CN108459321A - 基于距离-方位圆模型的大斜视高分辨率sar成像方法 - Google Patents
基于距离-方位圆模型的大斜视高分辨率sar成像方法 Download PDFInfo
- Publication number
- CN108459321A CN108459321A CN201810122729.4A CN201810122729A CN108459321A CN 108459321 A CN108459321 A CN 108459321A CN 201810122729 A CN201810122729 A CN 201810122729A CN 108459321 A CN108459321 A CN 108459321A
- Authority
- CN
- China
- Prior art keywords
- distance
- orientation
- range
- azimuth
- variant
- 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
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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9017—SAR image acquisition techniques with time domain processing of the SAR signals in azimuth
-
- 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
- G01S13/904—SAR modes
- G01S13/9041—Squint mode
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
本发明公开了一种基于距离‑方位圆模型的大斜视高分辨率SAR成像方法。本发明步骤如下:1、构建SAR系统几何模型,得到回波信号;2、在距离频域对信号进行距离向的预处理;3、根据距离向预处理的结果,构建距离‑方位圆模型,描述SAR信号的方位空变特性;4、利用距离‑方位圆模型给出的结果,对剩余高阶RCM中的方位空变部分进行建模,并构建新的变标函数实现QRCMC,再设计距离压缩的滤波器,完成距离向的全部处理:5、根据距离‑方位圆模型对多普勒相位的方位空变特性进行建模,利用ENLCS算法实现方位均衡,最后设计滤波器进行方位压缩,获得最终的聚焦图像。本发明在处理大斜视、高分辨率回波数据具有更好的聚焦效果。
Description
技术领域
本发明属于信号处理领域,涉及大斜视合成孔径雷达的高分辨率成像算法,具体是在构建新的距离-方位圆模型的基础上,提出了新的剩余二阶距离单元徙动矫正(QRCMC),即对方位空变的剩余距离徙动的QRCMC处理方法,以及改进的方位向ENLCS均衡过程。
背景技术
通过信号分析技术来构建一个等效长天线的思想称为合成孔径雷达(SAR,Synthetic Aperture Radar)。在遥感中,SAR借助机载或星载平台获得地表图像,这一过程是通过雷达波束沿着与传感器运动适量近乎垂直或具有较大夹角的方向发射相位调制脉冲,接收并记录经地表反射后的回波完成的。SAR技术的运用不仅能实现传统雷达测距的功能,而且可以全天时、全天候、多维度、高分辨的对地进行观测成像。因此,在很多的军用和民用领域,高分辨率的SAR成像技术已经取得了广泛应用,成为对地观测最重要的手段之一。
在大斜视条件下,较大的距离徙动(RCM)和距离-方位耦合是影响SAR数据聚焦最突出的因素。为了最大程度解除距离-方位耦合并彻底去除线性距离徙动(LRCM),在相关文献的描述中,很多研究都选用线性距离走动去除(LRWC)和Keystone(KT)变换相结合的方法进行距离向处理。但是,在高分辨率的成像要求下,剩余高阶RCM会严重恶化最终的聚焦结果。虽然现有的很多技术方案已经采用一致RCMC(bulk RCMC)方法去补偿剩余高阶RCM中非空变部分,但其中未被处理的方位空变部分导致距离徙动矫正结果仍然无法满足高分辨的要求。同时,在方位向应用ENLCS算法进行多普勒相位均衡的过程中,描述信号方位空变特性的一阶原始模型并不能完全匹配距离向的处理结果,无法对方位空变的多普勒相位进行准确的建模,导致方位均衡的失准以及方位压缩结果的散焦。
发明内容
为了解决上述问题从而得到高质量的成像效果,本发明提出新的基于距离-方位圆模型进行QRCMC和改进ENLCS的大斜视SAR的高分辨率成像处理。首先,在LRWC、KT变换以及bulk RCMC等处理结果的基础上,本发明构建了距离-方位圆模型去分析剩余高阶RCM和多普勒相位的方位空变特性;并基于此,设计了一个新的四阶滤波器去实现QRCMC;同样地,距离-方位圆模型对多普勒相位方位空变特性的建模结果改进了方位向ENLCS的均衡过程。
本发明所提出的技术方案的处理流程如图1所示,在进行具体的改进处理之前,首先在距离向应用了LRWC、KT变换和bulk RCMC这些已有的基本处理过程。其中,LRWC与KT变换的结合能够完全去除LRCM并且矫正多普勒中心频率的偏移,而利用场景中心点构建的bulk RCMC只能补偿剩余高阶RCM中的非空变部分。根据以上处理过程的结果,本发明提出了新的距离-方位圆模型,能够准确描述此时的SAR信号中剩余高阶RCM和多普勒相位的方位空变特性。通过该距离-方位圆模型,我们得到了剩余高阶RCM和多普勒相位关于波束中心穿越时刻精确的解析多项式。由此结果,本发明又先后提出了距离向的QRCMC和改进的ENLCS方位均衡过程。最后,应用简单的方位压缩实现了SAR信号的聚焦。
基于距离-方位圆模型的大斜视高分辨率SAR成像方法,包括如下步骤:
步骤1、构建SAR系统几何模型,得到回波信号,并对其进行距离向的傅里叶变换;
步骤2、在距离频域对信号进行距离向的预处理,包括LRWC,KT变换以及bulkRCMC;
