第3.1~3.3节《合成孔径雷达成像原理-皮亦鸣》

2023-11-01

目录

3.1 雷达成像特点

3.2 成像雷达的种类

3.3 合成孔径雷达简介

3.4 成像雷达距离向的高分辨率原理

3.5 成像雷达

3.6 合成孔径雷达的理论模型

3.7 图像质量评估指标

3.8 小结

3.1 雷达成像特点

  1. 雷达具有对运动目标(飞机、导弹等)、区域目标(地面等)进行成像和识别的能力;

  2. 雷达成像的基本目的是实现目标成像、分类和识别

  3. 雷达成像特点:
    a. 高分辨率
    b. 有源系统、主动发射电磁波,全天时成像
    c. 微波穿透性,不受云雨雾影响,全天候成像
    d. 雷达成像技术包含目标的多种散射信息,具有大的动态范围和精密测距能力

  4. 雷达成像的基本原理:采用各种方法提高雷达的诸维分辨率,使其分辨率单元的尺寸与被成像的目标尺寸相比小得多,从而得到目标不同部位的信息以构成雷达图像
    a. 距离向分辨率:发射宽带信号
    b. 方位向分辨率:大实孔径天线或等效极大孔径

3.2 成像雷达的种类

  1. 按照雷达平台分类
    a. 机载成像雷达
    b. 星载成像雷达

  2. 孔径类别分类
    a. 实孔径雷达
    b. 合成孔径雷达
    c. 微波全息成像雷达
    d. 合成孔径雷达干涉仪(InSAR)

  3. 按照运动方式分类:
    a. 合成孔径雷达(雷达运动、目标不动)
    b. 逆合成孔径雷达(ISAR)(雷达不动、目标运动)

  4. 按照辐射源分类
    a. 无源成像雷达
    b. 有源成像雷达

3.3 合成孔径雷达简介

  1. 合成孔径雷达能实现二维高分辨率成像

  2. 合成孔径雷达
    a. 方位向:雷达测绘带内,沿雷达运动的方向
    b. 距离向:雷达测绘带内与航迹垂直的方向

  3. 雷达一面作匀速直线运动,一面以一定的脉冲重复频率发射并接收信号
    a. 距离向:利用发射大时间宽带积的线性调频信号,采用脉冲压缩技术获取高分辨率
    b. 方位向:通过同一雷达传感器在等间隔位置上发射和接收脉冲信号,然后将接收的回波信号进行适当处理获得高分辨率(利用目标与雷达的相对运动形成的轨迹构建一个合成孔径以取代庞大的阵列实孔径),从而达到高分辨率、

  4. 合成孔径雷达方位向及距离向示意图

    在这里插入图片描述

    a. 雷达波束照射区域:阴影部分;随雷达的匀速直线运动,测绘带将为一条带状区域

  5. 分辨率
    a. 距离向分辨率:雷达能够区分的同一方位不同距离的两个目标的能力
    b. 方位向分辨率:能够区分的不同方位同一距离的两个目标的能力

  6. 合成孔径天线阵列示意图

    在这里插入图片描述

    雷达平台在很多位置上都能收到来自同一目标的回波信号,相当于在空中形成了一个大的天线阵列,从而提高了方位向分辨率

3.3.1 合成孔径雷达的分类

  1. 雷达载体不同
    a. 星载SAR
    b. 机载SAR
    c. 无人机载SAR

  2. 工作方式不同
    a. 条带模式:雷达波束的照射范围是一条与雷达飞行方向平行的条带区域
    b. 聚束模式:雷达波束不断变化,可以在很长时间内照射同一区域
    c. 扫描模式:雷达波束能够迅速的在数个子观测带之间转换

  3. 雷达波束指向和雷达运动方向夹角的不同
    a. 正侧视:雷达波束指向和雷达的运动方向垂直
    b. 斜视:夹角小于90°
    c. 前视

  4. 信号处理方式划分
    a. 聚焦:聚焦合成孔径是以目标散射点为圆心,距离R为半径的圆弧,圆弧上任一点接收到的回波信号都是同相的,经叠加后可获得高分辨率。但实际雷达飞行路线是直线而不是圆弧,所以成像处理时应该将直线孔径上的各点与圆弧孔径之间的相位差补偿掉,通常含有这种补偿的成像处理叫做聚焦处理。
    b. 非聚焦:不含有上述相位差补偿

    在这里插入图片描述

3.3.2 合成孔径雷达的极化方式

  1. 合成孔径雷达发射的电磁波有多种极化方式
    a. 发射和接收都采用水平极化方式(HH)
    b. 发射和接收都采用垂直极化方式(VV)
    c. 发射为水平极化,接收为垂直极化(HV)
    d. 发射为垂直极化,接收为水平极化(VH)

    ps:采用多频段、多极化工作的SAR系统将具有更好的成像质量和目标分辨能力;交叉极化相比同极化的渗透能力弱

  2. 极化
    a. 水平极化(H):水平极化是指卫星向地面发射信号时,其无线电波的振动方向是水平方向。例如:我们拿一条绳子左右抖动,产生的波是左右波动。
    b. 垂直极化(V):垂直极化是指卫星向地面发射信号时,其无线电波的振动方向是垂直方向。例如:我们拿一条绳子上下抖动,产生的波是上下波动。

  3. 水平极化和垂直极化的接收

    垂直极化和水平极化的接收,是改变馈源的矩形(长方形)波导口方向来确定接收的是垂直极化或水平极化。当矩形波导口的长边平行于地面时接收的是垂直极化, 垂直于地面时接收的是水平极化。极化方向(极化角)又因地而异有所偏差。因为地球是个球体,而卫星信号的下行波束却是水平直线传播,这就造成不同方位角所收的同一极化信号有所不同,所以地理位置不同,所接收的信号极化方向也有所偏差。

3.3.3 合成孔径雷达的信号接收方式

  1. 合成孔径雷达的信号处理采用数字处理方式,采集到的原始数据是一个二维数组
  2. 由于雷达一面运动,一面以一定的脉冲重复频率发射并接收线性调频的脉冲信号,处理器要对接收到的每一个脉冲信号进行采样,并一排排的存储起来,这样就形成了一个二维数组,
    a. 数组每一行的数据为发射的线性调频脉冲的各个采样点的值(距离向)
    b. 每一列的数据为雷达在不同的空间位置接收到的线性调频脉冲的相应的采样点的值。(方位向)

3.3.4 合成孔径雷达的特点

  1. 二维高分辨率
  2. 分辨率与波长、载体的飞行高度和雷达的作用距离无关
  3. 投射性强,不受昼夜等因素的影响,具有全天候成像的特点,选择合适的雷达波长,可穿透一定遮蔽物
  4. 包括多种散射信息:不同的目标,对微波的不同频率、入射角及极化方式将呈现不同的散射特性和不同的穿透力,这一性质为目标分类及识别提供了极为有效的新途径
  5. 多功能多用途:例如采用并行轨道或者一定基线长度的双天线,可以获得包括地面高度信息在内的三维高分辨率图像
  6. 多极性、多频段、多工作模式
  7. 实现合成孔径原理,需要复杂的信号处理过程和设备
  8. 与一般相干成像类似,SAR图像具有相干斑效应,影响图像质量,需要用多视平滑技术减轻其有害影响

3.3.5 合成孔径雷达的应用

  1. 地址测绘和制图学方面
  2. 海洋应用:大面积海浪特性、冰川分布、海洋污染等
  3. 农业和林业应用:农作物鉴定和研究植被分布
  4. 军事:全天候全球战略侦察、全天候重点战区军事监视、掩藏目标散射特性的静态动态测量

3.3.6 合成孔径雷达的发展

  1. 通过距离向的脉冲压缩和方位向的匹配滤波可以获得距离向方位向的高分辨率图像

3.3.7 目标的后向散射系数

  1. 通常用目标的后向散射系数 σ \sigma σ 来表征地物目标的散射特性。若雷达发射的信号功率为 P _ s P\_s P_s ,则雷达照射后向散射系数为

P r = P s G 2 λ σ 2 ( 4 π ) 3 R 4 P_r=\frac{P_sG^2\lambda\sigma^2}{(4\pi)^3R^4} Pr=(4π)3R4PsG2λσ2

其中: G G G 为天线增益、 / l a m b d a /lambda /lambda 为目标波长 , R R R 为雷达与目标之间的距离

对于不同的电磁波极化方式及不同的电磁波波段,同一目标的后向散射系数特性是不同的

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

第3.1~3.3节《合成孔径雷达成像原理-皮亦鸣》 的相关文章

  • OPENCV手势识别抓取图片

    PENCV手势识别抓取图片 一位油管的小哥做的项目非常棒 照着写了一个 代码 注意 看好cvzone的版本 太新的版本中有个函数没有 如果找不到这个函数的时候请更换一下库的版本 import cv2 from cvzone HandTrac
  • 图像的二值化分割,otsu类间方差法

