CN108508437B - 基于时间变标的合成孔径雷达成像方法 - Google Patents
基于时间变标的合成孔径雷达成像方法 Download PDFInfo
- Publication number
- CN108508437B CN108508437B CN201810243723.2A CN201810243723A CN108508437B CN 108508437 B CN108508437 B CN 108508437B CN 201810243723 A CN201810243723 A CN 201810243723A CN 108508437 B CN108508437 B CN 108508437B
- Authority
- CN
- China
- Prior art keywords
- echo signal
- sar
- dimensional
- distance
- azimuth
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 45
- 230000001133 acceleration Effects 0.000 claims abstract description 41
- 238000012952 Resampling Methods 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 230000035485 pulse pressure Effects 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 28
- 238000005070 sampling Methods 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 14
- 208000004350 Strabismus Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 101000977638 Homo sapiens Immunoglobulin superfamily containing leucine-rich repeat protein Proteins 0.000 description 1
- 102100023538 Immunoglobulin superfamily containing leucine-rich repeat protein Human genes 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
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
-
- 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
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于时间变标的合成孔径雷达成像的方法,主要解决现有技术对有前向加速度的高速平台上目标成像具有空变性的问题。其包括:1)建立带前向加速度的高速平台SAR几何模型,计算得到带前向加速度SAR的两维时域回波信号;2)对该回波信号依次进行距离维快速傅里叶变换和距离脉压,方位重采样,方位维快速傅里叶变换和方位维相位补偿,得到SAR两维频域回波信号;3)对该两维频域回波信号作两维快速傅里叶逆变换,得到带前向加速度的高速平台SAR成像结果。本发明提升了成像质量和运算效率,降低了设计的复杂度。可用于有前向加速度的高速平台上对目标进行成像。
Description
技术领域
本发明属于雷达技术领域,特别涉及一种合成孔径雷达的成像方法,可用于在有前向加速度的高速平台上对目标进行成像。
背景技术
合成孔径雷达SAR,是指利用合成孔径技术获得方位维高分辨率,利用大带宽信号获得距离维高分辨的典型微波成像雷达系统。合成孔径雷达的工作平台处于一马赫的高速平台,这种SAR作为SAR的一个重要分支,既可用于中段地形匹配,又可在高速平台临近目标时提供较好分辨率的目标SAR图像,从而提高打击力度。
但是,高速平台的灵活性给这种SAR带来优点的同时,也对SAR的成像结果带来空变性的问题,尤其是高速平台的运动特点使其在合成孔径时间内通常带来前向加速度。前向加速度使得传统SAR成像回波响应的横向平移不变性不再成立,这导致基于具有平移不变性的传统斜距模型提出的成像算法适用性大大减弱,成像的聚焦深度大大降低。
针对上述问题,目前主要有以下几种方法:
第一种方法是由刘利国和周荫清在电子学报第12A期中提到的《基于等效斜视距离模型的高分辨率星载SAR波数域成像算法》,该算法是在加速度较小的情况下直接忽略前向加速度所带来的方位维空变性影响,使回波斜距模型适用于常规成像方法的适用条件,但该方法只适用于加速度特别小的情况。然而大多数应用场景下的前向加速度所带来的方位维空变性影响都是不可被忽略的。
第二种方法是由周松,包敏,周鹏,邢孟道,保铮在电子与信息学报第33卷第6期中提出的《基于方位非线性变标的弹载SAR下降段成像算法》,该算法是在进行相位补偿时,增加对高阶项的补偿,从而减少方位维空变性,但该方法的设计复杂度随着所补偿的高阶项增多而增长较快,若将该方法应用于实时SAR成像算法设计中,其运算效率并不理想。
