CN106680818B - 基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法 - Google Patents
基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法 Download PDFInfo
- Publication number
- CN106680818B CN106680818B CN201611259905.6A CN201611259905A CN106680818B CN 106680818 B CN106680818 B CN 106680818B CN 201611259905 A CN201611259905 A CN 201611259905A CN 106680818 B CN106680818 B CN 106680818B
- Authority
- CN
- China
- Prior art keywords
- frequency
- dimensional
- signal
- complex pattern
- mura
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9004—SAR image acquisition techniques
- G01S13/9011—SAR image acquisition techniques with frequency domain processing of the SAR signals in azimuth
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法,其包括:引入MURA正反编码调制回波信号;对回波信号在距离向频域稀疏采样条件下直接进行三维成像;以其中一幅复图像相位作为参考相位,干涉处理去除散射单元随机初始相位;建立回波信号‑SAR复图像‑频域系数之间的关系式;采用基于l1范数的最优化方法,对所建立的回波信号‑SAR复图像‑频域系数之间的关系式进行求解,并反变换至空间域获得目标场景的三维复图像;在频域也可采用低通滤波处理,反变换至空间域获得目标场景的三维图像。所述三维成像方法,可有效解决稀疏阵列孔径综合方法带来的重复频率高、数据冗余量大和运动补偿等问题。
Description
技术领域
本发明涉及雷达成像处理领域,尤其涉及一种基于MURA二维编码、频域稀疏采样和压缩感知的稀疏阵列合成孔径雷达三维成像方法。
背景技术
机载阵列SAR通过发射/接收宽带信号获取距离向高分辨率,通过天线平台与目标的相对运动获取方位向高分辨率,利用布设在载机交轨方向的阵列天线结构获取交轨向高分辨率。在下视工作模式下,机载阵列SAR可避免阴影效应,获取复杂地形及城市目标的三维信息。
采用稀疏阵列结构可降低SAR系统复杂度和载机负荷,根据等效相位中心原理获得等效满采样数据,可避免稀疏采样带来的栅瓣和高副瓣问题。国内外已有相关单位对机载稀疏阵列三维成像展开了研究工作,德国FGAN-FHR提出的ARTINO(Airborne Radar forThree-dimensional Imaging and Nadir Observation)系统,采用收发分置的稀疏阵列天线实现机载下视三维成像;中国科学院电子学研究所对于稀疏阵列孔径综合的体制方法进行了研究(参见侯颖妮,李道京,洪文.稀疏阵时分多相位中心孔径综合及其应用[J].电子与信息学报,2009,31(4):798-802;滕秀敏,李道京.机载交轨稀疏阵列天线雷达的下视三维成像处理[J].电子与信息学报,2012,34(6):1311-1317.),存在数据冗余量大、脉冲重复频率高等问题。
上述研究工作在成像时均使用的是满阵等效相位中心回波信号,西安电子科技大学对于稀疏等效相位中心条件下的三维成像方法进行了研究(参见李学仕,孙光才,徐刚等.基于压缩感知的下视三维成像SAR成像新方法[J].电子与信息学报,2012,34(5):1017-1023.),但目前的研究工作主要集中与目标的空间稀疏特性,当观测场景在空间连续分布时,上述方法会受到一定的限制。
发明内容
(一)要解决的技术问题
