CN109597076A - 用于地基合成孔径雷达的数据处理方法及装置 - Google Patents
用于地基合成孔径雷达的数据处理方法及装置 Download PDFInfo
- Publication number
- CN109597076A CN109597076A CN201811638065.3A CN201811638065A CN109597076A CN 109597076 A CN109597076 A CN 109597076A CN 201811638065 A CN201811638065 A CN 201811638065A CN 109597076 A CN109597076 A CN 109597076A
- Authority
- CN
- China
- Prior art keywords
- point
- monitored target
- data
- focusedimage
- echo
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请实施例公开了用于地基合成孔径雷达的数据处理方法、装置、电子设备及计算机可读介质。地基合成孔径雷达采用地基雷达沿轨道做直线运动的形式构成。其中,轨道上设置有多个虚拟阵元位置。该方法的一具体实施方式包括:响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取被监测点目标的回波数据;响应于确定当前位于轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像。该实施方式通过使用伪极坐标系的成像算法,可以避免插值过程,从而有助于提高数据的处理效率,实现实时成像。
Description
技术领域
本申请实施例涉及雷达通信技术领域,尤其涉及用于地基合成孔径雷达的数据处理方法、装置、电子设备及计算机可读介质。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是利用一个小天线沿着长线阵的轨迹等速移动并辐射相参信号,把在不同位置接收的回波进行相干处理,从而获得较高分辨率的成像雷达。即利用雷达与目标的相对运动,把尺寸较小的真实天线孔径用数据处理的方法,合成一较大的等效天线孔径的雷达,也称综合孔径雷达。合成孔径雷达具有分辨率高,能全天候工作,能有效地识别伪装和穿透掩盖物等特点。这种雷达可以在能见度极低的气象条件下得到类似光学照相的高分辨雷达图像。也就是说,所得到的高方位分辨力相当于一个大孔径天线所能提供的方位分辨力。
目前,合成孔径雷达主要包括机载(即装在飞机上)、星载(即装在卫星上)和地基轨道三种。通常情况下,地基合成孔径雷达(Geometry of Ground Based SAR,GB-SAR)的照射场景范围比较大,可达数平方公里。其方位向合成孔径的长度往往只有数米长,但扫描波束角较大。此外,与机载SAR和星载SAR相比,其扫描速度往往相对较慢。
发明内容
本申请实施例提供了用于地基合成孔径雷达的数据处理方法、装置、电子设备及计算机可读介质。
第一方面,本申请实施例提供了一种用于地基合成孔径雷达的数据处理方法,地基合成孔径雷达采用地基雷达沿轨道做直线运动的形式构成,其中,轨道上设置有多个虚拟阵元位置,该方法包括:响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取被监测点目标的回波数据;响应于确定当前位于轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像。
在一些实施例中,通过接收天线,获取被监测点目标的回波数据,包括:通过接收天线,接收被监测点目标的回波信号;根据接收到的回波信号,生成被监测点目标的回波数据。
在一些实施例中,根据接收到的回波信号,生成被监测点目标的回波数据,包括:将发射的调频连续波信号与接收的回波信号进行混频处理,生成混频处理后的中频信号;对生成的中频信号进行频谱分析,生成不同距离处的被监测点目标的回波数据。
在一些实施例中,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像,包括:对获取的回波数据进行变换处理,生成被监测点目标在伪极坐标系下的图像;对生成的图像进行误差补偿,将补偿后的图像确定为被监测点目标的聚焦图像。
在一些实施例中,对生成的图像进行误差补偿,将补偿后的图像确定为被监测点目标的聚焦图像,包括:对生成的图像进行第一次相位误差补偿,生成第一次补偿后的图像;对第一次补偿后的图像进行第二次相位误差补偿,生成第二次补偿后的图像;对第二次补偿后的图像进行第三次相位误差补偿,生成第三次补偿后的图像,以作为被监测点目标的聚焦图像。
在一些实施例中,该方法还包括:对被监测点目标的聚焦图像进行循环迭代分析,生成被监测点目标的原始序列数据;简化原始序列数据,构建新的序列数据;根据新的序列数据,生成被监测点目标的迭代聚焦图像。
