CN116679265A - 一种适用于地形起伏场景下的sar时域快速回波模拟方法 - Google Patents
一种适用于地形起伏场景下的sar时域快速回波模拟方法 Download PDFInfo
- Publication number
- CN116679265A CN116679265A CN202310435908.4A CN202310435908A CN116679265A CN 116679265 A CN116679265 A CN 116679265A CN 202310435908 A CN202310435908 A CN 202310435908A CN 116679265 A CN116679265 A CN 116679265A
- Authority
- CN
- China
- Prior art keywords
- image
- sar
- aperture
- scene
- spectrum
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012876 topography Methods 0.000 title claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 149
- 238000003384 imaging method Methods 0.000 claims abstract description 75
- 238000005070 sampling Methods 0.000 claims abstract description 67
- 230000006835 compression Effects 0.000 claims abstract description 56
- 238000007906 compression Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000001131 transforming effect Effects 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 208000004350 Strabismus Diseases 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 9
- 238000012827 research and development Methods 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 7
- 101100022434 Homo sapiens MVB12A gene Proteins 0.000 description 6
- 102100038747 Multivesicular body subunit 12A Human genes 0.000 description 6
- 101100445860 Saccharum hybrid CFBP gene Proteins 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达成像技术领域，公开了一种适用于地形起伏场景下的SAR时域快速回波模拟方法，建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上，并将直角坐标系下的SAR复图像进行波数谱压缩，然后变换至二维频域；按照上一级的子孔径大小，在二维频域对图像沿方位频域进行分割，得到两部分频域信号；对两部分信号分别进行二维逆傅里叶变换，补偿波数谱压缩核的共轭函数；对两部分信号分别补偿新的波数谱压缩函数，再次变换至二维频域然后分别进行两端去零操作，将场景高度重新投影至方位采样间隔翻倍的成像网格中；通过递归处理不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，结束循环。本发明可以节省大量人力物力，用于评估SAR系统的各项性能指标。
Description
技术领域
本发明属于雷达成像技术领域，尤其涉及一种适用于地形起伏场景下的SAR时域快速回波模拟方法。
背景技术
雷达能全天时探测远距离的目标，且不受雾、云和雨的阻挡，具有全天候、全天时的特点，并有一定的穿透能力。因此，它不仅成为军事上必不可少的电子装备，而且广泛应用于社会经济发展和科学研究。合成孔径雷达(SAR)是上个世纪50年达发展起来的新型雷达系统，它满足了对于成像和高分辨率的需求，有着广阔的应用前景。在进行新的雷达系统方案设计、算法研究和系统验证时需要符合特定参量要求的原始回波数据，而这无法全部通过系统的实际飞行试验获得。通过模拟来获得所需要的原始回波信号是一个重要的解决手段和研究方向。雷达快速回波模拟技术通过仿真的方法高效的获得大量的各种条件下的回波数据，用于SAR成像算法的开发与验证，SAR系统参数确定，可以大大加快系统研究进度，规避研发风险，同时较少的飞行实验也可节省研发经费，降低成本。
SAR的回波仿真方法有许多，基本的有基于同心圆的时域生成方法(Time-domainalgorithm，TDA)和基于方位频域(Frequency-domain algorithm，FDA)处理的数据生成方法。时域回波仿真方法是最传统，也是最容易理解的方法，相比于频域回波仿真方法，时域回波仿真方法精度高，且易于运动误差的补偿，在区域目标仿真中有着广泛的运用。时域回波仿真在工作时间内需要计算每个脉冲发射时刻飞行平台和地面目标的距离，计算出每个点目标的原始回波数据并通过叠加得到整个区域的面目标回波数据。时域算法物理概念清晰，仿真精度高，易于添加运动误差模型，但计算复杂度高，仿真速度较慢，对于单点目标或点阵目标的仿真来说计算量可以接受，但对于计算复杂度高的大场景面目标的回波仿真并不适用。SAR回波频域仿真算法主要就是将目标的散射系数转换到频域，用频域的目标散射函数乘上雷达系统的冲击响应，实现时域的卷积效果，获取回波数据。而基于方位频域处理的方法通常需要满足或近似满足回波信号方位不变的假设，然而在很多非匀速直线轨迹，几何构型较为复杂的SAR应用模式，回波信号不再满足方位不变的假设，这给基于方位频域处理的仿真方法引入难点。而对于带有地形起伏的三维场景，由于高程起伏图像容易出现了叠掩、透视收缩、阴影等几何畸变现象，这种现象会增加SAR图像的解译难度。综上所述，在存在地形起伏的条件下即在三维场景下的回波模拟技术不但要解决地面场景的建模问题及大场景回波模拟的快速实现问题，同时克服上述两种数据生成方法的不足，需要研究新的高效、精确、适用性广的SAR数据仿真方法，使之能够满足用于开发和评估任意估计任意构型应用下的SAR成像系统。
通过上述分析，现有技术存在的问题及缺陷为：
(1)现有的回波信号仿真方法中，时域回波仿真方法的计算量随着点目标数量的增加快速增加，对于大场景的回波仿真来说其运算效率低下。
(2)在非匀速直线轨迹的几何构型较为复杂的SAR应用模式，回波信号不再满足方位不变的假设，这给基于方位频域处理的仿真方法引入难点。
(3)对于带有地形起伏的三维场景，由于高程起伏图像容易出现了叠掩、透视收缩、阴影等几何畸变现象，这种现象会增加SAR图像的解译难度。
发明内容
针对现有技术存在的问题，本发明提供了一种适用于地形起伏场景下的SAR时域快速回波模拟方法，尤其涉及一种分析地形起伏的基于CFBP逆向处理的回波模拟方法、系统、介质、设备及终端。
本发明是这样实现的，一种适用于地形起伏场景下的SAR时域快速回波模拟方法，分析地形起伏的回波模拟方法包括：建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上，并将直角坐标系下的SAR复图像进行波数谱压缩，然后变换至二维频域；按照上一级的子孔径大小，在二维频域对图像沿方位频域进行分割，得到两部分频域信号；对两部分信号分别进行二维逆傅里叶变换，补偿波数谱压缩核的共轭函数；对两部分信号分别用新的波数谱压缩函数进行压缩，再次变换至二维频域然后分别进行两端去零操作，将场景高度重新投影至方位采样间隔翻倍的成像网格中；通过递归处理不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，结束循环。
进一步，适用于地形起伏场景下的SAR时域快速回波模拟方法包括以下步骤：
步骤一，建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上；将笛卡尔坐标系下的场景复图像表达式变换至二维频域，利用建立的信号模型和波数矢量分解推导出波数谱的宽度，通过波数谱宽度得出图像域的采样率限制；通过分析采样率的限制，推导出方位波数谱压缩核，使得压缩后的方位图像采样率仅与孔径长度有关；推导出全孔径的波数谱压缩核对图像域信号进行压缩，二维FFT变换至频谱，此时频谱位于中间位置
步骤二，对二维频谱下的信号沿方位向分割成两部分信号。对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位；
步骤三，根据分割后子孔径的孔径中心建立新的波数谱压缩函数，对分割后的信号进行补偿，使得切割后的频谱位于中间位置，再次变换至二维频域然后分别进行两端去零操作，此时信号的图像域方位向分辨率减少一半，将场景高度重新投影至方位采样间隔翻倍的成像网格中；
步骤四，重复步骤二～步骤三，不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号；通过成像网格上的高度信息进行三维解算，得出回波信号距离向数据。
进一步，步骤一中，雷达安装在移动的飞行平台上，沿着任意曲线飞行，全孔径长度为L，在平台运行过程中波束始终指向场景中心；P为雷达照射场景中的任意散射点，在笛卡尔坐标系下，P位置用P(xp,yp,zp)表示，则在全孔径时间内，斜距历程表示为其中，(x,y,z)为平台所在的瞬间位置，(xi,yi)为成像网格上任意一点，将场景的高程信息投影至成像网格上；成像采用后向投影算法，在笛卡尔坐标系下，包含点的SAR复图像表示为：
式中，KB＝Kmax-Kmin为发射信号距离向波数谱宽度，最小值和最大值分别为Kmax和Kmin；是中心波数，K＝Kc+Kr，Kr∈(-KB/2,KB/2)；是场景点与平台位置间的斜距历程，zi是投影到网格上的高度信息，(x,y,z)为平台的瞬时方位位置。
将图像转换到xi和yi对应的2维反变换域中通过驻定相位法得到变量Kx和Ky的范围K sinθmin≤Kx≤K sinθmax，Kmincosθ≤Ky≤Kmaxcosθ，其中θmin和θmax分别是天线视角的最大值和最小值；图像域的采样率限制为/> 结果利用小斜视角的性质sinθ＝θ和cosθ＝1。
方位向的采样间隔受方位波束角范围限制，而在聚束条件下，波束角范围是由场景宽度和合成孔径长度共同作用的，而距离向的采样间隔仅受发射信号带宽的影响。其中xi/ri和x/ri分别代表场景宽度和子孔径长度代表的波数谱分量。从斜距出发，正侧视条件下将斜距展开为/>展开式中孔径长度远小于场景距离。构造方位波数谱压缩核其中第一项用于方位波数谱压缩，第二项是保相性因子。经过压缩核补偿后，直角坐标系下的波数谱宽度仅与子孔径的长度有关。方位图像域采样间隔Δx仅需满足/>其中l是子孔径的长度。方位图像域采样间隔与孔径长度成正比关系，通过将全孔径图像分解成子孔径图像采样间隔成倍降低，直到获得回波信号，推导出全孔径的波数谱压缩核对图像域信号进行压缩，二维FFT变换至频谱，此时频谱位于中间位置。
进一步，步骤二中，将全孔径信号分成两个等长的子孔径信号，全孔径信号对应全孔径SAR图像，同时全孔径SAR图像对应了全孔径图像频谱；将全孔径图像频谱以Kx＝0为中心，沿方位频率向划分为两部分，得到子孔径图像频谱1和子孔径图像频谱2；其中，子孔径图像频谱1上对应子图像1的频谱，子图像1对应子孔径1的回波信号；子孔径图像频谱2上对应子图像2的频谱，子图像2对应子孔径2的回波信号；对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位；。
进一步，步骤三中，根据分割后子孔径1和子孔径2的孔径中心建立新的波数谱压缩函数，对分割后的信号分别进行补偿，使得切割后的频谱1和频谱2都位于中间位置，再次变换至二维频域然后分别进行两端去零操作，此时信号的图像域方位向分辨率减少一半，将场景高度重新投影至方位采样间隔翻倍的成像网格中；
进一步，步骤四中，通过递归处理获得分辨率逐级降低的笛卡尔坐标SAR复图像，直至获得每一个脉冲下的SAR回波信号，则结束递归处理。
本发明的另一目的在于提供一种应用所述的适用于地形起伏场景下的SAR时域快速回波模拟方法的分析地形起伏的回波模拟系统，分析地形起伏的回波模拟系统包括：
图像变换模块，用于建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格，并将SAR复图像变换至二维频域；
图像分割模块，用于按照上一级的子孔径大小在二维频域对图像进行分割，将频谱搬移至中间位置，再进行两端去零操作，得到频域信号并进行二维逆傅里叶变换，得到两个SAR复图像；
波数谱压缩模块，用于对SAR复图像进行波数谱压缩，使得方位分辨率只与孔径长度有关，图像的频谱也搬移至中间位置；
采样投影模块，用于将信号变换至图像域得到低一级方位分辨率的SAR复图像，将成像场景的高度信息通过采样投影至成像的直角坐标网格；
回波模拟模块，用于通过递归处理获得方位分辨率逐级降低的SAR复图像，当获得每一个发射脉冲下的SAR回波信号则结束循环，实现回波模拟。
本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的适用于地形起伏场景下的SAR时域快速回波模拟方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的适用于地形起伏场景下的SAR时域快速回波模拟方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的分析地形起伏的回波模拟系统。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一，针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明提供了一种用于分析地形起伏的基于CFBP(Cartesian factorizedbackprojection，CFBP)逆向处理的SAR(Synthetic aperture radar，SAR)回波信号快速仿真方法，并建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上，并将直角坐标系下的SAR复图像进行波数谱压缩，然后变换至二维频域；按照上一级的子孔径大小，在二维频域对图像沿方位频域进行分割，得到两部分频域信号；对两部分信号分别进行二维逆傅里叶变换，补偿波数谱压缩核的共轭函数；对两部分信号用新的波数谱压缩函数进行压缩，再次变换至二维频域然后分别进行两端去零操作，将场景高度重新投影至方位采样间隔翻倍的成像网格中；通过递归处理不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，结束循环。
为了进一步提高TDA算法的计算效率，本发明整体基于笛卡尔分解反向投影算法(Cartesian factorized backprojection，CFBP)，该算法通过升采样和在笛卡尔坐标系下对图像频谱进行相干合成来实现粗图像的融合。由于避免了大量的二维插值，该算法在精度和效率方面都有显著的提高。本发明针对CFBP算法进行逆向处理，提高了回波信号仿真方法的效率和精度，同时将高度信息处理到成像网格中，解决了雷达图像几何畸变现象在SAR回波模拟过程中的造成的问题。
本发明提供的应用于有地形起伏的回波模拟框架，相较于传统时域回波模拟算法在实现过程中减少了大量用于图像拆分的插值操作，从而显著提高了算法的运算效率，且随着全孔径的收发脉冲数的增加，效率改进效果会更加明显。本发明有效的解决了场景高度导致的雷达图像几何畸变现象在SAR回波模拟过程中的造成的问题。同时，本发明可以在节省大量人力物力的条件下，模拟飞行器在各种复杂应用条件下的SAR回波信号，用于评估SAR系统的各项性能指标，并用于改进和优化实时成像处理硬件系统。
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明提供的适用于地形起伏场景下的SAR时域快速回波模拟方法是时域算法具有高精度的优点，通过改进时域算法使得运算效率也大幅度提升，适用于大场景回波生成，也不需要满足方位不变的假设，同时能够解决地形起伏所造成的影响。本发明能够节省大量人力物力，用于评估SAR系统的各项性能指标，并用于改进和优化实时成像处理硬件系统。
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
(1)本发明的技术方案转化后的预期收益和商业价值为：
SAR回波模拟技术最大的优势就是可以通过仿真的方法高效的获得大量的各种条件下的回波数据，不需要采用实际的飞行获得，方便快捷。可以大大加快SAR系统研究进度，规避研发风险，同时较少的飞行实验也可节省研发经费，降低成本。
(2)本发明的技术方案解决了人们一直渴望解决、但始终未能获得成功的技术难题：
本发明的技术方案是基于时域CFBP算法的回波模拟算法，具有高精度的特点，相较于传统的同心圆回波生成方法极大的提高了运算效率，同时能够处理场景的高度信息，获得的回波质量很高，用得到的回波进行成像，与原图像差异很小。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的适用于地形起伏场景下的SAR时域快速回波模拟方法流程图；
图2是本发明实施例提供的适用于地形起伏场景下的SAR时域快速回波模拟方法原理图；
图3是本发明实施例提供的信号模型图；
图4是本发明实施例提供的实验场景的高度信息示意图；
图5是本发明实施例提供的频谱分割步骤原理图；
图6是本发明实施例提供的场景SAR复图像，场景大小约为150m×300m(X方向×Y方向)，像素点阵为512×1024(X方向×Y方向)示意图；
图7是本发明实施例提供的通过本发明提供的算法得到的SAR仿真回波信号进行SAR成像处理，得到的SAR图像结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种适用于地形起伏场景下的SAR时域快速回波模拟方法，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的分析地形起伏的回波模拟方法包括以下步骤：
S101，建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上。将笛卡尔坐标系下的场景复图像表达式变换至二维频域，利用建立的信号模型和波数矢量分解推导出波数谱的宽度，通过波数谱宽度得出图像域的采样率限制；通过分析采样率的限制，推导出方位波数谱压缩核，使得压缩后的方位图像采样率仅与孔径长度有关。推导出全孔径的波数谱压缩核对图像域信号进行压缩，二维FFT变换至频谱，此时频谱位于中间位置；
S102，对二维频谱下的信号沿方位向分割成两部分信号。对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位；
S103，根据分割后子孔径的孔径中心建立新的波数谱压缩函数，对分割后的信号进行补偿，使得切割后的频谱位于中间位置，再次变换至二维频域然后分别进行两端去零操作，此时信号的图像域方位向分辨率减少一半，将场景高度重新投影至方位采样间隔翻倍的成像网格中；
S104，通过递归处理不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，结束循环，实现回波模拟；
作为优选实施例，如图2所示，本发明实施例提供的分析地形起伏的回波模拟方法具体包括以下步骤：
(1)建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上；再将笛卡尔坐标系下的场景复图像表达式变换至二维频域，利用建立的信号模型和波数矢量分解推导出波数谱的宽度，通过波数谱宽度得出图像域的采样率限制；通过分析采样率的限制，推导出方位波数谱压缩核，使得压缩后的方位图像采样率只与孔径长度有关，具体包括：
雷达安装在移动的飞行平台上，沿着任意曲线飞行，全孔径长度为L，在平台运行过程中波束始终指向场景中心；P为雷达照射场景中的任意散射点，在笛卡尔坐标系下，P位置用P(xp,yp,zp)表示，那么在全孔径时间内，其斜距历程可以表示为其中，(x,y,z)为平台所在的瞬间位置，(xi,yi)为成像网格上任意一点，将场景的高程信息投影至成像网格上。成像采用后向投影(backprojection，BP)算法，在笛卡尔坐标系下，包含该点的SAR复图像表示为：
式中，KB＝Kmax-Kmin为发射信号距离向波数谱宽度，其最小值和最大值分别为Kmax和Kmin，是中心波数，K＝Kc+Kr，Kr∈(-KB/2,KB/2)，是场景点与平台位置间的斜距历程，zi是投影到网格上的高度信息，(x,y,z)为平台的瞬时方位位置。
将图像转换到xi和yi对应的2维反变换域中通过驻定相位法得到变量Kx和Ky的范围K sinθmin≤Kx≤K sinθmax，Kmincosθ≤Ky≤Kmaxcosθ，其中θmin和θmax分别是天线视角的最大值和最小值。这个范围就决定了图像域所需的采样率限制为：上述结果利用了小斜视角的性质sinθ＝θ和cosθ＝1。
从图像域所需的采样率限制可以看出，方位向的采样间隔受方位波束角范围限制，而在聚束条件下，波束角范围是由场景宽度和合成孔径长度共同作用的，而距离向的采样间隔与全孔径相同，只受到发射信号带宽的影响。其中xi/ri和x/ri分别代表场景宽度和子孔径长度代表的波数谱分量。在一个较小的子孔径时间内，前者的范围很小，后者占据了波数谱的主要部分，所以造成了子孔径成像中方位采样率较高的问题。
为了解决这一问题，xi/ri项是由斜距表达式中的xi的二次项所带来的，所以本发明首先从斜距出发，寻求问题的解决方法。正侧视条件下将斜距展开为展开式中使用了孔径长度远小于场景距离的假设。由于第二项中只包含xi的一次项，在求导操作后，不再含有xi的有关项，所以波数谱的展宽，只与第一项有关。即第一项是波数谱较大的原因，所以本发明构造一个方位波数谱压缩核/>其中第一项用于方位波数谱压缩，第二项是保相性因子。经过压缩核补偿后，直角坐标系下的波数谱宽度已经和极坐标系下的相同，只与子孔径的长度有关，不再受到场景大小的影响。此时的方位图像域采样间隔Δx只需满足/>其中l是子孔径的长度。至此，可知方位图像域采样间隔与孔径长度成正比关系，通过将全孔径图像分解成子孔径图像采样间隔成倍降低，直到获得回波信号。推导出全孔径的波数谱压缩核对图像域信号进行压缩，二维FFT变换至频谱，此时频谱位于中间位置。
(2)对二维频谱下的信号沿方位向分割成两部分信号。对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位，具体包括：
将全孔径信号分成了两个等长的子孔径信号，全孔径信号对应全孔径SAR图像，同时全孔径SAR图像对应了全孔径图像频谱；将全孔径图像频谱以Kx＝0为中心，沿方位频率向划分为两部分，得到子孔径图像频谱1和子孔径图像频谱2。对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位；其中，子孔径图像频谱1上对应子图像1的频谱，子图像1对应子孔径1的回波信号；同时，子孔径图像频谱2上对应子图像2的频谱，子图像2对应子孔径2的回波信号。
(3)对两部分信号分别补偿新的波数谱压缩函数，再次变换至二维频域然后分别进行两端去零操作，将场景高度重新投影至方位采样间隔翻倍的成像网格中；
具体包括：根据分割后子孔径的孔径中心建立新的波数谱压缩函数，对分割后的信号进行补偿，使得切割后的频谱位于中间位置，再次变换至二维频域然后分别进行两端去零操作，此时信号的图像域方位向分辨率减少一半，将场景高度重新投影至方位采样间隔翻倍的成像网格中；
(4)重复步骤(2)～步骤(3)，不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，通过成像网格上的高度信息进行三维解算，得出回波信号距离向数据，具体包括：
重复步骤(2)～步骤(3)，进行递归处理，获得分辨率逐级降低的笛卡尔坐标SAR复图像，直至获得每一个脉冲下的SAR回波信号，则结束递归处理。
本发明实施例提供的分析地形起伏的回波模拟系统包括：
图像变换模块，用于建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格，并将SAR复图像变换至二维频域；
图像分割模块，用于按照上一级的子孔径大小在二维频域对图像进行分割，将频谱搬移至中间位置，再进行两端去零操作，得到频域信号并进行二维逆傅里叶变换，得到两个SAR复图像；
波数谱压缩模块，用于对SAR复图像进行波数谱压缩，使得方位分辨率只与孔径长度有关，图像的频谱也搬移至中间位置；
采样投影模块，用于将信号变换至图像域得到低一级方位分辨率的SAR复图像，将成像场景的高度信息通过采样投影至成像的直角坐标网格；
回波模拟模块，用于通过递归处理获得方位分辨率逐级降低的SAR复图像，当获得每一个发射脉冲下的SAR回波信号则结束循环，实现回波模拟。
如图3所示，将雷达安装在移动的飞行平台上，沿着任意曲线飞行，全孔径长度为L，在平台运行过程中波束始终指向场景中心；P为雷达照射场景中的任意散射点，在笛卡尔坐标系下，P位置用P(xp,yp,zp)表示，那么在全孔径时间内，其斜距历程可以表示为其中，(x,y,z)为平台所在的瞬间位置，(xi,yi)为成像网格上任意一点，将场景的高程信息投影至成像网格上。成像采用后向投影(back projection，BP)算法，在笛卡尔坐标系下，包含该点的SAR复图像表示为：
式中，KB＝Kmax-Kmin为发射信号距离向波数谱宽度，其最小值和最大值分别为Kmax和Kmin，是中心波数，K＝Kc+Kr，Kr∈(-KB/2,KB/2)，是场景点与平台位置间的斜距历程，zi是投影到网格上的高度信息，(x,y,z)为平台的瞬时方位位置。
通过波数矢量与图像域采样率的关系可以得出结论，方位向的采样间隔是由场景宽度和合成孔径长度的决定的，而场景宽度是造成子孔径成像中方位采样率较高的主要问题。所以本发明构造一个方位波数谱压缩核其中第一项用于方位波数谱压缩，第二项是保相性因子。经过压缩核补偿后，直角坐标系下的方位图像域采样间隔只与子孔径的长度有关，不再受到场景大小的影响。通过上述分析可知，可以通过构建方位波数谱压缩核使得方位图像域采样间隔只与孔径长度有关，所以可以通过对孔径的划分不断降低方位图像的采样间隔，获得方位分辨率逐级降低的子图像，直到获得每一个发射脉冲下的SAR回波信号。
如图5所示，在频域分析了子图像的划分过程。将全孔径信号分成了两个等长的子孔径信号，全孔径信号对应了全孔径SAR图像，同时全孔径SAR图像对应了全孔径图像频谱；2，将全孔径图像频谱以Kx＝0为中心，沿方位频率向划分为两部分，得到子孔径图像频谱1，和子孔径图像频谱2，其中，子孔径图像频谱1上对应子图像1的频谱，同时，子图像1对应了子孔径1的回波信号，同时，子孔径图像频谱2上对应子图像2的频谱，同时，子图像2对应了子孔径2的回波信号，全孔径频谱分割成两个子孔径频谱。
通过图5分析可知，经过方位波数谱核压缩后在频域的表现是将切割后的频谱搬移至中间位置，所以再进一步两端去零时不会去掉子孔径频谱导致信息丢失，能够完好地保留回波信号信息。将分割后得到的子孔径图像频谱1和子孔径图像频谱2进行两端去零，获得分辨率降低的子孔径1和子孔径2对应的子图像1和子图像2的频谱。
如图2所示，从BP得到的复图像开始进行分割，将场景高度信息投影至成像网格上，用波数谱压缩函数对信号进行压缩，在频域进行频谱的分割，获得子孔径1对应的频谱1，子孔径2对应的频谱2。将分割后得到的子孔径图像频谱1和子孔径图像频谱2进行二维IFFT，分别进行上一步方位向波数谱压缩核共轭函数补偿，以保持相位。用子孔径的孔径中心构建新的波数谱压缩函数进行压缩，再二维FFT，在频域两端去零，获得分辨率降低的子孔径1和子孔径2对应的子图像1和子图像2的频谱，将高度信息重新投影至新的成像网格。重复步骤2到步骤3进行递归处理，获得分辨率逐级降低的直角坐标SAR复图像，直至获得每一个脉冲下的SAR回波信号，则结束递归处理。
为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
1)SAR成像算法的开发与验证
SAR回波模拟技术可以根据要求通过计算机快速准确的模拟出大量不同条件下(如：大斜视、特殊构型双站等)的回波数据，可以大大提高成像算法的开发效率；同时SAR成像算法的优劣、适用范围也能够通过模拟的回波进行分析验证。
2)SAR系统参数确定
通过计算机仿真可快速模拟出大量不同参数下的回波数据，将这些回波数据输入SAR系统，并对结果进行分析，可高效的确定适合的SAR系统参数，规避合成孔径雷达的研发风险。
3)揭示SAR成像的机理
SAR回波模拟技术是依照SAR真实的回波生成过程或SAR基本原理，利用计算机生成的回波，将生成的回波与实测的SAR回波对比，可以揭示电磁波和地面物体相互作用的过程和机理，完善地面目标，如：树木、房屋以及地面等的散射模型，为合成孔径雷达的发展提供理论支撑。
4)SAR系统性能的验证
合成孔径雷达系统在实际使用前，必须经过多方位、多角度的测试，以确保其稳定性以及有效性，而测试所需的不同条件下的回波数据通过计算机模拟获得是最为高效便捷的，所以SAR回波模拟技术可为其系统性能验证提供保障。
5)为SAR成像校正算法提供数据来源
SAR采用脉冲压缩技术进行二维成像，图像由于受斜视或运动误差的影响，存在几何畸变现象，需要校正算法对图像进行修正才能得到正常的场景图像，SAR回波模拟技术可在回波中加入各种斜视角以及运动误差所带来的畸变，为研究校正算法提供成像的原始数据。
6)缩短系统研发周期，降低开发成本和风险
SAR回波模拟技术最大的优势就是可以通过仿真的方法高效的获得大量的各种条件下的回波数据，不需要采用实际的飞行获得，方便快捷。可以大大加快系统研究进度，规避研发风险，同时较少的飞行实验也可节省研发经费，降低成本。
本发明仿真所采用部分参数如表1所示，SAR成像几何如图3所示。
表1仿真实验参数
即：波段Ka，带宽200MHz，采样频率350MHz，脉冲重复频率500Hz，雷达平台按照图3所示的曲线飞行，飞行高度约650m，中心作用距离约1274m，雷达平台X方向运动速度100m/s，雷达平台Y方向运动速度100m/s。设置的成像场景大小约为150m×300m(X方向×Y方向)，像素点阵为512×1024(X方向×Y方向)，对应的SAR复图像如图6所示，场景的高度情况如图4所示。
根据如表1所示的雷达参数和如图6所示的SAR复图像，采用本发明实施例提供的分析地形起伏的回波模拟方法进行回波信号仿真。仿真条件为64位Windows10系统matlab环境，PC硬件平台为i59400fCPU，16G内存，采用本发明方法处理，整个回波信号生成处理时间为60.5s，而相同的测试环境和平台，采用传统的时域同心圆方法需要大约3600s的处理时间，采用基于FFBP(Fast Factorized Back Projection，FFBP)回波模拟方法处理时间为230s(不考虑场景高度的情况下)。
通过对比可见，本发明的回波模拟方法相比传统同心圆方法大大缩短了处理时间，具有更高的效率。相比于改进后的基于FFBP回波生成方法，本发明不仅运算速度大幅度提升，而且能够对场景高度进行处理。对利用本发明回波模拟方法生成的回波信号进行SAR成像处理，成像采用最为精确的BP算法得到的SAR图像如图7所示。通过原始图像图6和图7的对比可以看到，两幅SAR复图像差异非常微小，两幅图像的结构相似度达到了0.99989，非常接近于1。因此可以认为，本发明的回波模拟方法在存在复杂场景高度的情况下，获得的信号质量信号质量很高，同时能够大幅度缩短回波生成时间，提高处理效率。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，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，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种适用于地形起伏场景下的SAR时域快速回波模拟方法，其特征在于，适用于地形起伏场景下的SAR时域快速回波模拟方法包括：建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上，并将直角坐标系下的SAR复图像进行波数谱压缩，然后变换至二维频域；按照上一级的子孔径大小，在二维频域对图像沿方位频域进行分割，得到两部分频域信号；对两部分信号分别进行二维逆傅里叶变换，补偿波数谱压缩核的共轭函数；对两部分信号分别补偿新的波数谱压缩函数，再次变换至二维频域然后分别进行两端去零操作，将场景高度重新投影至方位采样间隔翻倍的成像网格中；通过递归处理不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，结束循环。通过递归处理不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号，结束循环，实现回波模拟。
2.如权利要求1所述适用于地形起伏场景下的SAR时域快速回波模拟方法，其特征在于，适用于地形起伏场景下的SAR时域快速回波模拟方法包括以下步骤：
步骤一，建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格上；将笛卡尔坐标系下的场景复图像表达式变换至二维频域，利用建立的信号模型和波数矢量分解推导出波数谱的宽度，通过波数谱宽度得出图像域的采样率限制；通过分析采样率的限制，推导出方位波数谱压缩核，使得压缩后的方位图像采样率仅与孔径长度有关；推导出全孔径的波数谱压缩核对图像域信号进行压缩，二维FFT变换至频谱，此时频谱位于中间位置；
步骤二，对二维频谱下的信号沿方位向分割成两部分信号。对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位；
步骤三，根据分割后子孔径的孔径中心建立新的波数谱压缩函数，对分割后的信号进行补偿，使得切割后的频谱位于中间位置，再次变换至二维频域然后分别进行两端去零操作，此时信号的图像域方位向分辨率减少一半，将场景高度重新投影至方位采样间隔翻倍的成像网格中；
步骤四，重复步骤二～步骤三，不断获得方位分辨率逐级降低的SAR复图像，直到获得每一个发射脉冲下的SAR回波信号；通过成像网格上的高度信息进行三维解算，得出回波信号距离向数据。
3.如权利要求2所述适用于地形起伏场景下的SAR时域快速回波模拟方法，其特征在于，步骤一中，雷达安装在移动的飞行平台上，沿着任意曲线飞行，全孔径长度为L，在平台运行过程中波束始终指向场景中心；P为雷达照射场景中的任意散射点，在笛卡尔坐标系下，P位置用P(xp,yp,zp)表示，则在全孔径时间内，斜距历程表示为其中，(x,y,z)为平台所在的瞬间位置，(xi,yi)为成像网格上任意一点，将场景的高程信息投影至成像网格上；成像采用后向投影算法，在笛卡尔坐标系下，包含点的SAR复图像表示为：
式中，KB＝Kmax-Kmin为发射信号距离向波数谱宽度，最小值和最大值分别为Kmax和Kmin；是中心波数，K＝Kc+Kr，Kr∈(-KB/2,KB/2)；
是场景点与平台位置间的斜距历程，zi是投影到网格上的高度信息，(x,y,z)为平台的瞬时方位位置；
将图像转换到xi和yi对应的2维反变换域中通过驻定相位法得到变量Kx和Ky的范围K sinθmin≤Kx≤K sinθmax，Kmincosθ≤Ky≤Kmaxcosθ，其中θmin和θmax分别是天线视角的最大值和最小值；图像域的采样率限制为/> 结果利用小斜视角的性质sinθ＝θ和cosθ＝1；
方位向的采样间隔受方位波束角范围限制，而在聚束条件下，波束角范围是由场景宽度和合成孔径长度共同作用的，而距离向的采样间隔仅受发射信号带宽的影响；其中xi/ri和x/ri分别代表场景宽度和子孔径长度代表的波数谱分量；从斜距出发，正侧视条件下将斜距展开为/>展开式中孔径长度远小于场景距离；构造方位波数谱压缩核其中第一项用于方位波数谱压缩，第二项是保相性因子；经过压缩核补偿后，直角坐标系下的波数谱宽度仅与子孔径的长度有关；方位图像域采样间隔Δx仅需满足/>其中l是子孔径的长度；方位图像域采样间隔与孔径长度成正比关系，通过将全孔径图像分解成子孔径图像采样间隔成倍降低，直到获得回波信号。
4.如权利要求2所述适用于地形起伏场景下的SAR时域快速回波模拟方法，其特征在于，步骤二中，将全孔径信号分成了两个等长的子孔径信号，全孔径信号对应全孔径SAR图像，同时全孔径SAR图像对应了全孔径图像频谱；将全孔径图像频谱以为中心，沿方位频率向划分为两部分，得到子孔径图像频谱1和子孔径图像频谱2。对两部分信号分别进行二维逆傅里叶变换，再分别补偿上一步波数谱压缩函数的共轭函数，以保持相位；其中，子孔径图像频谱1上对应子图像1的频谱，子图像1对应子孔径1的回波信号；同时，子孔径图像频谱2上对应子图像2的频谱，子图像2对应子孔径2的回波信号。
5.如权利要求2所述适用于地形起伏场景下的SAR时域快速回波模拟方法，其特征在于，步骤三中，根据分割后子孔径的孔径中心建立新的波数谱压缩函数，对分割后的信号进行补偿，使得切割后的频谱位于中间位置，再次变换至二维频域然后分别进行两端去零操作，此时信号的图像域方位向分辨率减少一半，将场景高度重新投影至方位采样间隔翻倍的成像网格中。
6.如权利要求2所述适用于地形起伏场景下的SAR时域快速回波模拟方法，其特征在于，步骤四中，通过递归处理，获得分辨率逐级降低的笛卡尔坐标SAR复图像，直至获得每一个脉冲下的SAR回波信号，则结束递归处理。
7.一种应用如权利要求1～6任意一项所述适用于地形起伏场景下的SAR时域快速回波模拟方法的分析地形起伏的回波模拟系统，其特征在于，分析地形起伏的回波模拟系统，包括：
图像变换模块，用于建立信号模型，将成像场景的高度信息通过采样投影至成像的直角坐标网格，并将SAR复图像变换至二维频域；
图像分割模块，用于按照上一级的子孔径大小在二维频域对图像进行分割，将频谱搬移至中间位置，再进行两端去零操作，得到频域信号并进行二维逆傅里叶变换，得到两个SAR复图像；
波数谱压缩模块，用于对SAR复图像进行波数谱压缩，使得方位分辨率只与孔径长度有关，图像的频谱也搬移至中间位置；
采样投影模块，用于将信号变换至图像域得到低一级方位分辨率的SAR复图像，将成像场景的高度信息通过采样投影至成像的直角坐标网格；
回波模拟模块，用于通过递归处理获得方位分辨率逐级降低的SAR复图像，当获得每一个发射脉冲下的SAR回波信号则结束循环，实现回波模拟。
8.一种计算机设备，其特征在于，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～6任意一项所述适用于地形起伏场景下的SAR时域快速回波模拟方法的步骤。
9.一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行如权利要求1～6任意一项所述适用于地形起伏场景下的SAR时域快速回波模拟方法的步骤。
10.一种信息数据处理终端，其特征在于，信息数据处理终端用于实现如权利要求7所述分析地形起伏的回波模拟系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310435908.4A CN116679265A (zh) | 2023-04-22 | 2023-04-22 | 一种适用于地形起伏场景下的sar时域快速回波模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310435908.4A CN116679265A (zh) | 2023-04-22 | 2023-04-22 | 一种适用于地形起伏场景下的sar时域快速回波模拟方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116679265A true CN116679265A (zh) | 2023-09-01 |
Family
ID=87782547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310435908.4A Pending CN116679265A (zh) | 2023-04-22 | 2023-04-22 | 一种适用于地形起伏场景下的sar时域快速回波模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116679265A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117148351A (zh) * | 2023-10-31 | 2023-12-01 | 西安电子科技大学 | 基于卫星sar图像的弹载sar图像成像方法及装置 |
-
2023
- 2023-04-22 CN CN202310435908.4A patent/CN116679265A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117148351A (zh) * | 2023-10-31 | 2023-12-01 | 西安电子科技大学 | 基于卫星sar图像的弹载sar图像成像方法及装置 |
| CN117148351B (zh) * | 2023-10-31 | 2024-02-06 | 西安电子科技大学 | 基于卫星sar图像的弹载sar图像成像方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102393518B (zh) | 一种适用于大斜视角的机载sar成像方法 | |
| CN104007440B (zh) | 一种加速分解后向投影聚束合成孔径雷达成像方法 | |
| CN108490441B (zh) | 基于两级滤波的俯冲段大斜视sar子孔径成像空变校正方法 | |
| CN108872985B (zh) | 一种近场圆周sar快速三维成像方法 | |
| 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 | |
| CN111352107B (zh) | 基于多通道数字和差的单脉冲跟踪与成像方法 | |
| CN110673143A (zh) | 一种子孔径大斜视sar俯冲成像的两步处理方法 | |
| CN106569191A (zh) | 一种利用高分辨率成像获取目标rcs的方法 | |
| CN106054187B (zh) | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 | |
| CN108710111A (zh) | 一种机载双基前视sar方位相位的二维空变校正方法 | |
| CN108490443A (zh) | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 | |
| Tang et al. | Focusing hypersonic vehicle-borne SAR data using radius/angle algorithm | |
| CN116679265A (zh) | 一种适用于地形起伏场景下的sar时域快速回波模拟方法 | |
| CN111443349A (zh) | 基于BiSAR回波的相关运动误差补偿方法、系统及应用 | |
| CN111352108B (zh) | 基于ffbp逆向处理的sar回波信号快速仿真方法 | |
| 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 | |
| CN113608218B (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
| CN112649806B (zh) | 一种mimo雷达近场三维成像方法 | |
| Sun et al. | Polar format algorithm for spotlight bistatic SAR with arbitrary geometry configuration | |
| CN109633585B (zh) | 分布式机会阵雷达非合作目标动态回波的高精度计算方法 | |
| CN106908789A (zh) | 一种基于空间域支撑区融合的sar成像方法 | |
| Dong et al. | Cartesian factorized backprojection algorithm for synthetic aperture radar | |
| CN110579762A (zh) | 一种太赫兹圆迹sar快速后向投影成像方法 | |
| CN116381681A (zh) | 一种基于改进谱压缩的大斜视tops模式地平面bp自聚焦方法 | |
| CN112859018B (zh) | 一种基于图像几何校正的视频sar成像方法 |
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 |