CN110146858B - 一种高精度全链路星载sar辐射定标仿真方法 - Google Patents

一种高精度全链路星载sar辐射定标仿真方法 Download PDF

Info

Publication number
CN110146858B
CN110146858B CN201910439954.5A CN201910439954A CN110146858B CN 110146858 B CN110146858 B CN 110146858B CN 201910439954 A CN201910439954 A CN 201910439954A CN 110146858 B CN110146858 B CN 110146858B
Authority
CN
China
Prior art keywords
radar
signal
simulation
expression
calibration
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
Application number
CN201910439954.5A
Other languages
English (en)
Other versions
CN110146858A (zh
Inventor
陈杰
章瑞
杨威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201910439954.5A priority Critical patent/CN110146858B/zh
Publication of CN110146858A publication Critical patent/CN110146858A/zh
Application granted granted Critical
Publication of CN110146858B publication Critical patent/CN110146858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4052—Means for monitoring or calibrating by simulation of echoes

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

本发明涉及一种高精度全链路星载SAR辐射定标仿真方法，包括：读入真实雷达卫星数据；选取距离向和方位向点数大小符合要求的面目标作为辐射定标的仿真数据源；通过在场景中心位置加入已知雷达散射截面积的定标器，构造布设定标器的面目标仿真数据源；将布设定标器的面目标分解为多个点目标，计算每个点目标的回波并叠加，获得回波仿真信号；进行成像处理，得到包含定标器的场景雷达图像；计算辐射定标系数，完成定标处理。本发明提供的方法采用真实雷达卫星数据进行定标场回波仿真，解决了真实布设定标器实验成本高的问题，实现了星载SAR全链路的辐射定标仿真。