第二方面,本申请实施例提供了一种用于地基合成孔径雷达的数据处理装置,地基合成孔径雷达采用地基雷达沿轨道做直线运动的形式构成,其中,轨道上设置有多个虚拟阵元位置,该装置包括:收发单元,用于响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取被监测点目标的回波数据;处理单元,用于响应于确定当前位于轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像。
在一些实施例中,收发单元包括:接收子单元,用于通过接收天线,接收被监测点目标的回波信号;回波数据生成子单元,用于根据接收到的回波信号,生成被监测点目标的回波数据。
在一些实施例中,回波数据生成子单元进一步用于:将发射的调频连续波信号与接收的回波信号进行混频处理,生成混频处理后的中频信号;对生成的中频信号进行频谱分析,生成不同距离处的被监测点目标的回波数据。
在一些实施例中,处理单元包括:图像生成子单元,用于对获取的回波数据进行变换处理,生成被监测点目标在伪极坐标系下的图像;误差补偿子单元,用于对生成的图像进行误差补偿,将补偿后的图像确定为被监测点目标的聚焦图像。
在一些实施例中,误差补偿子单元进一步用于:对生成的图像进行第一次相位误差补偿,生成第一次补偿后的图像;对第一次补偿后的图像进行第二次相位误差补偿,生成第二次补偿后的图像;对第二次补偿后的图像进行第三次相位误差补偿,生成第三次补偿后的图像,以作为被监测点目标的聚焦图像。
在一些实施例中,该装置还包括迭代单元,用于:对被监测点目标的聚焦图像进行循环迭代分析,生成被监测点目标的原始序列数据;简化原始序列数据,构造新的序列数据;根据新的序列数据,生成被监测点目标的迭代聚焦图像。
第三方面,本申请实施例提供了一种电子设备,包括:发射天线,用于发射调频连续波信号;接收天线,用于接收回波信号;处理器;存储装置,其上存储有计算机程序;当处理器执行存储装置上的计算机程序时,使得该电子设备实现如上述第一方面中任一实施例所描述的数据处理方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一实施例所描述的数据处理方法。
本申请实施例提供的用于地基合成孔径雷达的数据处理方法、装置、电子设备及计算机可读介质,采用地基雷达沿轨道做直线运动的形式,来构成地基合成孔径雷达。其中,轨道上可以设置有多个虚拟阵元位置。在地基雷达当前位于虚拟阵元位置处时,可以通过发射天线,向被监测点目标发射调频连续波信号。同时,可以通过接收天线,来获取被监测点目标的回波数据。而在地基雷达从轨道的始端运动至轨道的终端时,相当于地基合成孔径雷达的完成了一次数据采集。此时,可以基于伪极坐标系的成像算法,对获取的回波数据进行处理。从而可以生成被监测点目标的聚焦图像。在这里,通过使用伪极坐标系的成像算法,可以在成像前避免了插值过程。这样可以减少数据量,同时可以简化处理过程。从而有助于提高数据的处理效率,有利于实现实时成像。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请的一个实施例可以应用于其中的示例性系统架构图;
图2为本申请提供的用于地基合成孔径雷达的数据处理方法的一个实施例的流程图;
图3为地基雷达的观测原理示意图;
图4为在伪极坐标系下的观测原理示意图;
图5为本申请提供的用于地基合成孔径雷达的数据处理方法的又一个实施例的流程图;
图6为本申请提供的用于地基合成孔径雷达的数据处理装置的一个实施例的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于地基合成孔径雷达的数据处理方法或数据处理装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端101、102,网络103,地基雷达104和地物目标105。网络103可以用以在终端101、102与地基雷达104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端101、102通过网络103与地基雷达104进行交互,以接收或发送消息等。例如,用户可以通过终端101、102向地基雷达104发送控制指令。又例如,用户也可以通过终端101、102来呈现地基雷达104生成的聚焦图像。终端101、102上可以安装有各种客户端应用,例如雷达管理类应用、图像类应用、浏览器和即时通讯工具等。
这里的终端101、102可以是硬件,也可以是软件。当终端101、102为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑和台式计算机等等。当终端101、102为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
地基雷达104可以是能够发射信号、且接收信号的各种雷达。例如,地基雷达可以包括发射天线和接收天线。其中,发射天线可以用于向地物目标105发射调频连续波信号。而接收天线可以用于接收地物目标105的回波信号。又例如,地基雷达可以沿地面上的轨道做直线运动,从而形成地基合成孔径雷达。该雷达可以基于伪极坐标系的成像算法,对获取的回波数据进行分析处理。并且可以将分析处理结果(如生成的地物目标105的聚焦图像)发送给终端101、102。
