CN114545411A - 一种基于工程实现的极坐标格式多模高分辨sar成像方法 - Google Patents
一种基于工程实现的极坐标格式多模高分辨sar成像方法 Download PDFInfo
- Publication number
- CN114545411A CN114545411A CN202210419364.8A CN202210419364A CN114545411A CN 114545411 A CN114545411 A CN 114545411A CN 202210419364 A CN202210419364 A CN 202210419364A CN 114545411 A CN114545411 A CN 114545411A
- Authority
- CN
- China
- Prior art keywords
- data
- distance
- sub
- phase error
- 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.)
- Granted
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
-
- 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
Abstract
本发明公开了一种基于工程实现的极坐标格式多模高分辨SAR成像方法,用于雷达对地观测成像与目标识别,包括:多普勒中心频率估计;匹配滤波和运动补偿;距离重采样;方位重采样;空不变运动补偿;分块子图图像移位自聚焦;几何失真校正;子块图像拼接。本发明实现了高分辨对地观测精细成像,扩展PFA的应用范围(聚束SAR成像、条带SAR成像)、降低运算量,利于工程实现,提升目标识别和分辨能力。
Description
技术领域
本发明涉及一种基于工程实现的极坐标格式多模高分辨SAR成像方法,属于雷达信号处理微波成像技术领域。
背景技术
合成孔径雷达(Synthetic Aperture Radar,简称SAR)是通过信号处理技术对地面景物进行成像的一种新体制雷达,是现代雷达发展的前沿技术。它的出现极大地扩展了原有的雷达概念,使雷达具有了对目标(如地面、坦克、装甲车辆等)进行成像和识别的能力,能够为人们提供越来越多的有用信息。作为一种微波有源系统,SAR能够不受光照和气候条件的限制实现全天时、全天候对地观察,而且,选择合适的雷达波长,SAR 还能够穿透植被和地表等遮蔽物, 发现埋在地下数米深的目标。这些特点使SAR在农业、林业、水文、地质、海洋、洪水检测、测绘、减灾防灾以及军事等领域具有独特的优势,因此具有广泛的应用前景和发展潜力。
提高成像分辨率始终是雷达成像不懈追求的目标。在成像雷达出现之前,目标在雷达终端通常显示为一个“点”,含有的有用信息非常有限,因此雷达的功能也仅限于对目标进行定位和简单的参数估计,而很难对其进行可靠的识别。改善雷达分辨率,是提高其目标识别概率的主要技术途径之一。成像雷达的出现极大地扩展了原有雷达的功能,使得雷达具有了对目标进行可靠识别甚至对目标进行精细描述的能力。其中,作为应用最广泛的雷达成像技术,合成孔径雷达由于其具有两维高分辨率特性,从诞生之日起就一直受到广泛关注,经过五十多年的研究和发展,其分辨率已从最初的几十米发展到亚米级,场景成像质量已经能够达到或接近同类用途的光学图像的质量,这使得雷达的目标识别概率得到极大提升。目前,诸如桥梁、港口、机场、导弹发射架、坦克、甚至坦克上的炮管等都已能够实现可靠的识别。随着SAR技术的不断成熟和完善,人们并不满足于仅对目标进行识别,还希望能够对其进行更加精细的描述,因此对 SAR系统分辨率提出了更高的要求,如要对飞机类目标进行描述,分辨率要求达到0.15m,要对车辆目标进行描述,分辨率要求达到0.05m。
当前高分辨SAR成像方法面临平台大机动、算法步骤繁琐、运算量大、成像模式单一、应用范围窄等难题,难以保持高质量聚焦成像,不利于工程实现及应用拓展。
发明内容
本发明所要解决的技术问题是:提供一种基于工程实现的极坐标格式多模高分辨SAR成像方法,实现高分辨对地观测精细成像。
本发明为解决上述技术问题采用以下技术方案:
一种基于工程实现的极坐标格式多模高分辨SAR成像方法,包括如下步骤:
步骤1,对于每幅SAR图像取M个脉冲的回波数据,计算每个距离门的相关系数,并求取每个距离门所对应的多普勒中心频率,将所有距离门对应的多普勒中心频率从小到大进行排序,取中间值作为多普勒中心频率的估计,根据模糊倍数,得到最终的多普勒中心频率的估计值;
步骤2,将回波数据变换到距离频域,利用最终的多普勒中心频率的估计值及惯导斜视角信息,进行运动补偿处理,将运动补偿处理结果与参考函数相乘得到匹配滤波后的数据,并转换为矩形格式数据;
步骤3,对步骤2得到的矩形格式数据进行距离重采样,得到距离重采样后的信号数据;
