聚束式合成孔径雷达回波数据分块模拟方法_文档下载
亿万文档 免费下载
当前位置： &
& 聚束式合成孔径雷达回波数据分块模拟方法
聚束式合成孔径雷达回波数据分块模拟方法
本文提出了一种将聚束模式合成孔径雷达(SAR)回波数据在方位向分成若干子数据,然后将子数据采用条带模式SAR回波模拟算法生成的方法。该方法得到的每个子回波数据的方位向带宽小于条带模式SAR的方位向采样频率,利用它们多普勒频率之间的关系在频域进行插值、移位后可以合成完整的聚束式SAR回波数据;也可以对每个子回波数据使用标准的条带模式聚焦技术进行处理后合成完整的聚
Word文档免费下载： （下载1-1页，共1页）
相干雷达系统和单个移 动的天线模拟真实线性天阵中...低分辨率成像的最有效方法 (2) Spotlight(聚束式)...合成孔径雷达坐标系 9.1 SAR回波信号特性(空间几何......给并 关键词 :合成孔径雷达 ;雷达成像; 回波 仿真 中图分类号:T97N5 文献 ...型,合dci结ehr理特点,出一种聚束式 p处提SR 回波 数据 快速仿 真方 法。......合成孔径雷达成像方法可以显著减少数据采样时问、数据...因此,当成像场景存在强散射点时,雷达回波信号 是...聚束式SAR的成像过程就是由y和雪得到 成像场景的......用聚束SAR对慢速运动目标进行轨迹跟踪和参数估计的方法_电子/电路_工程科技_专业资料。针对聚束式合成孔径雷达(SAR)动目标检测的问题,把回波信号进行连续重叠地时域......关键词:聚束式合成孔径雷达;极坐标算法;运动补偿;...从而更好地保留了方 位向数据的时域回波特性,对运动...[7]对方 用以补偿 位数据重叠分块[5]估计瞬时......合成孔径雷达依据其扫描方式不同可分为以下几种 : ...目标运动而雷达固定 ,成像方式和处理方法与聚束式...这样得到的假目标信 号才能如真实雷达回波一样 ,......将回波数据从慢时间域[图(b) ]变换到多普勒域[图...域中某一分 量的意义.为了得到回波信号的多普勒谱...聚束式合成孔径雷达成像... 86页 免费 合成孔径雷达......合成孔径雷达回波信号线性调频特性分析_电子/电路_工程科技_专业资料。本文从合成...例如,从被 测绘的区域来分:有条带测绘成像、聚束...利用雷达系统模拟方法中的矩形网格法【19】,在SAR ...研究了合成孔径雷达回波数据的压缩与解压处理算法,并......分析 了星载 S R点 目标 回波信 号模型 和几种...法 . 数据处理 的第一步 , 就是将 S R的模拟...R 极坐标算法主要用于聚束模式的合成孔径雷达 , ......温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
实际上考虑到执行效率，如果对于每一次输入的数据都需要这个处理过程是非常浪费时间的。我们可以采用指向指针的指针来实现该过程，或者是采用指针数组来实现该过程。&
2.蝶形运算的循环结构。&从图4中我们可以看到对于点数为N = 2^L的fft运算，可以分解为L阶蝶形图级联，每一阶蝶形图内又分为M个蝶形组，每个蝶形组内包含K个蝶形。根据这一点我们就可以构造三阶循环来实现蝶形运算。编程过程需要注意旋转因子与蝶形阶数和蝶形分组内的蝶形个数存在关联。
&3.浮点到定点转换需要注意的关键问题
上边的分析都是基于浮点运算来得到的结论，事实上大多数嵌入式系统对浮点运算支持甚微，因此在嵌入式系统中进行离散傅里叶变换一般都应该采用定点方式。对于简单的DFT运算从浮点到定点显得非常容易。根据式(1)，假设输入x(n)是经过AD采样的数字序列，AD位数为12位，则输入信号范围为0~4096。为了进行定点运算我们将旋转因子实部虚部同时扩大2^12倍，取整数部分代表旋转因子。之后，我们可以按照(1)式计算，得到的结果与原结果成比例关系，新的结果比原结果的2^12倍。但是，对于使用蝶形运算的fft我们不能采用这种简单的放大旋转因子转为整数计算的方式。因为fft是一个非对称迭代过程，假设我们对旋转因子进行了放大，根据蝶形流图我们可以发现其最终的结果是，不同的输入被放大了不同的倍数，对于第一个输入x(0)永远也不会放大。举一个更加形象的例子，还是以图4为例。从图中可以看出右侧的X(0)可以直接用下式表示：
从上式我们可以看到不同输入项所乘的旋转因子个数(注意这里是个数，就算是wn^0，也被考虑进去了，因为在没有放大时wn^0等于1，放大后所有旋转因子指数模均不为1，因此需要考虑)。这就导致输入不平衡，运算结果不正确。经查阅相关资料，比较妥善的做法是，首先对所有旋转因子都放大2^Q倍，Q必须要大于等于L，以保证不同旋转因子的差异化。旋转因子放大，为了保证其模为1，在每一次蝶形运算的乘积运算中我们需要将结果右移Q位来抵消这个放大，从而得到正确的结果。之所以采用放大倍数必须是2的整数次幂的原因也在于此，我们之后可以通过简单的右移位运算将之前的放大抵消，而右移位又代替了除法运算，大大节省了时间。
&& &&& 4.计算过程中的溢出问题
最后需要注意的一个问题就是计算过程中的溢出问题。在实际应用中，AD虽然有12位的位宽，但是采样得到的信号可能较小，例如可能在0~8之间波动，也就是说实际可能只有3位的情况。这种情况下为了在计算过程中不丢失信息，一般都需要先将输入数据左移P位进行放大处理，数据放大可能会导致溢出，从而使计算错误，而溢出的极限情况是这样：假设我们数据位宽为D位(不包括符号位)，AD采样位数B位，数字放大倍数P位，旋转因此放大倍数Q位，FFT级联运算带来的最大累加倍数L位。我们得到:
假设AD位宽12，数据位宽32，符号位1位，因此有效位宽31位，采样点数N，那么我们可以得到log2(N)+P+Q&=19,假设点数128,又Q&=L可以得到放大倍数P&=5。
&& FFT代码示例
根据以上的分析，我整理了一份128点的FFT代码如下，该代码在keil中仿真运行，未发现问题。
128 #define POWER
6//该值代表了输入数据首先被放大的倍数，放大倍数为2^POWER #define P_COEF
8//该值代表了旋转因子被放大的倍数，放大倍数为2^POWER #if (N == 4) #define L
2//L的定义满足L = log2(N) #elif (N == 8) #define L
3//L的定义满足L = log2(N) #elif (N == 16) #define L
4//L的定义满足L = log2(N) #elif (N == 32) #define L
5//L的定义满足L = log2(N) #elif (N == 64) #define L
6//L的定义满足L = log2(N) #elif (N == 128) #define L
7//L的定义满足L = log2(N) #endif
//AD采样位数为12位，本可以采用s16 x[N]定义数据空间，但是为了节省存储空间，fft结果也将存储在该变量空间。由于受 //fft影响变量需要重新定义，定义的方式及具体原因如下： //fft过程会乘以较大旋转因子，因此需要32位定义 //fft过程会产生负数，因此需要有符号定义 //fft过程会出现复数，因此需要定义二维数组，[][0]存放实部，[][1]存放虚部 s32 x[N][2] = {};
//定义*p[N]是为了在第一次指针初始化以后，该数组指针按照位倒序指向数据变量x //p[i][0]代表了指向数据的实部，p[i][1]代表了指向数据的虚部 s32 *p[N];
//定义旋转因子矩阵 //旋转因子矩阵存储了wn^0,wn^1,wn^2...wn^(N/2-1)这N/2个复数旋转因子
s16 w[N&&1][2] = {256,0,256,-13,255,-25,253,-38,251,-50,248,-62,245,-74,241,-86,237,-98,231,-109,226,&&&&&&&&&&&&&&&&& -121,220,-132,213,-142,206,-152,198,-162,190,-172,181,-181,172,-190,162,-198,152,&&&&&&&&&&&&&&&&& -206,142,-213,132,-220,121,-226,109,-231,98,-237,86,-241,74,-245,62,-248,50,-251,38,&&&&&&&&&&&&&&&&& -253,25,-255,13,-256,0,-256,-13,-256,-25,-255,-38,-253,-50,-251,-62,-248,-74,-245,-86,&&&&&&&&&&&&&&&&& -241,-98,-237,-109,-231,-121,-226,-132,-220,-142,-213,-152,-206,-162,-198,-172,-190,-181,&&&&&&&&&&&&&&&&& -181,-190,-172,-198,-162,-206,-152,-213,-142,-220,-132,-226,-121,-231,-109,-237,-98,-241,&&&&&&&&&&&&&&&&& -86,-245,-74,-248,-62,-251,-50,-253,-38,-255,-25,-256,-13};
void init_pointer(void) {
unsigned char i = 0;
unsigned char j = 0;
unsigned char k = 0;
for(i = 0; i & N; i++)
for(k = 0; k & L; k++)
j |= (((i && k)&0x01)&&(L-k-1));
p[i] = &x[j][0];
/* *description:基2fft主函数,该函数将借助指针数组p对全局变量数组x进行fft计算 *
并将结果存储在数组x中 *global var:rw-&x; r-&p,w。(r表示读，w表示写，rw表示读写) */ void fft2(void) {
u8//i用于表示蝶形图级联的阶数
u8//表示蝶形分组起始点序列，蝶形分组跨度为2^i
u8//k表示蝶形组内偶数分支序列点号
u8 gp_distance = 1;//蝶形分组跨度
u8//temp用于记录当前组间距离的一半,同时也表示了同一碟形两分支间的距离
u8 gp_hf = 0;//记录当前组的中间点序号
u8 delta = N;//旋转因子下标增量，本来下标初始值应该为N/2，但是。。
s16 *pw = &(w[0][0]);
int tp_result[2];
//用于临时存放旋转因子和奇数分组的乘积
//输入信号序列放大
for(i = 0; i & N; i++)
x[i][0] &&= POWER;
x[i][1] &&= POWER;
for(i = 0; i & L; i++)
temp = gp_
gp_distance &&= 1;
for(j = 0; j & N; j+=gp_distance)
gp_hf = temp +
pw = &(w[0][0]);
for(k = k & gp_ k++)//完成一组内的所有蝶形运算
//蝶形运算中的一组复数乘法过程
tp_result[0] = pw[0] * (p[k+temp][0]) - pw[1] * (p[k+temp][1]);
tp_result[1] = pw[0] * (p[k+temp][1]) + pw[1] * (p[k+temp][0]);
tp_result[0] &&= P_COEF;
tp_result[1] &&= P_COEF;
//蝶形运算中的2组复数加法过程
p[k+temp][0] = p[k][0] - tp_result[0];
p[k+temp][1] = p[k][1] - tp_result[1];
p[k][0] += tp_result[0];
p[k][1] += tp_result[1];
delta &&= 1;
阅读(93064)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
loftPermalink:'',
id:'fks_082066',
blogTitle:'FFT原理与实现',
blogAbstract:'在数字信号处理中常常需要用到离散傅立叶变换(DFT)，以获取信号的频域特征。尽管传统的DFT算法能够获取信号频域特征，但是算法计算量大，耗时长，不利于计算机实时对信号进行处理。因此至DFT被发现以来，在很长的一段时间内都不能被应用到实际的工程项目中，直到一种快速的离散傅立叶计算方法——FFT，被发现，离散是傅立叶变换才在实际的工程中得到广泛应用。需要强调的是，FFT并不是一种新的频域特征获取方式，而是DFT的一种快速实现算法。本文就FFT的原理以及具体实现过程进行详尽讲解。',
blogTag:'fft,dft',
blogUrl:'blog/static/',
isPublished:1,
istop:false,
modifyTime:3,
publishTime:3,
permalink:'blog/static/',
commentCount:22,
mainCommentCount:15,
recommendCount:16,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'',
hmcon:'1',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}基于超级结技术的功率MOSFET已成为高压开关转换器领域的……
激光雷达，是利用激光、全球定位系统GPS和惯性测量装置（……
每年，在新款iPhone发布之前各种各样的消息以及渲染图都……
Type&C自问世以来，经历过了风口浪尖上的2015年，……
前段时间有调查显示，中国使用手机时长全球第二!但是，长……
演讲人：陈智鸿时间： 10:00:00
演讲人：梁国柱，徐玮时间： 10:00:00
演讲人：张清刚时间： 10:00:00
预算：小于￥10,000预算：小于￥10,000
雷达导引头DBS回波信号模拟器设计
[导读]摘要：半实物仿真是雷达导引头研制过程中性能评估及验证的有效手段，为实现在实验室内对雷达导引头DBS成像算法的评估验证，设计一种基于FPGA和DSP硬件实现的DBS回波信号模拟器，实现了目标方位上回波信号的模拟。模拟
摘要：半实物仿真是雷达导引头研制过程中性能评估及验证的有效手段，为实现在实验室内对雷达导引头DBS成像算法的评估验证，设计一种基于FPGA和DSP硬件实现的DBS回波信号模拟器，实现了目标方位上回波信号的模拟。模拟器的数据采集结果经DBS成像处理后，与理论仿真结果进行对比分析，验证了所设计雷达导引头DBS回波信号模拟器的正确性。该模拟器已成功应用于导引头研制阶段DBS成像算法的评估验证。
关键词：雷达导引头；DBS回波信号模拟器；半实物仿真
&&& 随着导弹技术的发展，精确制导武器逐步成为现代战争的主要武器之一。精确制导武器的打击精度主要依赖于导引头的制导精度，为提高导弹打击精度，对雷达导引头的高分辨能力提出了更高的要求。提高距离分辨率可采用宽带信号处理技术，提高方位分辨率的方法主要有合成孔径雷达(SAR)成像和多普勒波束锐化(DBS)成像技术等。基于高实时性及工程实现难度低的优势，目前DBS成像技术在弹载平台上获得了广泛工程应用。
&&& 雷达导引头研制阶段对DBS成像算法评估验证，外场试验和调试成本较高，且对于一些边界条件的验证也无法实现。在实验室内采用DBS回波信号模拟器可缩短研制周期，降低研制成本。
&&& 对常规雷达导引头的考核，目标模拟器仅需要模拟目标的距离信息；对于应用DBS技术的高分辨雷达导引头，模拟器则需要模拟目标的距离和方位信息。为实现不同方位不同距离目标回波信号的模拟仿真，本文结合DBS成像技术和回波信号模拟理论，设计了一种基于FPGA和DSP硬件实现的DBS回波信号模拟器，应用于雷达导引头DBS成像技术的性能评估及仿真验证。
1 雷达导引头目标回波信号模型
&&& 首先简要介绍目标回波信号模拟理论，雷达发射的脉冲信号照射到目标，脉冲信号经过时间延迟、幅度和相位经过目标后向散射系数调制即得到目标的回波信号。
&&& 假设雷达发射的脉冲是线性频率调制脉冲：
&&& 式中：A(t)为脉冲幅度；&为脉冲宽度；&0为载频；&为线性频率调制系数；t为时间；rect(&)是矩形函数。
&&& 由此可得目标的回波表达式为：
&&& 去载频后得到的视频回波信号表达式为：
&&& 式中：td是雷达与目标之间的延迟时间；b为点散射体的幅度，其受空间传输距离、单元后向散射系数及天线方向图等因素影响；R为目标斜距；i为单元距离向指数；j为单元方位向指数；&为信号波长；exp[-j4&Rij(nTx)／&]为多普勒分量，它决定方位分辨率；n(t)为噪声信号。
2 回波信号模拟器的设计
2．1 总体设计思路
&&& 目标模拟器主要用于目标回波信号的模拟，目标模拟需要提供目标的电磁特征，包括信号的幅度、相位、频率、延迟时间及到达角度。模拟器输出为视频回波信号，经信号源上变频为射频信号后输出。
&&& 模拟器主要由DSP，FPGA以及D／A模块实现，通过计算机控制界面输入雷达导引头的特性参数，由DSP处理模块完成时间延迟和多普勒频率的计算。通过数据总线将数据下发到FPGA，由FPGA模块完成对雷达发射信号的调制运算。发射信号的波形数据用Matlab仿真产生，在FPGA设计时通过IP核调用存入ROM中。D／A模块主要完成输出信号的数／模转换。模拟器硬件实现框图如图1所示。
&&& 模拟器设计n个通道，模拟n个方位，每个通道上可设置m个不同距离的目标，即实现n&m个点阵目标的模拟。通道i的信号设计框图如图2所示，其中多普勒频移fd1及距离延时控制由DSP处理模块根据计算机控制界面输入数据计算得到；距离延时控制实现计算机控制界面输入的距离信息的转换，其他目标的位置通过固定延迟1，2，&，m来控制，最后通过求和即可实现同一方位不同距离目标回波信号的叠加。不同通道信号产生框图如图3所示。
2．2 目标信号、噪声产生模块的设计
&&& 信号的波形数据用Matlab仿真产生，在FPGA设计的时候通过IP核调用存入ROM中，为了完成多种回波信号的模拟，分别将脉冲信号、线性调频信号和非线性调频信号存于3个ROM中，如图4所示，控制模块用于接收DSP的控制信号，选通相应的发射信号。
&&& 在雷达系统中存在着许多噪声源，包括外部噪声与接收机噪声，它们的和形成了回波巾总的噪声。通常，可将噪声看作高斯白噪声。实际上，所有情况下的噪声都看作是在接收信号s(t)上进行相加的高斯白噪声。本设计叠加了高斯白噪声。
2．3 多普勒频率的设计思路
&&& 对模型进行简化，假设俯仰角&=0，那么：
&&& 由上式可知，在方位角&确定时，fd也是一个定值，这种定值的设计在FPGA中是通过DDS混频来实现的。多普勒频率调用Xilinx的IP核DDS产生。
3 模拟结果分析
&&& 模拟器参数设置：导弹平台速度为300 m／s；目标所在方位角分别是59&，60&，60．5&，61&；选用8&s非线性调频信号；设置四个通道，每个通道上五个目标距离间隔为150 m；对模拟器进行试验验证，试验过程中采集的回波数据如图5所示，1路为帧同步信号，2路和3路分别为I，Q两路信号。
&&& 将试验时采集到的数据导入到Matlab，进行脉压和FFT处理，结果如图6所示。
&&& 选择同样的参数，用Matlab模拟回波信号，并且进行信号处理，得到FFT处理后的灰度图如图7所示。
&&& 经过仔细对比，理论仿真与采集数据的处理结果基本一致，从而验证了所研制模拟器的正确性。由于噪声的缘故，在0通道会积累一定的幅度，从图7可以看出来。
&&& 目标回波信号模拟器是雷达导引头研制和调试阶段的必备工具。本文设计的目标回波信号模拟器，实现了不同方位不同距离目标回波信号的模拟仿真，并通过与理论仿真结果对比分析，验证了模拟器设计的正确性。该模拟器已成功应用于导引头研制阶段评估验证DBS成像算法，并获得了较好的效果。
研究人员近日在美国神经科学学会举行的年会上报告说，他们研制出了一台名为Harmoni的深部脑刺激(DBS)植入设备，首次能够在进行电刺激的同时，监测大脑内部的电反应和化学反应。该设备已经在大鼠和猪等实验动物身上进......关键字：
据外媒Patently Apple报道，三星提交了一项颠覆以往智能手机的设计专利，从专利图片看到，这款手机外观形似香蕉，“香蕉皮”就是显示屏，外媒Patently Apple称之为“世界上第一个食用间谍手机”。......关键字：
据报道，近日中国人民银行上海分行公布处罚信息，支付宝因违反支付业务规定，被罚款3万元，并限期整改。......关键字：
近日据外媒报道，一项最新研究指出，磁控微型机器人有朝一日或能帮助我们对抗癌症。在过去十年间，科学家证明了可以用磁力操控植入人体的医疗设备，如用磁场控制心脏导管、操控微型摄像头在肠道内穿梭等。此前的研究还能利用磁场同时操纵大量微型磁铁。从理论......关键字：
现如今，苹果已经将 iPhone 7 系列手机的机身最大存储空间提升到了 256GB，但是如果你打算在手机里存储大量照片和视频的话，iPhone
的机身存储仍然是不够用的。虽然 iPhone 用户可以通过市面上的许多配件来提升手机......关键字：
魔方复原最快纪录0.887秒被打破，最新的纪录是0.637秒。据《每日邮报》报道，本周&国际电子元器件博览会&在德国慕尼黑召开。一款名为&Sub1
Reloaded&的机器人用时0.637......关键字：
802.11ac是当今最流行的Wi-Fi无线标准，不过，为了提高速度、吞吐量、降低功耗，IEEE 802.11ax/ad/ay先后应运而生。......关键字：
我 要 评 论
热门关键词基于逆扩展Omega-K算法的非理想轨迹SAR回波获取方法
本发明公开了一种基于逆扩展Omega-K算法的非理想轨迹SAR回波获取方法，思路为：建立非理想轨迹SAR成像几何模型，得到非理想轨迹SAR散射点信号ss(R&sub&r&/sub&,X)，并对ss(R&sub&r&/sub&,X)做方位向FFT，得到非理想轨迹SAR散射点的波数域信号SS(R&sub&r&/sub&,K&sub&x&/sub&)，进而计算相位误差和距离误差分别恢复后的非理想轨迹SAR散射点波数域信号S&sub&s&/sub&(K&sub&y&/sub&,X)；对S&sub&s&/sub&(K&sub&y&/sub&,X)做方位向FFT，得到方位向快速傅里叶变换后的非理想轨迹SAR散射点波数域信号SS(K&sub&y&/sub&,K&sub&x&/sub&)，进而计算逆向扩展Stolt插值处理后的非理想轨迹SAR散射点波数域信号&img file=&dest_path_DDA0000011.TIF& wi=&227& he=&59& /&设定距离解压缩函数H&sub&deR&/sub&，并计算距离解压缩后的非理想轨迹SAR散射点波数域信号后依次进行方位向IFFT和IFFT，得到基于逆扩展Omega-K算法的非理想轨迹SAR回波。
专利类型：
申请（专利）号：
申请日期：
公开(公告)日：
公开(公告)号：
主分类号：
G01S7/41,G01S7/00,G,G01,G01S,G01S7
G01S7/41,G01S7/00,G,G01,G01S,G01S7,G01S7/41,G01S7/00
申请（专利权）人：
西安电子科技大学,西安中电科西电科大雷达技术协同创新研究院有限公司
发明（设计）人：
梁毅,丁金闪,别博文,邢孟道
主申请人地址：
710071 陕西省西安市太白南路2号
专利代理机构：
西安睿通知识产权代理事务所(特殊普通合伙) 61218
国别省市代码：
一种基于逆扩展Omega-K算法的非理想轨迹SAR回波获取方法，其特征在于，包括以下步骤：步骤1，建立基于逆扩展Omega-K算法的非理想轨迹SAR成像几何模型，得到基于逆扩展Omega-K算法的非理想轨迹SAR散射点信号ss(Rr,X)；其中，Rr表示基于逆扩展Omega-K算法的非理想轨迹SAR的距离向采样位置，X表示基于逆扩展Omega-K算法的非理想轨迹SAR的方位向采样位置；步骤2，对基于逆扩展Omega-K算法的非理想轨迹SAR散射点信号ss(Rr,X)做方位向快速傅里叶变换，得到基于逆扩展Omega-K算法的非理想轨迹SAR散射点的波数域信号SS(Rr,Kx)；其中，Kx表示非理想轨迹SAR散射点的波数域信号SS(Rr,Kx)包含的方位波数；步骤3，设定方位向解压缩函数HdeA，并对基于逆扩展Omega-K算法的非理想轨迹SAR散射点的波数域信号SS(Rr,Kx)进行方位向解压缩，得到方位向解压缩后的非理想轨迹SAR散射点的波数域信号步骤4，对方位向解压缩后的非理想轨迹SAR散射点的波数域信号依次进行相位误差恢复和距离误差恢复，得到相位误差和距离误差分别恢复后的非理想轨迹SAR散射点波数域信号Ss(Ky,X)；其中，X表示基于逆扩展Omega-K算法的非理想轨迹SAR的方位向采样位置，Ky表示非理想轨迹SAR散射点的波数域信号SS(Rr,Kx)包含的距离波数；步骤5，对相位误差和距离误差分别恢复后的非理想轨迹SAR散射点波数域信号Ss(Ky,X)做方位向快速傅里叶变换，得到方位向快速傅里叶变换后的非理想轨迹SAR散射点波数域信号SS(Ky,Kx)；步骤6，对方位向快速傅里叶变换后的非理想轨迹SAR散射点波数域信号SS(Ky,Kx)进行逆向扩展Stolt插值处理，得到逆向扩展Stolt插值处理后的非理想轨迹SAR散射点波数域信号步骤7，设定距离解压缩函数HdeR，并对逆向扩展Stolt插值处理后的非理想轨迹SAR散射点波数域信号进行距离解压缩，得到距离解压缩后的非理想轨迹SAR散射点波数域信号；步骤8，对距离解压缩后的非理想轨迹SAR散射点波数域信号进行方位向逆快速傅里叶变换，得到方位向逆快速傅里叶变换后的非理想轨迹SAR散射点波数域信号步骤9，对方位向逆快速傅里叶变换后的非理想轨迹SAR散射点波数域信号进行距离向逆快速傅里叶变换，得到基于逆扩展Omega-K算法的非理想轨迹SAR回波其中，rn表示理想情况下方位中心时刻基于逆扩展Omega-K算法的非理想轨迹SAR到地面的最短斜距。
法律状态：
公开 ，实质审查的生效 ，实质审查的生效
加载中，请稍候
．客服电话
&&8:00-11:30,13:00-17:00(工作日)