步骤3、根据距离向预处理的结果,构建距离-方位圆模型,描述SAR信号的方位空变特性,即描述点目标到雷达距离的方位空变特性;
步骤4、利用距离-方位圆模型给出的结果,对剩余高阶RCM中的方位空变部分进行建模,并构建新的变标函数实现QRCMC,再设计距离压缩的滤波器,完成距离向的全部处理:
步骤5、根据距离-方位圆模型对多普勒相位的方位空变特性进行建模,利用ENLCS算法实现方位均衡,最后设计滤波器进行方位压缩,获得最终的聚焦图像。
步骤1具体实现如下:
1-1.构建聚束式SAR系统的几何模型,设A、B两点分别是成像的场景中心点点目标和任意一个点目标;载有SAR信号收发机的飞机以恒定速度v沿y轴飞行,则雷达平台到点目标B的瞬时距离是,
其中,t是方位向慢时间,θ是雷达平台发射波束的斜视角,rc和rcref分别是点目标B在波束中心穿越时刻到雷达平台的斜距和参考点A在方位向零时刻到雷达平台的斜距;
为了实现后续的信号处理过程现对公式(1)在t=tc处进行四阶泰勒级数展开,得到
其中,展开系数ki是由各点目标的斜距rc决定的;另外对系数μi和ki之间的关系总结如下:
根据以上分析,假设雷达平台发射了一种线性调频(LFM)脉冲信号,则其由点目标反射回来并经过解调之后变为
其中,wr(·)和wa(·)分别是距离向和方位向信号的幅度;另外,Ta是合成孔径时间,c是光速,fc是载波频率,τ是距离向快时间,Kr是距离向的调频率(FM);
1-2.根据驻定相位原理对公式(4)进行距离向傅里叶变换,可得信号在距离频域-方位时域的表达式:
其中,fr表示距离频率,而且对最终聚焦结果没有影响的信号幅度表达式都已被省略;另外,μi是点目标的距离和方位共同决定的μi(rc,tc)(i=0,1,2,3,4)的简写,说明了点目标的距离徙动是二维空变的。
步骤2具体实现如下:
2-1.在距离频域-方位时域进行LRWC处理,构建了如下的滤波器:
将公式(6)与公式(5)相乘,即可完成LRWC;
2-2.为了完全去除剩余的线性距离徙动,进行KT变换,即方位时间上的重采样过程:
t=tmfc/(fc+fr) (7)
其中,tm是新的方位向慢时间;经过上述变换之后,再将其结果进行关于距离频率fr的泰勒级数展开,得到
其中,相位表达式的第一项是方位调制项,第二项表示了点目标的距离徙动轨迹经过KT变换处理之后的距离延迟,而第三项则是由KT变换改良之后的距离向调频率;通过对比公式(8)与公式(5)可以看出,由fr×t项的系数所表示的线性距离徙动(LRCM)已经被彻底去除,而由fc×t项的系数中的常数k1所表示的多普勒中心偏移也已被去除;
2-3.为了补偿剩余高阶RCM中非方位空变的部分,对成像区域内的全部点目标进行bulk RCMC,利用场景中心点的数据构建了一个滤波器,
其中,系数ki0(i=2,3,4)分别是对应的系数ki在参考距离rcref处的取值,而参考距离rcref通常就是场景中心点在波束中心穿越时刻到雷达平台的斜距。
步骤3具体实现如下:
3-1.构建距离-方位圆模型:
经过bulk RCMC处理之后,公式(8)中的距离延迟项为,
其中,该式所示的ΔR(tm;rc,tc),即方位空变的剩余高阶RCM已被多数现有的处理算法所忽略,因此提出新的方法处理该距离徙动误差,首先给出了ΔR(tm;rc,tc)的解析表达式如下,
在高分辨率、大斜视SAR的应用场景下,系数ki和ki0是分别依赖于由斜距rc和参考斜距rcref的;因此,若想通过新的QRCMC去除方位空变的剩余高阶RCM,即ΔR(tm;rc,tc),则必须利用rc和rcref之间的解析关系构造出新的扰动函数;
根据公式(10)中对距离延迟的表达,假设其中的剩余高阶RCM已全部被矫正,则有:
其中,R(0;rc,tc)被称作原点距离,表示了在方位时间为零时,点目标到雷达平台的斜距;
设A和B表示了在成像区域S中的具有相同原点距离R(0;rc,tc)的两个点目标,其中A点是场景中心点,而B点则是满足上述关系的方位向上的任意点;由于A和B具有相同的原点距离,因此A和B将位于同一个圆上,其中LDB是B点的中心斜距,经过距离向的RCMC处理之后,该距离被矫正为LOB,即为前文所述点目标的原点距离,由点目标A的斜距rcref所表示;
根据以上所述,该距离-方位圆模型的解析表达式为:
x′2+y′2=r2 (13)
其中,圆的半径r是与rcref相等的;显然,通过对该距离-方位圆模型中一些线段的几何关系的分析,便能够清楚地描述点目标B的斜距rc与点目标A的斜距rcref之间的关系;经过几何推导之后,方位空变的点目标B的斜距rc可以进行如下建模,
根据上式对rc与rcref之间关系的描述,原本依赖于斜距rc和波束中心穿越时刻tc的剩余高阶RCM,ΔR(tm;rc,tc),现在能够将其完全看作是方位空变的。
步骤4具体实现如下:
4-1.提出一种新的距离处理方法QRCMC用于去除方位空变的剩余高阶RCM,即ΔR(tm;rc,tc);由于系数k2=2v2cos2θ/rc,是随点目标中心斜距rc变化的,而应用公式(14)中的关系,即将该式代入到系数k2的表达式中,则系数k2便可以表示为由方位时间tc决定的变量;由此,对上述代入过程的结果进行关于tc的的泰勒级数展开,得到,
其中,
再将公式(15)代入到公式(11)中,则(10)所示的距离延迟可以被转换成
其中,该表达式中相位的第二项和第三项之和即为ΔR(tm;rc,tc)相对准确的近似表达;
4-2.为了能完全去除方位空变的剩余高阶RCM,构建如下阶扰动函数:
因此,在将(18)与(17)相乘之后,对其结果在tm=tc处进行泰勒级数展开,得到
其中,
从(20)中可以看出,为了能去除方位空变的剩余高阶RCM,令上式中tm-tc的线性项的系数恒为零,则可以计算得,
再将该结果回代到(20)中,整理后得,
其中,
在经过以上所述的QRCMC处理之后,最终的处理结果(23)中tm-tc的常数项表示了点目标的距离偏移,而其他项则是剩余的距离徙动误差,都已不会影响本发明最终的成像结果;
4-3.对SAR信号进行距离压缩,以便获取接收到的信号中距离向的点目标信息;利用距离调频率的共轭函数,在场景中心点构建了如下的滤波器进行距离压缩;
步骤5具体实现如下:
5-1.将上述RCMC过程的处理结果转换到方位频域和距离时域,再对其中的方位调制项作关于fa的泰勒级数展开,得到:
其中,φ0和φ1分别表示了方位相位中的常数项和中心频率偏移项,而φ2=-π/Ka和φ3反映了方位调制项,并且多普勒调频率Ka有如下表达;
Ka=-2v2cos2θ/λrc (26)
5-2.在原有的成像算法中,对于只在距离向进行LRWC处理的SAR系统,点目标方位空变的斜距是由如下关系进行建模;
rc′=rcref-vsinθ·tc (27)
明显地,距离-方位圆模型能够对任意点目标的斜距rc进行更准确的逼近,已经得到了如(14)所示的描述其方位空变特性的解析模型;因此,将(14)代入到方位空变的多普勒调频率Ka,并对该结果进行二阶的泰勒级数展开,得到
其中,
根据以上所述的推导过程,可以对其余方位空变的多普勒相位进行准确的方位空变特性建模。
本发明的有益效果:
针对大斜视、高分辨率SAR系统,本发明对其成像算法的距离向和方位向都作出了重要改进。首先,根据LRWC、KT变换和bulk RCMC的处理结果,本发明提出了新的距离-方位圆模型。基于此,在距离向应用新的QRCMC去除了剩余高阶RCM中方位空变的部分,显著提高了距离向处理结果的精准度。除此之外,从距离-方位圆模型得到的方位空变的二次距离模型也改进了ENLCS算法的多普勒相位均衡过程。相比较以往的成像算法,本发明在处理大斜视、高分辨率回波数据具有更好的聚焦效果。
附图说明
图1为本发明改进算法的处理流程。
图2为SAR的几何模型。
图3为本发明提出的距离-方位圆模型示意图。
图4为未应用QRCMC的距离误差
图5为应用QRCMC之后的距离误差
图6为传统算法的距离向处理结果。
图7为本发明改进的距离向处理结果。
图8为传统算法的点目标聚焦结果。
图9为本发明改进算法的点目标聚焦结果。
具体实施方式
下面结合附图和附表对本发明做实例说明。
如图1-9所示,基于距离-方位圆模型的大斜视高分辨率SAR成像方法,具体实现步骤如下:
步骤1.构建SAR系统的几何模型,得到回波信号:
如图2所示为本发明构建的聚束式SAR系统的几何模型,其中,A、B两点分别是成像的场景中心点点目标和任意一个点目标。载有SAR信号收发机的飞机以恒定速度v沿y轴飞行,则雷达平台到点目标B的瞬时距离是,
其中,t是方位向慢时间,θ是雷达平台发射波束的斜视角,rc和rcref分别是点目标B在波束中心穿越时刻到雷达平台的斜距和参考点A在方位向零时刻到雷达平台的斜距。
为了实现后续的信号处理过程,现对公式(30)在t=tc处进行四阶泰勒级数展开,得到
其中,展开系数ki是由各点目标的斜距rc决定的。另外,可以对系数μi和ki之间的关系总结如下:
根据以上分析,假设雷达平台发射了一种线性调频(LFM)脉冲信号,则其由点目标反射回来并经过解调之后变为
其中,wr(·)和wa(·)分别是距离向和方位向信号的幅度。另外,Ta是合成孔径时间,c是光速,fc是载波频率,τ是距离向快时间,Kr是距离向的调频率(FM)。
根据驻定相位原理(POSP),对公式(33)进行距离向傅里叶变换,可得信号在距离频域-方位时域的表达式:
其中,fr表示距离频率,而且对最终聚焦结果没有影响的信号幅度表达式都已被省略。另外,μi是点目标的距离和方位共同决定的μi(rc,tc)(i=0,1,2,3,4)的简写,说明了点目标的距离徙动是二维空变的。
步骤2.在距离频域对信号进行距离向的预处理,包括LRWC,KT变换以及bulkRCMC。
为了去除主要的线性距离徙动部分和多普勒中心偏移,在距离频域-方位时域进行LRWC处理,构建了如下的滤波器:
将公式(35)与公式(34)相乘,即可完成LRWC。之后,为了完全去除剩余的线性距离徙动,进行KT变换,即方位时间上的重采样过程:
t=tmfc/(fc+fr) (36)
其中,tm是新的方位向慢时间。经过上述变换(公式7后)之后,再将其结果进行关于距离频率fr的泰勒级数展开,得到
其中,相位表达式的第一项是方位调制项,第二项表示了点目标的距离徙动轨迹经过KT变换处理之后的距离延迟,而第三项则是由KT变换改良之后的距离向调频率。通过对比(37)与(34)可以看出,由fr×t项的系数所表示的线性距离徙动(LRCM)已经被彻底去除,而由fc×t项的系数中的常数k1所表示的多普勒中心偏移也已被去除。
为了补偿剩余高阶RCM中非方位空变的部分,对成像区域内的全部点目标进行bulk RCMC,利用场景中心点的数据构建了一个滤波器,
其中,系数ki0(i=2,3,4)分别是对应的系数ki在参考距离rcref处的取值,而参考距离rcref通常就是场景中心点在波束中心穿越时刻到雷达平台的斜距。
步骤3.构建距离-方位圆模型,描述SAR信号的方位空变特性:
经过bulk RCMC处理之后,公式(37)中的距离延迟项为,
其中,该式所示的ΔR(tm;rc,tc),即方位空变的剩余高阶RCM已被多数现有的处理算法所忽略。接下来将提出新的方法处理该距离徙动误差,首先给出了ΔR(tm;rc,tc)的解析表达式如下,
在高分辨率、大斜视SAR的应用场景下,上式所示方位空变的剩余高阶RCM对最终的成像结果至关重要。正如前文所述,系数ki和ki0是分别依赖于由斜距rc和参考斜距rcref的。因此,若想通过新的QRCMC去除方位空变的剩余高阶RCM,即ΔR(tm;rc,tc),则必须利用rc和rcref之间的解析关系构造出新的扰动函数。
根据公式(39)中对距离延迟的表达,假设其中的剩余高阶RCM已全部被矫正,则有,
其中,R(0;rc,tc)被称作原点距离,表示了在方位时间为零时,点目标到雷达平台的斜距。以上所述表明了具有相同原点距离的所有点目标的距离徙动轨迹经过准确的RCMC处理之后将会被搬移到同一个距离单元上。
如图3所示为本发明提出的距离-方位圆模型示意图,A和B表示了在成像区域S中的具有相同原点距离R(0;rc,tc)的两个点目标,其中A点是场景中心点,而B点则是满足上述关系的方位向上的任意点。由于这两点具有相同的原点距离,从图中可以看出该两点将位于同一个圆上,其中LDB是B点的中心斜距,经过距离向的RCMC处理之后,该距离被矫正为LOB,即为前文所述点目标的原点距离,在下图中由点目标A的斜距rcref所表示。
