CN114384518B - 一种基于Ku波段实测数据的海面SAR图像仿真方法和装置 - Google Patents

一种基于Ku波段实测数据的海面SAR图像仿真方法和装置 Download PDF

Info

Publication number
CN114384518B
CN114384518B CN202210048392.3A CN202210048392A CN114384518B CN 114384518 B CN114384518 B CN 114384518B CN 202210048392 A CN202210048392 A CN 202210048392A CN 114384518 B CN114384518 B CN 114384518B
Authority
CN
China
Prior art keywords
sea surface
sea
angle
clutter
sar image
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
CN202210048392.3A
Other languages
English (en)
Other versions
CN114384518A (zh
Inventor
郝津钏
陈勇
王冲
党训旺
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 CN202210048392.3A priority Critical patent/CN114384518B/zh
Publication of CN114384518A publication Critical patent/CN114384518A/zh
Application granted granted Critical
Publication of CN114384518B publication Critical patent/CN114384518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G01S13/9094—Theoretical aspects

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

本发明涉及一种基于Ku波段实测数据的海面SAR图像仿真方法和装置。其中一具体实施方式包括：设定海面SAR图像的仿真参数；利用蒙特卡洛方法基于仿真参数生成海面网格模型；利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。本发明的计算误差较低，具有较好的稳健性与真实度，且仿真速度快。