    二值化图像指图像中的每个像素只取两个离散的值之一 用数学公式表示为 公式中 f x y 表示一幅数字图像 X Y表示该图像中某像素的坐标值 T为 二值化的阈值 表示经过阈值运算后的二值化图像 这里0和1仅仅是一个抽象表示 并非实际像素值 它
  • 深度学习之Python,OpenCV中的卷积

    这篇博客将介绍图像内核和卷积 如果将图像视为一个大矩阵 那么图像内核只是一个位于图像顶部的微小矩阵 从左到右和从上到下滑动内核 计算输入图像和内核之间的元素乘法总和 称这个值为内核输出 内核输出存储在与输入图像相同 x y 坐标的输出图像中
  • MATLAB小技巧(33)arima时间序列

    MATLAB小技巧 33 arima时间序列 前言 一 MATLAB仿真 二 仿真结果 三 小结 前言 MATLAB进行图像处理相关的学习是非常友好的 可以从零开始 对基础的图像处理都已经有了封装好的许多可直接调用的函数 这个系列文章的话主
  • gstreamer中tee如何实现动态增减支路(预览+截图+录像)

    系列文章目录 Gstreamer中获取帧数据的方式 gstreamer中如何使用probe 探针 获取帧数据 gstreamer拉流rtsp使用appsink获取帧数据 预览 截图 gstreamer中如何使用fakesink获取帧数据 预
  • matlab中 hold on 与 hold off,figure作用

    hold on是当前轴及图像保持而不被刷新 准备接受此后将绘制的图形 多图共存 即启动图形保持功能 当前坐标轴和图形都将保持 从此绘制的图形都将添加在这个图形的基础上 并自动调整坐标轴的范围 hold off使当前轴及图像不再具备被刷新的性
  • matlab 读取某一文件夹下的文件

    MATLAB 是一个十分强大的科学计算软件 用于各种数据分析和科学计算 在实际工作和研究过程中 我们通常将数据存储在文件中 文件存在于系统的某个目录中 如果需要读取这些文件 可以使用 MATLAB 提供的文件和文件夹操作函数 本文将介绍如何
  • 数字图像处理(入门篇)六 图像数据预处理之坐标变化

    目录 1 平移 2 镜像 3 旋转 4 缩放 图像的坐标变换又称为图像的几何计算 常见的基本变换包括 平移 旋转 镜像和缩放等等 1 平移 1 代码 使用OpenCV仿射变换函数 cv2 warpAffine 实现平移操作 import n
  • Image Processing图像处理(对比俩张图像的差异并且在图上标注出来)

    图像处理是构建所有计算机视觉的基础 按照我的图像处理指南使用OpenCV库学习计算机视觉的基础知识 SSIM进阶 利用python openCV将图片的差异性画框展示出来 诀窍是学习如何准确地确定在 x y 坐标位置上 图像的差异在哪里 使
  • 一、MM Segmentation 介绍与安装

    时间 2022年4月1日 内容 学习MM Segmentation MM Segmentation 介绍和理解 MM Segmentation 利用注册器和配置文件 实现了 可拓展性 和 易用性 它是一个封装了许多语义分割深度神经网络的框架
  • 【计算机视觉】最后显示的CIFAR-100数据集照片很模糊怎么解决?

    文章目录 一 前言 二 如何解决 2 1 使用图像增强技术 2 2 使用插值方法 2 3 使用更高分辨率的图像数据集 2 4 手动调整图像尺寸 三 总结 一 前言 如果从CIFAR 100数据集加载的图像显示模糊 可能有几个可能的原因 分辨
  • 第五章-数字水印-1-位平面

    数字水印概念 数字水印是一种将特定数字信息嵌入到数字作品中从而实现信息隐藏 版权认证 完整性认证 数字签名等功能的技术 以图片水印为例 水印嵌入过程 版权信息水印A嵌入到图像B中 得到含有水印的图像C 图像C与图像B在外观上基本一致 肉眼无
  • Halcon模板匹配

    Halcon模板匹配 Halcon模板匹配的方法 模板匹配的流程 基于形状的模板匹配的思路 原理 Halcon模板匹配的方法 模板匹配的流程 基于形状的模板匹配的思路 读取图像 转灰度图 dev close window dev open
  • 深度特征融合---高低层(多尺度)特征融合

    目录 概述 基本概念 典型方法概述 相关工作 多尺度模型设计 Deep Feature Fusion for VHR 高分辨率图像 Remote Sensing Scene Classification DCA特征融合方法 基于神经网络的目
  • 基于Matlab实现图像融合技术(附上多个仿真源码+数据)

    图像融合技术是一种将多幅图像融合为一幅图像的方法 使得这幅融合图像包含原始图像的所有信息 近年来 图像融合技术已经广泛应用于图像分割 变换和裁剪等领域 本文将介绍如何使用Matlab实现图像融合技术 实现步骤 首先 我们需要了解图像融合的基
  • EPI distortion correction形变矫正, eddy, fieldmap等五种不同方法

    EPI distortion correction形变矫正 1 topup eddy 2 fieldmap eddy 2 1 对mag做去脑壳 2 2 基于去过脑壳的mag 1volume bet nii gz数据 对fieldmap进行预
  • Halcon直线检测

    1 Halcon最常用的直线检测算子 add metrology object line measure 利用Halcon封装好的模型不仅可以检测直线 还可以检测圆 椭圆 矩形等 下面介绍下其余的直线检测的算子 需要配合 skeleton
  • 图像特征提取技术

    目 录 前 言 基于颜色的特征提取 1 颜色空间 2 直方图以及特征提取 基于纹理的特征提取 1 灰度共生矩阵 2 tamura纹理 基于深度神经网络的图像处理 前 言 图像特征提取属于图像分析的范畴 是数字图像处理的高级阶段 本文将从理论
  • 【FMC141】基于VITA57.4标准的4通道2.8GSPS 16位DA播放子卡(2片DAC39J84)

    FMC141是一款基于VITA57 4标准的4通道2 8GSPS 2 5GSPS 1 6GSPS采样率16位DA播放FMC子卡 该板卡为FMC 标准 符合VITA57 4与VITA57 1规范 16通道的JESD204B接口通过FMC 连接
  • 【图像配准】

    非配对配准 Non rigid registration 和配对配准 Rigid registration 是医学图像配准中常用的两种方法 它们有着不同的含义和应用 非配对配准 Non rigid registration 非配对配准是指将

随机推荐

  • 【不忘初心】Windows11 22000.194 RTM X64 四合一[纯净精简版][2.59G](2021.10.11)

    此版可正常更新补丁 WIN11全新的UI界面出炉 可以说这一次Windows 11全新升级 无论是从Logo上还是UI界面设计 都有很大的变化 母版来自MSDN WIN11 22000 194 为了保证稳定初心的系统全部都是离线精简和优化
  • Matlab:绘制正弦曲线与余弦曲线

    Matlab 绘制正弦曲线与余弦曲线 目录 绘制正弦曲线与余弦曲线 结果显示 实现代码 绘制正弦曲线与余弦曲线 结果显示 实现代码 清空窗口 clear 清空工作区 clc 清空命令行窗口 绘制sin函数 一个区间 x 2 pi 0 1 2
  • Minio大文件上传、文件秒传、断点续传

    初步流程 选择上传文件 gt 提取md5 gt 请求后端校验此md5的文件是否已经上传过 gt 如果有上传就返回信息告诉前端上传完成 秒传 gt 如果没有则根据此md5获取已上传的分片有哪些 未上传的分片有多少个就返回多少个上传url 如何
  • Spring Boot代码结构

    14 组织你的代码 Spring Boot不需要使用任何特殊的代码结构 然而 这里有一些有用的最佳实践 14 1 使用 default 包 当类没有包含package声明时 它被认为处于default package下 通常不推荐使用def
  • 解决 Android 开发过程中 出现 Duplicate class(包冲突)

    1 现在大部分的项目都是支持 Androidx 的 所以出现 Duplicate 的时候 先把 gradle properties 文件中添加参数 支持使用AndroidX android useAndroidX true android
  • 右移和与上&0xff作用

    tmp gt gt 8 0xff 以下是阅读他人文章后 个人对计算 tmp gt gt 8 0xff 的理解 将tmp转为二进制数 6322040 gt 11000000111011101111000 向右移16位 清掉该16位 且左边用0
  • zabbix安装报错:The frontend does not match Zabbix database.

    The frontend does not match Zabbix database 出现此错误为导入数据到数据库zabbix时 对应的mysql版本号与当前不相符 相关代码为 zcat usr share doc zabbix serv
  • 华为OD机试 - 括号匹配(Java)

    题目描述 给定一个字符串 里边可能包含 三种括号 请编写程序检查该字符串中的括号是否成对出现 且嵌套关系正确 若括号成对出现且嵌套关系正确 或该字符串中无括号字符 输出 true 若未正确使用括号字符 输出 false 实现时 无需考虑非法
  • php 7 node.js 并发,PHP7+Swoole、Node Express、Sails、Beego、ThinkPHP 并发性能测试

    最近由于产品业务出现请求瓶颈 需要更换产品框架 针对现在集中主流方案进行了逐一测试 服务器硬件配置 2 核 2G虚拟机 10000请求 500并发测试结果如下 性能测试结果 1 Nodejs Express测试结果如下 大约每秒处理2100
  • Z变换零极点与收敛域的关系

    原文地址 Z变换零极点与收敛域的关系 作者 沙拉酱 Z变换零极点与收敛域的关系 序列的ZT存在零点和极点 这是因为序列的ZT同信号的LT一样都是复变函数 区别只是自变量名称不同 因此其零点和极点的定义与LT的零点与极点的定义相同 在z平面上
  • 厦大纪荣嵘团队新作|OneTeacher: 解锁 YOLOv5 的正确打开方式

    Paper https arxiv org pdf 2302 11299 pdf Code https github com luogen1996 OneTeacher 导读 大家从中也可以看到一个趋势 便是现在监督学习领域已经是非常饱和了
  • UC缓存的php格式视频,UC缓存视频变成本地mp4_下载视频怎么转换mp4_我的下载站

    7条解答 1 uc缓存视频怎么转mp4 您好 很高兴为您服务 安卓版的UC浏览器 缓存的为vdat 保存在UCDownloads videodata这个文件夹里边 可以直接重命名让后将格式更改为mp4或者avi即可 如果仍有问题 请您继续向
  • 一文了解工业互联网标识解析二级节点

    我国工业互联网标识解析体系由国际根节点 国家顶级节点 二级节点 企业节点 公共递归解析节点等要素组成 其中 二级节点是指一个行业或者区域内部的标识解析公共服务节点 能够面向行业或区域提供标识编码注册和标识解析服务 以及完成相关的标识业务管理
  • 学习一门编程语言正确姿势-以python为例

    作为一个自学者 最重要的能力就是自学的学习能力 但不用过分担心浩瀚的计算机世界 因为计算机的底层知识变化是很慢的 比如我们用到的网络知识 几十年都没变化过 就算是最热门的人工智能 现在大家学习的大部分技术也都是十几年 甚至几十年前的技术 变
  • Cordova的配置文件Config.xml

    一 概述 在写这篇文章时 cordova的版本已是9 0 0 config xml 是Cordova项目的全局配置文件 这份配置文件的基础是W3C s Packaged Web Apps Widgets 规范 并进行了扩展 它份配置文件是用
  • 弯道超车!阿里甩出Spring Security宝典我粉了

    第一份笔记 案例介绍 初识权限管理 权限管理概念 完成权限管理需要三个对象 初识Spring Security Spring Security过滤器链 SpringSecurity使用自定义认证页面
  • Java 内存溢出(一)原因、复现、排查

    目录 一 内存溢出原因 二 内存溢出实例 1 堆溢出 2 虚拟机栈和本地方法栈溢出 3 方法区和运行时常量池溢出 4 本机直接内存溢出 三 内存溢出排查 内存溢出 是指应用系统中存在无法回收的内存或使用的内存过多 最终使得程序运行要用到的内
  • Windows控制台API官方文档

    2023年8月21日 周下午 中文文档 控制台函数 Windows Console Microsoft Learn 英文文档 Console Functions Windows Console Microsoft Learn
  • python生成Excel透视表

    假设你有如下数据 姓名 科目 成绩 小黑 语文 42 小娜 语文 23 小白 语文 98 小乐 语文 52 小黑 数学 30 小娜 数学 76 小白 数学 47 小乐 数学 73 小黑 英语 63 小娜 英语 83 小白 英语 4 小乐 英
  • 第3.1~3.3节《合成孔径雷达成像原理-皮亦鸣》

    目录 3 1 雷达成像特点 3 2 成像雷达的种类 3 3 合成孔径雷达简介 3 4 成像雷达距离向的高分辨率原理 3 5 成像雷达 3 6 合成孔径雷达的理论模型 3 7 图像质量评估指标 3 8 小结 3 1 雷达成像特点 雷达具有对运