CN111722221B - 机载雷达数据处理方法、装置、计算机设备及存储介质 - Google Patents
机载雷达数据处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111722221B CN111722221B CN202010523546.0A CN202010523546A CN111722221B CN 111722221 B CN111722221 B CN 111722221B CN 202010523546 A CN202010523546 A CN 202010523546A CN 111722221 B CN111722221 B CN 111722221B
- Authority
- CN
- China
- Prior art keywords
- airborne radar
- radar data
- convolution processing
- convolution
- processing
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
- G06F17/153—Multidimensional correlation or convolution
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例公开了一种机载雷达数据处理方法、装置、计算机设备及存储介质,方法包括:获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。本发明实施例的技术方案能够消除机载雷达数据的误差,从而提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
Description
技术领域
本发明实施例涉及机载雷达数据处理技术领域,尤其涉及一种机载雷达数据处理方法、装置、计算机设备及存储介质。
背景技术
相较地基雷达,机载雷达由于平台位置的升高增加了雷达的可视距离,尤其是对低空、超低空及地基空间目标,其可视距离更是大大增加。
现有机载雷达通过装载在飞行设备上,通过对目标地形发射电磁波,可以实现对目标地形的地貌探测功能。
发明人在实现本发明的过程中,发现现有技术存在如下缺陷:装载机载雷达的飞行设备在飞行过程中,机载雷达向地面发射的电磁波会出现多普勒效应,同时,由于受到电磁波传输方向等因素的影响,引起机载雷达数据的误差,从而导致最终生成的雷达图像的清晰度与连续度较低,不能准确还原目标地形的真实地貌。
发明内容
本发明实施例提供一种机载雷达数据处理方法、装置、计算机设备及存储介质,以消除机载雷达数据的误差,从而提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
第一方面,本发明实施例提供了一种机载雷达数据处理方法,包括:
获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;
根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;
根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;
根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
第二方面,本发明实施例还提供了一种机载雷达数据处理装置,包括:
原始机载雷达数据获取模块,用于获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;
第一卷积处理模块,用于根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;
第二卷积处理模块,用于根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;
第三卷积处理模块,用于根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
第三方面,本发明实施例还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的机载雷达数据处理方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的机载雷达数据处理方法。
本发明实施例通过根据运动补偿参数对获取的原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据,根据方位向卷积关联参数对第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据运动补偿参数对第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据,解决现有机载雷达数据无法准确还原目标地形的真实地貌的问题,以消除机载雷达数据的误差,从而提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
附图说明
图1是本发明实施例一提供的一种机载雷达数据处理方法的流程图;
图2a是本发明实施例二提供的一种机载雷达数据处理方法的流程图;
图2b是本发明实施例二提供的一种原始机载冰雷达数据聚焦形成的冰雷达图像的效果示意图;
图2c是本发明实施例二提供的一种目标机载雷达数据聚焦形成的冰雷达图像的效果示意图;
图3是本发明实施例三提供的一种机载雷达数据处理装置的示意图;
图4为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本发明实施例的说明书和权利要求书及附图中的术语“第一”、“第二”和“第三”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
实施例一
图1是本发明实施例一提供的一种机载雷达数据处理方法的流程图,本实施例可适用于对机载雷达数据进行处理以准确还原目标地形地貌的情况,该方法可以由机载雷达数据处理装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在计算机设备中,与机载雷达配合使用。相应的,如图1 所示,该方法包括如下操作:
S110、获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据。
其中,原始机载雷达数据可以是机载雷达获取的原始雷达数据,在原始机载雷达数据中,包括距离向数据和方位向数据两种类型。其中,距离向数据为机载雷达与地面的垂直方向上获取的数据,方位向数据为机载雷达的飞行方向数据。
在本发明实施例中,机载雷达可以装载在飞行设备上,以对目标地形的地貌进行探测。其中,飞行设备包括但不限于飞机或无人机等。目标地形可以是农田、山地及冰盖层等各种需要探测的地形类型,本发明实施例并不对目标地形的具体类型进行限定。
相应的,机载雷达生成原始机载雷达数据后,可以发送至飞行设备中的数据处理设备进行处理,也可以发送至地面专用的数据处理设备进行处理,数据处理设备可以是诸如小型服务器、个人电脑、平板电脑或智能手机等各种终端设备,本发明实施例对此并不进行限制。
具体的,数据处理设备可以获取机载雷达在一段时间内生成的原始机载雷达数据,从而对获取的原始机载雷达数据进行处理。
S120、根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据。
其中,运动补偿参数可以用于对原始机载雷达数据进行运动补偿。可选的,运动补偿参数可以是相位偏移参数和/或时间偏移参数等,本发明实施例并不对运动补偿参数的具体参数类型进行限定。第一距离向卷积处理可以是对原始机载雷达数据沿距离向进行卷积处理。第一卷积处理机载雷达数据可以是对原始机载雷达数据沿距离向进行卷积处理后,得到的机载雷达数据。
可以理解的是,机载雷达在工作过程中,往往是与飞行设备同步保持飞行状态,因此机载雷达与目标地形之间是相对运动的状态,进而产生多普勒效应。多普勒效应对机载雷达数据的影响主要体现在距离向数据方面,具体是造成机载雷达数据出现相位偏移和时间偏移。因此,在本发明实施例中,在获取到原始机载雷达数据后,可以根据运动补偿参数对原始机载雷达数据沿距离向进行卷积处理,得到第一卷积处理机载雷达数据,从而调整因多普勒效应对原始机载雷达数据造成的相位偏移和时间偏移。
S130、根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据。
其中,方位向卷积关联参数可以用于对第一卷积处理机载雷达数据沿方位向进行卷积处理,包括但不限于。第二卷积处理机载雷达数据可以是对第一卷积处理机载雷达数据沿方位向进行卷积处理后,得到的机载雷达数据。
可以理解的是,机载雷达向目标地形发射的电磁波会分布至各个方向。其中,与地形相垂直的电磁波的传播时间要比非垂直方向的电磁波的传播时间短。因此,机载雷达在不同时间内发射的电磁波则可能产生方位向偏移。示例性的,假设机载雷达在第1秒的时间点向目标地形发射的电磁波的传播方向与地面的水平线呈30°,第1.05秒的时间点向目标地形发射的电磁波的传播方向与地面的水平线呈90°(也即与地面垂直),由于第1.05秒发射的电磁波传播时间更短,所以机载雷达会先接收到第1.05秒发射的电磁波返回的电磁波,后接收到第1秒发射的电磁波返回的电磁波,并将第1.05秒发射的电磁波返回的电磁波携带的数据作为第1秒发射的电磁波所携带的数据,将第1秒发射的电磁波返回的电磁波携带的数据作为第1.05秒发射的电磁波所携带的数据,进而造成机载雷达数据的方位向偏移。
为了解决上述问题,在本发明实施例中,在根据运动补偿参数对原始机载雷达数据沿距离向进行卷积处理,得到第一卷积处理机载雷达数据后,需要继续根据方位向卷积关联参数对第一卷积处理机载雷达数据沿方位向进行卷积处理,得到第二卷积处理机载雷达数据,从而调整原始机载雷达数据中的方位向偏移,消除方位向偏移引起的数据误差。
S140、根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
相应的,得到第二卷积处理机载雷达数据后,可以继续采用运动补偿参数对第二卷积处理机载雷达数据沿距离向进行第二次的卷积处理,以校正相位偏移和时间偏移,消除多普勒效应引起的垂直偏差,即相位偏移和时间偏移造成的距离向数据的误差,得到最终的目标机载雷达数据。
由此可见,本发明实施例中最终处理得到的目标机载雷达数据消除了多普勒效应引起的垂直偏差以及飞行状态造成的方位向偏移引起的数据误差,能够提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
本发明实施例通过根据运动补偿参数对获取的原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据,根据方位向卷积关联参数对第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据运动补偿参数对第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据,解决现有机载雷达数据无法准确还原目标地形的真实地貌的问题,以消除机载雷达数据的误差,从而提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
实施例二
图2a是本发明实施例二提供的一种机载雷达数据处理方法的流程图,本实施例以上述实施例为基础进行具体化,在本实施例中,给出了第一距离向卷积处理、第一方位向卷积处理及第二距离向卷积处理的具体实现方式。相应的,如图2a所示,本实施例的方法可以包括:
S210、获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据。
在本发明的一个可选实施例中,所述原始机载雷达数据为原始机载冰雷达数据。
冰雷达是一种利用电磁脉冲进行隐蔽探测的探地雷达。冰雷达针对南极冰层特点做了专门设计。冰雷达执行任务时,雪橇式天线平置在雪地上进行连续扫描作业,主机***由雷达波发射与接收控制线路和微机***构成。通过主机***屏幕的彩色图像,可了解积雪、冰层及絮状冰积物情况;根据电磁波反射时间、传播速度,冰雷达可判断出介质差异,从而推断出冰雪厚度、冰裂隙宽度及是否存在冰裂隙。南极冰盖作为地球***的重要组成部分,对全球气候和海平面变化有着重要的影响。研究人员需要测绘冰盖厚度,获取更精细、更高精度的冰盖底部地形数据,以便深刻认识冰盖变化的不稳定机制及其对海平面变化的重要影响。运用以冰雷达为主的技术方法对冰盖进行断面或区域性探测是目前测绘冰盖厚度、冰下地形和冰盖内部结构的最主要手段。
在本发明实施例中,机载雷达的类型可以是机载冰雷达,相应的,原始机载雷达数据可以为机载冰雷达获取的原始雷达数据。目标地形可以是冰盖层地形。
S220、根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据。
在本发明的一个可选实施例中,所述运动补偿参数可以包括相位偏移参数和时间偏移参数;相应的,S220具体可以包括下述操作:
S221、计算所述原始机载雷达数据的距离向参考函数。
其中,距离向参考函数可以用于对原始机载雷达数据进行距离向的卷积处理。
在本发明的一个可选实施例中,所述计算所述原始机载雷达数据的距离向参考函数,可以包括:
基于如下公式计算所述距离向参考函数:
Rc=FFT[I+Qi]
其中,Rc为所述距离向参考函数,I为所述原始机载雷达数据中的同向信号,Qi为所述原始机载雷达数据中的正交信号。
在本发明实施例中,当机载雷达的类型为机载冰雷达时,机载冰雷达发射的雷达信号属于宽脉冲信号,对原始机载冰雷达数据与距离向参考函数进行卷积处理,可以将宽脉冲信号压缩为窄脉冲,从而提高机载冰雷达对冰盖层地形的距离分辨精度和距离分辨力,进而提高雷达图像的信噪比,降低冰雷达图像的***噪声,从而更准确地提取和计算冰盖厚度、冰下地形高程和冰盖内部层位等图像特征。
S222、计算所述相位偏移参数和所述时间偏移参数。
在本发明的一个可选实施例中,所述计算所述相位偏移参数和所述时间偏移参数,包括:
基于如下公式计算所述相位偏移参数:
P=exp(4π/c*Dz*f)
基于如下公式计算所述时间偏移参数:
T=exp(4π/λ*Dz)
其中,P为所述相位偏移参数,也可以称为相位信号矫正,c为光速,f为机载雷达频率,Dz为矫正距离,Dz=Hr-Ha,Hr为机载雷达实时高度,Ha为机载雷达平均高度,λ为机载雷达波长,T为所述时间偏移参数,也可以称为时域包络矫正。
S223、根据所述距离向参考函数、所述相位偏移参数和所述时间偏移参数对所述原始机载雷达数据进行第一距离向卷积处理。
在本发明的一个可选实施例中,所述根据所述距离向参考函数、所述相位偏移参数和所述时间偏移参数对所述原始机载雷达数据进行第一距离向卷积处理,可以包括:
基于如下公式对所述原始机载雷达数据进行第一距离向卷积处理:
其中,S表示第一卷积处理机载雷达数据,R为所述原始机载雷达数据。
S230、根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据。
相应的,S230具体可以包括下述操作:
S231、对所述第一卷积处理机载雷达数据进行相位展开处理,得到展开处理机载雷达数据。
雷达信号的相位通常在π与-π之间,通过对第一卷积处理机载雷达数据进行相位展开处理,可以重建雷达信号的原始相位。
在本发明的一个可选实施例中,所述对所述第一卷积处理机载雷达数据进行相位展开处理,得到展开处理机载雷达数据;包括:
基于下述公式对所述第一卷积处理机载雷达数据进行相位展开处理:
S232、根据所述方位向卷积关联参数计算方位向参考函数。
在本发明的一个可选实施例中,所述方位向卷积关联参数包括:飞行速度、地面坡度、信号各介质传播距离与机载雷达***参数。
在本发明实施例中,对雷达数据的一维聚焦过程需要在频域中进行卷积加权,可选的,通过计算设定时间间隔的压缩脉冲包络线可以得到方位向参考函数,该方位向参考函数有效模拟了飞行速度、地面坡度、信号各介质传播距离与机载雷达***参数等各种关联参数的影响。可选的,设定时间间隔可以是200 纳秒宽,本发明实施例对此并不进行限制。
可选的,当机载雷达的类型为机载冰雷达时,地面坡度可以是冰面坡度,机载雷达***参数则可以是机载冰雷达***参数。
在本发明的一个可选实施例中,所述根据所述方位向卷积关联参数计算方位向参考函数,包括:
基于如下公式计算所述方位向参考函数:
p(t)=sinc(mπt)n
其中,m和n为常数。可选的,m可以取10,n可以取1.29,本发明实施例并不对m和n的具体数值进行限定。
S233、根据所述方位向参考函数对所述第一卷积处理机载雷达数据进行第一方位向卷积处理。
在本发明的一个可选实施例中,所述根据所述方位向参考函数对所述第一卷积处理机载雷达数据进行第一方位向卷积处理,包括:
基于如下公式对所述第一卷积处理机载雷达数据进行第一方位向卷积处理:
其中,S2为第二卷积处理机载雷达数据。
可选的,当机载雷达的类型为机载冰雷达时,根据方位向参考函数对第一卷积处理机载雷达数据进行第一方位向卷积处理,可以有效去除雷达信号中存在的双曲线形状的基岩,有效还原冰盖底部基岩的形状。
S240、根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
在本发明的一个可选实施例中,所述根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,可以包括:
基于如下公式对所述第二卷积处理机载雷达数据进行第二距离向卷积处理:
S3=iFFT[FFT[S2]./P./T]
其中,S3为所述目标机载雷达数据。
相应的,对第二卷积处理机载雷达数据进行第二距离向卷积处理,可以将雷达信号还原成初始的相位与时间包络上,得到最终聚焦后的雷达图像。
图2b是本发明实施例二提供的一种原始机载冰雷达数据聚焦形成的冰雷达图像的效果示意图,图2c是本发明实施例二提供的一种目标机载雷达数据聚焦形成的冰雷达图像的效果示意图。如图2b和2c所示,利用本发明实施例提供的机载雷达数据处理方法对原始机载冰雷达数据进行处理后,进一步提高了冰雷达图像的信噪比,降低了冰雷达图像的***噪声,从而更准确地提取和计算冰盖厚度、冰下地形高程和冰盖内部层位等图像特征,最终聚焦形成的雷达图像的清晰度与连续度更高,对冰盖层地形地貌的还原度更准确。
本发明实施例通过根据运动补偿参数对获取的原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据,根据方位向卷积关联参数对第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据运动补偿参数对第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据,解决现有机载雷达数据无法准确还原目标地形的真实地貌的问题,以消除机载雷达数据的误差,从而提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
需要说明的是,以上各实施例中各技术特征之间的任意排列组合也属于本发明的保护范围。
实施例三
图3是本发明实施例三提供的一种机载雷达数据处理装置的示意图,如图 3所示,所述装置包括:原始机载雷达数据获取模块310、第一卷积处理模块 320、第二卷积处理模块330以及第三卷积处理模块340,其中:
原始机载雷达数据获取模块310,用于获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;
第一卷积处理模块320,用于根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;
第二卷积处理模块330,用于根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;
第三卷积处理模块340,用于根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
本发明实施例通过根据运动补偿参数对获取的原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据,根据方位向卷积关联参数对第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据运动补偿参数对第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据,解决现有机载雷达数据无法准确还原目标地形的真实地貌的问题,以消除机载雷达数据的误差,从而提高雷达图像的清晰度与连续度,准确还原目标地形的真实地貌。
可选的,所述运动补偿参数包括相位偏移参数和时间偏移参数;第一卷积处理模块320,包括:距离向参考函数计算单元,用于计算所述原始机载雷达数据的距离向参考函数;运动补偿参数计算单元,用于计算所述相位偏移参数和所述时间偏移参数;第一卷积处理单元,用于根据所述距离向参考函数、所述相位偏移参数和所述时间偏移参数对所述原始机载雷达数据进行第一距离向卷积处理。
可选的,距离向参考函数计算单元,具体用于基于如下公式计算所述距离向参考函数:Rc=FFT[I+Qi];运动补偿参数计算单元,具体用于基于如下公式计算所述相位偏移参数:P=exp(4π/c*Dz*f);基于如下公式计算所述时间偏移参数:T=exp(4π/λ*Dz);第一卷积处理单元,具体用于基于如下公式对所述原始机载雷达数据进行第一距离向卷积处理:;其中,Rc为所述距离向参考函数,I为所述原始机载雷达数据中的同向信号, Qi为所述原始机载雷达数据中的正交信号,P为所述相位偏移参数,c为光速, f为机载雷达频率,Dz为矫正距离,Dz=Hr-Ha,Hr为机载雷达实时高度,Ha 为机载雷达平均高度,λ为机载雷达波长,T为所述时间偏移参数,S表示第一卷积处理机载雷达数据,R为所述原始机载雷达数据。
可选的,第二卷积处理模块330,包括:展开处理机载雷达数据获取单元,用于对所述第一卷积处理机载雷达数据进行相位展开处理,得到展开处理机载雷达数据;方位向参考函数计算单元,用于根据所述方位向卷积关联参数计算方位向参考函数;第二卷积处理单元,用于根据所述方位向参考函数对所述第一卷积处理机载雷达数据进行第一方位向卷积处理。
可选的,所述方位向卷积关联参数包括:飞行速度、地面坡度、信号各介质传播距离与机载雷达***参数;展开处理机载雷达数据获取单元,具体用于基于下述公式对所述第一卷积处理机载雷达数据进行相位展开处理:方位向参考函数计算单元,具体用于基于如下公式计算所述方位向参考函数:p(t)=sinc(mπt)n;第二卷积处理单元,具体用于基于如下公式对所述第一卷积处理机载雷达数据进行第一方位向卷积处理:/>;其中,S1为相位展开后的第一卷积处理机载雷达数据,S2为第二卷积处理机载雷达数据,Flo为机载雷达信号本振频率,F 为机载雷达频率,m和n为常数。
可选的,第三卷积处理模块340,具体用于基于如下公式对所述第二卷积处理机载雷达数据进行第二距离向卷积处理:S3=iFFT[FFT[S2]./P./T];其中, S3为所述目标机载雷达数据。
可选的,所述原始机载雷达数据为原始机载冰雷达数据。
上述机载雷达数据处理装置可执行本发明任意实施例所提供的机载雷达数据处理方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的机载雷达数据处理方法。
由于上述所介绍的机载雷达数据处理装置为可以执行本发明实施例中的机载雷达数据处理方法的装置,故而基于本发明实施例中所介绍的机载雷达数据处理方法,本领域所属技术人员能够了解本实施例的机载雷达数据处理装置的具体实施方式以及其各种变化形式,所以在此对于该机载雷达数据处理装置如何实现本发明实施例中的机载雷达数据处理方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中机载雷达数据处理方法所采用的装置,都属于本申请所欲保护的范围。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备512典型的是承担区块链***节点功能的计算设备。
如图4所示,计算机设备412以通用计算设备的形式表现。计算机设备412 的组件可以包括但不限于:一个或者多个处理器416,存储装置428,连接不同***组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构 (Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及***组件互连(Peripheral Component Interconnect,PCI)总线。
计算机设备412典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(Random Access Memory,RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory, CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块426的程序436,可以存储在例如存储装置428中,这样的程序模块426包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块426通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、摄像头、显示器424等)通信,还可与一个或者多个使得用户能与该计算机设备412交互的设备通信,和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output,I/O)接口422进行。并且,计算机设备412 还可以通过网络适配器420与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arraysof Independent Disks,RAID)***、磁带驱动器以及数据备份存储***等。
处理器416通过运行存储在存储装置428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的机载雷达数据处理方法。
也即,所述处理单元执行所述程序时实现:获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
实施例五
本发明实施例五还提供一种存储计算机程序的计算机存储介质,所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的机载雷达数据处理方法:获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器((Erasable Programmable ReadOnly Memory,EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种机载雷达数据处理方法,其特征在于,包括:
获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;
根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;
根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;
根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
2.根据权利要求1所述的方法,其特征在于,所述运动补偿参数包括相位偏移参数和时间偏移参数;
所述根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,包括:
计算所述原始机载雷达数据的距离向参考函数;
计算所述相位偏移参数和所述时间偏移参数;
根据所述距离向参考函数、所述相位偏移参数和所述时间偏移参数对所述原始机载雷达数据进行第一距离向卷积处理。
3.根据权利要求2所述的方法,其特征在于,所述计算所述原始机载雷达数据的距离向参考函数,包括:
基于如下公式计算所述距离向参考函数:
Rc=FFT[I+Qi]
所述计算所述相位偏移参数和所述时间偏移参数,包括:
基于如下公式计算所述相位偏移参数:
P=exp(4π/c*Dz*f)
基于如下公式计算所述时间偏移参数:
T=exp(4π/λ*Dz)
所述根据所述距离向参考函数、所述相位偏移参数和所述时间偏移参数对所述原始机载雷达数据进行第一距离向卷积处理,包括:
基于如下公式对所述原始机载雷达数据进行第一距离向卷积处理:
其中,Rc为所述距离向参考函数,I为所述原始机载雷达数据中的同向信号,Qi为所述原始机载雷达数据中的正交信号,P为所述相位偏移参数,c为光速,f为机载雷达频率,Dz为矫正距离,Dz=Hr-Ha,Hr为机载雷达实时高度,Ha为机载雷达平均高度,λ为机载雷达波长,T为所述时间偏移参数,S表示第一卷积处理机载雷达数据,R为所述原始机载雷达数据。
4.根据权利要求1所述的方法,其特征在于,所述根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,包括:
对所述第一卷积处理机载雷达数据进行相位展开处理,得到展开处理机载雷达数据;
根据所述方位向卷积关联参数计算方位向参考函数;
根据所述方位向参考函数对所述第一卷积处理机载雷达数据进行第一方位向卷积处理。
5.根据权利要求4所述的方法,其特征在于,所述方位向卷积关联参数包括:飞行速度、地面坡度、信号各介质传播距离与机载雷达***参数;
所述对所述第一卷积处理机载雷达数据进行相位展开处理,得到展开处理机载雷达数据;包括:
基于下述公式对所述第一卷积处理机载雷达数据进行相位展开处理:
所述根据所述方位向卷积关联参数计算方位向参考函数,包括:
基于如下公式计算所述方位向参考函数:
p(t)=sinc(mπt)n
所述根据所述方位向参考函数对所述第一卷积处理机载雷达数据进行第一方位向卷积处理,包括:
基于如下公式对所述第一卷积处理机载雷达数据进行第一方位向卷积处理:
其中,S表示第一卷积处理机载雷达数据。
6.根据权利要求1所述的方法,其特征在于,所述根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,包括:
基于如下公式对所述第二卷积处理机载雷达数据进行第二距离向卷积处理:
S3=iFFT[FFT[S2]./P./T]
其中,S3为所述目标机载雷达数据;
其中,S2为第二卷积处理机载雷达数据,P为相位偏移参数,T为时间偏移参数。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述原始机载雷达数据为原始机载冰雷达数据。
8.一种机载雷达数据处理装置,其特征在于,包括:
原始机载雷达数据获取模块,用于获取原始机载雷达数据;所述原始机载雷达数据包括距离向数据和方位向数据;
第一卷积处理模块,用于根据运动补偿参数对所述原始机载雷达数据沿距离向进行第一距离向卷积处理,得到第一卷积处理机载雷达数据;
第二卷积处理模块,用于根据方位向卷积关联参数对所述第一卷积处理机载雷达数据沿方位向进行第一方位向卷积处理,得到第二卷积处理机载雷达数据;
第三卷积处理模块,用于根据所述运动补偿参数对所述第二卷积处理机载雷达数据沿距离向进行第二距离向卷积处理,得到目标机载雷达数据。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的机载雷达数据处理方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的机载雷达数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523546.0A CN111722221B (zh) | 2020-06-10 | 2020-06-10 | 机载雷达数据处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523546.0A CN111722221B (zh) | 2020-06-10 | 2020-06-10 | 机载雷达数据处理方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111722221A CN111722221A (zh) | 2020-09-29 |
CN111722221B true CN111722221B (zh) | 2023-06-06 |
Family
ID=72567911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010523546.0A Active CN111722221B (zh) | 2020-06-10 | 2020-06-10 | 机载雷达数据处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111722221B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106772372A (zh) * | 2016-11-29 | 2017-05-31 | 北京无线电测量研究所 | 一种Ka波段机载SAR***的实时成像方法和*** |
CN106772374A (zh) * | 2016-12-23 | 2017-05-31 | 中国科学院电子学研究所 | 一种机载sar实时成像的方法 |
CN109061637A (zh) * | 2018-06-29 | 2018-12-21 | 湖北大学 | 一种基于Weightless信号的三维成像***及其实现方法 |
CN111060909A (zh) * | 2019-12-31 | 2020-04-24 | 电子科技大学 | 一种机载雷达斜前视超分辨成像方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9739881B1 (en) * | 2016-03-24 | 2017-08-22 | RFNAV, Inc. | Low cost 3D radar imaging and 3D association method from low count linear arrays for all weather autonomous vehicle navigation |
-
2020
- 2020-06-10 CN CN202010523546.0A patent/CN111722221B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106772372A (zh) * | 2016-11-29 | 2017-05-31 | 北京无线电测量研究所 | 一种Ka波段机载SAR***的实时成像方法和*** |
CN106772374A (zh) * | 2016-12-23 | 2017-05-31 | 中国科学院电子学研究所 | 一种机载sar实时成像的方法 |
CN109061637A (zh) * | 2018-06-29 | 2018-12-21 | 湖北大学 | 一种基于Weightless信号的三维成像***及其实现方法 |
CN111060909A (zh) * | 2019-12-31 | 2020-04-24 | 电子科技大学 | 一种机载雷达斜前视超分辨成像方法 |
Non-Patent Citations (2)
Title |
---|
谭衢霖 ; 蒋金雄 ; 李晓芳 ; 刘正军 ; .基于相位梯度自动聚焦的机载雷达成像试验.上海交通大学学报.2008,(第02期),第299-303页. * |
马萌等.振动条件下机载合成孔径激光雷达成像处理.雷达学报.2014,第3卷(第5期),第591-602页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111722221A (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170131407A1 (en) | Selected aspects of advanced receiver autonomous integrity monitoring application to kalman filter based navigation filter | |
KR20190084146A (ko) | 항공기기반 영상복원장치 및 이를 이용한 영상복원방법 | |
US20100141508A1 (en) | Method and system for forming an image with enhanced contrast and/or reduced noise | |
CN110221257B (zh) | 一种海面目标探测虚警抑制方法、装置及雷达*** | |
KR102151362B1 (ko) | 극좌표변환을 이용한 항공기기반 영상복원장치 및 이를 이용한 영상복원방법 | |
CN107783157B (zh) | 基于导航卫星的外辐射源智能选星方法、***及雷达平台 | |
CN112904384B (zh) | 基于机器学习的星载gnss-r高度要素探测装置及方法 | |
CN103064094A (zh) | 一种捕获卫星信号的方法及接收机 | |
CN111487621B (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
CN111722221B (zh) | 机载雷达数据处理方法、装置、计算机设备及存储介质 | |
US11428802B2 (en) | Localization using particle filtering and image registration of radar against elevation datasets | |
US20110280473A1 (en) | Rotation estimation device, rotation estimation method, and record medium | |
CN110488287A (zh) | 多基sar相位失配的校正方法、装置、计算设备及存储介质 | |
US8138962B2 (en) | Method for processing measured vertical profiles of the power of the echoes returned following a transmission of radar signals | |
CN115508833A (zh) | 一种gnss bi-sar河流边界探测*** | |
CN108983192B (zh) | 基于gps辐射源的雷达运动目标参数估计方法 | |
Osmanoglu | Applications and development of new algorithms for displacement analysis using InSAR time series | |
Lukowski et al. | Synthetic aperture radar and search and rescue: Detection of crashed aircraft using imagery and interferometric methods | |
Peng et al. | SAR Offset Tracking Based on Feature Points | |
Hoogeboom et al. | An algorithm for radiometric and geometric correction of digital SLAR data | |
CN111487622A (zh) | 输电铁塔变形监测方法、装置、计算机设备和存储介质 | |
KR102593467B1 (ko) | 합성개구레이다 내부에서 발생하는 지연시간 측정 방법및 이를 위한 장치 | |
US12050262B2 (en) | Synthetic aperture radar simulation | |
Yang et al. | A novel application of deformation monitoring using GNSS-R technology | |
Bates | The phase gradient autofocus algorithm with range dependent stripmap SAR |
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 |