鉴于上述技术问题,本发明提供了一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法,采用稀疏阵列结构可大幅降低SAR系统复杂度和载机负荷。所述方法避免孔径综合带来的数据冗余,回波数据利用率为100%,且所需系统工作PRF较低,数据记录量小。可获得与传统满采样相近的三维成像结果,理论上不降低成像分辨率,具有重要的实际应用价值。
(二)技术方案
根据本发明的一个方面,提供了一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法,包括:
步骤S1、稀疏阵列合成孔径雷达各子阵发射频分信号,引入MURA正反编码对稀疏阵列合成孔径雷达在合成孔径时间内形成的等效相位中心各子带回波信号进行MURA正反编码随机调制;
步骤S2、对经MURA正反编码调制后的回波信号在距离向频域稀疏采样条件下直接对目标进行三维成像,获得正反编码对应的目标场景的两幅三维复图像;
步骤S3、以其中一幅三维复图像相位作为参考相位,对另外一幅复图像进行干涉处理去除散射单元随机初始相位,使目标场景的图像三维频谱稀疏化并压缩至低频段;
步骤S4、在频域引入压缩感知理论,建立回波信号-SAR复图像-频域系数之间的关系式,所述关系式为:
s=HΦPΨβ (1)
其中,s为调制后的回波信号经过顺轨向-交轨向二维成像后的信号矩阵,H为稀疏阵列构成的选择矩阵,Φ为信号获取的测量矩阵,P为参考相位构成的对角矩阵,Ψ为傅里叶变换基,β为去除散射单元随机初始相位的待恢复图像在频域的系数向量;
步骤S5、采用基于范数的最优化方法,对所建立的回波信号-SAR复图像-频域系数之间的关系式进行求解,获得去除散射单元随机初始相位的待恢复图像在变换基Ψ下的系数向量β,并反变换至空间域获得目标场景的三维复图像;其中,范数的最优化准则为:
其中,ε为测量噪声。
根据本发明的另一方面,还提供了一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法,包括:
步骤S1、稀疏阵列合成孔径雷达各子阵发射频分信号,引入MURA正反编码对稀疏阵列合成孔径雷达在合成孔径时间内形成的等效相位中心各子带回波信号进行MURA正反编码随机调制;
步骤S2、对经MURA正反编码调制后的回波信号在距离向频域稀疏采样条件下直接对目标进行三维成像,获得正反编码对应的目标场景的两幅三维复图像;
步骤S3、以其中一幅三维复图像相位作为参考相位,对另外一幅复图像进行干涉处理去除散射单元随机初始相位,使目标场景的图像三维频谱稀疏化并压缩至低频段;
步骤S4、对去除散射单元随机初始相位的复图像三维频谱进行频域低通滤波处理,以去除稀疏采样带来的图像副瓣和高频噪声;
步骤S5、将低通滤波处理后的三维频谱反变换至空间域,获得目标场景的顺轨-交轨-距离三维复图像。
(三)有益效果
从上述技术方案可以看出,本发明一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法至少具有以下有益效果其中之一:
(1)采用稀疏阵列结构,大幅降低了阵列SAR系统复杂度和载机负荷;
(2)通过干涉处理去除散射单元随机初始相位,使SAR复图像三维频谱集中在低频段,并具有稀疏性。在此基础上引入频域压缩感知/低通滤波,有效去除了稀疏采样带来的图像副瓣和高频噪声;
(3)引入二维MURA正反编码调制,避免了孔径综合带来的数据冗余,回波数据利用率为100%,且所需系统工作PRF较低,数据记录量小,可获得与传统满采样相近的三维成像结果,具有重要的实际应用价值。
附图说明
通过附图所示,本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分,并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本发明的主旨。
图1为依据本发明第一实施例三维成像方法的流程图;
图2为依据本发明第二实施例三维成像方法的流程图;
图3为本发明用于机载交轨稀疏阵列天线SAR下视三维成像模型示意图;
图4为采用本发明成像方法仿真观测场景成像;
图5为采用本发明成像方法应用压缩感知理论的仿真成像示意图;
图6为采用本发明成像方法应用频域低通滤波处理的仿真成像示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应的值。实施例中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向。因此,使用的方向用语是用来说明并非用来限制本发明的保护范围。