第三种方法是由李震宇,梁毅,邢孟道,保铮在电子与信息学报第37卷第8期中提到的《一种俯冲段子孔径SAR大斜视成像及几何校正方法》,该方法是对回波数据进行子孔径划分,使回波数据在子孔径范围内边缘点与参考点的方位维相位误差大幅减少,从而获取成像结果较好的子图像,最后通过图像拼接等手段获取最终的成像结果。但该方法中的子孔径划分及图像拼接存在易失真的问题,同时子孔径划分的数量随着加速度的增加而增多,算法的运算量也随之变大。
发明内容
本发明的目的在于针对上述存在的问题,提出一种基于时间变标的全孔径的SAR成像方法,用以减小方位维空变性的影响,降低计算复杂度,提高运算效率,使常规成像算法适用于带前向加速度的高速平台SAR成像中。
为实现上述技术目的,本发明的技术方案包括如下:
(1)构建高速平台SAR的几何模型,接收高速平台SAR的回波信号,得到带前向加速度SAR的两维时域回波信号S(τ,η),其中τ为快时间,η为慢时间;
(2)对接收的高速平台SAR的两维时域回波信号S(τ,η)进行距离维快速傅里叶变换,并构造距离压缩函数进行距离脉压,得到距离脉压后的带前向加速度的高速平台SAR距离频域方位时域回波信号S1(fτ,η):
其中fτ表示回波信号的距离维频率,fc为发射信号载频,γ是发射信号的调频率,ar(·)和aa(·)分别为高速平台SAR的距离窗函数和方位窗函数,R0为孔径中心时刻目标至平台的瞬时参考斜距矢量,R(η;R0)为带前向加速度SAR的平台到点目标的瞬时斜距,λ为SAR的中心波长;
(3)对距离脉压后带前向加速度的高速平台SAR的距离频域和方位时域信号S1(fτ,η)进行方位重采样,即将S1(fτ,η)中的方位维慢时间η用方位维重采样慢时间t表示,即表示为η=t+ε1t2+ε2t3,得到重采样后的回波信号,回波信号此时为:
(4)对重采样后的斜距方程做泰勒级数展开,对重采样后的回波信号S1(fτ,t)依次进行快速傅里叶变换和方位维相位补偿,快速傅里叶变换得到二维频域信号S1(fτ,ft),对该二维频域信号S1(fτ,ft)再进行方位维相位补偿,得到高速平台SAR两维频域回波信号S2(fτ,ft),其中ft为回波信号的方位维频率;
(5)对高速平台SAR两维频域回波信号S2(fτ,ft)进行两维快速傅里叶逆变换,得到带前向加速度的SAR成像结果。
本发明与现有技术相比具有如下优点:
1.本发明在有前向加速度的高速平台SAR中,提出的基于时间变标的SAR成像方法,解决了点目标在方位维的平移不变性失效导致方位维散焦的严重问题,能够很好的处理前向加速度带来的方位维聚焦问题,有效提升了带前向加速度的SAR的成像质量。
2.本发明通过时间变标,消除前向加速度带来的方位维空变性,得到一个更简单的,且与传统合成孔径雷达相似的斜距模型。基于时间变标后的斜距模型,可以直接应用常规的成像技术对回波进行处理,提高了运算效率,降低了设计的复杂度,为工程实现提供了可能。
附图说明
图1是本发明的实现流程图;
图2为仿真使用的点阵示意图;
图3是用本发明和现有方法对图2的仿真结果图;
图4是使用传统RDA仿真得到的不同目标的等高线图;
图5是使用本发明方法得到的不同目标的等高线图。
具体实施方式
下面结合附图,对本发明实施实例及效果做进一步详细描述。
参照图1,本发明的实施步骤如下:
步骤1、构建高速平台SAR的几何模型,接收SAR的回波信号,得到带前向加速度的高速平台SAR的两维时域回波信号S(τ,η)。
1a)将高速平台SAR的运动几何模型建模为带前向加速度的运动,并将任意一个点目标的精确斜距方程用矢量的方式表示为:
R(η)=|R0+Vη+0.5Aη2|,
其中,η为慢时间,R0、V分别为孔径中心时刻目标至平台的瞬时参考斜距矢量及平台的瞬时速度矢量,A为导弹的加速度矢量,|·|为取模操作符;
1b)假设带前向加速度的SAR发射的脉冲为线性调频信号,并根据带前向加速度的SAR的平台到点目标的瞬时斜距R(η;R0),计算得到带前向加速度的SAR的两维时域回波信号S(τ,η),其表达式为:
其中,ar(·)和aa(·)分别为SAR的距离窗函数和方位窗函数,γ是发射信号的调频率,c为光速,λ为SAR的中心波长;
步骤2、对接收的SAR的两维时域回波信号S(τ,η)进行处理,获得带前向加速度的SAR距离频域方位时域回波信号S1(fτ,η)。
2.1)对接收的SAR的两维时域回波信号S(τ,η)先进行距离维快速傅里叶变换,得到变换后的回波信号为:
S(fτ,η)=∫S(τ,η)exp(-j2πfττ)dτ;
2.3)用构造的距离压缩函数H1对快速傅里叶变换后的回波信号S(fτ,η)进行距离脉压,得到带前向加速度的SAR距离频域方位时域回波信号S1(fτ,η):
其中fτ表示回波信号的距离维频率,fc为发射信号载频。
步骤3、对距离脉压后带前向加速度的高速平台SAR的距离频域和方位时域信号S1(fτ,η)进行重采样,获得重采样后的回波信号S1(fτ,t)。
对距离频域方位时域信号S1(fτ,η)进行方位维重采样,即将S1(fτ,η)中的方位维慢时间η用方位维重采样慢时间t表示,表达为η=t+ε1t2+ε2t3;
用重采样后的慢时间t对回波信号S1(fτ,η)中的η进行替代得到重采样后的回波信号:
