CN110146891A - 基于盲区数据恢复的单通道参差合成孔径雷达成像方法 - Google Patents
基于盲区数据恢复的单通道参差合成孔径雷达成像方法 Download PDFInfo
- Publication number
- CN110146891A CN110146891A CN201910590289.XA CN201910590289A CN110146891A CN 110146891 A CN110146891 A CN 110146891A CN 201910590289 A CN201910590289 A CN 201910590289A CN 110146891 A CN110146891 A CN 110146891A
- Authority
- CN
- China
- Prior art keywords
- pri
- data
- sequence
- blind area
- imaging
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 72
- 238000011084 recovery Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000013461 design Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000012772 sequence design Methods 0.000 claims abstract description 12
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 238000013508 migration Methods 0.000 claims description 10
- 230000005012 migration Effects 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 238000002592 echocardiography Methods 0.000 claims description 4
- MXBCYQUALCBQIJ-RYVPXURESA-N (8s,9s,10r,13s,14s,17r)-13-ethyl-17-ethynyl-11-methylidene-1,2,3,6,7,8,9,10,12,14,15,16-dodecahydrocyclopenta[a]phenanthren-17-ol;(8r,9s,13s,14s,17r)-17-ethynyl-13-methyl-7,8,9,11,12,14,15,16-octahydro-6h-cyclopenta[a]phenanthrene-3,17-diol Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1.C1CC[C@@H]2[C@H]3C(=C)C[C@](CC)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 MXBCYQUALCBQIJ-RYVPXURESA-N 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 2
- 238000012952 Resampling Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010587 phase diagram 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
- 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
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- 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
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
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盲区数据恢复的单通道参差合成孔径雷达成像方法，主要解决现有技术中没有考虑盲区数据丢失引起的成像栅瓣问题。其实现方案为：设脉冲重复间隔PRI序列为递增序列，根据目标场景中的参数确定PRI序列设计公式，求解出PRI捷变序列；然后利用数据内插的方法对盲区数据进行恢复；之后使用非均匀快速傅里叶变换对盲区数据内插后的非均匀采样数据进行重采样；最后用传统成像算法对其进行成像处理。本发明对PRI序列进行了优化设计，有效的降低了PRI序列设计方法中对于系统占空比的要求，同时解决了盲区数据缺失引起的栅瓣问题。可用于方位单通道参差合成孔径雷达成像，获取效果良好的成像结果。