根据以上所述,该距离-方位圆模型的解析表达式为:
x′2+y′2=r2 (42)
其中,圆的半径r是与rcref相等的。显然,通过对该距离-方位圆模型中一些线段的几何关系的分析,便能够清楚地描述点目标B的斜距rc与点目标A的斜距rcref之间的关系。经过一系列的几何推导之后,方位空变的点目标B的斜距rc可以进行如下建模,
根据上式对rc与rcref之间关系的描述,原本依赖于斜距rc和波束中心穿越时刻tc的剩余高阶RCM,ΔR(tm;rc,tc),现在可以将其完全看作是方位空变的,这一结论对于后文去除剩余高阶RCM至关重要。除此之外,(43)中的表达式还可以用来描述多普勒相位的方位空变特性,并提高方位向ENLCS均衡算法的性能。
步骤4.对剩余高阶RCM中的方位空变部分进行建模,并构建新的变标函数实现QRCMC,再设计距离压缩的滤波器,完成距离向的全部处理:
在该处理步骤中,我们提出了一种新的距离处理方法,即QRCMC,能够去除方位空变的剩余高阶RCM,即ΔR(tm;rc,tc)。由于系数k2=2v2cos2θ/rc,是随点目标中心斜距rc变化的,而应用公式(43)中的关系,即将该式代入到系数k2的表达式中,则系数k2便可以表示为由方位时间tc决定的变量。由此,对上述代入过程的结果进行关于tc的的泰勒级数展开,得到,
其中,
再将公式(44)代入到公式(40)中,则(39)所示的距离延迟可以被转换成
其中,该表达式中相位的第二项和第三项之和即为ΔR(tm;rc,tc)相对准确的近似表达。需要特别说明的是,由于系数k3和k4的方位空变性对RCMC的影响可以忽略,所以该两系数可直接分别由在参考距离处取值的k30和k40代替。
为了能完全去除方位空变的剩余高阶RCM,构建如下阶扰动函数:
因此,在将(47)与(46)相乘之后,对其结果在tm=tc处进行泰勒级数展开,得到
其中,
从(49)中可以看出,为了能去除方位空变的剩余高阶RCM,令上式中tm-tc的线性项的系数恒为零,则可以计算得,
再将该结果回代到(49)中,整理后得,
其中,
在经过以上所述的QRCMC处理之后,最终的处理结果(52)中tm-tc的常数项表示了点目标的距离偏移,而其他项则是剩余的距离徙动误差,都已不会影响本发明最终的成像结果。
在完成上述的RCMC处理步骤之后,再对SAR信号进行距离压缩,以便获取接收到的信号中距离向的点目标信息。考虑到KT变换的作用,本发明利用距离调频率的共轭函数,在场景中心点构建了如下的滤波器进行距离压缩。
步骤5.根据距离-方位圆模型对多普勒相位的方位空变特性进行建模,利用ENLCS算法实现方位均衡,最后设计滤波器进行方位压缩:
首先,将上述RCMC过程的处理结果转换到方位频域和距离时域,再对其中的方位调制项作关于fa的泰勒级数展开,得到,
其中,φ0和φ1分别表示了方位相位中的常数项和中心频率偏移项,而φ2=-π/Ka和φ3反映了方位调制项,并且多普勒调频率Ka有如下表达。
Ka=-2v2cos2θ/λrc (55)
由于前述的RCMC处理使得具有相同原点距离R(0;rc,tc)的点目标都搬移到同一距离单元上,即这些点目标都处于如图3所示的同一个圆上,而且点目标的多普勒调频率是随其斜距空变的,因此前文所提距离-方位圆模型将会对后文方位向均衡的改进至关重要。
在原有的成像算法中,对于只在距离向进行LRWC处理的SAR系统,点目标方位空变的斜距是由如下关系进行建模。
rc′=rcref-vsinθ·tc (56)
明显地,上式已经不再适用于高分辨率、大斜视的SAR成像系统,而(56)中对rc′的近似实际上是对图3中的线段LDE准确描述。相比之下,本发明提出的距离-方位圆模型能够对任意点目标的斜距rc进行更准确的逼近,已经得到了如(43)所示的描述其方位空变特性的解析模型。因此,将(43)代入到方位空变的多普勒调频率Ka,并对该结果进行二阶的泰勒级数展开,得到
其中,
根据以上所述的推导过程,可以对其余方位空变的多普勒相位进行准确的方位空变特性建模。因此,根据本发明对多普勒相位方位空变特性的建模,再应用经典的ENLCS算法即可完成方位均衡,在简单的方位压缩之后便可得到聚焦图像。
实施例:
图2为SAR的几何模型,其中,A、B两点分别是成像的场景中心点点目标和任意一个点目标。载有SAR信号收发机的飞机以恒定速度v沿y轴飞行,θ为斜视角,R(t;rc,tc)为点目标B到雷达平台的瞬时斜距,rc为其在tc时刻的斜距。
表1所示为该说明实例所采用的系统参数,而像区域的距离向和方位向宽度分别是1.0m和1.3m,而且其理论分辨率都是1.0m。本实例所选取的目标P0,P1,P4,P5和P6的在地面二维坐标系上的位置分别是(0,30000)m,(-650,30194)m,(650,29876)m,(0,29002)m和(0,30999)m。其中,方位边缘点P1和P4都具有与场景中心点P0相同的原点距离。
根据表1中的参数,图4和图5给出了本发明所提出距离向改进方法的误差分析结果,验证了本发明对距离向处理改进的有效性。图4表示了方位向上间隔为325m的五个点目标P0,P1,P2,P3和P4的剩余高阶RCM中方位空变的部分。显而易见,由于未进行QRCMC处理,方位向边缘点P1和P4的RCMC误差已经超出几个距离向分辨单元。而经过本发明提出的QRCMC矫正之后,方位向边缘点的距离偏移和距离徙动误差已经小于0.3m,明显小于半个距离向分辨单元,如图5所示。
图6和图7分别为传统方法和本发明改进的距离向处理结果。由于没有使用本发明提出的QRCMC,边缘点P1和P4方位空变的的剩余高阶RCM已经超出几个距离向分辨单元,如图4所示。但是本发明提出的QRCMC能够很好的矫正这些剩余RCM,如图5所示,即使在高分辨率的情况下,这些方位向上的点目标也可被矫正到同一距离单元上,而且其距离徙动的部分都被完全去除。
图8和图9分别给出了传统算法与本发明改进算法的最终聚焦结果,并进行了的比较。可以看出,由传统算法得到的边缘点P1和P4结果并没有聚焦,如图6所示,而本发明的改进算法能够很好对其进行处理,比较理想的聚焦结果如图7所示。