其中ε1、ε2为数值不同的两个重采样系数,R(t;R0)为将慢时间η进行方位重采样后的斜距方程,其表达式为R(t;R0)≈|R0+Vt|,其中A为导弹的加速度矢量,V是平台的瞬时速度矢量,t是方位维重采样慢时间。
步骤4、根据对重采样后的斜距方程R(t;R0)≈|R0+Vt|进行处理,得到SAR两维频域回波信号S2(fτ,ft)。
4.1)对重采样后的斜距方程R(t;R0)≈|R0+Vt|做泰勒级数展开,其展开形式如下:
R(t;R0)≈μ0+μ1t+μ2t2,
其中,<·>表示内积运算符,μ0、μ1、μ2为三个数值不同的泰勒展开系数,μ0=|R0|、
4.2)对重采样后的回波信号S1(fτ,t)进行方位维快速傅里叶变换,得到变换后的信号:
S1(fτ,ft)=∫S1(fτ,t)exp(-j2πftt)dt,
其中fτ表示回波信号的距离维频率,ft为回波信号的方位维频率,t为方位维重采样慢时间,S1(fτ,ft)为快速傅里叶变换后得到二维频域信号;
4.4)用补偿因子对重采样后的二维频域信号S1(fτ,ft)进行方位维相位补偿,得到SAR两维频域回波信号S2(fτ,ft)为:
S2(fτ,ft)=ar(fτ)aa(ft),
fτ表示回波信号的距离维频率,ar(·)和aa(·)分别为高速平台SAR的距离窗函数和方位窗函数。
步骤5、对SAR两维频域回波信号S2(fτ,ft)进行两维快速傅里叶逆变换,得到变换后的数据S2(tτ,tt)。
5.1)对SAR两维频域回波信号S2(fτ,ft)进行距离维快速傅里叶逆变换,得到变换后的回波信号S2(tτ,ft)为:
5.2)对距离维快速傅里叶逆变换后得到的回波信号S2(tτ,ft)进行方位维快速傅里叶逆变换,得到变换后的回波信号S2(tτ,tt)为:
其中fτ表示回波信号的距离维频率,ft为回波信号的方位维频率,tτ为距离维采样时间,tt为方位维采样时间,最终得到带前向加速度的SAR成像结果。
本发明的效果可通过以下仿真进一步验证。
1.仿真参数
在距离维测绘宽度为1km,方位维测绘宽度为2km的场景中均匀放置9个点目标,如图2所示,其中横坐标为方位维长度,纵坐标为距离维长度;仿真参数如表1所示:
表1仿真参数
2.仿真内容与结果分析
仿真1,分别用传统的距离多普勒算法RDA和本发明的方法对图2的9个点目标进行仿真,结果如图3,图3中的横坐标为方位维长度,单位为千米(Km);纵坐标为距离维长度,单位为千米(Km),其中:
图3a是用传统的距离多普勒算法RDA对图2中点阵场景的仿真结果;
图3b是用本发明对图2中点阵场景的仿真结果。
从图3可见,传统RDA获得的点目标成像结果示意图不够精确,而用本发明方法获得的点目标成像结果示意图较为精确。
仿真2,分别用传统的距离多普勒算法RDA和本发明的方法对图2中A、B、C三个点目标进行仿真成像,结果如图4和图5,图中横坐标为方位维,纵坐标为距离维,其中:
图4a是用传统的距离多普勒算法RDA对图2点阵场景中点目标A的仿真成像结果;
图4b是用传统的距离多普勒算法RDA对图2点阵场景中点目标B的仿真成像结果;
图4c是用传统的距离多普勒算法RDA对图2点阵场景中点目标C的仿真成像结果;
图5a是用本发明对图2点阵场景中点目标A的仿真成像结果;
图5b是用本发明对图2点阵场景中点目标B的仿真成像结果;
图5c是用本发明对图2点阵场景中点目标C的仿真成像结果;
从图4和图5可见,传统的距离多普勒算法RDA获得的点目标成像导致位于图2边缘的点目标A、C出现严重的方位散焦,而本发明对图2点阵中的三个点目标A、B、C都得到了很好的聚焦,说明本发明方法能够很好的解决高速平台SAR的前向加速度所导致的目标散焦问题,验证了本发明方法的有效性。
仿真2中分别用传统RDA和本发明方法对图2中的A、C两个点目标进行仿真成像的成像质量参数如表2所示,其中,ρa为方位维分辨率,PSLR为峰值旁瓣比,ISLR为积分旁瓣比,ρr为距离分辨率,A、C分别对应点目标A、C。
表2点目标成像质量指标
从表2可以看出,使用本发明方法得到边缘点目标A、C的距离维峰值旁瓣比均为-13.2,距离维积分旁瓣比均约为-10.5,这与传统RDA获得的成像指标结果比较相近,都非常接近理想点目标的距离维指标值;方位维峰值旁瓣比均约为-13.2,方位维积分旁瓣比均约为-10.0,远远优于传统RDA的成像指标,非常接近理想点目标的方位维指标值。
从表2中还可以看出,本发明对点目标成像结果的方位维分辨率也要远远优于传统RDA获得点目标成像结果的方位维分辨率,进一步证明了本发明的有效性。
Claims (6)
1.基于时间变标的合成孔径雷达成像方法,包括:
(1)构建高速平台SAR的几何模型,接收高速平台SAR的回波信号,得到带前向加速度SAR的两维时域回波信号S(τ,η),其中τ为快时间,η为慢时间;
(2)对接收的高速平台SAR的两维时域回波信号S(τ,η)进行距离维快速傅里叶变换,并构造距离压缩函数进行距离脉压,得到距离脉压后的带前向加速度的高速平台SAR距离频域方位时域回波信号S1(fτ,η):
其中fτ表示回波信号的距离维频率,γ是发射信号的调频率,fc为发射信号载频,η为慢时间,ar(·)和aa(·)分别为高速平台SAR的距离窗函数和方位窗函数,R0为孔径中心时刻目标至平台的瞬时参考斜距矢量,R(η;R0)为带前向加速度SAR的平台到点目标的瞬时斜距,λ为SAR的中心波长;
