200字范文,内容丰富有趣,生活中的好帮手!
200字范文 > SAR成像系列:【3】合成孔径雷达(SAR)的二维回波信号与简单距离多普勒(RD)算法

SAR成像系列:【3】合成孔径雷达(SAR)的二维回波信号与简单距离多普勒(RD)算法

时间:2020-04-29 12:00:44

相关推荐

SAR成像系列:【3】合成孔径雷达(SAR)的二维回波信号与简单距离多普勒(RD)算法

合成孔径雷达发射信号以线性调频信号(LFM)为基础,目前大部分合成孔径雷达都是LFM体制,为了减轻雷达重量也采用线性调频连续波(FMCW)体制;为了获得大带宽亦采用线性调频步进频(FMSF)体制。

(1)LFM信号

LFM的主要特点在于可以使载波的瞬时频率随调制信号的变化而变化,当其频率线性增加时,称为正调频;当其频率线性减少时,称为负调频。LFM信号的幅度频谱存在部分起伏现象,这是由菲涅尔积分造成的;信号的频谱并不完全限制在-B/2~B/2之内,随着时宽带宽积的增大,信号的幅频特性越接近矩形,顶部起伏也会减小。LFM解决了探测距离和分辨率之间的矛盾,在雷达和制导武器上得到广泛应用。LFM的时域表示为:

其中,T为时宽,K为调频率,rect为矩形窗。

求LFM信号的频谱需要对其作FFT,得到:

存在指数二次项积分,需采用驻定相位原理(POSP)求解,驻定相位点为:

因此求得频谱为

LFM的时域图和频谱图如下(附matlab代码)。

%%%%%%%%% 线性调频信号LFM%%%%%%%%

%% LFM时域波形

clc; clear; close all;

f0 = 0; %雷达中心频率

T = 3e-7; %脉宽

B = 3e8; %带宽

fs = 2*B; %采样率

Ts = 1/fs; %采样时间

N = T/Ts; %采样数

k = B/T; %调频率

t = linspace(-T/2,T/2,N);%时间

y = exp(1j*(2*pi*f0*t + pi*k*t.^2));%LFM信号

figure;

plot(t*1e6,real(y));xlabel('时间(us)');ylabel('幅度');

title('LFM信号时域波形(实部)');

figure;

plot(t*1e6,imag(y));xlabel('时间(us)');ylabel('幅度');

title('LFM信号时域波形(虚部)');

grid on; axis tight;

%% LFM频谱图

S = fftshift(fft(y)); %频谱

f = linspace(-fs/2,fs/2,N);%频率轴

figure;

plot(f*1e-6,abs(S)./max(max(abs(S))));

xlabel('频率(MHz)')

ylabel('归一化频谱幅度');

title('LFM信号频谱');

(2)快时间与慢时间

在合成孔径雷达成像中,快时间和慢时间是一个相对的概念。在工程上,快时间指的是脉内时间变化,慢时间是脉间时间变化。

雷达发射信号是以脉冲的形式发射的,发射频率称为脉冲重复频率(PRF),PRF的设定是根据雷达的功能和性能确定的。从几K到几十K,甚至几百K。一般星载SAR的PRF为几K,每一个脉冲都有一个时间戳,这个连续的时间戳合起来叫做慢时间。如下图t1到t6为慢时间标记。

雷达发射脉冲信号的周期为T,T=1/PRF。雷达有效信号能量时间占一个雷达信号周期的比例称为占空比,也就是说发射的有效信号不总是充满整个雷达信号周期。周期内的有效能量部分的时间称为快时间,一般用来表示。

这种慢时间和快时间在主观上是交替进行的,慢时间沿方位向播放,快时间沿距离向播放,这就形成了SAR的“停-走-停”成像模式。

(3)SAR的二维回波信号

在低轨星载和机载SAR使用中,回波是以“停-走-停”的方式录取的,它是以快时间轴和慢时间轴构成的二维平面。如下图所示。

合成孔径雷达一般发射的是LFM信号,快时间的数学表达式为

fc为载频,Kr为调频率,rect(.)为脉冲包络。假设,一个散射系数为A0的点目标在雷达发射波束内,距离雷达的距离为R,则雷达接受到的回波是发射信号与目标散射系数的卷积,因此接收信号为(忽略后向散射引起的相位变化):

上式看起来是一个距离向一维回波,但是它的慢时间包含在R中。由于录取平台是运动的,因此R会随着平台位置的变化而改变,如下图所示。

慢时间在t1-t11时刻距离目标的R1-R11一直发生变化。R关于慢时间的表达式为(正侧式SAR为例):

R0为雷达到目标的最短参考距离。将R(t)带入回波中,得到SAR的二维回波信号:

为方位信号包络。对Rt进行泰勒展开取近似得到

带入到二维回波信号中,整理得到:

其中,Ka为方位向多普勒调频率:

由回波信号可以看到,在方位向和距离向分别存在两个线性调频信号。

(4)正侧视距离多普勒(RD)算法

一个简单的距离多普勒算法包括距离压缩、距离徙动矫正、方位压缩。其中距离压缩和方位压缩通过LFM匹配滤波或去斜处理实现。距离徙动矫正是补偿掉不同方位位置回波引起的Rt的变化,若距离徙动远小于距离分辨率,则不需要进行距离徙动矫正,RD成像仅剩下距离压缩和方位压缩,且这两步操作没有先后之分。

把二维回波信号分解,仅考虑相位项,距离向的对应LFM信号为

方位向的对应LFM信号为

因此,简单RD算法的算法流程如下图所示:

算法中的距离参考信号为

其中为距离包络,为距离向参考时间(快时间)。

方位参考信号为

经过距离压缩和方位压缩,得到简单RD算法的成像效果。5个点目标未进行RCM的matlab代码如下:

%% RD算法 含距离徙动矫正(最近邻插值和sinc插值)

%%%

%%%Authed by Piaobo 氵茶花彡

clear;close all;clc;

SNR = -15; % 信噪比

c=3e8;

f0 = 9.875e9; % 雷达工作频率Hz

lamda = c/f0; % 雷达工作波长m

H = 1000; % 高度

Yc=2000; % 成像区域中线

R0 = sqrt(Yc^2+H^2); % 中心斜距m

theta = asind(H/R0);% 下视角

Br=50e6; % 带宽

Vr = 200; % 雷达有效速度m/s

Tr =5e-6; % 脉冲持续时间s

Kr = Br/Tr; % 线性调频率

Fr = 1.2*Br; % 距离采样频率,1.2为过采样率

Ts = 1/Fr;% 距离采样时间间隔s

Nk = ceil((2 * 800/ c + Tr) / Ts); %距离向前后500m

Nf = 2^nextpow2(Nk); % 距离向的采样点个数

tf_ori = [-Nf/2:1:Nf/2-1]*Ts; % 距离向采样时序

tf = [-Nf/2:1:Nf/2-1]*Ts+2*R0/c; % 实际快时间采样值

La = 6; % 等效天线尺寸

Ls = R0*lamda/La;% 合成孔径时长度m,Ls=(0.886*R0*lamda)/(La*cos(Theta))

% Ta = Ls/Vr; % 目标照射时间s

Ta = 0.8; % 目标照射时间s

Ls =Ta*Vr;

Ka = -2 * Vr^2 / (lamda * R0); % 方位多普勒调频率Hz

Ba=abs(Ka*Ta); % 多普勒频率调制带宽

PRF = ceil(1.8*Ba);% 方位采样率Hz

% PRF = 1000;% 方位采样率Hz

PRT = 1/PRF; % 方位向采样时间间隔s

Ns = 2^nextpow2((80/Vr+Ta)*PRF); % 方位向的采样点个数 左右各100m

ts = [-Ns/2 : (Ns/2 - 1)] * PRT; % 方位向采样时序

% 理论分辨率

rho_r=c/2/Br;

% rho_a=Vr*PRT;

rho_a=La/2;

% 目标参数

X0 = [-20 20 0 -20 20]; % 目标1位置坐标

Z0 = [0 0 0 0 0];

Y0 = [Yc+50 Yc+50 Yc Yc-50 Yc-50];

NT=size(X0,2);

%%================================================================

%%生成回波信号

Sb = zeros(Ns,Nf);

sigma = 1; % 回波幅度

for ii=1:NT

R = sqrt((Vr*ts-X0(ii)).^2+Y0(ii).^2+(Z0(ii)-H).^2);

tau = 2*R/c;

Dfast = ones(Ns,1) * tf - tau' * ones(1, Nf);

phase = pi*Kr*Dfast.^2 - (2 * pi *f0 * tau') * ones(1,Nf);

Sb = Sb+sigma * exp(1j*phase) .* (abs(Dfast) <= Tr/2) .* ((abs(ts * Vr-X0(ii)) <=Ls/2)' * ones(1,Nf));

end

% Sb = awgn(Sb,SNR,0);% 回波加噪

figure

imagesc(real(Sb)),colormap(gray);

%% 距离向压缩

x0 = ones(Ns,1)*(exp(-1j*pi*Kr*(tf_ori).^2).* (abs(tf_ori) <= Tr/2)); % 距离向匹配函数

fftx1 = fftshift(fft(fftshift(x0.'))).'; % 距离向匹配函数FFT

fftSb = fftshift(fft(fftshift(Sb.'))).'; % 原信号FFT

y0 = fftshift(ifft(fftshift((fftSb.*fftx1).'))).'; % 距离向压缩后信号

%显示

ta = ts * Vr; % 方位向的距离序列

tr = tf * c / 2; % 快时间采样对应的距离域(单程距)

% figure;imagesc(tr,ta,abs(y0));colormap(gray);

% axis([tr(Nf/2-Nf/2^8),tr(Nf/2+Nf/2^8),ta(1),ta(end)]);

% xlabel('距离单元(m)');ylabel('方位单元(m)');title('距离向压缩');

figure;imagesc(abs(y0));colormap(gray);

xlabel('距离向');ylabel('方位向');title('距离向压缩');

%% 距离徙动矫正1 SINC插值

%% 距离徙动矫正2 最近邻插值

%% 方位向压缩

ffty0 = fftshift(fft(fftshift(y0))); % 距离向压缩后信号FFT

% x1 = exp(-1j*4*pi/lamda*sqrt((X0-Vr*ts-Bx(1)).^2+(Y0)^2+(Z0-Bz(1)-H)^2))'*ones(1,Nf); % 方位向匹配函数

x1 = exp(1j*pi*(ts.^2)*Ka)'*ones(1,Nf); % 方位向匹配函数

fftx1 = fftshift(fft(fftshift(x1))); % 方位向匹配函数FFT

y1 = fftshift(ifft(fftshift((ffty0.*fftx1)))); % 方位向压缩后信号

figure;imagesc(abs(y1));colormap(gray);

xlabel('距离向');ylabel('方位向');title('方位向压缩');

% xlabel('Range(m)');ylabel('Azimuth(m)');title('Uncompensated');

成像结果如下:

原始信号实部:

原始信号虚部:

距离压缩结果:

方位压缩成像结果(此图未进行距离徙动补偿,非中心目标出现散焦):

中心目标的db图(边上有其他目标的扩散能量进来):

SAR成像系列:【3】合成孔径雷达(SAR)的二维回波信号与简单距离多普勒(RD)算法 (附matlab代码)

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。