CN110221298B - 一种低频段星载sar电离层闪烁效应自聚焦方法 - Google Patents
一种低频段星载sar电离层闪烁效应自聚焦方法 Download PDFInfo
- Publication number
- CN110221298B CN110221298B CN201910539473.1A CN201910539473A CN110221298B CN 110221298 B CN110221298 B CN 110221298B CN 201910539473 A CN201910539473 A CN 201910539473A CN 110221298 B CN110221298 B CN 110221298B
- Authority
- CN
- China
- Prior art keywords
- image
- sar
- sub
- sar image
- block
- 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
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
- G01S13/9019—Auto-focussing of the SAR signals
-
- 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
本发明提供一种具有较强鲁棒性的低频段星载SAR电离层闪烁效应自聚焦方法,技术方案是:将受闪烁效应污染的SAR图像沿距离向分成多个子块SAR图像,子块SAR图像的大小以将闪烁效应的距离空变性限制在可接受的范围内为原则。针对每个子块SAR图像,利用最优化方法对子块SAR图像的熵函数进行迭代优化,在每一次迭代过程中都对子块SAR图像进行一次相位补偿。本发明能够适应任意大小场景的SAR图像,保证算法的计算效率,并且在中等强度闪烁条件下仍能保持较好性能的SAR图像自聚焦算法。
Description
技术领域
本发明涉及微波遥感技术领域,特别涉及一种针对受电离层闪烁效应影响的SAR(Synthetic Aperture Radar,合成孔径雷达)图像自聚焦方法。
背景技术
星载SAR是一种重要的遥感观测手段,工作在低频段(P波段或L波段)的SAR具有很强的穿透能力,能够透过植被茂密的雨林和浅表层土壤,在军事侦察,农业检测,生物量测量和地质观测等领域都具有较大的应用前景。近年来,世界主要发达国家均在大力发展低频段星载SAR,例如ESA(European Space Agency,欧洲航空局)的BIOMASS合成孔径雷达的计划工作频段就在435MHz属于典型的P波段星载SAR。日本发射的ALOS/PALSAR合成孔径雷达载频在1.27GHz属于L波段的星载SAR。然而,低频段星载SAR易受电离层效应影响,从而严重降低其成像性能。
电离层效应的影响主要分为背景电离层效应和电离层闪烁效应。背景电离层效应主要有大尺度(大于10km)、均匀分布的自由电子引起,一般背景电离层效应会导致SAR图像出现距离向偏移和散焦。在实际应用中,可以通过对TEC(Total Electron Content,总电子量)的估计实现背景电离层效应的校正,目前已经提出了两类较为成熟的背景电离层校正算法:(1)通过GNSS(Global Navigation Satellite System,全球卫星导航系统)提供的全球TEC分布数据,利用先验信息对SAR图像进行校正。(2)利用SAR发射的线性调频信号特性,通过谱分割法,从图像域估计TEC,并进行校正。目前,这两种背景电离层的校正方法都有成熟应用。
电离层闪烁效应主要由空间尺度较小(小于10km)的电子密度不规则体引起的,电离层闪烁效应多发生于赤道和两极地区的日落至午夜期间。闪烁效应引入SAR信号的幅度和相位的随机误差,如在ALOS/PALSAR图像中已多次观测到闪烁效应引起的明暗相间的闪烁条纹。闪烁效应通常被视作一个随机过程,具有确定的功率谱函数,其对SAR信号的影响可以通过相位屏理论进行仿真和描述。鉴于闪烁效应的随机性,先验知识对于闪烁校正很难提供有效的帮助,因此由数据驱动的SAR图像自聚焦方法最适用于解决闪烁校正的问题。目前,已经提出的闪烁校正算法包括PGA(Phase Gradient Autofocus,相位梯度自聚焦)算法和最小熵算法。其中,PGA算法对于图像中的强点目标存在依赖性,鲁棒性较差。且闪烁效应本身会引起图像方位向散焦,降低图像对比度使得强点信息更加难以提取,Zhuo Li,JieChen在《Performance Analysis of Phase Gradient Autofocus for CompensatingIonospheric Phase Scintillation in BIOMASS P-Band SAR Data》中已经分析过,当信杂噪比小于16dB的情况下,PGA算法对于中等强度的闪烁校正就已失效。对于最小熵校正算法(参见文献《SAR image autofocus utilizing minimum-entropy criterion》)存在的缺陷在于具有初值依赖性,经常会出现无法收敛到图像熵函数极小值的情况。
