CN112485795A - 方位多通道sar系统通道间相位偏差校正方法和系统 - Google Patents
方位多通道sar系统通道间相位偏差校正方法和系统 Download PDFInfo
- Publication number
- CN112485795A CN112485795A CN202011255045.5A CN202011255045A CN112485795A CN 112485795 A CN112485795 A CN 112485795A CN 202011255045 A CN202011255045 A CN 202011255045A CN 112485795 A CN112485795 A CN 112485795A
- Authority
- CN
- China
- Prior art keywords
- channel
- sub
- azimuth
- image
- aperture
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012937 correction Methods 0.000 title claims description 27
- 238000005457 optimization Methods 0.000 claims abstract description 48
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 230000006835 compression Effects 0.000 claims abstract description 13
- 238000007906 compression Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000012546 transfer Methods 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01S13/904—SAR modes
- G01S13/9047—Doppler beam sharpening mode
-
- 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
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
本发明提供了一种方位多通道SAR系统通道间相位偏差校正方法和系统,包括:步骤1,输入方位多通道HRWS SAR回波数据,通道数为M;步骤2,对各通道回波数据进行距离压缩,实现距离向成像;步骤3,构造参考函数对各通道回波数据进行方位向去斜;步骤4,构造计算子孔径无模糊图像重构函数,用于重构子孔径无模糊SAR图像;步骤5,计算子孔径无模糊SAR图像的对比度;步骤6,以最大化子孔径无模糊SAR图像的对比度为优化目标,求解优化问题,得到优化结果;步骤7,根据优化结果输出通道间相位偏差。本发明可有效解决方位多通道HRWS SAR成像处理中面临的通道间向为偏差影响问题,有效保障系统成像性能。
Description
技术领域
本发明涉及通信技术领域,具体地,涉及一种方位多通道SAR系统通道间相位偏差校正方法和系统。尤其地,涉及一种基于子孔径图像最大对比度的方位多通道高分辨率宽幅(HRWS)合成孔径雷达(SAR)系统通道间相位偏差校正方法。
背景技术
星载方位多通道SAR体制可有效克服传统单通道SAR面临的“最小天线面积”约束,实现高分辨率宽幅SAR成像,目前已广泛应用于国内外星载SAR系统中,在大面积国土普查、农作物监测等领域得到了广泛的应用。
多普勒谱重构是方位多通道SAR成像处理的关键步骤,而通道间幅相误差将造成多普勒谱重构性能下降,进而造成系统成像性能下降。为有效校正通道间幅相误差,通常星载SAR系统通过设计内定标链路对系统收发通道的幅相特性进行标定。但这里需要指出的是,天线安装误差、在轨天线热形变等将导致各通道天线相位中心位置存在测量误差。其中,垂直航向位置测量误差可等效为相位误差。因此,在方位多通道HRWS SAR成像处理前还需对通道间幅相误差进行自适应校正。
在方位多通道HRWS SAR系统中,如何实现通道相位偏差的校正是研制人员必须考虑、无法回避的问题。目前,该问题已成为国内外研究的热点问题。本发明与国内外现有技术对比如下:
王志斌等人,Phase bias estimation for multi-channel HRWS SAR based onDoppler spectrum optimisation,IEE Electronic Letters,2016,52(21):1805-1807.该文提出了基于多普勒频谱最大对比度的相位偏差估计算法,但多普勒频谱对比度对通道间相位偏差不敏感,这导致该算法估计精度相对较差,而本发明给出的通道间相位偏差校正算法采用子孔径图像对比度作为优化准则,对通道间相位偏差更加敏感,可取得更高的估计精度。
张双喜等人,ased on Minimum-entropy HRWS SAR channel-calibrationmethod.IET International Radar Conference,2013:1-5.该文提出了利用子孔径图像熵作为优化准则对通道间相位偏差进行估计,但图像熵对通道间相位偏差的敏感度在非均匀场景中较图像对比度低,本发明在非均匀场景将具备更高的估计精度。
李真芳等人,Performance improvement for constellation SAR using signalprocessing techniques.IEEE Transactions on Aerospace and Electronic Systems,2006,42(2):436-452.该文提出利用子空间估计理论给出了相位偏差校正算法,而本发明提出的利用子孔径SAR图像的对比度对通道间相位偏差进行估计,两者原理方法区别明显。
专利文献CN105158759B(申请号:CN201510466324.9)公开了一种基于杂波相消的HRWS SAR通道相位偏差校正方法,主要解决了方位多通道SAR通道成像处理面临的相位偏差校正问题,包括以下步骤:(1)输入多通道HRWS SAR回波数据;(2)各通道回波数据方位向傅里叶变换;(3)选择参考通道;(4)计算各通道用于重构参考通道回波的信号分量;(5)构造杂波相消优化代价函数(6)将杂波相消问题转为恒模优化问题;(7)求解恒模优化问题;(8)输出通道间相位偏差。该发明提出的最大化杂波相消的相位偏差估计算法通过最大化杂波相消性能实现通道间相位误差估计,而本发明利用子孔径图像的对比度进行通道间相位偏差估计,两者原理方法区别明显。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种方位多通道SAR系统通道间相位偏差校正方法和系统。
根据本发明提供的方位多通道SAR系统通道间相位偏差校正方法,包括:
步骤1,输入方位多通道HRWS SAR回波数据,通道数为M;
步骤2,对各通道回波数据进行距离压缩,实现距离向成像;
步骤3,构造参考函数对各通道回波数据进行方位向去斜;
步骤4,构造计算子孔径无模糊图像重构函数,用于重构子孔径无模糊SAR图像;
步骤5,计算子孔径无模糊SAR图像的对比度;
步骤6,以最大化子孔径无模糊SAR图像的对比度为优化目标,求解优化问题,得到优化结果;
步骤7,根据优化结果输出通道间相位偏差。
优选的,所述步骤3对各通道回波数据进行方位去斜处理,计算公式为:
sd,m(fa)=FT{sm(ta)exp(jπka(ta+Δta,m)2)}
下标d代表去斜操作,FT{·}为傅里叶变换,ka为多普勒调频率;
下标m表示第m个通道;下标a表示方位向;sd,m(·)表示第m个通道去斜后的SAR图像;fa表示多普勒频率;sm表示第m个通道距离压缩后的信号;ta表示方位时间;j表示虚数单位;Δta,m表示第m通道相对参考通道的方位时延。
优选的,所述步骤4中构造子孔径无模糊图像重构函数,包括如下步骤:
步骤4.1,构造方位多通道HRWSSAR子孔径图像间传递函数矩阵H(fa);
步骤4.2,对传递函数矩阵H(fa)求逆,得到子孔径无模糊图像重构矩阵P(fa)。
优选的,所述步骤5中构造多通道子孔径图像对比度优化代价函数,包括如下步骤:
步骤5.1,自变量选为通道间相位偏差φm,构造相位偏差校正矩阵:
Γ=diag(1,e-jφ2,…,e-jφM),j为虚数单位;
步骤5.2,计算在步骤5.1中得到的相位偏差下子孔径无模糊图像:
s(fa)=P(fa)Γse(fa),其中,se(fa)为各通道去斜后子孔径图像,fa为多普勒频率;
步骤5.3,计算步骤5.2得到的子孔径无模糊图像的图像对比度:
优选的,所述步骤6中以最大化子孔径图像对比度为优化目标,采用牛顿迭代法求解优化问题。
根据本发明提供的方位多通道SAR系统通道间相位偏差校正系统,包括:
模块M1,输入方位多通道HRWS SAR回波数据,通道数为M;
模块M2,对各通道回波数据进行距离压缩,实现距离向成像;
模块M3,构造参考函数对各通道回波数据进行方位向去斜;
模块M4,构造计算子孔径无模糊图像重构函数,用于重构子孔径无模糊SAR图像;
模块M5,计算子孔径无模糊SAR图像的对比度;
模块M6,以最大化子孔径无模糊SAR图像的对比度为优化目标,求解优化问题,得到优化结果;
模块M7,根据优化结果输出通道间相位偏差。
优选的,所述模块M3对各通道回波数据进行方位去斜处理,计算公式为:
sd,m(fa)=FT{sm(ta)exp(jπka(ta+Δta,m)2)}
下标d代表去斜操作,FT{·}为傅里叶变换,ka为多普勒调频率;
下标m表示第m个通道;下标a表示方位向;sd,m(·)表示第m个通道去斜后的SAR图像;fa表示多普勒频率;sm表示第m个通道距离压缩后的信号;ta表示方位时间;j表示虚数单位;Δta,m表示第m通道相对参考通道的方位时延。
优选的,所述模块M4中构造子孔径无模糊图像重构函数,包括如下模块:
模块M4.1,构造方位多通道HRWSSAR子孔径图像间传递函数矩阵H(fa);
模块M4.2,对传递函数矩阵H(fa)求逆,得到子孔径无模糊图像重构矩阵P(fa)。
优选的,所述模块M5中构造多通道子孔径图像对比度优化代价函数,包括如下模块:
模块M5.1,自变量选为通道间相位偏差φm,构造相位偏差校正矩阵:
Γ=diag(1,e-jφ2,…,e-jφM),j为虚数单位;
模块M5.2,计算在模块M5.1中得到的相位偏差下子孔径无模糊图像:
s(fa)=P(fa)Γse(fa),其中,se(fa)为各通道去斜后子孔径图像,fa为多普勒频率;
模块M5.3,计算模块M5.2得到的子孔径无模糊图像的图像对比度:
优选的,所述模块M6中以最大化子孔径图像对比度为优化目标,采用牛顿迭代法求解优化问题。
与现有技术相比,本发明具有如下的有益效果:
1.本发明采用从最大图像对比度出发进行的相位偏差校正方法,在国内外尚数首次,填补了现有技术的空白;
2.本发明有效解决了方位多通道HRWS SAR系统相位偏差校正问题,可有效保障SAR成像质量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是星载多通道HRWS SAR观测几何示意图;
图2是本发明的数据处理流程;
图3是本发明对实测数据试验结果。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例:
如图2,本实例提供了一种基于子孔径图像最大对比度的方位多通道高分辨率宽幅(HRWS)合成孔径雷达(SAR)系统通道间相位偏差校正方法,包括以下步骤:
步骤1,输入方位多通道HRWS SAR回波数据,通道数为M;
步骤2,对各通道回波数据进行距离压缩,实现SAR距离向成像;
步骤3,构造参考函数对各通道回波数据进行方位向去斜,得到子孔径方位去斜SAR图像se(fa);
步骤4,构造子孔径无模糊图像重构函数矩阵P,实现无模糊SAR图像重构;
步骤5,计算多通道子孔径图像对比度,作为通道间相位偏差估计所需的优化代价函数;
步骤6,以最大化子孔径图像对比度为优化目标,求解优化问题;
步骤7,根据步骤7得到的优化结果输出通道间相位偏差。
进一步地,所述步骤4中构造子孔径无模糊图像重构函数,包括步骤如下:
步骤4.1,构造方位多通道HRWS SAR子孔径图像间传递函数矩阵H;
步骤4.2,传递函数矩阵H求逆,得到子孔径无模糊图像重构矩阵P。
进一步地,所述步骤5中构造多通道子孔径图像对比度优化代价函数,包括步骤如下:
步骤5.1,自变量选为通道间相位偏差φm,构造相位偏差校正矩阵:
Γ=diag(1,e-jφ2,…,e-jφM),j为虚数单位;
步骤5.2,计算在步骤5.1中得到的相位偏差下子孔径无模糊图像:
s(fa)=PΓse(fa),其中,se(fa)为各通道去斜后子孔径图像,fa为多普勒频率;
步骤5.3,计算步骤5.2得到的子孔径无模糊图像的图像对比度:
下面结合附图对本实施实例进一步描述。
参照图1,本实施案例的理论基础简介描述如下:
假定方位多通道HRWSSAR共有M个接收通道,经距离压缩后,对第m个通道信号补偿一常数相位可将其回波信号可视为参考通道s0的方位延迟:
sm(ta)=s0(ta+Δta,m)
其中,sm(ta)为第m个通道接收信号获取的信号,τ为距离向时间,ta为方位时间,Δta,m为第m个通道相对参考通道的时间延迟。
对方位多通道HRWSSAR距离压缩后信号进行方位去斜:
sd,m(fa)=FT{sm(ta)exp(jπka(ta+Δta,m)2)}
下标d代表去斜操作,FT{·}为傅里叶变换,ka为多普勒调频率。假定去斜后参考通道子孔径无模糊信号可表示为sd,0(fa),由于方位多通道HRWSSAR系统发射脉冲频率小于信号带宽,去斜后SAR图像将存在模糊。第m个通道去斜后模糊信号可表示为:
式中,上标p为模糊标识,PRF为脉冲重复频率。不失一般性,这里假设多普勒中心为零,忽略多普勒频率|fa|>M·PRF/2的信号,将各通道去斜后信号进一步写为矩阵形式:
式中,
s0(fa)=[s0(fa+k0·PRF) s0(fa+(k0+1)·PRF) … s0(fa+(k0+M-1)·PRF)]T
H(fd)=[h1(fa) h2(fa) … hM(fa)]T
hm(fd)=[h1,m h2,m … hM,m]T
hn,m=exp(-j2π(fa+(k0+n-1)PRF)Δta,m)
由式可知,
定义P(fd)=H-1(fd),考虑通道间相位偏差校正:
式中,Γ=diag(1,e-jφ2,…,e-jφM),φm为第m个通道相对参考通道的相位偏差。
通道间相位偏差将导致子孔径多通道重构图像方位模糊度指标下降,导致子孔径SAR图像对比度下降。因此,可利用子孔径图像对比度作为优化目标,通过最大化子孔径图像对比度实现通道间相位偏差估计。
多通道SAR子孔径SAR图像的对比度可表示为:
通道间相位偏差可通过求解如下所示的优化问题获得:
上述优化问题,可利用牛顿迭代法求解。
下面结合实测数据对本发明的效果做进一步的说明。
这里采用某机载X波段方位多通道SAR试验系统回波数据验证本文通道相位偏差估计算法的性能,主要系统参数如表1所示。该系统第1通道的SAR图像如图3a所示。
表1X波段方位四通道SAR试验系统参数
参数名 | 取值 |
载频 | 9.6GHz |
发射信号带宽 | 20MHz |
距离向采样率 | 24MHz |
工作PRF | 100Hz |
多普勒带宽 | 280Hz |
载机速度 | 148m/s |
通道数 | 4 |
等效相位中心间距 | 0.4m |
采用本实施例提供的通道相位偏差校正方法估计得到的系统各通道相对于第1通道的相位偏差分别为0、-19.86°、37.80°及-32.32°。利用本发明估计得到的通道相位偏差对原始回波进行校正前后聚焦得到的SAR图像如图3b和图3c所示。通过比较可知,经本发明进行通道相位偏差校正后SAR图像质量得到了显著的提升,由通道间相位偏差引起的SAR图像方位模糊得到了有效的抑制(如图中圆圈标注区域)。上述试验有效验证了本发明对于方位多通道HRWSSAR系统通道间相位偏差估计校正的有效性。
根据本发明提供的方位多通道SAR系统通道间相位偏差校正系统,包括:
模块M1,输入方位多通道HRWSSAR回波数据,通道数为M;
模块M2,对各通道回波数据进行距离压缩,实现距离向成像;
模块M3,构造参考函数对各通道回波数据进行方位向去斜;
模块M4,构造计算子孔径无模糊图像重构函数,用于重构子孔径无模糊SAR图像;
模块M5,计算子孔径无模糊SAR图像的对比度;
模块M6,以最大化子孔径无模糊SAR图像的对比度为优化目标,求解优化问题,得到优化结果;
模块M7,根据优化结果输出通道间相位偏差。
优选的,所述模块M3对各通道回波数据进行方位去斜处理,计算公式为:
sd,m(fa)=FT{sm(ta)exp(jπka(ta+Δta,m)2)}
下标d代表去斜操作,FT{·}为傅里叶变换,ka为多普勒调频率;
下标m表示第m个通道;下标a表示方位向;sd,m(·)表示第m个通道去斜后的SAR图像;fa表示多普勒频率;sm表示第m个通道距离压缩后的信号;ta表示方位时间;j表示虚数单位;Δta,m表示第m通道相对参考通道的方位时延。
优选的,所述模块M4中构造子孔径无模糊图像重构函数,包括如下模块:
模块M4.1,构造方位多通道HRWSSAR子孔径图像间传递函数矩阵H(fa);
模块M4.2,对传递函数矩阵H(fa)求逆,得到子孔径无模糊图像重构矩阵P(fa)。
优选的,所述模块M5中构造多通道子孔径图像对比度优化代价函数,包括如下模块:
模块M5.1,自变量选为通道间相位偏差φm,构造相位偏差校正矩阵:
Γ=diag(1,e-jφ2,…,e-jφM),j为虚数单位;
模块M5.2,计算在模块M5.1中得到的相位偏差下子孔径无模糊图像:
s(fa)=P(fa)Γse(fa),其中,se(fa)为各通道去斜后子孔径图像,fa为多普勒频率;
模块M5.3,计算模块M5.2得到的子孔径无模糊图像的图像对比度:
优选的,所述模块M6中以最大化子孔径图像对比度为优化目标,采用牛顿迭代法求解优化问题。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种方位多通道SAR系统通道间相位偏差校正方法,其特征在于,包括:
步骤1,输入方位多通道HRWSSAR回波数据,通道数为M;
步骤2,对各通道回波数据进行距离压缩,实现距离向成像;
步骤3,构造参考函数对各通道回波数据进行方位向去斜;
步骤4,构造计算子孔径无模糊图像重构函数,用于重构子孔径无模糊SAR图像;
步骤5,计算子孔径无模糊SAR图像的对比度;
步骤6,以最大化子孔径无模糊SAR图像的对比度为优化目标,求解优化问题,得到优化结果;
步骤7,根据优化结果输出通道间相位偏差。
2.根据权利要求1所述的方位多通道SAR系统通道间相位偏差校正方法,其特征在于,所述步骤3对各通道回波数据进行方位去斜处理,计算公式为:
sd,m(fa)=FT{sm(ta)exp(jπka(ta+Δta,m)2)}
下标d代表去斜操作,FT{·}为傅里叶变换,ka为多普勒调频率;
下标m表示第m个通道;下标a表示方位向;sd,m(·)表示第m个通道去斜后的SAR图像;fa表示多普勒频率;sm表示第m个通道距离压缩后的信号;ta表示方位时间;j表示虚数单位;Δta,m表示第m通道相对参考通道的方位时延。
3.根据权利要求1所述的方位多通道SAR系统通道间相位偏差校正方法,其特征在于,所述步骤4中构造子孔径无模糊图像重构函数,包括如下步骤:
步骤4.1,构造方位多通道HRWSSAR子孔径图像间传递函数矩阵H(fa);
步骤4.2,对传递函数矩阵H(fa)求逆,得到子孔径无模糊图像重构矩阵P(fa)。
5.根据权利要求1所述的方位多通道SAR系统通道间相位偏差校正方法,其特征在于,所述步骤6中以最大化子孔径图像对比度为优化目标,采用牛顿迭代法求解优化问题。
6.一种方位多通道SAR系统通道间相位偏差校正系统,其特征在于,包括:
模块M1,输入方位多通道HRWSSAR回波数据,通道数为M;
模块M2,对各通道回波数据进行距离压缩,实现距离向成像;
模块M3,构造参考函数对各通道回波数据进行方位向去斜;
模块M4,构造计算子孔径无模糊图像重构函数,用于重构子孔径无模糊SAR图像;
模块M5,计算子孔径无模糊SAR图像的对比度;
模块M6,以最大化子孔径无模糊SAR图像的对比度为优化目标,求解优化问题,得到优化结果;
模块M7,根据优化结果输出通道间相位偏差。
7.根据权利要求6所述的方位多通道SAR系统通道间相位偏差校正系统,其特征在于,所述模块M3对各通道回波数据进行方位去斜处理,计算公式为:
sd,m(fa)=FT{sm(ta)exp(jπka(ta+Δta,m)2)}
下标d代表去斜操作,FT{·}为傅里叶变换,ka为多普勒调频率;
下标m表示第m个通道;下标a表示方位向;sd,m(·)表示第m个通道去斜后的SAR图像;fa表示多普勒频率;sm表示第m个通道距离压缩后的信号;ta表示方位时间;j表示虚数单位;Δta,m表示第m通道相对参考通道的方位时延。
8.根据权利要求6所述的方位多通道SAR系统通道间相位偏差校正系统,其特征在于,所述模块M4中构造子孔径无模糊图像重构函数,包括如下模块:
模块M4.1,构造方位多通道HRWSSAR子孔径图像间传递函数矩阵H(fa);
模块M4.2,对传递函数矩阵H(fa)求逆,得到子孔径无模糊图像重构矩阵P(fa)。
10.根据权利要求6所述的方位多通道SAR系统通道间相位偏差校正系统,其特征在于,所述模块M6中以最大化子孔径图像对比度为优化目标,采用牛顿迭代法求解优化问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011255045.5A CN112485795A (zh) | 2020-11-11 | 2020-11-11 | 方位多通道sar系统通道间相位偏差校正方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011255045.5A CN112485795A (zh) | 2020-11-11 | 2020-11-11 | 方位多通道sar系统通道间相位偏差校正方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112485795A true CN112485795A (zh) | 2021-03-12 |
Family
ID=74929601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011255045.5A Pending CN112485795A (zh) | 2020-11-11 | 2020-11-11 | 方位多通道sar系统通道间相位偏差校正方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112485795A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534071A (zh) * | 2021-06-07 | 2021-10-22 | 北京理工大学 | 星载多通道sar通道校正实时处理算法 |
CN113759371A (zh) * | 2021-07-20 | 2021-12-07 | 西安电子科技大学 | 一种多通道sar复图像域相位和基线误差联合估计方法 |
CN117169887A (zh) * | 2023-11-03 | 2023-12-05 | 武汉能钠智能装备技术股份有限公司 | 基于方向确定的sar地面移动目标定位方法 |
CN113534071B (zh) * | 2021-06-07 | 2024-05-31 | 北京理工大学 | 星载多通道sar通道校正实时处理算法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297751A (zh) * | 2014-10-20 | 2015-01-21 | 西安电子科技大学 | 一种分布式卫星sar系统的主辅sar图像融合方法 |
CN105158759A (zh) * | 2015-07-31 | 2015-12-16 | 上海卫星工程研究所 | 基于杂波相消的hrws sar通道相位偏差校正方法 |
CN107942331A (zh) * | 2017-11-28 | 2018-04-20 | 西安电子科技大学 | 基于谱分析的多通道sar系统通道偏差估计方法 |
CN111007505A (zh) * | 2019-11-08 | 2020-04-14 | 北京空间飞行器总体设计部 | 一种基于零陷估计的距离通道相位偏差估计方法及系统 |
-
2020
- 2020-11-11 CN CN202011255045.5A patent/CN112485795A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297751A (zh) * | 2014-10-20 | 2015-01-21 | 西安电子科技大学 | 一种分布式卫星sar系统的主辅sar图像融合方法 |
CN105158759A (zh) * | 2015-07-31 | 2015-12-16 | 上海卫星工程研究所 | 基于杂波相消的hrws sar通道相位偏差校正方法 |
CN107942331A (zh) * | 2017-11-28 | 2018-04-20 | 西安电子科技大学 | 基于谱分析的多通道sar系统通道偏差估计方法 |
CN111007505A (zh) * | 2019-11-08 | 2020-04-14 | 北京空间飞行器总体设计部 | 一种基于零陷估计的距离通道相位偏差估计方法及系统 |
Non-Patent Citations (2)
Title |
---|
房超等: "方位多通道HRWS SAR多普勒中心稳健估计算法", 《西安电子科技大学学报》 * |
王志斌等: "基于多普勒谱优化的HRWS SAR系统通道相位偏差估计算法", 《电子与信息学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534071A (zh) * | 2021-06-07 | 2021-10-22 | 北京理工大学 | 星载多通道sar通道校正实时处理算法 |
CN113534071B (zh) * | 2021-06-07 | 2024-05-31 | 北京理工大学 | 星载多通道sar通道校正实时处理算法 |
CN113759371A (zh) * | 2021-07-20 | 2021-12-07 | 西安电子科技大学 | 一种多通道sar复图像域相位和基线误差联合估计方法 |
CN113759371B (zh) * | 2021-07-20 | 2024-03-01 | 西安电子科技大学 | 一种多通道sar复图像域相位和基线误差联合估计方法 |
CN117169887A (zh) * | 2023-11-03 | 2023-12-05 | 武汉能钠智能装备技术股份有限公司 | 基于方向确定的sar地面移动目标定位方法 |
CN117169887B (zh) * | 2023-11-03 | 2024-04-19 | 武汉能钠智能装备技术股份有限公司 | 基于方向确定的sar地面移动目标定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3364212A1 (en) | A method and an apparatus for computer-assisted processing of sar raw data | |
CN110146889B (zh) | 基于最优回波子区域选择的大转角isar成像方法 | |
CN103616687B (zh) | 分段线性估计的多项式拟合isar包络对齐方法 | |
CN102788972B (zh) | 一种适用于超高分辨率sar成像的自聚焦方法 | |
CN107942331B (zh) | 基于谱分析的多通道sar系统通道偏差估计方法 | |
CN109597072B (zh) | 一种双基合成孔径雷达sar系统的成像处理方法及装置 | |
EP2746804A2 (en) | Method, device, and system for compensating synchronization error | |
CN112485795A (zh) | 方位多通道sar系统通道间相位偏差校正方法和系统 | |
Wu et al. | Omega-K imaging algorithm for one-stationary bistatic SAR | |
JP2016138787A (ja) | パッシブレーダ装置 | |
WO2015166560A1 (ja) | 測角装置及び測角方法 | |
CN111751822B (zh) | 一种时间和相位同步方法、系统、设备和介质 | |
CN103616669B (zh) | 二维频域中对非均匀场景进行通道均衡方法 | |
CN113093187A (zh) | 一种无道路信息辅助的csar地面动目标跟踪方法 | |
CN112904339A (zh) | 斜距历程与航向交点表征的双基前视sar成像方法 | |
CN107561534A (zh) | 一种基于全极化高轨sar的电离层时变tec测量方法 | |
Zhou et al. | Unambiguous reconstruction for multichannel nonuniform sampling SAR signal based on image fusion | |
CN114325700A (zh) | 一种星载多通道sar动目标成像方法 | |
Xia et al. | A research on SAR autofocusing algorithms for compressive sensing technique | |
Yang et al. | Analysis on the azimuth shift of a moving target in SAR image | |
Farhadi et al. | Synthetic aperture radar imaging of moving targets for automotive applications | |
CN104166140A (zh) | 一种实现逆合成孔径雷达成像的方法及装置 | |
Li et al. | A new cross-range scaling method for ISAR based on the multiple dominant scatterers synthesis | |
Guo et al. | An airborne multi-channel SAR imaging method with motion compensation | |
Yu-sheng et al. | An efficient imaging algorithm for missile-borne side-looking SAR |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210312 |