表1系统仿真参数
本技术领域中的普通技术人员应当认识到,以上实施例仅是用来说明本发明,而并非作为对本发明的限定,只要在本发明的范围内,对以上实施例的变化、变形都将落在本发明的保护范围。
Claims (6)
1.基于距离-方位圆模型的大斜视高分辨率SAR成像方法,其特征在于包括如下步骤:
步骤1、构建SAR系统几何模型,得到回波信号,并对其进行距离向的傅里叶变换;
步骤2、在距离频域对信号进行距离向的预处理,包括LRWC,KT变换以及bulk RCMC;
步骤3、根据距离向预处理的结果,构建距离-方位圆模型,描述SAR信号的方位空变特性,即描述点目标到雷达距离的方位空变特性;
步骤4、利用距离-方位圆模型给出的结果,对剩余高阶RCM中的方位空变部分进行建模,并构建新的变标函数实现QRCMC,再设计距离压缩的滤波器,完成距离向的全部处理:
步骤5、根据距离-方位圆模型对多普勒相位的方位空变特性进行建模,利用ENLCS算法实现方位均衡,最后设计滤波器进行方位压缩,获得最终的聚焦图像。
2.根据权利要求1所述的基于距离-方位圆模型的大斜视高分辨率SAR成像方法,其特征在于步骤1具体实现如下:
1-1.构建聚束式SAR系统的几何模型,设A、B两点分别是成像的场景中心点点目标和任意一个点目标;载有SAR信号收发机的飞机以恒定速度v沿y轴飞行,则雷达平台到点目标B的瞬时距离是,
其中,t是方位向慢时间,θ是雷达平台发射波束的斜视角,rc和rcref分别是点目标B在波束中心穿越时刻到雷达平台的斜距和参考点A在方位向零时刻到雷达平台的斜距;
为了实现后续的信号处理过程现对公式(1)在t=tc处进行四阶泰勒级数展开,得到
其中,展开系数ki是由各点目标的斜距rc决定的;另外对系数μi和ki之间的关系总结如下:
根据以上分析,假设雷达平台发射了一种线性调频(LFM)脉冲信号,则其由点目标反射回来并经过解调之后变为
其中,wr(·)和wa(·)分别是距离向和方位向信号的幅度;另外,Ta是合成孔径时间,c是光速,fc是载波频率,τ是距离向快时间,Kr是距离向的调频率(FM);
1-2.根据驻定相位原理对公式(4)进行距离向傅里叶变换,可得信号在距离频域-方位时域的表达式:
其中,fr表示距离频率,而且对最终聚焦结果没有影响的信号幅度表达式都已被省略;另外,μi是点目标的距离和方位共同决定的μi(rc,tc)(i=0,1,2,3,4)的简写,说明了点目标的距离徙动是二维空变的。
3.根据权利要求2所述的基于距离-方位圆模型的大斜视高分辨率SAR成像方法,其特征在于步骤2具体实现如下:
2-1.在距离频域-方位时域进行LRWC处理,构建了如下的滤波器:
将公式(6)与公式(5)相乘,即可完成LRWC;
2-2.为了完全去除剩余的线性距离徙动,进行KT变换,即方位时间上的重采样过程:
t=tmfc/(fc+fr) (7)
其中,tm是新的方位向慢时间;经过上述变换之后,再将其结果进行关于距离频率fr的泰勒级数展开,得到
其中,相位表达式的第一项是方位调制项,第二项表示了点目标的距离徙动轨迹经过KT变换处理之后的距离延迟,而第三项则是由KT变换改良之后的距离向调频率;通过对比公式(8)与公式(5)可以看出,由fr×t项的系数所表示的线性距离徙动(LRCM)已经被彻底去除,而由fc×t项的系数中的常数k1所表示的多普勒中心偏移也已被去除;
2-3.为了补偿剩余高阶RCM中非方位空变的部分,对成像区域内的全部点目标进行bulk RCMC,利用场景中心点的数据构建了一个滤波器,
其中,系数ki0(i=2,3,4)分别是对应的系数ki在参考距离rcref处的取值,而参考距离rcref通常就是场景中心点在波束中心穿越时刻到雷达平台的斜距。
4.根据权利要求3所述的基于距离-方位圆模型的大斜视高分辨率SAR成像方法,其特征在于步骤3具体实现如下:
3-1.构建距离-方位圆模型:
经过bulk RCMC处理之后,公式(8)中的距离延迟项为,
其中,该式所示的ΔR(tm;rc,tc),即方位空变的剩余高阶RCM已被多数现有的处理算法所忽略,因此提出新的方法处理该距离徙动误差,首先给出了ΔR(tm;rc,tc)的解析表达式如下,
在高分辨率、大斜视SAR的应用场景下,系数ki和ki0是分别依赖于由斜距rc和参考斜距rcref的;因此,若想通过新的QRCMC去除方位空变的剩余高阶RCM,即ΔR(tm;rc,tc),则必须利用rc和rcref之间的解析关系构造出新的扰动函数;
根据公式(10)中对距离延迟的表达,假设其中的剩余高阶RCM已全部被矫正,则有:
其中,R(0;rc,tc)被称作原点距离,表示了在方位时间为零时,点目标到雷达平台的斜距;
设A和B表示了在成像区域S中的具有相同原点距离R(0;rc,tc)的两个点目标,其中A点是场景中心点,而B点则是满足上述关系的方位向上的任意点;由于A和B具有相同的原点距离,因此A和B将位于同一个圆上,其中LDB是B点的中心斜距,经过距离向的RCMC处理之后,该距离被矫正为LOB,即为前文所述点目标的原点距离,由点目标A的斜距rcref所表示;
根据以上所述,该距离-方位圆模型的解析表达式为:
x′2+y′2=r2 (13)
其中,圆的半径r是与rcref相等的;显然,通过对该距离-方位圆模型中一些线段的几何关系的分析,便能够清楚地描述点目标B的斜距rc与点目标A的斜距rcref之间的关系;经过几何推导之后,方位空变的点目标B的斜距rc可以进行如下建模,
根据上式对rc与rcref之间关系的描述,原本依赖于斜距rc和波束中心穿越时刻tc的剩余高阶RCM,ΔR(tm;rc,tc),现在能够将其完全看作是方位空变的。
5.根据权利要求4所述的基于距离-方位圆模型的大斜视高分辨率SAR成像方法,其特征在于步骤4具体实现如下:
4-1.提出一种新的距离处理方法QRCMC用于去除方位空变的剩余高阶RCM,即ΔR(tm;rc,tc);由于系数k2=2v2cos2θ/rc,是随点目标中心斜距rc变化的,而应用公式(14)中的关系,即将该式代入到系数k2的表达式中,则系数k2便可以表示为由方位时间tc决定的变量;由此,对上述代入过程的结果进行关于tc的的泰勒级数展开,得到,
其中,
再将公式(15)代入到公式(11)中,则(10)所示的距离延迟可以被转换成
其中,该表达式中相位的第二项和第三项之和即为ΔR(tm;rc,tc)相对准确的近似表达;
4-2.为了能完全去除方位空变的剩余高阶RCM,构建如下阶扰动函数:
因此,在将(18)与(17)相乘之后,对其结果在tm=tc处进行泰勒级数展开,得到
其中,
从(20)中可以看出,为了能去除方位空变的剩余高阶RCM,令上式中tm-tc的线性项的系数恒为零,则可以计算得,
再将该结果回代到(20)中,整理后得,
其中,
在经过以上所述的QRCMC处理之后,最终的处理结果(23)中tm-tc的常数项表示了点目标的距离偏移,而其他项则是剩余的距离徙动误差,都已不会影响本发明最终的成像结果;
4-3.对SAR信号进行距离压缩,以便获取接收到的信号中距离向的点目标信息;利用距离调频率的共轭函数,在场景中心点构建了如下的滤波器进行距离压缩;
6.根据权利要求5所述的基于距离-方位圆模型的大斜视高分辨率SAR成像方法,其特征在于步骤5具体实现如下:
5-1.将上述RCMC过程的处理结果转换到方位频域和距离时域,再对其中的方位调制项作关于fa的泰勒级数展开,得到:
其中,φ0和φ1分别表示了方位相位中的常数项和中心频率偏移项,而φ2=-π/Ka和φ3反映了方位调制项,并且多普勒调频率Ka有如下表达;
Ka=-2v2cos2θ/λrc (26)
5-2.在原有的成像算法中,对于只在距离向进行LRWC处理的SAR系统,点目标方位空变的斜距是由如下关系进行建模;
r′c=rcref-v sinθ·tc (27)
明显地,距离-方位圆模型能够对任意点目标的斜距rc进行更准确的逼近,已经得到了如(14)所示的描述其方位空变特性的解析模型;因此,将(14)代入到方位空变的多普勒调频率Ka,并对该结果进行二阶的泰勒级数展开,得到
其中,
根据以上所述的推导过程,可以对其余方位空变的多普勒相位进行准确的方位空变特性建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810122729.4A CN108459321B (zh) | 2018-02-07 | 2018-02-07 | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810122729.4A CN108459321B (zh) | 2018-02-07 | 2018-02-07 | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108459321A true CN108459321A (zh) | 2018-08-28 |
CN108459321B CN108459321B (zh) | 2021-01-19 |
Family
ID=63239015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810122729.4A Active CN108459321B (zh) | 2018-02-07 | 2018-02-07 | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108459321B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143238A (zh) * | 2018-09-27 | 2019-01-04 | 西安电子科技大学 | 基于单基等效的双基二维频谱生成方法 |
CN109143236A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 |
CN109270528A (zh) * | 2018-09-21 | 2019-01-25 | 杭州电子科技大学 | 基于全解析距离模型的一站固定式双站sar成像方法 |
CN109613536A (zh) * | 2019-01-11 | 2019-04-12 | 中国电子科技集团公司第三十八研究所 | 一种星载sar实时处理装置及方法 |
CN110161503A (zh) * | 2019-06-24 | 2019-08-23 | 杭州电子科技大学 | 基于三维等距圆模型的近距宽域sar高分辨成像方法 |
CN110244300A (zh) * | 2019-06-24 | 2019-09-17 | 杭州电子科技大学 | 基于球体模型和fenlcs算法的弹载sar平飞段高分辨率成像方法 |
CN110361733A (zh) * | 2019-07-01 | 2019-10-22 | 西安电子科技大学 | 一种基于时频联合重采样的中轨sar大斜视成像方法 |
CN111273291A (zh) * | 2020-02-14 | 2020-06-12 | 杭州电子科技大学 | 基于球体模型的俯冲段fenlcs大斜视高分辨成像方法及系统 |
CN111624602A (zh) * | 2020-07-13 | 2020-09-04 | 江苏警官学院 | 一种旋转FrFT域构建SAR方位向分辨率成像方法 |
CN116482705A (zh) * | 2023-06-15 | 2023-07-25 | 中国科学院空天信息创新研究院 | 一种合成孔径激光高度计测量方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369018A (zh) * | 2007-08-17 | 2009-02-18 | 电子科技大学 | 一种星机联合双基地合成孔径雷达频域成像方法 |
CN102707269A (zh) * | 2012-06-14 | 2012-10-03 | 电子科技大学 | 一种机载雷达距离走动校正方法 |
CN102967862A (zh) * | 2012-12-04 | 2013-03-13 | 电子科技大学 | 双飞移变模式双基地合成孔径雷达成像方法 |
CN103901428A (zh) * | 2014-03-28 | 2014-07-02 | 西安电子科技大学 | 弹载sar子孔径前斜视高阶非线性调频变标成像方法 |
CN105182340A (zh) * | 2015-09-28 | 2015-12-23 | 电子科技大学 | 一种双基地前视sar运动补偿方法 |
CN105182335A (zh) * | 2015-08-31 | 2015-12-23 | 西安电子科技大学 | 基于奇异值分解的地球同步轨道sar成像方法 |
CN105974415A (zh) * | 2016-06-24 | 2016-09-28 | 西安电子科技大学 | 一种机载sar方位空变运动误差的高精度补偿方法 |
CN106646471A (zh) * | 2016-12-29 | 2017-05-10 | 西安电子科技大学 | 基于方位空变误差补偿的机载高分辨sar成像方法 |
CN107632304A (zh) * | 2017-08-18 | 2018-01-26 | 杭州电子科技大学 | 一种大斜视条件下的合成孔径声呐成像处理方法 |
-
2018
- 2018-02-07 CN CN201810122729.4A patent/CN108459321B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369018A (zh) * | 2007-08-17 | 2009-02-18 | 电子科技大学 | 一种星机联合双基地合成孔径雷达频域成像方法 |
CN102707269A (zh) * | 2012-06-14 | 2012-10-03 | 电子科技大学 | 一种机载雷达距离走动校正方法 |
CN102967862A (zh) * | 2012-12-04 | 2013-03-13 | 电子科技大学 | 双飞移变模式双基地合成孔径雷达成像方法 |
CN103901428A (zh) * | 2014-03-28 | 2014-07-02 | 西安电子科技大学 | 弹载sar子孔径前斜视高阶非线性调频变标成像方法 |
CN105182335A (zh) * | 2015-08-31 | 2015-12-23 | 西安电子科技大学 | 基于奇异值分解的地球同步轨道sar成像方法 |
CN105182340A (zh) * | 2015-09-28 | 2015-12-23 | 电子科技大学 | 一种双基地前视sar运动补偿方法 |
CN105974415A (zh) * | 2016-06-24 | 2016-09-28 | 西安电子科技大学 | 一种机载sar方位空变运动误差的高精度补偿方法 |
CN106646471A (zh) * | 2016-12-29 | 2017-05-10 | 西安电子科技大学 | 基于方位空变误差补偿的机载高分辨sar成像方法 |
CN107632304A (zh) * | 2017-08-18 | 2018-01-26 | 杭州电子科技大学 | 一种大斜视条件下的合成孔径声呐成像处理方法 |
Non-Patent Citations (3)
Title |
---|
DONG LI ETC.: ""Focus Improvement for High-Resolution Highly Squinted SAR Imaging Based on 2-D Spatial-Variant Linear and Quadratic RCMs Correction and Azimuth-Dependent Doppler Equalization"", 《IEEE》 * |
HUA ZHONG ETC.: ""Focusing high-squint and large-baseline one-stationary bistatic SAR data using keystone transform and enhanced nonlinear chirp scaling based on an ellipse model"", 《EURASIP JOURNAL ON ADVANCES IN SIGNAL PROCESSING》 * |
ZHICHAO SUN ETC.: ""Highly Squint SAR Data Focusing Based on Keystone Transform and Azimuth Extended Nonlinear Chirp Scaling"", 《IEEE》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143236A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 |
CN109270528A (zh) * | 2018-09-21 | 2019-01-25 | 杭州电子科技大学 | 基于全解析距离模型的一站固定式双站sar成像方法 |
CN109143238A (zh) * | 2018-09-27 | 2019-01-04 | 西安电子科技大学 | 基于单基等效的双基二维频谱生成方法 |
CN109613536A (zh) * | 2019-01-11 | 2019-04-12 | 中国电子科技集团公司第三十八研究所 | 一种星载sar实时处理装置及方法 |
CN109613536B (zh) * | 2019-01-11 | 2020-08-21 | 中国电子科技集团公司第三十八研究所 | 一种星载sar实时处理装置及方法 |
CN110161503B (zh) * | 2019-06-24 | 2021-07-02 | 杭州电子科技大学 | 基于三维等距圆模型的近距宽域sar高分辨成像方法 |
CN110161503A (zh) * | 2019-06-24 | 2019-08-23 | 杭州电子科技大学 | 基于三维等距圆模型的近距宽域sar高分辨成像方法 |
CN110244300A (zh) * | 2019-06-24 | 2019-09-17 | 杭州电子科技大学 | 基于球体模型和fenlcs算法的弹载sar平飞段高分辨率成像方法 |
CN110244300B (zh) * | 2019-06-24 | 2021-07-06 | 杭州电子科技大学 | 基于球体模型和fenlcs算法的弹载sar平飞段高分辨率成像方法 |
CN110361733A (zh) * | 2019-07-01 | 2019-10-22 | 西安电子科技大学 | 一种基于时频联合重采样的中轨sar大斜视成像方法 |
CN110361733B (zh) * | 2019-07-01 | 2021-07-16 | 西安电子科技大学 | 一种基于时频联合重采样的中轨sar大斜视成像方法 |
CN111273291A (zh) * | 2020-02-14 | 2020-06-12 | 杭州电子科技大学 | 基于球体模型的俯冲段fenlcs大斜视高分辨成像方法及系统 |
CN111624602A (zh) * | 2020-07-13 | 2020-09-04 | 江苏警官学院 | 一种旋转FrFT域构建SAR方位向分辨率成像方法 |
CN116482705A (zh) * | 2023-06-15 | 2023-07-25 | 中国科学院空天信息创新研究院 | 一种合成孔径激光高度计测量方法 |
CN116482705B (zh) * | 2023-06-15 | 2023-08-29 | 中国科学院空天信息创新研究院 | 一种合成孔径激光高度计测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108459321B (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108459321A (zh) | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN109471101B (zh) | 一种弹载sar图像校正方法 | |
KR101617620B1 (ko) | 고해상도 거리 측면도와 역합성 개구면 레이더 영상의 융합을 통한 표적 식별 방법 및 그 장치 | |
US7277042B1 (en) | Compensation of flight path deviation for spotlight SAR | |
CN106597437B (zh) | 高频机载调频连续波sar运动补偿及成像处理方法 | |
Cardillo et al. | A track filter for reentry objects with uncertain drag | |
Liang et al. | A high-order phase correction approach for focusing HS-SAR small-aperture data of high-speed moving platforms | |
CN109270528B (zh) | 基于全解析距离模型的一站固定式双站sar成像方法 | |
CN110596701B (zh) | 基于二次椭圆模型的非平飞双站sar频域fenlcs成像方法 | |
CN109444882B (zh) | 基于变斜视椭圆波束同步模型的双站sar成像方法 | |
CN107765226A (zh) | 一种sar卫星雷达回波模拟方法、系统和介质 | |
CN105607055A (zh) | 一种基于天线方向图的机载雷达单脉冲前视成像方法 | |
CN113589285B (zh) | 一种飞行器sar实时成像方法 | |
CN111551934A (zh) | 一种用于无人机载sar成像的运动补偿自聚焦方法与装置 | |
CN104793196A (zh) | 基于距离徙动改进算法的实时sar成像方法 | |
CN109358330B (zh) | 一种双基前视sar线性时间同步误差估计方法 | |
CN110441771B (zh) | 基于方位时间重采样的高速机动飞行sar成像方法 | |
CN108469612B (zh) | 基于等效斜距的双基时变加速度前视sar成像方法 | |
Liao et al. | Modified chirp scaling algorithm for circular trace scanning synthetic aperture radar | |
CN114089333B (zh) | 一种基于直升机平台的sar振动误差估计及补偿方法 | |
CN113960598B (zh) | 时频尺度变换的曲线轨迹双基前视sar成像方法 | |
Wang et al. | Study on motion compensation method for W-band UAV MISAR real-time imaging | |
CN110736988B (zh) | 双基地pfa运动目标参数估计和成像方法 | |
CN108508437B (zh) | 基于时间变标的合成孔径雷达成像方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220429 Address after: 323000 Building 2, No. 8, Chuangyuan Road, Huzhen Town, Jinyun County, Lishui City, Zhejiang Province Patentee after: Zhejiang yunhang Photoelectric Technology Co.,Ltd. Address before: 310018 No. 2 street, Xiasha Higher Education Zone, Hangzhou, Zhejiang Patentee before: HANGZHOU DIANZI University |
|
TR01 | Transfer of patent right |