发明内容
本发明要解决的技术问题是,提供一种具有较强鲁棒性的电离层闪烁效应自聚焦方法,能够适应任意大小场景的SAR图像,保证算法的计算效率,并且在中等强度闪烁条件下仍能保持较好性能的SAR图像自聚焦算法。
本发明的技术方案是:将受闪烁效应污染的SAR图像沿距离向分成多个子块SAR图像,子块SAR图像的大小以将闪烁效应的距离空变性限制在可接受的范围内为原则。针对每个子块SAR图像,利用最优化方法对子块SAR图像的熵函数进行迭代优化,在每一次迭代过程中都对子块SAR图像进行一次相位补偿。
本发明的有益效果是:图像熵是SAR图像的普遍具有的特征,具有普适性。本发明基于,聚焦性能更好的SAR图像具有更小的图像熵这个基本原理,利用最小熵方法针对闪烁效应进行自聚焦,不依赖图像中的强点信息,具有较强的鲁棒性。本发明利用最优化原理,通过选择最速下降方向和最优步长,一方面可以加速图像熵收敛的速度,提高算法的计算效率,另一方面可以保证算法最终收敛到图像熵的局部最小值达到最优的校正效果。本发明将最小熵原理与最优化原理相结合,既保证了算法的鲁棒性,又能保证算法最终收敛于图像熵的极小值。此外,本发明将SAR图像沿距离向分成多个子块SAR图像,分割SAR图像的大小考虑了闪烁强度和图像分辨率等因素,从而可以将闪烁效应的距离向空变误差限制在可接受的范围内,从而实现了对大场景SAR图像闪烁效应的距离向空变抑制。
附图说明
图1是本发明的原理流程图;
图2是一组由图8所给参数仿真的中等强度的电离层闪烁条件下电离层相位屏示意图;
图3是仿真的在图8所给参数的条件下受电离层闪烁效应影响的一组点阵目标;
图4是利用本发明对图3进行校正前后,三个点目标的成像结果对比图;
图5是利用本文方法和其他两种方法对点目标进行自聚焦的结果对比图;
图6是针对小场景面目标在图8所给参数的条件下,利用本发明进行电离层闪烁自聚焦前后面目标对比图;
图7是针对大场景面目标在图8所给参数的条件下,利用本发明进行电离层闪烁自聚焦前后面目标对比图;
图8是本说明书中所开展的实验的仿真参数,包括系统参数和电离层闪烁参数。
具体实施方式
图1是本发明的原理流程示意图。下面结合图1进行详细说明。
步骤一:首先对SAR图像做距离向分块,用来抑制距离向的相位空变性,得到子块SAR图像。距离向分块的原则是电离层闪烁强度越强,距离向宽度取值越小,对应的子块SAR图像越小。一般来说距离向宽度取值在100m至1km之间。本发明后续的实验中电离层闪烁强度为中等强度,每个子块SAR图像对应的距离向宽度取值为300m。
设SAR图像经过距离向分块,得到若干个子块SAR图像,将每一子块SAR图像作为输入,进行下述的迭代过程:
令i代表迭代次数,第i次校正相位其中表示第i迭代时第k个方位向的采样位置,M代表方位向总采样点数。设置最大迭代次数K。迭代终止的条件为迭代达到最大迭代次数K,或两次校正的图像熵变化差值小于门限δ。最大迭代次数K和门限δ的选取一方面考虑算法校正精度需要,另一方面考虑计算效率的需要,通常K可取300到1000,δ可取10-3到10-4之间。初始时令i=1,
步骤二:对第i-1次迭代得到的子块SAR图像做方位向傅里叶变换(特别的,当i=1时,第i-1迭代得到的子块SAR图像指的是初始输入的子块SAR图像),将其变换到距离-多普勒域,然后利用第i次迭代的校正相位对第i-1次迭代得到的子块SAR图像进行校正,校正过程如下:
其中,Ii(m,n)为第i次迭代时,子块SAR图像Ii在方位时域坐标为m、距离时域坐标为n的取值,m∈[1,M],n∈[1,N],N代表距离向总采样点数。Ii-1(k,n)为第i-1次迭代时,子块SAR图像在方位多普勒域坐标为k,距离时域坐标为n的取值。下面利用最优化方法进行迭代优化,理论上可采用最优化方法中的任意一种算法,本发明优选最速下降法进行迭代优化,对于算法初值没有依赖性,且对于目标函数的二阶导数没有限制。
步骤三:计算熵函数最速下降方向。
其中Ii *表示第i次迭代中子块SAR图像Ii的复共轭图像,Ii *(m,n)表示图像Ii *在方位时域坐标为m、距离时域坐标为n的取值。
步骤四:计算最优搜索步长。
在得到熵函数下降速度最快的方向后,通过一维搜索得到第i次迭代最优的迭代步长λi。在本发明中采用加步搜索法和抛物线法结合的方法进行一维搜索确定步长λi:首先通过加步搜索法方法,确定一个合适的搜索区间,使得在该区间内存在至少一个合适步长的值使得图像熵函数达到极小值,再通过抛物线法得到该极小值对应的步长λi。
步骤五:更新校正参数。
步骤六:判断是否终止迭代。
如果满足下述两个条件中的任意一个条件,则终止迭代,否则令i=i+1,返回至步骤二;
条件一:是否达到最大迭代次数;
条件二:第i次迭代的图像熵与第i-1次迭代的图像熵,两者差值是否小于门限δ。
步骤七:将得到的子块图像Ii进行拼接得到自聚焦处理后的SAR图像。