(3)对距离脉压后带前向加速度的高速平台SAR的距离频域和方位时域信号S1(fτ,η)进行方位重采样,即将S1(fτ,η)中的方位维慢时间η用方位维重采样慢时间t表示,即表示为η=t+ε1t2+ε2t3,得到重采样后的回波信号,回波信号此时为:
(4)对重采样后的斜距方程做泰勒级数展开,对重采样后的回波信号S1(fτ,t)依次进行方位维快速傅里叶变换和方位维相位补偿,快速傅里叶变换得到二维频域信号S1(fτ,ft),对该二维频域信号S1(fτ,ft)再进行方位维相位补偿,得到高速平台SAR两维频域回波信号S2(fτ,ft),其中ft为回波信号的方位维频率;
(5)对高速平台SAR两维频域回波信号S2(fτ,ft)进行两维快速傅里叶逆变换,得到带前向加速度的SAR成像结果。
2.根据权利要求1所述的方法,其中所述步骤(1),按如下步骤进行:
1a)将高速平台SAR的运动几何模型建模为带前向加速度的运动,并将任意一个点目标的精确斜距方程用矢量的方式表示为:
R(η)=|R0+Vη+0.5Aη2|,
其中,η为慢时间,R0、V分别为孔径中心时刻目标至平台的瞬时参考斜距矢量及平台的瞬时速度矢量,A为平台的加速度矢量,|·|为取模操作符;
1b)假设带前向加速度的高速平台SAR发射的脉冲为线性调频信号,并根据带前向加速度SAR的平台到点目标的瞬时斜距R(η;R0),计算得到带前向加速度的高速平台SAR的两维时域回波信号S(τ,η),其中τ为快时间,η为慢时间。
4.根据权利要求1所述的方法,其中步骤(4)中对重采样后的回波信号S1(fτ,t)进行方位维快速傅里叶变换,按如下公式进行:
S1(fτ,ft)=∫S1(fτ,t)exp(-j2πftt)dt
其中fτ表示回波信号的距离维频率,ft为回波信号的方位维频率,t为方位维重采样慢时间,S1(fτ,ft)为快速傅里叶变换后得到二维频域信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810243723.2A CN108508437B (zh) | 2018-03-23 | 2018-03-23 | 基于时间变标的合成孔径雷达成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810243723.2A CN108508437B (zh) | 2018-03-23 | 2018-03-23 | 基于时间变标的合成孔径雷达成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108508437A CN108508437A (zh) | 2018-09-07 |
CN108508437B true CN108508437B (zh) | 2021-08-20 |
Family
ID=63378289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810243723.2A Active CN108508437B (zh) | 2018-03-23 | 2018-03-23 | 基于时间变标的合成孔径雷达成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108508437B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441771B (zh) * | 2019-07-17 | 2021-02-02 | 西安科技大学 | 基于方位时间重采样的高速机动飞行sar成像方法 |
CN113885024B (zh) * | 2021-08-31 | 2024-07-30 | 西安电子科技大学 | 一种星载聚束合成孔径雷达高分辨实时成像方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5179383A (en) * | 1991-07-15 | 1993-01-12 | Raney R K | Synthetic aperture radar processor to handle large squint with high phase and geometric accuracy |
CN102854506A (zh) * | 2012-09-10 | 2013-01-02 | 电子科技大学 | 一种基于后向投影算法的动基线干涉sar基线补偿方法 |
CN103078820A (zh) * | 2012-11-21 | 2013-05-01 | 交通运输部公路科学研究所 | 一种高效定向无线通信方法 |
CN103454635A (zh) * | 2013-09-08 | 2013-12-18 | 西安电子科技大学 | 基于高超声速飞行器平飞段的前斜视sar成像方法 |
CN104020472A (zh) * | 2014-05-26 | 2014-09-03 | 中国电子科技集团公司第三十八研究所 | 一种便于实时处理的方位ncs大斜视sar成像方法 |
EP2875384A1 (de) * | 2012-07-19 | 2015-05-27 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Methode zur prozessierung von hochauflösenden weltraumgestützt erhaltenen spotlight-sar rohdaten |
