sar合成孔径雷达图像点目标仿真报告附matlab代码

S A R 图像点目

标仿真报告

徐一凡 1 SAR 原理简介

合成孔径雷达(Synthetic Aperture Radar ，简称SAR)是一种高分辨率成像雷达技术。它利用脉冲压缩技术获得高的距离向分辨率，利用合成孔径原理获得高的方位向分辨率，从而获得大面积高分辨率雷达图像。

SAR 回波信号经距离向脉冲压缩后，雷达的距离分辨率由雷达发射信号带宽决定：2r r

C B ρ=，式中r ρ表示雷达的距离分辨率，r B 表示雷达发射信号带宽，C 表示光速。同为

(PT x

=

,0z =；）， (;)PT R s r = = (2) (;)R s r 就表示任意时刻s 时，目标与雷达的斜距。一般情况下，0v s s r -<<，于是通过傅里叶技术展开，可将(2)式可近似写为：

2

20(;)()2v R s r r s s r =≈+- (3) 可见，斜距是s r 和的函数，不同的目标，r 也不一样，但当目标距SAR 较远时，在观测带

内，可近似认为r 不变，即0r R =。

图2：空间几何关系 (a)正视图 (b)侧视图

图2(a)中，Lsar 表示合成孔径长度，它和合成孔径时间Tsar 的关系是Lsar vTsar =。(b)中，θ∆为雷达天线半功率点波束角，θ为波束轴线与Z 轴的夹角，即波束视角，min R 为近距点距离，max R 为远距点距离，W 为测绘带宽度，它们的关系为：

2min (R H tg θθ∆=⋅-） 式中，rect()表示矩形信号，r K 为距离向的chirp 信号调频率，c f 为载频。

雷达回波信号由发射信号波形，天线方向图，斜距，目标RCS ，环境等因素共同决定，若不考虑环境因素，则单点目标雷达回波信号可写成式(6)所示：

()()r n n s t wp t n PRT στ∞=-∞=

-⋅-∑ (6) 其中，σ表示点目标的雷达散射截面，w 表示点目标天线方向图双向幅度加权，n τ表

示载机发射第n 个脉冲时，电磁波再次回到载机时的延时2*(;)n R s r C

τ=，带入式(6)中得： 22(;)/()(

exp[(2(;)/)]4 exp[-(;)]exp[2()]r n r r c n t n PRT R s r C s t w rect T j K t n PRT R s r C j

R s r j f t n PRT σπππτλ∞=-∞-⋅-=

⋅⋅⋅-⋅-⋅

⋅-⋅-∑ (7) 式(7)就是单点目标回波信号模型，其中，2exp[(2(;)/)]r j K t n PRT R s r C π-⋅-是

）

） 为了进行方位向的压缩，方位向的回波数据必须在同一条直线上，也就是说必须校正距离徙动(,)R s r ∆。由式（10）可知，不同的最近距离r 对应着不同的(,)R s r ∆，因此在时域处理距离徙动会非常麻烦。因此，对方位向进行傅里叶变换，对距离向不进行变换，得到新的域。由于方位向的频率即为多普勒频率，所以这个新的域也称为距离多普勒域。

将斜距R 写成多普勒fa 的函数，即(,)a R f r 。众所周知，对最近距离为r 的点目标P ，回波多普勒a f 是倾斜角θ的函数，即2sin a V

f θλ=，斜距(,)/cos a R f r r θ=，于是

22(,)/cos / /1 ()8a a R f r r r r r rf V

θλ===≈+ (11)

所以距离多普勒域中的我距离徙动为(,)a R f r ∆=221()8a rf V

λ，可发现它不随慢时间变换，

同一最短距离r 对应着相同大小的距离徙动。因此在距离多普勒域对一个距离徙动校正就是对一组具有相同最短距离的点目标的距离徙动校正，这样可以节省运算量。

为了对距离徙动进行校正，需要得到距离徙动单元，即距离徙动体现在存储单元中的移

5 点目标成像matlab 仿真

5.1距离多普勒算法

距离多普勒算法（RDA ）是在1976年至1978年为民用星载SAR 提出的，它兼顾了成熟、简单、高效和精确等因素，至今仍是使用最广泛的成像算法。它通过距离和方位上的频域操作，到达了高效的模块化处理要求，同时又具有了一维操作的简便性。

图7示意了RDA 的处理流程。这里主要讨论小倾斜角及短孔径下的基本RDA 处理框图。

1.当数据处在方位时域时，可通过快速卷积进行距离压缩。也就是说，距离FFT 后随即进行距离向匹配滤波，再利用距离IFFT 完成距离压缩。回波信号为：

0020(,)[2()/]()

exp{-4()/}exp{(-2()/)}

r a c r s t s A w t R s c w s s j f R s c j K t R s c ππ=--⨯（14）

距离向压缩后的信号为： 000(,){(,)()}

[2()/]()exp{4()/}rc t t t r a c s t s IFFT S f s H f A t R s c w s s j f R s c ρπ==--- （15）

2

0(){}exp{}exp{2}||t f f H f rect j j ft K T K

ππ=-- （16） 2.通过方位FFT 将数据变换至距离多普勒域，多普勒中心频率估计以及大部分后续操作

） ）

3200004 (2/)()exp{}s s az s r a s sc f R A p t R c W f f j c

π=--- （20） 5.最后通过方位IFFT 将数据变换回时域，得到压缩后的复图像。复原后的图像为：

30000(,){(,)}

(-2/)()

4 exp{-}exp{2}c ac s s r a s s t s IFFT S t f A p t R c p s f R j j f s c ππ==⨯ （21）

图8 距离多普勒算法流程图