本发明提出了基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法。采用稀疏阵列结构可大幅降低SAR系统复杂度和载机负荷。所述方法避免孔径综合带来的数据冗余,回波数据利用率为100%,且所需系统工作PRF较低,数据记录量小。可获得与传统满采样相近的三维成像结果,理论上不降低成像分辨率,具有重要的实际应用价值。
一、第一实施例
图1依据本发明第一实施例基于MURA编码和干涉处理频域稀疏的稀疏阵列合成孔径雷达下视三维成像方法的流程图。参照图1,本发明第二实施例提供的三维成像方法包括:
步骤S1、稀疏阵列合成孔径雷达各子阵发射频分信号,引入MURA正反编码对稀疏阵列合成孔径雷达在合成孔径时间内形成的等效相位中心各子带回波信号进行MURA正反编码随机调制;
步骤S2、对经MURA正反编码调制后的回波信号在距离向频域稀疏采样条件下直接对目标进行三维成像,获得正反编码对应的目标场景的两幅三维复图像;
步骤S3、以其中一幅三维复图像相位作为参考相位,对另外一幅复图像进行干涉处理去除散射单元随机初始相位,使目标场景的图像三维频谱稀疏化并压缩至低频段;
步骤S4、在频域引入压缩感知理论,建立回波信号-SAR复图像-频域系数之间的关系式,所述关系式为:
s=HΦPΨβ (1)
其中,s为调制后的回波信号经过顺轨向-交轨向二维成像后的信号矩阵,H为稀疏阵列构成的选择矩阵,Φ为信号获取的测量矩阵,P为参考相位构成的对角矩阵,Ψ为傅里叶变换基,β为去除散射单元随机初始相位的待恢复图像在频域的系数向量;
步骤S5、采用基于范数的最优化方法,对所建立的回波信号-SAR复图像-频域系数之间的关系式进行求解,获得去除散射单元随机初始相位的待恢复图像在变换基Ψ下的系数向量β,并反变换至空间域获得目标场景的三维复图像;其中,范数的最优化准则为:
其中,ε为测量噪声。
进一步的,步骤S1中,在每一个距离向采样单元,将MURA正反编码分别与所有回波信号在阵列采样平面进行点乘;所述MURA编码是一种二维随机编码,其反码是对正码逐位取反,性质与正码相同,MURA正反编码调制的表达式如下:
其中,s1(l)、s2(l)分别表示第l个距离向采样单元对应的正、反编码调制后的回波数据,s0(l)为第l个距离向采样单元对应的回波数据,L为距离向采样单元个数,A为MURA正码,1-A为MURA反码。
选取与交轨向等效相位中心位置个数最接近的质数作为所述MURA编码的码长;对MURA编码或回波信号在交轨向、顺轨向分别进行两端补零,使MURA编码码长与回波信号等效相位中心个数位置相同。
对合成孔径时间内稀疏阵列形成的回波信号在阵列采样平面进行MURA正反编码随机调制,形成两组正交的回波信号;所述各子带回波信号对应的中心频率为:
fk=f0+(k-1/2-M/2)Bsub,k=1,2,…,M (4)
其中,fk(k=1,2,…,M)表示第k个子带发射信号的中心频率,Bsub为子带信号带宽,f0为系统工作频率,M为稀疏阵列中天线子阵个数。
在步骤S2中,根据所采用的发射信号形式构造带宽为M×Bsub的宽带匹配滤波器,对调制后的各子带回波分别进行频域匹配滤波处理,匹配滤波处理后,各子带在频域进行相干累加和幅相校正,合成宽带信号。将合成的宽带信号在波数域做STOLT插值和三维逆傅里叶变换,即可获得目标场景的两幅三维复图像;
在步骤S3中,去除初始相位的复图像信号表达式为:
其中,αnew为去除散射单元随机初始相位的待恢复SAR复图像,α为原始复图像,为参考相位。
在步骤S4中,信号获取的测量矩阵的表达式为:
其中,Kr为调频率,Rl为距离向第l个采样单元位置,zn为距离向第n个成像单元位置,L为距离向采样单元个数,N为距离向成像单元个数。Ψ为变换基,β为复图像在频域的变换系数向量,变换基Ψ、变换系数向量β及去除散射单元的初始相位后的待恢复SAR复图像αnew满足以下关系式:
αnew=Ψβ (7)
二、第二实施例
图2依据本发明第二实施例基于MURA编码和干涉处理频域稀疏的稀疏阵列合成孔径雷达下视三维成像方法的流程图。参照图2,本发明第二实施例提供的三维成像方法包括:
