聚束式SAR斜视模型子孔径CS算法

合集下载

机载聚束模式合成孔径雷达的成像算法

基于图像聚焦与运动补偿的改进算法
总结词
详细描述
该算法通过引入图像聚焦和运动补偿技术，实现了对运动目标和复杂背景的高分辨率成像。
基于图像聚焦与运动补偿的改进算法，通过对运动目标和复杂背景进行聚焦和补偿处理，提高了成像的分辨率和对比度。该算法具有较高的计算复杂度，但能够提供高质量的 SAR图像，适用于对运动目标和复杂背景的
实验结果展示与分析
结果展示
将机载聚束模式合成孔径雷达的原始回波数据转化为地物图像，并进行对比分析。
结果分析
通过与实地采集的地物图像进行对比，验证了机载聚束模式合成孔径雷达的成像效果。
成像算法性能评估与对比分析
性能评估：评估机载聚束模式合成孔径雷达的成像算法在分辨率、对比度、清晰度等方面的性能指标。
机载聚束模式合成孔径雷达的成像算法
2023-11-06
目录
• 成像算法概述 • 聚束模式SAR基本成像算法 • 改进型聚束模式SAR成像算法 • 成像算法的优化与实现 • 成像算法验证与分析 • 结论与展望
01
成像算法概述
合成孔径雷达（SAR）基本原理
合成孔径雷达是一种雷达成像技术，通过在飞行器上安装雷达天线，利用目标的反射信号，生成高分辨率的图像。
数据输出与显示
将成像结果和目标信息进行输出和显示，为后续任务提供决策支持。
05
成像算法验证与分析
实验场景与数据采集
实验场景
机载聚束模式合成孔径雷达（CS-SAR）在城市、农田、山丘等典型地物场景中进行实验。
数据采集
采集不同飞行高度、速度、姿态等条件下的雷达回波数据，以及对应的地物图像数据。
除了军事应用外，该成像算法也可应用于民用航空领域，例如机场跑道检测、地形测绘、气象观测等方面，具有广泛的应用前景。

斜视聚束模式合成孔径雷达的频率Scaling成像算法

斜视聚束模式合成孔径雷达的频率Scaling成像算法
孙进平;袁运能;柳重堪;毛士艺
【期刊名称】《电子学报》
【年(卷),期】2001(029)012
【摘要】作为一种新的聚束模式合成孔径雷达(Spotlight SAR)成像算法,频率Scaling算法(FSA)在不进行插值操作的情况下,可以对距离单元徙动(RCM)实现精确校正.本文详细研究了频率Scaling算法在大斜视角情况下Spotlight SAR的成像算法.在原有算法的基础上提出了斜视模型下的频率Scaling算法.点目标仿真和对原始回波数据的成像结果都证实了该算法的可行性.
【总页数】4页(P1593-1596)
【作者】孙进平;袁运能;柳重堪;毛士艺
【作者单位】北京航空航天大学电子工程系203教研室,;北京航空航天大学电子工程系203教研室,;北京航空航天大学电子工程系203教研室,;北京航空航天大学电子工程系203教研室,
【正文语种】中文
【中图分类】TN957
【相关文献】
1.大斜视机载聚束SAR时域校正距离走动的频率尺度成像算法 [J], 左伟华;皮亦鸣;闵锐
2.一种应用于斜视聚束模式的改进极坐标格式成像算法 [J], 邵鹏;李亚超;李学仕;
邢孟道
3.机载斜视聚束合成孔径雷达快速成像算法 [J], 查鹏;朱仕恒;徐显文;张增辉;郁文贤
4.星载聚束式合成孔径雷达线性调频信号的频率Scaling算法 [J], 金丽花;刘兴钊;周志鑫
5.机载前斜视合成孔径雷达成像处理的精确Chirp Scaling算法 [J], 黄岩;李春升;冯世章
因版权原因，仅展示原文概要，查看原文内容请购买。

基于时域去走动的SAR大斜视CS成像算法

ＣｈｒｃｌｎｍａｉｌｏｉｈｆＳｉｐＳａｉｇＩｇｎｇＡｇｒｔｍｏＡＲｎＨｉｈＳｕｎｉｇｑｉｔ
ＭｏｓｄＯｌＲａｇｄｅＢａｅｉｎｅ
ｗ１ＹｎｊＯｇＳｎｎ－ｎｏｇＨｏｇｊｕ
关键词：合成孔径雷达（ＡＲ；去距离走动；大斜视角；Ｃｓ成像算法Ｓ）中图分类号：ＴＮ９７５５．２ＤＯ：０３２／ＰＪ１４．０９０４２Ｉ１．７４Ｓ．．１６０．７２０文献标识码：Ａ文章编号：１０ —８６２１）３０９ —６０９５９（０００ —５３０
第３卷第３２期
２１００年３月
电
子
与
信
息
学
报
Ｖｏ１３Ｎｏ．．２３Ｍａｒ２０．０１
ＪｕｎｌｆＥｌｃｒｎｃｏｒａｅｔｏｉｓ＆ＩｆｒａｉｎＴｃｎｌｇｏｎｏｍｔｏｅｈｏｏｙ
基于时域去走动的ＳＡＲ大斜视ＣＳ成像算法
（ｒｄａｅｃｏｌｈｎｓａｅｃｅｃｓＢｅｉｇ１０３，ｈｎ）ＧａｕｔｈｏＣｉｅｅＡｃｄｍｙｏｓｉｅ，ｉｎ００９Ｃｉａｓｆｏｆｎｊ
（ｐＴｎｌｔｎｃａｄＩｆｒｔｎＥｇｎｅｉｇＣｕｈｕＵｉｅｓｙＣｕｈｕ２９０，ｈｎ）Ｄｅａ￣ｔＥｅｒｉｎｎｏｍａｉｎｉｅｒｎ，ｈｚｏｎｖｒｉ，ｈｚｏ３００Ｃｉａｔｍｃｏｆｃｏｏｔ

滑动聚束FMCW-SAR的子孔径波数域成像算法

第２卷第３期
２０１３年９月
雷
Байду номын сангаас
达
学
报
Ｖｏ１．２ＮＯ．３
ＪｏｕｒｎａｌｏｆＲａｄａｒｓ
Ｓｅｐｔ．２０１３
滑动聚束ＦＭＣＷ．ＳＡＲ的子子Ｌ径波数域成像算法
马兵强（中国电子信息产业集团有限公司北京１００８４６）
ａｌｇｏｒｉｔｈｍａｒｅａｎａｌｙｚｅｄａｎｄｖｅｒｉｉｅｆｄｗｉｔｈｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ．
Ｋｅｙｗｏｒｄｓ：ＦｒｅｑｕｅｎｃｙＭｏｄｕｌａｔｅｄＣｏｎｔｉｎｕｏｕｓＷａｖｅＳｙｎｔｈｅｔｉｃＡｐｅｒｔｕｒｅＲａｄａｒ（ＦＭＣＷ— ＳＡＲ）；Ｓｌｉｄｉｎｇｓｐｏｔｌｉｇｈｔ；
ｔｈｅｔｗｏ — Ｄｉｍｅｎｓｉｏｎａｌ（２－Ｄ）ｓｐｅｃｔｒｕｍｏｆｉｔｓｅｃｈｏｓｉｇｎａｌｉｓｄｅｒｉｖｅｄ．Ｆｒｏｍｉｔｓｓｉｇｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｓｕｂａｐｅｒｔｕｒｅ
摘要：该文分析了滑动聚束调频连续波合成孔径雷ｉ￣（ＦＭＣＷ— ＳＡＲ）￣）Ｌ何关系，建立了回波模型并推导了回波

斜视聚束合成孔径雷达成像算法研究的开题报告

斜视聚束合成孔径雷达成像算法研究的开题报告
一、选题背景
近年来，随着雷达技术的不断发展和广泛应用，成像雷达得到了广泛关注。

聚束合成孔径雷达（SAR）和斜视聚束合成孔径雷达（SASAR）是当前应用最为广泛的雷达成像技术，能够实现对地面目标的高分辨率二维或三维成像，具有广泛的应用前景，例如军事侦察、民用测绘、自然灾害监测等。

但是，由于雷达波束不能直接指向地面，因此在成像过程中必须对斜视目标进行处理。

斜视SAR成像的研究已经较为成熟，然而SASAR成像技术相对较新，在实际应用中面临着很多问题，如像差问题、地形效应等。

因此，SASAR成像算法的研究具有重要意义。

二、研究目的
本研究旨在探究SASAR的成像算法，解决SASAR成像中存在的问题，提高SASAR成像的精度和稳定性，为实际应用提供支持。

三、研究内容
（1）SASAR的基本原理及成像流程
（2）SASAR成像中的像差问题及处理方法
（3）SASAR成像中的地形效应及处理方法
（4）SASAR成像中的多目标检测及分类
四、研究方法
（1）文献综述，了解SASAR成像算法的研究现状；
（2）建立SASAR模型，并进行模拟实验；
（3）根据模拟实验结果，优化算法，提高成像质量；
（4）使用实际数据进行实验验证。

五、研究意义
本研究将为SASAR成像算法的研究提供新思路和方法，优化SASAR成像算法，提高SASAR成像的精度和稳定性，为军事侦察、民用测绘、自然灾害监测等领域的实
际应用提供支持。

同时，结果将具有一定的学术价值，为雷达成像领域的学术研究提供参考。

大斜视机载聚束SAR时域校正距离走动的频率尺度成像算法

大斜视机载聚束SAR时域校正距离走动的频率尺度成像算法左伟华;皮亦鸣;闵锐【摘要】In this paper the range walk correction in time domain is introduced to revise the range compressing of the tradi-tional frequency scaling algorithm .In the azimuth compressing ,a method named azimuth nonlinear chirp scaling is involved to solve the azimuth position dependence of the azimuth modulation rate introduced by the range walk correction .The simulation experiments verify the correct and validity of the proposed algorithm in focusing the echo of high squint spotlight SAR .%本文采用时域校正距离走动的方法，对传统频率尺度算法距离压缩进行改进；在方位压缩中，采用非线性调频变标的方法，解决距离走动校正带来的方位向调频率空变性问题。

数值仿真实验证明了本文提出算法处理大斜视聚束SAR回波的正确性及有效性。

【期刊名称】《电子学报》【年(卷),期】2013(000)009【总页数】8页(P1716-1723)【关键词】合成孔径雷达;聚束模式;频率尺度算法;距离走动校正【作者】左伟华;皮亦鸣;闵锐【作者单位】电子科技大学电子工程学院，四川成都，611731; 怀化学院，湖南怀化，418000;电子科技大学电子工程学院，四川成都，611731;电子科技大学电子工程学院，四川成都，611731【正文语种】中文【中图分类】TN959.31 引言聚束模式合成孔径雷达（Synthetic Aperture Radar，SAR）是获得地面小范围高分辨率微波图像的重要手段.其方位向成像精度取决于方位向相干积累角，而非方位向天线尺寸［1，2］.它是SAR研究领域的热点之一.斜视工作模式能进一步扩大聚束SAR的应用范围.大斜视下场景中点目标距离徙动量比正侧视要大得多.它造成二维频域中距离向与方位向的严重耦合.这使得对大斜视聚束SAR信号聚焦变得非常困难.本文研究大斜视解斜接收聚束SAR信号聚焦问题.聚束SAR的成像算法主要有极坐标算法（Polar Format Algorithm，PFA）［1］，距离徙动算法（Range Migration Algorithm，RMA）［1］，调频尺度变换算法（Chirp Scaling Algorithm，CSA）［3］，频率尺度变换算法（Frequency Scaling Algorithm，FSA）［4］等.PFA 对目标回波距离向和方位向进行二维解斜接收，可处理的斜视角较大，然而其平面波假设使得可成像场景尺寸很小.RM A算法通过对二维频谱的Stolt插值，可实现对大斜视下回波的聚焦.然而以上两种算法均需插值操作，成像效率很低.插值精度也会对成像结果造成影响.CSA算法则要求回波信号是Chirp形式的.FSA算法提出了Frequency Scaling 基本原理，可直接处理解斜信号.它只需复乘和FFT操作，成像效率高.然而FSA算法忽略了二次距离压缩项的空变性，可处理的斜视角小（X波段斜视角小于20°）.孙进平博士［5］对斜视下FSA 方位向Scaling过程造成的数据扩展问题进行了研究.王国栋博士［6］研究了方位尺度变换因子的影响.金丽花博士［7］借鉴非线性调频信号尺度变换算法（Nonlinear Chirp Scaling Algorithm，NCSA）［8］，提出了非线性频率尺度变换算法（Nonlinear Frequency Scaling Algorithm，NFSA），提高了FSA的斜视处理能力，但当斜视角较大时，成像性能变差.本文对大斜视聚束SAR距离徙动深入研究，提出一种改进的FSA算法.首先在时域对距离走动进行补偿，较大程度去除距离向与方位向的严重耦合；然后基于FS原理对剩余距离弯曲进行一致校正，去除距离弯曲的距离向空变性；在方位压缩中采用方位向非线性调频变标（Azimuth Nonlinear Chirp Scaling，ANCS）方法［9］，解决距离走动校正带来的方位向调频率空变性问题.2 几何模型及目标回波解斜接收大斜视下聚束SAR几何关系如图1所示.在聚束SAR中成像场景固定.平台在飞行过程中，波束始终指向场景中心（图1中的C点）以获得足够长的合成孔径时间，从而实现方位向高分辨率成像.平台在慢时间t＝0时位于O′，此时波束指向与平台轨迹法向的夹角定义为斜视角θs.点目标P距离C的x方向位置为xp，其与平台的最短距离为r0；与平台间沿斜视角方向的距离为R0＝r0／cosθs.点目标P的瞬时斜距r （t， R 0 ）及其近似形式［9］如式（1）所示.其中τ为快时间；Tp为发射信号脉冲宽度；t为慢时间；Ta为聚束时间；Ks为发射信号线性调频率；fc为载波频率.对式（2）解斜接收使用的参考函数如式（3）所示，其中Rc＝rc／cosθs为场景中心到孔径中心的距离，rc为场景中心最短斜距.其中λ＝c／fc为载波波长.称式（4）最后一个指数项为剩余视频相位项（Residual Video Phase，RVP），需要去除.3 时域校正距离走动的改进FSA成像算法在本文方法中距离徙动校正分为距离走动校正和距离弯曲校正两步.经时域距离走动校正后，回波信号表达式与FSA及NFSA区别明显，所有后续操作均需重新推导.其流程如图2所示.3.1 预处理：RVP校正RVP相位校正在预处理中完成，称为“去扭曲”操作.它在快时间频域完成.将式（4）转换到快时间频域，并与式（5）相乘，其中fr为快时间频率.由上式可见，RVP项已经被去除.3.2 时域距离走动校正后续处理需在距离多普勒域（Range Doppler domain，RD）进行，忽略三阶相位项对驻定相位点的影响，将式（6）转换到 RD域，如式（7）所示.式（7）中相位形式复杂，不便于后续分析.将其展开成τ＝2Rc／c处的泰勒级数并忽略三阶以上项，可得其近似形式.展开式及各阶展开系数如下所示.其中向调制，此项是方位向处理的主要表达式；一阶项为距离徙动项，它主要为空变的距离弯曲；二次项为二次距离压缩项；三次项为三阶相位项.3.3 FS操作由3.2分析可知距离弯曲为空变的.为了一次完成对所有点目标距离弯曲的校正，需要去除其空变性.这可以通过FS操作来完成.FS操作将在二维频域进行.式（7）二维频域形式如式（8）所示，其中省略了信号包络.由于经过距离走动校正后，三阶相位项已经很小，在转换到二维频域时忽略其影响.其中：3.4 二次距离压缩、块移及剩余相位补偿二次距离压缩及块移操作将在RD域进行.将式（10）转换到RD域可得：将式（11）乘以式（12）并转换到距离向频域：由上式可见点目标位于斜距为R≜R0＋Vtdsinθs处.3.5 方位压缩分析将其代入式（14），并定义如式（15）所示.为简便起见忽略了距离向包络.可见方位向调频率距离压缩完成后，方位向调频率是按R计算的，它在不同方位向取值不同，即具有方位向空变性.无法直接进行方位向压缩.文献［10］引入方位向扰动项，来均衡方位向调频率，然而会引起方位向几何扭曲，需通过插值来完成扭曲校正，影响了成像效率.文献［9］采用ANCS的方法进行方位向调频率的校正，使用复乘及FFT操作即可完成，成像效率高.本文将采用后一方法.3.6 方位向三阶相位滤波首先对式（15）中三阶相位项进行滤波.因为在大斜视下方位向三阶相位不可忽略，必须滤除以去除其影响.设三阶相位滤波器为：3.7 ANCS操作将之代入式（21），并将其展开为td和fa的二元麦克劳林级数如式（22）所示.其中只保留了用于确定待定参数（）YR、q2（）R和q3（）R的各项.为去除方位向线性调频率的空变性，上式中tdf2a的系数应为零；同时点目标在方位向不发生随t2d变化的距离弯曲，则t2dfa前的系数应为零；由于方位向位置位于td，故tdfa前的系数应该为－2π，为与NCSA一致，可设其值为参考文献［9］.联立以上三式：3.8 方位压缩方位向压缩函数为：将式（25）转换到方位向时域，可获得最终的成像结果如式（26）所示，其中Ba 为多普勒带宽.3.9 几何校正由式（26）可见点目标位于论是距离向还是方位向均存在几何形变，需进行几何校正［11］.4 数据仿真及分析本节将对相同场景回波采用FSA，NFSA及本文算法分别进行成像仿真，并对它们的成像结果进行比较.仿真所使用的雷达平台及场景参数如表1所示.斜视角θs＝50°.分辨率为1m，而不是更高的0.5m 或0.1m，是为了避免仿真数据量过大的问题.考虑斜视角方位分辨率为1.6523m.表1 机载大斜视聚束SAR仿真参数参数值参数值飞行高度 5000m 天线尺寸4m飞行速度 100m／s 聚束孔径929m载波频率 2.7GHz PRF 110Hz距离分辨率 1m 方位分辨率1m斜视角θs 50°场景中点目标位置如图3所示.其中点目标5为场景中心.点目标1～3具有相同的斜距Rn＝12200m；点目标4～6具有相同的斜距Rc＝12400m；点目标7～9具有相同的斜距Rf＝12600m.点目标1，4，7方位向坐标为xp＝－100m；点目标2，5，8方位向坐标为xp＝0m；点目标3，6，9方位向坐标为xp＝100m.对目标场景回波分别采用FSA，NFSA及本文提出算法进行成像.并将点目标成像结果取出来，进行4倍的升采样，以获得各点目标成像细节图，如图4、5所示. 图4给出了三种成像算法下相同斜距不同方位向点目标4、5、6的成像结果.图5给出了同方位不同斜距处点目标2、5、8的成像结果.根据它们可以计算出各成像算法下点目标成像的性能参数，如表2所示.下面对各成像算法的性能进行分析和比较.FSA算法的成像结果如图4、图5的第一行所示.从图及性能参数可见，FSA算法只有和场景中心具有相同斜距的各点（点4、6）成像分辨率达到或接近理想分辨率；而其它点（点2、8），无论是距离向还是方位向，均出现了非常明显的散焦形象.这是因为FSA算法未考虑二次距离压缩项的空变性.大斜视下忽略二次距离压缩的空变性，导致远离参考点的目标距离向成像结果散焦；距离向散焦进一步造成方位向成像结果散焦.可见，大斜视下FSA的成像性能急剧下降.NFSA算法成像结果如图4、图5的第二行所示.各点的分辨率较FSA有较明显改善，无非常明显散焦现象.NFSA成像算法在距离压缩中，只考虑了距离向线性调频率一阶近似；且只考虑了三阶相位误差项.然而大斜视下未经过距离走动校正，需考虑更高阶相位项；且需考虑距离向线性调频率更为精确的近似.这导致了NFSA算法大斜视下成像性能下降.本文提出算法的成像结果如图4、图5最后一行所示.可见，所有点目标的距离向和方位向分辨率均达到或接近了理想分辨率.这是因为在进行距离向压缩前，首先对距离走动进行了校正，较大程度上对距离向与方位向的耦合进行了解耦.在后续的处理中，如FS操作，二次距离压缩等均未考虑空变性，即便如此仍能获得目标的精确成像.在距离和方位峰值旁瓣比方面，未加窗的情况下，本文提出的算法，各点目标也均达到或接近理想值.综合上述分析可见，本文提出的方法更适合于大斜视聚束SAR的精确聚焦.表2 点目标成像性能分析方位峰值旁瓣比（dB）T5 －20.9 －25.5 －10.8 T6 －21.7 －8.7 －13.5 T8 －10.6 －12.7 －10.25 总结本文对大斜视下解斜接收聚束SAR的成像提出了一种新方法.首先对大斜视下目标回波进行去除距离走动的处理，较大程度上去除距离向与方位向耦合；通过FS操作进行距离弯曲的一致校正；并进行二次距离压缩、块移及相位补偿完成距离压缩.在方位压缩方面，由于进行了距离走动校正，采用ANCS方法来调整方位向线性调频率空变性，并最终完成方位向压缩.数据仿真表明，本文所提出的方法比传统FSA算法及NFSA算法，更适合于大斜视下解斜接收聚束SAR的成像处理.参考文献【相关文献】［1］Carrara W G，Goodman R S，Majewski R M.Spotlight Synthetic Aperture Radar：Signal Processing Algorithms［M］.Norwood：Artech House，1995.15－16.［2］皮亦鸣，杨建宇，付毓生，杨晓波.合成孔径雷达成像原理［M］.成都：电子科技大学出版社，2007.47－48.Pi Y M，Yang J Y，Fu Y S，Yang X B.Imaging Theory of Synthetic Aperture Radar［M］.Chengdu：UESTCP，2007.47－48.（in Chinese）［3］Alberto Moreira，Josef Mittermayer，Rolf Scheiber.Extended chirp scaling SAR data processing in stripmap，scanSAR and spotlight imaging modes［A］.Proc EUSAR2000［C］.Munich Germany：VDE，2000.23－25［4］Josef Mittermayer，Alberto Moreira，et al.Spotlight SAR data processing using the frequency scaling algorithm［J］.IEEE Transactions on Geoscience and Remote Sensing，1999，37（5）：2198－2213.［5］孙进平，袁运能，柳重堪.斜视聚束模式合成孔径雷达的频率Scaling成像算法［J］.电子学报，2001，29（12）：1593－1596.Sun J P，Yuan Y N，Liu Z K.High squint spotlight SAR data processing using the frequency scaling algorithm［J］.Acta Electronica Sinica，2001，29（12）：1593－1596.（in Chinese）［6］王国栋，周萌清，李春升.星载聚束式SAR改进的Frequency Scaling成像算法［J］.电子学报，2003，31（3）：381－385.Wang G D，Zhou M Q，Li C S.Refined frequency scaling algorithm for spaceborne spotlight SAR imaging［J］.Acta Electronica Sinica，2003，31（3）：381－385.（in Chinese）［7］Lihua Jin，XingZhao Liu.Nonlinear frequency scaling algorithm for high squint spotlight SAR data processing［J］.EURASIP Journal on Advances in Signal Processing，2008，2008：1－8.［8］G W Davidson，I G Cumming，M R Ito.A chirp scaling approach for processing squint mode SAR data［J］.IEEE Transactions on Aerospace and Electronic Systems，1996，32（1）：121－133.［9］D X An，XT Huang，T Jin，Z M Zhou.Extended nonlinear chirp scaling algorithm for high－resolution highly squint SAR data focusing［J］.IEEE Transactions on Geoscience and Remote Sensing，2012，50（9）：3595－3609.［10］Frank H Wong，Tat Soon Yeo.New applications of nonlinear chirp scaling in SAR data processing［J］.IEEE Transactions on Geoscience and Remote Sensing，2001，39（5）：946－953.［11］Zongjie Cao，Lijia Chen.Security in application layer of radar sensor networks：detect friends or foe［J］.Security and Communication Networks，2012，6（5）：35－40.。

滑动聚束FMCW-SAR的子孔径成像算法

中图分类号：５ＴＮ９１文献标志码：ＡＤＩ１．９９ｊｉｓ．０１５６．００１．５Ｏ：０３６／．ｓｎ１０－０ｘ２ｌ．１Ｏｌ
ＳｂｐｅｔｒｍａｉｌｏｉｈｍｏｌｄｎｐｏｌｇｔＦＭＣＷ — ＡＲｕａｒｕｅｉｇｎｇａｇｒｔｆｒｓ０
滑动聚束ＦＭＣＳＲ的子孔径成像算法Ｗ—Ａ
马兵强，于彬彬。，刘畅，王岩飞
（．中国科学院电子学研究所，北京１０９；．中国科学院研究生院，京１０４）１０１０２北００９
孔径算法不仅需要子孔径间的相干叠加以实现全分辨率，且要子孔径拼接以输出方位连续场景。仿真数据的而
处理结果验证了该算法的有效性和正确性。关键词：频连续渡合成孔径雷达；滑动聚束；子孔径调
摘要：滑动聚来调频连续波ＳＡＲ结合了滑动聚柬模式和调频连续波ＳＡＲ的优点，以获得比条带模式更可
高的方位分辨率和比聚柬模式更宽的方位测绘带区域。分析了其成像具有方位相干积累时间长和距离徙动严重
的特点以及小负载平台上运动补偿对高分辨率成像的重要性。建立了其信号模型并推导了距离多普勒域频谱，

一种斜视滑动聚束SAR子孔径处理成像方法

一种斜视滑动聚束SAR子孔径处理成像方法张劲东;陈家瑞;朱岱寅;邱晓燕;唐笑为【期刊名称】《数据采集与处理》【年(卷),期】2017(032)004【摘要】In the advantages of low memory requirement and high flexibility,sub-aperture method is effective in solving the problem of azimuth spectrum aliasing in sliding spotlight SAR imaging.Image quality and imaging efficiency are affected by sub-aperturepartition.However,sub-aperture division usually relies on experience value,which cannot be given with a clear theory analysis atpresent.Therefore,spectrum gaps may appear in the squint imaging processing if sub-apertures are not properly divided.First,we introduce sliding spotlight SAR model and analyze its Doppler frequency history.A sub-aperture imaging algorithm for squinted sliding spotlight SAR is proposed based on azimuth frequency domain scaling.Then according to two-dimensional spectrum of the adjacent sub-apertures,we investigate the sub-aperture spectrum stitching principle and derive the two equations,thus determine sub-aperture length and overlap rate.Afterward the flow for partitioning sub-apertures is given.Finally,effectiveness of the sub-aperture partition method and squinted imaging algorithm is verified by simulation experiments and real data.%子孔径法是解决滑动聚束SAR成像方位频谱混叠的有效方法,具有内存占用量低、灵活性高的特点.子孔径的划分不仅影响成像质量,还会影响成像效率;但目前子孔径的划分大多采用经验值,理论上并没有给出明确分析.因此在斜视成像过程中,未合理划分的子孔径会导致拼接谱出现“空隙”现象.本文首先介绍了斜视滑动聚束SAR工作模型,分析了其方位多普勒历程,提出了斜视下基于方位频域Scaling的子孔径成像算法.根据相邻子孔径的二维频谱,研究了子孔径频谱拼接的准则,推导了确定子孔径长度与重叠率的解析式,给出了子孔径划分的流程,最后通过仿真实验和实测数据处理验证了子孔径划分方法及斜视下成像算法的有效性.【总页数】9页(P776-784)【作者】张劲东;陈家瑞;朱岱寅;邱晓燕;唐笑为【作者单位】南京航空航天大学电子信息工程学院,南京,210016;中国船舶重工集团公司第七二三研究所,扬州,225001;南京航空航天大学电子信息工程学院,南京,210016;南京航空航天大学电子信息工程学院,南京,210016;南京航空航天大学电子信息工程学院,南京,210016【正文语种】中文【中图分类】TN959.3【相关文献】1.星载聚束式SAR子孔径成像处理方法 [J], 王国栋;周荫清;李春升2.滑动聚束FMCW-SAR的子孔径波数域成像算法 [J], 马兵强3.滑动聚束FMCW-SAR的子孔径成像算法 [J], 马兵强;于彬彬;刘畅;王岩飞4.一种滑动聚束SAR子孔径成像算法 [J], 赵莉; 陈家瑞; 柏磊5.星载斜视滑动聚束SAR子孔径成像处理算法研究 [J], 张亦凡;黄平平;徐伟;谭维贤;高志奇因版权原因，仅展示原文概要，查看原文内容请购买。

斜视滑动聚束模式SAR成像算法研究

ＳｔｕｄｙｏｎＳｑｕｉｎｔＳｌｉｄｉｎｇＳｐｏｔｌｉｇｈｔＭｏｄｅＳＡＲＩｍａｇｉｎｇ
ＨａｎＸｉａｏ — ｌｅｉ ① ③ ＬｉＳｈｉ — ｑｉａｎｇ ①
，
ＷａｎｇＹｕ ①
，
Ａｂｓｔｒａｃｔ：ＷｈｅｎｔｈｅｓｌｉｄｉｎｇｓｐｏｔｌｉｇｈｔｍｏｄｅＳＡＲｗｏｒｋｓｉｎｓｐａｃｅｂｏｒｎｅｓｑｕｉｎｔｃａｓｅｏｒａｉｒｂｏｒｎｅｈｉｇｈ — ｓｑｕｉｎｔｈｉｇｈ —
文中详细介绍了该算法的处理流程，并与传统两步式成像算法进行了对比。最后利用仿真和实测数据，验证了改进
的两步式成像算法在斜视滑动聚束模式下的有效性。
关键词：合成孔径雷达；斜视滑动聚束；两步式成像算法；２维频谱倾斜；附加带宽；去扭曲
斜视滑动聚束模式ＳＡＲ成像算法研究
韩晓磊李世强王宇禹卫东
（中国科学院电子学研究所北京１００１９０１
ｆ中国科学院大学北京１０００３９）
摘要：当滑动聚束模式合成孔径雷达（ＳＡＲ）Ｉ作在星载斜视或者大斜视、高分辨率机载情况下，由于距离方位耦
ｒｅｓｏｌｕｔｉｏｎｃａｓｅ，ｔｈｅｃｏｕｐｌｉｎｇｂｅｔｗｅｅｎｒａｎｇｅａｎｄａｚｉｍｕｔｈｒｉｓｅｓｒａｐｉｄｌｙ．Ｉｔｌｅａｄｓｔｏａｎｅｗｔｗｏ — ｄｉｍｅｎｓｉｏｎａｌ（２－Ｄ）

机载聚束模式合成孔径雷达的成像算法研究

机载聚束模式合成孔径雷达的成像算法研究摘要：机载聚束模式合成孔径雷达（SAR）已成为一种重要的空中成像技术。

在本文中，我们研究了改进的SAR成像算法，以提高对地面目标的成像分辨率和图像质量。

本文首先介绍了SAR的基本原理和聚束模式合成孔径雷达系统的特点。

然后详细探讨了传统的SAR成像算法的局限性，包括接收信号的相位和平移不稳定性，以及小目标检测、成像分辨率和图像质量等问题。

为此，我们提出了一种改进的SAR成像算法，该算法结合了自适应滤波和多通道合成技术，以消除信号相位和平移不稳定性，并优化成像分辨率和图像质量。

最后，我们对该算法进行了仿真实验，并通过实验结果验证了该算法的有效性和改进效果。

关键词：聚束模式合成孔径雷达；成像算法；自适应滤波；多通道合成技术；成像分辨率；图像质量；小目标检测。

一、引言机载聚束模式合成孔径雷达（SAR）已成为一种重要的空中成像技术。

它具有不受天气和时间限制、具有高精度的全天候成像能力等特点，因此在军事、民用等领域得到了广泛应用。

SAR在现代远程感知技术中的地位越来越重要，其中图像质量受到了广泛关注。

在本文中，我们将研究改进的SAR成像算法，以提高对地面目标的成像分辨率和图像质量。

二、SAR的基本原理相较于光学成像方式，SAR成像对地表结构的探测更为直接和准确。

SAR利用雷达信号的相位信息而不是幅度信息来成像，将有效提高对目标的探测和定位能力。

其基本原理是利用雷达信号在目标上反射后返回到接收机的时间，再结合雷达信号的波长，计算出反射面相对于雷达的位置和形状，并形成目标的影像。

在此基础上，我国采用了聚束模式合成孔径雷达技术，它是一种利用广播控制机构完成点到点的制导控制，形成以此为依据的各种能用于遥感、飞行管制等的功能。

三、SAR算法的局限性传统的SAR成像算法在处理实际成像问题时存在局限性。

这些局限性主要包括以下三个方面的问题：(1) 接收信号的相位不稳定性: SAR接收信号的相位是随机变化的，因此存在相位不稳定性问题，这样会影响SAR的成像质量。

一种滑动聚束sar子孔径成像算法

２０１９年１０月
第４２卷第５期
舰船电子对抗
SHIPBOARDELECTRONICCOUNTERMEASURE
Oc
t．
２０１９
Vo
l．
４２No．
５
一种滑动聚束 SAR 子孔径成像算法
赵莉,陈家瑞,柏磊
(中国船舶重工集团公司第七二三研究所,江苏扬州２２５１０１)
摘要:为了同时实现高分辨率和大场景机载滑动聚束合成孔径雷达(
１６４２６/
cnk
ij
．
cd
zdk．
２０１９．
０５．
０１７
j．
AS
l
i
d
i
ngSpo
t
l
i
tSARSub
Ｇ
ape
r
t
u
r
eIma
i
ngAl
r
i
t
hm
g
g
go
ZHAO L
i,
CHENJ
i
a
Ｇ
ru
i,
BAILe
i
(
The７２３I
ns
t
i
t
u
t
eo
fCS
IC,
Yang
zhou２２５１０１,
Ch
i
na)
Ab
处理,验证了该子孔径成像算法的可行性和有效性.
第５期
赵莉等:一种滑动聚束 SAR 子孔径成像算法
１滑动聚束 SAR 几何模型
１
１滑动聚束模型
机载滑动聚束 SAR 成像斜平面模型如图１所
示.载机速度为 Va ,

聚束SAR成像算法中的几种插值方法比较

聚束SAR成像算法中的几种插值方法比较
曾海彬;曾涛;胡程;朱宇
【期刊名称】《信号处理》
【年(卷),期】2005(021)0z1
【摘要】在高分辨的聚束SAR信号处理中,距离徙动校正是成像的关键步骤.聚束SAR成像算法中通常用插值(或类插值)来完成距离徙动校正.对极坐标算法、距离徙动算法和Chirp Scaling(CS)算法中,常用的截断sinc插值法、FFT补零插值法和线性相位相乘的插值方法进行了研究,推导了各自的插值过程,分析了每种算法的插值精度,比较了它们的运算量.结合计算机仿真结果,得出结论:截断sinc插值法运算量最小,适用范围广,但精度较差;FFT补零插值法,适用范围广,精度高,但运算量最大;线性相位相乘法精度高,运算量居中,但适用范围小.
【总页数】4页(P475-478)
【作者】曾海彬;曾涛;胡程;朱宇
【作者单位】北京理工大学雷达技术研究所,北京,100081;北京理工大学雷达技术研究所,北京,100081;北京理工大学雷达技术研究所,北京,100081;北京理工大学雷达技术研究所,北京,100081
【正文语种】中文
【中图分类】TN95
【相关文献】
1.基于聚束照射SAR成像算法的条带SAR数据处理 [J], 武昕伟;朱兆达
2.CTZ在聚束SAR极坐标格式成像算法中的应用 [J], 孙进平;袁运能;王俊;毛士艺
3.一种子孔径ωK聚束SAR成像算法的GPU实现 [J], 司军;陈家瑞
4.星载斜视滑动聚束SAR子孔径成像处理算法研究 [J], 张亦凡;黄平平;徐伟;谭维贤;高志奇
5.三种聚束式SAR成像算法比较 [J], 谢文冲;孙文峰;王永良
因版权原因，仅展示原文概要，查看原文内容请购买。

机载聚束模式合成孔径雷达的成像算法

机载聚束模式合成孔径雷达的成像算法机载聚束模式合成孔径雷达（SAR）是一种通过雷达波束的聚焦操作，在平台上获取到的一系列散射信号并进行处理后，得到高分辨率地物目标图像的技术。

SAR成像算法主要包括数据预处理、聚焦操作、图像重建和图像增强等步骤。

第一步是数据预处理，主要包括去噪、速度补偿、多普勒频率校正等。

去噪操作是为了消除由信号传播和原始数据采集等过程引入的噪声，提高成像质量。

速度补偿是为了校正因平台运动引起的多普勒频移问题，以保证聚焦操作的准确性。

多普勒频率校正是为了校正被测目标的运动造成的频率变化，以实现距离向的重建。

第二步是聚焦操作，主要是通过将回波信号与发射信号进行相乘，得到一个平台上各个散射目标的相干照片。

该操作类似于光学成像中的光束焦聚，对雷达回波信号进行远场近似，使得目标间的距离得到重建。

第三步是图像重建，主要通过将得到的相干照片进行二维傅里叶变换（FFT）和滤波操作，从而得到一个被测目标的二维散射场图像。

FFT可以将时域中的信号转换到频域中，通过频域上的滤波操作，去除干扰信号和杂散信号，提高目标的对比度和分辨率。

最后一步是图像增强，主要包括去斑点、边缘增强、动态范围调整等。

去斑点操作是为了除去由于信号传播过程中出现的突发斑点状干扰，提高图像的清晰性。

边缘增强操作是为了加强目标物与周围背景间的边界特征，使图像更容易观察和分析。

动态范围调整是为了调整图像亮度和对比度，使目标物体的细节更加清晰可见。

除了以上步骤外，SAR成像算法还需要考虑系统误差校正、多目标分离、散斑噪声抑制等问题。

系统误差校正是通过对辐射源和接收系统间的误差进行准确建模和校正，以提高成像的精度和准确度。

多目标分离是为了从得到的散射场图像中提取出多个目标，并对其进行分析和识别。

散斑噪声抑制是为了降低由传播过程和成像过程中引入的散斑噪声，提高图像质量。

总之，机载聚束模式合成孔径雷达的成像算法是一个复杂而精细的过程，需要通过数据预处理、聚焦操作、图像重建和图像增强等步骤，以及系统误差校正、多目标分离、散斑噪声抑制等技术手段，来实现高分辨率地物目标图像的获取。

滑动聚束FMCW-SAR的子孔径波数域成像算法

滑动聚束FMCW-SAR的子孔径波数域成像算法马兵强【摘要】该文分析了滑动聚束调频连续波合成孔径雷达(FMCW-SAR)的几何关系，建立了回波模型并推导了回波信号频谱。

根据其信号特性，提出了一种子孔径波数域算法。

该算法利用波数域匹配滤波和距离堆栈方法精确补偿了距离方位耦合相位，避免了插值操作，计算精度高，适用于斜视工作模式。

通过子孔径相干合成实现了比条带模式更高的方位分辨率，同时利用子孔径图像的拼接得到了比聚束模式更宽的测绘区域。

仿真结果及分析验证了所建信号模型的合理性和该算法的有效性。

%In this paper, the geometry of sliding spotlight FMCW-SAR is analyzed, the echo model is set up, and the two-Dimensional (2-D) spectrum of its echo signal is derived. From its signal characteristics, a subaperture wavenumber domain algorithm that corrects the Doppler frequency shift effect caused by the motion within the sweep is presented. The algorithm using azimuth resolution can acquire images better than those obtained in the stripmap case using subaperture coherent recombination. Thus, for an imaged area larger than that achieved in the spotlight operation, the subaperture images are combined. The echo model and the effectiveness of the proposed algorithm are analyzed and verified with the simulation results.【期刊名称】《雷达学报》【年(卷),期】2013(000)003【总页数】7页(P319-325)【关键词】调频连续波合成孔径雷达(FMCW-SAR);滑动聚束;子孔径【作者】马兵强【作者单位】中国电子信息产业集团有限公司北京 100846【正文语种】中文【中图分类】TN957.52调频连续波合成孔径雷达(Frequency Modulated Continuous Wave Synthetic Aperture Radar, FMCW-SAR)是合成孔径技术与连续波体制相结合的产物，不仅具有连续波雷达体积小、重量轻、结构简单、成本低和低截获率等优点[1,2]，而且有传统脉冲SAR的高分辨率特点，适合于无人机等小负载平台。

机载斜视聚束合成孔径雷达快速成像算法

机载斜视聚束合成孔径雷达快速成像算法
查鹏;朱仕恒;徐显文;张增辉;郁文贤
【期刊名称】《信息技术》
【年(卷),期】2015(39)12
【摘要】极坐标格式算法(PFA)是传统聚束SAR的经典成像算法,但用于斜视聚束成像存在二维频域插值计算量巨大、插值精度受插值核函数长度制约以及最终图像旋转带来成像质量下降等问题.针对上述问题,文中提出一种基于尺度变化的快速PFA算法,不仅能避免斜视成像后的图像旋转操作,还具有计算效率高的优势.快速PFA算法只需要FFT和复乘运算即可完成,与直接插值PFA算法相比计算量降低到原来的30％～50％.仿真实验验证了文中方法的有效性.
【总页数】5页(P138-142)
【作者】查鹏;朱仕恒;徐显文;张增辉;郁文贤
【作者单位】上海交通大学电子信息与电气工程学院,上海200240;上海交通大学电子信息与电气工程学院,上海200240;上海航天电子通讯设备研究所,上海201109;上海交通大学电子信息与电气工程学院,上海200240;上海交通大学电子信息与电气工程学院,上海200240
【正文语种】中文
【中图分类】TN957.52
【相关文献】
1.改进的机载合成孔径雷达小斜视角RD成像算法 [J], 王霖郁;樊玉娟;赵宏方
2.大斜视角机载聚束式SAR改进的FS成像算法 [J], 王国栋;周荫清
3.大斜视机载聚束SAR时域校正距离走动的频率尺度成像算法 [J], 左伟华;皮亦鸣;闵锐
4.斜视聚束模式合成孔径雷达的频率Scaling成像算法 [J], 孙进平;袁运能;柳重堪;毛士艺
5.机载串行双站斜视合成孔径雷达ELBF-CS成像算法 [J], 冉金和;武拥军;张剑云因版权原因，仅展示原文概要，查看原文内容请购买。

基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法

基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法梁媚蓉;王晨沁;毛新华【摘要】大斜视条带合成孔径雷达(Synthetic aperture radar,SAR)成像信号处理目前主要面临大斜视导致的距离方位耦合严重和全孔径条带SAR处理的实时实现困难.文中针对这两个难点,提出了一种基于极坐标格式算法(Polar format algorithm,PFA)的大斜视条带SAR子孔径拼接成像处理算法.该算法利用改进的PFA来解决子孔径内大斜视高精度成像问题,通过子孔径图像拼接来实现全孔径实时成像.仿真和实测数据的处理结果证实了本文方法的有效性.【期刊名称】《南京航空航天大学学报》【年(卷),期】2016(048)005【总页数】7页(P649-655)【关键词】条带合成孔径雷达;大斜视;极坐标格式算法;子孔径拼接【作者】梁媚蓉;王晨沁;毛新华【作者单位】南京航空航天大学电子信息工程学院,南京,210016;南京航空航天大学电子信息工程学院,南京,210016;南京航空航天大学电子信息工程学院,南京,210016;南京航空航天大学雷达成像与微波光子技术教育部重点实验室,南京,210016【正文语种】中文【中图分类】TN957.52合成孔径雷达[1-2](Synthetic aperture radar, SAR)常用的成像模式有聚束式、条带式和扫描式。

极坐标格式算法(Polar format algorithm, PFA)是一种经典的聚束SAR模式成像算法[3]。

该算法采用极坐标格式存储数据，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，极大地提高了聚束SAR的有效聚焦成像范围[4]。

与其他成像算法相比，它具有高效简洁，能自动校正所有目标(包括运动目标)的线性距离走动等诸多优点。

但是，经典的PFA算法却不能用于对普通的条带SAR数据进行处理。

通常情况下，条带SAR工作于正侧视模式。

但许多应用场合需将波束向前或向后斜视来观察雷达平台前方或后方的场景。

一种子孔径ωK聚束SAR成像算法的GPU实现

一种子孔径ωK 聚束S A R 成像算法的G P U 实现司军,陈家瑞(中国船舶重工集团公司第七二三研究所,江苏扬州225101)摘要::合成孔径雷达(S A R )的数据运算量不断增加,图形处理器(G P U )为其处理提供了新的运算平台㊂但是G P U 显存小,不足以容纳大场景S A R 数据㊂通过研究聚束S A R 成像模式特点,提出了一种适合G P U 加速的子孔径成像方案,降低了该算法对G P U 显存的要求㊂在T e s l a C 2075上的实验结果表明,该方案能够取得良好的成像效果,与C P U 上的处理效率相比,有数10倍的速度提升㊂关键词:子孔径;波数域成像算法;图形处理器;聚束模式中图分类号:T N 957.52 文献标识码:A 文章编号:C N 32-1413(2021)01-0059-04D O I :10.16426/j .c n k i .jc d z d k .2021.01.012G P U R e a l i z a t i o n o f A S A R I m a g i n g A l go r i t h m f o r S u b -a p e r t u r e ωK S p o t l i gh t S I J u n ,C H E N J i a -r u i(T h e 723I n s t i t u t e o f C S I C ,Y a n gz h o u 225101,C h i n a )A b s t r a c t :T h e a m o u n t o f s y n t h e t i c a p e r t u r e r a d a r (S A R )d a t a c a l c u l a t i o n i s i n c r e a s i n g c o n s t a n t l y,a n d t h e g r a p h i c p r o c e s s i n g u n i t (G P U )o f f e r s a n e w o p e r a t i o n p l a t f o r m f o r S A R i m a g i n g pr o c e s s -i n g .H o w e v e r ,G P U m e m o r y i s n o t l a r g e e n o u g h t o a c c o mm o d a t e t h e S A R d a t a o f l a r g e s c e n e .B ys t u d y i n g t h e c h a r a c t e r i s t i c s o f s p o t l i g h t S A R i m a g i n g m o d e ,t h i s p a p e r p u t s f o r w a r d a s u b -a p e r t u r e i m a g i n g s o l u t i o n w h i c h i s s u i t a b l e f o r G P U a c c e l e r a t i o n ,a n d t h e s c h e m e r e d u c e s t h e r e qu i r e m e n t s o f t h e a l g o r i t h m t o m e m o r y .T h e e x pe r i m e n t r e s u l t p e rf o r m e d o n T e s l a C 2075G P U p l a t f o r m s h o w s t h a t t h i s s c h e m e c a n o b t a i n ag o o d i m a g i n g r e s u l t a n d a c c e l e r a t e th e S A R d a t a p r o c e s si n g b yt e n s o f t i m e s c o m p a r e d w i t h t h e p r o c e s s i n g e f f i c i e n c y on C P U.K e y wo r d s :s u b -a p e r t u r e ;w a v e n u m b e r d o m a i n i m a g i n g a l g o r i t h m ;g r a p h i c p r o c e s s i n g u n i t ;s p o t l i g h t m o d e l收稿日期:202004290 引言合成孔径雷达(S A R )是一种高分辨率成像雷达,相比光学和红外遥感成像,其全天时㊁全天候和透射性强等特点在军用和民用领域发挥着重要作用[1]㊂随着S A R 成像技术的不断发展,对分辨率提出了更高的要求,因此S A R 回波数据量更大,成像算法更复杂,传统基于C P U 的处理已经无法满足成像需求㊂近几年,图形处理器(G P U )发展迅速,其拥有强大的浮点计算能力和很宽的存储器带宽,为大规模S A R 数据处理与分析提供了新的运算平台㊂2007年,计算通用设备架构(C U D A )发布㊂C U D A的出现为充分利用G P U 的强大性能提供了条件㊂C U D A 对图形硬件单元和应用程序编程接口(A P I)进行了封装[2],开发人员不需要太过关注图形学硬件和编程接口,只需在掌握了G P U 架构和并行算法的基础上使用类C 语言进行开发,这大大简化了编程过程㊂S A R 成像处理的步骤主要包括快速傅里叶变换(F F T )/逆快速傅里叶变化(I F F T )㊁复数相乘和插值等,都具有高度并行性,因此可以利用G P U 强大的并行处理能力来实现算法的加速㊂当前支持C U D A 技术的G P U 产品的显存一般不超过6G B ,尚不能对大场景S A R 数据进行一次性处2021年2月舰船电子对抗F e b .2021第44卷第1期S H I P B O A R D E L E C T R O N I C C O U N T E R M E A S U R EV o l .44N o .1理,因此需要对其进行分块操作[3]㊂本文以O m e ga -K 算法为基础,通过研究聚束模式S A R 成像特点,提出了一种针对G P U 加速处理的子孔径成像处理方案㊂该方案将全孔径划分成若干个子孔径,然后在G P U 上分别成像,最后将子图像相干融合以获得高分辨率图像㊂1 子孔径ωK 算法子孔径的划分主要是依据脉冲重复频率(P R F )和多普勒带宽之间的关系[4]㊂由于聚束式S A R 是通过天线长时间照射成像区域来获得更长的相干积累时间,因此其多普勒带宽也相应变大㊂为了避免方位频谱出现混叠,必须满足P R F 大于多普勒带宽㊂如图1所示为子孔径ωK 算法中每个子孔径的处理流程㊂将回波数据根据P R F 与多普勒带宽之间的关系划分为若干个子孔径,并分别成像㊂子孔径处理时,需要通过补零来扩展方位处理长度㊂每个子孔径的处理过程包括以下步骤:(1)通过二维F F T 将S A R 回波数据转换到二维频域㊂假设距离方程是双曲形式,则距离R 0处的点目标的相位为:θ2d f (f τ,f η)= -4πR 0(f 0+f τ)c 1-c 2f 2η4V 2r (f 0+f τ)2-πf 2τK r (1)式中:f τ和f η分别为距离和方位频率变量;f 0为雷达中心频率;c 为光速;V r 为雷达有效速度;K r为距离c h i r p 调频率㊂实际处理中,在方位向F F T 后会乘以补偿相位φ1(t ),使得后续处理中产生的移位引起的方位处理长度展宽最小化[3]㊂φ1(t )=e x p (-j 2πf d c η)(2)式中:f d c为多普勒中心频率;η为方位时间㊂(2)第1个关键聚焦步骤是参考函数相乘(R F M )㊂参考函数根据选定的距离R r e f 来计算㊂经过参考函数相乘,参考距离处的目标得到了完全聚焦㊂经过R F M 滤波后,二维频域中的残余相位近似为:θR F M (f τ,f η)ʈ-4π(R 0-R r e f )c (f 0+f τ)2-c 2f 2η4V 2r(3)(3)第2个聚焦步骤是S t o l t 插值㊂它在距离频域通过插值操作完成其它目标的聚焦:(f 0+f τ)2-c 2f 2η4V 2r=f 0+f 'τ(4) 为了更好地理解S t o l t 插值,上式等号左边的根号项可以根据泰勒公式展开得:(f 0+f τ)2-c 2f 2η4V 2rʈ(f 0+f τ)-c 2f 2η8V 2r (f 0+f τ)2(5)如果上式等号右边只剩下(f 0+f τ)这一项,经过二维I F F T ,目标将被很好地聚焦和配准㊂因此通过插值,将原来的距离频率变量f τ变为新的频率变量f 'τ㊂这样,部分压缩后的信号相位变为:θS t o l t (f 'τ,f η)=-4π(R 0-R r e f )c(f 0+f 'τ)(6)与新的距离频率f 'τ成线性关系㊂(4)通过距离向I F F T 转换到距离多普勒域㊂在距离多普勒域,采用方位向S c a l i n g 与谱分析结合[5]的方式,乘以方位S c a l i n g 因子:φ2(t )=e x p (j πf 2ηk a)(7)式中:k a ʈ2V 2rλR 0,为方位向调频率㊂再通过方位向I F F T 转换到方位时域㊂(5)在方位时域乘以压缩因子:φ3(t )=e x p (j πf ηη2)(8)完成去调频操作㊂最后经过方位向F F T 即可得到子孔径图像㊂图1 单个子孔径处理流程6舰船电子对抗第44卷2 C U D A 具体实现子孔径ωK 算法实质上是在C P U+G P U 异构平台上完成的,C P U 主要负责简单的串行计算和逻辑事务处理,G P U 则专注于大规模并行化数据运算㊂如图2所示为C U D A 环境下子孔径ωK 算法的处理流程㊂C P U 负责数据的读写和主机内存与设备显存之间的数据拷贝,G P U 负责各个子孔径的成像处理㊂最后将图像数据拷贝到C P U 进行融合获得高分辨率的图像㊂图2 C U D A 环境下子孔径ωK 算法处理流程子孔径ωK 算法在G P U 上的处理流程包括:5次F F T /I F F T ,4次相位相乘和1次插值㊂其中5次F F T /I F F T 可以通过C U D A 自带的C U F F T 库函数快速实现,该库对F F T 以及I F F T 操作能够达到很高的运算性能,其余处理需要编写对应的K e r -n e l 函数[2]实现㊂(1)距离向F F T /I F F T首先,使用c u f f t H a n d l e 制定1个F F T 计划pl a n ;再利用c u f f t P l a n 1d 函数创建1个C U F F T 句柄,对N a ˑN r 的数据分段批量实现F F T /I F F T ,即c u f f t P l a n 1d (&pl a n ,N r ,C U F F T _C 2C ,N a ),其中N r 为距离向采样点数,N a 为方位向采样点数;最后调用c u f f t E x e c C 2C 函数完成距离向F F T /I F F T ㊂(2)方位向F F T /I F F T由于数据都是按先排距离向存储的,因此进行方位向处理前需要进行转置处理㊂转置后的处理与步骤1基本相似㊂实现方位向F F T /I F F T 后,再进行转置处理,将数据按先排距离向存储㊂(3)复数相乘子孔径ωK 算法中包含复数相乘的处理过程有:一致压缩,方位向S c a l i n g,方位向时移,方位向去调频㊂对于N a ˑN r 大小的数据,我们定义N a ˑN r个并行线程来完成复乘操作㊂在C U D A 中可以使用d i m 3类型的内建变量t h r e a d I d x 和b l o c k I d x 定义一维㊁二维和三维的索引来标识线程㊂本文采用二维索引的方法,定义b l o c k 的尺寸为(16,16),即每个b l o c k 包含256个线程㊂由于采样点数通常为2的n 次幂,因此不存在不能整除使得b l o c k 数量为小数的情况㊂距离向处理时,定义g r i d 的尺寸为(N r /16,N a /16),总的并行线程数为N a ˑN r ,每一个线程独立完成1个采样点的相位生成和复乘操作㊂方位向处理同上㊂(4)插值本文中的S t o l t 插值采用s i n c 插值核,卷积核为8点,实现插值的关键步骤是找出待插点位置㊂对于8点插值,每个脉冲左右两端各4个点无法覆盖8个点,因此在处理时令它们的值与最接近的可以实现插值的点相同,其余点根据二分法寻找待插点位置㊂在插值k e r n e l 函数内为每个插值点分配1个独立的线程,则8点s i n c 插值只需要在单个线程内完成8次循环即可完成插值操作㊂待子孔径成像完成之后,在C P U 端将子图像相关融合以获得高分辨率图像㊂3 实验结果本实验使用的G P U 是N V I D I A T e s l a C 2075,硬件具体配置如表1所示㊂表1 C P U 与G P U 型号及配置型号配置C P UI n t e l E 5-2630主频2.6G H z ,内存64GG P U T e s l a C 2075448个C U D A 核,显存6G 本实验中采用的S A R 仿真数据方位向大小N a为16384,距离向大小N r 为32768,表2是本实验用到的S A R 实验数据的相关参数㊂表2 聚束S A R 实测数据参数名称数值载机飞行速度154m /s 场景中心斜距10k m信号带宽1.16G H z 调频率78956G H z /s 采样频率1.5G H z 脉冲重复频率2200H z距离向采样点数32768方位向采样点数16384波长0.03m16第1期司军等:一种子孔径ωK 聚束S A R 成像算法的G P U 实现根据表2数据,经计算可得仿真数据的大小为4G ㊂本实验划分了4个子孔径,则每个子孔径的数据大小为1G ㊂子孔径处理时,需要通过补零来扩展方位处理长度㊂因此,在子孔径的方位向左右两边各补2048个零,数据大小增加为2G ㊂显存上需要分配2块同样大小的存储空间,一块用来存储从主机内存拷贝的数据,一块用来存储运算处理的中间结果㊂另外,利用C U F F T 库函数实现F F T /I F F时,会根据数据大小调用c u f f f t P l a n 1d 函数来创建一个p l a n 配置数据㊂以上三项的存储空间之和未超过显存大小6G ㊂4个子孔径的运算时间取平均后可得,在G P U端的平均耗时为11.735s ,而同样大小数据在C P U端的平均耗时为956.796s ,速度提高约81倍㊂子孔径相干融合后的点目标仿真结果如图3所示㊂图3 子孔径融合后点目标仿真结果下面给出实测数据相干融合后的成像结果,成像大小为4096ˑ4096,如图4所示㊂4 结束语根据聚束S A R 成像模式特点,本文提出了一种适合G P U 加速的子孔径成像方案㊂首先将回波数据划分为若干个子孔径,分别进行子孔径成像,最后在C P U 上将子孔径图像相干融合,获得高分辨率图像㊂通过对实测数据的成像处理,可以看出本文提出的子孔径成像方案可以有效地实现算法的加图4 实测数据成像速㊂从T e s l a C 2075上的实验结果可见,本方案有效地解决了G P U 显存小,不足以容纳大场景S A R 数据的限制,且取得了良好的成像效果,与C P U 上的处理速度相比,有81倍的效率提升㊂本文中的子图像相干融合仍然是在C P U 上实现的,未来将把这一处理放在G P U 上实现,实现算法的加速㊂参考文献[1] C UMM I N G I ,WO N G F ,D i g i t a l P r o c e s s i n g o f S yn -t h e t i c A p e r t u r e R a d a r D a t a :A l g o r i t h m a n d I m pl e m e n -t a t i o n [M ],B o s t o n :A r t e c h H o u s e ,2005.[2] 张舒,褚艳利,赵开勇,等.G P U 高性能运算之C U D A [M ].北京:中国水利水电出版社,2009.[3] 孟大地,胡玉新,石涛,等.基于N V I D I A G P U 的机载S A R 实时成像处理算法C U D A 设计与实现[J ].雷达学报,2013,2(4):481491.[4] M I T T E R MA Y E R J ,MO R E I R A A ,L O F F E L D O.S p o t l i g h t S A R d a t a p r o c e s s i n g u s i n g t h e f r e q u e n c ys c a l i n g a l go r i t h m [J ].I E E E T r a n s a c t i o n s o n G e o s c i e n c e a n d R e m o t e S e n s i n g,1999,37(5):21982214.[5] 傅雄军,高梅国,何媛.一种有效的聚束式合成孔径雷达图像特质提取算法[J ].北京理工大学学报,2004,24(7):638642.(上接第54页)[3] 王士岩,王星,王洪迅,等.基于I F M 的交叠线性调频信号参数估计[J ].火力与指挥控制,2015,40(8):2732.[4] 赵国庆.雷达对抗原理[M ].2版.西安:西安电子科技大学出版社,2012.[5] 王小平,王岩.卡尔曼滤波原理及应用:MA T L A B 仿真[M ].北京:电子工业出版社,2015.26舰船电子对抗第44卷。

超宽带SAR子孔径NCS实时成像算法

超宽带SAR子孔径NCS实时成像算法
王建;薛国义;周智敏;宋千
【期刊名称】《信号处理》
【年(卷),期】2008(024)003
【摘要】本文提出了一种适用于超宽带SAR实时成像的子孔径非线性
CS(Nonlinear Chirp Scaling ) 算法,该算法利用方位向信号分量的时间和频率的锁定关系,在时域中互不重叠地划分子孔径,大大降低了系统存储量和运算量的需求,并采用时域加权方法将非重叠子孔径划分造成的假目标抑制到-31dB;此外,将MD 自聚焦技术融入子孔径结构中,实现对大孔径复杂运动误差的有效补偿.仿真数据和实际数据验证了该算法的有效性.
【总页数】5页(P390-394)
【作者】王建;薛国义;周智敏;宋千
【作者单位】国防科技大学电子科学与工程学院,湖南长沙,410073;国防科技大学电子科学与工程学院,湖南长沙,410073;国防科技大学电子科学与工程学院,湖南长沙,410073;国防科技大学电子科学与工程学院,湖南长沙,410073
【正文语种】中文
【中图分类】TN91
【相关文献】
1.基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法 [J], 梁媚蓉;王晨沁;毛新华
2.一种基于脉冲压缩的机载条带SAR重叠子孔径实时成像算法 [J], 詹学丽;王岩飞;王超;刘碧丹
3.结合子孔径NCS算法和运动补偿的机载UWBSAR实时处理 [J], 严少石;周智敏;李悦丽
4.超宽带SAR改进平面子孔径成像算法 [J], 刘光平;梁甸农
5.基于相参子孔径的SAR实时成像方法 [J], 李肖冬;梁甸农
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

* （； * !） & + &， ’ ／ ’ $ （ $ (） ’ & # ; * !( ) * ／ " ’ ’］ %’ （／ $ (） "［ # $ ’ & （ %） # 为目标后向散射系数； ’2 为方位向天线方向性函为距离向时间；为孔径中心目标到雷达的距数； + !
离； * 为距离向反射脉冲调频率； $ 为波长； & 为方位向频率； " 为光速； ( 为雷达平台等效速度； "为距离! 处点在该子孔径中心的等效斜视角#
< 子孔径原理及其在 $ !算法中的应用
用于大场景成像的聚束合成孔径雷达（C 因 ; D）其孔径合成时间较长，产生方位向带宽过大，易于在脉冲重复频率（R ）内产生频谱混叠!解决问题的 D W
方法是将整个孔径合成时间分为 " （" !! ）个子孔径时间，分别对每个子孔径时间的数据进行独立处理，最后按时间顺序进行排序、拼接合成全孔径分辨率图像! 实际上，子孔径划分是将聚束 C ; D 回波数据划分为多个子孔径成像，每个子孔径都会产生斜视角，
! 算法实现
子孔径的划分主要由 . / 与方位向带宽的关系确定# 即 . / 应高于划分后子孔径方位向带宽，符合采样定理#相邻子孔径之间数据应有% $! 0 $ 的重叠，以保证子孔径间平滑连接# ! " # 距离向脉冲压缩采用等效斜视模型，方位向回波信号经 / / 1 后为（，，） # % ’2 #!&! &
文章编号：（） = $ $ = > $ " # ? ! $ $ " $ # > $ @ # A > $ #
! $ $ "年 #月
聚束式 ! " # 斜视模型子孔径 $ ! 算法
曾海彬，曾涛，李涛
（北京理工大学信息科学技术学院电子工程系，北京 = ） $ $ $ B = 成像算法9该算法对经典的* （E ）算法进要：提出一种适合于大场景的聚束式合成孔径雷达（C ; D） 5 , & ) * ’ 6 , ( C < 2 行了改进，将雷达回波数据在方位向分为多个子孔径进行成像处理，对每个子孔径采用斜视等效距离模型，通过对摘回波信号在距离压缩过程中引入距离尺度变化，合理选择变尺度因子，消除了子孔径间距离拉伸尺度的差异9修正将各子孔径数据按时间先后排序拼接、运算，了相位补偿因子，使距离向压缩结果体现出方位时间9方位向压缩后，合成出全孔径分辨率图像9计算机仿真实验证明了该算法的有效性9 关键词：合成孔径雷达；子孔径；聚束式；变尺度因子中图分类号： % :A ? 文献标识码： ;
! & ’ ( ) + ’ ! " #! ) . ’ / 01 & 0 / ( ! 2 3 " / 4 ’ 4 / % * , % $ + ) 4 5 6 ( ) . ( & 4 ) ’ + 7 %! *" *
，F ，K F G : HI ’ , > J , ( G : H% ’ 3% ’ （L ，， 0 ’ & + M 0 ( + .G 6 0 * + & ( , *G ( , ( 0 0 & , ( C * 5 6 . 3 ( . & M ’ + , (C * , 0 ( * 0 ’ ( N% 0 * 5 ( 6 / 0 , , ( 3 ( ) + , + 4 + 0 < 2 2 2 7 1 2 ，，） .% 0 * 5 ( 6 0 , , ( $ $ $ B = E 5 , ( ’ 2 7/ 1 2=
!（） ’ （，） ! &! ］ ) 3 ［!$" ’ （，）（ ! & ! ］｝ " * !） 3 5 6 7 ｛$8 ［!$" &，
’ 4 ’ + 4
［
! $( ) * " $ & ’ ’ ( # $ ’ (
3 ］
图# 距离多普勒域点目标徒动轨迹 C / ) D # . 2 * 5 9 5 = =E ) + 2 F ) : * F + 2 5 9 F : + ) 5 ( ) * F < 5 > > > 8 + 2 * 5 C G : = 5 + H : E 2 ) * > 7 7
［］ , 入距离尺度变化因子，通过合理取值，将各子孔
式中：（） ’［（）］； ! # ;, +& & ! (& "+ ；（）［ ;, （）］／ ) &$ # (& & # (& （） , (& & ( ) * + " ； $ # ’ （／ ! # $ $ (） ’ & （ 0）（ ?）（ @）
这样一来，对每个子孔径成像处理后，距离向时间为／，式中 ! 和" 分别为该子孔径 !& ’ !( ) *" "( ) *" + 为该子孔径中心雷达与目标距离和等效斜视角； + " 中心时刻雷达与参考点目标的等效斜视角#对不同子孔径，同一目标将出现在不同距离单元#采用文献［］的方法，该问题不能得到很好的解决#作者引 #
径距离拉伸尺度进行统一，通过简单移位，消除子孔采径间距离位移#对原有 ! "算法进行的改进包括：用等效斜视模型，进行距离尺度变化，统一各子孔径距离拉伸尺度，修正补偿相位因子等#
；（ A） && ( ) * % + 为孔径中心雷达距参考点的距离；为参考点在 ! + + " 孔径中心时的等效斜视角； & 为每个子孔径的拉伸比例# 值得注意的是，在本算法中，为方便子孔径合要取相同值#每个子孔径的拉成，每个子孔径的 ! + ，这样可使每个子孔径的比伸比例 & 取值为( ) *" + 例都校正到多普勒频率为 B 的尺度#距离 -多普勒域点目标徙动轨迹如图#所示#
!( ) * $ , " & " # $ 5 6 7$ 8 $ ’ (
｛
3 ! （）｝ " &9 5 6 : ( # 7 ｛$8’ "｝ (
’
（ #）
图中：为第. 个子孔径的多普勒中心频率； & H " . ，和!E 分别为在该多普勒中心时测绘带最 !E ! ) * + 2 6 . . . 近点、参考点和最远点距离； !E ! ) *， + 和! E 2 6 分别为
涛（，男，教授，博士生导师9 = A U = V）
% 0 B
北京理工大学学报
第’ ?卷
［］计算中需要采用斜视等效距离模型 ! " 算法 #$% ，
乘入9 < ) + ( 9 2 = ) * 7 >因子
’｝（，） 5 ｛（； +）（）［ ! （）］ % * ) 6 $ " # 7 8 #!& & +& ! ( & !$ +& （ ,）
# $ # * ， 5 + "
" + , - ( # ）#! （’ # $
" "
（） ! .
｛
［
（
式（）中，第!个指数项为消除回波的双曲相位历 ! 9 史，该项相当于对方位向回波进行匹配滤波!对于条带 8 乘入该相位后对所得数据进行 6 即 > ?， 3 3 4，可得到图像!对于聚束 8 如果仅进行此运算，经 > ?， 6 3 3 4 后图像将在方位向发生混叠!故方位向采用［］ @ 方位+ 乘入式（）第 0 ; < , ! 9 =与谱分析结合的方法，（该指数项是引入一个平方相位历史，即 #个指数项进行线性频率调制）有
： " 2 8 ’ 4 6 5 ’ % 5 0 ’ & + , * 6 0 & 0 ) 0 ( + ) ’ ) + 6 , 5 + C ; D , M ’ , ( ’ 6 & , + 5 M. & 6 ’ & 0 ) * 0 ( 0 ) 9 / ’ ) 0 N ( + 5 0 * 6 ’ ) ) , > < < 2 2 2 2 2 ， * ’ 6 * 5 , & * ’ 6 , ( 6 & , + 5 M + 5 0’ 6 & , + 5 MN , O , N 0 )+ 5 0N ’ + 4 M, ( + -) 0 O 0 & ’ 6) 4 J > ’ 0 & + 4 & 0 )+ -, M ’ 0 9 <) 2’ 2 2 < 2 C 4 , ( + 0 N0 4 , O ’ 6 0 ( + & ’ ( 0M N 0 6 , ) 4 ) 0 N 9 D ’ ( 0 ) * ’ 6 , ( , ) * M J , ( 0 NQ , + 5 & ’ ( 0 * M & 0 ) ) , ( 9 D ’ + , ( ’ 6 P P 2 2 2 2 < ) * ’ 6 , ( ’ * + &, )) 0 6 0 * + 0 N+ -& 0 M O 0+ 5 0N , . . 0 & 0 ( * 0.) 4 J > ’ 0 & + 4 & 0 ) 9R 5 ’ ) 0* M 0 ( ) ’ + & ’ * + &, ) 2. < < 7. ， ’ M 0 ( N 0 N + -M ’ S 0 ’ T , M 4 + 5 + , M 0 4 + ) + ’ ( N , ( 9 ; . + 0 & ’ T , M 4 + 5 * M & 0 ) ) , (+ 5 0 ) 4 J > ’ 0 & + 4 & 0 ) ’ & 0 ’ & & ’ 0 N 2 < < 7 ’ ( N ) ( + 5 0 ) , T 0 N + . . 0 & ’ . 4 6 6 > ’ 0 & + 4 & 0 & 0 ) 6 4 + , ( , M ’ 0 9 8 ’ 6 , N , + . + 5 0 ’ 6 & , + 5 M, ) + 0 ) + , . , 0 NJ * M > 7 < 2 72 7 4 + 0 & ) , M 4 6 ’ + , ( ) 9 < ：；；； 9 / & 4 0 8 ) ( + 5 0 + , * ’ 0 & + 4 & 0 & ’ N ’ & ) 4 J > ’ 0 & + 4 & 0 ) + 6 , 5 + ) * ’ 6 , ( . ’ * + & 7 < < < 2 2 :;