为了证明本发明的有益效果。发明人在实验室进行了一系列实验。首先为了说明电离层闪烁效应的二维空变性,利用文献《Simulating the impacts of ionosphericscintillation on L band SAR image formation》提出的公认的仿真方法生成闪烁相位屏(scintillation phase screen),实验中生成闪烁相位屏的电离层参数条件在图8给出,仿真结果如图2所示,图2的横坐标表示相位屏的方位向坐标,纵坐标表示相位屏的距离向坐标,灰度值表示闪烁相位屏上误差相位的值。图2充分说明了电离层闪烁相位误差具有明显的距离和方位的二维空变性。下面本发明对于点目标和面目标的闪烁效应仿真均沿用文献《Simulating the impacts of ionospheric scintillation on L band SAR imageformation》提出的方法进行仿真。
利用本发明针对点目标的仿真实验如图3、图4、图5所示,仿真场景设置为一个在地面的10km×10km的点阵目标,图3是仿真的在图8所给参数的条件下受电离层闪烁效应影响的上述点阵目标的成像结果;横坐标为方位向坐标,纵坐标为距离向坐标,从中图3可以看出点目标的成像结果在方位向存在明显的散焦。从图3中分别选择位于不同距离和方位位置的3个点目标A、B、C进行对比(在图3中分别用矩形框标识出了点目标A、B、C)。图4为上述三个点目标受闪烁效应影响及处理后的对比图,其中所有左侧子图均为二维等高线图,其横坐标为方位向坐标,纵坐标为距离向坐标,所有右侧子图均为方位向剖面图其横坐标为方位向坐标,纵坐标为归一化幅度。图4(a)为点目标A受电离层闪烁影响的成像结果,图4(b)为利用本发明处理后点目标A的成像结果;图4(c)为点目标B受电离层闪烁影响的成像结果,图4(d)为利用本发明处理后点目标B的成像结果;图4(e)为点目标C受电离层闪烁影响的成像结果,图4(f)为利用本发明处理后点目标C的成像结果。从图4中可以明显看出利用本发明进行自聚焦后的点目标成像具有良好的主瓣和旁瓣性能。图5通过把本发明与文献1《SAR minimum-entropy autofocus using an adaptive order polynomial model》和文献2《SAR image autofocus utilizing minimum-entropy criterion》提出的方法针对点目标B的自聚焦效果进行对比给出了方位向剖面图,其中横坐标为方位向坐标,纵坐标为归一化幅度,本发明的自聚焦结果如实线所示,文献1和文献2的结果如虚线和点状线表示。从图5中可以看出本发明的自聚焦结果主瓣和旁瓣性能明显好于其他两种方法,说明了本发明的校正效果优于文献1和文献2的效果。由于闪烁效应具有随机性,因此为了验证本发明的有效性,通过对500组蒙特卡洛仿真实验得到图3所示的点阵目标的SAR图像的重聚焦性能的统计结果如下:峰值旁瓣比由-7.99dB优化至-12.58dB,积分旁瓣比由-6.70dB优化至-10.06dB,图像熵由6.213降低至5.925。可见在中等闪烁强度1033下,本发明能够达到良好的自聚焦效果。
本发明针对面目标的校正实验结果如图6、图7所示。由于目前尚未有在轨运行的P波段星载SAR,因此通过仿真实验验证本发明的自聚焦效果,图6为针对小场景的面目标仿真结果,其中图6(a)为没有电离层闪烁效应的理想P波段SAR图像;图6(b)为受电离层闪烁影响的P波段SAR成像结果;图6(c)为用本发明进行自聚焦后的结果。从图6(b)可以看出图像在方位向上存在明显的散焦现象,图像对比度降低。图6(c)为利用本发明得到的自聚焦效果图,对比可见图像聚焦效果明显提高,图6(b)中严重散焦的强点目标和下方呈线状的道路目标经过重聚焦后已清晰可见。从量化分析的角度,如图6(a)所示,未受闪烁效应影响的原始SAR图像的图像熵为7.426。校正前图6(b)所示的SAR图像熵值为7.857,经过本发明校正后图6(c)所示SAR图像的图像熵下降至7.503。
图7为针对大场景的面目标利用本发明中提出的距离向分块策略得到的仿真结果。图7(a)为没有电离层闪烁效应的理想P波段SAR图像;图7(b)为受电离层闪烁影响的面目标成像结果;图7(c)用本发明自聚焦后的结果。从图中可以看出对于大场景的SAR图像,本发明能够有效校正闪烁效应。从量化分析的角度,如图7(a)所示,未受闪烁效应影响的原始SAR图像的图像熵为12.082。校正前图7(b)所示的SAR图像熵值为12.689,经过本发明校正后图7(c)所示SAR图像的图像熵下降至12.103。综上点目标和面目标的实验结果均证明了本发明的有效性。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定,任何在本发明精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (4)
1.一种低频段星载SAR电离层闪烁效应自聚焦方法,SAR是指合成孔径雷达,其特征在于,将受闪烁效应污染的SAR图像沿距离向分成多个子块SAR图像,子块SAR图像的大小以将闪烁效应的距离空变性限制在可接受的范围内为原则;针对每个子块SAR图像,利用最优化方法对子块SAR图像的熵函数进行迭代优化,在每一次迭代过程中都对子块SAR图像进行一次相位补偿,其中迭代优化时,计算熵函数下降速度最快的方向,在此方向通过一维搜索得到每次迭代的最优迭代步长。
