CN110632594B - 一种长波长星载sar成像方法 - Google Patents
一种长波长星载sar成像方法 Download PDFInfo
- Publication number
- CN110632594B CN110632594B CN201910879435.0A CN201910879435A CN110632594B CN 110632594 B CN110632594 B CN 110632594B CN 201910879435 A CN201910879435 A CN 201910879435A CN 110632594 B CN110632594 B CN 110632594B
- Authority
- CN
- China
- Prior art keywords
- distance
- echo data
- function
- fourier transform
- range
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000001131 transforming effect Effects 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 230000005012 migration Effects 0.000 claims description 44
- 238000013508 migration Methods 0.000 claims description 44
- 238000005070 sampling Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 6
- 208000004350 Strabismus Diseases 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 5
- 102000016550 Complement Factor H Human genes 0.000 claims description 2
- 108010053085 Complement Factor H Proteins 0.000 claims description 2
- 238000003672 processing method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007903 penetration ability Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01S7/41—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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及信号处理技术领域,尤其涉及一种长波长星载SAR成像方法,包括:获取成像参数和回波数据;对获取的回波数据进行距离向傅里叶变换;利用等效斜距模型对距离向傅里叶变换后的回波数据进行方位向傅里叶变换,将回波数据变换到二维频域;将变换到二维频域的回波数据与二维相位补偿因子相乘,实现粗聚焦;对二维相位补偿后的回波数据进行距离向傅里叶逆变换;利用高阶斜距模型对距离向傅里叶逆变换后的回波数据进行二次聚焦处理;对进行二次聚焦处理后的回波数据进行方位向傅里叶逆变换,得到最终成像信号。该方法可以精确补偿长波长星载SAR信号严重的空变特性,能够实现全场景内的精确聚焦处理,精度高、效率高且实用性强。
Description
技术领域
本发明涉及信号处理技术领域,尤其涉及一种长波长星载SAR成像方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全高分辨率、宽覆盖率的雷达,如何获得高质量、高分辨率图像是SAR成像追求的目标。目前,高分辨率SAR图像已广泛应用到资源勘探、环境保护、灾情检测、水文地质以及制导导航、航空测量、海洋遥感等领域。其中,当采用长波长SAR,如信号在P波段甚至是VHF波段的SAR时,SAR信号呈现出非常强的穿透能力,可以穿透地表植被,甚至是土壤。因此,长波长星载SAR无论是在森林生物量调查、大规模灾害监测、冰层结构探测、干旱地区含水量普查中,还是在反伪装侦察、探测地下埋藏物(例如地雷)等方面都有非常重要的应用。
现有技术中的高分辨率SAR成像方法主要有六大类:二维时域处理方法、方位时域距离频域处理方法、距离多普勒域处理方法、多变换频域处理方法、二维频域处理方法、极坐标域处理方法。二维时域处理方法以后向投影方法为例。后向投影方法(BackProjection,BP)是一种基于时域处理的精确的成像方法,适用于各种模式回波信号的处理。方位时域距离频域处理方法以频谱分析方法为例。频谱分析方法(SPECAN)在处理方位数据量大的时候,效率较高。距离多普勒域处理方法以距离多普勒方法为例。距离多普勒方法(Range Doppler,RD)处理过程可视为回波接收的逆过程,利用同一距离门内回波信号具有相同的频谱特性,在距离多普勒域内完成距离徙动校正处理、二次距离脉冲压缩及方位向相位补偿处理,实现回波信号的聚焦处理。多变换频域处理方法以线性变标方法为例。线性变标方法(Chirp Scaling,CS)通过与复信号相乘处理完成距离向的插值,进而实现距离徙动校正处理,过程无需插值。二维频域处理方法以ωk方法为例。ωk方法在二维维频域进行stolt插值,从而解除方位、距离的耦合,具备处理高分辨率回波数据的能力。极坐标域方法以极坐标格式方法为例。极坐标格式方法(Polar Format,PF)是一种典型的聚束SAR成像方法,采用极坐标格式存取数据,可以有效减少***所需空间,自聚焦兼容性好。
对于长波长星载SAR,由于其信号工作波长与常规SAR不同,在进行精细成像时,现有技术中的SAR成像方法存在以下问题:(1)随着空间分辨率的不断提升,传统的距离模型引入的近似误差不断加大,远远大于雷达***发射信号工作波长,将导致成像结果出现明显的散焦现象。故基于传统距离模型的ωk方法不适用于长波长SAR高分辨率成像;(2)部分成像方法,例如CS方法和SPECAN方法在推导时存在一定的近似处理,而PF方法在去调频过程中会引入残余相位,若将这些方法应用于长波长星载SAR成像处理中,斜视角的增加将引起严重的空变现象;(3)部分传统方法,例如BP方法和RD方法复杂的插值计算需要消耗大量的计算资源,尤其是在大斜视高分辨率模式下,回波信号数据量的增加将导致成像方法无法实现。
发明内容
本发明的目的是针对上述至少一部分问题,提供一种针对长波长星载SAR的高分辨率成像方法。
为了实现上述目的,本发明提供了一种长波长星载SAR成像方法,包括如下步骤:
S101、获取成像参数和回波数据;
S102、对获取的回波数据进行距离向傅里叶变换;
S103、利用等效斜距模型对距离向傅里叶变换后的回波数据进行方位向傅里叶变换,将回波数据变换到二维频域;
S104、将变换到二维频域的回波数据与二维相位补偿因子相乘,实现粗聚焦;
S105、对二维相位补偿后的回波数据进行距离向傅里叶逆变换;
S106、利用高阶斜距模型对距离向傅里叶逆变换后的回波数据进行二次聚焦处理;
S107、对进行二次聚焦处理后的回波数据进行方位向傅里叶逆变换,得到最终成像信号。
优选地,所述步骤S106中对距离向傅里叶逆变换后的回波数据进行二次聚焦处理包括:
从距离向傅里叶逆变换后的回波数据的第一个距离门开始,按照距离门次序,逐次对每个距离门完成如下步骤:
S106-1、在二维时域构建一个没有距离徙动的参考函数;
S106-2、将参考函数进行距离向傅里叶变换,得到第二函数;
S106-3、利用高阶斜距模型将第二函数与距离徙动因子相乘,加入距离徙动,得到第三函数;
S106-4、将第三函数进行方位向傅里叶变换,得到第四函数;
S106-5、利用等效斜距模型将第四函数与相位补偿因子相乘,完成相位补偿处理和距离向压缩,得到第五函数;
S106-6、将第五函数进行距离向傅里叶逆变换,得到第六函数;
S106-7、通过距离向傅里叶逆变换后的回波数据与第六函数负共轭函数进行的二维相关处理,完成距离向残余徙动量精确补偿。
优选地,所述步骤S106-1中在二维时域构建一个没有距离徙动的参考函数,包括如下步骤:
S106-1-1、基于步骤S104的粗聚焦,计算残余距离徙动;
S106-1-2、基于残余距离徙动,计算步骤S101中获取的回波数据一个完整距离徙动跨越的距离门;
S106-1-3、根据步骤S101中获取的回波数据一个完整距离徙动跨越的距离门,计算参考函数距离门对应的斜距;
S106-1-4、根据参考函数距离门对应的斜距,以及高阶斜距模型,构建没有距离徙动的参考函数。
优选地,所述步骤S101中获取的成像参数包括:
回波数据方位向采样点数Na、回波数据距离向采样点数Nr、信号采样率fs、信号带宽Bw、脉冲重复频率PRF、脉冲宽度Tao、信号工作波长λ、天线长度La、天线中心视角Angle、成像处理时所选取的参考距离Rref、中心时刻回波信号的多普勒中心频率fd、多普勒调频斜率fr,多普勒调频率的变化率fr3、多普勒调频率变化率的变化率fr4,各个距离门j的多普勒中心频率fdj、各个距离门j的多普勒调频率frj,j为距离门编号,j∈{1,2,3…Nr}。
优选地,所述步骤S101中获取的回波数据,其表达式为:
其中,τ表示距离向时间,t表示方位向时间,ωr(τ)表示距离包络,ωa(t)表示方位包络,R(t)表示场景目标与雷达间的斜距,c表示光速,λ表示信号工作波长,b表示发射信号的调频率。
优选地,所述S102中对获取的回波数据进行距离向傅里叶变换,得到第二信号S2(fτ,t),表达式为:
其中,fτ表示距离向频率。
优选地,所述等效斜距模型的表达式为:
优选地,所述步骤S104中的二维相位补偿因子H1(fτ,f)的表达式为:
优选地,所述高阶斜距模型的表达式为:
其中,
R2(t)表示高阶斜距模型下场景目标与雷达间的斜距。
优选地,所述步骤S106-7中,通过距离向傅里叶逆变换后的回波数据与第六函数负共轭函数进行的二维相关处理,得到第六信号S6(τ,f),表达式为:
所述步骤S107中,对第六信号S6(τ,f)进行方位向傅里叶逆变换,得到最终成像信号S7(τ,t),表达式为:
S7(τ,t)=IFFTt{S6(τ,f)}
其中,IFFTt{■}表示进行方位向快速傅里叶逆变换。
本发明的上述技术方案具有如下优点:本发明提供了一种长波长星载SAR成像方法,该方法针对长波长星载SAR回波信号的特点,先在二维频域进行相位补偿处理,实现距离向的压缩,去除回波信号的距离游走,完成对回波信号的粗聚焦;接着,在时-频混合相关方法的基础上,通过方位二次聚焦处理完成对回波信号的精确聚焦处理。与现有技术相比,本发明提供的方法至少具有如下优势:
(1)精度高。本发明的方法采用两步聚焦,可以精确补偿长波长星载SAR信号严重的空变特性,能够实现全场景内的精确聚焦处理。
(2)效率高。本发明的方法先去除了回波信号中由参考斜距引入的距离徙动,大大减小了回波信号的数据量、减轻了图像二次聚焦处理的运算量,提高了处理效率。
(3)实用性强。本发明的方法能够实现长波长星载SAR精细成像,相比于目前基于等效斜距模型、忽略距离方位耦合和成像参数空变补偿的成像方法,本发明具有更好的实用性。
附图说明
图1是本发明实施例中一种长波长星载SAR成像方法流程图;
图2是本发明实施例中雷达的等效斜距模型的示意图;
图3是本发明实施例中雷达的高阶斜距模型的示意图;
图4是本发明实施例中一种长波长星载SAR成像方法处理结果的时域量化图;
图5(a)和图5(b)是对图4中的中心点目标的质量评估结果图;
图6(a)和图6(b)是对图4中的左上点目标的质量评估结果图。
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长波长星载SAR成像方法,包括如下步骤:
S101、获取长波长星载SAR的成像参数和回波数据。
优选地,成像参数包括:回波数据方位向采样点数Na、回波数据距离向采样点数Nr、信号采样率fs、信号带宽Bw、脉冲重复频率PRF、脉冲宽度Tao、信号工作波长λ、天线长度La、天线中心视角Angle、成像处理时所选取的参考距离Rref、中心时刻回波信号的多普勒中心频率fd、多普勒调频斜率fr,高阶斜距参数fr3、fr4,其中fr3表示多普勒调频率的变化率、fr4表示多普勒调频率变化率的变化率,各个距离门j的多普勒中心频率fdj、各个距离门j的多普勒调频率frj,j为距离门编号,j∈{1,2,3…Nr}。
根据回波数据方位向采样点数Na和回波数据距离向采样点数Nr,读入需要进行成像处理的矩阵格式的长波长星载SAR信号回波数据S1(τ,t),其大小为Na×Nr。进一步地,获取的初始的回波数据S1(τ,t)其表达式为:
其中,τ表示距离向时间,t表示方位向时间,ωr(τ)表示距离包络(矩形窗信号),ωa(t)表示方位包络,R(t)表示场景目标200与雷达100(长波长星载SAR)间的斜距,c表示光速,λ表示信号工作波长,b表示发射信号的调频率。
S102、对获取的回波数据进行距离向傅里叶变换。
优选地,根据成像参数中的回波数据方位向采样点数Na、回波数据距离向采样点数Nr对初始的回波信号,即步骤S101获取的回波数据S1(τ,t),进行距离向傅里叶变换,得到第二信号S2(fτ,t),表达式为:
其中,fτ表示距离向频率。
S103、利用等效斜距模型对距离向傅里叶变换后的回波数据进行方位向傅里叶变换,将回波数据变换到二维频域。
优选地,利用雷达的等效斜距模型R(t)=R1(t),根据成像参数中的回波数据方位向采样点数Na、回波数据距离向采样点数Nr对距离向傅里叶变换后的回波数据,即步骤S102中得到的第二信号S2(fτ,t),进行方位向傅里叶变换,得到第三信号S3(fτ,f)。
进一步地,等效斜距模型的示意图如图2所示,场景目标200与雷达100间斜距与成像处理时所选取的参考距离Rref相关,等效斜距模型的表达式为:
第三信号S3(fτ,f)的表达式为:
S3(fτ,f)=FFTt{S2(fτ,t)}
其中,f表示方位向频率,FFTt{■}表示进行方位向快速傅里叶变换。
S104、将变换到二维频域的回波数据与二维相位补偿因子相乘,实现粗聚焦。
变换到二维频域的回波数据即为步骤S103得到第三信号S3(fτ,f),将第三信号S3(fτ,f)与二维相位补偿因子H1(fτ,f)进行相乘处理,得到第四信号S4(fτ,f):
S4(fτ,f)=S3(fτ,f)·H1(fτ,f)
优选地,二维相位补偿因子H1(fτ,f)的表达式为:
二维相位补偿因子H1(fτ,f)中,第一个指数项用于消除参考距离处的距离徙动;第二个指数项用于补偿距离向二次相位;第三个指数项用于距离向压缩。通过二维相位补偿,由于去除了参考斜距引入的距离徙动,可有效减少回波信号的数据量,减轻后续处理的运算量。
S105、对二维相位补偿后的回波数据进行距离向傅里叶逆变换。
二维相位补偿后的回波数据即为步骤S104得到的第四信号S4(fτ,f),根据成像参数中的回波数据方位向采样点数Na、回波数据距离向采样点数Nr对S4(fτ,f)进行距离向傅里叶逆变换,得到第五信号S5(τ,f):
S5(τ,f)=IFFTτ{S4(fτ,f)}
其中,IFFTτ{■}表示进行距离向快速傅里叶逆变换。
S106、利用高阶斜距模型对距离向傅里叶逆变换后的回波数据进行二次聚焦处理。
距离向傅里叶逆变换后的回波数据即为步骤S105得到的第五信号S5(τ,f),利用高阶斜距模型以及时-频混合相关原理,将第五信号S5(τ,f)在距离向进行时域处理、在方位向进行频域处理,实现图像二次聚焦,得到第六信号S6(τ,f)。
如图3所示,相对于地球表面600的场景目标200,搭载SAR的卫星实际飞行轨迹300(对应斜距R(t))与等效斜距模型模拟轨迹400(对应斜距R1(t))、高阶斜距模型模拟轨迹500(对应斜距R2(t))存在差异,卫星实际飞行轨迹300更接近高阶斜距模型模拟轨迹500。优选地,步骤S106中,高阶斜距模型的表达式为:
其中,Δa3与Δa4的表达式分别为:
其中,R2(t)表示高阶斜距模型下场景目标与雷达间的斜距。
进一步地,步骤S106中对距离向傅里叶逆变换后的回波数据进行二次聚焦处理包括:从距离向傅里叶逆变换后的回波数据的第一个距离门开始,按照距离门次序,逐次对每个距离门完成如下步骤:
S106-1、在二维时域构建一个没有距离徙动的参考函数。
优选地,根据第五信号S5(τ,f)在二维时域构建一个没有距离徙动的参考函数s1(τk,t),包括如下步骤:
S106-1-1、基于步骤S104的粗聚焦,计算残余距离徙动ΔRres。
由于步骤S104中与二维相位补偿因子相乘是以场景中心位置Rref处作为参考进行距离徙动校正。由于沿着方位向不同距离门处的点具有不同的距离徙动曲线,第i距离门处的距离徙动曲线应为R(t;Ri),其表达式为:
其中,bin_r表示距离采样间隔对应的斜距变化量。此时二次聚焦处理部分需要校正的残余徙动量为ΔRres,其表达式为:
ΔRres=R(t;Ri)-R(t;Rref)。
S106-1-2、基于残余距离徙动,计算步骤S101中获取的初始的回波数据一个完整距离徙动跨越的距离门。
参考函数s1(τk,t)的大小为Na×Nk,Nk为初始的回波数据S1(τ,t)一个完整距离徙动跨越的距离门,计算Nk的公式如下:
S106-1-3、根据步骤S101中获取的回波数据一个完整距离徙动跨越的距离门,计算参考函数距离门k对应的斜距。
距离门k∈{1,2,3…Nk},参考函数中距离门k对应的斜距Rk表达式为:
其中,R表示场景中心斜距,本发明中Rref=R。
S106-1-4、根据参考函数距离门对应的斜距,以及高阶斜距模型,构建没有距离徙动的参考函数。
参考函数s1(τk,t)的表达式为:
S106-2、将参考函数进行距离向傅里叶变换,得到第二函数。
初始的参考函数s1(τk,t)进行变换后得第二函数s2(fτk,t):
s2(fτk,t)=FFTτ{s1(τk,t)}
其中,fτk为参考函数的距离向频率;FFTτ{■}表示进行距离向快速傅里叶变换。
S106-3、利用高阶斜距模型将第二函数与距离徙动因子相乘,加入距离徙动,得到第三函数。
优选地,将第二函数s2(fτk,t)与距离徙动因子h1(fτk,t)进行相乘处理,得第三函数s3(fτk,t):
s3(fτk,t)=s2(fτk,t)·h1(fτk,t)
其中,距离徙动因子h1(fτk,t)的表达式为:
S106-4、将第三函数进行方位向傅里叶变换,得到第四函数。
第三函数s3(fτk,t)进行变换后得第四函数s4(fτk,f):
s4(fτk,f)=FFTt{s3(fτk,t)}
其中,FFTt{■}表示进行方位向快速傅里叶变换。
S106-5、利用等效斜距模型将第四函数与相位补偿因子相乘,完成相位补偿处理和距离向压缩,得到第五函数。
优选地,将第四函数s4(fτk,f)与相位补偿因子h2(fτk,f)进行相乘处理,得第五函数s5(fτk,f):
s5(fτk,f)=s4(fτk,f)·h2(fτk,f)
相位补偿因子h2(fτk,f)的表达式为:
S106-6、将第五函数进行距离向傅里叶逆变换,得到第六函数。
第五函数s5(fτk,f)进行变换后得第六函数s6(τk,f):
s6(τk,f)=IFFTτ{s5(fτk,f)}
S106-7、通过距离向傅里叶逆变换后的回波数据与第六函数负共轭函数进行的二维相关处理,完成距离向残余徙动量精确补偿。
时域-频域混合相关方法是一种处理精度较高的RD方法,基于该方法将第五信号S5(τ,f)与第六函数s6(τk,f)的负共轭函数进行二维相关处理,精确补偿S5(τ,f)的距离向残余徙动量ΔRres,得到第六信号S6(τ,f):
ΔRres=R2(t;Ri)-R1(t;Rref)。
步骤S107、对进行二次聚焦处理后的回波数据进行方位向傅里叶逆变换,得到最终成像信号。
根据成像参数中的回波数据方位向采样点数Na、回波数据距离向采样点数Nr对进行二次聚焦处理后的回波数据,即步骤S106得到的第六信号S6(τ,f),进行方位向傅里叶逆变换,得到最终成像信号S7(τ,t):
S7(τ,t)=IFFTt{S6(τ,f)}
其中,IFFTt{■}表示进行方位向快速傅里叶逆变换。
通过最终成像信号S7(τ,t)即可实现长波长星载SAR的高分辨率精细成像。
与现有技术相比,本发明提供的长波长星载SAR成像方法包含读入数据、距离向傅里叶变换、方位向傅里叶变换、二维相位补偿(粗聚焦)、距离向傅里叶逆变换、图像二次聚焦处理和方位向傅里叶逆变换等七个部分,该方法针对长波长星载SAR特点,采用两步聚焦,可以精确补偿长波长星载SAR信号严重的空变特性,能够实现全场景内的精确聚焦处理,精度高、效率高且实用性强。
进一步地,为验证本发明提供方法的效果,在一个具体的实施方式中,本发明进行了仿真成像,仿真成像实例中,视角设置为正侧视,信号工作波长0.5455m,场景设置为3×3个单位幅度点目标。根据所设置的多点目标进行长波长星载SAR回波信号仿真,得到回波数据,并进行长波长星载SAR成像处理,其中:
步骤S101中,成像参数为:Na=8192,Nr=4096,fs=0.5GHz,Bw=0.33GHz,PRF=1477Hz,Tao=50μs,λ=0.5455m,La=10m,Angle=38.09°,Rref=660.7km,fd=0.0Hz,fr=275.97Hz/s,fr3=0.002327,fr4=0.094668,fdj和frj与距离门j有关,如j=1024时,fdj=0.0Hz,frj=298.03Hz/s。
通过上述参数进行仿真成像,本发明的方法实现了长波长星载SAR成像处理,处理结果的时域量化图如图4所示。对成像结果的质量进行评估,如图5(a)至图6(b)所示,其中图5(a)示出了图4中心点目标的方位向剖面结果,图5(b)示出了图4中心点目标的距离向剖面结果,图6(a)示出了图4左上角点目标的方位向剖面结果,图6(b)示出了图4左上角点目标的距离向剖面结果。评估显示该处理结果具有很好的对称性,且对应指标均接近理论值(峰值旁瓣比:-13.26dB;积分旁瓣比:-10.0dB)。因此,本发明提供的方法能够实现针对长波长星载SAR图像精确成像。
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 (9)
1.一种长波长星载SAR成像方法,其特征在于,包括如下步骤:
S101、获取成像参数和回波数据;
S102、对获取的回波数据进行距离向傅里叶变换;
S103、利用等效斜距模型对距离向傅里叶变换后的回波数据进行方位向傅里叶变换,将回波数据变换到二维频域;
S104、将变换到二维频域的回波数据与二维相位补偿因子相乘,实现粗聚焦;
S105、对二维相位补偿后的回波数据进行距离向傅里叶逆变换;
S106、利用高阶斜距模型对距离向傅里叶逆变换后的回波数据进行二次聚焦处理;
S107、对进行二次聚焦处理后的回波数据进行方位向傅里叶逆变换,得到最终成像信号;
其中,所述步骤S106中对距离向傅里叶逆变换后的回波数据进行二次聚焦处理包括:
从距离向傅里叶逆变换后的回波数据的第一个距离门开始,按照距离门次序,逐次对每个距离门完成如下步骤:
S106-1、在二维时域构建一个没有距离徙动的参考函数;
S106-2、将参考函数进行距离向傅里叶变换,得到第二函数;
S106-3、利用高阶斜距模型将第二函数与距离徙动因子相乘,加入距离徙动,得到第三函数;
S106-4、将第三函数进行方位向傅里叶变换,得到第四函数;
S106-5、利用等效斜距模型将第四函数与相位补偿因子相乘,完成相位补偿处理和距离向压缩,得到第五函数;
S106-6、将第五函数进行距离向傅里叶逆变换,得到第六函数;
S106-7、通过距离向傅里叶逆变换后的回波数据与第六函数负共轭函数进行的二维相关处理,完成距离向残余徙动量精确补偿。
2.根据权利要求1所述的方法,其特征在于,所述步骤S106-1中在二维时域构建一个没有距离徙动的参考函数,包括如下步骤:
S106-1-1、基于步骤S104的粗聚焦,计算残余距离徙动;
S106-1-2、基于残余距离徙动,计算步骤S101中获取的回波数据一个完整距离徙动跨越的距离门;
S106-1-3、根据步骤S101中获取的回波数据一个完整距离徙动跨越的距离门,计算参考函数距离门对应的斜距;
S106-1-4、根据参考函数距离门对应的斜距,以及高阶斜距模型,构建没有距离徙动的参考函数。
3.根据权利要求2所述的方法,其特征在于,所述步骤S101中获取的成像参数包括:
回波数据方位向采样点数Na、回波数据距离向采样点数Nr、信号采样率fs、信号带宽Bw、脉冲重复频率PRF、脉冲宽度Tao、信号工作波长λ、天线长度La、天线中心视角Angle、成像处理时所选取的参考距离Rref、中心时刻回波信号的多普勒中心频率fd、多普勒调频斜率fr,多普勒调频率的变化率fr3、多普勒调频率变化率的变化率fr4,各个距离门j的多普勒中心频率fdj、各个距离门j的多普勒调频率frj,j为距离门编号,j∈{1,2,3…Nr}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910879435.0A CN110632594B (zh) | 2019-09-18 | 2019-09-18 | 一种长波长星载sar成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910879435.0A CN110632594B (zh) | 2019-09-18 | 2019-09-18 | 一种长波长星载sar成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110632594A CN110632594A (zh) | 2019-12-31 |
CN110632594B true CN110632594B (zh) | 2021-11-05 |
Family
ID=68971040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910879435.0A Active CN110632594B (zh) | 2019-09-18 | 2019-09-18 | 一种长波长星载sar成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110632594B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111505629B (zh) * | 2020-05-08 | 2021-02-02 | 中国科学院国家空间科学中心 | 一种太赫兹安检成像***及方法 |
CN112051550B (zh) * | 2020-07-17 | 2022-08-30 | 北京航空航天大学 | 一种用于gps信号的外辐射源直达波抑制方法 |
CN112505647B (zh) * | 2020-09-25 | 2023-11-10 | 北京空间飞行器总体设计部 | 一种基于序贯子图像序列的动目标方位速度估计方法 |
CN113176570B (zh) * | 2021-04-21 | 2022-11-15 | 北京航空航天大学 | 一种斜视sar时域成像自聚焦方法 |
CN113359132A (zh) * | 2021-04-30 | 2021-09-07 | 西安电子科技大学 | 星载斜视合成孔径雷达实时成像方法及装置 |
CN114879190B (zh) * | 2022-06-08 | 2024-04-09 | 北京航空航天大学 | 一种基于连续变pri的hrws星载sar成像处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176016A (zh) * | 2011-01-25 | 2011-09-07 | 北京航空航天大学 | 一种大斜视滑动聚束sar成像处理方法 |
CN102288964A (zh) * | 2011-08-19 | 2011-12-21 | 中国资源卫星应用中心 | 一种星载高分辨率合成孔径雷达的成像处理方法 |
CN103323828A (zh) * | 2013-05-29 | 2013-09-25 | 中国科学院电子学研究所 | 超高分辨率星载sar成像处理方法及装置 |
CN104459694A (zh) * | 2014-12-04 | 2015-03-25 | 北京航空航天大学 | 一种基于高阶斜距模型的geo sar高分辨成像方法 |
CN108490439A (zh) * | 2018-03-20 | 2018-09-04 | 西安电子科技大学 | 基于等效斜距的双基地任意构型sar成像方法 |
WO2018217815A1 (en) * | 2017-05-23 | 2018-11-29 | Urthecast Corp. | Apparatus and methods for a synthetic aperture radar with self-cueing |
CN109870687A (zh) * | 2019-03-14 | 2019-06-11 | 北京航空航天大学 | 一种用于互质采样星载sar的成像处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102393518B (zh) * | 2011-10-27 | 2013-07-17 | 上海大学 | 一种适用于大斜视角的机载sar成像方法 |
-
2019
- 2019-09-18 CN CN201910879435.0A patent/CN110632594B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176016A (zh) * | 2011-01-25 | 2011-09-07 | 北京航空航天大学 | 一种大斜视滑动聚束sar成像处理方法 |
CN102288964A (zh) * | 2011-08-19 | 2011-12-21 | 中国资源卫星应用中心 | 一种星载高分辨率合成孔径雷达的成像处理方法 |
CN103323828A (zh) * | 2013-05-29 | 2013-09-25 | 中国科学院电子学研究所 | 超高分辨率星载sar成像处理方法及装置 |
CN104459694A (zh) * | 2014-12-04 | 2015-03-25 | 北京航空航天大学 | 一种基于高阶斜距模型的geo sar高分辨成像方法 |
WO2018217815A1 (en) * | 2017-05-23 | 2018-11-29 | Urthecast Corp. | Apparatus and methods for a synthetic aperture radar with self-cueing |
CN108490439A (zh) * | 2018-03-20 | 2018-09-04 | 西安电子科技大学 | 基于等效斜距的双基地任意构型sar成像方法 |
CN109870687A (zh) * | 2019-03-14 | 2019-06-11 | 北京航空航天大学 | 一种用于互质采样星载sar的成像处理方法 |
Non-Patent Citations (4)
Title |
---|
A High-Order Imaging Algorithm for High-Resolution Spaceborne SAR Based on a Modified Equivalent Squint Range Model;Pengbo Wang et al.;《IEEE Transactions on Geoscience and Remote Sensing》;20140730;第53卷(第3期);第1225-1235页 * |
An advanced equivalent slant range model and image formation in geosynchronous SAR;Xiu Wu et al.;《The 2012 International Workshop on Microwave and Millimeter Wave Circuits and System Technology》;20120420;第1-4页 * |
弹载合成孔径雷达大斜视子孔径频域相位滤波成像算法;李震宇 等;《电子与信息学报》;20150430;第37卷(第4期);第953-960页 * |
星载SAR技术的现状与发展趋势;李春升 等;《电子与信息学报》;20160131;第38卷(第1期);第229-240页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110632594A (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110632594B (zh) | 一种长波长星载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 | |
EP3144702B1 (en) | Method and device for synthethic aperture radar imaging based on non-linear frequency modulation signal | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN104977582B (zh) | 一种实现扫描雷达方位超分辨成像的解卷积方法 | |
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 | |
CN108107432B (zh) | 基于时域扰动的高低轨双基sar保相成像方法 | |
CN113702974B (zh) | 一种机载/弹载合成孔径雷达图像快速优化方法 | |
CN113655478B (zh) | 一种成像方法及装置 | |
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 | |
CN109061640B (zh) | 一种用于顺轨干涉sar海流反演的方位模糊抑制方法 | |
CN108132466B (zh) | 一种机载阵列天线下视三维成像方法和*** | |
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 | |
CN110133646B (zh) | 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法 | |
CN116299551A (zh) | 一种太赫兹sar二维自聚焦成像算法 | |
CN114488156B (zh) | 一种低波段星载sar图像电离层闪烁效应校正方法 | |
CN109358330B (zh) | 一种双基前视sar线性时间同步误差估计方法 | |
CN103278819B (zh) | 基于滑动接收窗的机载高分辨率斜视聚束sar成像方法 | |
CN109143236B (zh) | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 | |
CN108732555B (zh) | 一种自动驾驶阵列微波成像运动补偿的方法 | |
Reigber et al. | Wavenumber domain SAR focusing with integrated motion compensation | |
CN108490417B (zh) | 一种精确的sar动目标参数估计方法 | |
Zhang et al. | A new SAR–GMTI high-accuracy focusing and relocation method using instantaneous interferometry | |
Xu et al. | A variable PRF imaging method for high squint diving SAR | |
CN110045374B (zh) | 一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法 |
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 |