CN116540232B - 基于自适应重叠子孔径的csar成像方法、设备及存储介质 - Google Patents

基于自适应重叠子孔径的csar成像方法、设备及存储介质 Download PDF

Info

Publication number
CN116540232B
CN116540232B CN202310484673.8A CN202310484673A CN116540232B CN 116540232 B CN116540232 B CN 116540232B CN 202310484673 A CN202310484673 A CN 202310484673A CN 116540232 B CN116540232 B CN 116540232B
Authority
CN
China
Prior art keywords
sub
aperture
echo
calculating
correlation coefficient
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
CN202310484673.8A
Other languages
English (en)
Other versions
CN116540232A (zh
Inventor
褚丽娜
马彦恒
杨森
王文娟
赵月飞
李文广
赵艺
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.)
Army Engineering University of PLA
Original Assignee
Army Engineering University of PLA
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 Army Engineering University of PLA filed Critical Army Engineering University of PLA
Priority to CN202310484673.8A priority Critical patent/CN116540232B/zh
Publication of CN116540232A publication Critical patent/CN116540232A/zh
Application granted granted Critical
Publication of CN116540232B publication Critical patent/CN116540232B/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
    • G01S13/904—SAR modes
    • G01S13/9088—Circular SAR [CSAR, C-SAR]
    • 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
    • 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
    • G01S13/9052—Spotlight mode

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)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供了一种基于自适应重叠子孔径的CSAR成像方法、设备及存储介质，其中，方法包括：计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点；通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案；利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的圆周SAR图像。本发明只对原始回波数据进行处理成像，能最大限度地保留目标的详细特征，可实现对观测场景和细节的精确重构。

Description

基于自适应重叠子孔径的CSAR成像方法、设备及存储介质
技术领域
本文件涉及合成孔径雷达（SyntheticApertureRadar，SAR）技术领域，尤其涉及一种基于自适应重叠子孔径的圆周SAR(CurveSAR，CSAR)成像方法、设备及存储介质。
背景技术
圆周SAR（Circular SAR，CSAR）通过控制雷达天线沿圆周轨迹运动，实现对目标360°全方位观测，提供比直线SAR（Linear SAR，LSAR）更高的图像分辨率，更多的目标信息，甚至三维成像能力。自1996年起，多个国内外机构相继开展了CSAR外场机载飞行实验，通过对录取的实测数据处理，验证了CSAR成像模式的成像能力。
由于CSAR圆形轨迹的特点，其成像算法不同于LSAR，与更成熟的LSAR相比，CSAR成像算法仍处于发展阶段，高精度成像是CSAR重要的发展方向。波前重构类算法利用快速傅里叶变换提高运行效率，但系统核函数矩阵求逆增加了该类算法的复杂度；极坐标算法成像的前提是远场假设，小型旋翼无人机载CSAR不完全满足该假设。通过反向投影（BackProjection，BP）算法可实现任意轨迹成像，能实现场景的高精度成像，是目前最常用的一种CSAR成像算法。
目前CSAR全孔径成像方法通过360°全相干成像，未考虑实际目标散射能量的各向异性，导致CSAR图像信噪比低，散射信息缺失；由于许多目标的散射能量仅分布在小部分子孔径内，将CSAR全孔径回波数据按照旋转角或频率均分为子孔径数据，分别对子孔径数据成像，将子孔径图像融合得CSAR图像，这种基于子孔径划分、非相干叠加的CSAR成像方法更适合于具有各向异性散射能量的实际目标成像，但该方法对各向异性目标散射能量的差异性考虑不足，只考虑了相位补偿，忽略了目标散射特性对回波振幅的影响，导致图像信噪比较低，且存在假散射点，尤其是当观测场景尺寸相较于目标与天线的距离不可忽略时，目标散射能量各向异性对回波振幅的变化会造成图像中强能量旁瓣淹没弱能量主瓣，图像信噪比低，甚至散焦严重。
发明内容
本说明书一个或多个实施例提供了一种基于自适应重叠子孔径的CSAR成像方法，包括：
计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点；
通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案；
利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的CSAR图像。
进一步地，所述计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点具体包括：
计算回波的相关系数，将所述回波的相关系数按照旋转角度平均划分为等宽的区间，求出每个区间中相关系数的最小值对应的旋转角度，即慢采样时间，作为候选子孔径边界点；
计算回波的能量函数，根据所述回波的能量函数计算每个候选子孔径边界点能量函数的变异系数，通过将每个候选子孔径边界点的能量函数的变异系数与预设阈值进行比较，选择变异系数小于所述阈值的点为子孔径边界点。
进一步地，所述计算回波的相关系数的具体方法如公式1所示：
公式1；
其中，表示向量/>与/>的皮尔森相关系数，/>与/>分别表示沿CSAR轨迹进行慢时间采样时/>和/>时刻对应的原始回波信号的模值，/>，/>为CSAR全孔径回波的慢时间采样数；/>表示/>与/>的协方差；和/>分别表示/>与/>的标准差。
进一步地，所述求出每个区间中相关系数的最小值对应的旋转角度，即慢采样时间，作为候选子孔径边界点具体方法如公式2所示：
公式2；
其中，表示求/>的最小值，/>表示查找/>对应的慢采样时间/>；/>为第/>个区间相关系数最小的点，即为候选子孔径边界点。
进一步地，所述计算回波的能量函数，根据所述回波的能量函数计算每个候选子孔径边界点能量函数的变异系数具体包括：
计算回波的能量函数，具体方法如公式3所示：
公式3；
其中，和/>分别表示回波信号/>的实部和虚部，/>表示慢时间，/>表示快时间；
计算所述每个候选子孔径边界点的能量函数的变异系数，如公式4所示：
公式4；
其中，和/>分别表示候选子孔径边界点/>前后各两个点的标准差和平均值，/>为候选子孔径边界点能量函数/>的变异系数。
进一步地，所述通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案：
基于所述回波的相关系数的划分区间，根据每个子孔径对应的旋转角与最大子孔径宽度对应的旋转角度的关系，生成多套子孔径划分方案；
通过计算每个方案的子孔径宽度平均值，选取子孔径宽度平均值大的两个方案组合生成重叠子孔径划分方案。
进一步地，所述计算每个方案的子孔径宽度平均值具体方法如公式5所示：
公式5；
其中，表示方案/>的子孔径宽度，/>表示该方案所属的子孔径序号，/>表示该方案的子孔径个数。
进一步地，所述利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的CSAR图像具体包括：
采用BP成像算法在统一的网格下对每个子孔径回波数据成像，得到重叠子孔径图像序列和/>，/>表示子孔径图像，当时，/>；当/>时，/>；
根据子孔径图像的子孔径中心角旋转图像后，采用非相干叠加对旋转后的子孔径图像逐像素进行加权融合，得到最终的CSAR图像。
本说明书一个或多个实施例提供了一种电子设备，包括：
处理器；以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现上述基于自适应重叠子孔径的CSAR成像方法的步骤。
本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述基于自适应重叠子孔径的CSAR成像方法的步骤。
采用本发明实施例，能够在没有全球定位系统GPS和机载惯性导航系统INS观测数据运动补偿的前提下，只对原始回波数据进行成像，能最大限度地保留目标的详细特征，实现对观测场景的重构，整体成像效果较CSAR全孔径相干成像方法和均分重叠子孔径CSAR成像方法均有所提升；对于弱散射能量的各向异性目标，能够明显改善目标的细节信息；对于强散射能量的各向异性目标和各向同性目标，可提升聚焦效果，改善目标轮廓，弱化强散射目标的相互影响。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种基于自适应重叠子孔径的CSAR成像方法的流程图；
图2为本说明书一个或多个实施例提供的一种基于自适应重叠子孔径的CSAR成像方法具体流程示意图；
图3为本说明书一个或多个实施例中回波能量与旋转角度关系示意图；
图4为本说明书一个或多个实施例中回波相关系数与旋转角度关系示意图；
图5为本说明书一个或多个实施例中能量变异系数与旋转角度关系示意图；
图6为本说明书一个或多个实施例中生成子孔径划分方案示意图；
图7为本说明书一个或多个实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
方法实施例
根据本发明实施例，提供了一种基于自适应重叠子孔径的CSAR成像方法，图1为本说明书一个或多个实施例提供的一种基于自适应重叠子孔径的CSAR成像方法的流程图，如图1所示，根据本发明实施例的基于自适应重叠子孔径的CSAR成像方法具体包括：
S1.计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点；
S2.通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案；
S3.利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的圆周SAR图像。
具体的，如图2所示，本发明实施例的一种基于自适应重叠子孔径的CSAR成像方法具体流程具体包括：
计算回波的相关系数，具体方法如公式1所示：
公式1；
其中，表示向量/>与/>的皮尔森相关系数，/>与/>分别表示沿CSAR轨迹进行慢时间采样时/>和/>时刻对应的原始回波信号的模值，/>，/>为CSAR全孔径回波的慢时间采样数；/>表示/>与/>的协方差；和/>分别表示/>与/>的标准差；沿CSAR轨迹慢时间采样即旋转角度；
本实施例以某小型旋翼无人机载CSAR系统飞行回波数据为例，CSAR系统参数如表1所示：
表1
然后，将所述回波的相关系数按照旋转角度平均划分为等宽的区间，具体的：
根据CSAR系统分辨率与子孔径对应旋转角的关系，近似得最大子孔径宽度对应的旋转角，如公式1.1所示
公式1.1；
其中，为最大子孔径宽度对应的旋转角度；/>为CSAR系统的分辨率，/>为CSAR系统发射信号带宽。
本实施例中，当CSAR系统参数如表1所示时，，/>，。考虑到对候选子孔径边界点的筛选和自动生成重叠子孔径方案都需要一定的冗余，本实施例选择/>作为相关系数/>划分区间的依据，则区间宽度，区间个数/>，其中/>表示向下取整；将回波的相关系数/>按照/>平均划分为等宽区间/>，其中，有/>，/>。
最后，求出每个区间中相关系数的最小值对应的旋转角度，即慢采样时间，作为候选子孔径边界点，具体方法如公式2所示：
公式2；
其中，表示求/>的最小值，/>表示查找/>对应的慢采样时间/>；由于/>为第/>个区间相关系数最小的点，对应该区间散射能量最弱的位置或散射能量突变的位置，这两种位置都是强散射能量中心最不可能存在的位置，因此将/>作为候选子孔径边界点。
计算回波的能量函数，通过回波能量函数可以直观反映目标散能量各向异性对回波幅度的影响，具体方法如公式3所示：
公式3；
其中，和/>分别表示回波信号/>的实部和虚部，/>表示慢时间，/>表示快时间；
然后，根据所述回波的能量函数计算每个候选子孔径边界点能量函数的变异系数，如公式4所示：
公式4；
其中，和/>分别表示候选子孔径边界点/>前后各两个点的标准差和平均值，/>为候选子孔径边界点能量函数/>的变异系数；
本实施例中，回波能量与旋转角关系如图3所示，回波相关系数与旋转角关系如图4所示，图中虚线椭圆内标出了5个典型的回波强能量部分，图3与图4的5个典型回波强能量部分一一对应，说明回波的相关系数的变化趋势与回波能量变化趋势一致，而且在目标能量突变的位置相关系数明显变小；变异系数表示附近5个点能量函数的标准差与平均值的比值，可以相对独立地反映/>附近能量函数分布的离散程度，如图5所示。因此，可以用回波的相关系数来表征回波能量的变化，即目标散射特性的各向异性。
通过将每个候选子孔径边界点的能量函数的变异系数与预设阈值进行比较，选择变异系数小于所述阈值的点为子孔径边界点。
具体的，变异系数越大则该候选子孔径边界点附近数据的差异性越大，越可能是强散射能量边缘能量起伏较为剧烈的部分，易受强散射能量影响，不应作为子孔径边界点；变异系数越小，表示该候选子孔径边界点/>距离强散射能量越远，且变化相对平缓；将变异系数/>与阈值比较，若/>，则该候选子孔径边界点靠近强散射能量，去掉该点；若/>，则该候选子孔径边界点远离强散射能量，认定该点为子孔径边界点/>，/>。本实施例中，根据图5变异系数分布情况，取。
通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案：
具体的，基于所述回波的相关系数的划分区间，根据每个子孔径对应的旋转角与最大子孔径宽度对应的旋转角度的关系，生成多套子孔径划分方案：
首先，以子孔径边界点为基础，确保每个子孔径对应的旋转角/>满足：（1）尽可能接近/>；（2）/>；由于本实施例中以/>作为相关系数/>划分区间，故按照以上条件可自动生成3套子孔径划分方案，流程如图6所示；
然后，计算每个方案的子孔径宽度平均值，如公式5所示：
公式5；
其中，表示方案/>的子孔径宽度，/>表示该方案所属的子孔径序号，/>表示该方案的子孔径个数；
最后，选取子孔径宽度平均值大的两个方案作为重叠子孔径划分方案，保证子孔径图像的分辨率尽可能大。
利用BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的CSAR图像，具体包括：
首先，采用BP成像算法在统一的网格下对每个子孔径回波数据成像，得到重叠子孔径图像序列和/>，/>表示子孔径图像，当/>时，/>；当/>时，/>；本实施例中，成像网格以系统分辨率/>为参考，网格跨度为/>；
然后，根据子孔径图像的子孔径中心角旋转图像后，依次进行子孔径图像融合，如公式6所示：
公式6；
采用非相干叠加对旋转后的子孔径图像逐像素进行加权融合，得到最终的CSAR图像。
本发明有益效果如下：
本发明能够在没有全球定位系统GPS和机载惯性导航系统INS观测数据运动补偿的前提下，只对原始回波数据进行成像，能最大限度地保留目标的详细特征，实现对观测场景的重构，整体成像效果较CSAR全孔径相干成像方法和均分重叠子孔径CSAR成像方法均有所提升；对于弱散射能量的各向异性目标，能够明显改善目标的细节信息；对于强散射能量的各向异性目标和各向同性目标，可提升聚焦效果，改善目标轮廓，弱化强散射目标的相互影响。
装置实施例一
本发明实施例提供一种电子设备，如图7所示，包括：存储器70、处理器72及存储在所述存储器70上并可在所述处理器72上运行的计算机程序，所述计算机程序被所述处理器72执行时实现如下方法步骤：
S1.计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点；
S2.通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案；
S3.利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的圆周SAR图像。
装置实施例二
本发明实施例提供一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被72执行时实现如下方法步骤：
S1.计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点；
S2.通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案；
S3.利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的圆周SAR图像。
本实施例所述计算机可读存储介质包括但不限于为：ROM、RAM、磁盘或光盘等。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (8)

1.一种基于自适应重叠子孔径的CSAR成像方法，其特征在于，包括：
计算回波的相关系数，通过对所述回波的相关系数和能量函数变异系数进行分析，确定子孔径边界点；具体的：
计算回波的相关系数，将所述回波的相关系数按照旋转角度平均划分为等宽的区间，求出每个区间中相关系数的最小值对应的旋转角度，即慢采样时间，作为候选子孔径边界点；
计算回波的能量函数，根据所述回波的能量函数计算每个候选子孔径边界点能量函数的变异系数，通过将每个候选子孔径边界点的能量函数的变异系数与预设阈值进行比较，选择变异系数小于所述阈值的点为子孔径边界点；
通过计算子孔径边界点的子孔径宽度平均值对子孔径边界点进行筛选组合，自动生成重叠子孔径划分方案；具体的：
基于所述回波的相关系数的划分区间，根据每个子孔径对应的旋转角与最大子孔径宽度对应的旋转角度的关系，生成多套子孔径划分方案；
通过计算每个方案的子孔径宽度平均值，选取子孔径宽度平均值大的两个方案组合生成重叠子孔径划分方案；
利用反向投影BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的圆周SAR图像。
2.根据权利要求1所述的方法，其特征在于，所述计算回波的相关系数的具体方法如公式1所示：
公式1；
其中，表示向量/>与/>的皮尔森相关系数，/>与/>分别表示沿CSAR轨迹进行慢时间采样时/>和/>时刻对应的原始回波信号的模值，/>，/>为CSAR全孔径回波的慢时间采样数；/>表示/>与/>的协方差；/>和/>分别表示/>与/>的标准差。
3.根据权利要求1所述的方法，其特征在于，所述求出每个区间中相关系数的最小值对应的旋转角度，即慢采样时间，作为候选子孔径边界点具体方法如公式2所示：
公式2；
其中，表示求/>的最小值；/>表示查找/>对应的慢采样时间；/>为第/>个区间相关系数最小的点，即为候选子孔径边界点。
4.根据权利要求1所述的方法，其特征在于，所述计算回波的能量函数，根据所述回波的能量函数计算每个候选子孔径边界点能量函数的变异系数具体包括：
计算回波的能量函数，具体方法如公式3所示：
公式3；
其中，和/>分别表示回波信号/>的实部和虚部，/>表示慢时间，/>表示快时间；
计算所述每个候选子孔径边界点的能量函数的变异系数，如公式4所示：
公式4；
其中，和/>分别表示候选子孔径边界点/>前后各两个点的标准差和平均值，为候选子孔径边界点能量函数/>的变异系数。
5.根据权利要求1所述的方法，其特征在于，所述计算每个方案的子孔径宽度平均值具体方法如公式5所示：
公式5；
其中，表示方案/>，/>的子孔径宽度，/>表示该方案所属的子孔径序号，/>表示该方案的子孔径个数。
6.根据权利要求1所述的方法，其特征在于，所述利用BP算法生成子孔径图像，通过非相干叠加子孔径图像生成最终的圆周SAR图像具体包括：
采用BP成像算法在统一的网格下对每个子孔径回波数据成像，得到重叠子孔径图像序列和/>，/>表示子孔径图像，当/>时，/>；当/>时，/>；
根据子孔径图像的子孔径中心角旋转图像后，采用非相干叠加对旋转后的子孔径图像逐像素进行加权融合，得到最终的CSAR图像。
7.一种电子设备，其特征在于，包括：
处理器；以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现如权利要求1-6任一所述的基于自适应重叠子孔径的CSAR成像方法。
8.一种存储介质，其特征在于，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现如权利要求1-6任一所述的基于自适应重叠子孔径的CSAR成像方法。
CN202310484673.8A 2023-04-28 2023-04-28 基于自适应重叠子孔径的csar成像方法、设备及存储介质 Active CN116540232B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310484673.8A CN116540232B (zh) 2023-04-28 2023-04-28 基于自适应重叠子孔径的csar成像方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310484673.8A CN116540232B (zh) 2023-04-28 2023-04-28 基于自适应重叠子孔径的csar成像方法、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116540232A CN116540232A (zh) 2023-08-04
CN116540232B true CN116540232B (zh) 2024-01-26

Family

ID=87444614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310484673.8A Active CN116540232B (zh) 2023-04-28 2023-04-28 基于自适应重叠子孔径的csar成像方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116540232B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104007439A (zh) * 2014-05-30 2014-08-27 中国科学院电子学研究所 一种干涉圆迹sar高程估计处理方法
CN110456354A (zh) * 2019-09-17 2019-11-15 上海无线电设备研究所 一种太赫兹圆迹sar快速后向投影成像方法
CN111190182A (zh) * 2020-01-16 2020-05-22 电子科技大学 一种太赫兹雷达超高分辨成像方法
CN111580105A (zh) * 2020-06-02 2020-08-25 电子科技大学 一种用于太赫兹雷达高分辨成像的自适应处理方法
CN113009484A (zh) * 2021-03-04 2021-06-22 中山大学 一种双基地低频超宽带csar成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104007439A (zh) * 2014-05-30 2014-08-27 中国科学院电子学研究所 一种干涉圆迹sar高程估计处理方法
CN110456354A (zh) * 2019-09-17 2019-11-15 上海无线电设备研究所 一种太赫兹圆迹sar快速后向投影成像方法
CN111190182A (zh) * 2020-01-16 2020-05-22 电子科技大学 一种太赫兹雷达超高分辨成像方法
CN111580105A (zh) * 2020-06-02 2020-08-25 电子科技大学 一种用于太赫兹雷达高分辨成像的自适应处理方法
CN113009484A (zh) * 2021-03-04 2021-06-22 中山大学 一种双基地低频超宽带csar成像方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Imaging Algorithm for Circular SAR Based on Geometric Constraints;Lina Chu;IEEE;全文 *
PROCESSING OF CIRCULAR SAR TRAJECTORIES WITH FAST FACTORIZED BACK-PROJECTION;Octavio Ponce;IEEE;全文 *
可结合CSAR时域成像处理的改进PGA方法;罗雨潇;安道祥;黄晓涛;;信号处理(09);全文 *
多角度SAR动目标检测技术及其高分三号实验验证研究;申文杰;韩冰;林赟;胡玉新;洪文;;雷达学报(02);全文 *

Also Published As

Publication number Publication date
CN116540232A (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
Persico et al. Novel classification algorithm for ballistic target based on HRRP frame
US8125370B1 (en) Polarimetric synthetic aperture radar signature detector
Smith et al. Robust through-the-wall radar image classification using a target-model alignment procedure
CN111142105A (zh) 复杂运动目标isar成像方法
CN110806577B (zh) 合成孔径雷达的聚焦成像方法及装置、设备、存储介质
CN112612024A (zh) 微波阵列快速成像方法
CN109669182B (zh) 无源双基地sar动/静目标联合稀疏成像方法
US20210018609A1 (en) Method and system for object detection
Park et al. Performance analysis of the scenario-based construction method for real target ISAR recognition
CN112731394A (zh) 基于近似观测矩阵的聚束sar杂波抑制和动目标重聚焦
Tulgar et al. Improved pencil back-projection method with image segmentation for far-field/near-field SAR imaging and RCS extraction
Wang et al. An antideceptive jamming method for multistatic synthetic aperture radar based on collaborative localization and spatial suppression
CN114384519B (zh) 超高分辨率星载合成孔径雷达成像方法及装置
CN111352108B (zh) 基于ffbp逆向处理的sar回波信号快速仿真方法
Chen et al. SAR raw data simulation for fluctuant terrain: A new shadow judgment method and simulation result evaluation framework
Huanyu et al. Research on visual tracking algorithm based on deep feature expression and learning
Wang et al. Azimuth improved radar imaging with virtual array in the forward-looking sight
Ryu et al. Frame selection method for isar imaging of 3-d rotating target based on time–frequency analysis and radon transform
CN116540232B (zh) 基于自适应重叠子孔径的csar成像方法、设备及存储介质
Mian et al. Multivariate change detection on high resolution monovariate SAR image using linear time-frequency analysis
Gui et al. Dynamic ISAR imaging method for multiple moving vehicles based on OMP-CADMM
Shao et al. Model-data co-driven integration of detection and imaging for geosynchronous targets with wideband radar
Mason et al. Passive synthetic aperture radar imaging based on low-rank matrix recovery
JP7030629B2 (ja) レーダ信号処理装置
CN112666625A (zh) 用于毫米波安检的快速成像设备及其方法

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