Description

一种基于Ku波段实测数据的海面SAR图像仿真方法和装置
技术领域
本发明涉及电磁场与微波技术领域，尤其涉及一种基于Ku波段实测数据的海面SAR图像仿真方法和装置。
背景技术
合成孔径雷达(SAR)成像模拟技术是一种用模拟的方法来研究合成孔径雷达的技术，它在合成孔径雷达的研究和研制工作中，具有十分重要的作用。它能模拟出合成孔径雷达的回波，用于合成孔径雷达系统性能的检验。它还可以用于测试和评价合成孔径雷达成像处理模型的性能，即检验各种成像算法，并分析出建立在不同模型上的算法的有效性。在原始数据里加上系统误差能预测它对成像处理所带来的影响。另外由于合成孔径雷达回波的非线性，地海面特征信息的准确提取非常困难，合成孔径雷达目标回波模拟技术可以通过建立模型来帮助解释这种复杂的散射机制。
对于海面SAR成像仿真的研究，涉及到海洋流体动力学、海面的电磁散射模型和SAR系统等相关知识，仿真成像过程非常复杂。为此，国内外学者已经通过大量水槽实验和海洋实验获得实际数据，从理论上建立海面的散射模型和海面SAR成像仿真模型。20世纪50年代，Rice开始用小扰动法(SPM)对微粗糙表面电磁散射进行了研究，建立了海面-电磁波的共振散射理论，为以后的双尺度模型奠定了基础；1968年Semyonov提出了双尺度海面电磁散射模型；Valenzuela结合物理光学法和扰动原理，给出了海面雷达后向散射的双尺度复合表面模型；1986年Holliday、St-cyr和Woods从Stratton-Chu积分方程出发，用基尔霍夫法得到海面散射的全波模型(HSW模型)。这些海面散射模型的建立，为科学家们建立SAR成像仿真模型奠定了基础。Alpers和Rufenach提出了速度聚束模型(VB)，用来解释SAR对沿着方位向传播波的成像，认为倾斜调制、流体动力调制和速度聚束调制是海面对SAR图像调制的三种机理，然而，该模型由于只保留了轨道速度的一阶Taylor展开项，所以只适用于较短的积分时间；Hasselmann等世界各国科学家一起总结了SAR对海洋的成像机理，给出了成像理论的较为完整的描述。至此，人们对海面的电磁散射特性以及海面的SAR成像机理有了较为全面的认识。此后，Franceschetti将分布表面模型、分布目标模型和电磁散射模型结合起来，对海面SAR原始回波进行了仿真。
尽管有很多针对海洋环境的SAR图像仿真取得了显著的研究成果。但是，在面对实际海面的SAR成像问题时，上述方法稳健性与真实度较差，且仿真速度较慢。
发明内容
本发明要解决的技术问题在于：现有的SAR图像仿真方法存在稳健性与真实度较差、且仿真速度较慢的问题，针对现有技术中的缺陷，提供一种基于Ku波段实测数据的海面SAR图像仿真方法和装置。
为了解决上述技术问题，本发明提供了一种基于Ku波段实测数据的海面SAR图像仿真方法，包括以下步骤：
S1、设定海面SAR图像的仿真参数；
S2、利用蒙特卡洛方法基于仿真参数生成海面网格模型；
S3、利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；
S4、随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；
S5、基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；
S6、利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
可选地，仿真参数包括雷达入射擦地角、方位角、风速、风向、方位向单元数、距离向单元数和海面采样间隔；以及，步骤S1具体包括：
设定海面SAR图像的雷达入射擦地角；其中，雷达入射擦地角的单位为弧度，雷达入射擦地角的取值范围为
设定海面SAR图像的方位角；其中，方位角的单位为弧度，方位角的取值范围为[-π,π]，若设定的方位角超出范围，则加减任意数量的2π使方位角在取值范围内；
设定海面SAR图像的风速；其中，风速的单位为米每秒，风速的取值范围为[0,+∞]；
设定海面SAR图像的风向；其中，风向的单位为弧度，风向的取值范围为[-π,π]，若设定的风向超出范围，则加减任意数量的2π使风向在取值范围内；
设定海面SAR图像的方位向单元数；其中，方位向单元数的取值为大于1的正整数；
设定海面SAR图像的距离向单元数；其中，距离向单元数的取值为大于1的正整数；
设定海面SAR图像的海面采样间隔；其中，海面采样间隔的单位为米，海面采样间隔的取值为大于0的整数。
可选地，步骤S2具体包括：
利用Matlab的函数randn生成大小为A×R的服从标准正态分布的第一正态二维序列、第二正态二维序列和第三正态二维序列；其中，A为方位向单元数，R为距离向单元数；
