雷达成像

利用MATLAB的条带SAR 成像实验报告
实验者：040920228 秦坤
0409203 郭江哲
040920231刘海
一、实验目的
1.掌握SAR 成像基本原理。

2.学习利用MATLAB 做条带SAR 的距离与方位上的脉冲压缩。

3.学习正侧视条件下的距离多普勒算法。

二、基本实验原理
1.脉冲压缩基本原理
窄脉冲有这距离分辨率高的特点，而宽脉冲有着作用距离原的特点，为充分利用其相互
特变，而选择发射宽脉冲，满足作用距离的要求，在接收端，通过脉冲压缩提高分辨率。

根据信号理论推导，信号可压缩的条件:
TB >1 T — 发射信号时宽 B — 发射信号带宽
频域滤波器的三种构造方法：
1、将发射信号共轭反转,补零后作DFT 。

2、将发射信号补零后，作DFT 后取共轭。

3、根据发射信号频谱的解析表达式直接计算
2.合成孔径基本原理 常规雷达方位分辨率
为了改善方位分辨率要求非常大的天线孔径D 。

利用阵列原理，将需要大孔径D 的天线分别用实阵代替而形成合成孔径。

此时有：
3.SAR 信号分析
D λβ=a R R D
λ
ρβ==2a R L
λ
ρ=
根据SAR信号模型推导知方位分辨率为：
从上式可以看出此时的方位分辨率与距离无关，而与孔径大小成反比，这与传统雷达相反。

由于SAR信号和采集的缘故，方位上存在的距离徙动，根据远场理论分析知
有效的距离徙动校正方法是在距离多普勒域进行。

校正方法：
方法1：插值
方法2：在频域乘以一个线性相位
根据上述分析得出SAR成像信号处理流程：
4.距离多普勒算法
距离徙动校正的难点: 方位向不同目标距离徙动轨迹交错导致无法有效统
一校正。

有效的解决方法：在距离多普勒域进行距离徙动校正。

SAR图像
2
a
D
ρ=
三、MATLAB实现
基本内容：选取A（0,50）、B（50,0）、C（0，0）三点目标，雷达位于距离X轴1000米处，具体数据如下：
Tp=1.e-6;
B=100.e6;
kr=B/Tp;
f0=10.e9;
c=3.e8;
lamd=c/f0;
V=150.;
PRF=3600.;
传统雷达成像：
距离压缩：10002000300040005000600070008000
50 100 150 200
250
频谱特性：
1000
2000
3000
4000
5000
6000
7000
8000
50
100
150
200
250
1000
2000
3000
4000
5000
6000
7000
8000
50
100
150
200
250
距离徙动：
方位压缩：
忽略距离影响：
1000
2000
3000
4000
5000
6000
7000
8000
50
100
150
200
250
1000
2000
3000
4000
5000
6000
7000
8000
50
100
150
200
250
最后压缩：
探测点放大图像符合推导波形。

1000
2000
3000
4000
5000
6000
7000
8000
50
100
150
200
250
75
80
85
90
95
100
根据原理计算以及数据分析知道距离上分辨率大小为1.5m 方位上分辨率为1/12m
选取A （0,1.5）、B （1.5,0）、C （0，0）
放大观察：
图像距离上存在重合，无法区分。

选取A （0,0.1）、B （3,0）、C （0，0）
50
100
150
200
250
115
120
125
130
135
140
145
距离上可分辨，方位上已无法分辨。

附：
加拿大雷达实测数据在MATLAB 利用上原理分析结果： 原始数据成像：
122
124
126
128
130
132
134
136
200400600800100012001400160018002000
500
1000150020002500300035004000
距离上脉冲压缩：
方位上压缩后：
200400600800100012001400160018002000
500
100015002000250030003500
4000200400600800100012001400160018002000
500
100015002000250030003500
4000
附一：
SAR成像MATLAB实现：
clear all
clc
Tp=1.e-6;
B=100.e6;
kr=B/Tp;
f0=10.e9;
c=3.e8;
lamd=c/f0;
V=150.;
PRF=3600.;
Na=2048*4;
Ta=Na/PRF;
ta=linspace(-Ta/2,Ta/2,Na);
beamwidth=18./180*pi;
xr=V*ta;
yr=1000.;
xm1=0.;
ym1=0.;
xm2=50.;
ym2=0.;
xm3=0.;
ym3=50.;
Nr=256;
fs=120.e6;
R0=1000.;
tr=linspace(2*R0/c-1/fs*Nr/2,2*R0/c+1/fs*Nr/2,Nr);
data=zeros(Nr,Na);
for k=1:Na
record=zeros(1,Nr);
Rt=sqrt((xr(k)-xm1)^2+(yr-ym1)^2);
cita=asin((xm1-xr(k))/Rt);
if(abs(cita)<beamwidth/2)
record=exp(j*pi*kr*(tr-2*Rt/c).^2).*(abs(tr-2*Rt/c)<Tp/2).*exp(-j*2*p i*f0*2*Rt/c);
end
Rt=sqrt((xr(k)-xm2)^2+(yr-ym2)^2);
cita=asin((xm2-xr(k))/Rt);
if(abs(cita)<beamwidth/2)
record=record+exp(j*pi*kr*(tr-2*Rt/c).^2).*(abs(tr-2*Rt/c)<Tp/2).*exp (-j*2*pi*f0*2*Rt/c);
end
Rt=sqrt((xr(k)-xm3)^2+(yr-ym3)^2);
cita=asin((xm3-xr(k))/Rt);
if(abs(cita)<beamwidth/2)
record=record+exp(j*pi*kr*(tr-2*Rt/c).^2).*(abs(tr-2*Rt/c)<Tp/2).*exp (-j*2*pi*f0*2*Rt/c);
end
data(:,k)=record;
end
figure(1) %´«Í³À×´ïͼÏñ
imagesc(abs(data))
fr=linspace(-fs/2,fs/2,Nr);
fr=fftshift(fr); %·½Î»ÆµÂÊλÒÆ
ref=exp(j*pi*fr.^2/kr);
ref=transpose(ref);
for k=1:Na %¾àÀëѹËõ
data(:,k)=ifft(fft(data(:,k)).*ref);
end
figure(2)
imagesc(abs(data))
figure;
Data=zeros(Nr,Na);
for k=1:Nr
Data(k,:)=fftshift(fft(data(k,:)));
end
imagesc(abs(Data));
fa=linspace(-PRF/2,PRF/2,Na);
detr=lamd^2*R0/(8*V^2)*fa.^2;
tn=2*detr/c;
for k=1:Na
r_shift=exp(j*2*pi*fr*tn(k));
r_shift=r_shift.';
data(:,k)=ifft(fft(Data(:,k)).*r_shift);
end
figure(4)
imagesc(abs(data))
% ka=(-2)*V^2/lamd/R(k);
% hf=exp(j*pi*fa.^2/ka);
for k=1:Nr
R=c*tr/2;
ka=(-2)*V^2/lamd/R(k);
hf=exp(j*pi*fa.^2/ka);
data(k,:)=ifft(data(k,:).*hf);
end
figure(5)
imagesc(abs(data))
附二：
加拿大实测雷达数据MATLAB处理：
%% ½øÒ»²½Ã÷È·RADARSAT-1µÄÏà¹Ø²ÎÊý
clear all
clc
PRF = 1256.98; % Pulse Reputation Frequency (Hz) Fa = PRF; % ·½Î»Ïò²ÉÑùƵÂÊ
Fr = 32.317e+6; % Radar sampling rate (Hz)
f0 = 5.300e+9; % Radar center frequency (Hz)
c = 2.9979e+8; % Spee
d of light (m/s)
Kr = 0.72135e+12; % FM rate of radar pulse (Hz/s) Tr = 41.75e-6; % Chirp duration (s)
Vr = 7062; % Effective radar velocity (m/s) WaveLength = c/f0; % Radar wavelength (m)
Ka = 1733; % Azimuth FM rate (Hz/s)
f_dc = -6900; % Doppler centroid (Hz)
Br =Kr*Tr;
load 'C:\Users\heibo\Desktop\À×´ï\program\raw.mat';
[Na,Nr]=size(data);
figure(1)
plot_img((1:Nr),(1:Na),data,40);
figure(2)
f=linspace(-Fr/2,Fr/2,Nr);
f=fftshift(f);
ref=exp(-i*pi*f.^2/Kr).*(abs(f)<Br/2).*exp(i*pi*linspace(1,Nr,Nr)); for k=1:Na %¾àÀëѹËõ
data(k,:)=ifft(fft(data(k,:)).*ref);
end
plot_img((1:Nr),(1:Na),data,40);
faa=linspace(-Fa/2,Fa/2,Na)+f_dc;
refa=exp(-i*pi*faa.^2/Ka).*(abs(faa-f_dc)<PRF/2);
refa=transpose(refa);
for k=1:Nr
data(:,k)=ifft(fftshift(fft(data(:,k))).*refa);
end
figure(3)
plot_img((1:Nr),(1:Na),data,40);。