步骤S1、稀疏阵列合成孔径雷达各子阵发射频分信号,引入MURA正反编码对稀疏阵列合成孔径雷达在合成孔径时间内形成的等效相位中心各子带回波信号进行MURA正反编码随机调制;
步骤S2、对经MURA正反编码调制后的回波信号在距离向频域稀疏采样条件下直接对目标进行三维成像,获得正反编码对应的目标场景的两幅三维复图像;
步骤S3、以其中一幅三维复图像相位作为参考相位,对另外一幅复图像进行干涉处理去除散射单元随机初始相位,使目标场景的图像三维频谱稀疏化并压缩至低频段;
步骤S4、对去除散射单元随机初始相位的复图像三维频谱进行频域低通滤波处理,以去除稀疏采样带来的图像副瓣和高频噪声;
步骤S5、将低通滤波处理后的三维频谱反变换至空间域,获得目标场景的顺轨-交轨-距离三维复图像。
进一步的,步骤S1中,在每一个距离向采样单元,将MURA正反编码分别与所有回波信号在阵列采样平面进行点乘;所述MURA编码是一种二维随机编码,其反码是对正码逐位取反,性质与正码相同,MURA正反编码调制的表达式如下:
其中,s1(l)、s2(l)分别表示第l个距离向采样单元对应的正、反编码调制后的回波数据,s0(l)为第l个距离向采样单元对应的回波数据,L为距离向采样单元个数,A为MURA正码,1-A为MURA反码。
选取与交轨向等效相位中心位置个数最接近的质数作为所述MURA编码的码长;对MURA编码或回波信号在交轨向、顺轨向分别进行两端补零,使MURA编码码长与回波信号等效相位中心个数位置相同。
对合成孔径时间内稀疏阵列形成的回波信号在阵列采样平面进行MURA正反编码随机调制,形成两组正交的回波信号;所述各子带回波信号对应的中心频率为:
fk=f0+(k-1/2-M/2)Bsub,k=1,2,…,M (4)
其中,fk(k=1,2,…,M)表示第k个子带发射信号的中心频率,Bsub为子带信号带宽,f0为系统工作频率,M为稀疏阵列中天线子阵个数。
在步骤S2中,根据所采用的发射信号形式构造带宽为M×Bsub的宽带匹配滤波器,利用频域匹配滤波算法对调制后的各子带回波分别进行顺轨-交轨-距离三维匹配滤波处理,匹配滤波处理后,各子带在频域进行相干累加和幅相校正,合成宽带信号。将合成的宽带信号在波数域做STOLT插值和三维逆傅里叶变换,即可获得目标场景的两幅三维复图像;
在步骤S3中,去除初始相位的复图像信号表达式为:
其中,αnew为去除散射单元随机初始相位的待恢复SAR复图像,α为原始复图像,为参考相位。
图3示出了本发明中机载交轨稀疏阵列SAR下视三维成像的几何系统示意图和采用M个子阵构成的稀疏阵列天线,其中X、Y、Z轴分别代表顺轨方向、交轨方向和高程方向,载机飞行高度为H,飞行速度为v。交轨向稀疏阵列天线主动冗余线列阵,其中天线子阵最小间距为d,等效相位中心最小间距为d/2,阵列天线长度L=(M-1)×d。当M=13时,交轨向等效相位中心位置个数为65。
对图4中的仿真观测场景成像,参数如表1所示:
表1仿真参数
图5为本发明方法应用压缩感知理论的仿真成像结果,图6为本发明方法应用频域低通滤波处理的仿真成像结果。结果显示了本发明方法在避免产生数据冗余的情况下,对连续场景进行正确的三维重建。
至此,已经结合附图对本发明实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法有了清楚的认识。
需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
当然,根据实际需要,本发明基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法还包含其他的步骤,由于同本发明的创新之处无关,此处不再赘述。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法,包括:
步骤S1、稀疏阵列合成孔径雷达各子阵发射频分信号,引入MURA正反编码对稀疏阵列合成孔径雷达在合成孔径时间内形成的等效相位中心各子带回波信号进行MURA正反编码随机调制;
步骤S2、对经MURA正反编码调制后的各子带回波信号在距离向频域稀疏采样条件下直接对目标进行三维成像,获得正反编码对应的目标场景的两幅三维复图像;
步骤S3、以其中一幅三维复图像相位作为参考相位,对另外一幅复图像进行干涉处理去除散射单元随机初始相位,使目标场景的图像三维频谱稀疏化并压缩至低频段;
