CN114594438A - 一种双基合成孔径雷达回波模拟方法 - Google Patents
一种双基合成孔径雷达回波模拟方法 Download PDFInfo
- Publication number
- CN114594438A CN114594438A CN202210212372.5A CN202210212372A CN114594438A CN 114594438 A CN114594438 A CN 114594438A CN 202210212372 A CN202210212372 A CN 202210212372A CN 114594438 A CN114594438 A CN 114594438A
- Authority
- CN
- China
- Prior art keywords
- facet
- unit
- radar
- scattering
- fitting
- 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
- 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
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
-
- 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
- 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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9005—SAR image acquisition techniques with optical processing of the SAR signals
-
- 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
- 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
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)
- Signal Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种双基合成孔径雷达回波模拟方法,本发明的方法通过分别判断阴影,利用真实场景的DEM数据进行模拟,能够反映出双基SAR成像过程中的阴影几何畸变特点;针对在平坦地形区域回波模拟的问题,通过加入地物分类数据,利用不同地表的散射特性不同,实现了平坦地形区域的回波模拟。本发明的方法综合利用DEM数据和地物分类数据,提高了对SAR回波模拟的准确度,能够对任意地区进行SAR回波模拟,整个模拟过程还原了合成孔径雷达实际工作过程,对验证双基SAR系统参数指标、最优化设计和验证成像算法有重要的意义。
Description
技术领域
本发明属于合成孔径雷达(Synthetic Aperture Radar,SAR)技术领域,具体涉及SAR回波模拟的技术领域。
背景技术
合成孔径雷达具有穿透性、全天时和全天候工作能力的独特优点,目前已被广泛应用在地球遥感、资源勘探、侦察、测绘、灾情预报等领域。在进行SAR雷达系统方案设计和成像算法验证时,都需要符合特定要求的大量SAR回波数据。然而由于飞行成本等因素的限制,不可能通过直接的飞行试验来获取回波数据,所以通过模拟来获得所需的SAR回波数据是一种重要的手段。
目前SAR回波模拟的方法主要有两种,一种是利用光学图像或真实的雷达图像,将其灰度图作为场景后向散射系数的估计值,进行原始信号的仿真。如文献《扩展场景的SAR回波信号快速仿真算法》(遥测遥控,2005,26(6):33-38)中,将光学照片应用于SAR回波信号的仿真,并以此验证时域和频域的回波生成算法。此方法可以快速模拟回波信号,具有效率高和处理简洁的特点,然而无法反映目标场景的真实地形特征,以及无法模拟雷达图像特有的几何畸变现象。