步骤4,对距离重采样后的信号数据进行方位重采样,得到方位重采样后的信号数据;
步骤5,对方位重采样后的信号数据做逆傅里叶变换IFFT,在结果中截取部分图像数据,通过自聚焦处理方法,估计相位误差,补偿到整个图像数据,完成空不变运动补偿;
步骤6,将整个图像数据划分为多个子块图像数据,对子块图像数据采用移位自聚焦处理方法进行相位误差估计,将各个子块图像数据估计的相位误差进行拼接,得到整个图像的误差估计,并补偿到整个图像数据中,完成空变运动补偿;
步骤7,对经步骤6处理得到的各子块图像进行几何失真校正;
步骤8,对经几何失真校正得到的各子块图像进行拼接,得到最终的成像结果。
作为本发明的一种优选方案,所述步骤1的具体过程如下:
1.1,对于第1幅SAR图像采用回波数据最前面的M个脉冲进行估计,从第2幅SAR图
像开始,采用上一幅图像的最后M个脉冲来估计当前图像的多普勒中心频率,计算每个距离
门的相关系数,第n个距离门所对应的相关系数为:
作为本发明的一种优选方案,所述步骤2的具体过程如下:
利用驻留相位原理,对回波数据做距离向Fourier 变换,得到回波数据距离频域表达式:
作为本发明的一种优选方案,所述步骤3的具体过程如下:
3.2,对3.1的结果进行傅里叶变换FFT;
3.4,对3.3的结果进行逆傅里叶变换IFFT;
3.6,对3.5的结果进行傅里叶变换FFT;
作为本发明的一种优选方案,所述步骤4的具体过程如下:
作为本发明的一种优选方案,所述步骤5的具体过程如下:
5.2,对中心圆周移位后的数据,利用海明窗对其进行加窗处理;
5.3,对加窗处理后的数据进行傅里叶变换FFT处理;
5.4,用线性无偏最小方差估计核或最大似然估计核估计相位误差梯度;
5.5,对估计的相位误差梯度进行积分得到相位误差估计,用该相位误差估计对相位历史域数据进行补偿,对补偿后的数据用5.1-5.4的方法反复迭代多次,将结果进行逆傅里叶变换IFFT变换到时域,得到聚焦结果。
作为本发明的一种优选方案,所述步骤6的具体过程如下:
6.1,对空不变运动补偿后的整个图像进行子块划分,使得子块内的残留距离徙动能够被忽略;
6.2,对子块图像数据进行成像;
6.3,利用自聚焦处理方法估计子块图像内高阶相位误差梯度;
6.4,利用图像移位原理,通过将当前子块图像与前一子块图像作方位相关,估计出两个子块图像间的相对线性相位误差梯度;
6.5,将6.3得到的高阶相位误差梯度与6.4得到的线性相位误差梯度求和,得到子块图像内总的相位误差梯度;
6.6,重复6.1-6.5直至所有子块图像处理完成;
6.7,将所有子块图像各自对应的总的相位误差梯度拼接,得到整个图像的相位误差梯度;
6.8,对整个图像的相位误差梯度进行积分,得到整个图像内的相位误差估计,并补偿到整个图像数据中,完成空变运动补偿。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明实现了高分辨对地观测精细成像,扩展了极坐标格式算法(PolarFormat Algo- rithm,PFA)的应用范围(聚束SAR 成像、条带SAR成像)、降低运算量,利于工程实现,提升目标识别和分辨能力。
2、为便于工程实现,本发明围绕PFA中插值运算量大的问题,采用基于频域尺度变换的重采样方法以避免距离向插值操作。
3、本发明适用于高分辨率聚束SAR成像及条带SAR拼接SAR成像,极大地扩展了PFA的应用范围。
4、本发明采用的MDPGA算法很好地解决了在存在残留距离徙动条件下的相位误差估计问题。
附图说明
图1是本发明的处理流程图;
图2是聚束 SAR 数据采集几何模型图;
图3是带图像旋转的几何失真校正示意图;
图4是条带0.3米分辨率成像处理结果;
图5是聚束0.3米分辨率成像处理结果。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图1所示,为本发明基于工程实现的极坐标格式多模高分辨SAR成像方法的处理流程图,具体步骤如下:
1)多普勒中心频率估计:对每幅图取M个脉冲的回波数据,计算每个距离门所
对应的相关系数,利用多普勒中心频率计算公式求取每个距离门所对应的多普勒中心频
率,并排序,取中间值作为多普勒中心频率的估计,利用不模糊,计算模糊倍数,获得最
终多普勒中心频率的估计值。
2)匹配滤波和运动补偿:将回波数据变换到距离频域,利用多普勒中心频率估计值及惯导斜视角信息,进行运动补偿处理,将其与参考函数相乘得到匹配滤波后的数据,并转换为矩形格式数据。
3)距离重采样:距离向插值实质上是一个逐脉冲变化的带偏置的距离频域尺度变
换(PCS),将和二次相位函数相乘,进行傅里叶变换FFT,接着乘以滤波器函
数,并进行逆傅里叶变换IFFT,然后与二次相位函数相乘,变换到频域,结果乘
以运动补偿滤波因子,完成距离重采样。
5)空不变运动补偿:对在方位向做逆傅里叶变换IFFT,在结果中截取部
分图像数据,通过中心圆周移位、加窗处理、FFT、方位向误差相位梯度估计、IFFT及迭代等
自聚焦处理(PGA)方法,估计相位误差,补偿到整个图像数据。
6)分块子图图像移位自聚焦(MDPGA):将整个图像数据划分成多个小的子块图像数据,使得在子块图像数据内残留距离徙动效应可以忽略不计,然后对每个子块图像数据采用PGA 算法分别进行相位误差估计,将各个子块图像数据估计的相位误差进行拼接,得到整个图像内的误差估计,并补偿到整个图像数据中,完成空变运动补偿。
7)几何失真校正:依据波束照射范围确定地面校正区,将校正区划分为校正点网格,使校正点均匀分布在地面XY坐标系内,针对每个校正点,计算得到其在PFA图像中的坐标,由该坐标通过插值找到其‘像’,将其放回校正点,实现单个校正点的几何失真校正,对所有校正点逐个进行上述校正,就能够实现PFA图像的几何失真校正。
8)子块图像进行拼接:考虑到惯导精度影响,采用对相邻子块图像中的公共部分做相关处理,估计由于惯导数据误差引入的图像漂移,在图像拼接时再对其进行补偿以保证拼接图像连续。
本实施例是基于工程实现的极坐标格式多模高分辨SAR成像方法,利用X波段机载条带及聚束SAR实测数据对本发明方法进行了验证,具体实施方案步骤如下:
估计多普勒中心,并将得到的多普勒中心用于确立斜视角,以确立一个合适的坐标系以及聚束SAR数据采集几何模型。过程步骤如下:
(2)计算第n个距离门的多普勒中心频率:
因此,最终多普勒中心估计为:
步骤2:匹配滤波和运动补偿
利用驻留相位原理,对回波数据做距离向Fourier 变换,可得到回波数据距离频域表达式:
步骤3:距离重采样
利用FFT操作取代传统的插值方法,以避免距离向插值操作,简化距离重采样过程。具体过程如下:
(2)进行傅里叶变换FFT
(3)将FFT处理之后的数据乘以滤波器函数乘以滤波器函数:
(4)将(3)的结果进行逆傅里叶变换IFFT
(5)将(4)的结果乘以二次相位函数:
(6)将(5)的结果进行傅里叶变换FFT
(7)将(6)的结果乘以运动补偿滤波因子:
上述处理中,流程不仅得到了简化,且避免了直接插值所带来的巨大计算量,距离重采样后的信号可表示为:
步骤4:方位重采样
方位重采样逐距离频率进行,由于按照固定场景坐标重采样,也是均匀到均匀的重采样过程。输入坐标为:
输出坐标按照距离重采样后各脉冲中心距离频率采样点在地面的投影坐标为参考选择,那么方位空间频域采样间隔选为:
步骤5:空不变运动补偿,具体步骤如下:
(1)将变换到时域,对时域结果数据进行中心圆周移位:从时域结果数据
中,选取每个距离单元中的最强散射点并将其中心圆周移位到零多普勒单元,其主要目的
是去除与目标位置相关的线性相位分量,改善相位估计的信杂比;
(2)对中心圆周移位的数据,利用海明(hamming)窗对其进行加窗处理,目的在于减小杂波背景,提高信杂比以改善相位误差估计精度;
(3)对加窗处理后的数据进行FFT处理;
(4)方位向误差相位梯度估计,用线性无偏最小方差估计核或最大似然估计核估计相位误差梯度;
(5)相位误差校正及迭代,对估计的相位梯度进行积分得到相位误差估计,用该相位误差对相位历史域数据进行补偿。对补偿后的数据用(1)至(4)的方法反复迭代多次,将结果进行IFFT变换到时域,即可获得满意的聚焦结果。
步骤6:分块子图图像移位自聚焦(MDPGA),具体步骤如下:
(1)对空不变运动补偿后的整个图像进行子块划分,使得子块内的残留距离徙动可以忽略;
(2)对子块图像数据进行成像;
(3)利用 PGA 估计子块图像内高阶相位误差梯度;
(4)利用图像移位(MD)原理,通过将当前子块图像与前一子块图像作方位相关,估计出两个子块图像间的相对线性相位误差梯度;
(5)将第(3)和(4)步所得到的高阶相位误差梯度和线性相位误差梯度求和,得到子块图像内总的相位梯度;
(6)重复步骤(1)到(5)直至所有子块图像处理完成;
(7)将所有子块图像估计得到的相位误差梯度拼接,得到整个图像的相位误差梯度;
(8)对相位误差梯度进行积分,得到整个图像内的相位误差估计,并补偿到整个图像数据中,完成空变运动补偿。
步骤7:几何失真校正
几何失真校正可以通过在图像域进行重采样实现。首先,根据波束照射范围确定
地面校正区,使校正区覆盖感兴趣的波束扫描区域。然后将校正区划分为校正点网格,如图
3所示,使校正点均匀分布在地面XY坐标系内,相邻点横向间隔为,纵向间隔为,分别对
应校正后图像的方位和距离像素单元。针对每个校正点,计算得到其在PFA图像中的坐标,由该坐标在PFA图像中通过插值找到其‘像’,将其放回校正点,就实现了单个校正
点的几何失真校正。对所有校正点逐个进行上述校正,就能够实现PFA图像的几何失真校
正。
条带图像拼接时,还需要将图像校正到以场景稳定建立的坐标系内(X轴平行于载
机飞行方向)。通过将校正区网格直接建立在场景稳定坐标系内的方法同时实现几何失真
校正和图像坐标系变换,其实现过程如图3所示。首先将场景稳定坐标系内的校正点坐标通过如下坐标旋转变换转换为以视线方向建立的坐标系内(Y轴沿视线方向,即本
发明信号模型采用的坐标系)的坐标:
步骤8:子块图像进行拼接,条带模式0.3米分辨率成像处理结果如图4所示(雷达发射LFM信号,带宽600MHz,作用距离10km),聚束模式0.3米分辨率成像处理结果如图5所示(雷达发射LFM信号,带宽600MHz,作用距离8km)。
从成像处理结果来看,本发明实现了工程可实现的PFA多模式(条带、聚束)超高分辨SAR精细成像,拓展了SAR成像应用,利于对地观测成像与目标识别。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (7)
1.一种基于工程实现的极坐标格式多模高分辨SAR成像方法,其特征在于,包括如下步骤:
步骤1,对于每幅SAR图像取M个脉冲的回波数据,计算每个距离门的相关系数,并求取每个距离门所对应的多普勒中心频率,将所有距离门对应的多普勒中心频率从小到大进行排序,取中间值作为多普勒中心频率的估计,根据模糊倍数,得到最终的多普勒中心频率的估计值;
步骤2,将回波数据变换到距离频域,利用最终的多普勒中心频率的估计值及惯导斜视角信息,进行运动补偿处理,将运动补偿处理结果与参考函数相乘得到匹配滤波后的数据,并转换为矩形格式数据;
步骤3,对步骤2得到的矩形格式数据进行距离重采样,得到距离重采样后的信号数据;
步骤4,对距离重采样后的信号数据进行方位重采样,得到方位重采样后的信号数据;
步骤5,对方位重采样后的信号数据做逆傅里叶变换IFFT,在结果中截取部分图像数据,通过自聚焦处理方法,估计相位误差,补偿到整个图像数据,完成空不变运动补偿;
步骤6,将整个图像数据划分为多个子块图像数据,对子块图像数据采用移位自聚焦处理方法进行相位误差估计,将各个子块图像数据估计的相位误差进行拼接,得到整个图像的误差估计,并补偿到整个图像数据中,完成空变运动补偿;
步骤7,对经步骤6处理得到的各子块图像进行几何失真校正;
步骤8,对经几何失真校正得到的各子块图像进行拼接,得到最终的成像结果。
2.根据权利要求1所述的基于工程实现的极坐标格式多模高分辨SAR成像方法,其特征在于,所述步骤1的具体过程如下:
1.1,对于第1幅SAR图像采用回波数据最前面的M个脉冲进行估计,从第2幅SAR图像开
始,采用上一幅图像的最后M个脉冲来估计当前图像的多普勒中心频率,计算每个距离门的
相关系数,第n个距离门所对应的相关系数为:
3.根据权利要求1所述的基于工程实现的极坐标格式多模高分辨SAR成像方法,其特征在于,所述步骤2的具体过程如下:
利用驻留相位原理,对回波数据做距离向Fourier 变换,得到回波数据距离频域表达式:
6.根据权利要求5所述的基于工程实现的极坐标格式多模高分辨SAR成像方法,其特征在于,所述步骤5的具体过程如下:
5.2,对中心圆周移位后的数据,利用海明窗对其进行加窗处理;
5.3,对加窗处理后的数据进行傅里叶变换FFT处理;
5.4,用线性无偏最小方差估计核或最大似然估计核估计相位误差梯度;
5.5,对估计的相位误差梯度进行积分得到相位误差估计,用该相位误差估计对相位历史域数据进行补偿,对补偿后的数据用5.1-5.4的方法反复迭代多次,将结果进行逆傅里叶变换IFFT变换到时域,得到聚焦结果。
7.根据权利要求6所述的基于工程实现的极坐标格式多模高分辨SAR成像方法,其特征在于,所述步骤6的具体过程如下:
6.1,对空不变运动补偿后的整个图像进行子块划分,使得子块内的残留距离徙动能够被忽略;
6.2,对子块图像数据进行成像;
6.3,利用自聚焦处理方法估计子块图像内高阶相位误差梯度;
6.4,利用图像移位原理,通过将当前子块图像与前一子块图像作方位相关,估计出两个子块图像间的相对线性相位误差梯度;
6.5,将6.3得到的高阶相位误差梯度与6.4得到的线性相位误差梯度求和,得到子块图像内总的相位误差梯度;
6.6,重复6.1-6.5直至所有子块图像处理完成;
6.7,将所有子块图像各自对应的总的相位误差梯度拼接,得到整个图像的相位误差梯度;
6.8,对整个图像的相位误差梯度进行积分,得到整个图像内的相位误差估计,并补偿到整个图像数据中,完成空变运动补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210419364.8A CN114545411B (zh) | 2022-04-21 | 2022-04-21 | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210419364.8A CN114545411B (zh) | 2022-04-21 | 2022-04-21 | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114545411A true CN114545411A (zh) | 2022-05-27 |
CN114545411B CN114545411B (zh) | 2022-07-15 |
Family
ID=81667710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210419364.8A Active CN114545411B (zh) | 2022-04-21 | 2022-04-21 | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114545411B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114779191A (zh) * | 2022-06-13 | 2022-07-22 | 南京邮电大学 | 无源双基地sar动目标极坐标格式相位误差分析和校正方法 |
CN114966693A (zh) * | 2022-07-20 | 2022-08-30 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN116400310A (zh) * | 2023-05-25 | 2023-07-07 | 中国科学院空天信息创新研究院 | 一种二维频域方位向多通道sar误差校正方法 |
CN117705830A (zh) * | 2024-02-05 | 2024-03-15 | 南京信息工程大学 | 一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102788972A (zh) * | 2011-05-18 | 2012-11-21 | 南京航空航天大学 | 一种适用于超高分辨率sar成像的自聚焦方法 |
CN104316924A (zh) * | 2014-10-15 | 2015-01-28 | 南京邮电大学 | 机载超高分辨率sar反投影图像的自聚焦运动补偿方法 |
CN104391297A (zh) * | 2014-11-17 | 2015-03-04 | 南京航空航天大学 | 一种划分子孔径pfa雷达成像方法 |
CN109143237A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 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 |
CN112179314A (zh) * | 2020-09-25 | 2021-01-05 | 北京空间飞行器总体设计部 | 一种基于三维网格投影的多角度sar高程测量方法及系统 |
CN112882031A (zh) * | 2021-01-14 | 2021-06-01 | 中山大学 | 一种离散频率编码波形的isar成像方法、装置及存储介质 |
-
2022
- 2022-04-21 CN CN202210419364.8A patent/CN114545411B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102788972A (zh) * | 2011-05-18 | 2012-11-21 | 南京航空航天大学 | 一种适用于超高分辨率sar成像的自聚焦方法 |
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 |
CN104316924A (zh) * | 2014-10-15 | 2015-01-28 | 南京邮电大学 | 机载超高分辨率sar反投影图像的自聚焦运动补偿方法 |
CN104391297A (zh) * | 2014-11-17 | 2015-03-04 | 南京航空航天大学 | 一种划分子孔径pfa雷达成像方法 |
CN109143237A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 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 |
CN112179314A (zh) * | 2020-09-25 | 2021-01-05 | 北京空间飞行器总体设计部 | 一种基于三维网格投影的多角度sar高程测量方法及系统 |
CN112882031A (zh) * | 2021-01-14 | 2021-06-01 | 中山大学 | 一种离散频率编码波形的isar成像方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
崔爱欣: "基于FPGA的星载SAR成像信号处理技术", 《中国优秀硕士学位论文全文数据库工程科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114779191A (zh) * | 2022-06-13 | 2022-07-22 | 南京邮电大学 | 无源双基地sar动目标极坐标格式相位误差分析和校正方法 |
CN114966693A (zh) * | 2022-07-20 | 2022-08-30 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN114966693B (zh) * | 2022-07-20 | 2022-11-04 | 南京信息工程大学 | 基于深度学习的机载舰船目标isar精细化成像方法 |
CN116400310A (zh) * | 2023-05-25 | 2023-07-07 | 中国科学院空天信息创新研究院 | 一种二维频域方位向多通道sar误差校正方法 |
CN116400310B (zh) * | 2023-05-25 | 2023-07-28 | 中国科学院空天信息创新研究院 | 一种二维频域方位向多通道sar误差校正方法 |
CN117705830A (zh) * | 2024-02-05 | 2024-03-15 | 南京信息工程大学 | 一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法 |
CN117705830B (zh) * | 2024-02-05 | 2024-04-12 | 南京信息工程大学 | 一种基于U2Net框架下频分DBIM优化的超宽带微波成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114545411B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114545411B (zh) | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 | |
CN107229048B (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
CN111443339B (zh) | 一种双基sar空变校正成像方法、装置、设备及存储介质 | |
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN102608597B (zh) | 基于非完全数据解卷积的实孔径前视成像方法 | |
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 | |
CN110632594B (zh) | 一种长波长星载sar成像方法 | |
CN104597447B (zh) | 一种子孔径SAR大斜视改进Omega‑K成像方法 | |
CN102707269B (zh) | 一种机载雷达距离走动校正方法 | |
CN113589285B (zh) | 一种飞行器sar实时成像方法 | |
CN104122549B (zh) | 基于反卷积的雷达角超分辨成像方法 | |
CN108828597B (zh) | 滑动聚束模式图像的雷达回波反演方法及装置 | |
CN108226925A (zh) | 一种适用于弹载大前斜视时变参数sar的重叠子孔径算法 | |
Yang et al. | A novel three-step image formation scheme for unified focusing on spaceborne SAR data | |
CN108008387B (zh) | 一种机载阵列天线下视三维成像方法 | |
CN105180852B (zh) | 基于三重步进的gb‑sar形变监测方法 | |
CN110879391B (zh) | 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法 | |
CN109782277B (zh) | 变pri的斜视聚束sar成像方法、装置、设备及存储介质 | |
CN114660597A (zh) | 一种基于ffbp算法的车载sar时域快速成像方法 | |
CN108107427A (zh) | 基于超分辨技术的机载/弹载阵列雷达前视成像方法 | |
CN108107432A (zh) | 基于时域扰动的高低轨双基sar保相成像方法 | |
Fan et al. | High frame-rate and low-latency video SAR based on robust Doppler parameters estimation in the terahertz regime | |
CN116794612A (zh) | 基于线性变标的合成孔径雷达距离-孔径空变运动补偿方法 | |
CN114185047B (zh) | 一种基于最优极坐标变换的双基sar动目标重聚焦方法 | |
CN113671497B (zh) | 基于圆柱对称模型的单通道sar目标三维坐标提取方法 |
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 |