地物目标105可以是各种需要被监测的目标物体。例如桥梁、大坝等建筑物体,或者滑坡、雪崩等地表形变等。
需要说明的是,本申请实施例所提供的数据处理方法一般由地基雷达104执行。相应地,数据处理装置一般也设置于地基雷达104中。
应该理解,图1中的终端、网络、地基雷达和地物目标的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端、网络、地基雷达和地物目标。
请参见图2,其示出了本申请提供的用于地基合成孔径雷达的数据处理方法的一个实施例的流程图。该数据处理方法可以包括以下步骤:
步骤201,响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取被监测点目标的回波数据。
需要说明的是,在传统的雷达监测系统中,通过机械伺服系统移动旋转天线,改变主波束的辐射方向,来搜索或者跟踪目标。因此,雷达方向图主瓣宽度会严重影响着目标方位向的跟踪精度。而雷达波束宽度与天线孔径呈反比。因此,可以通过加大天线有效孔径使天线波束更窄。从而获得更好的分辨效果。通常情况下,增大天线孔径的最直观最有效的方法就是加大天线尺寸。比如对于抛物面天线就是增大抛物面半径。然而,天线尺寸过大,会严重影响天线的携带、安装。因此,产生了阵列天线与合成孔径思想。
在这里,使用若干个天线按照某种方式(圆阵或线阵)排列组合,通过电磁波的干涉叠加产生特定的辐射信号。这种多辐射器的结构一般称为天线阵。而构成阵列的单个天线一般称为阵元。这些按一定规律排列的阵元可以等效为一个独立的天线。
在本实施例中,地基合成孔径雷达采用地基雷达沿轨道做直线运动的形式构成。其中,轨道上设置有多个虚拟阵元位置。也就是说,以单根天线在轨道上直线运动来模拟阵列天线。在这里,虚拟阵元可以是指通过单根天线运动所模拟的阵列天线中的各天线。而虚拟阵元位置可以是模拟的阵列天线中各天线的位置,即单根天线模拟各天线时对应轨道上的运动位置。
可以理解的是,合成孔径的长度一般可以为轨道的长度。也就是说,每当地基雷达从轨道的始端运动至轨道的终端,相当于地基合成孔径雷达完成了一个数据采集。在进行下次数据采集之前,地基雷达可以重新回到轨道的始端。
在本实施例中,执行数据处理方法的电子设备(例如图1中所示的地基雷达104)在确定当前位于虚拟阵元位置的情况下,可以通过发射天线,向被监测点目标(例如图1中所示的地物目标105)发射调频连续波信号。例如,在设置完相关工作参数的情况下,电子设备可以控制发射天线发射调频连续波(FMCW,Frequency Modulated Continuous Wave)信号。并且可以以采样频率的方法进行扫描。具体地:
参见图3所示,在地基雷达的观测原理示意图中,合成孔径可以位于X轴。坐标系原点O可以为孔径的中心。孔径的长度可以为L。从图3中可以看出,天线正侧视照射场景的作用距离范围为Rmin~Rmax,方位角度范围为θmin~θmax。在天线的观测范围内,目标场景可以被划分为多个分辨单元。每个分辨单元在X轴(即方位向)和Y轴(即距离向)上的尺寸分别为Δθ和ΔR。在这里,地基雷达的天线采用一发一收模式。即地基雷达的发射机在每个虚拟阵元位置xn处,通过发射天线发射调频连续波信号。并以采样频率的方法进行扫描。其信号表达式可以为:
其中,j为虚数单位;π为圆周率;fc为系统工作频率;t为距离向时间变量,且t∈[-Tr/2,Tr/2];Tr为信号持续时间;K为信号调频率;信号带宽为B=K·Tr。
在本实施例中,电子设备同时可以通过接收天线,来获取被监测点目标的回波数据。也就是说,在发射信号的同时,电子设备可以通过接收天线,来接收被监测点目标的回波信号。这样根据接收的回波信号,便可以得到被监测点目标的回波数据。例如,电子设备可以将接收的回波信号作为回波数据。
在一些实施例中,电子设备可以将发射的调频连续波信号与接收的回波信号进行混频处理,从而生成混频处理后的中频信号。之后可以对生成的中频信号进行频谱分析,从而生成不同距离处的被监测点目标的回波数据。具体地:
地基雷达通过接收天线,来接收被监测点目标的回波信号,其回波信号表达式可以为:
其中,c是波传播速度;xn为虚拟阵元的位置;如图3所示,θ为被监测点目标P相对于原点O与法向量的夹角;R为虚拟阵元与被监测点目标P之间的距离,可以表示为:
其中,R0为被监测点目标P到合成孔径中心(即原点O)的距离。
接着,地基雷达可以采用解斜方式,将接收信号(即回波信号)与发射信号(即调频连续波信号)做混频处理。从而可以得到中频信号,其信号表达式可以为:
其中,表达式中第三项为残余视频相位(RVP)项,经过相位补偿和频域采样等分析处理后,可以获得最终的回波数据,其表达式可以为:
其中,fm为采样点的信号频率,fm=fc+K·t;fc为雷达工作中心频率;m=1,2,...M是距离向采样点数;n=0,1,2...N是方位向采样点数。
