CN113376632A - 一种基于预处理和改进pfa的大斜视机载sar成像方法 - Google Patents

一种基于预处理和改进pfa的大斜视机载sar成像方法 Download PDF

Info

Publication number
CN113376632A
CN113376632A CN202110538895.4A CN202110538895A CN113376632A CN 113376632 A CN113376632 A CN 113376632A CN 202110538895 A CN202110538895 A CN 202110538895A CN 113376632 A CN113376632 A CN 113376632A
Authority
CN
China
Prior art keywords
azimuth
distance
pfa
frequency
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.)
Granted
Application number
CN202110538895.4A
Other languages
English (en)
Other versions
CN113376632B (zh
Inventor
孟星伟
朱岱寅
董兰
王涛
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202110538895.4A priority Critical patent/CN113376632B/zh
Publication of CN113376632A publication Critical patent/CN113376632A/zh
Application granted granted Critical
Publication of CN113376632B publication Critical patent/CN113376632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S13/9094—Theoretical aspects

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)

Abstract

本发明公开了一种基于预处理和改进PFA的大斜视机载SAR成像方法，包括如下步骤：步骤1：对原始回波数据进行多普勒中心频移补偿并通过两级级联的方位平滑滤波器；步骤2：对滤波后数据进行方位抽取并恢复多普勒频移特性；步骤3：根据参数估计用于粗校正距离徙动轨迹的移位点数；步骤4：在基于PCS的距离向处理中嵌入RCM粗校正操作来获取最大时域截取点数，进而降低后续处理的运算量；步骤5：进行方位向高精度Sinc插值处理来补偿残留的线性走动；步骤6：对方位重采样后的信号做两维傅里叶变换，得到最终成像结果。本发明通过预处理操作和改进PFA在方位与距离两个维度降低数据率来提高处理速度，具有易于实际工程实现、算法效率高、成像质量高的特点。

Description

一种基于预处理和改进PFA的大斜视机载SAR成像方法
技术领域
本发明涉及雷达成像技术领域，尤其是一种基于预处理和改进PFA的大斜视机载SAR成像方法。
背景技术
合成孔径雷达(SAR)打破了实孔径方位向分辨率限制且能够对目标区域进行全天候、全天时观测。大斜视机载SAR波束指向灵活性高，能够对待观测目标进行提前、多次成像，被广泛应用于资源勘探、灾情监测、战场侦察和战场目标精确打击等重要领域。大斜视SAR成像需要处理大批量数据，并且回波的距离徙动较大、频域二维耦合严重。
此外，机载SAR实时成像***通常会采用较高的脉冲重复频率(PRF)来提高信噪比和减少发射机峰值功率。然而，高PRF会导致回波数据在方位向存在大量冗余，加重后续处理负担。采用直接抽取的方式来降低PRF与方位数据率会引起频谱的方位混叠效应，并导致信号信噪比损失严重。同时，有效成像场景远小于雷达距离向数据采集范围也会导致距离向数据冗余严重，从而增大了算法运算量。
PFA算法采用极坐标格式存储数据，通过进行距离与方位重采样来完成信号的二维解耦合，能够有效地解决了远离成像区中心散射点的越分辨单元走动问题。因此，常规PFA算法对数据量庞大的原始回波直接进行成像处理会严重增大计算负担，并且在硬件实现时对芯片的内存资源也提出了很高的需求。
发明内容
本发明所要解决的技术问题在于，提供一种基于预处理和改进PFA的大斜视机载SAR成像方法，通过预处理操作和改进PFA在方位与距离两个维度有效降低数据率来提高处理速度，具有易于实际工程实现、算法效率高、成像质量高的特点。
为解决上述技术问题，本发明提供一种基于预处理和改进PFA的大斜视机载SAR成像方法，包括如下步骤：
步骤1：对原始回波数据进行多普勒中心频移补偿并通过两级级联的方位平滑滤波器；
步骤2：对滤波后数据进行方位抽取并恢复多普勒频移特性；
步骤3：根据参数估计用于粗校正距离徙动轨迹的移位点数；
步骤4：在基于PCS(Principle of Chirp Scaling，尺度变换原理)的距离向处理中嵌入RCM(Range Cell Migration，距离单元徙动)粗校正操作来获取最大时域截取点数，进而降低后续处理的运算量；
步骤5：进行方位向高精度Sinc插值处理来补偿残留的线性走动；
步骤6：对方位重采样后的信号做两维傅里叶变换，得到最终成像结果。
优选的，步骤1中，滤波器阶数Nfo的计算方法为：
Figure BDA0003070845160000021
式中，PRF为脉冲重复频率；回波信号带宽Bd＝Bl+Bw，Bl与Bw分别为场景带宽和波束角旋转引起的带宽；[x]表示对x四舍五入取整。
优选的，步骤2中，方位抽取系数Nds的计算方法为：
Figure BDA0003070845160000022
其中，
Figure BDA0003070845160000023
表示对x向下取整，将Nds作为抽取系数能够保证方位抽取后的PRF是回波信号带宽的1.2倍左右，并满足Nyquist采样定理，方位频谱无混叠现象出现。
优选的，步骤3中，用于粗校正操作的移位点数n0的计算方法为：
n0＝[2fs·(Ra-R0)/c]
式中，c是光速；fs为距离向采样频率。Ra和R0分别是天线相位中心到场景中心的瞬时距离与雷达作用距离。
优选的，步骤4中，在基于PCS的距离向处理中嵌入RCM粗校正操作来获取最大时域截取点数，具体包括以下步骤：
步骤4-1：预处理后回波信号S(t,τ)乘以缩放函数φscl(τ)
Figure BDA0003070845160000024
其中，t和τ分别是方位慢时间和距离快时间，k为调频斜率；
Figure BDA0003070845160000025
为距离向尺度变换因子；θ与
Figure BDA0003070845160000031
为雷达天线相位中心的瞬时方位角和俯仰角；θref与
Figure BDA0003070845160000032
分别是方位孔径中心时刻的方位角和俯仰角；
步骤4-2：距离向FFT操作并乘以频域***函数H1(fr)
Figure BDA0003070845160000033
式中，fr为距离频率变量；
步骤4-3：距离向IFFT操作并乘以逆缩放函数φins(τ)
Figure BDA0003070845160000034
式中，fc是载波频率；
步骤4-4：进行距离向FFT与时域截取操作，并乘以频域***函数H2(fr)
Figure BDA0003070845160000035
优选的，步骤5中，方位Sinc的输入、输出插值点坐标的计算方法为：
Figure BDA0003070845160000036
其中，t'为Keystone变换后的方位时间变量。
优选的，步骤6中，将二维重采样后的信号进行两维傅里叶变换，进而得到最终成像结果。
本发明的有益效果为：本发明将预处理操作与改进PFA算法相结合来实现机载SAR大斜视成像，通过预处理操作和改进PFA在方位与距离两个维度有效降低数据率来提高处理速度，具有易于实际工程实现、算法效率高、成像质量高的特点。
附图说明
图1为本发明的方法流程示意图。
图2为本发明的预处理实现流程示意图。
图3为本发明原始回波的二维频域图。
图4(a)为本发明直接方位抽取的回波二维频域图。
图4(b)为本发明预处理后的回波二维频域图。
图5为本发明融合粗校正和时域截取的距离向PCS处理流程示意图。
图6(a)为本发明粗校正前的RCM轨迹示意图。
图6(b)为本发明粗校正后的RCM轨迹示意图。
图7(a)为本发明直接时域截取的RCM轨迹示意图。
图7(b)为本发明先粗校正再时域截取的RCM轨迹示意图。
图8(a)为本发明直接时域截取的实测结果示意图。
图8(b)为本发明嵌入粗校正操作的实测结果示意图。
图9(a)为本发明大斜视机载SAR实测场景一实测数据处理结果示意图。
图9(b)为本发明大斜视机载SAR实测场景二实测数据处理结果示意图。
具体实施方式
如图1所示，一种基于预处理和改进PFA的大斜视机载SAR成像方法，包括如下步骤：
步骤1：对原始回波数据进行多普勒中心频移补偿并通过两级级联的方位平滑滤波器。
滤波器阶数Nfo的计算方法为：
Figure BDA0003070845160000041
式中，PRF为脉冲重复频率；回波信号带宽Bd＝Bl+Bw，Bl与Bw分别为场景带宽和波束角旋转引起的带宽；[x]表示对x四舍五入取整。
步骤2：对滤波后数据进行方位抽取并恢复多普勒频移特性。
方位抽取系数Nds的计算方法为：
Figure BDA0003070845160000042
其中，
Figure BDA0003070845160000043
表示对x向下取整。将Nds作为抽取系数能够保证方位抽取后的PRF是回波信号带宽的1.2倍左右，并可满足Nyquist采样定理，方位频谱无混叠现象出现。
步骤3：根据参数估计用于粗校正距离徙动轨迹的移位点数。
粗校正移位点数n0的计算方法为：
n0＝[2fs·(Ra-R0)/c]
式中，c是光速；fs为距离向采样频率。Ra和R0分别是天线相位中心到场景中心的瞬时距离与雷达作用距离。
步骤4：将粗校正与时域截取操作嵌入到距离向PCS处理中来消除目标的高次距离弯曲，并且降低后续处理数据量。
首先，预处理后回波信号S(t,τ)乘以缩放函数φscl(τ)
Figure BDA0003070845160000051
其中，t和τ分别是方位慢时间和距离快时间。k为调频斜率；
Figure BDA0003070845160000052
为距离向尺度变换因子；θ与
Figure BDA0003070845160000053
为雷达天线相位中心的瞬时方位角和俯仰角；θref与
Figure BDA0003070845160000054
分别是方位孔径中心时刻的方位角和俯仰角；
其次，进行距离向FFT操作并乘以频域***函数H1(fr)
Figure BDA0003070845160000055
式中，fr为距离频率变量。
然后，执行距离向IFFT操作并乘以逆缩放函数φins(τ)
Figure BDA0003070845160000056
式中，fc是载波频率。
最后，进行距离向FFT与时域截取操作，并乘以频域***函数H2(fr)
Figure BDA0003070845160000057
步骤5：进行方位向高精度Sinc插值处理来补偿残留的线性走动。
方位Sinc的输入、输出插值点坐标的计算方法为：
Figure BDA0003070845160000058
其中，t'为Keystone变换后的方位时间变量。
步骤6：对方位重采样后的信号做两维傅里叶变换，得到最终成像结果。
预处理主要包括两次方位滤波与方位抽取，方位滤波能够在提高信噪比的同时滤除成像带宽以外的冗余多普勒频率，从而避免由方位抽取引起的信噪比损失与方位频谱混叠现象，详细实现流程如图2所示。以图3中原始回波的二维频谱为例，当方位多普勒带宽远大于成像目标带宽时，方位冗余数据会对后续成像处理造成严重计算负担。直接抽取方式与预处理的输出对比结果如图4(a)和图4(b)所示，预处理后结果的方位冗余多普勒带宽被滤除，并且噪声被有效抑制，信噪比得到提升。
大斜视条件下的距离单元徙动(RCM)轨迹倾斜严重加剧，直接时域截取极易破坏RCM轨迹，从而降低图像聚焦质量。本发明对此进行了改进，在时域截取前对RCM轨迹进行粗略校正来获取最大有效截取率，具体流程如图5所示。
为了说明粗校正处理的有效性，图6(a)和图6(b)分别展示了粗校正处理前后点目标的RCM轨迹。在实际处理过程中，首先估计校正点数；然后在时域搬移RCM轨迹来实现线性走动误差的粗略校正，进而确保时域截取的正确性与效率最大化。由图7(a)和图7(b)可知，不经过粗校正直接进行时域截取对距离向冗余数据的抑制效果很有限，而且极易破坏RCM轨迹的完整性，从而导致距离向出现缠绕现象。
大斜视机载SAR实测数据被用于进一步验证本发明的有效性。图8(a)和图8(b)的实测结果对比充分说明了粗校正操作与时域截取相结合的重要性。在时域截取中嵌入粗校正操作能够消除RCM轨迹不完整引起的距离向缠绕现象，进而避免SAR图像聚焦效果恶化。本发明的最终输出结果如图9(a)和图9(b)所示，分别是不同实测场景的结果图像，从图中能够清晰分辨出地面的农田、公路与房屋建筑等景物，说明图像聚焦效果良好。因此，本发明适用于大斜视机载SAR成像，并且能够在方位与距离两个维度有效降低数据率来提高处理速度，具有易于实际工程实现，算法效率高，成像质量高的特点。

Claims (7)

1.一种基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，包括如下步骤：
步骤1：对原始回波数据进行多普勒中心频移补偿并通过两级级联的方位平滑滤波器；
步骤2：对滤波后数据进行方位抽取并恢复多普勒频移特性；
步骤3：根据参数估计用于粗校正距离徙动轨迹的移位点数；
步骤4：在基于PCS的距离向处理中嵌入RCM粗校正操作来获取最大时域截取点数，进而降低后续处理的运算量；
步骤5：进行方位向高精度Sinc插值处理来补偿残留的线性走动；
步骤6：对方位重采样后的信号做两维傅里叶变换，得到最终成像结果。
2.如权利要求1所述的基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，步骤1中，滤波器阶数Nfo的计算方法为：
Figure FDA0003070845150000011
式中，PRF为脉冲重复频率；回波信号带宽Bd＝Bl+Bw，Bl与Bw分别为场景带宽和波束角旋转引起的带宽；[x]表示对x四舍五入取整。
3.如权利要求1所述的基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，步骤2中，方位抽取系数Nds的计算方法为：
Figure FDA0003070845150000012
其中，
Figure FDA0003070845150000013
表示对x向下取整，将Nds作为抽取系数能够保证方位抽取后的PRF是回波信号带宽的1.2倍左右，并满足Nyquist采样定理，方位频谱无混叠现象出现。
4.如权利要求1所述的基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，步骤3中，用于粗校正操作的移位点数n0的计算方法为：
n0＝[2fs·(Ra-R0)/c]
式中，c是光速；fs为距离向采样频率。Ra和R0分别是天线相位中心到场景中心的瞬时距离与雷达作用距离。
5.如权利要求1所述的基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，步骤4中，在基于PCS的距离向处理中嵌入RCM粗校正操作来获取最大时域截取点数，具体包括以下步骤：
步骤4-1：预处理后回波信号S(t,τ)乘以缩放函数φscl(τ)
Figure FDA0003070845150000021
其中，t和τ分别是方位慢时间和距离快时间，k为调频斜率；
Figure FDA0003070845150000022
为距离向尺度变换因子；θ与
Figure FDA0003070845150000023
为雷达天线相位中心的瞬时方位角和俯仰角；θref与
Figure FDA0003070845150000024
分别是方位孔径中心时刻的方位角和俯仰角；
步骤4-2：距离向FFT操作并乘以频域***函数H1(fr)
Figure FDA0003070845150000025
式中，fr为距离频率变量；
步骤4-3：距离向IFFT操作并乘以逆缩放函数φins(τ)
Figure FDA0003070845150000026
式中，fc是载波频率；
步骤4-4：进行距离向FFT与时域截取操作，并乘以频域***函数H2(fr)
Figure FDA0003070845150000027
6.如权利要求1所述的基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，步骤5中，方位Sinc的输入、输出插值点坐标的计算方法为：
Figure FDA0003070845150000028
其中，t'为Keystone变换后的方位时间变量。
7.如权利要求1所述的基于预处理和改进PFA的大斜视机载SAR成像方法，其特征在于，步骤6中，将二维重采样后的信号进行两维傅里叶变换，进而得到最终成像结果。
CN202110538895.4A 2021-05-18 2021-05-18 一种基于预处理和改进pfa的大斜视机载sar成像方法 Active CN113376632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110538895.4A CN113376632B (zh) 2021-05-18 2021-05-18 一种基于预处理和改进pfa的大斜视机载sar成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110538895.4A CN113376632B (zh) 2021-05-18 2021-05-18 一种基于预处理和改进pfa的大斜视机载sar成像方法

Publications (2)

Publication Number Publication Date
CN113376632A true CN113376632A (zh) 2021-09-10
CN113376632B CN113376632B (zh) 2023-12-15

Family

ID=77571177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110538895.4A Active CN113376632B (zh) 2021-05-18 2021-05-18 一种基于预处理和改进pfa的大斜视机载sar成像方法

Country Status (1)

Country Link
CN (1) CN113376632B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706079A (zh) * 2022-04-02 2022-07-05 南京航空航天大学 一种基于多片数字信号处理器的合成孔径雷达成像方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6018306A (en) * 1998-08-21 2000-01-25 Raytheon Company Scalable range migration algorithm for high-resolution, large-area SAR imaging
US20030142000A1 (en) * 2002-01-30 2003-07-31 Cho Kwang M. Efficient phase correction scheme for range migration algorithm
CN102680974A (zh) * 2012-05-25 2012-09-19 西安空间无线电技术研究所 一种星载滑动聚束合成孔径雷达的信号处理方法
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***
CN108120980A (zh) * 2017-12-13 2018-06-05 南京航空航天大学 一种星载sar多模式成像信号处理算法的fpga的实现方法
CN108490441A (zh) * 2018-03-26 2018-09-04 西安电子科技大学 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
CN109799502A (zh) * 2019-01-28 2019-05-24 南京航空航天大学 一种适用于滤波反投影算法的两维自聚焦方法
CN110673143A (zh) * 2019-09-30 2020-01-10 西安电子科技大学 一种子孔径大斜视sar俯冲成像的两步处理方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6018306A (en) * 1998-08-21 2000-01-25 Raytheon Company Scalable range migration algorithm for high-resolution, large-area SAR imaging
US20030142000A1 (en) * 2002-01-30 2003-07-31 Cho Kwang M. Efficient phase correction scheme for range migration algorithm
CN102680974A (zh) * 2012-05-25 2012-09-19 西安空间无线电技术研究所 一种星载滑动聚束合成孔径雷达的信号处理方法
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***
CN108120980A (zh) * 2017-12-13 2018-06-05 南京航空航天大学 一种星载sar多模式成像信号处理算法的fpga的实现方法
CN108490441A (zh) * 2018-03-26 2018-09-04 西安电子科技大学 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
CN109799502A (zh) * 2019-01-28 2019-05-24 南京航空航天大学 一种适用于滤波反投影算法的两维自聚焦方法
CN110673143A (zh) * 2019-09-30 2020-01-10 西安电子科技大学 一种子孔径大斜视sar俯冲成像的两步处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZOU, LC等: ""FPGA Implementation of Polar Format Algorithm for Airborne Spotlight SAR Processing"", 《2013 IEEE 11TH INTERNATIONAL CONFERENCE ON DEPENDABLE, AUTONOMIC AND SECURE COMPUTING (DASC)》, pages 143 - 147 *
聂鑫: ""SAR超高分辨率成像算法研究"", 《中国博士学位论文全文数据库 信息科技辑》, no. 1, pages 1 - 113 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114706079A (zh) * 2022-04-02 2022-07-05 南京航空航天大学 一种基于多片数字信号处理器的合成孔径雷达成像方法

Also Published As

Publication number Publication date
CN113376632B (zh) 2023-12-15

Similar Documents

Publication Publication Date Title
CN111142105B (zh) 复杂运动目标isar成像方法
CN108459321B (zh) 基于距离-方位圆模型的大斜视高分辨率sar成像方法
CN109738894B (zh) 一种用于大视场合成孔径雷达的高斜视多角度成像方法
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
CN108535724B (zh) 基于楔石变换和积分二次函数的运动目标聚焦方法
CN111175749B (zh) 一种星载sar成像处理方法
CN106772380A (zh) 一种圆周合成孔径雷达成像方法
CN111781595B (zh) 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法
CN111856461A (zh) 基于改进pfa的聚束sar成像方法及其dsp实现
CN111190181A (zh) 颠簸平台无人机载sar实时成像处理方法
CN113702974B (zh) 一种机载/弹载合成孔径雷达图像快速优化方法
CN111856466A (zh) 一种高效的复杂运动目标isar平动补偿方法
CN113376632B (zh) 一种基于预处理和改进pfa的大斜视机载sar成像方法
Zhou et al. Unambiguous reconstruction for multichannel nonuniform sampling SAR signal based on image fusion
CN112859018A (zh) 一种基于图像几何校正的视频sar成像方法
CN116559905A (zh) 一种双基sar海面舰船运动目标无畸变三维图像重构方法
CN113671497B (zh) 基于圆柱对称模型的单通道sar目标三维坐标提取方法
CN110736988B (zh) 双基地pfa运动目标参数估计和成像方法
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
CN112505698A (zh) 多通道滑聚sar方位信号预处理方法、装置及存储介质
CN114488054B (zh) 一种计算高效的合成孔径雷达地面运动目标聚焦方法
CN111965641B (zh) 一种基于分数阶Fourier变换的SAR成像方法
CN113589280B (zh) 一种频域加窗单视快速雷达成像优化解析方法
CN112180338B (zh) 全息数字阵列雷达目标数量估计方法和***
CN116482687B (zh) 基于最小均方误差的幅变目标isar成像平动补偿方法

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