Description

一种高精度全链路星载SAR辐射定标仿真方法
技术领域
本发明涉及信号处理技术领域，尤其涉及一种高精度全链路星载SAR辐射定标仿真方法。
背景技术
自二十世纪五十年代问世以来，经过近七十年的发展，合成孔径雷达(SyntheticAperture Radar，SAR)技术已经进入了一个相对成熟的阶段，并已在地质、水文、农业、林业、城市、海洋、测绘以及军事侦察等方面得到广泛应用。早期SAR应用主要通过雷达图像获取目标的位置、形状、图形、纹理和对比度等信息，是一种定性的应用技术。随着新一代星载SAR的发展，定标后的SAR图像相关技术逐渐成熟，SAR图像的辐射质量逐渐提高，可直接与目标雷达截面积或散射系数相关。这使得SAR图像得以在目标识别与分类、海面实况调查、农作物监测等领域得到定量化应用。
如要实现定量化应用，则需对SAR辐射进行定标，定标场应该足够匀质分布且后向散射强度较弱，以确保用于定标的角反射器的信杂比满足定标处理要求。为便于运输，草原或者沙漠等地区适合于安装角反射器。但目前，在星载SAR定标场实际安装定标角反射器的经济成本较高，实验难度大，实现起来较为困难。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是解决实际在定标场布设定标角反射器完成定标辐射实验成本高、难度大的问题。
(二)技术方案
为了解决上述技术问题，本发明提供了一种高精度全链路星载SAR辐射定标仿真方法，包括如下步骤：
S1、读入符合定标场要求的场景的真实雷达卫星数据；
S2、根据步骤S1中读入的雷达卫星数据，选取距离向和方位向点数大小符合要求的面目标作为辐射定标的仿真数据源；
S3、对步骤S2中选取的面目标仿真数据源，通过在场景中心位置加入已知雷达散射截面积的定标器，构造布设定标器的面目标仿真数据源；
S4、将步骤S3中布设定标器的面目标分解为多个点目标，计算每个点目标的回波并叠加，获得回波仿真信号；
S5、对步骤S4中获得的回波仿真信号进行成像处理，得到包含定标器的场景雷达图像；
S6、根据步骤S5中得到的场景雷达图像计算辐射定标系数，结合雷达图像对全场景的雷达散射截面积完成定标处理。
优选地，所述步骤S4中通过频域相乘的方法实现回波仿真。
优选地，所述步骤S4包括：
设雷达的发射信号为一线性调频脉冲串，表示为：
Figure GDA0003155595060000021
其中，Tp为发射信号脉冲宽度，Tf为脉冲重复周期，fc为载频，b为发射信号脉冲的线性调频率；
发射信号由天线发射，经地面散射后，再由天线进行相干接收，其回波复信号S(t)表示为：
Figure GDA0003155595060000022
Figure GDA0003155595060000023
面目标回波仿真信号分解为N个点目标散射元，表示为：
Figure GDA0003155595060000031
其中，N是点目标散射元个数，(x',y')是点目标散射元的坐标，σ(x',y')是(x',y')处散射元的散射系数，θ是(x',y')处的散射元与天线瞄准线之间的视线夹角，Wa为视线夹角方向的天线方向图增益，D是雷达波束照射区域，λ是雷达工作波长，c是光速，R(t,x',y')是天线相位中心与散射元之间的距离。
优选地，所述步骤S5中进行成像处理时，将回波仿真信号与一个具有相关调频率的线性调频信号因子相乘，将所有距离徙动曲线补偿到相同形状，然后再通过整体性的补偿处理完成回波仿真信号的距离压缩处理、距离徙动定标和方位压缩处理。
优选地，所述步骤S5包括：
S5-1、读入步骤S4中获得的二维原始回波仿真信号S0以及相应的成像参数；其中，S0是一个二维复数数据组，大小为Na×Nr，成像参数包括：方位向采样点数Na，距离向采样点数Nr，信号采样率fs，信号带宽Bw，调频斜率k，脉冲重复频率PRF，参考斜距Rref，多普勒中心频率fd0，多普勒调频率fr0，卫星平台速度VP，信号波长λ，信号方位向带宽Ba，光速c；
S5-2、将原始复数据S0(i,j)沿每个距离向进行快速傅里叶变换，得到方位频域复数据S1(i,j)，表达式为：
S1(:,j)=FFT(S0(:,j))；
其中，S1(:,j)表示S1的第j列，S0(:,j)表示S0的第j列，FFT(·)表示对一维数组进行快速傅里叶变换；
S5-3、构造两个一维序列i,j，其中i代表方位向序列，j代表距离向序列，表达式为：
i=[1,2,…,Na]，j=[1,2,…,Nr]；
获取方位频域复数据S1(i,j)各行对应的方位频率fa(i)和各列对应的距离向时刻τ(j)，表达式为：
Figure GDA0003155595060000041
Figure GDA0003155595060000042
由成像参数计算等效速度Vref和等效斜视角φref，表达式为：
Figure GDA0003155595060000043
Figure GDA0003155595060000044
获取具有相关调频率的线性调频信号因子Ψ1(fa(i),τ(j))，表达式为：
Ψ1(fa(i),τ(j))＝exp{-jπkrCs[τ(j)-τref(fa(i))]2}；
其中：
a＝λfa(i)/2Vref；
Figure GDA0003155595060000045
Figure GDA0003155595060000046
Figure GDA0003155595060000047
将方位频域复数据S1(i,j)与线性调频信号因子Ψ1(fa(i),τ(j))相乘，得到复数据S2(i,j)，表达式为：
S2(i,j)=S1(i,j)·Ψ1(fa(i),τ(j))；
S5-4、将复数据S2(i,j)沿每个方位向进行距离向快速傅里叶变换，得到二维频域复数据S3(i,j)，表达式为：
S3(i,:)=FFT(S2(i,:))；
其中，S2(i,:)表示S2的第i行，S3(i,:)表示S3的第i行；
S5-5、获取二维频域复数据S3(i,j)每行对应的方位频率f'a(i)和每列对应的距离频率fτ(j)，表达式为：
Figure GDA0003155595060000051
Figure GDA0003155595060000052
距离补偿因子Ψ2(f'a(i),fτ(j))表达式为：
Figure GDA0003155595060000053
将复数据S3(i,j)同距离补偿因子Ψ2(f'a(i),fτ(j))相乘，得到距离压缩后的二维复数据S4(i,j)，表达式为：
S4(i,j)=S3(i,j)·Ψ2(f'a(i),fτ(j))；
S5-6、将得到的二维复数据S4(i,j)沿每个方位向进行快速傅里叶逆变换，得到方位频域复数据S5(i,j)，表达式为：
S5(i,:)=IFFT(S4(i,:))；
其中，S4(i,:)表示S4的第i行，S5(i,:)表示S5的第i行，IFFT(·)表示对一维数组进行快速傅里叶逆变换；
S5-7、方位补偿因子Ψ3(fa(i),τ(j))表达式为：
Figure GDA0003155595060000054
其中，
Figure GDA0003155595060000055
将复数据S5(i,j)与方位补偿因子Ψ3(fa(i),τ(j))相乘，得到复数据S6(i,j0，表达式为:
S6(i,j)＝S5(i,j)·Ψ3(fa(i),τ(j))；
S5-8、将得到的复数据S6(i,j)沿每个距离向进行快速傅里叶逆变换，得到最终的成像结果S7(i,j)，表达式为：
S7(:,j)=IFFT(S6(:,j))。
优选地，所述步骤S6中采用峰值法或积分法提取定标器在步骤S5中得到的定标器所在区域场景雷达图像域的功率值Pc，结合定标器的雷达散射截面积σp，计算辐射定标系数
Figure GDA0003155595060000061
Figure GDA0003155595060000062
优选地，所述步骤S6中，对应全场景的雷达散射截面积通过雷达图像和辐射定标系数完成定标处理，星载SAR系统辐射定标图像数据表达式如下：
Figure GDA0003155595060000063
其中，PI为未经过定标的图像功率，
Figure GDA0003155595060000064
为计算所得辐射定标系数，
Figure GDA0003155595060000065
为对应全场景的雷达散射截面积。
优选地，所述步骤S1中读入的场景在足够大的范围内匀质分布，且后向散射强度不超过阈值，使得布设定标器后满足高信杂比的要求。
优选地，所述步骤S2中选取距离向和方位向点数不少于512的面目标作为辐射定标的仿真数据源。
(三)有益效果
本发明上述技术方案中提供的高精度全链路星载SAR辐射定标仿真方法具有如下优点：
(1)实用性，本发明提出的高精度全链路星载SAR辐射定标仿真方法基于真实雷达卫星数据进行定标场回波仿真，解决了真实布设定标器实验成本高的问题，实现了星载SAR全链路的辐射定标仿真；
(2)系统性，本发明提出的高精度全链路星载SAR辐射定标仿真方法从全链路的星载SAR辐射定标原理出发，基于真实雷达卫星数据进行高精度回波仿真及成像处理，得到图像后进行定标处理，整个仿真流程完备，系统性优良；
(3)通用性，本发明提出的高精度全链路星载SAR辐射定标仿真方法是基于真实雷达卫星数据的仿真方法，对应不同雷达卫星的不同定标场场景均可以进行辐射定标仿真，通用性强。
附图说明
图1是本发明实施例中一种高精度全链路星载SAR辐射定标仿真方法流程图；
图2是本发明实施例中所采用的高分三号亚马逊热带雨林全场景雷达图像；
图3是本发明实施例中亚马逊热带雨林仿真区域雷达图像；
图4是本发明实施例中亚马逊热带雨林仿真区域RCS分布直方图；
图5是本发明实施例中加入定标器的亚马逊热带雨林仿真区域；
图6是本发明实施例中加入定标器的亚马逊热带雨林仿真区域成像结果；
图7是本发明实施例中定标器成像结果三维图；
图8是本发明实施例中定标器成像结果距离向剖面图；
图9是本发明实施例中定标器成像结果方位向剖面图；
图10是本发明实施例中峰值法定标处理得到图像RCS分布直方图；
图11是本发明实施例中积分法定标处理得到图像RCS分布直方图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
如图1所示，本发明实施例提供的一种高精度全链路星载SAR辐射定标仿真方法，包括如下步骤：
S1、读入真实雷达卫星数据：读入符合定标场要求的场景的真实雷达卫星数据。
该步骤选取了真实雷达卫星图像产品，优选地，步骤S1中读入的场景应在足够大的范围内匀质分布，且后向散射强度较弱，不超过阈值，使得布设定标器后满足高信杂比的要求，即所选场景应该满足一般定标场要求，可以实际安装定标器。
S2、选取仿真数据源：根据步骤S1中读入的雷达卫星数据，选取距离向和方位向点数大小符合要求的面目标作为辐射定标的仿真数据源。
优选地，为保证选取的面目标符合要求，步骤S2中应选取距离向和方位向点数不少于512的面目标作为辐射定标的仿真数据源。
S3、构造定标场仿真数据源：对步骤S2选取生成的面目标仿真数据源，通过在场景中心位置加入已知雷达散射截面积(RCS)的定标器，构造布设定标器的面目标仿真数据源，即通过在场景数据源中加入定标器，得到定标场仿真数据源。
S4、将步骤S3中布设定标器的面目标分解为多个点目标，计算每个点目标的回波并叠加，获得原始回波仿真信号。
在对面目标进行回波仿真的过程中，可将面目标分解为无数个点目标(散射元)，然而这在实际计算中是不可能实现的。一个分辨单元内只需要模拟几个点目标，其回波的叠加结果就与实际结果相差无几。计算面目标回波的方法即将面目标分解为多个点目标，结合雷达卫星参数，计算每个点目标的回波，最后将回波叠加起来。分解的点目标数越多，结果就越接近实际值。
优选地，由于星载SAR的回波信号可看作是发射信号同一个具有一定幅度、相位和时间延迟的系统冲激函数相卷积的结果，因此步骤S4中可以通过频域相乘的方法实现回波仿真。
优选地，步骤S4包括：
设雷达的发射信号为一线性调频脉冲串，表示为：
Figure GDA0003155595060000091
其中，Tp为发射信号脉冲宽度，Tf为脉冲重复周期，fc为载频，b为发射信号脉冲的线性调频率。
SAR发射信号由天线发射出去后，经地面散射后，再由天线进行相干接收，其回波复信号S(t)可表示为：
Figure GDA0003155595060000092
面目标回波仿真信号可以分解为N个点目标散射元，表示为:
Figure GDA0003155595060000093
其中，N是点目标散射元个数，(x',y')是点目标散射元的坐标，σ(x',y')是(x',y')处散射元的散射系数，θ是(x',y')处的散射元与天线瞄准线之间的视线夹角，Wa为视线夹角方向的天线方向图增益，D是雷达波束照射区域，λ是雷达工作波长，c是光速，R(t,x',y')是天线相位中心与散射元之间的距离。
S5、对步骤S4中获得的回波仿真信号进行成像处理，得到包含定标器的场景雷达图像。
成像方法以Chirp Scaling(CS)方法为成像内核。Chirp Scaling处理是指线性调频信号与一个具有相关调频率的线性调频信号因子(CS因子)相乘，可以使调频信号的相位中心和调频率发生微小的变化。在Chirp Scaling成像方法中，通过将回波仿真信号与Chirp Scaling因子相乘，修正不同距离上目标距离徙动曲线的微小差别，可以将所有距离徙动曲线补偿到相同形状，然后再通过整体性的补偿处理完成回波信号的距离压缩处理、距离徙动定标和方位压缩处理。
优选地，步骤S5包括：
S5-1、读入步骤S4中获得的二维原始回波仿真信号S0以及相应的成像参数。其中，S0是一个二维复数数据组，大小为Na×Nr，成像参数包括：方位向采样点数Na，距离向采样点数Nr，信号采样率fs，信号带宽Bw，调频斜率k，脉冲重复频率PRF，参考斜距Rref，多普勒中心频率fd0，多普勒调频率fr0，卫星平台速度VP，信号波长λ，信号方位向带宽Ba，光速c。
S5-2、将原始复数据S0(i,j)沿每个距离向(按列)进行快速傅里叶(FFT)变换，得到方位频域(距离-多普勒域)复数据S1(i,j)，表达式为：
S1(:,j)=FFT(S0(:,j)) (4)
其中，S1(:,j)表示S1的第j列，S0(:,j)表示S0的第j列，FFT(·)表示对一维数组进行快速傅里叶变换。
S5-3、构造两个一维序列i,j，其中i代表方位向序列(行)，j代表距离向序列(列)，表达式为：
i=[1,2,…,Na]，j=[1,2,…,Nr] (5)
获取方位频域(距离-多普勒域)二维复数据S1(i,j)各行对应的方位频率fa(i)和各列对应的距离向时刻τ(j)，表达式为：
Figure GDA0003155595060000101
Figure GDA0003155595060000102
由成像参数计算等效速度Vref和等效斜视角φref，表达式为：
Figure GDA0003155595060000111
Figure GDA0003155595060000112
获取具有相关调频率的线性调频信号因子(CS因子)Ψ1(fa(i),τ(j))，表达式为：
Ψ1(fa(i),τ(j))＝exp{-jπkrCs[τ(j)-τref(fa(i))]2} (10)其中：a＝λfa(i)/2Vref；
Figure GDA0003155595060000113
Figure GDA0003155595060000114
将方位频域复数据S1(i,j)与线性调频信号因子(CS因子)Ψ1(fa(i),τ(j))相乘，得到复数据S2(i,j)，表达式为：
S2(i,j)=S1(i,j)·Ψ1(fa(i),τ(j)) (11)
S5-4、将获取的二维复数据S2(i,j)沿每个方位向(按行)进行距离向快速傅里叶变换(FFT)，得到二维频域复数据S3(i,j)，表达式为：
S3(i,:)=FFT(S2(i,:)) (12)
其中，S2(i,:)表示复数据S2的第i行，S3(i,:)表示复数据S3的第i行。
S5-5、获取二维频域复数据S3(i,j)每行对应的方位频率f'a(i)和每列对应的距离频率fτ(j)，表达式为：
Figure GDA0003155595060000115
距离补偿因子Ψ2(f'a(i),fτ(j))表达式为：
Figure GDA0003155595060000116
将复数据S3(i,j)同距离补偿因子Ψ2(f'a(i),fτ(j))相乘，得到距离压缩后的二维复数据S4(i,j)，表达式为：
S4(i,j)=S3(i,j)·Ψ2(f'a(i),fτ(j)) (15)
S5-6、将得到的二维复数据S4(i,j)沿每个方位向(按行)进行快速傅里叶逆变换(IFFT)，得到方位频域(距离-多普勒域)复数据S5(i,j)，表达式为：
S5(i,:)=IFFT(S4(i,:)) (16)
其中，S4(i,:)表示S4的第i行，S5(i,:)表示S5的第i行，IFFT(·)表示对一维数组进行快速傅里叶逆变换。
S5-7、方位补偿因子Ψ3(fa(i),τ(j))表达式为：
Figure GDA0003155595060000121
其中，
Figure GDA0003155595060000122
将复数据S5(i,j)与方位补偿因子Ψ3(fa(i),τ(j))相乘，得到复数据S6(i,j)，表达式为:
S6(i,j)＝S5(i,j)·Ψ3(fa(i),τ(j)) (18)
S5-8、将得到的复数据S6(i,j)沿每个距离向(按列)进行快速傅里叶逆变换(IFFT)，得到最终的成像结果S7(i,j)，表达式为：
S7(:,j)=IFFT(S6(:,j)) (19)
S6、根据步骤S5中得到的场景雷达图像计算辐射定标系数，结合雷达图像对全场景的雷达散射截面积完成定标处理。
辐射定标主要通过已知RCS的定标器来实现定标处理，主要包括三面角反射器、二面角反射器等被动的定标器，和转发器这种主动的定标器。转发器的制造价格比较昂贵，一般在实际定标实验中较多采用三面角反射器。在得到包含定标器的场景雷达图像后，可以提取对应定标器的能量，从而与其已知的RCS相关得到定标系数。对应全场景的RCS可以通过雷达图像和定标系数完成定标处理。
优选地，步骤S6中采用峰值法或积分法提取定标器在步骤S5中得到的场景雷达图像域的功率值，结合定标器的已知的雷达散射截面积，计算辐射定标系数。峰值法和积分法提取功率值为较为成熟的现有技术，在此不再进一步说明。
未经过定标的单视复图像(Single Look Complex,SLC)功率表达式为：
Figure GDA0003155595060000131
其中，Gcor表示SAR信号处理器引入的成像处理增益，ρa与ρr分别表示SAR图像分辨单元在方位向与距离向的大小，σ0表示归一化后向散射系数。
式(20)表示的SLC图像数据是未经辐射定标处理的数据，该图像数据无法正确反映目标的散射特性。因此，为满足SAR图像定量化应用需求，建立目标散射特性与图像数据间的对应关系，需要利用SAR后处理器对SLC图像数据进行定标处理，将式(20)的信号重新表示为：
Figure GDA0003155595060000132
式(21)即为辐射定标方程的总体形式，其中
Figure GDA0003155595060000133
为SAR系统全链路处理增益，SAR图像辐射定标处理的主要问题即为KS的估计，因此，KS称为“辐射定标系数”。
将辐射定标系数KS重新表示为：
Figure GDA0003155595060000134
式(22)表明，辐射定标系数的计算包含多项系统参数，这些参数的提取与计算通常需要利用内定标技术与外定标技术进行监测：式(22)中的第一项包含常量以及一些已知具有较高精度的系统参数，这些参数对图像辐射质量影响不大，通常通过外定标技术进行端到端的测量；PtGr表示发射信号功率与接收系统增益的乘积，通常由内定标系统利用内定标复制信号进行监测，并直接用于回波信号的定标；Gt(θ)Gr(θ)表示SAR系统的双程天线方向图，通常通过外定标技术与基于模型预测的方法进行天线方向图的监测与估计；
Figure GDA0003155595060000141
表示由斜距引起的能量衰减，通常利用外定标技术与ρaρr一并进行标定，并对SLC图像数据进行能量归一化处理；Gcor为SAR信号处理器引入的成像处理增益，通常在成像处理过程中对其进行定标。
而本发明提供的方法无需逐项确定上述各项参数，通过从端到端定标处理，在已知定标器归一化后向散射系数σp的情况下，步骤S6中采用峰值法或积分法提取定标器在步骤S5中得到的定标器所在区域场景雷达图像域的功率值Pc，结合定标器的雷达散射截面积σp，计算辐射定标系数
Figure GDA0003155595060000142
Figure GDA0003155595060000143
得到辐射定标系数后，对应全场景的雷达散射截面积通过雷达图像和辐射定标系数完成定标处理，星载SAR系统辐射定标图像数据表达式如下：
Figure GDA0003155595060000144
其中，PI为未经过定标的图像功率，
Figure GDA0003155595060000145
为计算所得辐射定标系数，
Figure GDA0003155595060000146
为对应全场景的雷达散射截面积。经过上述步骤后，即完成了星载SAR辐射定标仿真。
实施例二
如图2-图11所示，本实施例二与实施例一基本相同，相同之处不再赘述，不同之处在于：
本实施例选取了高分三号雷达卫星对亚马逊热带雨林成像的一景标准条带模式雷达图像产品，如图2所示。选取距离向和方位向点数均为512的面目标作为定标仿真数据源，如图3所示。该面目标方位向起始位置为2300，距离向起始位置为6500。定标仿真区域RCS近似高斯分布，直方图如图4所示。定标仿真区域RCS均值为-17.33dB。
表1回波仿真参数
Figure GDA0003155595060000151
通过在场景中心位置加入已知雷达散射截面积的定标器，构造布设定标器的面目标仿真数据源，如图5所示。本实施例中定标器雷达散射截面为13.15dB，归一化的后向散射系数σp为0.3162。部分回波仿真参数如表1所示。
得到原始回波后，进行成像处理。加入定标器的热带雨林区域成像结果如图6所示。对场景中心处的定标器成像结果进行成像质量评估，定标器脉冲响应的三维图如图7所示，相应的距离向和方位向剖面图分别如图8、图9所示。定标器成像质量评估结果如表2所示。
表2定标器成像质量评估结果
Figure GDA0003155595060000161
评估结果显示成像聚焦质量良好。分别用积分法和峰值法进行定标处理得到辐射定标系数
Figure GDA0003155595060000162
和
Figure GDA0003155595060000163
依据辐射定标系数反演得到的场景后向散射系数分布直方图分别如图10和图11所示。根据积分法定标处理得到的场景后向散射系数能够包含原始场景后向散射系数，验证了积分法定标处理结果具备更高辐射精度。
从以上结果说明了本发明所提供的高精度全链路星载SAR辐射定标仿真方法的正确性及有效性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.一种高精度全链路星载SAR辐射定标仿真方法，其特征在于，包括如下步骤：
S1、读入符合定标场要求的场景的真实雷达卫星数据；
S2、根据步骤S1中读入的雷达卫星数据，选取距离向和方位向点数大小符合要求的面目标作为辐射定标的仿真数据源；
S3、对步骤S2中选取的面目标仿真数据源，通过在场景中心位置加入已知雷达散射截面积的定标器，构造布设定标器的面目标仿真数据源；
S4、将步骤S3中布设定标器的面目标分解为多个点目标，计算每个点目标的回波并叠加，获得回波仿真信号；
S5、对步骤S4中获得的回波仿真信号进行成像处理，得到包含定标器的场景雷达图像；
S6、根据步骤S5中得到的场景雷达图像计算辐射定标系数，结合雷达图像对全场景的雷达散射截面积完成定标处理；
其中，所述步骤S1中读入的场景在足够大的范围内匀质分布，且后向散射强度不超过阈值，使得布设定标器后满足高信杂比的要求；
所述步骤S2中选取距离向和方位向点数不少于512的面目标作为辐射定标的仿真数据源；
所述步骤S5中进行成像处理时，将回波仿真信号与一个具有相关调频率的线性调频信号因子相乘，将所有距离徙动曲线补偿到相同形状，然后再通过整体性的补偿处理完成回波仿真信号的距离压缩处理、距离徙动定标和方位压缩处理；
所述步骤S5包括：
S5-1、读入步骤S4中获得的二维原始回波仿真信号S0以及相应的成像参数；其中，S0是一个二维复数数据组，大小为Na×Nr，成像参数包括：方位向采样点数Na，距离向采样点数Nr，信号采样率fs，信号带宽Bw，调频斜率k，脉冲重复频率PRF，参考斜距Rref，多普勒中心频率fd0，多普勒调频率fr0，卫星平台速度VP，信号波长λ，信号方位向带宽Ba，光速c；
S5-2、将原始复数据S0(i，j)沿每个距离向进行快速傅里叶变换，得到方位频域复数据S1(i，j)，表达式为：
S1(：，j)＝FFT(S0(：，j))；
其中，S1(：，j)表示S1的第j列，S0(：，j)表示S0的第j列，FFT(·)表示对一维数组进行快速傅里叶变换；
S5-3、构造两个一维序列i，j，其中i代表方位向序列，j代表距离向序列，表达式为：
i＝[1，2，…，Na]，j＝[1，2，…，Nr]；
获取方位频域复数据S1(i，j)各行对应的方位频率fa(i)和各列对应的距离向时刻τ(j)，表达式为：
Figure FDA0003155595050000021
Figure FDA0003155595050000022
由成像参数计算等效速度Vref和等效斜视角φref，表达式为：
Figure FDA0003155595050000023
Figure FDA0003155595050000024
获取具有相关调频率的线性调频信号因子Ψ1(fa(i)，τ(j))，表达式为：
Ψ1(fa(i)，τ(j))＝exp{-jπkrCs[τ(j)-τref(fa(i))]2}；
其中：
a＝λfa(i)/2Vref；
Figure FDA0003155595050000031
Figure FDA0003155595050000032
Figure FDA0003155595050000033
将方位频域复数据S1(i，j)与线性调频信号因子Ψ1(fa(i)，τ(j))相乘，得到复数据S2(i，j)，表达式为：
S2(i，j)＝S1(i，j)·Ψ1(fa(i)，τ(j))；
S5-4、将复数据S2(i，j)沿每个方位向进行距离向快速傅里叶变换，得到二维频域复数据S3(i，j)，表达式为：
S3(i，：)＝FFT(S2(i，：))；
其中，S2(i，：)表示S2的第i行，S3(i，：)表示S3的第i行；
S5-5、获取二维频域复数据S3(i，j)每行对应的方位频率f′a(i)和每列对应的距离频率fτ(j)，表达式为：
Figure FDA0003155595050000034
Figure FDA0003155595050000035
距离补偿因子Ψ2(f′a(i)，fτ(j))表达式为：
Figure FDA0003155595050000036
将复数据S3(i，j)同距离补偿因子Ψ2(f′a(i)，fτ(j))相乘，得到距离压缩后的二维复数据S4(i，j)，表达式为：
S4(i，j)＝S3(i，j)·Ψ2(f′a(i)，fτ(j))；
S5-6、将得到的二维复数据S4(i，j)沿每个方位向进行快速傅里叶逆变换，得到方位频域复数据S5(i，j)，表达式为：
S5(i，：)＝IFFT(S4(i，：))；
其中，S4(i，：)表示S4的第i行，S5(i，：)表示S5的第i行，IFFT(·)表示对一维数组进行快速傅里叶逆变换；
S5-7、方位补偿因子Ψ3(fa(i)，τ(j))表达式为：
Figure FDA0003155595050000041
其中，
Figure FDA0003155595050000042
将复数据S5(i，j)与方位补偿因子Ψ3(fa(i)，τ(j))相乘，得到复数据S6(i，j)，表达式为：
S6(i，j)＝S5(i，j)·Ψ3(fa(i)，τ(j))；
S5-8、将得到的复数据S6(i，j)沿每个距离向进行快速傅里叶逆变换，得到最终的成像结果S7(i，j)，表达式为：
S7(：，j)＝IFFT(S6(：，j))；
所述步骤S6中采用峰值法或积分法提取定标器在步骤S5中得到的定标器所在区域场景雷达图像域的功率值Pc，结合定标器的雷达散射截面积σp，计算辐射定标系数
Figure FDA0003155595050000043
Figure FDA0003155595050000044
所述步骤S6中，对应全场景的雷达散射截面积通过雷达图像和辐射定标系数完成定标处理，星载SAR系统辐射定标图像数据表达式如下：
Figure FDA0003155595050000045
其中，PI为未经过定标的图像功率，
Figure FDA0003155595050000046
为计算所得辐射定标系数，
Figure FDA0003155595050000047
为对应全场景的雷达散射截面积。
2.根据权利要求1所述的高精度全链路星载SAR辐射定标仿真方法，其特征在于：所述步骤S4中通过频域相乘的方法实现回波仿真。
3.根据权利要求2所述的高精度全链路星载SAR辐射定标仿真方法，其特征在于，所述步骤S4包括：
设雷达的发射信号为一线性调频脉冲串，表示为：
Figure FDA0003155595050000051
其中，Tp为发射信号脉冲宽度，Tf为脉冲重复周期，fc为载频，b为发射信号脉冲的线性调频率；
发射信号由天线发射，经地面散射后，再由天线进行相干接收，其回波复信号S(t)表示为：
Figure FDA0003155595050000052
面目标回波仿真信号分解为N个点目标散射元，表示为：
Figure FDA0003155595050000053
其中，N是点目标散射元个数，(x′，y′)是点目标散射元的坐标，σ(x’，y’)是(x’，y’)处散射元的散射系数，θ是(x’，y′)处的散射元与天线瞄准线之间的视线夹角，Wa为视线夹角方向的天线方向图增益，D是雷达波束照射区域，λ是雷达工作波长，c是光速，R(t，x’，y′)是天线相位中心与散射元之间的距离。
CN201910439954.5A 2019-05-24 2019-05-24 一种高精度全链路星载sar辐射定标仿真方法 Active CN110146858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910439954.5A CN110146858B (zh) 2019-05-24 2019-05-24 一种高精度全链路星载sar辐射定标仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910439954.5A CN110146858B (zh) 2019-05-24 2019-05-24 一种高精度全链路星载sar辐射定标仿真方法

Publications (2)

Publication Number Publication Date
CN110146858A CN110146858A (zh) 2019-08-20
CN110146858B true CN110146858B (zh) 2021-10-29

Family

ID=67593227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910439954.5A Active CN110146858B (zh) 2019-05-24 2019-05-24 一种高精度全链路星载sar辐射定标仿真方法

Country Status (1)

Country Link
CN (1) CN110146858B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112346027B (zh) * 2020-10-29 2022-02-08 中国科学院空天信息创新研究院 用于确定合成孔径雷达图像的散射特性的方法和系统
CN112859020B (zh) * 2021-01-18 2023-05-02 中国科学院空天信息创新研究院 一种太阳能电池板对sar定标器rcs影响分析方法及装置
CN113534150B (zh) * 2021-06-08 2022-04-05 国家卫星海洋应用中心 星载合成孔径雷达海洋场景观测雷达增益设置方法及系统
CN113567941B (zh) * 2021-08-04 2023-09-19 上海无线电设备研究所 一种目标近场多普勒回波快速仿真方法
CN113723225A (zh) * 2021-08-13 2021-11-30 陕西航天技术应用研究院有限公司 一种新型的定标信号处理方法、系统、电子设备及存储介质
CN115629552B (zh) * 2022-03-18 2023-07-07 北京遥感设备研究所 射频探测系统主要目标识别全链路模型校验方法及装置
CN115396079B (zh) * 2022-07-15 2023-12-01 湖南艾科诺维科技有限公司 基于fpga的多通道信道化方法
CN115356698B (zh) * 2022-08-11 2024-05-28 中国人民解放军国防科技大学 基于可观测弧段测轨信息的空间目标isar定标方法

Citations (8)

* Cited by examiner, † Cited by third party
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
CN102323571A (zh) * 2011-05-31 2012-01-18 北京航空航天大学 综合总体参数的星载双天线sar干涉定标器布放方法
CN102879780A (zh) * 2012-09-14 2013-01-16 北京航空航天大学 一种基于多普勒三次项估计的星载合成孔径雷达成像方法
CN103163509A (zh) * 2013-02-03 2013-06-19 北京航空航天大学 一种基于电磁散射的高频近似法的模拟合成孔径雷达
EP2896971A1 (en) * 2014-01-16 2015-07-22 Institute of Electronics, Chinese Academy of Sciences Spaceborne Multi-Channel Synthetic Aperture Radar Imaging Device
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
CN106526593A (zh) * 2016-12-19 2017-03-22 国家测绘地理信息局卫星测绘应用中心 基于sar严密成像模型的子像素级角反射器自动定位方法
CN106908770A (zh) * 2017-01-24 2017-06-30 上海卫星工程研究所 高分辨率微波成像卫星星地一体化仿真方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4851848A (en) * 1988-02-01 1989-07-25 The United States Of America As Represented By The Secretary Of The Navy Frequency agile synthetic aperture radar
WO2005086285A1 (en) * 2004-02-27 2005-09-15 Agence Spatiale Europeenne Pulse-coded remote calibration of an active phased array system
CN103091666B (zh) * 2011-11-07 2015-02-04 中国科学院电子学研究所 非理想定标器条件下的机载p波段极化sar定标方法
CN103364766B (zh) * 2012-04-01 2015-02-04 中国科学院电子学研究所 星载InSAR系统的外定标方法
CN103207388B (zh) * 2013-03-26 2014-02-12 中国科学院电子学研究所 一种斜视条件下的机载干涉sar定标方法
CN104730503B (zh) * 2015-03-18 2017-06-13 中国科学院电子学研究所 确定高分辨率sar参考目标rcs对定标影响的方法及补偿方法
CN105044695A (zh) * 2015-07-21 2015-11-11 北京环境特性研究所 一种利用点目标进行机载rcs测量定标的方法
EP3364212A1 (en) * 2017-02-15 2018-08-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. A method and an apparatus for computer-assisted processing of sar raw data
KR101757885B1 (ko) * 2017-02-22 2017-07-13 엘아이지넥스원 주식회사 Ｓａｒ 영상 보정 장치 및 방법
CN109752696B (zh) * 2017-11-06 2020-03-10 中国人民解放军61646部队 一种高分辨率合成孔径雷达卫星图像中角反射器rcs校正方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
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
CN102323571A (zh) * 2011-05-31 2012-01-18 北京航空航天大学 综合总体参数的星载双天线sar干涉定标器布放方法
CN102879780A (zh) * 2012-09-14 2013-01-16 北京航空航天大学 一种基于多普勒三次项估计的星载合成孔径雷达成像方法
CN103163509A (zh) * 2013-02-03 2013-06-19 北京航空航天大学 一种基于电磁散射的高频近似法的模拟合成孔径雷达
EP2896971A1 (en) * 2014-01-16 2015-07-22 Institute of Electronics, Chinese Academy of Sciences Spaceborne Multi-Channel Synthetic Aperture Radar Imaging Device
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
CN106526593A (zh) * 2016-12-19 2017-03-22 国家测绘地理信息局卫星测绘应用中心 基于sar严密成像模型的子像素级角反射器自动定位方法
CN106908770A (zh) * 2017-01-24 2017-06-30 上海卫星工程研究所 高分辨率微波成像卫星星地一体化仿真方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《Precision SAR processing using chirp scaling》;R.K. Raney; H. Runge; R. Bamler; I.G. Cumming; F.H. Wong;《IEEE Transactions on Geoscience and Remote Sensing》;19940930;786-799 *
《星载SAR自然地面场景仿真方法研究》;陈杰 等;《电子学报》;20010930;第1202-1205页 *
《高分辨率SAR定标参考目标辐射特性的校正方法》;洪峻 等;《电子与信息学报》;20160229;第418-424页 *

Also Published As

Publication number Publication date
CN110146858A (zh) 2019-08-20

Similar Documents

Publication Publication Date Title
CN110146858B (zh) 一种高精度全链路星载sar辐射定标仿真方法
Zhang et al. Super-resolution surface mapping for scanning radar: Inverse filtering based on the fast iterative adaptive approach
US9075129B2 (en) Method and system for forming images by comparing subsets of image data
US8665132B2 (en) System and method for iterative fourier side lobe reduction
CN106680817B (zh) 一种实现前视雷达高分辨成像的方法
US8193967B2 (en) Method and system for forming very low noise imagery using pixel classification
Sjögren et al. Suppression of clutter in multichannel SAR GMTI
Comite et al. Bistatic coherent scattering from rough soils with application to GNSS reflectometry
Cimmino et al. Efficient spotlight SAR raw signal simulation of extended scenes
CN105699969B (zh) 基于广义高斯约束的最大后验估计角超分辨成像方法
US20080297405A1 (en) Synthetic Aperture focusing techniques
Ren et al. 3D imaging algorithm for down-looking MIMO array SAR based on Bayesian compressive sensing
Ferro-Famil et al. Synthetic aperture radar imaging
CN107607945A (zh) 一种基于空间嵌入映射的扫描雷达前视成像方法
CN104076360A (zh) 基于压缩感知的二维sar稀疏目标成像方法
US8798359B2 (en) Systems and methods for image sharpening
Frost et al. The information content of synthetic aperture radar images of terrain
CN113589287B (zh) 合成孔径雷达稀疏成像方法、装置、电子设备及存储介质
Wang et al. Squint spotlight SAR raw signal simulation in the frequency domain using optical principles
Li et al. Real aperture radar forward-looking imaging based on variational Bayesian in presence of outliers
Shen et al. Orientation angle calibration for bare soil moisture estimation using fully polarimetric SAR data
Liu et al. An improved adaptive regularization method for forward looking azimuth super-resolution of a dual-frequency polarized scatterometer
Zhang et al. A novel weighted Doppler centroid estimation approach based on electromagnetic scattering model for multichannel in azimuth HRWS SAR system
Luo et al. Two-dimensional super-resolution imaging for real aperture radar by iterative adaptive approach
Nielsen et al. Direction-of-arrival analysis of airborne ice depth sounder data

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