步骤202,响应于确定当前位于轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像。
在本实施例中,在电子设备确定当前位于轨道的终端时,可以基于伪极坐标系的成像算法,对获取的回波数据进行处理。即将图3所示的坐标系下的回波数据转换为图4所示的伪极坐标系下的回波数据。这样,在不需要进行插值运算的情况下,便可以生成被监测点目标的聚焦图像。例如,电子设备可以将伪极坐标系下的回波数据作为被监测点目标的聚焦图像。
可以理解的是,地基雷达沿轨道从始端直线运动至终端,相当于地基合成孔径雷达完成了一次观测周期的数据采集。其信号表达式可以为:
此时,电子设备可以对获取的回波数据进行二维傅里叶变换处理。从而可以生成被监测点目标在伪极坐标系下的图像S(α,β)。具体过程为:
其中,如图4所示,α、β分别是伪极坐标系的两个坐标轴,其表达式可以为:
其中,λc=c/fc表示标称中心波长。
从图4中可以看出,在伪极坐标系下,天线正侧视照射场景的距离向范围可以为2Rmax/c至2Rmin/c,方位向范围可以为2sinθmin/λc至2sinθmax/λc。在天线的观测范围内,目标场景同样可以被划分为多个分辨单元。每个分辨单元在方位向和距离向上的尺寸分别为Δβ和Δα。
需要说明的是,若在轨道的终端也设置有虚拟阵元位置,则电子设备首先可以执行步骤201。从而获取到在该虚拟阵元位置处的被监测点目标的回波数据。然后可以执行步骤202。
可选地,为了提高数据处理结果的准确度,电子设备可以进一步地对生成的图像进行误差补偿。进而可以将补偿后的图像确定为被监测点目标的聚焦图像。需要说明的是,具体的误差补偿算法可以根据实际采用的算法来确定。从以上描述可以看出,采用近似算法通常会引起相位误差。因此,电子设备可以对生成的图像进行相位误差补偿。
作为示例,首先,电子设备可以对生成的图像进行第一次相位误差补偿,从而生成第一次补偿后的图像。即引入相位误差补偿因子H1(fm,xn),获取S(α,β)经补偿后的聚焦图像S1(α,β)。
具体地,H1(fm,xn)的表达式为:
其中,P∈(15,100];表示基带范围频率。
将两者相乘后,得到聚焦图像S1(α,β):
之后,电子设备可以对第一次补偿后的图像进行第二次相位误差补偿,从而生成第二次补偿后的图像。即引入相位误差补偿因子H2(fm,xn),获取S1(α,β)经补偿后的聚焦图像S2(α,β)。
具体地,H2(fm,xn)的表达式为:
其中,Q∈(15,100]。
将两者相乘后,得到聚焦图像S2(α,β):
最后,电子设备还可以对第二次补偿后的图像进行第三次相位误差补偿,从而生成第三次补偿后的图像。并可以将第三次补偿后的图像作为被监测点目标的聚焦图像。即引入相位误差补偿因子H3(fm,xn),获取S2(α,β)经补偿后的聚焦图像SS(α,β)。
具体地,H3(fm,xn)的表达式为:
其中,Z∈(15,100]。
将两者相乘后,得到聚焦图像SS(α,β):
其中,Z、Q、P∈(15,100]。
可以理解的是,上述所采用的算法将近似保留到高次项。这样,能够对位于雷达孔径的更广泛的场景进行更准确地处理。从而有助于提高处理效率。
本实施例提供的用于地基合成孔径雷达的数据处理方法,在地基雷达当前位于虚拟阵元位置处时,可以通过发射天线,向被监测点目标发射调频连续波信号。同时,可以通过接收天线,来获取被监测点目标的回波数据。而在地基雷达从轨道的始端运动至轨道的终端时,相当于地基合成孔径雷达的完成了一次数据采集。此时,可以基于伪极坐标系的成像算法,对获取的回波数据进行处理。从而可以生成被监测点目标的聚焦图像。在这里,通过使用伪极坐标系的成像算法,可以在成像前避免了插值过程。这样可以减少数据量,同时可以降低计算的复杂度。从而有助于提高数据的处理效率,有利于实现实时成像。
需要说明的是,常规的直角坐标系成像算法通常需要进行插值。故对远场场景进行过高的过采样,会造成数据量大增。这不符合GB-SAR实时处理的宗旨。而且传统机载SAR、星载SAR通常具有单一的多普勒中心。而GB-SAR特殊的成像几何使其目标回波具有不同程度变化的多普勒中心。因而RD(Range Doppler,距离多普勒)、CS(Chirp Scaling,线性调频变标)等传统的SAR聚焦算法并不适用于GB-SAR。另外,GB-SAR系统的实时工作模式对成像算法的运算量要求很高。因而BP(Back Projection,后向投影成像)等高精度成像算法并不能达到快速处理的需求。由于成像场景一般较大,PFA(Polar Format Algorithm,基于二维频率成像)这类聚束SAR成像算法的聚焦效果也不能满足要求。目标偏离参考点越远,聚焦效果越差。也就是说,现有的SAR成像算法大多建立于星载SAR、机载SAR的几何条件下,这些成像算法并不适用于GB-SAR的快速成像。且当对大场景区域目标进行观测和成像时,这些算法难以保证实时处理需求。
继续参见图5,其示出了本申请提供的用于地基合成孔径雷达的数据处理方法的又一个实施例的流程图。在本实施例中,为了进一步提高数据的处理效率,数据处理方法不仅可以包括上述实施例中的各步骤,还可以包括以下步骤:
步骤501,对被监测点目标的聚焦图像进行循环迭代分析,生成被监测点目标的原始序列数据。
在本实施例中,在生成被监测点目标的聚焦图像的情况下,电子设备可以进一步地对该聚焦图像进行循环迭代分析。从而可以生成被监测点目标的原始序列数据。具体地:
首先,令z、q、p的初始值都等于0,根据上述SS(α,β)公式可以计算得到SSz0:
接着,令q、p的值等于0,z=1,根据SS(α,β)公式计算得到SSz1:
之后,令z=z+1,按上述方法进行循环迭代。当z>Z时,则终止循环。即进行数值z的循环迭代,这样可以得到序列{SSz0,SSz1,SSz2,...SSzZ}。
然后,令p的值为0,q的值为1,z=Z,并根据SS(α,β)公式计算得到SSq1:
再令q=q+1,按上述方法进行循环迭代。当q>Q时,则终止循环。即进行数值q的循环迭代,从而可以得到序列{SSq1,SSq2,...SSqQ}。
接着,令p的值为1,q=Q,z=Z,并根据SS(α,β)公式计算得到SSp1:
再令p=p+1,按照上述方法进行循环迭代。当p>P时,则终止循环。即进行数值p的循环迭代,此时可以得到序列{SSp1,SSp2,...SSpP}。
根据以上循环迭代步骤,可以生成待监测点目标的原始序列:
{SSz0,SSz1,SSz2,...SSzZ,SSp1,SSp2,...SSpP,SSq1,SSq2,...SSqQ}。
步骤502,简化原始序列数据,构造新的序列数据。
在本实施例中,电子设备可以对步骤501中的原始序列数据进行简化,进而构造新的序列数据。作为示例,电子设备可以将原始序列中的元素简写为:{SS0,SS1,SS2,...SSi}。其中,i=0,1…P+Q+Z+1。也就是说,新序列中的元素与原始序列中的元素一一对应。即SS0=SSz0,SS1=SSz1等等以此类推。此时,可以得到新的序列数据{b0,b1,b2,...bk}:
其中,k=0,1,2…K;K>46。
步骤503,根据新的序列数据,生成被监测点目标的迭代聚焦图像。
在本实施例中,电子设备可以对新的序列数据构造迭代格式。从而可以生成被监测点目标的迭代聚焦图像。这样有助于使数据收敛得更快,从而进一步提高数据的处理效率。作为示例,电子设备可以对上述新的序列{b0,b1,b2,...bk}构造迭代格式,具体地:
其中,k=0,1,2…K;g=0,1,2…G;K,G>46。
从上述迭代过程可以看出,新的序列{b0,b1,b2,...bk}可以快速地收敛于这样可以获得被监测点目标最后的迭代聚焦图像可表示为:
本实施例提供的用于地基合成孔径雷达的数据处理方法,通过采用伪极坐标系的成像算法,可以避免了插值运算过程。这样可以有效地降低计算的复杂度。同时,通过构造新的序列数据,可以实现快速获取最终的迭代聚焦图像。这样,有助于实现地基合成孔径雷达的准确、快速、实时成像。也就是说,本申请实施例提出的数据处理方法更加适用于地基成孔径雷达。
下面参见图6,作为对上述各图所示方法的实现,本申请还提供了一种用于地基合成孔径雷达的数据处理装置的一个实施例。该装置实施例与上述各实施例所示的方法实施例相对应。该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的数据处理装置600可以包括:收发单元601,用于响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取被监测点目标的回波数据;处理单元602,用于响应于确定当前位于轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像。
在一些实施例中,收发单元601可以包括:接收子单元(图6中未示出),用于通过接收天线,接收被监测点目标的回波信号;回波数据生成子单元(图6中未示出),用于根据接收到的回波信号,生成被监测点目标的回波数据。
进一步地,回波数据生成子单元可以进一步用于:将发射的调频连续波信号与接收的回波信号进行混频处理,生成混频处理后的中频信号;对生成的中频信号进行频谱分析,生成不同距离处的被监测点目标的回波数据。
可选地,处理单元602可以包括:图像生成子单元(图6中未示出),用于对获取的回波数据进行变换处理,生成被监测点目标在伪极坐标系下的图像;误差补偿子单元(图6中未示出),用于对生成的图像进行误差补偿,将补偿后的图像确定为被监测点目标的聚焦图像。
进一步地,误差补偿子单元可以进一步用于:对生成的图像进行第一次相位误差补偿,生成第一次补偿后的图像;对第一次补偿后的图像进行第二次相位误差补偿,生成第二次补偿后的图像;对第二次补偿后的图像进行第三次相位误差补偿,生成第三次补偿后的图像,以作为被监测点目标的聚焦图像。
在一些应用场景中,该装置600还可以包括迭代单元(图6中未示出),用于:对被监测点目标的聚焦图像进行循环迭代分析,生成被监测点目标的原始序列数据;简化原始序列数据,构造新的序列数据;根据新的序列数据,生成被监测点目标的迭代聚焦图像。
可以理解的是,该装置600中记载的诸单元与参考图2至图5描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于该装置600及其中包含的单元,在此不再赘述。
可以理解的是,附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。例如,处理单元还可以被描述为“基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成被监测点目标的聚焦图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质。这里的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。该计算机可读介质可以是上述各实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有计算机程序,当计算机程序被该电子设备执行时,使得该电子设备可以实现如上述任一实施例所描述的数据处理方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种用于地基合成孔径雷达的数据处理方法,其特征在于,所述地基合成孔径雷达采用地基雷达沿轨道做直线运动的形式构成,其中,所述轨道上设置有多个虚拟阵元位置,所述方法包括:
响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取所述被监测点目标的回波数据;
响应于确定当前位于所述轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成所述被监测点目标的聚焦图像。
2.根据权利要求1所述的方法,其特征在于,所述通过接收天线,获取所述被监测点目标的回波数据,包括:
通过接收天线,接收所述被监测点目标的回波信号;
根据接收到的回波信号,生成所述被监测点目标的回波数据。
3.根据权利要求2所述的方法,其特征在于,所述根据接收到的回波信号,生成所述被监测点目标的回波数据,包括:
将发射的调频连续波信号与接收的回波信号进行混频处理,生成混频处理后的中频信号;
对生成的中频信号进行频谱分析,生成不同距离处的所述被监测点目标的回波数据。
4.根据权利要求1所述的方法,其特征在于,所述基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成所述被监测点目标的聚焦图像,包括:
对获取的回波数据进行变换处理,生成所述被监测点目标在伪极坐标系下的图像;
对生成的图像进行误差补偿,将补偿后的图像确定为所述被监测点目标的聚焦图像。
5.根据权利要求4所述的方法,其特征在于,所述对生成的图像进行误差补偿,将补偿后的图像确定为所述被监测点目标的聚焦图像,包括:
对生成的图像进行第一次相位误差补偿,生成第一次补偿后的图像;对第一次补偿后的图像进行第二次相位误差补偿,生成第二次补偿后的图像;对第二次补偿后的图像进行第三次相位误差补偿,生成第三次补偿后的图像,以作为所述被监测点目标的聚焦图像。
6.根据权利要求1-5之一所述的方法,其特征在于,所述方法还包括:
对所述被监测点目标的聚焦图像进行循环迭代分析,生成所述被监测点目标的原始序列数据;
简化所述原始序列数据,构建新的序列数据;
根据所述新的序列数据,生成所述被监测点目标的迭代聚焦图像。
7.一种用于地基合成孔径雷达的数据处理装置,其特征在于,所述地基合成孔径雷达采用地基雷达沿轨道做直线运动的形式构成,其中,所述轨道上设置有多个虚拟阵元位置,所述装置包括:
收发单元,用于响应于确定到当前位于虚拟阵元位置,通过发射天线,向被监测点目标发射调频连续波信号;以及通过接收天线,获取所述被监测点目标的回波数据;
处理单元,用于响应于确定当前位于所述轨道的终端,基于伪极坐标系的成像算法,对获取的回波数据进行处理,生成所述被监测点目标的聚焦图像。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括迭代单元,用于:
对所述被监测点目标的聚焦图像进行循环迭代分析,生成所述被监测点目标的原始序列数据;
简化所述原始序列数据,构造新的序列数据;
根据所述新的序列数据,生成所述被监测点目标的迭代聚焦图像。
9.一种电子设备,其特征在于,包括:
发射天线,用于发射调频连续波信号;
接收天线,用于接收回波信号;
处理器;
存储装置,其上存储有计算机程序;
当所述处理器执行所述存储装置上的计算机程序时,使得所述电子设备实现如权利要求1-6之一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6之一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638065.3A CN109597076B (zh) | 2018-12-29 | 2018-12-29 | 用于地基合成孔径雷达的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638065.3A CN109597076B (zh) | 2018-12-29 | 2018-12-29 | 用于地基合成孔径雷达的数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109597076A true CN109597076A (zh) | 2019-04-09 |
CN109597076B CN109597076B (zh) | 2022-07-12 |
Family
ID=65965456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811638065.3A Active CN109597076B (zh) | 2018-12-29 | 2018-12-29 | 用于地基合成孔径雷达的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597076B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184749A (zh) * | 2020-10-09 | 2021-01-05 | 西安电子科技大学 | 基于视频sar跨域联合的动目标跟踪方法 |
CN112835040A (zh) * | 2020-12-30 | 2021-05-25 | 内蒙古工业大学 | 球面孔径分区域渐进式相位迭代成像的方法及装置 |
CN112835039A (zh) * | 2020-12-30 | 2021-05-25 | 内蒙古工业大学 | 平面孔径分区域非线性渐进式相位迭代成像的方法及装置 |
CN117687018A (zh) * | 2024-01-31 | 2024-03-12 | 四川省华盾防务科技股份有限公司 | 一种相控阵波束跟踪方法、装置、系统及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7397418B1 (en) * | 2006-06-05 | 2008-07-08 | Sandia Corporation | SAR image formation with azimuth interpolation after azimuth transform |
CN101762816A (zh) * | 2008-12-25 | 2010-06-30 | 清华大学 | 一种星载mimo-sar静态场景和运动目标联合处理方法和系统 |
-
2018
- 2018-12-29 CN CN201811638065.3A patent/CN109597076B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7397418B1 (en) * | 2006-06-05 | 2008-07-08 | Sandia Corporation | SAR image formation with azimuth interpolation after azimuth transform |
CN101762816A (zh) * | 2008-12-25 | 2010-06-30 | 清华大学 | 一种星载mimo-sar静态场景和运动目标联合处理方法和系统 |
Non-Patent Citations (2)
Title |
---|
JOAQUIM FORTUNY-GUASCH: "A Fast and Accurate Far-Field Pseudopolar Format Radar Imaging Algorithm", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
毛聪等: "地基SAR子图相干合成快速成像算法", 《信号处理》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184749A (zh) * | 2020-10-09 | 2021-01-05 | 西安电子科技大学 | 基于视频sar跨域联合的动目标跟踪方法 |
CN112835040A (zh) * | 2020-12-30 | 2021-05-25 | 内蒙古工业大学 | 球面孔径分区域渐进式相位迭代成像的方法及装置 |
CN112835039A (zh) * | 2020-12-30 | 2021-05-25 | 内蒙古工业大学 | 平面孔径分区域非线性渐进式相位迭代成像的方法及装置 |
CN112835040B (zh) * | 2020-12-30 | 2023-05-23 | 内蒙古工业大学 | 球面孔径分区域渐进式相位迭代成像的方法及装置 |
CN112835039B (zh) * | 2020-12-30 | 2023-09-08 | 内蒙古工业大学 | 平面孔径分区域非线性渐进式相位迭代成像的方法及装置 |
CN117687018A (zh) * | 2024-01-31 | 2024-03-12 | 四川省华盾防务科技股份有限公司 | 一种相控阵波束跟踪方法、装置、系统及存储介质 |
CN117687018B (zh) * | 2024-01-31 | 2024-04-19 | 四川省华盾防务科技股份有限公司 | 一种相控阵波束跟踪方法、装置、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109597076B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597076A (zh) | 用于地基合成孔径雷达的数据处理方法及装置 | |
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 | |
CN106707255B (zh) | 一种相控阵雷达仿真系统及方法 | |
Zhang et al. | Multirotors video synthetic aperture radar: System development and signal processing | |
CN112612024A (zh) | 微波阵列快速成像方法 | |
Virone et al. | Strong mutual coupling effects on LOFAR: Modeling and in situ validation | |
Gromek et al. | Passive SAR imaging using DVB‐T illumination for airborne applications | |
Laviada et al. | Real-time multiview SAR imaging using a portable microwave camera with arbitrary movement | |
CN111090094B (zh) | 脉冲多普勒雷达的双波束角度测量方法、系统及存储介质 | |
CN110879391B (zh) | 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法 | |
Hao et al. | A drone fleet-borne SAR model and three-dimensional imaging algorithm | |
CN102798858A (zh) | 全息型主动式微波成像方法 | |
Zhang et al. | High‐resolution imaging for the multireceiver SAS | |
He et al. | 3d radio imaging under low-rank constraint | |
CN113109797B (zh) | 调频连续波凝视雷达的目标探测方法、装置和计算机设备 | |
Rojhani et al. | Comprehensive Review: Effectiveness of MIMO and Beamforming Technologies in Detecting Low RCS UAVs | |
Shi et al. | Basic performance of space-surface bistatic SAR using BeiDou satellites as transmitters of opportunity | |
Huang et al. | Array‐based target localisation in ATSC DTV passive radar | |
CN108427111A (zh) | 一种雷达测距方法及装置 | |
CN110082760A (zh) | 一种随机辐射雷达三维高分辨成像方法 | |
Bączyk et al. | Moving target imaging in multistatic passive radar | |
CN114895306A (zh) | 高分辨率宽测绘带成像方法、装置和存储介质 | |
Kim et al. | SAR raw data simulation for multiple‐input multiple‐output video synthetic aperture radar using beat frequency division frequency modulated continuous wave | |
Nie et al. | A quadtree beam-segmenting based wide-swath SAR polar format algorithm | |
CN110376586B (zh) | 一种基于层析原理的分布式mimo雷达动目标探测方法 |
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 |