CN111060883B - 一种无人机干涉sar时变基线误差估计和补偿方法 - Google Patents
一种无人机干涉sar时变基线误差估计和补偿方法 Download PDFInfo
- Publication number
- CN111060883B CN111060883B CN201910607469.4A CN201910607469A CN111060883B CN 111060883 B CN111060883 B CN 111060883B CN 201910607469 A CN201910607469 A CN 201910607469A CN 111060883 B CN111060883 B CN 111060883B
- Authority
- CN
- China
- Prior art keywords
- sub
- time
- aperture
- azimuth
- varying
- 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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric 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
- 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
-
- 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
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达信号处理技术领域,具体涉及一种无人机干涉SAR时变基线误差估计和补偿方法,对主天线和副天线的两维时域回波信号沿着方位时域划分子孔径信号,对子孔径信号进行距离压缩和距离徙动校正,并进行一次方位向解线频调处理;根据第K个距离时域方位频域子孔径信号得到第K个子孔径干涉图,接着对上述K个子孔径干涉图之间进行差分,得到K‑1个子孔径差分干涉图;从K‑1个子孔径差分干涉图中提取差分时变误差相,根据差分时变误差相得到时变基线误差相位;根据副天线两维时域信号得到无误差的无人机干涉SAR回波信号。本发明可以估计变化频率更高的基线误差,解决了不具备惯导的情况下的基线误差估计问题,能够有效的与现有的运动补偿算法结合。
Description
技术领域
本发明属于雷达信号处理技术领域,具体涉及一种无人机干涉SAR时变基线误差估计和补偿方法。
背景技术
无人机干涉SAR是一种先进的雷达干涉测绘系统,能够全天候、全天时工作,具有很高的灵活性,能够灵活的对感兴趣区域进行地形测绘,因此无人机干涉SAR受到了广泛的关注。
无人机干涉SAR与机载干涉SAR相比,由于无人机平台更加不稳定,由于存在气流扰动等因素,将会导致严重的平台抖动等误差。并且,无人机平台由于载荷受限,通常无法搭载精度较高的惯导设备以及基线测量设备。因此,无人机干涉SAR存在许多误差,其应用精度难以保证。现有的机载干涉SAR误差估计和补偿算法无法满足无人机干涉SAR需要进行运动补偿和基线误差估计结合的需求,从而限制了无人机干涉SAR的有效应用。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种无人机干涉SAR时变基线误差估计和补偿方法。本发明要解决的技术问题通过以下技术方案实现:
一种无人机干涉SAR时变基线误差估计和补偿方法,包括:
(1)无人机干涉SAR雷达发射线性调频信号,两个天线均接收回波信号,主天线接收到的两维时域基频回波信号为A(tr,ta),副天线接收到的两维时域基频回波信号为B(tr,ta),其中tr为距离时间,ta为方位时间;
(2)对上述两维时域回波信号A(tr,ta)和B(tr,ta)沿着方位时域划分为K个不重叠的子孔径,主天线和副天线的第k个两维时域子孔径信号分别为Ak(tr,tsub)和Bk(tr,tsub);
(3)对上述第k个两维时域子孔径信号Ak(tr,tsub)和Bk(tr,tsub)进行方位向傅里叶变换,得到方位向傅里叶变换后的第k个方位频域子孔径信号Ck(tr,fsub)和Dk(tr,fsub),并对上述方位向傅里叶变换后的第k个方位频域子孔径信号Ck(tr,fsub)和Dk(tr,fsub)进行线性调频变标后进行距离向傅里叶变换,得到线性调频变标后的第k个两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub);
(4)对上述线性调频变标后的第k个两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub)进行距离压缩和距离徙动校正,再通过距离向和方位向逆傅里叶变换得到距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub);
(5)对上述距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub)进行一次方位向解线频调,并通过方位向傅里叶变换得到方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub);
(6)对主天线和副天线方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub)之间进行干涉处理,得到干涉处理后的第k个子孔径干涉图Lk(tr,fsub);
(7)对上述干涉处理后的K个子孔径干涉图Lk(tr,fsub)之间进行差分,得到K-1个子孔径差分干涉图,其中第k个为Mk(tr,fsub);
(8)从上述第k个子孔径差分干涉图中可以提取出差分时变误差相位N(ta),对K-1个差分时变误差相位N(ta)沿方位向进行一次积分可以得到时变基线误差相位O(ta);
(9)根据上述时变基线误差相位O(ta)对上述副天线两维时域信号B(tr,ta)进行一次时变基线误差相位补偿,可以得到无误差的无人机干涉SAR回波信号。
在本发明的一个实施例中,步骤(1)得到的主天线和副天线对应的两维时域基频回波信号A(tr,ta)和B(tr,ta)的具体步骤表示如下:
其中ar(·)为距离窗函数的位置域形式,aa(·)为方位窗函数的位置域形式,λ为载频,γ为调频率,c为光速,j表示虚数单位,tc=X/v为点目标子孔径中心时刻,R1(ta)为目标到主天线的斜距历程,R2(ta)为目标到副天线的斜距历程,分别表示如下:
其中,[Δx(ta),Δy(ta),Δz(ta)]为向量Δr(ta)的坐标,[Δdx(ta),Δdy(ta),Δdz(ta)]为向量Δd(ta)的坐标,R10(ta)和R20(ta)分别为主天线和副天线的理想斜距历程,ΔRMC(ta)为无人机平台存在的运动误差,ΔRTBE(ta)为无人机干涉SAR存在的基线误差,它们分别为:
在本发明的一个实施例中,步骤(2)得到的主天线和副天线的第k个两维时域子孔径信号Ak(tr,tsub)和Bk(tr,tsub),分别表示为:
其中Tsub为子孔径长度,tsub为子孔径方位时间,tk为子孔径中心时刻。
在本发明的一个实施例中,步骤(3)得到第k个线性调频变标后的两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub)分别表示如下:
其中RB1和RB2分别为点目标到主天线和副天线的最近距离。
在本发明的一个实施例中,步骤(4)得到的所述距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub),分别表示如下:
在本发明的一个实施例中,步骤(5)得到的方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub),分别表示如下
在本发明的一个实施例中,步骤(6)对主天线和副天线方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub)之间进行干涉处理,得到第k个子孔径干涉图Lk(tr,fsub),即Lk(tr,fsub)=Ik(tr,fsub)·conj[Jk(tr,fsub)]。
在本发明的一个实施例中,步骤(7)对K个子孔径干涉图Lk(tr,fsub)之间进行差分,得到K-1个子孔径差分干涉图Mk(tr,fsub),即Mk(tr,fsub)=Lk(tr,fsub)·conj[Lk+1(tr,fsub)]。
在本发明的一个实施例中,步骤(9)根据时变基线误差相位O(ta)对副天线两维时域信号B(tr,ta)进行一次时变基线误差相位补偿,补偿后的无人机干涉SAR回波信号B'(tr,ta)表示如下:
本发明的有益效果:
(1)本发明通过在方位时域划分非重叠子孔径信号,获得子孔径复图像序列,并获得子孔径干涉图,解决了全孔径方位处理函数对时变基线误差相位的平滑影响,可以估计变化频率更高的基线误差。
(2)本发明通过基于回波数据的基线误差相位估计,解决了不具备惯导的情况下的基线误差估计问题。
(3)本发明通过在方位时域划分非重叠子孔径,能够有效的与现有的运动补偿算法结合。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法的流程框图;
图2是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法实现流程示意图;
图3是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法的无人机干涉SAR时变基线误差几何模型;
图4是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法存在基线误差时的斜坡场景干涉条纹图;
图5是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法采用本发明估计得到的基线误差相位;
图6是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法补偿后的斜坡场景干涉条纹图;
图7是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法估计的实测数据全孔径基线误差相位;
图8(a)是本发明实施例提供的无人机SAR成像结果;
图8(b)是本发明实施例提供的存在基线误差时无人机干涉SAR干涉相位图;
图8(c)是本发明实施例提供的采用本发明估计和补偿后的无人机干涉SAR干涉相位图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
请参见图1,图1是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法的流程框图,包括:
(1)无人机干涉SAR雷达发射线性调频信号,两个天线均接收回波信号,主天线接收到的两维时域基频回波信号为A(tr,ta),副天线接收到的两维时域基频回波信号为B(tr,ta),其中tr为距离时间,ta为方位时间;
(2)对上述两维时域回波信号A(tr,ta)和B(tr,ta)沿着方位时域划分为K个不重叠的子孔径,主天线和副天线的第k个两维时域子孔径信号分别为Ak(tr,tsub)和Bk(tr,tsub);
(3)对上述第k个两维时域子孔径信号Ak(tr,tsub)和Bk(tr,tsub)进行方位向傅里叶变换,得到方位向傅里叶变换后的第k个方位频域子孔径信号Ck(tr,fsub)和Dk(tr,fsub),并对上述方位向傅里叶变换后的第k个方位频域子孔径信号Ck(tr,fsub)和Dk(tr,fsub)进行线性调频变标后进行距离向傅里叶变换,得到线性调频变标后的第k个两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub);
(4)对上述线性调频变标后的第k个两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub)进行距离压缩和距离徙动校正,再通过距离向和方位向逆傅里叶变换得到距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub);
(5)对上述距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub)进行一次方位向解线频调,并通过方位向傅里叶变换得到方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub);
(6)对主天线和副天线方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub)之间进行干涉处理,得到干涉处理后的第k个子孔径干涉图Lk(tr,fsub);
(7)对上述干涉处理后的K个子孔径干涉图Lk(tr,fsub)之间进行差分,得到K-1个子孔径差分干涉图,其中第k个为Mk(tr,fsub);
(8)从上述第k个子孔径差分干涉图中可以提取出差分时变误差相位N(ta),对K-1个差分时变误差相位N(ta)沿方位向进行一次积分可以得到时变基线误差相位O(ta);
(9)根据上述时变基线误差相位O(ta)对上述副天线两维时域信号B(tr,ta)进行一次时变基线误差相位补偿,可以得到无误差的无人机干涉SAR回波信号。
在本发明的一个实施例中,请参见图2,图2是本发明实施例提供的一种无人机干涉SAR时变基线误差估计和补偿方法实现流程示意图,步骤(1)得到的主天线和副天线对应的两维时域基频回波信号A(tr,ta)和B(tr,ta)的具体步骤表示如下:
其中ar(·)为距离窗函数的位置域形式,aa(·)为方位窗函数的位置域形式,λ为载频,γ为调频率,c为光速,j表示虚数单位,tc=X/v为点目标子孔径中心时刻,R1(ta)为目标到主天线的斜距历程,R2(ta)为目标到副天线的斜距历程,分别表示如下:
其中,[Δx(ta),Δy(ta),Δz(ta)]为向量Δr(ta)的坐标,[Δdx(ta),Δdy(ta),Δdz(ta)]为向量Δd(ta)的坐标,R10(ta)和R20(ta)分别为主天线和副天线的理想斜距历程,ΔRMC(ta)为无人机平台存在的运动误差,ΔRTBE(ta)为无人机干涉SAR存在的基线误差,它们分别为:
在本发明的一个实施例中,步骤(2)得到的主天线和副天线的第k个两维时域子孔径信号Ak(tr,tsub)和Bk(tr,tsub),分别表示为:
其中Tsub为子孔径长度,tsub为子孔径方位时间,tk为子孔径中心时刻。
在本发明的一个实施例中,步骤(3)得到第k个线性调频变标后的两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub)分别表示如下:
其中RB1和RB2分别为点目标到主天线和副天线的最近距离。
在本发明的一个实施例中,步骤(4)得到的所述距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub),分别表示如下:
在本发明的一个实施例中,步骤(5)得到的方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub),分别表示如下
在本发明的一个实施例中,步骤(6)对主天线和副天线方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub)之间进行干涉处理,得到第k个子孔径干涉图Lk(tr,fsub),即Lk(tr,fsub)=Ik(tr,fsub)·conj[Jk(tr,fsub)]。
在本发明的一个实施例中,步骤(7)对K个子孔径干涉图Lk(tr,fsub)之间进行差分,得到K-1个子孔径差分干涉图Mk(tr,fsub),即Mk(tr,fsub)=Lk(tr,fsub)·conj[Lk+1(tr,fsub)]。
在本发明的一个实施例中,步骤(9)根据时变基线误差相位O(ta)对副天线两维时域信号B(tr,ta)进行一次时变基线误差相位补偿,补偿后的无人机干涉SAR回波信号B'(tr,ta)表示如下:
本发明的有效性可通过以下仿真实验与实测数据处理实验作进一步说明。
一、仿真实验
1、仿真条件
本实验仿真参数如无人机SAR仿真参数表所示。
无人机SAR仿真参数表
2、仿真内容和结果分析
仿真1:
采用图3的仿真几何模型与无人机SAR仿真参数表的仿真参数,斜坡场景的主天线和副天线回波数据。采用本发明所提出的时变基线误差估计算法估计基线误差。图4给出了存在基线误差时的斜坡场景干涉条纹图。图5给出了采用本发明估计得到的基线误差相位。图6给出了采用本发明补偿后的斜坡场景干涉条纹图。
通过图5的估计可以得到时变基线误差对干涉相位的影响,通过比较图4存在误差的干涉条纹和图6补偿后的干涉条纹可以看到,经过本发明的估计和补偿,干涉条纹中由于时变基线误差导致的相位调制和噪声已被去除,补偿后的干涉相位具有很好的相干性。
二.实测数据处理结果分析
实测数据为机载双天线干涉SAR数据,实测数据的主要参数为:载频为Ka频段,雷达平台速度为45m/s,中心斜距为6km。
图7给出了实测数据估计的全孔径基线误差相位。图8(a)给出了无人机SAR成像结果,图8(b)给出了存在基线误差时无人机干涉SAR干涉相位图,图8(c)给出了采用本发明估计和补偿后的无人机干涉SAR干涉相位图。通过比较图8(b)和图8(c),可以看到实测数据中的基线误差已经被补偿完成,干涉相位图可以反映真实地形的结果。
综上,从仿真数据与实测数据两方面均验证了本发明的有效性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种无人机干涉SAR时变基线误差估计和补偿方法,其特征在于,包括:
(1)无人机干涉SAR雷达发射线性调频信号,两个天线均接收回波信号,主天线接收到的两维时域基频回波信号为A(tr,ta),副天线接收到的两维时域基频回波信号为B(tr,ta),其中tr为距离时间,ta为方位时间;
(2)对上述两维时域回波信号A(tr,ta)和B(tr,ta)沿着方位时域划分为K个不重叠的子孔径,主天线和副天线的第k个两维时域子孔径信号分别为Ak(tr,tsub)和Bk(tr,tsub);
(3)对上述第k个两维时域子孔径信号Ak(tr,tsub)和Bk(tr,tsub)进行方位向傅里叶变换,得到方位向傅里叶变换后的第k个方位频域子孔径信号Ck(tr,fsub)和Dk(tr,fsub),并对上述方位向傅里叶变换后的第k个方位频域子孔径信号Ck(tr,fsub)和Dk(tr,fsub)进行线性调频变标后进行距离向傅里叶变换,得到线性调频变标后的第k个两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub);
(4)对上述线性调频变标后的第k个两维频域子孔径信号Ek(fr,fsub)和Fk(fr,fsub)进行距离压缩和距离徙动校正,再通过距离向和方位向逆傅里叶变换得到距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub);
(5)对上述距离压缩和距离徙动校正后的第k个两维时域子孔径信号Gk(tr,tsub)和Hk(tr,tsub)进行一次方位向解线频调,并通过方位向傅里叶变换得到方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub);
(6)对主天线和副天线方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub)之间进行干涉处理,得到干涉处理后的第k个子孔径干涉图Lk(tr,fsub);
(7)对上述干涉处理后的K个子孔径干涉图Lk(tr,fsub)之间进行差分,得到K-1个子孔径差分干涉图,其中第k个为Mk(tr,fsub);
(8)从上述第k个子孔径差分干涉图中可以提取出差分时变误差相位N(ta),对K-1个差分时变误差相位N(ta)沿方位向进行一次积分可以得到时变基线误差相位O(ta);
其中,λ为载频,ΔRTBE(ta)为无人机干涉SAR存在的基线误差;
(9)根据上述时变基线误差相位O(ta)对上述副天线两维时域信号B(tr,ta)进行一次时变基线误差相位补偿,可以得到无误差的无人机干涉SAR回波信号。
2.根据权利要求1所述的一种无人机干涉SAR时变基线误差估计和补偿方法,其特征在于,步骤(1)得到的主天线和副天线对应的两维时域基频回波信号A(tr,ta)和B(tr,ta)的具体步骤表示如下:
其中ar(·)为距离窗函数的位置域形式,aa(·)为方位窗函数的位置域形式,λ为载频,γ为调频率,c为光速,j表示虚数单位,tc=X/v为点目标子孔径中心时刻,R1(ta)为目标到主天线的斜距历程,R2(ta)为目标到副天线的斜距历程,分别表示如下:
其中,[Δx(ta),Δy(ta),Δz(ta)]为向量Δr(ta)的坐标,[Δdx(ta),Δdy(ta),Δdz(ta)]为向量Δd(ta)的坐标,R10(ta)和R20(ta)分别为主天线和副天线的理想斜距历程,ΔRMC(ta)为无人机平台存在的运动误差,ΔRTBE(ta)为无人机干涉SAR存在的基线误差,它们分别为:
7.根据权利要求6所述的一种无人机干涉SAR时变基线误差估计和补偿方法,步骤(6)对主天线和副天线方位聚焦后的第k个距离时域方位频域子孔径信号Ik(tr,fsub)和Jk(tr,fsub)之间进行干涉处理,得到第k个子孔径干涉图Lk(tr,fsub),即Lk(tr,fsub)=Ik(tr,fsub)·conj[Jk(tr,fsub)]。
8.根据权利要求7所述的一种无人机干涉SAR时变基线误差估计和补偿方法,步骤(7)对K个子孔径干涉图Lk(tr,fsub)之间进行差分,得到K-1个子孔径差分干涉图Mk(tr,fsub),即Mk(tr,fsub)=Lk(tr,fsub)·conj[Lk+1(tr,fsub)]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607469.4A CN111060883B (zh) | 2019-07-04 | 2019-07-04 | 一种无人机干涉sar时变基线误差估计和补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607469.4A CN111060883B (zh) | 2019-07-04 | 2019-07-04 | 一种无人机干涉sar时变基线误差估计和补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060883A CN111060883A (zh) | 2020-04-24 |
CN111060883B true CN111060883B (zh) | 2021-11-19 |
Family
ID=70297415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910607469.4A Active CN111060883B (zh) | 2019-07-04 | 2019-07-04 | 一种无人机干涉sar时变基线误差估计和补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060883B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116381689B (zh) * | 2023-06-07 | 2023-08-01 | 中国科学院空天信息创新研究院 | 一种无人机载多站干涉sar探测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551455A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 干涉合成孔径雷达三维地形成像系统及其高程测绘方法 |
CN102590812A (zh) * | 2012-01-13 | 2012-07-18 | 西安电子科技大学 | 基于调频连续波的sar实时成像方法 |
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 |
CN103235306A (zh) * | 2013-03-29 | 2013-08-07 | 西安电子科技大学 | 一种适用于高速机动飞行器载sar成像的运动补偿方法 |
CN104459696A (zh) * | 2014-12-24 | 2015-03-25 | 中南大学 | 一种基于平地相位的sar干涉基线精确估计方法 |
US9176226B1 (en) * | 2012-03-14 | 2015-11-03 | The Boeing Company | Radar tomography using doppler-based projections |
CN109655831A (zh) * | 2018-12-27 | 2019-04-19 | 中国科学院电子学研究所 | 一种无人机sar成像方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9075129B2 (en) * | 2008-12-10 | 2015-07-07 | The United States Of America As Represented By The Secretary Of The Army | Method and system for forming images by comparing subsets of image data |
-
2019
- 2019-07-04 CN CN201910607469.4A patent/CN111060883B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551455A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 干涉合成孔径雷达三维地形成像系统及其高程测绘方法 |
CN102590812A (zh) * | 2012-01-13 | 2012-07-18 | 西安电子科技大学 | 基于调频连续波的sar实时成像方法 |
US9176226B1 (en) * | 2012-03-14 | 2015-11-03 | The Boeing Company | Radar tomography using doppler-based projections |
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 |
CN103235306A (zh) * | 2013-03-29 | 2013-08-07 | 西安电子科技大学 | 一种适用于高速机动飞行器载sar成像的运动补偿方法 |
CN104459696A (zh) * | 2014-12-24 | 2015-03-25 | 中南大学 | 一种基于平地相位的sar干涉基线精确估计方法 |
CN109655831A (zh) * | 2018-12-27 | 2019-04-19 | 中国科学院电子学研究所 | 一种无人机sar成像方法及装置 |
Non-Patent Citations (3)
Title |
---|
Estimation of Residual Motion Errors in Airborne SAR Interferometry Based on Time-Domain Backprojection and Multisquint Techniques;Ning Cao 等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20180430;第56卷(第4期);2397-2407 * |
Residual Motion Error Correction with Backprojection Multisquint Algorithm for Airborne Synthetic Aperture Radar Interferometry;Pengfei Xie 等;《Sensors》;20190521(第19期);1-16 * |
基于FPGA+ADSP的SAR/InSAR实时信号处理研究;蔡丽美;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170315(第3期);I136-2075 * |
Also Published As
Publication number | Publication date |
---|---|
CN111060883A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A robust motion compensation approach for UAV SAR imagery | |
Zeng et al. | Subaperture approach based on azimuth-dependent range cell migration correction and azimuth focusing parameter equalization for maneuvering high-squint-mode SAR | |
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN111896955B (zh) | 一种船载sar交轨干涉处理方法 | |
Pu et al. | Joint sparsity-based imaging and motion error estimation for BFSAR | |
CN107102333B (zh) | 一种星载InSAR长短基线融合解缠方法 | |
CN111142105A (zh) | 复杂运动目标isar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 | |
Yang et al. | An airborne SAR moving target imaging and motion parameters estimation algorithm with azimuth-dechirping and the second-order keystone transform applied | |
CN102749620B (zh) | 一种弹载/机载雷达单脉冲前视成像处理方法 | |
CN107607948B (zh) | 一种中轨道卫星sar的运动补偿及成像方法 | |
Prats et al. | Estimation of azimuth phase undulations with multisquint processing in airborne interferometric SAR images | |
Ran et al. | Simultaneous range and cross-range variant phase error estimation and compensation for highly squinted SAR imaging | |
CN111060883B (zh) | 一种无人机干涉sar时变基线误差估计和补偿方法 | |
CN110988873B (zh) | 基于能量中心提取的单通道sar舰船速度估计方法及系统 | |
Long et al. | An azimuth ambiguity suppression method based on local azimuth ambiguity-to-signal ratio estimation | |
CN109799502B (zh) | 一种适用于滤波反投影算法的两维自聚焦方法 | |
Shao et al. | Images of 3-D maneuvering motion targets for interferometric ISAR with 2-D joint sparse reconstruction | |
CN107271996B (zh) | 一种机载cssar地面运动目标成像方法 | |
CN113900099A (zh) | 稀疏孔径isar机动目标成像与定标方法 | |
CN106772373B (zh) | 针对任意地面运动目标的sar成像方法 | |
Nasirian et al. | A novel model for three-dimensional imaging using interferometric ISAR in any curved target flight path | |
CN109946682B (zh) | 基于ICESat/GLAS的GF3数据基线估计方法 | |
CN111273291A (zh) | 基于球体模型的俯冲段fenlcs大斜视高分辨成像方法及系统 | |
Saeedi et al. | Improved navigation-based motion compensation for LFMCW synthetic aperture radar imaging |
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 |