步骤S4、在频域引入压缩感知理论,建立回波信号-SAR复图像-频域系数之间的关系式,所述关系式为:
s=HΦPΨβ (1)
其中,s为调制后的回波信号经过顺轨向-交轨向二维成像后的信号矩阵,H为稀疏阵列构成的选择矩阵,Φ为信号获取的测量矩阵,P为参考相位构成的对角矩阵,Ψ为傅里叶变换基,β为去除散射单元随机初始相位的待恢复图像在频域的系数向量;
步骤S5、采用基于l1范数的最优化方法,对所建立的回波信号-SAR复图像-频域系数之间的关系式进行求解,获得去除散射单元随机初始相位的待恢复图像在变换基Ψ下的系数向量β,并反变换至空间域获得目标场景的三维复图像;其中,l1范数的最优化准则为:
其中,ε为测量噪声。
2.一种基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法,包括:
步骤S1、稀疏阵列合成孔径雷达各子阵发射频分信号,引入MURA正反编码对稀疏阵列合成孔径雷达在合成孔径时间内形成的等效相位中心各子带回波信号进行MURA正反编码随机调制;
步骤S2、对经MURA正反编码调制后的各子带回波信号在距离向频域稀疏采样条件下直接对目标进行三维成像,获得正反编码对应的目标场景的两幅三维复图像;
步骤S3、以其中一幅三维复图像相位作为参考相位,对另外一幅复图像进行干涉处理去除散射单元随机初始相位,使目标场景的图像三维频谱稀疏化并压缩至低频段;
步骤S4、对去除散射单元随机初始相位的复图像三维频谱进行频域低通滤波处理,以去除稀疏采样带来的图像副瓣和高频噪声;
步骤S5、将低通滤波处理后的三维频谱反变换至空间域,获得目标场景的顺轨-交轨-距离三维复图像。
3.如权利要求1或2所述的方法,其特征在于,步骤S1中在每一个距离向采样单元,将MURA正反编码分别与所有回波信号在阵列采样平面进行点乘;所述MURA编码是一种二维随机编码,其反码是对正码逐位取反,性质与正码相同,MURA正反编码调制的表达式如下:
其中,s1(1)、s2(1)分别表示第1个距离向采样单元对应的正、反编码调制后的回波数据,s0(1)为第1个距离向采样单元对应的回波数据,L为距离向采样单元个数,A为MURA正码。
4.如权利要求1或2所述的方法,其特征在于,步骤S1中所述各子带回波信号对应的中心频率为:
fk=f0+(k-1/2-M/2)Bsub,k=1,2,…,M (4)
其中,fk表示第k个子带发射信号的中心频率,Bsub为子带信号带宽,f0为系统工作频率,M为稀疏阵列中天线子阵个数。
5.如权利要求1或2所述的方法,其特征在于,步骤S2中三维成像采用频域匹配滤波算法,对各子带回波信号进行顺轨-交轨-距离三维匹配滤波处理,并在频域进行相干累加和幅相校正,合成宽带信号。
6.如权利要求5所述的方法,其特征在于,通过将合成的宽带信号在波数域做STOLT插值和三维逆傅里叶变换,获得目标场景的两幅三维复图像。
7.如权利要求1或2所述的方法,其特征在于,步骤S3中通过去除散射单元随机初始相位,使目标场景的三维复图像在频域具备稀疏性;其中,去除散射单元随机初始相位后的待恢复SAR复图像和原始复图像的关系式为:
其中,αnew为去除散射单元随机初始相位后的待恢复SAR复图像,α为原始复图像,为参考相位。
8.如权利要求1所述的方法,其特征在于,步骤S4中所述测量矩阵为:
其中,Kr为宽带调频率,R1为距离向第1个采样单元位置,zn为距离向第n个成像单元位置,N为距离向成像单元个数,L为距离向采样单元个数。
9.如权利要求1所述的方法,其特征在于,步骤S5中首先根据回波信号-SAR复图像-频域系数之间的关系式,获得去除散射单元随机初始相位的待恢复SAR复图像在频域的系数向量β,再利用关系式(7),获得去除散射单元随机初始相位后的复图像αnew:
αnew=Ψβ (7)。
10.如权利要求1或2所述的方法,其特征在于,选取与交轨向等效相位中心位置个数最接近的质数作为所述MURA编码的码长;对MURA编码或回波信号在交轨向、顺轨向分别进行两端补零,使MURA编码码长与回波信号等效相位中心位置个数相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611259905.6A CN106680818B (zh) | 2016-12-30 | 2016-12-30 | 基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611259905.6A CN106680818B (zh) | 2016-12-30 | 2016-12-30 | 基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106680818A CN106680818A (zh) | 2017-05-17 |
