CN111208514B - 一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法 - Google Patents
一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法 Download PDFInfo
- Publication number
- CN111208514B CN111208514B CN202010044486.4A CN202010044486A CN111208514B CN 111208514 B CN111208514 B CN 111208514B CN 202010044486 A CN202010044486 A CN 202010044486A CN 111208514 B CN111208514 B CN 111208514B
- Authority
- CN
- China
- Prior art keywords
- range
- sar
- chebyshev
- slant
- compression
- 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 35
- 230000006835 compression Effects 0.000 claims abstract description 40
- 238000007906 compression Methods 0.000 claims abstract description 40
- 230000014509 gene expression Effects 0.000 claims abstract description 36
- 238000012937 correction Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000013508 migration Methods 0.000 claims abstract description 14
- 230000005012 migration Effects 0.000 claims abstract description 14
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 1
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 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
- 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
- G01S13/9011—SAR image acquisition techniques with frequency domain processing of the SAR signals in azimuth
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法,包括:依据SAR系统的几何模型和运动方程,建立曲线运动轨迹模式下的斜距表达式;利用切比雪夫多项式对所述斜距表达式进行四阶近似;推导出正侧视下的等效双曲斜距方程;将该斜距方程对应的SAR回波信号变换到距离频域进行距离走动校正,将校正后的距离频域信号变换到距离多普勒域,构造Chirp Scaling函数进行CS处理以调整不同斜距的距离徙动弯曲度;然后变换到二维频域,进行距离徙动校正、距离压缩和二次距离压缩;再变换到距离多普勒域,进行方位压缩和剩余相位补偿;最后变换到二维时域得到聚焦信号。本发明能够解决曲线运动轨迹SAR的成像问题并提高其成像性能。
Description
技术领域
本发明属于雷达信号处理领域,更具体地,涉及一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法。
背景技术
合成孔径雷达(synthetic aperture radar,SAR),可以对区域进行全天时观测,且不受气候约束。它在军事和民用领域得到了广泛应用。在某些特殊应用背景下,比如小型飞机、无人机和导弹,由于加速度的存在,使得SAR载体运动特性较为复杂,并呈现出曲线运动轨迹。此时,根据线性轨迹建立的传统处理方法失效。传统的双曲方程不能准确描述曲线运动轨迹SAR的斜距历程,必须建立新的斜距模型及成像方法。
Hu Cheng,An Hongyang,Liu Junbi,Li Zhenyu等提出了不同的改进的斜距模型,这些斜距模型采用Taylor级数来近似,较大的近似误差影响了回波二维频谱的精确性。
许多雷达工作者提出了各种相关的曲线运动轨迹SAR成像算法。Liu Junbin,DongQi等提出的后向投影算法可以处理各种运动轨迹的SAR数据,但计算复杂度较高。LiangMu,Su Weimin等提出的Keystone Transform(KT)算法移除了二维交叉耦合项并对地形误差进行补偿,但二维方位向频域KT算法仅适应于低轨道。Hu Bin,Jiang Yicheng等提出了曲线拟合的方法来构造CS相位函数,但是距离徙动曲线与斜距不是线性关系,拟合误差对成像影响较大。Liao Yi,Zhou Song等提出的波数域算法只考虑了SAR载体的二维速度和二维加速度。
发明内容
本发明的目的在于克服现有技术的不足,提供一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法以解决曲线运动模式下场景目标的成像精度问题。
为了实现上述目的,本发明的技术方案是:
依据SAR系统的几何模型和运动方程建立曲线运动轨迹模式下的斜距表达式;
对斜距表达式用切比雪夫多项式进行四阶近似,并按慢时间的幂级数排列,得到切比雪夫四阶近似斜距;
将切比雪夫四阶近似斜距等效为双曲斜距方程;
将双曲斜距方程对应的SAR回波信号变换到距离频域进行距离走动校正,得到距离走动校正的SAR信号;
将距离走动校正的SAR信号变换到距离多普勒域,构造Chirp Scaling函数,进行CS处理,以调整不同斜距的距离徙动弯曲度,得到CS处理后的信号;
将CS处理后的信号变换到二维频域,进行距离徙动校正、距离压缩和二次距离压缩,得到距离徙动校正、距离压缩和二次距离压缩后的信号;
将距离徙动校正、距离压缩和二次距离压缩后的信号再次变换到距离多普勒域,进行方位压缩和剩余相位补偿;最后变换到二维时域得到聚焦图像。
优选的,依据曲线SAR系统的几何模型和运动方程,建立曲线运动轨迹模式下的斜距表达式步骤中,所述斜距表达式表示如下:
其中,(Vx,Vy,Vz)和(ax,ay,az)分别是平台的三维速度和加速度,(x0,y0,0)是目标P0的位置,H是雷达的初始飞行高度,ta是慢时间。
其中,Tsyn是合成孔径时间。
然后将x代入所述斜距表达式,并用切比雪夫多项式进行四阶近似,得到:
其中,Ti(x)是切比雪夫多项式,αi是切比雪夫系数,n=4是展开的阶数。
RC(ta)=β0+β1ta+β2ta 2+β3ta 3+β4ta 4
优选的,将所述斜距等效为正侧视下的双曲斜距方程,所述等效双曲斜距方程如下:
优选的,将所述斜距方程对应的SAR回波信号变换到距离频域,并与距离走动校正函数Hlrwc相乘完成距离走动校正,所述SAR回波的距离频域表达式S(fr,ta)和距离走动校正函数Hlrwc分别表示如下:
其中,fr为距离向频率变量,Ur(fr)和ua(ta)分别是距离向的谱包络和方位向的时域包络,fa是载波频率,c是光速,Kr是调频斜率,j是虚数单位,χo是场景中心位置(Xo,Yo,0)对应的距离走动参数。
优选的,将距离走动校正后的信号变换到距离多普勒域,然后与CS函数相乘,以调整不同斜距的距离徙动曲线弯曲度。所述距离多普勒域表达式s1(tr,fa)和CS函数表示如下:
其中,ur(tr)和Ua(fa)分别是距离向的时域包络和方位向的谱包络,tr是快时间,λ是载波波长,fa是方位向频率,Rref参考点处的斜距,一般选择场景中心作为参考点。
优选的,将所述CS处理后的信号变换到二维频域得到二维频谱S(fr,fa),然后依次与距离徙动校正函数Hrcmc、距离压缩和二次距离压缩函数Hrc+src相乘,从而完成距离徙动校正和距离向聚焦,各函数的具体表达式如下:
优选的,将所述处理后的信号变换到距离多普勒域,进行方位压缩和剩余相位补偿,然后变换到二维时域得到聚焦图像,所述的信号距离多普勒域表达式s2(tr,fa)、方位压缩和剩余相位补偿函数Haz,具体如下:
总体而言,通过本发明具有以下优势:
(1)利用切比雪夫多项式对曲线轨迹模式下的斜距表达式进行四阶近似,然后等效为正侧视下的双曲斜距方程,比传统的泰勒近似精度高,误差小;
(2)利用切比雪夫逼近函数的数值方法,效率高,适用于工程实现。
(4)采用切比雪夫多项式对斜距近似,提高了相位补偿函数的精度,从而改善了曲线SAR的成像性能。
(5)改进的Chirp Scaling算法可以实现曲线运动轨迹SAR成像,通过调整不同斜距的距离徙动曲线弯曲度来实现距离徙动的统一校正,效率高。
附图说明
图1是本发明的扩展的Chirp Scaling成像算法流程图。
图2是本发明的曲线运动轨迹模式下的SAR系统几何模型图。
图3是本发明实施提供的成像区域25个点目标的亮度图。
图4是本发明实施提供的场景中心点目标P0成像效果图。
图中:(a)高线图;(b)方位向脉冲冲激响应;(c)距离向脉冲冲激响应。
图5是本发明实施提供的场景边缘点目标P2成像效果图。
图中:(a)高线图;(b)方位向脉冲冲激响应;(c)距离向脉冲冲激响应。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
下面结合本发明中的附图,对技术方案进行清楚、完整的描述。参考图1,本发明的具体实施步骤如下:
参见图1所示,本发明一种曲线运动轨迹SAR的切比雪夫斜距模型和ChirpScaling成像方法,包括如下步骤:
S101,曲线运动轨迹机载SAR系统的几何模型如图2所示,初始时刻位于点C(0,0,H)处的SAR载体以初始速度(Vx,Vy,Vz),加速度(ax,ay,az)沿Y轴方向飞行,ta时刻到达D(xd,yd,zd)点。假设观测场景内点目标P坐标为(x0,y0,0)。依据运动方程,瞬时斜距表达式为:
其中,(Vx,Vy,Vz)和(ax,ay,az)分别是平台的三维速度和加速度,(x0,y0,0)是目标P0的位置,H是雷达的初始飞行高度,ta是慢时间。斜距合并后的各参数如下:
a1=2(VzH-Vxx0-Vyy0)
a3=Vxax+Vyay+Vzaz
S102,用切比雪夫多项式对瞬时斜距进行四阶近似,得到曲线运动轨迹模式下的斜距表达式。具体操作如下:
RC(x)=α0T0(x)+α1T1(x)+α2T2(x)+α3T3(x)+α4T4(x)
其中,切比雪夫多项式T0(x)=1,T1(x)=x,T2(x)=2x2-1,T3(x)=4x3-3xT4(x)=8x4-8x2+1,αi是切比雪夫系数,其计算公式如下:
RC(ta)=β0+β1ta+β2ta 2+β3ta 3+β4ta 4
S103,将所述4阶切比雪夫斜距等效为双曲斜距方程,具体如下:
本模型利用4阶切比雪夫多项式逼近曲线运动模式下的斜距,并将其等效为双曲斜距方程,以便后续CS算法处理,同时减小了斜距误差。
S104,将斜距方程对应的SAR回波信号变换到距离频域,进行距离走动校正。
具体的,SAR发射线性调频信号,假设包括散射系数在内的总增益为1,解调后回波信号表达式为:
其中,ur(·)和ua(·)分别是距离向和方位向的时域包络,tr是快时间,Kr是发射信号的调频斜率,λ是发射信号的波长,c是光速。
根据驻留相位原理,将点目标的回波信号进行距离向傅里叶变换,得到的表达式为:
其中,Ur(·)为距离向的谱包络,fa为载波频率,fr为距离向频率变量。
在距离频域,回波信号与距离走动校正函数相乘进行距离走动校正,校正函数如下:
其中,χo是场景中心位置(Xo,Yo,0)对应的距离走动参数。
S105,将所述距离走动校正后的信号先进行方位向傅里叶变换,再进行距离向逆傅里叶变换,得到信号在距离多普勒域表达式为:
在距离多普勒域,构造Chirp scaling函数,进行CS处理,CS函数如下:
S106,将CS处理后的信号变换到二维频域得到二维频谱S(fr,fa),然后依次与距离徙动校正函数Hrcmc、距离压缩和二次距离压缩函数Hrc+src相乘,完成距离徙动校正和距离向聚焦,各函数具体如下:
S107,将上述处理后的信号进行距离向逆傅里叶变换,得到距离多普勒域表达式s2(tr,fa),与Haz相乘进行方位压缩和剩余相位补偿,最后将补偿后的信号变换得到二维时域得到聚焦图像。各函数的具体表达式如下:
以下将通过仿真实验对本发明方法加以说明。
为了证明本发明的CS算法对具有三维速度和加速度的机载曲线运动轨迹SAR数据处理的有效性,采用表1所示参数对多点目标进行仿真。
表1 CS算法仿真参数
图3显示了场景区域等间距为100m的25个点目标在本算法下的成像效果,由仿真图可知,该方法能对多点目标进行有效成像,并且中心点和边缘点的成像效果几乎一致。
为了更仔细地观察成像细节,把场景中心点P0和边缘点P2的成像结果进行放大。图4是采用本发明方法对P0点成像得到的高线图,方位向和距离向的脉冲冲激响应。由图可知,距离向和方位向的主旁瓣清晰,对称性很好,与理想点目标一致。
图5分别显示了场景边缘点目标P2的成像轮廓图、方位向和距离向的脉冲冲激响应。由图可知,该算法对边缘点P2的成像效果与中心点P0比较只有微小的差别。
为了进一步定量展示本算法的有效性,采用峰值旁瓣比(Peak side lobe ratio,PSLR)、积分旁瓣比(Integral side lobe ratio,ISLR)来评价本算法对不同位置的4个点目标P0、P1、P2、P3和P4的成像性能,并与基于泰勒展开的二维频域成像算法比较,如表2所示。本算法在方位向的聚焦性能远高于基于泰勒展开的二维频域成像算法。
表2本发明算法成像质量评价指标
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (7)
1.一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法,其特征在于,包括:
依据SAR系统的几何模型和运动方程建立曲线运动轨迹模式下的斜距表达式;
对斜距表达式用切比雪夫多项式进行四阶近似,并按慢时间的幂级数排列,得到切比雪夫四阶近似斜距;
将切比雪夫四阶近似斜距等效为双曲斜距方程;
将双曲斜距方程对应的SAR回波信号变换到距离频域进行距离走动校正,得到距离走动校正的SAR信号;
将距离走动校正的SAR信号变换到距离多普勒域,构造Chirp Scaling函数,进行CS处理,以调整不同斜距的距离徙动弯曲度,得到CS处理后的信号;
将CS处理后的信号变换到二维频域,进行距离徙动校正、距离压缩和二次距离压缩,得到距离徙动校正、距离压缩和二次距离压缩后的信号;
将距离徙动校正、距离压缩和二次距离压缩后的信号再次变换到距离多普勒域,进行方位压缩和剩余相位补偿;最后变换到二维时域得到聚焦图像;
将双曲斜距方程对应的SAR回波信号变换到距离频域,变换到距离频域进行距离走动校正,得到距离走动校正的SAR信号,具体为,所述距离走动校正的SAR信号为SAR回波信号的距离频域表达式S(fr,ta)与距离走动校正函数Hlrwc相乘,所述SAR回波信号的距离频域表达式S(fr,ta)和距离走动校正函数Hlrwc分别如下:
其中,fr为距离向频率变量,Ur(fr)和ua(ta)分别是距离向的谱包络和方位向的时域包络,fc是载波频率,c是光速,Kr是调频斜率,j是虚数单位,χo是场景中心位置(Xo,Yo,0)对应的距离走动参数。
3.根据权利要求2所述的曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法,其特征在于,对斜距表达式用切比雪夫多项式进行四阶近似,并按慢时间的幂级数排列,得到切比雪夫四阶近似斜距,具体包括:
其中,Tsyn是合成孔径时间;
将x代入所述斜距表达式,并用切比雪夫多项式进行四阶近似,得到:
其中,Ti(x)是切比雪夫多项式,αi是切比雪夫系数,n=4是展开的阶数;
RC(ta)=β0+βita+β2ta 2+β3ta 3+β4ta 4
5.根据权利要求4所述的曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法,其特征在于,将距离走动校正的SAR信号变换到距离多普勒域,构造Chirp Scaling函数,进行CS处理,以调整不同斜距的距离徙动弯曲度,得到CS处理后的信号,具体为将距离走动校正的SAR信号变换到距离多普勒域得到s1(tr,fa),然后与CS函数相乘,以调整不同斜距的距离徙动曲线弯曲度,所述s1(tr,fa)和CS函数分别表示如下:
其中,ur(tr)和Ua(fa)分别是距离向的时域包络和方位向的谱包络,tr是快时间,λ是载波波长,fa是方位向频率,Rref参考点处的斜距,选择场景中心作为参考点;
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020100117612 | 2020-01-06 | ||
CN202010011761 | 2020-01-06 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111208514A CN111208514A (zh) | 2020-05-29 |
CN111208514B true CN111208514B (zh) | 2023-05-05 |
Family
ID=70785650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010044486.4A Active CN111208514B (zh) | 2020-01-06 | 2020-01-15 | 一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111208514B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112859018B (zh) * | 2021-01-06 | 2023-09-15 | 西安电子科技大学 | 一种基于图像几何校正的视频sar成像方法 |
CN113406636B (zh) * | 2021-06-18 | 2023-05-26 | 华侨大学 | 一种曲线运动双基sar的nlcs成像方法 |
CN113820713B (zh) * | 2021-10-19 | 2023-07-18 | 内蒙古工业大学 | 发射机运动双基弧形阵列sar的成像方法、装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5627543A (en) * | 1994-08-05 | 1997-05-06 | Deutsche Forschungsanstalt Fur Luft-Und Raumfahrt E.V. | Method of image generation by means of two-dimensional data processing in connection with a radar with synthetic aperture |
CN102914775A (zh) * | 2012-10-10 | 2013-02-06 | 北京理工大学 | 一种改进的双基地合成孔径雷达nlcs成像算法 |
WO2013113804A1 (fr) * | 2012-02-03 | 2013-08-08 | Thales | Procede de levee d'ambiguïte sur les mesures en distance |
CN105807317A (zh) * | 2016-05-06 | 2016-07-27 | 中国地质大学(北京) | 基于切比雪夫伪谱法的各向异性衰减面波模拟方法 |
CN106054187A (zh) * | 2016-05-23 | 2016-10-26 | 西安电子科技大学 | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 |
CN106291556A (zh) * | 2016-08-29 | 2017-01-04 | 西北工业大学 | 一种基于双曲线模型的大斜视sar成像算法 |
CN109557542A (zh) * | 2018-11-28 | 2019-04-02 | 江苏天域航空科技集团股份有限公司 | 俯冲模式双基地前视sar成像方法 |
CN110208799A (zh) * | 2019-06-19 | 2019-09-06 | 华侨大学 | 基于Legendre正交分解的曲线运动轨迹SAR波数域成像方法 |
-
2020
- 2020-01-15 CN CN202010044486.4A patent/CN111208514B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5627543A (en) * | 1994-08-05 | 1997-05-06 | Deutsche Forschungsanstalt Fur Luft-Und Raumfahrt E.V. | Method of image generation by means of two-dimensional data processing in connection with a radar with synthetic aperture |
WO2013113804A1 (fr) * | 2012-02-03 | 2013-08-08 | Thales | Procede de levee d'ambiguïte sur les mesures en distance |
CN102914775A (zh) * | 2012-10-10 | 2013-02-06 | 北京理工大学 | 一种改进的双基地合成孔径雷达nlcs成像算法 |
CN105807317A (zh) * | 2016-05-06 | 2016-07-27 | 中国地质大学(北京) | 基于切比雪夫伪谱法的各向异性衰减面波模拟方法 |
CN106054187A (zh) * | 2016-05-23 | 2016-10-26 | 西安电子科技大学 | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 |
CN106291556A (zh) * | 2016-08-29 | 2017-01-04 | 西北工业大学 | 一种基于双曲线模型的大斜视sar成像算法 |
CN109557542A (zh) * | 2018-11-28 | 2019-04-02 | 江苏天域航空科技集团股份有限公司 | 俯冲模式双基地前视sar成像方法 |
CN110208799A (zh) * | 2019-06-19 | 2019-09-06 | 华侨大学 | 基于Legendre正交分解的曲线运动轨迹SAR波数域成像方法 |
Non-Patent Citations (3)
Title |
---|
合成孔径声呐多接收阵数据融合CS成像算法;张学波 等;《哈尔滨工程大学学报》;20130228;第34卷(第02期);第240-244页 * |
基于切比雪夫多项式的新形式调频变标合成孔径雷达成像算法;侯育星 等;《电子与信息学报》;20141130;第36卷(第11期);第2646-2651页 * |
高分辨宽测绘带SAR成像及算法性能提升研究;侯育星;《中国博士学位论文全文数据库信息科技辑》;20160315(第03期);第I136-322页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111208514A (zh) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111208514B (zh) | 一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法 | |
CN109959932B (zh) | 基于下降段曲线轨迹的雷达前视三维成像方法 | |
CN102393518B (zh) | 一种适用于大斜视角的机载sar成像方法 | |
CN110208799B (zh) | 基于Legendre正交分解的曲线运动轨迹SAR波数域成像方法 | |
CN113064165B (zh) | 一种扫描雷达俯仰-方位二维超分辨方法 | |
CN102819020B (zh) | 一种俯冲模型方位向非线性变标的合成孔径雷达成像方法 | |
CN109870686A (zh) | 一种基于改进斜距模型的曲线轨迹sar斜视成像方法 | |
CN107589421B (zh) | 一种阵列前视sar成像方法 | |
CN102798861A (zh) | 一种基于最优图像空间双基地合成孔径雷达成像方法 | |
CN108061890B (zh) | 一种sar成像方法 | |
CN106019280A (zh) | 基于距离多普勒校正的fmcw sar成像方法及装置 | |
CN103064084A (zh) | 基于距离频域的解模糊方法 | |
CN115015920A (zh) | 一种基于距离空变频谱矫正的快速后向投影成像方法 | |
CN110244267B (zh) | 弹载毫米波切向前视sar三维成像模型性能分析方法 | |
CN109143236B (zh) | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 | |
CN111157992A (zh) | 一种基于迭代相位自聚焦的机动目标isar成像方法 | |
CN110441771B (zh) | 基于方位时间重采样的高速机动飞行sar成像方法 | |
CN109188436A (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 | |
CN110376564A (zh) | Geo和leo双基构型合成雷达地面运动成像方法 | |
Wang et al. | UAV swarm SAR new concept and fast time domain imaging algorithm | |
CN116359921A (zh) | 基于加速轨迹双基前视合成孔径雷达的快速时域成像方法 | |
CN116136595A (zh) | 基于两级尺度微调的协同探测双基前视sar成像处理方法 | |
Chu et al. | Imaging algorithm for circular SAR based on geometric constraints | |
CN114167376A (zh) | 一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法 | |
CN111413696A (zh) | 一种斜视调频连续波sar的改进的波数域成像算法 |
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 |