Description
技术领域
本发明属于图像处理及技术领域，特别涉及一种单通道参差合成孔径雷达成像方法，可用于星载合成孔径雷达对地观测。
背景技术
星载合成孔径雷达SAR能全天时、全天候、高分辨率、大区域对地观测，已经成为空间对地观测的主要手段，高分辨率与宽测绘带是未来提高星载SAR对地观测能力的重要方向。
传统星载单通道SAR系统在进行高分辨测绘时，面临高分辨率与宽测绘带的矛盾。为此研究人员提出了方位多通道、马赛克等模式以获取高分宽幅对地观测能力。方位多通道模式通过在方位向增加通道数来达到降低脉冲重复间隔PRI增加测绘带的目的。马赛克模式则需要通过复杂的波位选择和波位切换完成宽幅测绘，但降低了测绘效率。
目前，可以使用俯仰多通道结合数字波束合成DBF技术获取宽幅数据，对其进行相关分析，发现仍然存在由发射脉冲干扰引起的盲区，使得宽幅测绘不完全的问题。为了避免盲区的影响，参差合成孔径雷达利用PRI和盲区之间的关系，使用PRI捷变技术让盲区在数据录取过程中不再驻留在同一区域，同时采用DBF技术抑制星下点回波，最终可以在单次航过中完成全场景测绘，有效拓展了雷达的测绘带宽度。随后对此技术进行了进一步细化，并给出了一种递减的PRI序列设计方法，但是该方法在进行PRI设计时要求系统具有较低的占空比，这会增加系统发射的峰值功率需求，对硬件设计带来困难。此外，参差合成孔径雷达在数据录取过程中PRI是变化的，这会导致回波数据在空间中的采样是非均匀的，因此，参差合成孔径雷达成像时不能直接使用传统的星载SAR成像算法。
现有的星载单通道参差合成孔径雷达成像系统，首先需要对回波进行均匀的数据恢复，然后再按照传统成像方法进行距离压缩、距离徙动校正、方位向压缩等操作，完成成像处理。这种方法存在有两个主要问题：第一个问题是参差合成孔径雷达在回波录取过程中PRI是变化的，直接使用样条插值算法重建均匀回波信号，成像结果会出现虚假目标。第二个问题是单通道参差合成孔径雷达成像系统没有考虑盲区数据丢失的影响，成像结果会出现栅瓣。
发明内容
本发明的目的在于针对上述现有技术存在的不足，提出一种基于盲区数据恢复的单通道参差合成孔径雷达成像方法，以避免虚假目标的出现，消除成像结果中的栅瓣，提高成像的质量。
为实现上述目的，本发明的技术方案包括如下：
(1)设计脉冲重复间隔PRI捷变序列：
(1a)设脉冲重复间隔PRI序列的总分段数为N，且每段PRI序列为递增函数，每段PRI序列的起始值为PRI0(p)，其中，N为大于0的整数，p＝0,1,...,N-1，并根据同一目标点连续脉冲不丢失的原则推导出PRI序列的长度M和每段PRI序列中的递增量Δ；
(1b)根据系统占空比的要求，利用PRI序列的长度M和每段PRI序列中的递增量Δ，得到脉冲重复间隔PRI捷变序列：PRIm(p)＝PRI0(p)+mΔ，其中，m＝1...M-1；
(2)采用数据内插的方法恢复盲区数据：
(2a)设场景目标回波时延为τ1，发射脉冲宽度为τ，收发转换时延为Δτ，当回波时延不满足下式时，信号接收机无法获取目标场景回波，该区域在完成成像处理后表现为噪声，即为盲区；
aPRIm(p)+τ+Δτ＜τ1＜(a+1)PRIm(p)-Δτ
其中，a为大于0的整数；
(2b)根据盲区附近的有效数据区域对盲区采用三次样条插值的方式，将盲区处缺失的数据恢复出来，并使其恢复出的回波数据贴近真实值；
(3)对恢复盲区数据后的回波进行成像处理：
先使用Matlab中非均匀快速傅里叶变换NUFFT工具对盲区数据内插后的数据进行重采样，获取方位向均匀采样的数据；再使用传统合成孔径雷达SAR成像算法，对重采样后的数据进行成像。
本发明与现有技术相比，具有如下有益效果：
1)系统占空比高
现有的方位单通道参差合成孔径雷达成像系统，由于采用递减的PRI序列设计，且在进行PRI设计时要求系统具有较低的占空比，不仅增加了系统发射的峰值功率需求，而且对硬件设计带来困难，而本发明设计的是一种递增的捷变PRI序列，既可容忍更高的系统占空比，又能够最大程度保持回波数据的录取质量。
2)避免出现虚假目标
现有的方位单通道参差合成孔径雷达成像系统，由于没有考虑盲区的存在，直接对回波信号进行均匀采样再使用传统成像算法进行SAR成像，成像结果会出现虚假目标，而本发明在对回波信号进行均匀采样前首先进行了盲区数据的恢复，避免了成像结果中出现虚假目标。
3)消除了成像结果中的栅瓣
现有的方位单通道参差合成孔径雷达成像系统，由于没有对盲区进行数据恢复，成像结果会出现因为盲区数据缺失引起的栅瓣，而本发明采取数据内插的方式，利用盲区周边数据与盲区数据之间的相似性，内插获取盲区数据，盲区回波数据缺失引起的栅瓣得到了有效的消除。
附图说明
为了更清楚地说明本发明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为本发明的实现流程图；
图2为本发明中对回波数据成像处理的子流程图；
图3为用现有递减PRI序列设计方法在占空比为5％时设计的PRI序列结果图；
图4为用本发明在占空比为5％时设计的PRI序列结果图；
图5为用本发明在占空比为10％时设计的PRI序列结果图设计结果图；
图6为仿真实验中用于成像处理的点目标回波图；
图7为用现有方法和本发明成像的结果图。
具体实施方式
下面将结合附图和实施例，对本发明的实施例和效果做详细说明。
为了避免盲区的影响，本实例参差合成孔径雷达利用脉冲重复间隔PRI和盲区之间的关系，使用PRI捷变技术让盲区在数据录取过程中不再驻留在同一区域，同时采用DBF技术抑制星下点回波，最终在单次航过中完成全场景测绘，有效拓展了雷达的测绘带宽度。
参照图1，本实例的具体实现步骤如下：
步骤1：设计脉冲重复间隔PRI捷变序列。
(1a)设脉冲重复间隔PRI序列的总分段数为N，且每段PRI序列为递增函数，每段PRI序列的起始值为PRI0(p)，其中，N为大于0的整数，p＝0,1,...,N-1；
(1b)推导PRI序列的长度M和每段PRI序列中的递增量Δ：
(1b1)根据同一目标点连续脉冲不丢失的原则，得到在细化PRI序列的设计公式：
式中，c为光速，发射脉冲宽度为τ，R1,R2分别为观测场景对应的最近和最远斜距,k*为非走停假设下场景最近斜距回波到达时刻与发射时刻间隔的脉冲数：
其中，为向下取整函数，PRI0为PRI序列的起始值；
(1b2)求解PRI序列公式，得到每段PRI序列中PRI的递增量Δ和PRI序列的长度M：
首先，根据场景最近斜距回波到达时刻与发射时刻间隔的脉冲数k*，得到每段PRI序列中PRI的递增量Δ：
然后，求解出每一段PRI序列长度：
其中，M(p)表示第p段PRI序列长度，PRI0(p)为第p段起始PRI，为向上取整函数，k*(p)为第p段的非走停假设下场景最近斜距回波到达时刻与发射时刻间隔的脉冲数：
最后，根据每一段PRI序列的长度，得到PRI序列的长度：
M＝∑M(p)，p＝0,1,...,N-1；
(1c)根据上步得到的PRI序列的长度M和每段PRI序列中的递增量Δ，得到脉冲重复间隔PRI捷变序列：
PRIm(p)＝PRI0(p)+mΔ，其中，m＝1...M-1；
步骤2：采用数据内插的方法恢复盲区数据。
在高分宽幅对地观测中，当提高方位分辨率时，回波信号的多普勒带宽会随之提高，为了保证回波信号不模糊采样，PRI会相应的随之降低，测绘带宽度也相应变窄，这会导致测绘带内会出现盲区，盲区对回波数据录取和成像的影响都是非常严重的。传统的方位单通道参差合成孔径雷达成像算法，没有考虑盲区数据缺失的问题，直接对回波数据进行均匀采样后进行成像流程，成像结果会出现由于盲区数据缺失而引起的栅瓣，所以恢复盲区数据的操作是很有必要的。
对盲区数据的恢复采用内插的方式进行，数据内插的方式除了三次样条插值以外，还有最邻近插值和双线性插值等。最邻近插值方法速度最快，但误差比三次样条插值的结果大，而且插值结果不光滑；双线性插值方法利用周围四个邻近点的灰度值在两个方向上做线性插值得到采样点的灰度值，但是这种方法在边缘上变得较为模糊；三次样条插值的结果较为光滑，在边缘上也不会模糊，因此，本实例选择了用三次样条插值的方式，其实现如下：
(2a)设场景目标回波时延为τ1，发射脉冲宽度为τ，收发转换时延为Δτ，当回波时延不满足下式时，信号接收机无法获取目标场景回波，该区域在完成成像处理后表现为噪声，即为盲区；
aPRIm(p)+τ+Δτ＜τ1＜(a+1)PRIm(p)-Δτ
其中，a为大于0的整数；
(2b)恢复盲区处缺失的数据：
(2b1)根据盲区附近的有效数据区域对盲区采用三次样条插值，在回波数据的一条方位向有效数据区域取一段长度为n的数据，设该数据分布为三次样条函数S(x)，并将该数据分为n-1个区间[xi,xi+1]，i＝0,1,…,n-1，S(x)在每个小区间上都是三次多项式；
(2b2)将所取的n个数据和区间的端点xi代入到表示每段区间的三次多项式的Si(x)中：
Si(x)＝ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3
其中，x表示所取的n个数据值，ai,bi,ci,di表示三次多项式方程的四个数值不同的系数，为待求解量；
(2b3)将n个数据值分别代入到Si(x)方程中，用n个方程求解Si(x)方程中的系数ai,bi,ci,di，得到每段区间的函数具体表达式，从而计算得到每段中盲区部分的数据。
步骤3：对恢复盲区数据后的回波进行成像处理。
传统的成像方法有距离多普勒RD成像算法，线性调频变标CS成像算法等。RD成像算法是计算每条徙动曲线的徙动量，并将每条徙动曲线逐一校正，而CS算法相较于RD算法，利用变标的方式消除了不同距离门的徙动曲线的差异，令这些曲线成为一组徙动量相同的曲线，可以统一去掉距离徙动，CS算法比RD算法在距离徙动校正上更为便捷，因此，本实例使用了CS算法来进行成像处理。
参照图2，本步骤具体实现如下：
(3a)使用Matlab中非均匀快速傅里叶变换NUFFT工具对盲区数据内插后的数据进行重采样，获取方位向均匀采样的数据；
(3b)用传统合成孔径雷达SAR成像算法，对重采样后的数据进行成像：
使用CS成像算法，对重采样后的数据进行成像，即对回波信号先做距离向压缩及二次距离压缩，将压缩后的数据依次做方位向傅里叶变换和变标；再对其做距离徙动校正，并进行方位向压缩；再将压缩后的数据做方位向逆傅里叶变换操作，得到最终的成像结果。
下面结合两个仿真实验对本发明的效果再做说明。
仿真实验一：对脉冲重复间隔PRI序列设计进行仿真。
(1)在分段数N＝7、PRI0(6)＝0.285ms、下视角范围为23.3°～40.5°、轨道高度为760km的参数下，使用现有的递减PRI序列设计方法在占空比5％的条件下仿真设计PRI序列，仿真结果如图3所示，其中图3(a)为设计的PRI序列，图3(b)为地面盲区变化示意图，图3(c)为相邻录取脉冲间时间间隔，图3(d)为回波损失率；
(2)在分段数N＝7、PRI0(6)＝0.285ms、下视角范围为23.3°～40.5°、轨道高度为760km的参数下，使用本发明提出的改进PRI序列设计方法在占空比5％的条件下仿真设计PRI序列，仿真结果如图4所示，其中图4(a)为设计的PRI序列，图4(b)为地面盲区变化示意图，图4(c)为相邻录取脉冲间时间间隔，图4(d)为回波损失率；
(3)在分段数N＝7、PRI0(6)＝0.285ms、下视角范围为23.3°～40.5°、轨道高度为760km的参数下，使用本发明提出的改进PRI序列设计方法在占空比10％的条件下仿真设计PRI序列，仿真结果如图5所示，其中图5(a)为设计的PRI序列，图5(b)为地面盲区变化示意图，图5(c)为相邻录取脉冲间时间间隔，图5(d)为回波损失率。
从图3可以看出，现有的递减序列在占空比为5％时可以获取满足条件的PRI序列，而当占空比为10％时，PRI序列设计会出现无解的情况。
从图4和图5可以看出，本发明方法在占空比5％，10％时都可以获取满足条件的PRI序列。对比图3(d)和图4(d)，递减PRI序列设计方法在占空比为5％时，平均数据损失率约为7.1％，而本发明提出的方法平均数据损失率约为4.3％。因此本发明提出的序列优化设计方法除了可以容忍更高的系统占空比，还能够最大程度保持回波数据的录取质量。
仿真实验二：对恢复盲区数据的成像处理进行仿真。
通过MATLAB仿真来验证盲区数据恢复的单通道参差合成孔径雷达成像算法的有效性。主要的系统仿真参数如表1所示，仿真实验中成像处理所用的回波如图6所示，其中黑色区域为无回波区域，横轴为距离向，纵轴为方位向。
本实验选用的现有方法1为对回波数据先进行距离压缩，然后进行均匀数据采样，最后完成SAR成像，现有方法2为在距离压缩前完成均匀数据采样，然后完成SAR成像。
表1仿真参数
分别用本发明提出的方法和两个现有方法对图6的回波进行SAR成像处理，结果如图7所示，其中图7(a)为现有方法1成像结果的方位向脉冲响应图，图7(b)为现有方法2成像结果的方位向脉冲响应图，图7(c)为本发明方法成像结果的方位向脉冲响应图。
从图6可以看到明显的盲区变化和盲区引起的回波丢失。图7中标注出来的椭圆区域为栅瓣位置，从图7(a)和图7(b)的方位聚焦结果可知，现有方法1和现有方法2的成像结果均存在栅瓣，从图7(c)可以看到栅瓣得到了有效的消除，说明本发明的有效性。
对三种成像方案得到的SAR图像进行性能评估，比较其各自的峰值旁瓣比、积分旁瓣比及主瓣展宽比，结果如表2。
表2三种成像方案成像性能
从表2可以看出，本发明在成像聚焦上的效果相较于传统的两种算法有所提高。
综上所述，本发明提出了一种基于盲区数据恢复的参差合成孔径雷达成像的方法，相对于传统方法，不仅提出了一种递增的PRI序列的设计，可以容忍更大的系统占空比，减小硬件设计难度，而且针对盲区数据丢失会引起成像结果出现栅瓣的问题，利用数据内插的方法恢复了盲区数据，有效抑制了栅瓣的出现，提升了成像性能。在MATLAB中进行的仿真实验验证了本发明的方法相比于传统处理算法的有效性。
以上描述仅是本发明的一个具体实例，并未构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可以在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (4)
1.一种基于盲区数据恢复的单通道参差合成孔径雷达成像方法，其特征在于，包括如下：
(1)设计脉冲重复间隔PRI捷变序列：
(1a)设脉冲重复间隔PRI序列的总分段数为N，且每段PRI序列为递增函数，每段PRI序列的起始值为PRI0(p)，其中，N为大于0的整数，p＝0,1,...,N-1，并根据同一目标点连续脉冲不丢失的原则推导出PRI序列的长度M和每段PRI序列中的递增量Δ；
(1b)根据系统占空比的要求，利用PRI序列的长度M和每段PRI序列中的递增量Δ，得到脉冲重复间隔PRI捷变序列：PRIm(p)＝PRI0(p)+mΔ，其中，m＝1...M-1；
(2)采用数据内插的方法恢复盲区数据：
(2a)设场景目标回波时延为τ1，发射脉冲宽度为τ，收发转换时延为Δτ，当回波时延不满足下式时，信号接收机无法获取目标场景回波，该区域在完成成像处理后表现为噪声，即为盲区；
aPRIm(p)+τ+Δτ＜τ1＜(a+1)PRIm(p)-Δτ
其中，a为大于0的整数；
(2b)根据盲区附近的有效数据区域对盲区采用三次样条插值的方式，将盲区处缺失的数据恢复出来，并使其恢复出的回波数据贴近真实值；
(3)对恢复盲区数据后的回波进行成像处理：
先使用Matlab中非均匀快速傅里叶变换NUFFT工具对盲区数据内插后的数据进行重采样，获取方位向均匀采样的数据；再使用传统合成孔径雷达SAR成像算法，对重采样后的数据进行成像。
2.如权利要求1所述的方法，其特征在于，(1a)中根据同一目标点连续脉冲不丢失的原则得出PRI序列的长度M和每段PRI序列中的递增量Δ，其实现如下：
(1a1)根据同一目标点连续脉冲不丢失的原则，得到在细化PRI序列设计公式：
式中c为光速，k*为非走停假设下场景最近斜距回波到达时刻与发射时刻间隔的脉冲数；R1,R2分别为观测场景对应的最近和最远斜距；
(1a2)根据PRI序列设计公式，通过下式求解出PRI序列的长度M和每段PRI序列中PRI的递增量Δ:
M＝∑M(p)，p＝0,1,...,N-1
式中，N为PRI序列的总分段数，k*为非走停假设下场景最近斜距回波到达时刻与发射时刻间隔的脉冲数，M(p)为第p段PRI序列长度，
其中，PRI0(p)为第p段起始PRI，PRI0为PRI序列的起始值，为向上取整函数，k*(p)为第p段的非走停假设下场景最近斜距回波到达时刻与发射时刻间隔的脉冲数，其中，为向下取整函数。
3.如权利要求1所述的方法，其特征在于，(2b)中根据盲区附近的有效数据区域对盲区采用三次样条插值的方式，恢复盲区处缺失的数据，其实现如下：
(2b1)在回波数据的一条方位向有效数据区域取一段长度为n的数据，设该数据分布为三次样条函数S(x)，并将该数据分为n-1个区间[xi,xi+1]，i＝0,1,…,n-1，S(x)在每个小区间上都是三次多项式；
(2b2)将所取的n个数据和区间的端点xi代入到表示每段区间的三次多项式的Si(x)中：
Si(x)＝ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3
其中，x表示所取的n个数据值，ai,bi,ci,di表示三次多项式方程的四个系数，为待求解量；
(2b3)将n个数据值分别代入到Si(x)方程中，求解出方程中的系数ai,bi,ci,di，得到每段区间的函数具体表达式，从而计算得到每段中盲区部分的数据。
4.如权利要求1所述的方法，其特征在于，(3)中使用传统合成孔径雷达SAR成像算法，对重采样后的数据进行成像，是对回波信号先做距离向压缩及二次距离压缩，将压缩后的数据做方位向傅里叶变换；再对其做距离徙动校正，将信号聚焦到同一距离门上，并进行方位向压缩；再将压缩后的数据做方位向逆傅里叶变换操作，得到最终的成像结果。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2019100434304 | 2019-01-17 | ||
| CN201910043430 | 2019-01-17 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110146891A true CN110146891A (zh) | 2019-08-20 |
Family
ID=67596767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910590289.XA Pending CN110146891A (zh) | 2019-01-17 | 2019-07-02 | 基于盲区数据恢复的单通道参差合成孔径雷达成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110146891A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927716A (zh) * | 2019-12-11 | 2020-03-27 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种雷达扫描地形遮蔽盲点及其遮蔽盲区确定方法 |
| CN112014840A (zh) * | 2020-07-30 | 2020-12-01 | 西安空间无线电技术研究所 | 一种星载sar马赛克模式的在轨实施设计方法 |
| CN114355344A (zh) * | 2021-12-06 | 2022-04-15 | 上海交通大学 | 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 |
| CN116594014A (zh) * | 2023-04-28 | 2023-08-15 | 南京航空航天大学 | 一种稀疏Mosaic成像模式的实现方法及实现装置 |
| CN118549933A (zh) * | 2024-07-29 | 2024-08-27 | 中国科学院空天信息创新研究院 | 一种空时编码Staggered SAR成像方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040056794A1 (en) * | 2002-06-05 | 2004-03-25 | Radmila Erkocevic-Pribic | Irregular PRT deconvolution method and systems, and its uses |
| CN105929400A (zh) * | 2016-05-25 | 2016-09-07 | 中国科学院遥感与数字地球研究所 | 基于精确测量的恒定prf下变航速机载sar数据补偿方法 |
| CN106199602A (zh) * | 2016-08-31 | 2016-12-07 | 电子科技大学 | 一种Staggered‑SAR回波信号重建方法 |
-
2019
- 2019-07-02 CN CN201910590289.XA patent/CN110146891A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040056794A1 (en) * | 2002-06-05 | 2004-03-25 | Radmila Erkocevic-Pribic | Irregular PRT deconvolution method and systems, and its uses |
| CN105929400A (zh) * | 2016-05-25 | 2016-09-07 | 中国科学院遥感与数字地球研究所 | 基于精确测量的恒定prf下变航速机载sar数据补偿方法 |
| CN106199602A (zh) * | 2016-08-31 | 2016-12-07 | 电子科技大学 | 一种Staggered‑SAR回波信号重建方法 |
Non-Patent Citations (5)
| Title |
|---|
| MICHELANGELO VILLANO ET AL.: "Staggered SAR:High-Resolution Wide-Swath Imaging by Continuous PRI Variation", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
| XIANGYU WANG ET AL.: "SAR Signal Recovery and Reconstruction in Staggered Mode With Low Oversampling Factors", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
| 刘艳阳等: "一种星载多通道高分辨率宽测绘带SAR系统通道相位偏差估计新方法", 《电子与信息学报》 * |
| 王沛等: "星载大斜视聚束SAR变PRI成像技术研究", 《电子与信息学报》 * |
| 邹江波: "捷变PRF合成孔径雷达数据重建方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927716A (zh) * | 2019-12-11 | 2020-03-27 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种雷达扫描地形遮蔽盲点及其遮蔽盲区确定方法 |
| CN110927716B (zh) * | 2019-12-11 | 2023-02-28 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种雷达扫描地形遮蔽盲点及其遮蔽盲区确定方法 |
| CN112014840A (zh) * | 2020-07-30 | 2020-12-01 | 西安空间无线电技术研究所 | 一种星载sar马赛克模式的在轨实施设计方法 |
| CN114355344A (zh) * | 2021-12-06 | 2022-04-15 | 上海交通大学 | 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 |
| CN116594014A (zh) * | 2023-04-28 | 2023-08-15 | 南京航空航天大学 | 一种稀疏Mosaic成像模式的实现方法及实现装置 |
| CN116594014B (zh) * | 2023-04-28 | 2024-02-09 | 南京航空航天大学 | 一种稀疏Mosaic成像模式的实现方法及实现装置 |
| CN118549933A (zh) * | 2024-07-29 | 2024-08-27 | 中国科学院空天信息创新研究院 | 一种空时编码Staggered SAR成像方法 |
| CN118549933B (zh) * | 2024-07-29 | 2024-09-27 | 中国科学院空天信息创新研究院 | 一种空时编码Staggered SAR成像方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110146891A (zh) | 基于盲区数据恢复的单通道参差合成孔径雷达成像方法 | |
| CN108459321B (zh) | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 | |
| CN101369018B (zh) | 一种星机联合双基地合成孔径雷达频域成像方法 | |
| CN110632594B (zh) | 一种长波长星载sar成像方法 | |
| CN108205135A (zh) | 基于无插值融合快速后向投影的雷达视频成像方法 | |
| CN107229048A (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
| CN112649808B (zh) | 基于移变构型的双基前视sar波数域成像方法 | |
| CN105676190B (zh) | 一种校正合成孔径雷达回波数据的方法和装置 | |
| CN103728619B (zh) | 基于变重频技术的机载大斜视条带sar成像方法 | |
| CN103293520A (zh) | 基于等效距离方程的sar地面运动目标成像方法 | |
| CN116908848B (zh) | 一种低过采Staggered SAR成像方法及系统 | |
| 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 | |
| CN102788978B (zh) | 一种斜视星机双基地合成孔径雷达成像方法 | |
| CN101984363A (zh) | 一种步进调频体制超高分辨率sar成像方法 | |
| CN116400310A (zh) | 一种二维频域方位向多通道sar误差校正方法 | |
| CN112782693B (zh) | 基于Staggered SAR体制线性快变PRI序列设计方法 | |
| CN108008387B (zh) | 一种机载阵列天线下视三维成像方法 | |
| CN115291212B (zh) | 空间变速非线性轨迹扩展映射高分辨成像方法 | |
| CN102879780B (zh) | 一种基于多普勒三次项估计的星载合成孔径雷达成像方法 | |
| CN114488148B (zh) | 一种基于稀疏tops-sar成像模式实现方法 | |
| CN109343056B (zh) | 一种针对非线性调频sar的rd成像方法和装置 | |
| CN110361733B (zh) | 一种基于时频联合重采样的中轨sar大斜视成像方法 | |
| CN114325704B (zh) | 一种基于波数谱拼接的合成孔径雷达快速时域成像方法 | |
| CN113933804B (zh) | 一种图像域方位向多通道sar误差校正方法 | |
| CN113376632B (zh) | 一种基于预处理和改进pfa的大斜视机载sar成像方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190820 |