CN104931965A (zh) * | 2015-05-04 | 2015-09-23 | 电子科技大学 | 一种固定发射站双基正侧视sar成像方法 |
CN105093236A (zh) * | 2015-08-06 | 2015-11-25 | 中国科学院上海光学精密机械研究所 | 基于直视合成孔径激光成像雷达的交轨向变标重采样方法 |
CN105759263A (zh) * | 2016-02-29 | 2016-07-13 | 西安电子科技大学 | 一种高分辨率大场景下的星载斜视sar雷达成像方法 |
CN106249237A (zh) * | 2016-07-19 | 2016-12-21 | 西安电子科技大学 | 一种曲线轨迹下大斜视sar频域成像方法 |
CN107132539A (zh) * | 2017-05-03 | 2017-09-05 | 中国地质科学院探矿工艺研究所 | 一种基于小基线集的时间序列InSAR的滑坡早期识别方法 |
CN107392979A (zh) * | 2017-06-29 | 2017-11-24 | 天津大学 | 时间序列的二维可视状态构图及定量分析指标方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288961B (zh) * | 2011-07-07 | 2013-12-11 | 电子科技大学 | 一种合成孔径雷达非线性调频变标的成像方法 |
CN103901428B (zh) * | 2014-03-28 | 2016-08-24 | 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 |
US10545232B2 (en) * | 2016-08-24 | 2020-01-28 | Mitsubishi Electric Research Laboratories, Inc. | System and method for radar imaging using distributed moving platforms under unknown position perturbations |
-
2018
- 2018-03-23 CN CN201810243723.2A patent/CN108508437B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5179383A (en) * | 1991-07-15 | 1993-01-12 | Raney R K | Synthetic aperture radar processor to handle large squint with high phase and geometric accuracy |
EP2875384A1 (de) * | 2012-07-19 | 2015-05-27 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Methode zur prozessierung von hochauflösenden weltraumgestützt erhaltenen spotlight-sar rohdaten |
CN102854506A (zh) * | 2012-09-10 | 2013-01-02 | 电子科技大学 | 一种基于后向投影算法的动基线干涉sar基线补偿方法 |
CN103078820A (zh) * | 2012-11-21 | 2013-05-01 | 交通运输部公路科学研究所 | 一种高效定向无线通信方法 |
CN103454635A (zh) * | 2013-09-08 | 2013-12-18 | 西安电子科技大学 | 基于高超声速飞行器平飞段的前斜视sar成像方法 |
CN104020472A (zh) * | 2014-05-26 | 2014-09-03 | 中国电子科技集团公司第三十八研究所 | 一种便于实时处理的方位ncs大斜视sar成像方法 |
CN104931965A (zh) * | 2015-05-04 | 2015-09-23 | 电子科技大学 | 一种固定发射站双基正侧视sar成像方法 |
CN105093236A (zh) * | 2015-08-06 | 2015-11-25 | 中国科学院上海光学精密机械研究所 | 基于直视合成孔径激光成像雷达的交轨向变标重采样方法 |
CN105759263A (zh) * | 2016-02-29 | 2016-07-13 | 西安电子科技大学 | 一种高分辨率大场景下的星载斜视sar雷达成像方法 |
CN106249237A (zh) * | 2016-07-19 | 2016-12-21 | 西安电子科技大学 | 一种曲线轨迹下大斜视sar频域成像方法 |
CN107132539A (zh) * | 2017-05-03 | 2017-09-05 | 中国地质科学院探矿工艺研究所 | 一种基于小基线集的时间序列InSAR的滑坡早期识别方法 |
CN107392979A (zh) * | 2017-06-29 | 2017-11-24 | 天津大学 | 时间序列的二维可视状态构图及定量分析指标方法 |
Non-Patent Citations (7)
Title |
---|
A New Subaperture Nonlinear Chirp Scaling Algorithm for Real-Time UWB-SAR Imaging;Jian Wang;《2006 CIE International Conference on Radar》;20070410;1-4 * |
Acceleration Model Analyses and Imaging Algorithm for Highly Squinted Airborne Spotlight-Mode SAR with Maneuvers;Shiyang Tang;《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》;20150331;第8卷(第3期);1120-1131 * |
Focusing Bistatic SAR Data Using the Nonlinear Chirp Scaling Algorithm;Frank H. Wong;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20080930;第46卷(第9期);2493-2505 * |
一种运动双站多脉冲无源定位算法;周龙健;《航空学报》;20170225;第38卷(第2期);1-10 * |
低信杂(噪)比情况下机载雷达的;李燕平;《电子学报》;20080331;第36卷(第3期);433-439 * |
基于俯冲模型的频域距离走动校正NLCS-SAR成像算法;肖忠源;《电子与信息学报》;20130531;第35卷(第5期);1090-1096 * |
曲线运动轨迹SAR成像方法研究;唐世阳;《中国博士学位论文全文数据库 信息科技辑》;20170215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108508437A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105259552B (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 | |
CN105759263B (zh) | 一种高分辨率大场景下的星载斜视sar雷达成像方法 | |
CN108459321B (zh) | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 | |
CN109870686A (zh) | 一种基于改进斜距模型的曲线轨迹sar斜视成像方法 | |
CN109143237B (zh) | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 | |
CN104297751B (zh) | 一种分布式卫星sar系统的主辅sar图像融合方法 | |
CN105223572B (zh) | 一种基于pfa算法的正前视双基sar成像处理方法 | |
CN107918124A (zh) | 带有方位空变校正的机载大斜视高分辨sar成像方法 | |
CN104502912A (zh) | 高速运动目标逆合成孔径雷达成像方法 | |
CN103969628B (zh) | 一种基于压缩感知的合成孔径雷达pfa成像算法 | |
CN111781595B (zh) | 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法 | |
CN102819020A (zh) | 一种俯冲模型方位向非线性变标的合成孔径雷达成像方法 | |
CN103454632A (zh) | 一站固定式调频连续波双基地sar成像方法 | |
CN108061890B (zh) | 一种sar成像方法 | |
CN108508437B (zh) | 基于时间变标的合成孔径雷达成像方法 | |
CN103576150A (zh) | 基于高超声速飞行器俯冲段的前斜视sar成像方法 | |
CN107153191B (zh) | 一种针对隐形飞机的双基isar成像检测方法 | |
CN108008387A (zh) | 一种机载阵列天线下视三维成像方法 | |
CN104991251B (zh) | 基于匀加速建模的超高分辨率星载sar成像方法 | |
CN112415512B (zh) | 基于进退法和黄金分割法的sar运动目标聚焦方法 | |
CN110441771B (zh) | 基于方位时间重采样的高速机动飞行sar成像方法 | |
CN113376632B (zh) | 一种基于预处理和改进pfa的大斜视机载sar成像方法 | |
CN114780911A (zh) | 一种基于深度学习的海洋宽测绘带距离解模糊方法 | |
CN114994676A (zh) | 一种一站固定式双站低频超宽带sar运动目标成像方法 | |
CN107290747B (zh) | 一种大前斜视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 |