2.根据权利要求1所述的一种低频段星载SAR电离层闪烁效应自聚焦方法,其特征在于,采用下述过程计算图像熵下降最快的方向:
其中,代表第i次迭代中子块SAR图像的总能量,其中Ii *表示第i次迭代中子块SAR图像Ii的复共轭图像,Ii(m,n)表示图像Ii在方位时域坐标为m、距离时域坐标为n的取值,Ii *(m,n)表示图像Ii *在方位时域坐标为m、距离时域坐标为n的取值;Ii(k,n)为第i次迭代时,子块SAR图像在方位多普勒域坐标为k,距离时域坐标为n的取值;
3.根据权利要求1或2所述的一种低频段星载SAR电离层闪烁效应自聚焦方法,其特征在于,采用加步搜索法和抛物线法相结合的方式进行一维搜索,确定迭代优化时更新校正相位的步长。
4.根据权利要求1或2所述的一种低频段星载SAR电离层闪烁效应自聚焦方法,其特征在于,采用加步搜索法和抛物线法相结合的方式进行一维搜索,确定迭代优化时更新校正相位的步长,即首先通过加步搜索法,确定一个合适的搜索区间,使得在该区间内存在至少一个合适步长的值使得图像熵函数达到极小值,再通过抛物线法得到该极小值对应的步长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910539473.1A CN110221298B (zh) | 2019-06-20 | 2019-06-20 | 一种低频段星载sar电离层闪烁效应自聚焦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910539473.1A CN110221298B (zh) | 2019-06-20 | 2019-06-20 | 一种低频段星载sar电离层闪烁效应自聚焦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110221298A CN110221298A (zh) | 2019-09-10 |
CN110221298B true CN110221298B (zh) | 2020-12-04 |
Family
ID=67814182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910539473.1A Active CN110221298B (zh) | 2019-06-20 | 2019-06-20 | 一种低频段星载sar电离层闪烁效应自聚焦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221298B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675383B (zh) * | 2019-09-24 | 2023-04-14 | 哈尔滨工业大学 | 用于数字全息中存在干扰物的目标物快速识别聚焦方法 |
CN111045007A (zh) * | 2019-11-26 | 2020-04-21 | 中国人民解放军63686部队 | 一种基于最小图像熵的sar运动目标成像方法 |
CN112070666B (zh) * | 2020-08-12 | 2024-04-09 | 西安电子科技大学 | 一种基于图像熵的sar图像拼接方法 |
CN112986994B (zh) * | 2021-02-06 | 2023-11-17 | 中国人民解放军国防科技大学 | 一种sar层析参考网快速生成方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760534A (zh) * | 2014-01-19 | 2014-04-30 | 中国人民解放军国防科学技术大学 | 一种星载sar数据的电离层色散效应校正方法 |
CN104199031A (zh) * | 2014-08-12 | 2014-12-10 | 北京理工大学 | 一种geo sar电离层闪烁幅相误差补偿的自聚焦方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8374828B1 (en) * | 2007-12-24 | 2013-02-12 | The University Of North Carolina At Charlotte | Computer implemented system for protein and drug target design utilizing quantified stability and flexibility relationships to control function |
CN109633640A (zh) * | 2018-11-26 | 2019-04-16 | 北京华航无线电测量研究所 | 一种基于对海成像的isar处理算法 |
-
2019
- 2019-06-20 CN CN201910539473.1A patent/CN110221298B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760534A (zh) * | 2014-01-19 | 2014-04-30 | 中国人民解放军国防科学技术大学 | 一种星载sar数据的电离层色散效应校正方法 |
CN104199031A (zh) * | 2014-08-12 | 2014-12-10 | 北京理工大学 | 一种geo sar电离层闪烁幅相误差补偿的自聚焦方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110221298A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221298B (zh) | 一种低频段星载sar电离层闪烁效应自聚焦方法 | |
Xiong et al. | Minimum-entropy-based autofocus algorithm for SAR data using chebyshev approximation and method of series reversion, and its implementation in a data processor | |
Chan et al. | Noniterative quality phase-gradient autofocus (QPGA) algorithm for spotlight SAR imagery | |
CN104977582B (zh) | 一种实现扫描雷达方位超分辨成像的解卷积方法 | |
CN104316924B (zh) | 机载超高分辨率sar反投影图像的自聚焦运动补偿方法 | |
CN106802416B (zh) | 一种快速因式分解后向投影sar自聚焦方法 | |
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 | |
CN102955150B (zh) | 基于天线主瓣占优强度约束的sar方位模糊抑制方法 | |
CN110346797B (zh) | 一种二维逆合成孔径雷达成像方法及系统 | |
Xiong et al. | A resample-based SVA algorithm for sidelobe reduction of SAR/ISAR imagery with noninteger Nyquist sampling rate | |
CN108983172B (zh) | 一种随机进化约束的sar辐射定标方法 | |
Liao et al. | A target deblurring method for frequency diverse array imaging | |
Lindsley et al. | Adapting the SIR algorithm to ASCAT | |
Tsakalides et al. | High-resolution autofocus techniques for SAR imaging based on fractional lower-order statistics | |
CN116626622A (zh) | 一种极化合成孔径雷达交叉定标方法 | |
Yang et al. | Scalloping suppression for ScanSAR images based on modified Kalman filter with preprocessing | |
CN113740821A (zh) | 星载p波段sar二维空变闪烁相位误差的估计与补偿方法 | |
Yu et al. | A novel ionospheric scintillation mitigation method based on minimum-entropy autofocus in P-band SAR imaging | |
Naething et al. | Analysis of SAR autofocus performance | |
Zhang et al. | Bayesian superresolution method of forward-looking imaging with generalized Gaussian constraint | |
CN114910905A (zh) | 相似性约束下geo星机双基sar动目标智能成像方法 | |
Qi et al. | Method of Range Ambiguity Suppression Combining Sparse Reconstruction and Matched Filter | |
CN117420553B (zh) | 一种针对海面目标扫描雷达的超分辨率成像方法 | |
CN116008927B (zh) | 一种基于psp-ca的低波段星载sar电离层闪烁相位误差校正方法 | |
Guccione et al. | ML antenna pattern shape and pointing estimation in synthetic aperture radar |
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 |