而具有更好的实用价值。
附图说明
图1是本发明的实施流程图;
图2是采用现有黄金分割法进行多普勒调频率估计后得到的SAR成像结果;
图3是采用现有进退法进行多普勒调频率估计后得到的SAR成像结果;
图4是采用本发明方法进行多普勒调频率估计后得到的SAR成像结果。
具体实施方式
参照图1,本发明的具体实现步骤图下:
步骤1,雷达从高超声速平台向地面发射线性调频脉冲信号。
雷达以发射周期T向地面发射线性调频脉冲信号,该信号表示为:
步骤2,通过天线接收雷达回波信号,并对该回波信号进行距离向脉冲压缩。
(2a)将脉冲信号经由地面后向散射形成雷达回波信号表示为:
(2)
(2b)构造距离向脉冲压缩的参考函数:
(2c)将回波信号与参考函数进行时域卷积,得到距离向脉冲压缩后的回波信号
其中,为快时间,ts为慢时间,RB为目标到高超声速平台的最近距离,R(ts,RB)为目标斜距,ar(*)和aa(*)分别为雷达线性调频信号的窗函数和方位窗函数,j为复数虚部符号,c为光速,γ为信号调频率,λ为雷达波长,和IFFTfr(*)分别为快速傅里叶变化和逆傅里叶变化,A为距离压缩后点目标信号的幅度,fr为信号频率,Δfr为信号带宽,sinc函数为
步骤3,从距离向脉冲压缩后的回波信号中,选取信号强度最大的M个距离单元,M取值为10。
(3a)计算距离向脉冲压缩后的回波信号中各距离单元对应的信号强度F(m′):
其中,s′rc(m′,n′;RB)为距离向脉冲压缩后的回波信号采样后的离散表示,s′rc *(m′,n′;RB)为s′rc(m′,n′;RB)的共轭,RB为目标到高超声速平台的最近距离,m′为距离单元,n′为方位单元,Na为回波信号方位向采样总数,Nr为回波信号距离向采样总数。
(3b)根据各距离单元对应的信号强度F(m′)选取信号强度最大的M个距离单元。
步骤4,对选取的M个距离单元进行多普勒调频率估计。
(4a)令m为距离单元序号,m=1,2,...M,其初始值为1;
(4b)根据测量仪器测得的平台飞行速度对多普勒调频率进行粗估计:
并根据多普勒调频率的粗估计值设定初始闭区间[a0,m,b0,m],a0,m≤b0,m,同时选取两个多普勒调频率初始试探值{λ0,m,μ0,m}∈[a0,m,b0,m],满足:
其中,为多普勒调频率的粗估计值,为测量仪器测得的平台飞行速度,为雷达波束中心的斜视角度,λ为雷达波长,Rm为目标斜距,m为距离单元序号,τ=0.618表示黄金分割比例,λ0,m为左试探值,μ0,m为右试探值,a0,m为闭区间的左边界值,b0,m为闭区间的右边界值;
(4c)计算两个多普勒调频率初始试探值{λ0,m,μ0,m}对应的图像对比度:
(4c1)根据多普勒调频率试探值对选取的距离单元进行方位向去斜处理,得到一维方位向图像:
(4c1a)构造方位向去斜处理的参考函数为:
其中,ts为慢时间,x为多普勒调频率试探值或闭区间的边界值,x∈{λk,m,μk,m,ak,m,bk,m},λk,m为左试探值,μk,m为右试探值,ak,m为闭区间的左边界值,bk,m为闭区间的右边界值,k=0,1,2,...表示迭代次数标量,其初始值为0,表示方位向FFT运算,RB为目标到高超声速平台的最近距离;
(4c2)计算一维方位向图像的图像对比度C(m,x):
其中,x为多普勒调频率试探值或闭区间的边界值,x∈{λk,m,μk,m,ak,m,bk,m},λk,m为左试探值,μk,m为右试探值,ak,m为闭区间的左边界值,bk,m为闭区间的右边界值,k=0,1,2,...表示迭代次数标量,其初始值为0,E(·)为均值运算,I2(m,x)为一维方位向图像的图像强度,m为距离单元序号;
(4d)比较左试探值λk,m和右试探值μk,m对应的一维方位向图像的图像对比度C(m,λk,m)和C(m,μk,m)的大小,并通过如下变步长方法确定搜索区间:
(4d1)若C(m,λk,m)>C(m,μk,m),根据左边界值ak,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算左边界值ak,m对应的一维方位向图像的图像对比度C(m,ak,m),若满足C(m,λk,m)>{C(m,μk,m),C(m,ak,m)},则更新k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,确定搜索区间为[ak,m,bk,m];反之,则按如下步骤向左进行迭代搜索:令k=k+1,μk,m=λk-1,m,λk,m=ak-1,m,C(m,μk,m)=C(m,λk-1,m),C(m,λk,m)=C(m,ak-1,m),更新左边界值ak,m=(τλk,m+(τ-1)μk,m)/(2τ-1),根据左边界值ak,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算该一维方位向图像的图像对比度C(m,ak,m),重复迭代直到满足C(m,λk,m)>{C(m,μk,m),C(m,ak,m)}时,令k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,并确定搜索区间为[ak,m,bk,m];
(4d2)若C(m,λk,m)≤C(m,μk,m),根据右边界值bk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算右边界值bk,m对应的一维方位向图像的图像对比度C(m,bk,m),若满足C(m,μk,m)>{C(m,λk,m),C(m,bk,m)},则更新k=k+1,ak,m=λk-1,m,bk,m=bk-1,m,最终确定搜索区间为[ak,m,bk,m];反之,向右进行迭代搜索:令k=k+1,λk,m=μk-1,m,μk,m=bk-1,m,C(m,λk,m)=C(m,μk-1,m),C(m,μk,m)=C(m,bk-1,m),更新右边界值bk,m=(τμk,m+(τ-1)λk,m)/(2τ-1),根据右边界值bk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算该一维方位向图像的图像对比度C(m,bk,m),重复迭代直达满足C(m,μk,m)>{C(m,λk,m),C(m,bk,m)}时,令k=k+1,ak,m=λk-1,m,bk,m=bk-1,m,并确定搜索区间为[ak,m,bk,m];
(4e1)设允许误差ε>0,黄金分割比例τ=0.618;
(4e2)令λk,m=ak,m+(1-τ)(bk,m-ak,m),μk,m=ak,m+τ(bk,m-ak,m),分别根据试探值λk,m和μk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算该一维方位向图像的图像对比度C(m,λk,m)和C(m,μk,m);
(4e3)通过如下步骤对搜索区间[ak,m,bk,m]进行迭代收敛:
(4e3a)比较图像对比度C(m,λk,m)和C(m,μk,m)的大小:
(4e3b)若C(λk,m)>C(μk,m),令k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,μk,m=λk-1,m,C(m,μk,m)=C(m,λk-1,m),λk,m=ak,m+(1-τ)(bk,m-ak,m),当|λk,m-μk,m|>ε时,根据试探值λk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算该一维方位向图像的图像对比度C(m,λk,m),返回步骤(4e3a);否则,执行步骤(4f);
(4e3c)若C(λk,m)≤C(μk,m),令k=k+1,bk,m=bk-1,m,ak+1,m=λk,m,μk,m=μk-1,m,C(m,λk,m)=C(m,μk-1,m),μk,m=ak,m+τ(bk,m-ak,m),当|λk,m-μk,m|>ε时,根据试探值μk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(10)计算该一维方位向图像的图像对比度C(m,μk,m),返回步骤(4e3a);否则,执行步骤(4f);
其中,λk0,m为迭代收敛结束时的左探测值,μk0,m为迭代收敛结束时的右探测值,k0表示迭代收敛结束时的迭代次数标量值,m为距离单元序号;
步骤5,根据选取的M个距离单元的多普勒调频率最优估计值,计算回波信号各距离单元对应的多普勒调频率。
(5b)根据回波信号各距离单元对应的斜距R(ts,RB),计算多普勒调频率fdr(ts):
其中,ts为慢时间,RB为目标到高超声速平台的最近距离。
其中,为快时间,ts为慢时间,RB为目标到高超声速平台的最近距离,aa(*)为方位向窗函数,exp表示以自然对数e为底的指数函数,j为复数虚部符号,fdr(ts)为多普勒调频率,为方位向FFT运算,为方位向IFFT运算,为距离向脉冲压缩后的回波信号,C为常数,Δdr为信号带宽,Δfa(ts)为多普勒频率带宽,c为光速,sinc函数为
本发明的效果可以通过以下实验进一步说明:
1.雷达回波信号实测数据的系统参数
实验中采用的雷达回波信号实测数据的主要系统参数如下:
载波频率fc为16.7GHz,雷达发射信号的带宽Br为80MHz,信号的脉冲宽度为4μs,采样频率Fs为300MHz,脉冲重复频率PRF为500Hz,测量仪器测得的平台飞行速度为112.5m/s,雷达到场景中心距离Rs为11.2km。
2.实验内容
分别采用现有黄金分割法、现有进退法和本发明方法对雷达回波信号实测数据进行自聚焦处理。将距离压缩后的雷达回波信号按方位向平均分为4个子数据块,每个子数据块中选取10个信号强度最大的距离单元来估计多普勒调频率。采用现有黄金分割法进行多普勒调频率估计后得到的SAR成像结果,如图2所示。采用现有进退法进行多普勒调频率估计后得到的SAR成像结果,如图3所示。采用本发明方法进行多普勒调频率估计后得到的SAR成像结果,如图4所示。分别计算三种方法执行FFT运算的次数和SAR成像结果的图像对比度,如表1所示。
从图2、图3和图4的比较中可以看出,采用现有黄金分割法时,部分场景图像中的细节信息丢失较为严重;而采用现有进退法和本发明方法均能够获得聚焦良好的场景图像。
表1比较三种方法的计算量和SAR成像结果的图像对比度
从表1中可以看出,采用本发明方法和现有进退法所得的SAR成像结果具有相同的图像对比度,且高于采用现有黄金分割法所得SAR成像结果的图像对比度;而在获得相同图像对比度的基础上,本发明方法所进行的FFT次数为现有进退法的0.72倍,因此本发明方法的计算量比进退法要小。
Claims (3)
1.一种基于高超声速平台SAR的对比度最优自聚焦方法,包括如下步骤:
1)雷达从高超声速平台向地面发射线性调频脉冲信号;
2)通过天线接收雷达回波信号,并对该回波信号进行距离向脉冲压缩;
3)从距离向脉冲压缩后的回波信号中,选取信号强度最大的M个距离单元,M取值为10;
4)对选取的M个距离单元进行多普勒调频率估计:
(4a)令m为距离单元序号,m=1,2,...M,其初始值为1;
(4b)根据测量仪器测得的平台飞行速度对多普勒调频率进行粗估计,并根据多普勒调频率的粗估计值 设定初始闭区间[a0,m,b0,m],a0,m≤b0,m,同时选取两个多普勒调频率初始试探值{λ0,m,μ0,m}∈[a0,m,b0,m],满足:
其中,τ=0.618表示黄金分割比例,λ0,m为左试探值,μ0,m为右试探值,a0,m为闭区间的左边界值,b0,m为闭区间的右边界值,m为距离单元序号;
(4c)计算两个多普勒调频率初始试探值{λ0,m,μ0,m}对应的图像对比度:
(4c1)根据多普勒调频率试探值对选取的距离单元进行方位向去斜处理,得到一维方位向图像;
(4c2)计算一维方位向图像的图像对比度C(m,x):
其中,x为多普勒调频率试探值或闭区间的边界值,x∈{λk,m,μk,m,ak,m,bk,m},λk,m为左试探值,μk,m为右试探值,ak,m为闭区间的左边界值,bk,m为闭区间的右边界值,k=0,1,2,...表示迭代次数标量,其初始值为0,E(·)为均值运算,I2(m,x)为一维方位 向图像的图像强度,m为距离单元序号;
(4d)比较左试探值λk,m和右试探值μk,m对应的一维方位向图像的图像对比度C(m,λk,m)和C(m,μk,m)的大小,并通过如下变步长方法确定搜索区间:
(4d1)若C(m,λk,m)>C(m,μk,m),根据左边界值ak,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算左边界值ak,m对应的一维方位向图像的图像对比度C(m,ak,m),若满足C(m,λk,m)>{C(m,μk,m),C(m,ak,m)},则更新k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,确定搜索区间为[ak,m,bk,m];反之,则向左进行迭代搜索:令k=k+1,μk,m=λk-1,m,λk,m=ak-1,m,C(m,μk,m)=C(m,λk-1,m),C(m,λk,m)=C(m,ak-1,m),更新左边界值ak,m=(τλk,m+(τ-1)μk,m)/(2τ-1),根据左边界值ak,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算该一维方位向图像的图像对比度C(m,ak,m),重复迭代直到满足C(m,λk,m)>{C(m,μk,m),C(m,ak,m)}时,令k=k+1,ak,m=ak-1,m,bk,m=μk-1,m,并确定搜索区间为[ak,m,bk,m];
(4d2)若C(m,λk,m)≤C(m,μk,m),根据右边界值bk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算右边界值bk,m对应的一维方位向图像的图像对比度C(m,bk,m),若满足C(m,μk,m)>{C(m,λk,m),C(m,bk,m)},则更新k=k+1,ak,m=λk-1,m,bk,m=bk-1,m,最终确定搜索区间为[ak,m,bk,m];反之,向右进行迭代搜索:令k=k+1,λk,m=μk-1,m,μk,m=bk-1,m,C(m,λk,m)=C(m,μk-1,m),C(m,μk,m)=C(m,bk-1,m),更新右边界值bk,m=(τμk,m+(τ-1)λk,m)/(2τ-1),根据右边界值bk,m对选取的距离单元进行方位向去斜处理,得到一维方位向图像,并按式(4c-1)计算该一维方位向图像的图像对比度C(m,bk,m),重复迭代直达满足C(m,μk,m)>{C(m,λk,m),C(m,bk,m)}时,令k=k+1,ak,m=λk-1,m,bk,m=bk-1,m,并确定 搜索区间为[ak,m,bk,m];
其中,λk0,m为迭代收敛结束时的左探测值,μk0,m为迭代收敛结束时的右探测值,k0表示迭代收敛结束时的迭代次数标量值,m为距离单元序号;
(4f)若m=M,输出M个距离单元的多普勒调频率最优估计值 反之,令m=m+1,并返回步骤(4b);
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210001074.8A CN102540188B (zh) | 2012-01-04 | 2012-01-04 | 基于高超声速平台sar的对比度最优自聚焦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210001074.8A CN102540188B (zh) | 2012-01-04 | 2012-01-04 | 基于高超声速平台sar的对比度最优自聚焦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102540188A true CN102540188A (zh) | 2012-07-04 |
CN102540188B CN102540188B (zh) | 2014-04-02 |
Family
ID=46347516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210001074.8A Active CN102540188B (zh) | 2012-01-04 | 2012-01-04 | 基于高超声速平台sar的对比度最优自聚焦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102540188B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257341A (zh) * | 2013-03-21 | 2013-08-21 | 西安电子科技大学 | 基于fpga的自聚焦算法快速实现方法 |
CN103852956A (zh) * | 2012-12-04 | 2014-06-11 | 鸿富锦精密工业(深圳)有限公司 | 自动对焦方法 |
CN104656067A (zh) * | 2013-11-25 | 2015-05-27 | 北京环境特性研究所 | 一种基于图像对比度的调频斜率估计方法 |
CN108153132A (zh) * | 2017-12-28 | 2018-06-12 | 电子科技大学 | 一种基于均值梯度函数的光学扫描全息自聚焦方法 |
CN109471100A (zh) * | 2018-10-16 | 2019-03-15 | 湖北航天技术研究院总体设计所 | 一种sar多普勒调频率估计方法及系统 |
CN109581315A (zh) * | 2018-12-18 | 2019-04-05 | 中国人民解放军国防科技大学 | 一种高超声速飞行器雷达隐身性能评估方法 |
CN109725313A (zh) * | 2019-03-01 | 2019-05-07 | 中国科学院电子学研究所 | 一种sar海浪成像方法、系统、电子设备和介质 |
CN110780272A (zh) * | 2019-10-29 | 2020-02-11 | 西安电子科技大学 | 一种颠簸平台sar的非参数化成对回波抑制方法 |
CN112415512A (zh) * | 2020-10-16 | 2021-02-26 | 南京航空航天大学 | 基于进退法和黄金分割法的sar运动目标聚焦方法 |
CN112834621A (zh) * | 2020-12-31 | 2021-05-25 | 安徽理工大学 | 一种基于超声波技术的岩体裂隙三维重构方法 |
CN117687014A (zh) * | 2024-02-04 | 2024-03-12 | 南京信息工程大学 | 一种基于二维滤波MapDrift的SAR等效雷达速度估计方法 |
-
2012
- 2012-01-04 CN CN201210001074.8A patent/CN102540188B/zh active Active
Non-Patent Citations (3)
Title |
---|
刘月花 等: "对比度最优自聚焦算法", 《电子与信息学报》 * |
武昕伟 等: "利用对比度最大化实现SAR图像自聚焦", 《现代雷达》 * |
邓云凯 等: "基于对比度最优准则的自聚焦优化算法研究", 《电子学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103852956A (zh) * | 2012-12-04 | 2014-06-11 | 鸿富锦精密工业(深圳)有限公司 | 自动对焦方法 |
CN103852956B (zh) * | 2012-12-04 | 2018-04-27 | 鸿富锦精密工业(深圳)有限公司 | 自动对焦方法 |
CN103257341B (zh) * | 2013-03-21 | 2014-09-17 | 西安电子科技大学 | 基于fpga的自聚焦算法快速实现方法 |
CN103257341A (zh) * | 2013-03-21 | 2013-08-21 | 西安电子科技大学 | 基于fpga的自聚焦算法快速实现方法 |
CN104656067A (zh) * | 2013-11-25 | 2015-05-27 | 北京环境特性研究所 | 一种基于图像对比度的调频斜率估计方法 |
CN108153132B (zh) * | 2017-12-28 | 2019-06-21 | 电子科技大学 | 一种基于均值梯度函数的光学扫描全息自聚焦方法 |
CN108153132A (zh) * | 2017-12-28 | 2018-06-12 | 电子科技大学 | 一种基于均值梯度函数的光学扫描全息自聚焦方法 |
CN109471100A (zh) * | 2018-10-16 | 2019-03-15 | 湖北航天技术研究院总体设计所 | 一种sar多普勒调频率估计方法及系统 |
CN109581315A (zh) * | 2018-12-18 | 2019-04-05 | 中国人民解放军国防科技大学 | 一种高超声速飞行器雷达隐身性能评估方法 |
CN109725313A (zh) * | 2019-03-01 | 2019-05-07 | 中国科学院电子学研究所 | 一种sar海浪成像方法、系统、电子设备和介质 |
CN109725313B (zh) * | 2019-03-01 | 2020-11-20 | 中国科学院电子学研究所 | 一种sar海浪成像方法、系统、电子设备和介质 |
CN110780272A (zh) * | 2019-10-29 | 2020-02-11 | 西安电子科技大学 | 一种颠簸平台sar的非参数化成对回波抑制方法 |
CN112415512A (zh) * | 2020-10-16 | 2021-02-26 | 南京航空航天大学 | 基于进退法和黄金分割法的sar运动目标聚焦方法 |
CN112415512B (zh) * | 2020-10-16 | 2022-08-05 | 南京航空航天大学 | 基于进退法和黄金分割法的sar运动目标聚焦方法 |
CN112834621A (zh) * | 2020-12-31 | 2021-05-25 | 安徽理工大学 | 一种基于超声波技术的岩体裂隙三维重构方法 |
CN117687014A (zh) * | 2024-02-04 | 2024-03-12 | 南京信息工程大学 | 一种基于二维滤波MapDrift的SAR等效雷达速度估计方法 |
CN117687014B (zh) * | 2024-02-04 | 2024-04-16 | 南京信息工程大学 | 一种基于二维滤波MapDrift的SAR等效雷达速度估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102540188B (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102540188B (zh) | 基于高超声速平台sar的对比度最优自聚焦方法 | |
CN108761404B (zh) | 一种基于二次相位函数参数估计及补偿的改进算法 | |
EP2660623B1 (en) | Imaging method and device in SAB mobile bistatic SAR | |
CN106872974B (zh) | 基于高超声速平台双通道雷达的高精度运动目标成像方法 | |
CN101430380B (zh) | 基于非均匀采样的大斜视角机载sar聚束模式成像方法 | |
US9274219B2 (en) | Apparatus and method for short dwell inverse synthetic aperture radar (ISAR) imaging of turning moving vehicles | |
CN110412558A (zh) | 基于tdm mimo的解车载fmcw雷达速度模糊方法 | |
CN105301590B (zh) | 一种机动目标调频步进逆合成孔径成像方法 | |
CN103616687B (zh) | 分段线性估计的多项式拟合isar包络对齐方法 | |
CN104502912B (zh) | 高速运动目标逆合成孔径雷达成像方法 | |
CN105259552A (zh) | 一种基于非线性调频信号的合成孔径雷达成像方法和装置 | |
CN103901429A (zh) | 基于稀疏孔径的机动目标逆合成孔径雷达成像方法 | |
CN102749621B (zh) | 一种双基地合成孔径雷达频域成像方法 | |
CN108107430A (zh) | 一种基于分数阶傅立叶变换的舰船目标isar成像方法 | |
CN109116311A (zh) | 基于知识辅助稀疏迭代协方差估计的杂波抑制方法 | |
CN102590812A (zh) | 基于调频连续波的sar实时成像方法 | |
Wacks et al. | Passive synthetic aperture hitchhiker imaging of ground moving targets—Part 1: Image formation and velocity estimation | |
CN110501706A (zh) | 大角度非均匀转动空间目标isar成像方法 | |
CN104007435B (zh) | 一种基于中频相邻回波相位差的精确测速方法 | |
CN108226891B (zh) | 一种扫描雷达回波计算方法 | |
CN106597437A (zh) | 高频机载调频连续波sar运动补偿及成像处理方法 | |
CN106154265B (zh) | 一种基于频域移位的去斜体制雷达isar包络对齐方法 | |
CN108427115A (zh) | 合成孔径雷达对运动目标参数的快速估计方法 | |
CN109001700B (zh) | 一种实现目标轮廓重构的雷达前视成像方法 | |
CN111856466A (zh) | 一种高效的复杂运动目标isar平动补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |