CN113009484A - 一种双基地低频超宽带csar成像方法 - Google Patents
一种双基地低频超宽带csar成像方法 Download PDFInfo
- Publication number
- CN113009484A CN113009484A CN202110240923.4A CN202110240923A CN113009484A CN 113009484 A CN113009484 A CN 113009484A CN 202110240923 A CN202110240923 A CN 202110240923A CN 113009484 A CN113009484 A CN 113009484A
- Authority
- CN
- China
- Prior art keywords
- sub
- image
- level
- aperture
- grid
- 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
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
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
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
本发明提供一种双基地低频超宽带CSAR高效高精度成像方法。技术方案是:首先,将雷达的全孔径分别划分为若干个子孔径,接着推导初始子图像网格的采样间隔并生成初始子图像网格,再将与子孔径对应的距离压缩回波信号后向投影到初始子图像网格,从而相干叠加生成初始子图像;然后,进行循环递归的子孔径合并,接着推导新的子图像网格采样间隔并生成新的子图像网格,再将上一级旧的子图像插值到下一级新的子图像网格,从而相干叠加生成下一级新的子图像;最后,将雷达所有子孔径分别合成一个全孔径,接着根据图像分辨率对成像场景进行划分并生成成像场景网格,再将最后一级的子图像投影到成像场景网格,从而相干叠加生成双基地低频超宽带CSAR图像。本发明方案适用于双基地低频超宽带CSAR成像处理,能够保持高精度成像的同时提高成像效率。
Description
技术领域
本发明涉及雷达技术领域,更具体地,涉及一种双基地低频超宽带CSAR成像方法。
背景技术
在现代战争中,作战双方越来越注重对己方军事目标的隐蔽,同时提高对敌方隐蔽军事目标的探测侦察能力。因此,对隐蔽目标探测技术的研究能为我国新型战场侦察/制导武器装备的研制提供重要的理论和技术支持,具有重要的军事意义。此外,我国边境地理形势复杂,很多区域丛林密布,这为邻国在边境附近布设军事目标和调整军事防务提供了便利。由于具有丛林遮蔽,常规雷达系统无法穿透丛林对敌方进行有效探测侦察。因此,迫切需要研究先进体制雷达系统与技术,以提高对隐蔽军事目标的探测侦察能力。
低频超宽带合成孔径雷达(SAR)具有良好叶簇穿透探测性能和高分辨成像能力,已成为隐蔽目标探测侦察的重要手段。目前,国内已经开展了单基地低频超宽带SAR系统的研制,并作为我国某新型战场侦察/制导雷达已列装部队。但是,单基地低频超宽带SAR系统存在以下不足:(1)收发系统共用平台,安全性较差,抗干扰能力较弱;(2)叶簇穿透性能与作用距离成反比,导致探测侦察距离受限;(3)为了获取方位向高分辨率,需较长合成孔径;(4)只能接收目标的后向散射信息,对隐蔽目标的探测侦察性能受限;(5)由于天线基线长度等限制,降低了对隐蔽运动目标的探测侦察能力。
低频超宽带圆周SAR(CSAR)是一种圆周轨迹的低频超宽带SAR成像模式,在成像过程中天线波束始终指向观测场景,同时所搭载的雷达环绕观测场景作360°圆周运动。该模式的全方位观测可获得目标更多维度的散射信息。此外,观测方位角的增加展宽了目标方位频谱,从而获取得更高的图像分辨率,且具有一定的三维成像能力。近年来,国内外已开展大量的低频超宽带CSAR研究,并获得了良好的实验结果。此外,与直线轨迹低频超宽带SAR系统相比,低频超宽带CSAR系统具有更好的丛林隐蔽目标(如车辆)检测能力。双基地低频超宽带CSAR结合低频超宽带CSAR和双基地SAR的优势,是一种具有穿透叶簇对隐蔽目标全方位高分辨率成像能力,同时具备较高安全性和较强抗干扰能力的战场侦察/制导雷达系统。该雷达系统具备全方位探测能力、分辨率高、安全性高、探测距离大、隐蔽(运动)目标探测侦察能力强等优点,能满足对战场隐蔽目标的全方位高分辨率探测与侦察。
但是,复杂成像几何、较低频段信号、较大相对带宽和圆周合成孔径给双基地低频超宽带CSAR的成像处理带来了新的问题与挑战,如回波数据量较大、方位空变性较大、距离方位耦合性较强和运动误差较复杂等,这极大地增加了双基地低频超宽带CSAR高精度成像的难度和复杂度。
目前,现有的双基地SAR成像方法主要包含两大类:频域成像方法与时域成像方法。频域成像方法具有较高成像效率,但是对信号带宽、积累时间、运动误差、近似处理和存储要求等存在一定的限制。常用的频域成像方法(如距离-多普勒(RD)算法,波数域(WD)算法和线性调频变标(CS)算法等)仅适用于方位移不变双基地SAR的高效高精度成像。非线性调频变标(NLCS)算法虽然能实现方位移变双基地SAR的成像处理,但是它采用较大近似方法处理回波信号的方位空变性、距离方位耦合性和运动误差,导致双基地SAR成像处理存在较大的相位误差,从而难以获得良好聚焦的双基地SAR图像。因此,NLCS算法不适用于双基地低频超宽带CSAR的高效高精度成像。
与频域成像方法相比,时域成像方法(如后向投影(BP)算法)理论上无任何近似处理,成像精度高,能够适用于任意成像构型、任意信号波形双基地SAR的成像处理。因此,BP算法能够精确处理双基地低频超宽带CSAR回波信号的较大方位空变性、较强距离方位耦合性和较复杂运动误差,从而实现双基地低频超宽带CSAR的高精度成像。但是,BP算法具有极大的运算量,从而降低了其成像效率,因此BP算法不能作为标准成像方法来有效实现SAR高效高精度成像处理。为了克服BP算法高运算量的缺点,A.F.Yegulalp和L.M.H.Ulander等学者在单基地SAR成像处理中分别实现了高效BP算法,采用局部近似处理和递归孔径划分处理,能保持高精度成像的同时提高成像效率。高效BP算法主要包括快速BP(FBP)算法和快速因式分解BP(FFBP)算法。目前,Y.Ding、L.M.H.Ulander和V.T.Vu等学者已将FBP算法和FFBP算法扩展应用于双基地SAR的成像处理,并获得了良好聚焦的双基地SAR图像。然而,上述高效BP算法主要针对直线轨迹双基地SAR成像处理提出的,并不适用于双基地低频超宽带CSAR的高效高精度成像。因此,如何解决适用于双基地低频超宽带CSAR的高效高精度成像方法正是一个亟待解决的技术问题。
发明内容
本发明提供一种高效高精度的双基地低频超宽带CSAR成像方法。
为了达到上述技术效果,本发明的技术方案如下:
一种双基地低频超宽带CSAR成像方法,包括以下步骤:
S1:选定一个运动雷达和一个固定雷达,其中,运动雷达合成孔径的孔径点数为L,将其因式分解为K级,每次合并的子孔径数为l,则L=lK;
S2:对运动雷达和固定雷达进行子孔径划分与初始子图像生成,该过程视为对运动雷达和固定雷达的第1级处理;
S3:对步骤S2得到的数据进行循环递归子孔径合并与子图像生成,该过程视为对运动雷达和固定雷达的第k级处理;
S4:对步骤S3得到的数据进行全孔径合并与最终图像生成。
进一步地,所述步骤S2的具体过程是:
1)、将运动雷达的合成孔径划分为个子孔径,每个子孔径包含l个孔径点数,第n个子孔径, 为第1级第n个子孔径中心对应的角度,为第1级第n个子孔径对应的积累角;角度时,运动雷达的位置为角度时,运动雷达和固定雷达到网格采样点r的距离向量分别为和其大小分别为和
2)、设第1级第n个初始子图像网格的网格原点为第1级第n个子孔径中心,第1级第n个初始子图像网格用表示,其中,极距为角度时运动雷达和固定雷达到网格采样点r的双程距离,极角为距离向量和单位向量之间的夹角,即:
进一步地,所述步骤S3的具体过程是:
2)、设为第k级第q个子孔径中心对应的角度,角度时运动雷达和固定雷达到网格采样点r的距离向量分别为和其大小分别为和其中,极距为角度时运动雷达和固定雷达到网格采样点r的双程距离,极角为距离向量和单位向量之间的夹角,即:
进一步地,所述步骤S4具体过程是:
1)将l个第K-1级子孔径合并成一个第K级全孔径,首先在地面成像场景生成第K级图像网格,第K级图像网格用(x,y,0)表示,第K级图像网格的距离采样间隔Δx和方位采样间隔Δy满足下述约束条件:
其中,ρx和ρy分别为双基地低频超宽带CSAR图像的距离向和方位向分辨率;
2)、将l个第K-1级子图像依次插值到第K级图像网格(x,y,0),并相干叠加生成第K级图像,即最终双基地低频超宽带CSAR图像:
与现有技术相比,本发明技术方案的有益效果是:
本发明采用子孔径和子图像处理技术,能够有效解决双基地低频超宽带CSAR成像处理中较大方位空变性、较强距离方位耦合性和较复杂运动误差等问题,在保持高精度成像的同时,极大提高了成像处效率,从而实现了双基地低频超宽带CSAR的高效高精度成像,获得了高质量的聚焦双基地CSAR图像。该方法适用于各种搭载平台的双基地低频超宽带CSAR成像处理,如车载平台、机载平台和星载平台等。
附图说明
图1为本发明方法流程图;
图2为本发明成像场景目标分布图;
图3为原始BP算法获得的成像结果;
图4为本发明方法获得的成像结果。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示,本发明提供一种双基地低频超宽带CSAR成像方法,包括以下步骤:
S1:选定一个运动雷达和一个固定雷达,其中,运动雷达合成孔径的孔径点数为L,将其因式分解为K级,每次合并的子孔径数为l,则L=lK;
S2:对运动雷达和固定雷达进行子孔径划分与初始子图像生成,该过程视为对运动雷达和固定雷达的第1级处理;
S3:对步骤S2得到的数据进行循环递归子孔径合并与子图像生成,该过程视为对运动雷达和固定雷达的第k级处理;
S4:对步骤S3得到的数据进行全孔径合并与最终图像生成。
本发明以一站固定双基地低频超宽带CSAR成像为实例进行说明,该雷达系统包含一个机载运动雷达和一个位于山顶的固定雷达。慢时间η时刻,运动雷达的位置为rM(φ)=(xM(φ),yM(φ),zM(φ))=(Rxycos(φ),Rxysin(φ),zM),φ∈[0,2π]为运动雷达的角度变量,且φ(η)=VMη/Rxy。VM为η时刻运动雷达的速度,Rxy和ZM分别为运动雷达圆周轨迹的半径和高度。固定雷达的位置为rS=(xS,yS,zS)。设P为成像场景中任意的点目标,其位置为rP=(xP,yP,zP)。设r为成像场景中任意的网格采样点,其位置为r=(x,y,z)。角度φ时,运动雷达和固定雷达到点目标P的距离分别为RM(φ,rP)和RS(rP)。因此,雷达信号从发射机出发到成像场景,经点目标P反射后,再到接收机的双程距离为:
R(φ,rP)=RM(φ,rP)+RS(rP)=|rP-rM(φ)|+|rP-rS|
角度φ时,运动雷达和固定雷达到网格采样点r的双程距离为:
R(φ,r)=RM(φ,r)+RS(r)=|r-rM(φ)|+|r-rS|
其中,RM(φ,r)和RS(r)分别为角度φ时运动雷达和固定雷达到网格采样点r的距离。
假设雷达发射基带信号为p(τ),经正交解调后,点目标P的回波信号为:
s(τ,φ)=σPp[τ-R(φ,rP)/c]exp[-j(kMc(φ,rP)RM(φ,rP)+kSc(rP)RS(rP))]
=σPp[τ-R(φ,rP)/c]exp[-jkcR(φ,rP)]
其中,τ为快时间,σP为点目标P的散射系数,kMc(φ,rP)和kSc(rP)分别为角度φ时运动雷达和固定雷达到点目标P的波数中心,kc=2πfc/c为雷达信号波数中心,fc为雷达信号中心频率。因此,经过距离压缩后,点目标P的回波信号变为:
src(τ,φ)=σPpr[B(τ-R(φ,rP)/c)]exp[-jkcR(φ,rP)]
其中,pr[·]为距离压缩脉冲包络,B为发射信号带宽。
设运动雷达合成孔径的孔径点数为L,将其因式分解为K级,每次合并的子孔径数为l,则L=lK。实际应用中,如果L=lK不成立,通常根据需求先确定l的取值,如l=4,或l=8,再令可以通过将L补零的方式改变L的取值,使得L=lK。
第一步,子孔径划分与初始子图像生成;
本步骤可视为第1级处理。第1级处理时,将运动雷达的合成孔径划分为个子孔径,每个子孔径包含l个孔径点数。本发明采用椭圆极坐标方式表示子图像网格,使得在生成子图像时计算量较小。对第1级第n个子孔径, 为第1级第n个子孔径中心对应的角度,为第1级第n个子孔径对应的积累角。角度时,运动雷达的位置为角度时,运动雷达和固定雷达到网格采样点r的距离向量分别为和其大小分别为和设第1级第n个初始子图像网格的网格原点为第1级第n个子孔径中心,第1级第n个初始子图像网格用表示。其中,极距为角度时运动雷达和固定雷达到网格采样点r的双程距离,极角为距离向量和单位向量之间的夹角,即:
第二步,循环递归子孔径合并与子图像生成;
本步骤可视为第k级处理,k=2,…,K-1。第k级处理时,每l个第k-1级子孔径合并成一个第k级子孔径。对于第k级第q个子孔径,设第k级第q个子图像网格的网格原点为第k级第q个子孔径中心,第k级第q个子图像网格用表示。为第k级第q个子孔径中心对应的角度,角度时运动雷达和固定雷达到网格采样点r的距离向量分别为和其大小分别为和其中,极距为角度时运动雷达和固定雷达到网格采样点r的双程距离,极角为距离向量和单位向量之间的夹角,即:
第三步,全孔径合并与最终图像生成;
本步骤可视为第K级处理。第K级处理时,将l个第K-1级子孔径合并成一个第K级全孔径。首先在地面成像场景生成第K级图像网格,第K级图像网格用(x,y,0)表示,第K级图像网格的距离采样间隔Δx和方位采样间隔Δy满足下述约束条件:
其中,ρx和ρy分别为双基地低频超宽带CSAR图像的距离向和方位向分辨率。
然后,将l个第K-1级子图像依次插值到第K级图像网格(x,y,0),并相干叠加生成第K级图像,即最终双基地低频超宽带CSAR图像:
通过仿真实验,对本发明双基地低频超宽带CSAR高效高精度成像方法进行了验证,理论分析和仿真实验结果证明了本发明的有效性。
在仿真实验中,本发明中系统参数如表1所示:
表1系统参数
参数 | 参数值 | 参数 | 参数值 |
中心频率 | 400MHz | 固定站位置 | (-1500,0,100)m |
信号带宽 | 200MHz | 运动站圆周轨迹高度 | 500m |
采样率 | 220MHz | 运动站圆周轨迹半径 | 1400m |
脉宽 | 1us | 运动站角速度 | 6°/s |
脉冲重复频率 | 100Hz | 场景大小 | 50m×50m |
本发明中成像场景目标分布如图2所示。场景设置及目标布置如下:成像场景大小为50m×50m(X方向×Y方向),在成像场景内共设置了5个点目标,并依次编号为A~E,其中点目标A位于成像场景中心,其它点目标分布在点目标A的周围,与点目标A的距离均为20m。
图3是原始BP算法获得的成像结果。其中水平方向为X轴(单位:米),垂直方向为Y轴(单位:米)。图3(a)为整个场景的成像结果,图3(b)和3(c)分别为点目标A和C的成像结果。由图3可知,成像场景中所有点目标均实现了良好的聚焦,因此原始BP算法能够实现双基地低频超宽带CSAR的高精度成像。但是,原始BP算法计算量较大,从而成像效率较低。
图4是本发明获得的成像结果。其中水平方向为X轴(单位:米),垂直方向为Y轴(单位:米)。图4(a)为整个场景的成像结果,图4(b)和4(c)分别为点目标A和C的成像结果。由图4可知,成像场景中所有点目标均实现了良好的聚焦,而且其聚焦效果与图3非常接近,因此本发明也能够实现双基地低频超宽带CSAR的高精度成像。
如表2所示,计算了点目标A和C的测量参数(分辨率和峰旁瓣比(PSLR))。从表2中可知,原始BP算法和本发明获得点目标A和C的测量参数几乎相同,达到预期的效果。因此,本发明获得点目标的聚焦性能与原始BP算法获得点目标的聚焦性能十分接近。为了证明本发明成像的高效性,在相同的仿真条件下测量了原始BP算法和本发明的运算时间,原始BP算法和本发明的运算时间分别是465.7s和46.6s。因此,本发明方法是一种双基地低频超宽带CSAR高效高精度成像方法。
表2点目标A和C的测量参数
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.一种双基地低频超宽带CSAR成像方法,其特征在于,包括以下步骤:
S1:选定一个运动雷达和一个固定雷达,其中,运动雷达合成孔径的孔径点数为L,将其因式分解为K级,每次合并的子孔径数为l,则L=lK;
S2:对运动雷达和固定雷达进行子孔径划分与初始子图像生成,该过程视为对运动雷达和固定雷达的第1级处理;
S3:对步骤S2得到的数据进行循环递归子孔径合并与子图像生成,该过程视为对运动雷达和固定雷达的第k级处理;
S4:对步骤S3得到的数据进行全孔径合并与最终图像生成。
2.根据权利要求1所述的双基地低频超宽带CSAR成像方法,其特征在于,所述步骤S2的具体过程是:
1)、将运动雷达的合成孔径划分为个子孔径,每个子孔径包含l个孔径点数,第n个子孔径, 为第1级第n个子孔径中心对应的角度,为第1级第n个子孔径对应的积累角;角度时,运动雷达的位置为角度时,运动雷达和固定雷达到网格采样点r的距离向量分别为和其大小分别为和
2)、设第1级第n个初始子图像网格的网格原点为第1级第n个子孔径中心,第1级第n个初始子图像网格用表示,其中,极距为角度时运动雷达和固定雷达到网格采样点r的双程距离,极角为距离向量和单位向量之间的夹角,即:
3.根据权利要求1所述的双基地低频超宽带CSAR成像方法,其特征在于,所述步骤S3的具体过程是:
2)、设为第k级第q个子孔径中心对应的角度,角度时运动雷达和固定雷达到网格采样点r的距离向量分别为和其大小分别为和其中,极距为角度时运动雷达和固定雷达到网格采样点r的双程距离,极角为距离向量和单位向量之间的夹角,即:
4.根据权利要求1所述的双基地低频超宽带CSAR成像方法,其特征在于,所述步骤S4具体过程是:
1)将l个第K-1级子孔径合并成一个第K级全孔径,首先在地面成像场景生成第K级图像网格,第K级图像网格用(x,y,0)表示,第K级图像网格的距离采样间隔Δx和方位采样间隔Δy满足下述约束条件:
其中,ρx和ρy分别为双基地低频超宽带CSAR图像的距离向和方位向分辨率;
2)、将l个第K-1级子图像依次插值到第K级图像网格(x,y,0),并相干叠加生成第K级图像,即最终双基地低频超宽带CSAR图像:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110240923.4A CN113009484A (zh) | 2021-03-04 | 2021-03-04 | 一种双基地低频超宽带csar成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110240923.4A CN113009484A (zh) | 2021-03-04 | 2021-03-04 | 一种双基地低频超宽带csar成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113009484A true CN113009484A (zh) | 2021-06-22 |
Family
ID=76405459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110240923.4A Pending CN113009484A (zh) | 2021-03-04 | 2021-03-04 | 一种双基地低频超宽带csar成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113009484A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540232A (zh) * | 2023-04-28 | 2023-08-04 | 中国人民解放军陆军工程大学 | 基于自适应重叠子孔径的csar成像方法、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5343204A (en) * | 1993-07-29 | 1994-08-30 | Unisys Corporation | Auto-focusing correction for rotational acceleration effects on inverse synthetic aperture radar images |
US6441772B1 (en) * | 1998-12-18 | 2002-08-27 | Totalförsvarets Forskningsinstitut | SAR radar system |
US8937849B1 (en) * | 2012-08-07 | 2015-01-20 | The United States Of America As Represented By The Secretary Of The Navy | Auto-focus for circular synthetic aperture sonar |
CN104730520A (zh) * | 2015-03-27 | 2015-06-24 | 电子科技大学 | 基于子孔径合成的圆周sar后向投影自聚焦方法 |
CN104833974A (zh) * | 2015-05-08 | 2015-08-12 | 西安电子科技大学 | 基于图像谱压缩的sar成像快速后向投影方法 |
CN104991252A (zh) * | 2015-08-10 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 双站圆迹sar快速时域成像方法 |
CN105093223A (zh) * | 2015-08-10 | 2015-11-25 | 中国人民解放军国防科学技术大学 | 双站前视sar的快速时域成像方法 |
CN106154269A (zh) * | 2016-09-23 | 2016-11-23 | 南京特艺科技有限公司 | 一种适用于圆周合成孔径雷达快速时域成像方法 |
CN108196240A (zh) * | 2018-02-07 | 2018-06-22 | 中国人民解放军国防科技大学 | 一种适用于csar成像的地面动目标轨迹重构方法 |
CN112433208A (zh) * | 2020-10-26 | 2021-03-02 | 国网山西省电力公司电力科学研究院 | 一种双站圆周探地雷达快速时域成像方法及系统 |
CN112433210A (zh) * | 2020-10-26 | 2021-03-02 | 国网山西省电力公司电力科学研究院 | 一种双站前视探地雷达快速时域成像方法 |
-
2021
- 2021-03-04 CN CN202110240923.4A patent/CN113009484A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5343204A (en) * | 1993-07-29 | 1994-08-30 | Unisys Corporation | Auto-focusing correction for rotational acceleration effects on inverse synthetic aperture radar images |
US6441772B1 (en) * | 1998-12-18 | 2002-08-27 | Totalförsvarets Forskningsinstitut | SAR radar system |
US8937849B1 (en) * | 2012-08-07 | 2015-01-20 | The United States Of America As Represented By The Secretary Of The Navy | Auto-focus for circular synthetic aperture sonar |
CN104730520A (zh) * | 2015-03-27 | 2015-06-24 | 电子科技大学 | 基于子孔径合成的圆周sar后向投影自聚焦方法 |
CN104833974A (zh) * | 2015-05-08 | 2015-08-12 | 西安电子科技大学 | 基于图像谱压缩的sar成像快速后向投影方法 |
CN104991252A (zh) * | 2015-08-10 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 双站圆迹sar快速时域成像方法 |
CN105093223A (zh) * | 2015-08-10 | 2015-11-25 | 中国人民解放军国防科学技术大学 | 双站前视sar的快速时域成像方法 |
CN106154269A (zh) * | 2016-09-23 | 2016-11-23 | 南京特艺科技有限公司 | 一种适用于圆周合成孔径雷达快速时域成像方法 |
CN108196240A (zh) * | 2018-02-07 | 2018-06-22 | 中国人民解放军国防科技大学 | 一种适用于csar成像的地面动目标轨迹重构方法 |
CN112433208A (zh) * | 2020-10-26 | 2021-03-02 | 国网山西省电力公司电力科学研究院 | 一种双站圆周探地雷达快速时域成像方法及系统 |
CN112433210A (zh) * | 2020-10-26 | 2021-03-02 | 国网山西省电力公司电力科学研究院 | 一种双站前视探地雷达快速时域成像方法 |
Non-Patent Citations (1)
Title |
---|
谢洪途: "一站固定式低频双站SAR高分辨率成像处理技术研究", 《中国博士学位论文全文数据库(月刊)》, no. 12, pages 136 - 13 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116540232A (zh) * | 2023-04-28 | 2023-08-04 | 中国人民解放军陆军工程大学 | 基于自适应重叠子孔径的csar成像方法、设备及存储介质 |
CN116540232B (zh) * | 2023-04-28 | 2024-01-26 | 中国人民解放军陆军工程大学 | 基于自适应重叠子孔径的csar成像方法、设备及存储介质 |
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 | |
CN105785327B (zh) | 频率分集阵列合成孔径雷达高分辨宽测绘带成像方法 | |
US9176226B1 (en) | Radar tomography using doppler-based projections | |
CN109143237B (zh) | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 | |
CN109738894B (zh) | 一种用于大视场合成孔径雷达的高斜视多角度成像方法 | |
CN107121670A (zh) | 一种基于合成孔径雷达的反无人机防御系统 | |
CN102176017A (zh) | 电大复杂体目标与粗糙面背景复合电磁散射数值仿真方法 | |
CN112904326B (zh) | 一种基于虚拟孔径的星载无源定位方法 | |
CN112748431A (zh) | 一种中轨道星载sar的地面运动目标成像方法 | |
CN112433210A (zh) | 一种双站前视探地雷达快速时域成像方法 | |
CN110018474A (zh) | 基于地球同步轨道合成孔径雷达层析技术的三维成像方法 | |
CN110082764A (zh) | 基于稳健正则化层析方法的sar图像成像方法 | |
CN108132466B (zh) | 一种机载阵列天线下视三维成像方法和系统 | |
CN112433208A (zh) | 一种双站圆周探地雷达快速时域成像方法及系统 | |
CN115685200A (zh) | 一种高精度大前斜视sar成像运动补偿与几何校正方法 | |
CN113009484A (zh) | 一种双基地低频超宽带csar成像方法 | |
CN109143236B (zh) | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 | |
Lanterman et al. | Wide-angle radar imaging using time–frequency distributions | |
CN108845318B (zh) | 基于Relax算法的星载高分宽幅成像方法 | |
CN112285707B (zh) | 基于gps导航信号的无源多基地高分辨成像方法 | |
Wang et al. | Azimuth improved radar imaging with virtual array in the forward-looking sight | |
CN110579762A (zh) | 一种太赫兹圆迹sar快速后向投影成像方法 | |
CN116359921A (zh) | 基于加速轨迹双基前视合成孔径雷达的快速时域成像方法 | |
Ma et al. | Passive GNSS-based SAR imaging and opportunities using Galileo E5 signals. | |
Li et al. | Airborne Circular Flight Array SAR 3D Imaging Algorithm of Buildings Based on Layered Phase Compensation in the Wavenumber Domain |
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 |