基于下式计算方位向的波数：其中，x＝1,2,...,A，Lx＝dl，Lx为海面方位向的采样间隔，dl为海面采样间隔；
基于下式计算距离向的波数：其中，y＝1,2,...,R，其中Ly＝dl，Ly为海面距离向的采样间隔；
基于下式生成方位向矩阵ω(x,y)和距离向矩阵s(x,y)：
其中，
的求解表达式为：
式中，k和为函数的自变量，u为风速， direct为风向；
基于下式生成海谱波函数矩阵：
；其中，rnd为第一正态二维序列，rndr为第二正态二维序列，rndi为第三正态二维序列，j为虚数单位；
利用Matlab的函数ifft2和函数real对海谱波函数矩阵作逆傅里叶变换并提取实部，得到实部矩阵；其中，实部矩阵的表达式为F(m,n)＝real(ifft2(f(x,y)))；
将实部矩阵的值赋给海面网格模型；其中，海面网格模型的表达式为H(x,y)＝F(m,n),m＝x,n＝y；H为海面高度，单位为米；x＝1,2,...,A；y＝1,2,...,R。
可选地，步骤S3具体包括：
基于机载雷达系统的下视海杂波测量得到各个实测擦地角对应的典型Ku波段海面后向散射系数；
利用Matlab的函数interp1基于实测擦地角和典型Ku波段海面后向散射系数得到任意角度下的海杂波后向散射系数；其中，任意角度下的海杂波后向散射系数的表达式为α(t)＝interp1(X,Y,t,'cubic')，X为实测擦地角，Y为典型Ku波段海面后向散射系数，t为雷达传感器视线的擦地角。
可选地，步骤S4具体包括：
利用Matlab的函数randn随机生成大小为A×R的服从瑞利分布的海杂波二维序列；其中，海杂波二维序列的表达式为
可选地，在步骤S5中，基于下式求出海面网格模型的每个单元对应的雷达擦地角：
式中，x＝2,3,...,A-1,y＝2,3,...,R-1，theta为雷达入射擦地角，phi为方位角；
当x＝1或x＝R或y＝1或y＝R时，t(x,y)＝theta。
可选地，在步骤S6中，基于下式调制海杂波二维序列：
I(x,y)＝z(x,y)·α(t(x,y))·10log10(Lx·Ly)；其中，I(x,y)为仿真的海面SAR图像。
为了解决上述技术问题，本发明还提供了一种基于Ku波段实测数据的海面SAR图像仿真装置，包括：
设定模块，用于设定海面SAR图像的仿真参数；
第一生成模块，用于利用蒙特卡洛方法基于仿真参数生成海面网格模型；
插值模块，用于利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；
第二生成模块，用于随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；
计算模块，用于基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；
调制模块，用于利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
为了解决上述技术问题，本发明另提供了一种基于Ku波段实测数据的海面SAR图像仿真终端，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种基于Ku波段实测数据的海面SAR图像仿真方法。
为了解决上述技术问题，本发明又提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种基于Ku波段实测数据的海面SAR图像仿真方法。
实施本发明的一种基于Ku波段实测数据的海面SAR图像仿真方法和装置，具有以下有益效果：
1)本发明使用机载实测的Ku波段实测数据生成任意角度下的海杂波后向散射系数，并用于修正海杂波二维序列，计算误差更低，具有较好的稳健性与真实度。
2)本发明使用图像级的仿真，减少了对模型本身的电磁散射计算，加快了仿真速度。
附图说明
图1是本发明实施例的一种基于Ku波段实测数据的海面SAR图像仿真方法的主要步骤的示意图；
图2是仿真实验生成的海面SAR图像一；
图3是仿真实验生成的海面SAR图像二；
图4是根据本发明实施例的一种基于Ku波段实测数据的海面SAR图像仿真装置的主要模块的示意图；
图5是本发明实施例可以应用于其中的示例性系统架构图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
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。
如图1所示，本发明实施例提供的一种基于Ku波段实测数据的海面SAR图像仿真方法，主要包括以下步骤：
S1、设定海面SAR图像的仿真参数。
在对海面SAR图像进行仿真时，先设定仿真参数，该仿真参数包括雷达入射擦地角、方位角、风速、风向、方位向单元数、距离向单元数和海面采样间隔。
在本发明实施例中，本步骤分别设定以下仿真参数，1、海面SAR图像的雷达入射擦地角theta，雷达入射擦地角的单位为弧度，取值范围为2、海面SAR图像的方位角phi，方位角的单位为弧度，取值范围为[-π,π]，若设定的方位角超出该取值范围，则加减任意数量的2π直到方位角落在取值范围内；3、海面SAR图像的风速u，风速的单位为米每秒，取值范围为[0,+∞]；4、海面SAR图像的风向direct，风向的单位为弧度，取值范围为[-π,π]，若设定的风向超出该取值范围，则加减任意数量的2π直到风向落在取值范围内；5、海面SAR图像的方位向单元数A，方位向单元数的取值为大于1的正整数；6、海面SAR图像的距离向单元数R，距离向单元数的取值为大于1的正整数；7、海面SAR图像的海面采样间隔dl，海面采样间隔的单位为米，海面采样间隔的取值为大于0的整数。需要说明的是，上述仿真参数的设定无顺序要求。
S2、利用蒙特卡洛方法基于仿真参数生成海面网格模型。
在设定仿真参数后，利用蒙特卡洛方法生成海面网格模型，该海面网格模型是方位向单元数*距离像单元数的二维矩阵H(x,y)；H为海面高度，表示海面网格模型中每个点对应的高度，单位为米；x＝1,2,...,A，y＝1,2,...,R。
Matlab是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。本发明实施例采用Matlab生成海面网格模型。
具体地，步骤S2可以采用以下方式实现：
1、利用Matlab的函数randn生成大小为A×R的服从标准正态分布的第一正态二维序列rnd、第二正态二维序列rndr和第三正态二维序列rndi；
函数randn是产生正态分布的随机数或矩阵的函数。第一正态二维序列、第二正态二维序列和第三正态二维序列的表达式分别为rnd＝randn(A,R),rndr＝randn(A,R),rndi＝randn(A,R)；其中，A为步骤S1中设定的方位向单元数，R为步骤S1中设定的距离向单元数；
2、基于下式计算方位向的波数：其中，x＝1,2,...,A，Lx＝dl，Lx为海面方位向的采样间隔，dl为步骤S1中设定的海面采样间隔，π为圆周率；
3、基于下式计算距离向的波数：其中，y＝1,2,...,R，其中Ly＝dl，Ly为海面距离向的采样间隔；
4、基于下式生成方位向矩阵ω(x,y)和距离向矩阵s(x,y)：
其中，g为重力加速度，g＝9.81；
其中，arctan为反正切函数，
的求解表达式为：
式中，k和为函数的自变量，u为步骤S1中设定的风速，exp()为以e为底的指数函数，Γ()为Gamma函数，direct为步骤S1中设定的风向，另有，以及
5、基于下式生成海谱波函数矩阵：
；其中，j为虚数单位；
6、利用Matlab的函数ifft2和函数real对海谱波函数矩阵作逆傅里叶变换并提取实部，得到实部矩阵；
可以将海谱波函数矩阵f(x,y)输入Matlab中，并调用ifft2函数，得到f(x,y)的二维逆傅里叶变换，再调用real函数，提取f(x,y)二维逆傅里叶变换后矩阵的实部作为实部矩阵。其中，实部矩阵的表达式为F(m,n)＝real(ifft2(f(x,y)))；实部矩阵的长度和宽度与变换前的海谱波函数矩阵相同，大小都是A×R；函数ifft2用于二维快速傅里叶逆变换；函数real用于查找复数的实部；
7、将实部矩阵的值赋给海面网格模型；
其中，海面网格模型的表达式为H(x,y)＝F(m,n),m＝x,n＝y。
S3、利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数。
KU波段是指比IEEE 521-2002标准下的K波段频率低的波段，KU的频段通常下行从10.7到12.75GHz，上行从12.75到18.1GHz。
在本发明实施例中，步骤S3可以采用以下方式实现：基于机载雷达系统的下视海杂波测量得到各个实测擦地角对应的典型Ku波段海面后向散射系数；利用Matlab的函数interp1基于实测擦地角和典型Ku波段海面后向散射系数得到任意角度下的海杂波后向散射系数。
任意角度下的海杂波后向散射系数的表达式为：
α(t)＝interp1(X,Y,t,'cubic')；其中，X为实测擦地角，Y为典型Ku波段海面后向散射系数，t为雷达传感器视线的擦地角。函数interp1是一维数据插值(表查找)函数，'cubic'是插值方法。
假设，典型Ku频点海面后向散射系数如表1所示，
则α(t)＝interp1(X，Y，t，′cubic′)中的X和Y分别表示为：
X＝{0.1396，0.1745，0.2618，0.4363，0.6109，0.6981，0.8727，1.0472，1.2217，1.3963，1.5708}；
Y＝{-45.5，-41.2，-31.7，-27.4，-24.1，-22.2，-13.3，-10.5，-1.7，6.1，10.1}。
S4、随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列。
在本发明实施例中，步骤S4可以采用以下方式实现：利用Matlab的函数randn随机生成大小为A×R的服从瑞利分布的海杂波二维序列。
瑞利分布是指当一个随机二维向量的两个分量呈独立的、均值为0，有着相同的方差的正态分布时，这个向量的模呈瑞利分布。以及，海杂波二维序列的表达式为：
S5、基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角。
因已设定了海面网格模型的方位向单元数A和距离像单元数R，故海面网格模型包括(A-1)*(R-1)个单元，分别计算每个单元对应的雷达擦地角。
作为一种优选的实施方式，在步骤S5中，采用下式求出海面网格模型的每个单元对应的雷达擦地角：
；式中，x＝2,3,...,A-1,y＝2,3,...,R-1，theta为雷达入射擦地角，phi为方位角；当x＝1或x＝R或y＝1或y＝R时，t(x,y)＝theta。
S6、利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
任意角度下的海杂波后向散射系数是基于Ku波段实测数据生成的，利用Ku波段实测数据来修正随机生成的海杂波二维序列便可以得出仿真的海面SAR图像。
作为一种优选的实施方式，在步骤S6中，基于下式调制海杂波二维序列：
I(x,y)＝z(x,y)·α(t(x,y))·10log10(Lx·Ly)；其中，I(x,y)为仿真的海面SAR图像。
下面结合仿真实验对本发明实施例的一种基于Ku波段实测数据的海面SAR图像仿真方法的效果做进一步说明。
1.仿真参数
雷达入射擦地角theta取方位角phi取0；风速u取5米每秒；风向direct取0；方位向单元数A取500，距离向单元数R取500，海面采样间隔dl取1米。
2.仿真实验内容
利用本发明的一种基于Ku波段实测数据的海面SAR图像仿真方法，生成500×500大小、1米间隔的海面SAR图像(即仿真的海面SAR图像)，具体过程参考步骤S1-步骤S6，此处不再赘述。生成的海面SAR图像如图2和3所示，可以看到，经过本方法生成的海面SAR图像，与真实雷达实测海面SAR图像较为接近，且仿真时间可达单点1.2ms，500×500尺寸海面SAR图像约需5分钟，大大缩短了仿真时间。此外，图2和3可以使用Matlab软件绘制得到。
如图4所示，本发明实施例的一种基于Ku波段实测数据的海面SAR图像仿真装置400包括：设定模块401、第一生成模块402、插值模块403、第二生成模块404、计算模块405和调制模块406。
其中，
设定模块401，用于设定海面SAR图像的仿真参数；
第一生成模块402，用于利用蒙特卡洛方法基于仿真参数生成海面网格模型；
插值模块403，用于利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；
第二生成模块404，用于随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；
计算模块405，用于基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；
调制模块406，用于利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
此外，仿真参数可以包括雷达入射擦地角、方位角、风速、风向、方位向单元数、距离向单元数和海面采样间隔。
在本发明实施例中，设定模块401具体可以用于：
设定海面SAR图像的雷达入射擦地角；其中，雷达入射擦地角的单位为弧度，雷达入射擦地角的取值范围为
设定海面SAR图像的方位角；其中，方位角的单位为弧度，方位角的取值范围为[-π,π]，若设定的方位角超出范围，则加减任意数量的2π使方位角在取值范围内；
设定海面SAR图像的风速；其中，风速的单位为米每秒，风速的取值范围为[0,+∞]；
设定海面SAR图像的风向；其中，风向的单位为弧度，风向的取值范围为[-π,π]，若设定的风向超出范围，则加减任意数量的2π使风向在取值范围内；
设定海面SAR图像的方位向单元数；其中，方位向单元数的取值为大于1的正整数；
设定海面SAR图像的距离向单元数；其中，距离向单元数的取值为大于1的正整数；
设定海面SAR图像的海面采样间隔；其中，海面采样间隔的单位为米，海面采样间隔的取值为大于0的整数。
在本发明实施例中，第一生成模块402具体可以用于：
利用Matlab的函数randn生成大小为A×R的服从标准正态分布的第一正态二维序列、第二正态二维序列和第三正态二维序列；其中，A为方位向单元数，R为距离向单元数；
基于下式计算方位向的波数：其中，x＝1,2,...,A，Lx＝dl，Lx为海面方位向的采样间隔，dl为海面采样间隔；
基于下式计算距离向的波数：其中，y＝1,2,...,R，其中Ly＝dl，Ly为海面距离向的采样间隔；
基于下式生成方位向矩阵ω(x,y)和距离向矩阵s(x,y)：
其中，
的求解表达式为：
式中，k和为函数的自变量，u为风速， direct为风向；
基于下式生成海谱波函数矩阵：
；其中，rnd为第一正态二维序列，rndr为第二正态二维序列，rndi为第三正态二维序列，j为虚数单位；
利用Matlab的函数ifft2和函数real对海谱波函数矩阵作逆傅里叶变换并提取实部，得到实部矩阵；其中，实部矩阵的表达式为F(m,n)＝real(ifft2(f(x,y)))；
将实部矩阵的值赋给海面网格模型；其中，海面网格模型的表达式为H(x,y)＝F(m,n),m＝x,n＝y；H为海面高度，单位为米；x＝1,2,...,A；y＝1,2,...,R。
在本发明实施例中，插值模块403具体可以用于：
基于机载雷达系统的下视海杂波测量得到各个实测擦地角对应的典型Ku波段海面后向散射系数；
利用Matlab的函数interp1基于实测擦地角和典型Ku波段海面后向散射系数得到任意角度下的海杂波后向散射系数；其中，任意角度下的海杂波后向散射系数的表达式为α(t)＝interp1(X,Y,t,'cubic')，X为实测擦地角，Y为典型Ku波段海面后向散射系数，t为雷达传感器视线的擦地角。
在本发明实施例中，第二生成模块404具体可以用于：
利用Matlab的函数randn随机生成大小为A×R的服从瑞利分布的海杂波二维序列；其中，海杂波二维序列的表达式为
在本发明实施例中，计算模块405可以基于下式求出海面网格模型的每个单元对应的雷达擦地角：
式中，x＝2,3,...,A-1,y＝2,3,...,R-1，theta为雷达入射擦地角，phi为方位角；
当x＝1或x＝R或y＝1或y＝R时，t(x,y)＝theta。
在本发明实施例中，调制模块406可以基于下式调制海杂波二维序列：
I(x,y)＝z(x,y)·α(t(x,y))·10log10(Lx·Ly)；其中，I(x,y)为仿真的海面SAR图像。
图5示出了可以应用本发明实施例的基于Ku波段实测数据的海面SAR图像仿真方法或基于Ku波段实测数据的海面SAR图像仿真装置的示例性系统架构500。
如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。
需要说明的是，本发明实施例所提供的基于Ku波段实测数据的海面SAR图像仿真方法一般由服务器505执行，相应地，基于Ku波段实测数据的海面SAR图像仿真装置一般设置于服务器505中。
应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括设定模块、第一生成模块、插值模块、第二生成模块、计算模块和调制模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，设定模块还可以被描述为“设定海面SAR图像的仿真参数的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：S1、设定海面SAR图像的仿真参数；S2、利用蒙特卡洛方法基于仿真参数生成海面网格模型；S3、利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；S4、随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；S5、基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；S6、利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
综上所述，本发明的一种基于Ku波段实测数据的海面SAR图像仿真方法和装置，至少具有以下有益效果：
1)本发明使用机载实测的Ku波段实测数据生成任意角度下的海杂波后向散射系数，并用于修正海杂波二维序列，计算误差更低，具有较好的稳健性与真实度。
2)本发明使用图像级的仿真，减少了对模型本身的电磁散射计算，加快了仿真速度。
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)

1.一种基于Ku波段实测数据的海面SAR图像仿真方法，其特征在于，包括以下步骤：
S1、设定海面SAR图像的仿真参数；
S2、利用蒙特卡洛方法基于仿真参数生成海面网格模型；
S3、利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；
S4、随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；
S5、基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；
S6、利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
2.根据权利要求1所述的方法，其特征在于，仿真参数包括雷达入射擦地角、方位角、风速、风向、方位向单元数、距离向单元数和海面采样间隔；以及，步骤S1具体包括：
设定海面SAR图像的雷达入射擦地角；其中，雷达入射擦地角的单位为弧度，雷达入射擦地角的取值范围为
设定海面SAR图像的方位角；其中，方位角的单位为弧度，方位角的取值范围为[-π,π]，若设定的方位角超出范围，则加减任意数量的2π使方位角在取值范围内；
设定海面SAR图像的风速；其中，风速的单位为米每秒，风速的取值范围为[0,+∞]；
设定海面SAR图像的风向；其中，风向的单位为弧度，风向的取值范围为[-π,π]，若设定的风向超出范围，则加减任意数量的2π使风向在取值范围内；
设定海面SAR图像的方位向单元数；其中，方位向单元数的取值为大于1的正整数；
设定海面SAR图像的距离向单元数；其中，距离向单元数的取值为大于1的正整数；
设定海面SAR图像的海面采样间隔；其中，海面采样间隔的单位为米，海面采样间隔的取值为大于0的整数。
3.根据权利要求2所述的方法，其特征在于，步骤S2具体包括：
利用Matlab的函数randn生成大小为A×R的服从标准正态分布的第一正态二维序列、第二正态二维序列和第三正态二维序列；其中，A为方位向单元数，R为距离向单元数；
基于下式计算方位向的波数：其中，x＝1,2,...,A，Lx＝dl，Lx为海面方位向的采样间隔，dl为海面采样间隔；
基于下式计算距离向的波数：其中，y＝1,2,...,R，其中Ly＝dl，Ly为海面距离向的采样间隔；
基于下式生成方位向矩阵ω(x,y)和距离向矩阵s(x,y)：
其中，
的求解表达式为：
式中，k和为函数的自变量，u为风速， direct为风向；
基于下式生成海谱波函数矩阵：
；
其中，rnd为第一正态二维序列，rndr为第二正态二维序列，rndi为第三正态二维序列，j为虚数单位；
利用Matlab的函数ifft2和函数real对海谱波函数矩阵作逆傅里叶变换并提取实部，得到实部矩阵；其中，实部矩阵的表达式为F(m,n)＝real(ifft2(f(x,y)))；
将实部矩阵的值赋给海面网格模型；其中，海面网格模型的表达式为H(x,y)＝F(m,n),m＝x,n＝y；H为海面高度，单位为米；x＝1,2,...,A；y＝1,2,...,R。
4.根据权利要求3所述的方法，其特征在于，步骤S3具体包括：
基于机载雷达系统的下视海杂波测量得到各个实测擦地角对应的典型Ku波段海面后向散射系数；
利用Matlab的函数interp1基于实测擦地角和典型Ku波段海面后向散射系数得到任意角度下的海杂波后向散射系数；其中，任意角度下的海杂波后向散射系数的表达式为α(t)＝interp1(X,Y,t,'cubic')，X为实测擦地角，Y为典型Ku波段海面后向散射系数，t为雷达传感器视线的擦地角。
5.根据权利要求4所述的方法，其特征在于，步骤S4具体包括：
利用Matlab的函数randn随机生成大小为A×R的服从瑞利分布的海杂波二维序列；其中，海杂波二维序列的表达式为
6.根据权利要求5所述的方法，其特征在于，在步骤S5中，基于下式求出海面网格模型的每个单元对应的雷达擦地角：
式中，x＝2,3,...,A-1,y＝2,3,...,R-1，theta为雷达入射擦地角，phi为方位角；
当x＝1或x＝R或y＝1或y＝R时，t(x,y)＝theta。
7.根据权利要求6所述的方法，其特征在于，在步骤S6中，基于下式调制海杂波二维序列：
I(x,y)＝z(x,y)·α(t(x,y))·10log10(Lx·Ly)；其中，I(x,y)为仿真的海面SAR图像。
8.一种基于Ku波段实测数据的海面SAR图像仿真装置，其特征在于，包括：
设定模块，用于设定海面SAR图像的仿真参数；
第一生成模块，用于利用蒙特卡洛方法基于仿真参数生成海面网格模型；
插值模块，用于利用Ku波段实测数据得出固定角度下的海杂波后向散射系数，并根据插值法得出任意角度下的海杂波后向散射系数；
第二生成模块，用于随机生成与海面网格模型具有相同尺寸和单元数量且服从瑞利分布的海杂波二维序列；
计算模块，用于基于仿真参数计算海面网格模型的每个单元对应的雷达擦地角；
调制模块，用于利用任意角度下的海杂波后向散射系数和每个单元对应的雷达擦地角调制海杂波二维序列，得出仿真的海面SAR图像。
9.一种基于Ku波段实测数据的海面SAR图像仿真终端，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN202210048392.3A 2022-01-17 2022-01-17 一种基于Ku波段实测数据的海面SAR图像仿真方法和装置 Active CN114384518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210048392.3A CN114384518B (zh) 2022-01-17 2022-01-17 一种基于Ku波段实测数据的海面SAR图像仿真方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210048392.3A CN114384518B (zh) 2022-01-17 2022-01-17 一种基于Ku波段实测数据的海面SAR图像仿真方法和装置

Publications (2)

Publication Number Publication Date
CN114384518A CN114384518A (zh) 2022-04-22
CN114384518B true CN114384518B (zh) 2024-08-02

Family

ID=81201945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210048392.3A Active CN114384518B (zh) 2022-01-17 2022-01-17 一种基于Ku波段实测数据的海面SAR图像仿真方法和装置

Country Status (1)

Country Link
CN (1) CN114384518B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115629388B (zh) * 2022-12-23 2023-02-28 成都远望探测技术有限公司 一种基于红外和微波成像仪数据的雷达回波模拟方法
CN117935175B (zh) * 2024-03-22 2024-05-31 国网山东省电力公司枣庄供电公司 电力物资图像处理装置与方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318593A (zh) * 2014-09-30 2015-01-28 北京环境特性研究所 一种雷达海杂波的仿真方法和系统
CN111950198A (zh) * 2020-08-10 2020-11-17 北京环境特性研究所 一种基于神经网络的地杂波仿真方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318593A (zh) * 2014-09-30 2015-01-28 北京环境特性研究所 一种雷达海杂波的仿真方法和系统
CN111950198A (zh) * 2020-08-10 2020-11-17 北京环境特性研究所 一种基于神经网络的地杂波仿真方法

Also Published As

Publication number Publication date
CN114384518A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
CN114384518B (zh) 一种基于Ku波段实测数据的海面SAR图像仿真方法和装置
Shields et al. A simple and efficient methodology to approximate a general non-Gaussian stationary stochastic process by a translation process
Wang Incorporating ensemble covariance in the gridpoint statistical interpolation variational minimization: A mathematical framework
Morzfeld et al. Gaussian approximations in filters and smoothers for data assimilation
CN112561990B (zh) 定位信息生成方法、装置、设备和计算机可读介质
CN116593989B (zh) 一种基于雷达海杂波的对流层波导反演方法及系统
CN110208760A (zh) 一种基于时域上采样的雷达回波仿真方法
Jin et al. Quantum simulation for partial differential equations with physical boundary or interface conditions
CN105701284A (zh) 时变多尺度电大区域海面电磁散射矢量场的并行计算方法
Ji et al. Geosynchronous SAR raw data simulator in presence of ionospheric scintillation using reverse backprojection
Kim et al. A real-time wave prediction in directional wave fields: Strategies for accurate continuous prediction in time
Mouallem et al. Implementation of the Novel Duo‐Grid in GFDL's FV3 Dynamical Core
CN106485071B (zh) 一种多层分组结构快速近远场转换方法
CN113421190B (zh) 一种超分辨率方法、装置、计算机设备及存储介质
Yin et al. GPU-based soil parameter parallel inversion for PolSAR data
Kang et al. Robust calibration method for distributed ISAR time‐varying frequency errors based on the contrast maximisation principle
CN110441746B (zh) 一种时域门变换方法和装置
Guan et al. Parabolic equation modeling of propagation over terrain using digital elevation model
CN110045344B (zh) 针对去斜线性调频回波信号的低采样率等效仿真方法及系统
Pulkkinen et al. Minimum variance analysis‐based propagation of the solar wind observations: Application to real‐time global magnetohydrodynamic simulations
Ge et al. Relative sensor registration with two‐step method for state estimation
CN116842309B (zh) 一种海杂波功率的计算方法及系统
Wang et al. Method for high‐resolution SAR imaging based on inverse radon transform
Liu et al. Fast ISAR imaging method for complex manoeuvring target based on local polynomial transform‐fast chirp Fourier transform
Chen et al. Modelling of continuously distributed target for bistatic 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