CN106680818B true CN106680818B (zh) | 2019-03-15 |
Family
ID=58873368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611259905.6A Active CN106680818B (zh) | 2016-12-30 | 2016-12-30 | 基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106680818B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561533B (zh) * | 2017-07-14 | 2019-11-22 | 清华大学 | 一种c波段星载合成孔径雷达运动目标成像方法 |
CN107390195A (zh) * | 2017-07-21 | 2017-11-24 | 中国科学院电子学研究所 | 二维编码合成孔径雷达三维成像阵列形变误差补偿方法 |
CN107678009B (zh) * | 2017-11-22 | 2021-04-09 | 中国科学院电子学研究所 | 干涉处理艇载雷达阵列形变误差补偿和目标探测方法 |
CN109031222B (zh) * | 2018-07-09 | 2022-08-02 | 中国科学院电子学研究所 | 重航过阵列合成孔径雷达三维成像运动误差补偿方法 |
CN110632615B (zh) * | 2019-10-30 | 2021-07-23 | 中国科学院电子学研究所 | 基于稀疏孔径的合成孔径激光雷达三维成像方法 |
CN112098997B (zh) * | 2020-09-18 | 2021-10-15 | 欧必翼太赫兹科技(北京)有限公司 | 三维全息成像安检雷达图像异物检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064083A (zh) * | 2011-10-24 | 2013-04-24 | 中国科学院电子学研究所 | 毫米波交轨三孔径稀疏阵sar系统的侧视三维成像法 |
CN103327326A (zh) * | 2013-05-30 | 2013-09-25 | 西安交通大学 | 基于压缩感知和信道自适应的sar图像传输方法 |
CN103869312A (zh) * | 2012-12-12 | 2014-06-18 | 中国科学院电子学研究所 | 一种连续场景的稀疏阵列sar侧视三维成像方法 |
CN104316179A (zh) * | 2014-08-27 | 2015-01-28 | 北京空间机电研究所 | 一种光谱压缩的超光谱成像系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9182483B2 (en) * | 2013-03-15 | 2015-11-10 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for random steerable SAR using compressive sensing |
-
2016
- 2016-12-30 CN CN201611259905.6A patent/CN106680818B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064083A (zh) * | 2011-10-24 | 2013-04-24 | 中国科学院电子学研究所 | 毫米波交轨三孔径稀疏阵sar系统的侧视三维成像法 |
CN103869312A (zh) * | 2012-12-12 | 2014-06-18 | 中国科学院电子学研究所 | 一种连续场景的稀疏阵列sar侧视三维成像方法 |
CN103327326A (zh) * | 2013-05-30 | 2013-09-25 | 西安交通大学 | 基于压缩感知和信道自适应的sar图像传输方法 |
CN104316179A (zh) * | 2014-08-27 | 2015-01-28 | 北京空间机电研究所 | 一种光谱压缩的超光谱成像系统 |
Non-Patent Citations (3)
Title |
---|
MICROWAVE THREE-DIMENSIONAL IMAGING UNDER SPARSE SAMPLING BASED ON MURA CODE;He Tian,et al;《2016 IEEE International Geoscience and Remote Sensing Symposium》;20160715;第7411-7414页 * |
一种基于编码孔径的压缩传感图像重构算法的改进;张智诠等;《光学技术》;20140331;第40卷(第2期);第133-139页 * |
基于压缩感知的连续场景稀疏阵列 SAR 三维成像;李烈辰等;《电子与信息学报》;20140930;第36卷(第9期);第2166-2172页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106680818A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106680818B (zh) | 基于二维编码和频域稀疏阵列合成孔径雷达三维成像方法 | |
CN107462887B (zh) | 基于压缩感知的宽幅星载合成孔径雷达成像方法 | |
CN107219527B (zh) | 一种周期型双阵列通道式成像系统的单快拍快速成像方法 | |
WO2023045431A1 (zh) | 逆合成孔径雷达成像方法、装置、电子设备及存储介质 | |
CN107561533B (zh) | 一种c波段星载合成孔径雷达运动目标成像方法 | |
CN111505639B (zh) | 基于变重频采样模式的合成孔径雷达宽幅稀疏成像方法 | |
CN101685159B (zh) | 一种星载sar信号高精度保相成像处理平台的构建方法 | |
CN109031295B (zh) | 一种基于波程差补偿的isar图像配准方法 | |
CN102998673B (zh) | 一种用于合成孔径雷达的压缩感知成像方法 | |
CN108415015A (zh) | 一种稀疏孔径下舰船目标三维InISAR成像方法 | |
CN101867387A (zh) | 低于奈奎斯特速率采样下信号重构技术方案 | |
CN106199602B (zh) | 一种Staggered-SAR回波信号重建方法 | |
CN103630897A (zh) | 一种多通道合成孔径雷达成像的方法 | |
CN102135618A (zh) | 一种针对空域稀疏sar图像的频域压缩感知方法 | |
CN103197312B (zh) | 装载于慢速平台上的成像雷达的稀疏微波成像方法及装置 | |
CN107229049A (zh) | 基于压缩感知的太赫兹调频连续波雷达三维成像算法 | |
CN109031222A (zh) | 重航过阵列合成孔径雷达三维成像运动误差补偿方法 | |
CN106680785A (zh) | 基于小波变换空间变迹的sar图像旁瓣抑制方法 | |
CN111273218A (zh) | 一种基于多层互质阵列的相干源波达方向估计方法 | |
CN103675817A (zh) | 一种基于变换域稀疏的合成孔径雷达侧视三维成像方法 | |
CN105759264B (zh) | 基于时频字典的微动目标缺损回波高分辨成像方法 | |
CN105974409B (zh) | 基于多频子带并发的星载滑动聚束mimo-sar成像方法 | |
CN109143235B (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
CN108537853B (zh) | 一种水下声呐图像的压缩传输方法 | |
CN112285707B (zh) | 基于gps导航信号的无源多基地高分辨成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |