CN110441772B - 大轨道分布范围下星载稀疏重航过sar三维成像方法 - Google Patents

大轨道分布范围下星载稀疏重航过sar三维成像方法 Download PDF

Info

Publication number
CN110441772B
CN110441772B CN201910692454.2A CN201910692454A CN110441772B CN 110441772 B CN110441772 B CN 110441772B CN 201910692454 A CN201910692454 A CN 201910692454A CN 110441772 B CN110441772 B CN 110441772B
Authority
CN
China
Prior art keywords
distance
dimensional
sar
range
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
Application number
CN201910692454.2A
Other languages
English (en)
Other versions
CN110441772A (zh
Inventor
田鹤
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.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
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 Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201910692454.2A priority Critical patent/CN110441772B/zh
Publication of CN110441772A publication Critical patent/CN110441772A/zh
Application granted granted Critical
Publication of CN110441772B publication Critical patent/CN110441772B/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
    • 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

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

本发明涉及一种大轨道分布范围下星载稀疏重航过SAR三维成像方法，包括：获取回波信号，在距离向进行脉冲压缩处理，得到距离向聚焦后的数据；针对每一个交轨向采样单元对应的距离向‑方位向二维数据进行距离徙动校正、方位压缩和距离逆脉冲压缩处理，得到方位向聚焦后的数据；针对每一个方位向分辨单元对应的距离向‑交轨向二维数据建立距离向‑交轨向二维线性测量矩阵；利用压缩感知理论和l1/2范数最优化准则建立最优化方程并求解，得到目标在距离向‑交轨向的后向散射系数；进行三维坐标变换，得到三维成像结果。本发明解决了稀疏重航过采样造成的图像混叠问题，以及大轨道分布范围下距离向‑交轨向数据耦合问题，有效提高成像质量。

Description

大轨道分布范围下星载稀疏重航过SAR三维成像方法
技术领域
本发明涉及雷达成像技术领域，尤其涉及一种大轨道分布范围下星载稀疏重航过SAR三维成像方法。
背景技术
星载SAR(合成孔径雷达)三维成像技术在地形测绘、战场侦察等领域有着重要应用价值。由于卫星平台限制，交轨向重航过为非均匀、欠采样分布，采用传统成像方法会使图像出现严重模糊。随着压缩感知理论和稀疏信号处理方法在雷达稀疏成像领域的广泛应用，基于压缩感知理论的SAR成像方法可在稀疏采样下实现对目标的无模糊三维成像。目前，基于压缩感知理论的三维成像方法为维持不同航过间信号相同的相位关系，需要轨道分布在1km范围内，对应的交轨向理论分辨率为数十米，且超分辨率有限，无法达到厘米级分辨率要求。此外，目前的成像方法通常会忽略了回波信号在交轨向和距离向的耦合问题，在大孔径下会使导致图像失真。
发明内容
本发明的目的是针对上述至少一部分问题，提供了一种大轨道分布范围下的星载稀疏重航过SAR三维成像方法。
为了实现上述目的，本发明提供了一种大轨道分布范围下星载稀疏重航过SAR三维成像方法，包括如下步骤：
S1、获取星载稀疏重航过SAR三维回波信号，并对其在距离向进行脉冲压缩处理，得到距离向聚焦后的数据；
S2、根据得到的距离向聚焦后的数据，针对其中每一个交轨向采样单元对应的一组距离向-方位向二维数据，进行距离徙动校正、方位压缩和距离逆脉冲压缩处理，得到方位向聚焦后的数据；
S3、根据得到方位向聚焦后的数据，针对其中每一个方位向分辨单元对应的一组距离向-交轨向二维数据，按照发射信号波形和成像空间几何，建立距离向-交轨向二维线性测量矩阵；
S4、根据距离向-交轨向二维线性测量矩阵，利用压缩感知理论和
Figure BDA0002148297150000024
范数最优化准则建立最优化方程并求解，得到目标在距离向-交轨向二维成像空间各分辨单元对应的后向散射系数；
S5、对求解得到的后向散射系数进行三维坐标变换，得到观测目标的三维成像结果。
优选地，所述步骤S1中，当获取的星载稀疏重航过SAR三维回波信号其对应的发射信号为线性调频信号时，对三维回波信号在距离向进行脉冲压缩处理时，所用的频域匹配滤波器Hr(f)表达式为：
Figure BDA0002148297150000021
其中，f表示距离向频率，Kr为调频率，Tp为脉宽，rect(·)表示矩阵运算。
优选地，所述步骤S1中，得到的距离向聚焦后的数据grc(t,ym,sn)表达式为：
Figure BDA0002148297150000022
其中，t表示距离向快时间，ym表示SAR平台在方位向第m个采样时刻对应的方位位置，sn表示SAR平台在第n次航过对应的交轨位置，fc表示中心频率，σq为观测目标中第q个散射中心的后向散射系数；τq(ym,sn)表示观测目标中第q个散射中心至SAR平台的距离时延，其表达式为：
Figure BDA0002148297150000023
其中，c表示光速，R0表示SAR平台至观测目标的最近斜距，(xq',yq',zq')表示第q个散射中心在SAR三维成像几何坐标系下的位置。
优选地，所述步骤S2中，进行距离徙动校正时，需校正的距离徙动在距离多普勒域中的表达式为：
Figure BDA0002148297150000031
其中，
Figure BDA0002148297150000032
为多普勒频率，v为SAR平台飞行速度。
优选地，所述步骤S2中，进行方位压缩时，方位压缩所用的频域匹配滤波器
Figure BDA0002148297150000033
为：
Figure BDA0002148297150000034
其中，Ka为方位向调频率。
优选地，所述步骤S2中，进行距离逆脉冲压缩处理时，距离逆脉冲压缩所用的频域匹配滤波器Hri(f)为：
Hri(f)＝Hr *(-f)。
优选地，所述步骤S2中，得到的方位向聚焦后的数据gac(t,ym,sn)表达式为：
Figure BDA0002148297150000035
其中，
Figure BDA0002148297150000036
λ表示雷达发射信号波长。
优选地，所述步骤S3中，建立距离向-交轨向二维线性测量矩阵Φ时，将待重建的距离向-交轨向成像空间划分为Nx×Nz个成像单元，针对第m个方位向分辨单元，距离向-交轨向二维线性测量矩阵Φ表达式为：
Figure BDA0002148297150000041
其中，
Figure BDA0002148297150000042
Pij为成像空间中距离向第i个、交轨向第j个分辨单元位置，t＝[t1 t2…tNr]T为距离向快时间向量，N表示交轨向稀疏重航过次数，Nr表示距离向采样点数，Nx表示交轨向成像单元个数，Nz表示距离向成像单元个数。
优选地，所述步骤S4中，利用压缩感知理论和
Figure BDA0002148297150000045
范数最优化准则建立最优化方程时，最优化方程的表达式为：
Figure BDA0002148297150000043
其中，y表示距离向-交轨向二维数据构成的回波向量，其表达式为：
y＝[gac(t,ym,s1)T…gac(t,ym,sn)T…gac(t,ym,sN)]T；
σ表示目标在距离向-交轨向二维成像空间中各分辨单元对应的后向散射系数，其表达式为：
Figure BDA0002148297150000044
ξ表示正则化参数。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的三维成像方法的步骤。
本发明的上述技术方案具有如下优点：本发明提供了一种大轨道分布范围下星载稀疏重航过SAR三维成像方法，该方法针对稀疏重航过采样方式，引入压缩感知理论和稀疏信号处理方法，实现图像高程向无模糊成像。在大轨道分布范围下，建立距离向-交轨向二维线性测量矩阵并联合求解，避免了交轨向和距离向的回波信号耦合和距离徙动问题，解决了以往星载SAR三维成像中图像高程向分辨率低和高度向模糊问题。
附图说明
图1为星载稀疏重航过SAR三维成像几何示意图；
图2是本发明实施例中一种大轨道分布范围下星载稀疏重航过SAR三维成像方法步骤示意图；
图3为采用传统成像方法得到的20km轨道分布范围和500次航过对应的未稀疏重航过SAR三维成像仿真结果图；
图4为采用本发明中成像方法得到的20km轨道分布范围和25次航过对应的稀疏重航过SAR三维成像仿真结果图。
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。
星载合成孔径雷达(SAR)三维成像技术采用星载SAR对场景中的观测目标发射信号并进行观测，获得包含目标散射中心信息的回波信号，对回波信号进行处理实现三维成像。如图1所示，图1为星载稀疏重航过SAR三维成像几何示意图，其中x、y、x轴方向分别表示场景所在三维空间的地距向、方位向和高程向，s方向为SAR垂直视线方向(交轨向)，r方向为雷达视线方向(距离向)，θ为SAR入射角；H表示卫星平台高度，即星载SAR平台高度，SAR平台沿方位向以速度v匀速飞行；SAR平台至观测目标最近斜距为R0。通过SAR平台对同一场景的N次重复航过构成N-1条基线，在交轨向形成长度为L的孔径结构。由于SAR平台受限，其三维成像通常由第三维的多航过观测数据得到，且通常为欠采样、非均匀分布。目前，稀疏重航过采样通常造成图像混叠问题，大轨道分布范围下的距离向-交轨向数据耦合。
如图2所示，本发明实施例提供的一种大轨道分布范围下星载稀疏重航过SAR三维成像方法，包括如下步骤：
S1、获取星载稀疏重航过SAR三维回波信号，并对其在距离向进行脉冲压缩处理，得到距离向聚焦后的数据grc(t,ym,sn)。其中，具体如何获取星载稀疏重航过SAR三维回波信号，可通过现有技术中的多种方式实现，在此不再进一步限定。
S2、根据步骤S1得到的距离向聚焦后的数据grc(t,ym,sn)，针对其中每一个交轨向采样单元对应的一组距离向-方位向二维数据，进行距离徙动校正、方位压缩和距离逆脉冲压缩处理，得到方位向聚焦后的数据gac(t,ym,sn)。
S3、根据步骤S2得到的方位向聚焦后的数据gac(t,ym,sn)，针对其中每一个方位向分辨单元对应的一组距离向-交轨向二维数据，按照发射信号波形和成像空间几何，建立距离向-交轨向二维线性测量矩阵Φ。
S4、根据步骤S3得到的距离向-交轨向二维线性测量矩阵Φ，利用压缩感知理论和
Figure BDA0002148297150000061
范数最优化准则建立最优化方程并求解，得到目标在距离向-交轨向二维成像空间各分辨单元对应的后向散射系数σ。其中，压缩感知理论和
Figure BDA0002148297150000062
范数最优化准则为现有技术，在此不再重复说明。
S5、对步骤S4中求解最优化方程得到的后向散射系数进行三维坐标变换，得到观测目标的三维成像结果。
本发明提供的SAR三维成像方法，特别适用于大轨道分布以及稀疏重航过，其不需要维持不同航过间信号相同的相位关系，可测量轨道分布范围显著扩大；并且加入了距离徙动校正，可避免距离徙动问题；同时，建立的距离向-交轨向二维线性测量矩阵Φ避免了交轨向和距离向的回波信号耦合，可在星载SAR大轨道分布范围和高稀疏采样率下实现对目标的三维高分辨率成像，有效降低重航过观测次数要求，同时提高图像的高程向分辨率至0.5m。
优选地，步骤S1中，当获取的星载稀疏重航过SAR三维回波信号其对应的发射信号为线性调频信号时，对三维回波信号在距离向进行脉冲压缩处理时，所用的频域匹配滤波器Hr(f)表达式为：
Figure BDA0002148297150000071
其中，f表示距离向频率，Kr为调频率，Tp为脉宽，rect(·)表示矩阵运算。
进一步地，步骤S1中，对三维回波信号在距离向进行脉冲压缩处理，得到的距离向聚焦后的数据grc(t,ym,sn)表达式为：
Figure BDA0002148297150000072
其中，t表示距离向快时间，ym表示SAR平台在方位向第m个采样时刻对应的方位位置，sn表示SAR平台在第n次航过对应的交轨位置，fc表示中心频率，σq为观测目标中第q个散射中心的后向散射系数；τq(ym,sn)表示观测目标中第q个散射中心至SAR平台的距离时延，其表达式为：
Figure BDA0002148297150000073
其中，c表示光速，R0表示SAR平台至观测目标的最近斜距，(xq',yq',zq')表示第q个散射中心在SAR三维成像几何坐标系下的位置。
优选地，步骤S2中，进行距离徙动校正时，需校正的距离徙动在距离多普勒域中的表达式为：
Figure BDA0002148297150000074
其中，
Figure BDA0002148297150000075
为多普勒频率，v为SAR平台飞行速度。
优选地，步骤S2中，进行方位压缩时，方位压缩所用的频域匹配滤波器
Figure BDA0002148297150000076
为：
Figure BDA0002148297150000081
其中，Ka为方位向调频率。
优选地，步骤S2中，进行距离逆脉冲压缩处理时，距离逆脉冲压缩所用的频域匹配滤波器Hri(f)为：
Hri(f)＝Hr *(-f) (6)
进一步地，步骤S2中，针对三维数据grc(t,ym,sn)中每一个交轨向采样单元对应的一组距离向-方位向二维数据，进行距离徙动校正、方位压缩和距离逆脉冲压缩处理后，得到的方位向聚焦后的数据gac(t,ym,sn)表达式为：
Figure BDA0002148297150000082
其中，
Figure BDA0002148297150000083
λ表示雷达发射信号波长。
优选地，步骤S3中，按照发射信号波形和成像空间几何，建立距离向-交轨向二维线性测量矩阵Φ时，将待重建的距离向-交轨向成像空间划分为Nx×Nz个成像单元，针对第m个方位向分辨单元，距离向-交轨向二维线性测量矩阵Φ表达式为：
Figure BDA0002148297150000084
其中，
Figure BDA0002148297150000085
Pij为成像空间中距离向第i个、交轨向第j个分辨单元位置，t＝[t1 t2…tNr]T为距离向快时间向量，N表示交轨向稀疏重航过次数，Nr表示距离向采样点数，Nx表示交轨向成像单元个数，Nz表示距离向成像单元个数。
优选地，在步骤S4中，利用压缩感知理论和
Figure BDA0002148297150000093
范数最优化准则建立最优化方程时，最优化方程的表达式为：
Figure BDA0002148297150000091
其中，y表示距离向-交轨向二维数据构成的回波向量，其表达式为：
y＝[gac(t,ym,s1)T…gac(t,ym,sn)T…gac(t,ym,sN)]T(10)
σ表示目标在距离向-交轨向二维成像空间中各分辨单元对应的后向散射系数，其表达式为：
Figure BDA0002148297150000092
ξ表示正则化参数。
求解(9)式的最优化方程，即可得到σ。在步骤S5中对求解得到的σ进行三维坐标变换，即可得到三维成像结果。具体的求解方法以及三维坐标变换方法均为现有技术，再此不再重复说明。
为验证本发明的效果，还通过仿真对传统成像方法与本发明提供的成像方法进行了对比。如图3和图4所示，图3示出了采用传统成像方法得到的20km轨道分布范围和500次航过对应的未稀疏重航过SAR三维成像仿真结果。星载重航过SAR侧视三维成像仿真参数如表1所示。系统工作在侧视模式，距离向分辨率为0.1m，天线大小为10m，条带模式下的方位向分辨率为5m。交轨向(垂直视线方向)分辨率为0.58m，对应高程向分辨率为0.41m。20km轨道分布范围和500次航过对应的交轨采样间隔为40m，垂直视线方向地物不模糊范围为291m，高程向地物不模糊范围为206m。成像方法采用基于三维BP(反向传播)的传统成像方法，成像结果接近真实值，可将其作为稀疏图像重建质量评价的比较值。
表1星载重航过SAR侧视三维成像仿真参数
Figure BDA0002148297150000101
图4示出了采用本发明提供的成像方法得到的20km轨道分布范围和25次航过对应的稀疏重航过SAR三维成像仿真结果。仿真参数如表1所示。20km轨道分布范围和25次航过对应的交轨采样最小间隔为111.3m，稀疏采样率为13％，垂直视线方向地物不模糊范围为105m，高程向地物不模糊范围为74m。从图像重建结果中可看出，采用本发明中距离向-交轨向二维数据联合处理的方法，可有效避免大轨道分布范围带来的数据耦合和距离徙动问题；在稀疏采样率13％条件下，仍可得到与满采样成像性能相当的结果。验证了本发明方法的有效性。
在本发明一些优选的实施方式中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施方式中所述的大轨道分布范围下星载稀疏重航过SAR三维成像方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。
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 (10)

1.一种大轨道分布范围下星载稀疏重航过SAR三维成像方法，其特征在于，包括如下步骤：
S1、获取星载稀疏重航过SAR三维回波信号，并对其在距离向进行脉冲压缩处理，得到距离向聚焦后的数据；
S2、根据得到的距离向聚焦后的数据，针对其中每一个交轨向采样单元对应的一组距离向-方位向二维数据，进行距离徙动校正、方位压缩和距离逆脉冲压缩处理，得到方位向聚焦后的数据；
S3、根据得到方位向聚焦后的数据，针对其中每一个方位向分辨单元对应的一组距离向-交轨向二维数据，按照发射信号波形和成像空间几何，建立距离向-交轨向二维线性测量矩阵；
S4、根据距离向-交轨向二维线性测量矩阵，利用压缩感知理论和l1/2范数最优化准则建立最优化方程并求解，得到目标在距离向-交轨向二维成像空间各分辨单元对应的后向散射系数；
S5、对求解得到的后向散射系数进行三维坐标变换，得到观测目标的三维成像结果。
2.根据权利要求1所述的三维成像方法，其特征在于：所述步骤S1中，当获取的星载稀疏重航过SAR三维回波信号其对应的发射信号为线性调频信号时，对三维回波信号在距离向进行脉冲压缩处理时，所用的频域匹配滤波器Hr(f)表达式为：
Figure FDA0002148297140000011
其中，f表示距离向频率，Kr为调频率，Tp为脉宽，rect(·)表示矩阵运算。
3.根据权利要求2所述的三维成像方法，其特征在于：所述步骤S1中，得到的距离向聚焦后的数据grc(t,ym,sn)表达式为：
Figure FDA0002148297140000012
其中，t表示距离向快时间，ym表示SAR平台在方位向第m个采样时刻对应的方位位置，sn表示SAR平台在第n次航过对应的交轨位置，fc表示中心频率，σq为观测目标中第q个散射中心的后向散射系数；τq(ym,sn)表示观测目标中第q个散射中心至SAR平台的距离时延，其表达式为：
Figure FDA0002148297140000021
其中，c表示光速，R0表示SAR平台至观测目标的最近斜距，(xq',yq',zq')表示第q个散射中心在SAR三维成像几何坐标系下的位置。
4.根据权利要求3所述的三维成像方法，其特征在于：所述步骤S2中，进行距离徙动校正时，需校正的距离徙动在距离多普勒域中的表达式为：
Figure FDA0002148297140000022
其中，
Figure FDA0002148297140000023
为多普勒频率，v为SAR平台飞行速度。
5.根据权利要求4所述的三维成像方法，其特征在于：所述步骤S2中，进行方位压缩时，方位压缩所用的频域匹配滤波器
Figure FDA0002148297140000024
为：
Figure FDA0002148297140000025
其中，Ka为方位向调频率。
6.根据权利要求5所述的三维成像方法，其特征在于：所述步骤S2中，进行距离逆脉冲压缩处理时，距离逆脉冲压缩所用的频域匹配滤波器Hri(f)为：
Hri(f)＝Hr *(-f)。
7.根据权利要求6所述的三维成像方法，其特征在于：所述步骤S2中，得到的方位向聚焦后的数据gac(t,ym,sn)表达式为：
Figure FDA0002148297140000031
其中，
Figure FDA0002148297140000032
λ表示雷达发射信号波长。
8.根据权利要求7所述的三维成像方法，其特征在于：所述步骤S3中，建立距离向-交轨向二维线性测量矩阵Φ时，将待重建的距离向-交轨向成像空间划分为Nx×Nz个成像单元，针对第m个方位向分辨单元，距离向-交轨向二维线性测量矩阵Φ表达式为：
Figure FDA0002148297140000033
其中，
Figure FDA0002148297140000034
Pij为成像空间中距离向第i个、交轨向第j个分辨单元位置，t＝[t1 t2 … tNr]T为距离向快时间向量，N表示交轨向稀疏重航过次数，Nr表示距离向采样点数，Nx表示交轨向成像单元个数，Nz表示距离向成像单元个数。
9.根据权利要求8所述的三维成像方法，其特征在于：所述步骤S4中，利用压缩感知理论和l1/2范数最优化准则建立最优化方程时，最优化方程的表达式为：
Figure FDA0002148297140000035
其中，y表示距离向-交轨向二维数据构成的回波向量，其表达式为：
y＝[gac(t,ym,s1)T … gac(t,ym,sn)T … gac(t,ym,sN)]T；
σ表示目标在距离向-交轨向二维成像空间中各分辨单元对应的后向散射系数，其表达式为：
Figure FDA0002148297140000036
ξ表示正则化参数。
10.一种计算机可读存储介质，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权利要求1至9中任一项所述的三维成像方法的步骤。
CN201910692454.2A 2019-07-30 2019-07-30 大轨道分布范围下星载稀疏重航过sar三维成像方法 Active CN110441772B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910692454.2A CN110441772B (zh) 2019-07-30 2019-07-30 大轨道分布范围下星载稀疏重航过sar三维成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910692454.2A CN110441772B (zh) 2019-07-30 2019-07-30 大轨道分布范围下星载稀疏重航过sar三维成像方法

Publications (2)

Publication Number Publication Date
CN110441772A CN110441772A (zh) 2019-11-12
CN110441772B true CN110441772B (zh) 2021-03-30

Family

ID=68432210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910692454.2A Active CN110441772B (zh) 2019-07-30 2019-07-30 大轨道分布范围下星载稀疏重航过sar三维成像方法

Country Status (1)

Country Link
CN (1) CN110441772B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110927693B (zh) * 2019-12-23 2021-07-27 航天南湖电子信息技术股份有限公司 一种匹配滤波结合稀疏反演的脉冲压缩方法
CN112734812B (zh) * 2020-12-24 2023-07-11 北京建筑大学 确定散射体数量的方法、装置、电子设备及存储介质
CN113567983B (zh) * 2021-07-23 2024-01-16 中国人民解放军海军航空大学 一种利用滑轨的雷达合成孔径稀疏成像方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1515159A1 (de) * 2003-09-09 2005-03-16 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Verringerung des Dopplerzentroids bei einem kohärenten Impuls-Radarsystem
CN105954750A (zh) * 2016-04-29 2016-09-21 清华大学 基于压缩感知的条带式合成孔径雷达非稀疏场景成像方法
CN107561533A (zh) * 2017-07-14 2018-01-09 清华大学 一种c波段星载合成孔径雷达运动目标成像方法
CN109031222A (zh) * 2018-07-09 2018-12-18 中国科学院电子学研究所 重航过阵列合成孔径雷达三维成像运动误差补偿方法
CN109870687A (zh) * 2019-03-14 2019-06-11 北京航空航天大学 一种用于互质采样星载sar的成像处理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1515159A1 (de) * 2003-09-09 2005-03-16 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Verringerung des Dopplerzentroids bei einem kohärenten Impuls-Radarsystem
CN105954750A (zh) * 2016-04-29 2016-09-21 清华大学 基于压缩感知的条带式合成孔径雷达非稀疏场景成像方法
CN107561533A (zh) * 2017-07-14 2018-01-09 清华大学 一种c波段星载合成孔径雷达运动目标成像方法
CN109031222A (zh) * 2018-07-09 2018-12-18 中国科学院电子学研究所 重航过阵列合成孔径雷达三维成像运动误差补偿方法
CN109870687A (zh) * 2019-03-14 2019-06-11 北京航空航天大学 一种用于互质采样星载sar的成像处理方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SIMULATION OF SIGNAL RECONSTRUCTION BASED SPARSE FLIGHT;He Tian等;《IGARSS 2015》;20151231;全文 *
Sparse Flight Array SAR Downward-Looking 3-D Imaging Based on Compressed Sensing;He Tian等;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20161031;第13卷(第10期);全文 *
Sparse Signal Methods for 3-D Radar Imaging;Christian D等;《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》;20110630;第5卷(第3期);全文 *
稀疏重航过阵列SAR运动误差补偿和三维成像方法;田鹤等;《雷达学报》;20181231;第7卷(第6期);全文 *

Also Published As

Publication number Publication date
CN110441772A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN111443339B (zh) 一种双基sar空变校正成像方法、装置、设备及存储介质
US9291711B2 (en) Compressive radar imaging technology
US5969662A (en) SAR radar system
CN102183762B (zh) 一种压缩感知合成孔径雷达数据获取与成像方法
CN106093870B (zh) 高超声速飞行器下降段的sar-gmti杂波抑制方法
CN110441772B (zh) 大轨道分布范围下星载稀疏重航过sar三维成像方法
US9971031B2 (en) System and method for 3D imaging using compressive sensing with hyperplane multi-baseline data
CN105137430B (zh) 一种前视阵列sar的回波稀疏获取及其三维成像方法
Reigber et al. The high-resolution digital-beamforming airborne SAR system DBFSAR
KR102151362B1 (ko) 극좌표변환을 이용한 항공기기반 영상복원장치 및 이를 이용한 영상복원방법
CN109031222B (zh) 重航过阵列合成孔径雷达三维成像运动误差补偿方法
CN106291548B (zh) 基于惯导信息和回波数据的Ka调频连续波SAR运动补偿方法
CN109001700B (zh) 一种实现目标轮廓重构的雷达前视成像方法
Qiu et al. Bistatic SAR data processing algorithms
CN103472450A (zh) 基于压缩感知的非均匀空间构形分布式sar动目标三维成像方法
CN108226891A (zh) 一种扫描雷达回波计算方法
CN111025256A (zh) 一种机载雷达的微弱生命体征信号的检测方法及系统
Khoshnevis et al. A tutorial on tomographic synthetic aperture radar methods
Sadjadi et al. Radar synthetic vision system for adverse weather aircraft landing
CN110632616B (zh) 一种稀疏采样下机载逆合成孔径激光雷达微动成像方法
CN116136595A (zh) 基于两级尺度微调的协同探测双基前视sar成像处理方法
CN115480245A (zh) 一种基于二维超分辨算法的机载雷达前视三维成像技术
Chaopeng et al. Deep convolutional neural network for meteorology target detection in airborne weather radar images
CN115436939B (zh) 一种用于多通道高分宽幅sar的多级分辨快速成像方法
Peng et al. High efficient signal processing system for airborne landing aided 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