CN114355344B - 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 - Google Patents
基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 Download PDFInfo
- Publication number
- CN114355344B CN114355344B CN202111481456.0A CN202111481456A CN114355344B CN 114355344 B CN114355344 B CN 114355344B CN 202111481456 A CN202111481456 A CN 202111481456A CN 114355344 B CN114355344 B CN 114355344B
- Authority
- CN
- China
- Prior art keywords
- time
- azimuth
- distance
- signal
- signals
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于捷变脉冲重复频率的合成孔径雷达成像方法和系统,包括:步骤1:对通道的信号按照接收时间顺序进行排列组合;步骤2:对排列组合后的信号进行距离脉冲压缩;步骤3:把距离脉压缩后的回波信号变换至距离频域;步骤4:利用时间尺度变换把排列组合后的信号转换成均匀采样信号;步骤5:根据均匀采样信号进行距离徙动矫正;步骤6:进行方位压缩,完成点目标SAR成像。本发明方法运行速度快,精度高,有利于工程实时处理。
Description
技术领域
本发明涉及合成孔径雷达成像技术领域,具体地,涉及一种基于捷变脉冲重复频率的合成孔径雷达成像方法和系统。
背景技术
对于HRWS系统而言,由于回波信号的多普勒带宽远大于PRF,因此每个通道的信号会发生多普勒混叠现象。若直接进行SAR成像处理会使得最终成像结果出现模糊现象,降低图片质量。
专利文献CN106772368B(申请号:CN201611090487.2)公开了一种多随机频率雷达阵列的超分辨三维成像方法,主要实现高维度与单脉冲情况下的实时快速超分辨三维成像。其实现过程为:发射阵列中的每个发射阵元发射频率各异的信号,在空间形成随机辐射场,随机辐射场中的发射信号碰到目标后,散射回来的信号被接收阵元组成的接收阵列接收,获得雷达回波信号;由雷达回波信号拉长为观测矢量,构建三维栅格稀疏恢复观测模型。然而该专利的数据处理复杂,导致运行速度慢,精度也不高。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于捷变脉冲重复频率的合成孔径雷达成像方法和系统。
根据本发明提供的基于捷变脉冲重复频率的合成孔径雷达成像方法,包括:
步骤1:对通道的信号按照接收时间顺序进行排列组合;
步骤2:对排列组合后的信号进行距离脉冲压缩;
步骤3:把距离脉压缩后的回波信号变换至距离频域;
步骤4:利用时间尺度变换把排列组合后的信号转换成均匀采样信号;
步骤5:根据均匀采样信号进行距离徙动矫正;
步骤6:进行方位压缩,完成点目标SAR成像。
优选的,方位多通道SAR在方位向设置M个均匀间隔的接收通道,通道间距为d,雷达平台匀速运动速度为v,设定通道1为参考通道,则通道m到参考通道的距离记作dm=(M-1)d,m=1,...,M;
建立方位多通道SAR的笛卡尔几何坐标系,X轴表示雷达平台运动方向,Z轴表示远离地球的方向,H表示雷达平台的高度,R0表示初始时刻点目标P(x0,y0,0)到雷达平台的斜距,Rm(ta)表示目标P到接收通道m的瞬时斜距,ta表示方位慢时间变量,θCone表示空间锥角,θEl表示下视角,θAzi表示方位角,并且这三个角度有如下关系:
sinθCone=cosθAzisinθEl
在预设时间内雷达平台为直线运动,利用等效相位中心原理,第m个接收通道的斜距表示为:
其中,x0表示初始时刻点目标P在X轴的坐标;y0表示初始时刻点目标P在Y轴的坐标。
优选的,第一个通道发射线性调频信号,所有通道接收回波信号,发射信号表示为:
其中,t为距离时间序列,Kr为调频率,fc为发射信号中心频率;
则第m个通道的接收信号为:
其中,λ为载波波长;Tp表示脉冲宽度;j表示虚数单位;R(ta)表示斜距历程;c表示光速。
优选的,在高分宽幅SAR系统中,采用基于时间尺度变换的信号重构算法将周期非均匀的信号恢复成均匀采样的信号,从而实现目标信号无模糊多普勒频谱的重构;
建立非均匀时间信号模型,表达式为:
ta=τm+γm=mPRImean+γ'mPRImean
则对M个通道进行组合后的信号表示为:
进行距离傅里叶变换与距离脉冲压缩,得到距离频域-方位时域信号,表示为:
距离脉冲压缩的匹配函数为:
利用时间尺度变换将非均匀时间基m+γ'm变换至均匀时间基m'上,表达式为:
(fr+fc)(m+γ'm)=fc·m'
其中,m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数;γ'm表示偏移基,0≤γ'm<1;fr表示距离频域;ta表示方位时间;τm表示均匀的方位时间;γm表示方位时间偏移量;PRImean表示平均脉冲重复间隔;A0表示距离脉冲压缩后的信号幅度;R(ta)表示斜距历程;A1表示距离频域-方位时域的信号幅度;B表示信号带宽;Ta表示孔径时间;2Υ+1表示模糊数;fdc表示多普勒中心频率。
优选的,经过重构后的时间尺度变换后的距离频域-方位时域信号为:
同时考虑到:
因此,经过时间尺度变换后的距离频域-方位时域信号写作:
设置解耦合的匹配滤波器为:
解耦合后再利用SPECAN或RD算法进行方位压缩,得到最终的成像结果;
其中,A2表示经过时间尺度变换后的距离频域-方位时域信号幅度。
根据本发明提供的基于捷变脉冲重复频率的合成孔径雷达成像系统,包括:
模块M1:对通道的信号按照接收时间顺序进行排列组合;
模块M2:对排列组合后的信号进行距离脉冲压缩;
模块M3:把距离脉压缩后的回波信号变换至距离频域;
模块M4:利用时间尺度变换把排列组合后的信号转换成均匀采样信号;
模块M5:根据均匀采样信号进行距离徙动矫正;
模块M6:进行方位压缩,完成点目标SAR成像。
优选的,方位多通道SAR在方位向设置M个均匀间隔的接收通道,通道间距为d,雷达平台匀速运动速度为v,设定通道1为参考通道,则通道m到参考通道的距离记作dm=(M-1)d,m=1,...,M;
建立方位多通道SAR的笛卡尔几何坐标系,X轴表示雷达平台运动方向,Z轴表示远离地球的方向,H表示雷达平台的高度,R0表示初始时刻点目标P(x0,y0,0)到雷达平台的斜距,Rm(ta)表示目标P到接收通道m的瞬时斜距,ta表示方位慢时间变量,θCone表示空间锥角,θEl表示下视角,θAzi表示方位角,并且这三个角度有如下关系:
sinθCone=cosθAzisinθEl
在预设时间内雷达平台为直线运动,利用等效相位中心原理,第m个接收通道的斜距表示为:
其中,x0表示初始时刻点目标P在X轴的坐标;y0表示初始时刻点目标P在Y轴的坐标。
优选的,第一个通道发射线性调频信号,所有通道接收回波信号,发射信号表示为:
其中,t为距离时间序列,Kr为调频率,fc为发射信号中心频率;
则第m个通道的接收信号为:
其中,λ为载波波长;Tp表示脉冲宽度;j表示虚数单位;R(ta)表示斜距历程;c表示光速。
优选的,在高分宽幅SAR系统中,采用基于时间尺度变换的信号重构算法将周期非均匀的信号恢复成均匀采样的信号,从而实现目标信号无模糊多普勒频谱的重构;
建立非均匀时间信号模型,表达式为:
ta=τm+γm=mPRImean+γ'mPRImean
则对M个通道进行组合后的信号表示为:
进行距离傅里叶变换与距离脉冲压缩,得到距离频域-方位时域信号,表示为:
距离脉冲压缩的匹配函数为:
利用时间尺度变换将非均匀时间基m+γ'm变换至均匀时间基m'上,表达式为:
(fr+fc)(m+γ'm)=fc·m'
其中,m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数;γ'm表示偏移基,0≤γ'm<1;fr表示距离频域;ta表示方位时间;τm表示均匀的方位时间;γm表示方位时间偏移量;PRImean表示平均脉冲重复间隔;A0表示距离脉冲压缩后的信号幅度;R(ta)表示斜距历程;A1表示距离频域-方位时域的信号幅度;B表示信号带宽;Ta表示孔径时间;2Υ+1表示模糊数;fdc表示多普勒中心频率。
优选的,经过重构后的时间尺度变换后的距离频域-方位时域信号为:
同时考虑到:
因此,经过时间尺度变换后的距离频域-方位时域信号写作:
设置解耦合的匹配滤波器为:
解耦合后再利用SPECAN或RD算法进行方位压缩,得到最终的成像结果;
其中,A2表示经过时间尺度变换后的距离频域-方位时域信号幅度。
与现有技术相比,本发明具有如下的有益效果:
本发明提出了一种基于时间尺度变换的高分宽幅模式下方位多通道重构方法,与传统的空时自适应算法、基于滤波器组的多普勒模糊抑制算法相比,算法运行速度快,精度高,有利于工程实时处理。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明基于时间尺度变换的高分宽幅模式下方位多通道重构方法的流程图;
图2a为通道一原始回波信号图,图2b为通道一的多普勒频谱图,图2c和图2d分别为方位压缩后点目标成像结果和方位切片图;
图3为本发明的方位多通道SAR三维模型图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例:
如图1,本发明提供了一种基于时间尺度变换的高分宽幅模式下方位多通道重构方法,包括以下步骤:
步骤一:首先对M个通道的信号按照接收时间顺序进行排列组合;
步骤二:对步骤一处理后的信号进行距离脉冲压缩;
步骤三:把距离脉压后的回波信号变换至距离频域;
步骤四:利用时间尺度变换把步骤一中的组合信号转换成均匀采样信号;
步骤五:距离徙动矫正;
步骤六:方位压缩完成点目标SAR成像。
具体地,假设方位多通道SAR在方位向设置M个均匀间隔的接收通道,通道间距为d,雷达平台匀速运动速度为v。设定通道一为参考通道,则通道m(m=1,...,M)到参考通道的距离可记作dm=(M-1)d。图3为表示方位多通道SAR的笛卡尔几何坐标系,X轴表示雷达平台运动方向,Z轴表示远离地球的方向,H表示雷达平台的高度。R0表示初始时刻点目标P(x0,y0,0)到雷达平台的斜距,Rm(ta)表示目标P到接收通道m的瞬时斜距,θCone表示空间锥角,θEl表示下视角,θAzi表示方位角,并且这三个角度有如下关系:
sinθCone=cosθAzisinθEl
为方便分析,这里考虑在较短时间内雷达平台为直线运动。根据图3可知,利用等效相位中心原理,第m个接收通道的斜距可以表示为:
其中,ta表示方位慢时间变量。
不失一般性,假设第一个通道发射线性调频信号,所有通道接收回波信号。发射信号可以表示为:
其中,t为距离时间序列,Kr为调频率,fc为发射信号中心频率。
则第m个通道的接收信号为:
其中,λ为载波波长。
距离压缩匹配函数具体为:
式中,fr表示距离频率。
对于HRWS系统而言,由于回波信号的多普勒带宽远大于PRF,因此每个通道的信号会发生多普勒混叠现象。基于时间尺度变换的信号重构算法目的是将不满足最优构型的时间非均匀采样信号通过时间尺度变换恢复成时间均匀采样的理想信号。因此,在高分宽幅SAR系统中,可以采用此算法将周期非均匀的信号恢复成均匀采样的信号,从而实现目标信号无模糊多普勒频谱的重构。
建立非均匀时间信号模型为:
ta=τm+γm=mPRImean+γ'mPRImean
则对M个通道进行组合后的信号可以表示为:
进行距离傅里叶变换与距离脉冲压缩,得到距离频域-方位时域信号,表示为:
利用时间尺度变换将非均匀时间基m+γ'm变换至均匀时间基m'上:
(fr+fc)(m+γ'm)=fc·m'
其中m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数。
式中,fr,fc表示距离频域和中心载频。m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数。γ'm(0≤γ'm<1)表示偏移基。
经过时间尺度变换后的距离频域-方位时域信号为:
由于方位均匀时间可以表示为均匀时间基与平均脉冲重复间隔的乘积,即:
tm'=m'PRImean
同时考虑到:
因此上述信号也可以写做:
设置解耦合的匹配滤波器为:
解耦合后再利用SPECAN或RD算法进行方位压缩,即可得到最终的成像结果。
本发明的效果可通过以下仿真进一步说明:
(1)仿真条件
仿真实验平台参数由表1给出,本实例的各实施步骤均在MATLAB2018B仿真平台上进行。
表1仿真系统参数
参数 | 取值 |
天线面板方位孔径 | 10.24m |
波长 | 0.03m |
载频 | 9.6GHz |
方位通道数 | 10 |
轨道高度 | 700km |
天线面板距离孔径 | 1.5m |
信号带宽 | 240MHz |
(2)仿真内容
为分析本节重构算法的性能,下面以信号带宽240MHz、天线面板方位尺寸10.24m、方位通道数10、载频9.6GHz、脉冲重复频率1542Hz为例进行仿真实验分析。下图给出了仿真结果,其中图2a展示了通道一原始回波信号,图2b展示了通道一的多普勒频谱,从图2b可以看出,由于脉冲重复频率小于多普勒带宽,发生了多普勒频谱折叠现象。利用本节重构算法进行重构后,图2c和图2d分别给出了方位压缩后点目标成像结果和方位切片图。表2给出了本发明算法的方位模糊信号比、输出信噪比、信噪比比例因子、重构算法运行时间等指标统计。从表中可以看出,本发明的重构算法的运行时间为2.4s,处理时间短,有利于工程实时处理。表3和表4分别给出了利用空-时自适应算法和滤波器组算法进行方位多通道重构的指标统计,显然,本发明算法同时短,且精度高。
表2本发明算法指标统计
距离压缩后信噪比SNRin(dB) | 20dB |
理论输出信噪比SNRout(dB) | 60.66B |
实际输出信噪比SNRout(dB) | 60.02dB |
SNR比例因子Φbf(dB) | 0.64dB |
方位模糊信号比AASR(dB) | -50.45dB |
重构算法的运行时间(s) | 2.4s |
表3空-时自适应算法指标统计
距离压缩后信噪比SNRin(dB) | 20dB |
理论输出信噪比SNRout(dB) | 61.65dB |
实际输出信噪比SNRout(dB) | 58.40dB |
SNR比例因子Φbf(dB) | 3.25dB |
方位模糊信号比AASR(dB) | -42.51dB |
重构算法的运行时间(s) | 120.81s |
表4滤波器组算法指标统计
距离压缩后信噪比SNRin(dB) | 20dB |
理论输出信噪比SNRout(dB) | 61.66dB |
实际输出信噪比SNRout(dB) | 58.28dB |
SNR比例因子Φbf(dB) | 3.37dB |
方位模糊信号比AASR(dB) | -37.98dB |
重构算法的运行时间(s) | 7454s |
根据本发明提供的基于捷变脉冲重复频率的合成孔径雷达成像系统,包括:模块M1:对通道的信号按照接收时间顺序进行排列组合;模块M2:对排列组合后的信号进行距离脉冲压缩;模块M3:把距离脉压缩后的回波信号变换至距离频域;模块M4:利用时间尺度变换把排列组合后的信号转换成均匀采样信号;模块M5:根据均匀采样信号进行距离徙动矫正;模块M6:进行方位压缩,完成点目标SAR成像。
方位多通道SAR在方位向设置M个均匀间隔的接收通道,通道间距为d,雷达平台匀速运动速度为v,设定通道1为参考通道,则通道m到参考通道的距离记作dm=(M-1)d,m=1,...,M;建立方位多通道SAR的笛卡尔几何坐标系,X轴表示雷达平台运动方向,Z轴表示远离地球的方向,H表示雷达平台的高度,R0表示初始时刻点目标P(x0,y0,0)到雷达平台的斜距,Rm(ta)表示目标P到接收通道m的瞬时斜距,ta表示方位慢时间变量,θCone表示空间锥角,θEl表示下视角,θAzi表示方位角,并且这三个角度有如下关系:sinθCone=cosθAzisinθEl;在预设时间内雷达平台为直线运动,利用等效相位中心原理,第m个接收通道的斜距表示为:
其中,x0表示初始时刻点目标P在X轴的坐标;y0表示初始时刻点目标P在Y轴的坐标。
第一个通道发射线性调频信号,所有通道接收回波信号,发射信号表示为:其中,t为距离时间序列,Kr为调频率,fc为发射信号中心频率;则第m个通道的接收信号为:
其中,λ为载波波长;Tp表示脉冲宽度;j表示虚数单位;R(ta)表示斜距历程;c表示光速。
在高分宽幅SAR系统中,采用基于时间尺度变换的信号重构算法将周期非均匀的信号恢复成均匀采样的信号,从而实现目标信号无模糊多普勒频谱的重构;建立非均匀时间信号模型,表达式为:ta=τm+γm=mPRImean+γ'mPRImean,则对M个通道进行组合后的信号表示为:进行距离傅里叶变换与距离脉冲压缩,得到距离频域-方位时域信号,表示为:
距离脉冲压缩的匹配函数为:利用时间尺度变换将非均匀时间基m+γ'm变换至均匀时间基m'上,表达式为:(fr+fc)(m+γ'm)=fc·m',其中,m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数;γ'm表示偏移基,0≤γ'm<1;fr表示距离频域;ta表示方位时间;τm表示均匀的方位时间;γm表示方位时间偏移量;PRImean表示平均脉冲重复间隔;A0表示距离脉冲压缩后的信号幅度;R(ta)表示斜距历程;A1表示距离频域-方位时域的信号幅度;B表示信号带宽;Ta表示孔径时间;2Υ+1表示模糊数;fdc表示多普勒中心频率。
经过重构后的时间尺度变换后的距离频域-方位时域信号为:
同时考虑到:因此,经过时间尺度变换后的距离频域-方位时域信号写作:设置解耦合的匹配滤波器为:解耦合后再利用SPECAN或RD算法进行方位压缩,得到最终的成像结果;其中,A2表示经过时间尺度变换后的距离频域-方位时域信号幅度。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种基于捷变脉冲重复频率的合成孔径雷达成像方法,其特征在于,包括:
步骤1:对通道的信号按照接收时间顺序进行排列组合;
步骤2:对排列组合后的信号进行距离脉冲压缩;
步骤3:把距离脉压缩后的回波信号变换至距离频域;
步骤4:利用时间尺度变换把排列组合后的信号转换成均匀采样信号;
步骤5:根据均匀采样信号进行距离徙动矫正;
步骤6:进行方位压缩,完成点目标SAR成像;
方位多通道SAR在方位向设置M个均匀间隔的接收通道,通道间距为d,雷达平台匀速运动速度为v,设定通道1为参考通道,则通道m到参考通道的距离记作dm=(M-1)d,m=1,...,M;
建立方位多通道SAR的笛卡尔几何坐标系,X轴表示雷达平台运动方向,Z轴表示远离地球的方向,H表示雷达平台的高度,R0表示初始时刻点目标P(x0,y0,0)到雷达平台的斜距,Rm(ta)表示目标P到接收通道m的瞬时斜距,ta表示方位慢时间变量,θCone表示空间锥角,θEl表示下视角,θAzi表示方位角,并且这三个角度有如下关系:
sinθCone=cosθAzisinθEl
在预设时间内雷达平台为直线运动,利用等效相位中心原理,第m个接收通道的斜距表示为:
其中,x0表示初始时刻点目标P在X轴的坐标;y0表示初始时刻点目标P在Y轴的坐标;
第一个通道发射线性调频信号,所有通道接收回波信号,发射信号表示为:
其中,t为距离时间序列,Kr为调频率,fc为发射信号中心频率;
则第m个通道的接收信号为:
其中,λ为载波波长;Tp表示脉冲宽度;j表示虚数单位;R(ta)表示斜距历程;c表示光速;
在高分宽幅SAR系统中,采用基于时间尺度变换的信号重构算法将周期非均匀的信号恢复成均匀采样的信号,从而实现目标信号无模糊多普勒频谱的重构;
建立非均匀时间信号模型,表达式为:
ta=τm+γm=mPRImean+γ′mPRImean
则对M个通道进行组合后的信号表示为:
进行距离傅里叶变换与距离脉冲压缩,得到距离频域-方位时域信号,表示为:
距离脉冲压缩的匹配函数为:
利用时间尺度变换将非均匀时间基m+γ'm变换至均匀时间基m'上,表达式为:
(fr+fc)(m+γ'm)=fc·m'
其中,m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数;γ'm表示偏移基,0≤γ'm<1;fr表示距离频域;ta表示方位时间;τm表示均匀的方位时间;γm表示方位时间偏移量;PRImean表示平均脉冲重复间隔;A0表示距离脉冲压缩后的信号幅度;R(ta)表示斜距历程;A1表示距离频域-方位时域的信号幅度;B表示信号带宽;Ta表示孔径时间;2γ+1表示模糊数;fdc表示多普勒中心频率。
2.根据权利要求1所述的基于捷变脉冲重复频率的合成孔径雷达成像方法,其特征在于,经过重构后的时间尺度变换后的距离频域-方位时域信号为:
同时考虑到:
因此,经过时间尺度变换后的距离频域-方位时域信号写作:
设置解耦合的匹配滤波器为:
解耦合后再利用SPECAN或RD算法进行方位压缩,得到最终的成像结果;
其中,A2表示经过时间尺度变换后的距离频域-方位时域信号幅度。
3.一种基于捷变脉冲重复频率的合成孔径雷达成像系统,其特征在于,包括:
模块M1:对通道的信号按照接收时间顺序进行排列组合;
模块M2:对排列组合后的信号进行距离脉冲压缩;
模块M3:把距离脉压缩后的回波信号变换至距离频域;
模块M4:利用时间尺度变换把排列组合后的信号转换成均匀采样信号;
模块M5:根据均匀采样信号进行距离徙动矫正;
模块M6:进行方位压缩,完成点目标SAR成像;
方位多通道SAR在方位向设置M个均匀间隔的接收通道,通道间距为d,雷达平台匀速运动速度为v,设定通道1为参考通道,则通道m到参考通道的距离记作dm=(M-1)d,m=1,...,M;
建立方位多通道SAR的笛卡尔几何坐标系,X轴表示雷达平台运动方向,Z轴表示远离地球的方向,H表示雷达平台的高度,R0表示初始时刻点目标P(x0,y0,0)到雷达平台的斜距,Rm(ta)表示目标P到接收通道m的瞬时斜距,ta表示方位慢时间变量,θCone表示空间锥角,θEl表示下视角,θAzi表示方位角,并且这三个角度有如下关系:
sinθCone=cosθAzisinθEl
在预设时间内雷达平台为直线运动,利用等效相位中心原理,第m个接收通道的斜距表示为:
其中,x0表示初始时刻点目标P在X轴的坐标;y0表示初始时刻点目标P在Y轴的坐标;
第一个通道发射线性调频信号,所有通道接收回波信号,发射信号表示为:
其中,t为距离时间序列,Kr为调频率,fc为发射信号中心频率;
则第m个通道的接收信号为:
其中,λ为载波波长;Tp表示脉冲宽度;j表示虚数单位;R(ta)表示斜距历程;c表示光速;
在高分宽幅SAR系统中,采用基于时间尺度变换的信号重构算法将周期非均匀的信号恢复成均匀采样的信号,从而实现目标信号无模糊多普勒频谱的重构;
建立非均匀时间信号模型,表达式为:
ta=τm+γm=mPRImean+γ′mPRImean
则对M个通道进行组合后的信号表示为:
进行距离傅里叶变换与距离脉冲压缩,得到距离频域-方位时域信号,表示为:
距离脉冲压缩的匹配函数为:
利用时间尺度变换将非均匀时间基m+γ'm变换至均匀时间基m'上,表达式为:
(fr+fc)(m+γ'm)=fc·m'
其中,m'=1,2,…,M',M'表示时间尺度变换后的方位有效点数;γ'm表示偏移基,0≤γ'm<1;fr表示距离频域;ta表示方位时间;τm表示均匀的方位时间;γm表示方位时间偏移量;PRImean表示平均脉冲重复间隔;A0表示距离脉冲压缩后的信号幅度;R(ta)表示斜距历程;A1表示距离频域-方位时域的信号幅度;B表示信号带宽;Ta表示孔径时间;2γ+1表示模糊数;fdc表示多普勒中心频率。
4.根据权利要求3所述的基于捷变脉冲重复频率的合成孔径雷达成像系统,其特征在于,经过重构后的时间尺度变换后的距离频域-方位时域信号为:
同时考虑到:
因此,经过时间尺度变换后的距离频域-方位时域信号写作:
设置解耦合的匹配滤波器为:
解耦合后再利用SPECAN或RD算法进行方位压缩,得到最终的成像结果;
其中,A2表示经过时间尺度变换后的距离频域-方位时域信号幅度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111481456.0A CN114355344B (zh) | 2021-12-06 | 2021-12-06 | 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111481456.0A CN114355344B (zh) | 2021-12-06 | 2021-12-06 | 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114355344A CN114355344A (zh) | 2022-04-15 |
CN114355344B true CN114355344B (zh) | 2025-01-14 |
Family
ID=81097056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111481456.0A Active CN114355344B (zh) | 2021-12-06 | 2021-12-06 | 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114355344B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115825953B (zh) * | 2023-02-16 | 2023-06-16 | 西安电子科技大学 | 一种基于随机频率编码信号的前视超分辨成像方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008270A (zh) * | 2014-04-24 | 2014-08-27 | 中国科学院电子学研究所 | 一种周期非均匀采样sar信号的多通道重建方法和装置 |
CN105445704A (zh) * | 2015-11-27 | 2016-03-30 | 西安电子科技大学 | 一种sar图像中的雷达动目标抑制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106199602B (zh) * | 2016-08-31 | 2018-09-28 | 电子科技大学 | 一种Staggered-SAR回波信号重建方法 |
EP3432027B1 (en) * | 2017-07-20 | 2021-09-01 | Airbus Defence and Space GmbH | High resolution wide swath synthetic aperture radar system |
KR102100905B1 (ko) * | 2018-06-20 | 2020-04-14 | 고려대학교 산학협력단 | 높은 비균일 샘플링 환경에서 멀티채널 sar 시스템을 위한 향상된 방위 신호 복구 방법 |
CN110146891A (zh) * | 2019-01-17 | 2019-08-20 | 西安电子科技大学 | 基于盲区数据恢复的单通道参差合成孔径雷达成像方法 |
CN113514830B (zh) * | 2021-07-12 | 2022-05-17 | 上海交通大学 | 合成孔径雷达成像方法及系统 |
-
2021
- 2021-12-06 CN CN202111481456.0A patent/CN114355344B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008270A (zh) * | 2014-04-24 | 2014-08-27 | 中国科学院电子学研究所 | 一种周期非均匀采样sar信号的多通道重建方法和装置 |
CN105445704A (zh) * | 2015-11-27 | 2016-03-30 | 西安电子科技大学 | 一种sar图像中的雷达动目标抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114355344A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111175750B (zh) | 一种合成孔径雷达的成像方法及装置、设备、存储介质 | |
CN109212526B (zh) | 用于高频地波雷达的分布式阵列目标角度测量方法 | |
CN102998673B (zh) | 一种用于合成孔径雷达的压缩感知成像方法 | |
CN104833974B (zh) | 基于图像谱压缩的sar成像快速后向投影方法 | |
CN108931766B (zh) | 一种基于稀疏重构的非均匀stap干扰目标滤除方法 | |
Zheng et al. | Fast parameter estimation algorithm for cubic phase signal based on quantifying effects of Doppler frequency shift | |
CN114355344B (zh) | 基于捷变脉冲重复频率的合成孔径雷达成像方法和系统 | |
CN111537997A (zh) | 一种基于mimo和压缩感知技术的三维雷达成像方法 | |
CN106646418A (zh) | 一种基于改进omp的机载雷达杂波空时谱快速估计方法 | |
Tian et al. | Airborne sparse flight array SAR 3D imaging based on compressed sensing in frequency domain | |
CN114839606A (zh) | 稀疏频率编码抗干扰波形信号的相干积累方法 | |
CN111175747A (zh) | 一种基于多通道复图像空间的相位误差估计方法 | |
Wei et al. | Method of high signal-to-noise ratio and wide swath SAR imaging based on continuous pulse coding | |
Xie et al. | A novel SAR sparse imaging algorithm based on low-rank matrix completion | |
CN114184998A (zh) | 多个静止目标超分辨测向的方法 | |
Ma et al. | A near-field 3-D SAR imaging method with non-uniform sparse linear array based on matrix completion | |
CN117388836B (zh) | 一种可增加点云数量的多发波模式的信号处理方法 | |
Yang et al. | Sparsity-driven high-resolution and wide-swath SAR imaging via Poisson disk sampling | |
CN116908834B (zh) | 基于毫米波雷达的多目标定位跟踪方法及系统 | |
Wang et al. | Atomic norm minimization based range-direction indication for frequency diverse array: A matrix completion perspective | |
CN117192503B (zh) | 一种弹载sar回波模拟方法 | |
CN110907930A (zh) | 一种基于角度估计的车载雷达目标检测估计方法及装置 | |
Zhang et al. | Tensor RPCA for downward-looking 3-D SAR imaging with sparse linear array | |
CN113835090B (zh) | 一种基于多通道sar系统的高精度干涉相位获取方法 | |
Ozdemir et al. | Sub-aperture method for the wide-bandwidth wide-angle inverse synthetic aperture radar imaging |
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 |