另一种方法是先根据真实场景的三维地物结构,计算目标后向散射系数,然后模拟雷达回波信号。如文献“具有地面起伏特征的三维场景回波模拟研究》(雷达科学与技术,2007,5(5):342-248)”中,给出了一种针对有起伏地形的三维场景回波模拟方法。该方法基于数字高程数据(DEM)拟合小面单元,并计算小面单元的后向散射系数,然后逐点生成SAR回波信号。该方法只适用于单基SAR的回波模拟,然而对于双基SAR,由于发射和接收方向均可能产生阴影,阴影产生规律与单基SAR不同,因此该方法不适用于双基SAR;同时该方法只利用了DEM数据来获取场景的后向散射系数,因此无法反映均质平坦地形区域的模拟效果。
发明内容
针对现有SAR回波模拟技术中存在的上述问题,本发明提出了一种基于DEM和地物分类数据的双基SAR回波信号模拟方法。
本发明的具体技术方案为:一种双基合成孔径雷达回波模拟方法,具体包括如下步骤:
A.获取待模拟区域的DEM数据,并对DEM数据进行分形插值,使其数据间隔小于或等于SAR模拟系统的分辨率;
B.获取待模拟区域的地物分类数据,并对地物分类数据进行最近邻插值,得到与步骤A中区域大小一致的地物分类数据;
C.利用步骤A中得到的DEM插值数据拟合小面单元;
D.根据步骤C中得到的拟合小面单元系数,计算各小面单元的表面积、局部入射角和局部散射角;
E.根据步骤B中插值后的地物分类数据和雷达工作频段,确定步骤C中得到的各个拟合小面单元的单位面积初始散射系数;再根据步骤D得到的拟合小面单元局部入射角和局部散射角,确定小面单元的单位面积散射系数;
F.根据SAR平台和场景的空间几何关系,计算阴影函数;
G.根据步骤D、E、F中得到的各拟合小面单元的表面积、单位面积散射系数和阴影函数,计算待模拟区域的散射系数;
H.根据步骤G中得到的待模拟区域散射系数模拟回波信号。
本发明的有益效果:本发明的双基SAR回波信号模拟方法通过分别判断阴影,利用真实场景的DEM数据进行模拟,能够反映出双基SAR成像过程中的阴影几何畸变特点;针对在平坦地形区域回波模拟的问题,通过加入地物分类数据,利用不同地表的散射特性不同,实现了平坦地形区域的回波模拟。本发明的方法综合利用DEM数据和地物分类数据,提高了对SAR回波模拟的准确度,能够对任意地区进行SAR回波模拟,整个模拟过程还原了合成孔径雷达实际工作过程,对验证双基SAR系统参数指标、最优化设计和验证成像算法有重要的意义。
附图说明
图1为本发明实施例中的双基SAR几何配置示意图。
图2为本发明实施例中双基SAR回波信号模拟的流程示意图。
图3为本发明实施例中待模拟区域的DEM数据图。
图4为本发明实施例中同一区域的地物分类数据图。
图5是本发明实施例中DEM插值数据拟合小面单元示意图。
图6是本发明实施例步骤D中计算局部入/散射角示意图。
图7是本发明实施例阴影判断示意图。
图8为具体实施例中待模拟区域的阴影函数图。
图9为具体实施例中计算得到的该区域散射系数仿真图。
图10为具体实施例中计算得到的该区域回波数据幅度仿真图。
图11为具体实施例中计算得到的该区域的模拟SAR图像。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的说明。
本实施例中双基SAR的几何配置如图1所示,发射机以正侧视照射待模拟区域,接收机下前视接收回波信号,C波段(fc=5.3GHz)机载雷达仿真参数如表1所示。
表1
参数 | 符号 | 数值 | 单位 |
发射机高度 | H<sub>t</sub> | 10000 | m |
发射机速度 | v<sub>t</sub> | 150 | m/s |
接收机高度 | H<sub>r</sub> | 8000 | m |
接收机速度 | v<sub>r</sub> | 150 | m/s |
载波频率 | f<sub>c</sub> | 5.3 | GHz |
脉冲时宽 | T<sub>r</sub> | 5 | μs |
信号带宽 | B | 10 | MHz |
距离采样率 | F<sub>r</sub> | 20 | MHz |
脉冲重复调频率 | PRF | 1000 | Hz |
距离采样点数 | Nfast | 4096 | |
方位采样点数 | Nsolw | 61440 |
在一个xyz空间坐标系中,O表示坐标系的原点,目标场景中心位置为Xc=0,Yc=30500m,Zc=0;雷达发射机以速度vt=150m/s,高度Ht=10000m沿X轴方向匀速直线飞行,波束指向为正侧视。接收机以速度vr=150m/s,高度Hr=8000m与发射机同向匀速直线飞行,其位置在发射机右后方,其中,Yr=Yc=30500m,Xr=-30000m,波束指向为下前视;雷达发射信号波长λ=0.0566m,脉冲时宽Tr=5μs,带宽B=10MHz。
本发明实施例的基于DEM和地物分类数据的双基SAR回波信号模拟方法,流程示意图如图2所示,包括如下步骤:
A.获取待模拟区域的DEM数据,并对DEM数据进行分形插值,使其数据间隔小于或等于SAR模拟系统的分辨率;
B.获取待模拟区域的地物分类数据,并对地物分类数据进行最近邻插值,得到与步骤A中区域大小一致的地物分类数据;
C.利用步骤A中得到的DEM插值数据拟合小面单元;
D.根据步骤C中得到的拟合小面单元系数,计算各小面单元的表面积、局部入射角和局部散射角;
E.根据步骤B中插值后的地物分类数据和雷达工作频段,确定步骤C中得到的各个拟合小面单元的单位面积初始散射系数;再根据步骤D得到的拟合小面单元局部入射角和局部散射角,确定小面单元的单位面积散射系数;
F.根据SAR平台和场景的空间几何关系,计算阴影函数;
G.根据步骤D、E、F中得到的各拟合小面单元的表面积、单位面积散射系数和阴影函数,计算待模拟区域的散射系数;
H.根据步骤G中得到的待模拟区域散射系数模拟回波信号。
步骤A中,待模拟区域的DEM如图3(a)所示,对应的三维地形如图3(b)所示。这里从地理空间数据云(www.gscloud.cn)上获取待模拟区域30m分辨率的DEM(数字高程)数据,然后对DEM数据进行分形插值。
本实施例中采用领域点递归中值置换法来实现分形插值,这里需要先计算出待模拟区域的分形参数,然后确定插入点的高程值。设DEM数据中某一点坐标为(x,y),z(x,y)为该点的数字高程,根据分形布朗模型:
其中,F(ζ)是随机变量ζ的概率分布函数,服从N(0,Fσ 2)的高斯分布;FH为自相似参数,用来描述地面的粗糙程度;||(Δx,Δy)||表示样本的间隔,本实施例中Δx=Δy。
根据分形布朗场的随机统计特性,式(1)可等价为:
对式(2)两边同时取对数,可以得到:
ln E[|z(x+Δx,y+Δy)-z(x,y)|]-FHln||(Δx,Δy)||=ln C (3)
式(3)可以看作是以X=ln||(Δx,Δy)||与Y=lnE[|z(x+Δx,y+Δy)-z(x,y)|]为变量,以FH为斜率的直线方程,ln C即为直线在Y轴上的截距。因此,对于给定的DEM数据,以不同的间隔i(i=1,2,…,10)算出不同的Xi及对应的Yi,再用线性回归模型拟合点对(Xi,Yi),求出拟合直线的斜率k和Y轴截距b;根据分形布朗模型可知:FH=k,ln C=b,则
本实施例中原始的DEM数据矩阵为300×300,首先建立一个600×600的空矩阵,将原来的DEM数据放置在新矩阵行列坐标都为奇数的位置,然后通过分形内插公式得到剩余点的高程值。具体地,当行列坐标都为偶数时,其高程值可通过下式计算得到:
当行列坐标只有一个为偶数时,其高程值可通过下式计算得到:
其中,G表示服从标准正态分布的随机变量;Fσ和FH为待模拟区域的分形参数;||Δx||为插值后的样本间距。
在本实施例中,为减少计算量,只对DEM数据进行一次分形插值,即插值后的数据间隔为15m。插值后的待模拟区域DEM如图3(C)所示,对应的三维地形如图3(d)所示。
步骤B中,与步骤A中相同区域的地物分类数据如图4(a)所示。这里从清华大学(http://data.ess.tsinghua.edu.cn/)提供的全球30m分辨率地物覆盖数据集中,获取待模拟区域的地物分类数据,然后对地物分类数据进行最近邻插值。
本实施例中插值倍数为2,假设原图像上的像素点坐标为(srcX,srcY),插值后目标图像上的像素点坐标为(dstX,dstY),则目标图像与原图像上像素点的对应关系为:
srcX=round(dstX/2) (5)
srcY=round(dstY/2) (6)
式中round表示将值四舍五入为整数。即插值后的各像素点灰度值用原图像中最近邻像素点的灰度值来填充,整体实现了对原图像2倍的放大处理。进行一次最近邻插值后,待模拟区域的地物分类数据如图4(b)所示。
本实施例中,步骤C的具体过程如下:
如图5所示,设DEM中某一区域的小面单元由相邻的4个点A、B、C、D组成,相应的高程分别为z1、z2、z3、z4,DEM的分辨率为ρ。假设四个点A、B、C、D的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4),其中x1=x2,x3=x4,y1=y4,y2=y3,设这四个点拟合得到的平面为z=ax+by+c,利用最小二乘原理,建立目标函数 令可计算得到拟合小面单元的系数a、b、c。
本实施例中,步骤D的具体过程如下:
如图6所示,雷达入射波对拟合小面单元的下视角其中,z0为拟合小面单元中心点的高程,z0=a·x0+b·y0+c,Ht为发射机的飞行高度,dt为发射机到小面中心点的地距。雷达散射波对拟合小面单元的下视角 其中,Hr为接收机的飞行高度,dr为接收机到小面中心点的地距。因此雷达入射波向量为(0,sinβt,-cosβt),雷达散射波向量为(-sinβr,0,cosβr)。将雷达入射波向量和拟合小面单元的法向量做点积运算,可得到拟合小面单元的局部入射角:
本实施例中,步骤E的具体过程如下:
本实施例中采用经验散射模型,由经验散射模型可知,各拟合小面单元的单位面积的散射系数σ0随局部入射角θt和局部散射角θr变化的公式为:
σ0(θt,θr)=σ0(0)·cosθt·cosθr (7)
式中的σ0(0)为入(散)射角为0度(即垂直小面照射)时,小面元的单位面积初始散射系数,是与地表材质有关的量。
地物分类数据的值(范围为1-10)代表不同的地物类型,可根据表2确定各个拟合小面单元所对应的地物类型,由此确定各拟合小面单元对应的单位面积初始散射系数σ0(0)。
表2
本实施例中,根据待模拟区域包含的地物类型,确定其在雷达波长为C波段(本例中波长为λ=0.0566m)的条件下,对应的单位面积初始散射系数如表3所示。
表3
本实施例中,步骤F的具体过程如下:
由于双基SAR的发射装置和接收装置不在同一平台,因此成像时可能出现双影。如图7所示,发射机和接收机的阴影判断都分为两步进行:
本实施例中采用局部入/散射角判断和下视角比较法来计算阴影。对于发射机产生的阴影,首先判断发射机波束能否照射到小面单元。根据第(i,j)个小面单元的局部入射角θt i,j(即步骤D中计算的θt),如果则认为小面单元能够被发射机波束照射,若则认为小面单元不能被发射机波束照射,即该小面单元为阴影区。
若小面单元能够被发射机波束照射,则需进一步判断。设小面单元中心点P(i,j),计算雷达入射波对第(i,j)个小面单元的下视角βt i,j(即步骤D中计算的βt),然后按照多普勒中心线方向计算比P(i,j)点地距小的所有小面中心点的下视角,找到其中最大值βt max。如果βt max>βt i,j,则认为P(i,j)点没有被遮挡,若βt max>βt i,j,则认为P(i,j)点被遮挡,即该小面单元为阴影区。此处定义一个发射机阴影函数:
对于接收机产生的阴影,首先判断小面单元能否散射雷达波束给接收机。根据第(i,j)个小面单元局部散射角θr i,j(即步骤D中计算的θr),如果则认为小面单元能够散射雷达波束给接收机,若则认为小面单元不能散射雷达波束给接收机,即该小面单元为阴影区。
若小面单元能够散射雷达波束给接收机,则需进一步判断。对同一拟合小面单元中心点P(i,j),计算雷达散射波对第(i,j)个小面单元的下视角βr i,j(即步骤D中计算的βr),然后按照散射波束中心线方向计算比P(i,j)点地距小的所有小面中心点的下视角,找到其中最大值βr max。如果βr max≤βr i,j,则认为P(i,j)点没有被遮挡,若βr max>βr i,j,则认为P(i,j)点被遮挡,即该小面单元为阴影区。此处定义一个接收机阴影函数:
因此双基SAR的整体阴影函数为:
本实施例中计算得到待模拟区域的阴影函数如图8所示。
本实施例中,步骤G的具体过程如下:
根据步骤E得到的拟合小面单元的单位面积散射系数,则第(i,j)个小面单元的单位面积散射系数σ0 i,j(θt,θr),再考虑每个小面的表面积大小Ai,j,可以计算得到单个拟合小面的散射系数:
σi,j=Ai,j·σ0 i,j(θt,θr) (8)
考虑阴影之后的散射系数为:
εi,j=σi,j·δi,j (9)
由此方法计算所有拟合小面单元的散射系数,即可得到整个待模拟区域的散射系数。
将得到的散射系数图显示成灰度图像,进行归一化处理后,图像强度值变换到0-255之间,最终得到待模拟区域的散射系数灰度图如图9所示。
本实施例中,步骤H的具体过程如下:
本实施例中SAR发射的信号为线性调频(LFM)脉冲信号:
其中,fc表示信号的载波频率,rect[·]为矩形窗函数,Kr为调频率,τ为距离向快时间变量;Tr为发射信号的脉冲宽度。
实际中雷达发射的是一串线性调频脉冲信号:
其中,Tp为发射脉冲串的间隔周期;n为发射信号的脉冲序号;Nslow为发射信号脉冲数(也即方位采样点数)。
假设雷达发射机发射的信号为spul(τ),发射信号遇到目标散射产生回波,雷达接收机收到的单个目标的回波信号为:
其中,ε为散射系数,η为方位向慢时间变量,R(η)为目标与雷达收发平台的距离之和;Wt[·]为发射天线单程方向加权函数,Wr[·]为接收天线单程方向加权函数。
假设地面场景有M×N个散射点,地面场景的回波信号是M×N个散射点回波信号的矢量和,则整个场景的回波信号为:
其中,εi,j表示第(i,j)位置目标的散射系数;Ri,j(η)为第(i,j)位置目标与雷达收发平台的距离之和。
本实施例中,通过回波信号模拟方法得到的待模拟区域回波信号幅度图如图10所示。为验证模拟回波数据的正确性,采用BP(后向投影)成像算法对生成的目标区域回波数据进行成像,得到的成像结果如图11所示。
采用本实施例中的双基SAR回波模拟方法,得到的模拟图像能够反映出双基SAR的成像特点,有助于对双基SAR系统几何构型和工作模式进行验证。而在相同场景下采用本实施方式的方法,与只采用DEM数据进行回波模拟的传统方法相比,本实施方式的方法对平坦地形区域的模拟效果更好,可以区分出平坦区域上不同的地物类型,以获得更多的有用信息,使得模拟的结果更加接近真实的SAR图像。
Claims (6)
1.一种双基合成孔径雷达回波模拟方法,具体包括如下步骤:
A.获取待模拟区域的DEM数据,并对DEM数据进行分形插值,使其数据间隔小于或等于SAR模拟系统的分辨率;
B.获取待模拟区域的地物分类数据,并对地物分类数据进行最近邻插值,得到与步骤A中区域大小一致的地物分类数据;
C.利用步骤A中得到的DEM插值数据拟合小面单元;
D.根据步骤C中得到的拟合小面单元系数,计算各小面单元的表面积、局部入射角和局部散射角;
E.根据步骤B中插值后的地物分类数据和雷达工作频段,确定步骤C中得到的各个拟合小面单元的单位面积初始散射系数;再根据步骤D得到的拟合小面单元局部入射角和局部散射角,确定小面的单位面积散射系数;
F.根据SAR平台和场景的空间几何关系,计算阴影函数;
G.根据步骤D、E、F中得到的各拟合小面单元的表面积、单位面积散射系数和阴影函数,计算待模拟区域的散射系数;
H.根据步骤G中得到的待模拟区域散射系数模拟回波信号。
3.根据权利要求2所述的一种双基合成孔径雷达回波模拟方法,其特征在于,步骤D的具体过程如下:
雷达入射波对拟合小面单元的下视角其中,z0为拟合小面单元中心点的高程,z0=a·x0+b·y0+c,Ht为发射机的飞行高度,dt为发射机到小面中心点的地距,雷达散射波对拟合小面单元的下视角其中,Hr为接收机的飞行高度,dr为接收机到小面中心点的地距,因此雷达入射波向量为(0,sinβt,-cosβt),雷达散射波向量为(-sinβr,0,cosβr),将雷达入射波向量和拟合小面单元的法向量做点积运算,得到拟合小面单元的局部入射角:
4.根据权利要求3所述的一种双基合成孔径雷达回波模拟方法,其特征在于,步骤F的具体过程如下:
对于发射机产生的阴影,首先判断发射机波束能否照射到小面单元,根据第(i,j)个小面单元的局部入射角θt i,j,如果则认为小面单元能够被发射机波束照射,若则认为小面单元不能被发射机波束照射,即该小面单元为阴影区;
若小面单元能够被发射机波束照射,则需进一步判断:设小面单元中心点P(i,j),计算雷达入射波对第(i,j)个小面单元的下视角βt i,j,然后按照多普勒中心线方向计算比P(i,j)点地距小的所有小面中心点的下视角,找到其中最大值βt max,如果βt max≤βt i,j,则认为P(i,j)点没有被遮挡,若βt max>βt i,j,则认为P(i,j)点被遮挡,即该小面单元为阴影区;此处定义一个发射机阴影函数:
对于接收机产生的阴影,首先判断小面单元能否散射雷达波束给接收机,根据第(i,j)个小面单元局部散射角θr i,j,如果则认为小面单元能够散射雷达波束给接收机,若则认为小面单元不能散射雷达波束给接收机,即该小面单元为阴影区;
若小面单元能够散射雷达波束给接收机,则需进一步判断:对同一拟合小面单元中心点P(i,j),计算雷达散射波对第(i,j)个小面单元的下视角βr i,j,然后按照散射波束中心线方向计算比P(i,j)点地距小的所有小面中心点的下视角,找到其中最大值βr max,如果βr max≤βr i,j,则认为P(i,j)点没有被遮挡,若βr max>βr i,j,则认为P(i,j)点被遮挡,即该小面单元为阴影区;此处定义一个接收机阴影函数:
因此双基SAR的整体阴影函数为:
5.根据权利要求4所述的一种双基合成孔径雷达回波模拟方法,其特征在于,步骤G所述的计算待模拟区域的散射系数具体过程如下:
根据步骤E得到的拟合小面单元的单位面积散射系数,则第(i,j)个小面单元的单位面积散射系数σ0 i,j(θt,θr),考虑每个小面的表面积大小Ai,j,计算得到单个拟合小面的散射系数:
σi,j=Ai,j·σ0 i,j(θt,θr)
考虑阴影之后的散射系数为:
εi,j=σi,j·δi,j
由此计算所有拟合小面单元的散射系数,即可得到整个待模拟区域的散射系数。
6.根据权利要求5所述的一种双基合成孔径雷达回波模拟方法,其特征在于,步骤H的具体过程如下:
SAR发射的信号为线性调频脉冲信号:
其中,fc表示信号的载波频率,rect[·]为矩形窗函数,Kr为调频率,τ为距离向快时间变量;Tr为发射信号的脉冲宽度;
雷达发射的是一串线性调频脉冲信号:
其中,Tp为发射脉冲串的间隔周期;n为发射信号的脉冲序号;Nslow为发射信号脉冲数;
假设雷达发射机发射的信号为spul(τ),发射信号遇到目标散射产生回波,雷达接收机收到的单个目标的回波信号为:
其中,ε为散射系数,η为方位向慢时间变量,R(η)为目标与雷达收发平台的距离之和;Wt[·]为发射天线单程方向加权函数,Wr[·]为接收天线单程方向加权函数;
假设地面场景有M×N个散射点,地面场景的回波信号是M×N个散射点回波信号的矢量和,则整个场景的回波信号为:
其中,εi,j表示第(i,j)位置目标的散射系数;Ri,j(η)为第(i,j)位置目标与雷达收发平台的距离之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212372.5A CN114594438B (zh) | 2022-03-04 | 2022-03-04 | 一种双基合成孔径雷达回波模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210212372.5A CN114594438B (zh) | 2022-03-04 | 2022-03-04 | 一种双基合成孔径雷达回波模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114594438A true CN114594438A (zh) | 2022-06-07 |
CN114594438B CN114594438B (zh) | 2023-04-18 |
Family
ID=81807608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210212372.5A Active CN114594438B (zh) | 2022-03-04 | 2022-03-04 | 一种双基合成孔径雷达回波模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114594438B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020173916A1 (en) * | 2001-03-22 | 2002-11-21 | Bishwajit Chakraborty | Method for determining seafloor roughness using multibeam echosounder |
CN101876704A (zh) * | 2010-06-03 | 2010-11-03 | 中国人民解放军国防科学技术大学 | 干涉合成孔径雷达三维陆地场景回波仿真方法 |
CN102565799A (zh) * | 2012-01-31 | 2012-07-11 | 北京航空航天大学 | 一种多平台多模式sar回波的统一仿真实现方法 |
JP2013096914A (ja) * | 2011-11-02 | 2013-05-20 | Hamamatsu Photonics Kk | 観察装置 |
US20150316646A1 (en) * | 2014-05-01 | 2015-11-05 | Utah State University | Synthetic aperture radar target modeling |
CN105242253A (zh) * | 2015-08-19 | 2016-01-13 | 电子科技大学 | 一种基于导弹运动参数的末制导前视雷达回波模拟方法 |
CN106324571A (zh) * | 2016-07-29 | 2017-01-11 | 西安电子科技大学 | 基于正向法的仿三维场景sar雷达回波的快速实现方法 |
CN106872978A (zh) * | 2017-01-16 | 2017-06-20 | 西北工业大学 | 一种复杂场景的电磁建模仿真方法 |
CN107607951A (zh) * | 2017-10-18 | 2018-01-19 | 浙江环球星云遥感科技有限公司 | 一种sar图像二次散射特征模拟方法 |
CN110346798A (zh) * | 2019-07-24 | 2019-10-18 | 电子科技大学 | 一种双基合成孔径雷达波数域高效成像处理方法 |
CN212845925U (zh) * | 2020-07-30 | 2021-03-30 | 武汉大学 | 一种船载sar系统 |
-
2022
- 2022-03-04 CN CN202210212372.5A patent/CN114594438B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020173916A1 (en) * | 2001-03-22 | 2002-11-21 | Bishwajit Chakraborty | Method for determining seafloor roughness using multibeam echosounder |
CN101876704A (zh) * | 2010-06-03 | 2010-11-03 | 中国人民解放军国防科学技术大学 | 干涉合成孔径雷达三维陆地场景回波仿真方法 |
JP2013096914A (ja) * | 2011-11-02 | 2013-05-20 | Hamamatsu Photonics Kk | 観察装置 |
CN102565799A (zh) * | 2012-01-31 | 2012-07-11 | 北京航空航天大学 | 一种多平台多模式sar回波的统一仿真实现方法 |
US20150316646A1 (en) * | 2014-05-01 | 2015-11-05 | Utah State University | Synthetic aperture radar target modeling |
CN105242253A (zh) * | 2015-08-19 | 2016-01-13 | 电子科技大学 | 一种基于导弹运动参数的末制导前视雷达回波模拟方法 |
CN106324571A (zh) * | 2016-07-29 | 2017-01-11 | 西安电子科技大学 | 基于正向法的仿三维场景sar雷达回波的快速实现方法 |
CN106872978A (zh) * | 2017-01-16 | 2017-06-20 | 西北工业大学 | 一种复杂场景的电磁建模仿真方法 |
CN107607951A (zh) * | 2017-10-18 | 2018-01-19 | 浙江环球星云遥感科技有限公司 | 一种sar图像二次散射特征模拟方法 |
CN110346798A (zh) * | 2019-07-24 | 2019-10-18 | 电子科技大学 | 一种双基合成孔径雷达波数域高效成像处理方法 |
CN212845925U (zh) * | 2020-07-30 | 2021-03-30 | 武汉大学 | 一种船载sar系统 |
Non-Patent Citations (3)
Title |
---|
刘昕: "合成孔径雷达原始回波频域模拟算法研究" * |
张吉宇: "典型地形的SAR回波模拟及其快速实现" * |
秦志远;张宝印;靳国旺;李贺;向茂生;张薇;: "基于DEM和地物分类信息的SAR图像模拟" * |
Also Published As
Publication number | Publication date |
---|---|
CN114594438B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772365B (zh) | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 | |
US9250323B2 (en) | Target detection utilizing image array comparison | |
CN107678028B (zh) | 低信噪比条件下的微波凝视关联成像方法 | |
CN101839981B (zh) | 激光成像回波波形和层次特征获取方法及装置 | |
CN105137430B (zh) | 一种前视阵列sar的回波稀疏获取及其三维成像方法 | |
CN107942295B (zh) | 一种前视阵列sar系统的稀疏天线 | |
Cloude et al. | Target detection beneath foliage using polarimetric synthetic aperture radar interferometry | |
CN107607914B (zh) | 一种弹载pd体制雷达超低空目标与多径回波建模方法 | |
CN107192992B (zh) | 雷达校准的方法、校准器、雷达装置及系统 | |
CN112558497B (zh) | 一种雷达高度表抗干扰数字仿真方法及系统 | |
Inggs et al. | A quantitative method for mono-and multistatic radar coverage area prediction | |
CN112417757A (zh) | 车载雷达信号级仿真方法、装置、设备及可读存储介质 | |
CN110346794A (zh) | 一种资源优化配置的分布式雷达成像方法 | |
Zherdev et al. | Object recognition using real and modelled SAR images | |
Garry et al. | Passive ISAR part II: narrowband imaging | |
CN112596037A (zh) | 一种分布式sar抗干扰效能评估方法及系统 | |
CN114594438B (zh) | 一种双基合成孔径雷达回波模拟方法 | |
Dai et al. | Scattering simulation and reconstruction of a 3-D complex target using downward-looking step-frequency radar | |
CN113447896B (zh) | 一种基于动态遮挡判断的起伏地形sar回波仿真方法 | |
Chen et al. | A novel approach to mitigation of radar beam weighting effect on coherent radar imaging using VHF atmospheric radar | |
Mokadem | Analysis of scattering by urban areas in the frame of NLOS target detection in SAR images | |
Huang | Statistical theory for the detection of persistent scatterers in InSAR imagery | |
CN116626629B (zh) | 一种星载斜视sar系统模糊综合性能评估方法 | |
Chen et al. | Efficient Time Domain Echo Simulation of Bistatic SAR Considering Topography Variation | |
Geng et al. | SAR RAW data simulation by electromagnetic computation in frequency 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |