带状图合成孔径雷达(SAR)成像

打开实时脚本

这个例子展示了如何使用线性调频(LFM)波形对基于带状图的合成孔径雷达(SAR)系统建模。SAR是一种侧面看的机载雷达，与真正的孔径雷达相比，可实现的横向距离分辨率要高得多。使用SAR生成的图像有其自身的优势，主要与使用主动传感器(雷达)相比，传统成像系统采用被动传感器(相机)，依赖环境照明来获取图像。由于采用了有源传感器，该系统无论在雪、雾或雨中都能提供全天候性能。此外，将系统配置为在L-、S-或c波段等不同频率下工作，可以帮助分析基于不同穿透深度的地面不同层。由于SAR的分辨率取决于信号和天线的配置，分辨率可以比基于视觉的成像系统高得多。使用stripmap模式，本例执行距离迁移算法[1]和近似形式的反投影算法[2]对静止目标成像。为了降低计算复杂度，我们选择了反投影算法的近似形式，如[3]所示。线性调频波形在相当低的发射功率下提供了大时间带宽产品的优势，使其适合用于机载系统。

合成孔径雷达成像

SAR生成二维(2-D)图像。飞行方向称为横向距离或方位角方向。天线瞄准方向(舷侧)与飞行路径正交，被称为交叉轨迹或距离方向。这两个方向为生成通过数据收集窗口持续时间从天线波束宽度内的区域获得的图像所需的尺寸提供了基础。横道方向是脉冲传输的方向。这个方向提供了目标沿飞行路径的倾斜范围。每个脉冲从目标反射后接收的能量必须经过处理(用于距离测量和分辨率)。横向距离或方位角方向是飞行路径的方向，对整个飞行路径上接收到的脉冲在该方向上的集合进行处理，以实现所需的测量和分辨率是有意义的。在两个方向上正确聚焦意味着在距离和交叉距离方向上成功生成图像。要求天线波束宽度足够宽，以便当平台沿其轨迹移动时，目标被波束长时间地照亮。 This helps provide more phase information. The key terms frequently encountered when working with SAR are:

横向距离(方位角):该参数定义沿雷达平台飞行路径的距离。
距离:该参数定义与雷达平台飞行路径正交的距离。
快速时间:该参数定义每个脉冲操作的时间持续时间。
慢时间:定义跨范围时间信息。慢时间通常定义脉冲沿飞行路径传输的时间实例。

雷达的配置

考虑一个工作在c波段的SAR雷达，载频为4 GHz，信号带宽为50 MHz。这种带宽产生3米的距离分辨率。雷达系统收集的数据与平台的运动方向正交，如图所示。接收到的信号是传输信号的延迟副本。延迟通常与目标与平台之间的倾斜范围相对应。对于SAR系统，平台沿垂直于天线波束方向的路径行进时，倾斜范围随时间变化。本节着重于定义传输波形的参数。线性调频扫描带宽可以根据所需的距离分辨率来决定。

设置光速的物理常数。

C = physconst(“光速”）;

设置SAR中心频率。

Fc = 4e9;

设置所需的距离和横向距离分辨率为3米。

rangerresolution = 3;crossrangerresolution = 3;

信号带宽是由所需的距离分辨率得出的参数。

bw = c/(2* rangerresolution);

在SAR系统中，PRF具有双重含义。PRF不仅决定了最大无歧异距离，而且还作为跨距离方向的采样频率。如果PRF过低而不能达到更高的无歧义范围，则在特定区域有更长的脉冲持续时间，从而导致更少的脉冲。同时，如果PRF过高，可以实现跨距离采样，但代价是缩小距离。因此，PRF应小于多普勒频率的两倍，并应满足最大无歧义距离的标准

PRF = 1000;孔径= 4;TPD = 3*10^-6;Fs = 120*10^6;

配置雷达的LFM信号。

波形=相控。LinearFMWaveform (“SampleRate”fs,“脉冲宽度”一系列问题,脉冲重复频率的脉冲重复频率,.．.“SweepBandwidth”bw);

假设飞机速度为100m /s，飞行时间为4秒。

速度= 100;flightDuration = 4;雷达平台=相控。平台(“InitialPosition”(0, -200, 500),“速度”, (0;速度;0]);slowTime = 1/prf;numpulse = flightDuration/slowTime +1;maxRange = 2500;truncrangsamples = ceil((2*maxRange/c)*fs);fastTime = (0:1/fs:(truncrangessamples -1)/fs);设置跨范围处理的参考范围。Rc = 1000;

配置SAR发射机和接收机。天线朝向与飞行方向正交的舷侧方向。

天线=相控。CosineAntennaElement (“FrequencyRange”， [1e9 6e9]);antennaGain = aperture2gain(孔径，c/fc);发射机=相控。发射机(“PeakPower”, 50 e3,“获得”, antennaGain);散热器=阶段性。散热器(“传感器”、天线、“OperatingFrequency”足球俱乐部,“PropagationSpeed”c);收集器=阶段性。收集器(“传感器”、天线、“PropagationSpeed”c“OperatingFrequency”、fc);接收器=阶段性。ReceiverPreamp (“SampleRate”fs,“NoiseFigure”, 30);

配置传播通道。

通道=分阶段。空闲空间(“PropagationSpeed”c“OperatingFrequency”足球俱乐部,“SampleRate”fs,.．.“TwoWayPropagation”,真正的);

现场配置

在本例中，在下面指定的位置配置了三个静态点目标。所有目标的平均RCS值为1平方米。

targetpos =[800 0 0; 1000年,0,0;1300年,0,0];Targetvel = [0,0,0;0,0,0;0, 0, 0) ';目标=阶段性。RadarTarget (“OperatingFrequency”足球俱乐部,“MeanRCS”, 1, 1, 1);pointTargets =分阶段。平台(“InitialPosition”targetpos,“速度”, targetvel);下图描述了基于目标的ground truth%的位置。图(1);h =坐标轴;plot(targetpos(2,1)，targetpos(1,1)，“* g”);所有;情节(targetpos (2, 2), targetpos(1、2),“* r”);所有;情节(targetpos(2、3),targetpos(1、3)‘* b”);从；集(h,“Ydir”，“反向”xlim([-10 10]);ylim([700 1500]);标题(“地面实况”); ylabel (“范围”),包含(“横向距离”）;

图中包含一个轴对象。标题为Ground Truth的axis对象包含3个类型为line的对象。

SAR信号模拟

下面将介绍基于上述配置的系统运行情况。具体来说，下面的部分将展示如何为SAR平台执行数据收集。当平台在横向距离方向上移动时，脉冲在垂直于飞行路径的方向上发射和接收。脉冲的集合给出了当平台移动时位于照明区域的目标的相位历史。目标在光照区域中的位置越长，整个图像的跨距离分辨率越高，因为距离和跨距离聚焦的过程对整个场景是广义的。

定义舷侧角度Refangle = 0 (1,size(targetpos,2));Rxsig = 0 (truncrangsamples, numpulsed);为Ii = 1:numpulse更新雷达平台和目标位置[radarpos, radarvel] =雷达平台(slowTime);[targetpos,targetvel] = pointTargets(slowTime);获得点目标的范围和角度[targetRange, targetAngle] = rangeangle(target, radarpos);%生成LFM脉冲Sig =波形();只使用能覆盖目标的脉冲长度。Sig = Sig (1: truncrangsamples);%发送脉冲Sig =发射机(Sig);%定义横梁在方位角方向上没有倾斜targetAngle(1，:) = refangle;向目标发射脉冲sig =散热器(sig, targetAngle);将脉冲传播到自由空间中的点目标Sig = channel(Sig, radarpos, targetpos, radarvel, targetvel);%反射目标的脉冲Sig =目标(Sig);收集天线处的反射脉冲sig = collector(sig, targetAngle);%接收信号Rxsig (:，ii) = receiver(sig);结束

可视化接收到的信号。现在可以将接收到的信号可视化为跨距离方向传输的多个脉冲的集合。图中显示了三个目标信号的实部。距离和横向距离的啁啾可以清楚地看到。当脉宽保持较长时间以保持平均功率时，目标响应可以被视为重叠的。

显示亮度图像(真实(rxsig))、标题(“SAR原始数据”)包含(“横向距离样本”) ylabel (的范围的样品）

图中包含一个轴对象。标题为SAR Raw Data的axes对象包含一个image类型的对象。

执行范围压缩。接收信号的每一行都包含了每个脉冲的全部信息，可以通过匹配滤波得到解调信号或范围压缩信号。

pulseCompression =相控。RangeResponse (“RangeMethod”，匹配滤波器的，“PropagationSpeed”c“SampleRate”fs);matchingCoeff = getMatchedFilter(波形);[cdata, rngrrid] = pulseCompression(rxsig, matchingCoeff);

该图显示了对接收信号进行匹配滤波后的响应。三个目标的相位历史沿跨距离方向清晰可见，实现了距离聚焦。

显示亮度图像(真实(cdata))、标题(SAR距离压缩数据)包含(“横向距离样本”) ylabel (的范围的样品）

图中包含一个轴对象。标题为SAR Range Compressed Data的axes对象包含一个image类型的对象。

执行方位压缩。有多种技术可以处理跨距离数据，并从SAR原始数据中获得距离压缩后的最终图像。从本质上讲，距离压缩有助于实现快速时间或距离方向的分辨率，而横向距离方向的分辨率是通过方位角或横向距离压缩实现的。两种这样的技术是距离迁移算法和反向投影算法，本例中演示了它们。

rma_processed = helperRangeMigration(cdata,fastTime,fc,fs,prf,speed,numpulse,c,Rc);bpa_processed = helpbackprojection (cdata, rngrid,fastTime,fc,fs,prf,speed, crossrangerresolution,c);

可视化最终的SAR图像。利用距离偏移算法和近似反投影算法对聚焦后的SAR图像进行绘制。只有通过距离迁移算法形成的图像的一部分被显示出来，以准确地指出目标的位置。

[2]和[3]所示的距离偏移和精确的反投影算法形式提供了跨航迹和沿航迹方向的理论分辨率。由于这里使用的反投影是近似形式，因此反投影在方位角方向上的扩散是明显的，而通过距离迁移算法处理的数据表明，达到了理论分辨率。

图(1);显示亮度图像((abs ((rma_processed(1700:2300 600:1400)。”))));标题(使用距离迁移算法聚焦SAR数据)包含(“横向距离样本”) ylabel (的范围的样品）

图中包含一个轴对象。使用距离迁移算法聚焦标题SAR数据的坐标轴对象包含一个图像类型的对象。

图(2)显示亮度图像((abs (bpa_processed (600:1400 1700:2300))));标题(“利用反投影算法聚焦SAR数据”)包含(“横向距离样本”) ylabel (的范围的样品）

图中包含一个轴对象。使用反投影算法聚焦标题SAR数据的轴对象包含一个图像类型的对象。

总结

本例展示了如何在机载数据收集场景中利用LFM信号开发SAR处理。该示例还展示了如何通过距离迁移和近似形式的反投影算法从接收信号生成图像。

参考文献

卡弗里奥，C.普拉蒂，和F.罗卡。使用地震偏移技术的SAR数据聚焦IEEE航空航天与电子系统汇刊27日,没有。2(1991年3月):194-207。https://doi.org/10.1109/7.78293．
卡明，我，还有j·班尼特。海星SAR数据的数字处理在ICASSP 79年。IEEE声学、语音和信号处理国际会议, 4:710-18。美国华盛顿特区:电气和电子工程师协会，1979年。https://doi.org/10.1109/ICASSP.1979.1170630．
那一波，卢一龙，孙宏波。超宽带SAR成像的反投影和距离偏移算法比较在第四届IEEE传感器阵列和多通道处理研讨会，2006。, 320 - 24所示。沃尔瑟姆，马萨诸塞州，美国:IEEE, 2006。https://doi.org/10.1109/SAM.2006.1706146．
Yegulalp, A. F.“合成孔径雷达的快速反投影算法”。在1999年IEEE雷达会议论文集。雷达进入下一个千年(猫。No.99CH36249), 60 - 65。沃尔瑟姆，马萨诸塞州，美国:IEEE, 1999。https://doi.org/10.1109/NRC.1999.767270．

附录

距离迁移算法

函数azcompresseddata = helperRangeMigration(sigData,fastTime,fc,fs,prf,speed, numpulse,c,Rc)

该函数演示了侧视合成孔径雷达成像的距离偏移算法。该算法考虑了脉冲压缩合成孔径数据。

设置范围频率跨度。

frequencyRange = linspace(fc-fs/2,fc+fs/2,length(fastTime));krange = 2*(2*pi*frequencyRange)/c;

设置横向距离波数。

kaz = 2*pi*linspace(-prf/2,prf/2, numpulse)./speed;

生成交叉距离波数矩阵，以匹配接收到的二维SAR信号的大小。

Kazimuth = kaz.';Kx = krange.^2-kazimuth.^2;

设置最终波数以实现方位聚焦。

Kx =根号下(Kx。*(kx > 0));kFinal = exp(1i*kx.*Rc);

对范围压缩信号进行二维FFT。

sdata = fftshift (fft (fftshift (fft (sigData [], 1), 1), [], 2), 2);

执行批量压缩以获得参考范围的方位角压缩。利用新的交叉距离波数对二维FFT信号进行滤波，实现在参考范围内的完全聚焦，作为副产物，部分聚焦不在参考范围内的目标。

fsmPol = (sdata.').*kFinal;

对不在参考范围内的目标进行Stolt插值，实现对焦。

stoltPol = fsmPol;为i = 1:尺寸((fsmPol), 1) stoltPol(我:)= interp1 (kx(我,:),fsmPol(我,:),krange (1:));结束stoltPol(isnan(stoltPol)) = 1e-30;stoltPol = stoltPol.*exp(-1i*krange.*Rc);azcompresseddata = ifft2(stoltPol);结束

投影算法

函数data = helpbackprojection (sigdata, rngrid,fastTime,fc,fs,prf,speed, crossrangerresolution,c)

该函数给出了侧视合成孔径雷达成像的时域反投影算法。该算法采用脉冲压缩合成孔径数据作为输入。初始化输出矩阵。

数据= 0(大小(sigdata));azimuthDist = -200:速度/prf:200;%方位距离

限制正在处理的范围和交叉范围像素，以减少处理时间。

Rangelims = [700 1400];Crossrangelims = [-10 10];

根据范围限制索引范围网格。

rangeIdx = [find(rngrid >rangelims(1)， 1) find(rngrid “最后一次”));

根据横向距离限制索引方位角距离。

crossrangeIdxStart = find(azimuthDist>crossrangelims(1)，1);crossrangeIdxStop = find(方位角区域“最后一次”）;为i = rangeIdx (1): rangeIdx (2)遍历范围下标使用所需的横向距离分辨率，计算合成孔径%的长度lsynth= (c/fc)* (c*fastTime(i)/2)/(2* crossrangerresolution);lsar = round(lsynth*length(azimuthDist)/azimuthDist(end));确保lsar为奇数Lsar = Lsar + mod(Lsar,2);%构造汉宁窗口进行跨范围处理，抑制%方位侧叶hn =汉宁(lsar)。”;%遍历跨范围索引为j = crossrangeIdxStart: crossrangeIdxStopx方向的方位距离除以横向距离指数posx = azimuthDist (j);y方向上的%范围除以范围指数诗句= c * fastTime(我)/ 2;%初始化计数为零数= 0;%遍历合成孔径为K = j-lsar/2 +1:j+ lsar/2每个量程和跨量程指标的时间延迟%td=√(方位角区域(k)- posx)²+ posy²)*2/c;Cell = round(td*fs) +1;Signal = sigdata(cell,k);数=数+ hn (k - (j-lsar / 2)) *信号* exp (1 j * 2 *π* fc * (td));结束%在每个极差和跨极差指数处处理的数据数据(i, j) =计数;结束结束结束