一种适用于穿墙雷达建筑布局成像算法

合成孔径雷达概述(SAR)

合成孔径雷达概述 1合成孔径雷达简介 (2) 1.1 合成孔径雷达的概念 (2) 1.2 合成孔径雷达的分类 (3) 1.3 合成孔径雷达(SAR)的特点 (4) 2合成孔径雷达的发展历史 (5) 2.1 国外合成孔径雷达的发展历程及现状 (5) 2.1.1 合成孔径雷达发展历程表 (6) 2.1.2 世界各国的SAR系统 (9) 2.2 我国的发展概况 (11) 2.2.1 我国SAR研究历程表 (11) 2.2.2 国内各单位的研究现状 (12) 2.2.2.1 电子科技大学 (12) 2.2.2.2 中科院电子所 (12) 2.2.2.3 国防科技大学 (13) 2.2.2.4 西安电子科技大学 (13) 3 合成孔径雷达的应用 (13) 4 合成孔径雷达的发展趋势 (14) 4.1 多参数SAR系统 (15) 4.2 聚束SAR (15) 4.3极化干涉SAR（POLINSAR） (16) 4.4合成孔径激光雷达（Synthetic Aperture Ladar） (16) 4.5 小型化成为星载合成孔径雷达发展的主要趋势 (17) 4.6 性能技术指标不断提高 (17) 4.7 多功能、多模式是未来星载SAR的主要特征 (18) 4.8 雷达与可见光卫星的多星组网是主要的使用模式 (18) 4.9 分布SAR成为一种很有发展潜力的星载合成孔径雷达 (18) 4.10 星载合成孔径雷达的干扰与反干扰成为电子战的重要内容 (19) 4.11 军用和民用卫星的界线越来越不明显 (19) 5 与SAR相关技术的研究动态 (20) 5.1 国内外SAR图像相干斑抑制的研究现状 (20) 5.2 合成孔径雷达干扰技术的现状和发展 (20) 5.3 SAR图像目标检测与识别 (22) 5.4 恒虚警技术的研究现状与发展动向 (25) 5.5 SAR图像变化检测方法 (27) 5.6 干涉合成孔径雷达 (31) 5.7 机载合成孔径雷达技术发展动态 (33) 5.8 SAR图像地理编码技术的发展状况 (35) 5.9 星载SAR天线方向图在轨测试的发展状况 (37) 5.10 逆合成孔径雷达的发展动态 (38) 5.11 干涉合成孔径雷达的发展简史与应用 (38)

雷达成像技术(保铮word版)第四章合成孔径雷达

第四章合成孔径雷达合成孔径雷达（Synthetic Aperture Radar ，简称SAR ）是成像雷达中应用最多，也是本书讨论的重点。在前几章对雷达如何获取高的距离分辨率和横向分辨的基础上，从本章开始用三章的篇幅对合成孔径雷达作较详细的讨论。首先，结合工程实际介绍合成孔径雷达的原理。在前面的讨论中已经提到，根据不同的要求，成像算法（特别是横向成像算法）有许多种，本章只介绍最简单的距离-多普勒算法的原理，目的是由此联系到对合成孔径雷达系统的要求以及工程实现方面的问题。合成孔径雷达通常以场景作为观测对象，它与一般雷达有较大不同，我们将在本章讨论合成孔径雷达有别于一般雷达的一些技术性能和参数。 4.1 条带式合成孔径雷达成像算法的基本原理 4.1所示，设X 轴为场景的中心线，Q 为线上的某一点目标，载机以高度H 平行于中心线飞行，离中心线的最近距离B R 为 B R = （4.1）当载机位于A 点时，它与Q 点的斜距为 R = （4.2）式中t X 为点目标Q 的横坐标。当分析中心线上各个点目标的回波状况及成像算法时，可以在包括场景中心线（即X 轴）和载机航线的平面里进行。至于场景里中心线外的情况将在后面说明，这里暂不讨论。一般合成孔径雷达发射线性调频（LFM ）脉冲，由于载机运动使其到目标的距离发生变化，任一点目标回波在慢时间域也近似为线性调频，而且包络时延也几何示意图

随距离变化，即所谓距离徙动。合成孔径雷达成像算法的任务是从载机运动录取得到的快、慢时间域的回波数据，重建场景图像，它是二维匹配滤波问题。严格考虑距离徙动的成像算法比较复杂，在实际应用中，一般均根据情况采用一些较简单的算法，这些将在第五章里系统介绍。在这里我们主要讨论分辨率较低，距离徙动影响可以忽略的最简单的情况，这时可采用简易的距离-多普勒基本算法。所谓距离徙动的影响可以忽略不计是指雷达波束扫过某点目标的相干处理时间里，目标斜距变化引起的距离徙动值小于距离分辨单元长度的1/4~1/8，即场景中心线上所有点目标的回波（距离压缩后的）在慢时间域里均位于同一个距离单元。当然，因斜距改变引起的二次型相位变化还是需要考虑的，即系统的脉冲响应函数应考虑二次型相位。这种情况下的成像算法是比较简单的，可将回波信号先在快时间域作脉压匹配滤波，然后再对快时间域的每一个距离单元分别沿慢时间作方位压缩的匹配处理，于是得到场景的二维图像。在上面的图4.1中，我们提出只对中心线上的目标进行讨论，场景的二维图像当然包括场景里中心线以外的目标，这将在下一节里说明。脉压匹配滤波可以在时域用回波数据与系统函数作卷积处理，也可以在频域作乘积处理，由于乘积的运算量小，同时时频域之间的傅里叶变换有FFT快速算法，频域计算用得更多。此外，由于场景有一定宽度，比发射脉冲宽度宽不少，而沿慢时间录取的数据长度一般也比波束扫过一个点目标的相干积累时间长得多，即时域信号长度比系统匹配函数长得多，这里应将信号分段处理后再加以拼接。 4.2合成孔径雷达回波的多普勒特性信号有时域表示和频域表示，一般情况直接获取的是时域信号，通过傅里叶变换得到它的频谱。合成孔径雷达信号也是如此，快时间表示的发射信号是在时域生成，而慢时间回波则为载机运动过程中回波的变化序列。通过傅里叶变换，可以得到快时间频谱（距离谱）和慢时间频谱（多普勒谱或方位谱）。合成孔径雷达信号有它的特殊性，它的回波为众多点目标回波的线性组合，而对一个点目标来说，其快、慢时间回波均为（或近似为）线性调频信号。对于

基于压缩感知的雷达成像

H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程报告课程名称：现代信号处理专题论文题目：基于压缩感知的雷达成像院系：电信学院班级：电子一班设计者：刘玉鑫学号：13S005061 指导教师：张云时间：2014.06 哈尔滨工业大学

第一章压缩感知理论基本原理 1.1 压缩感知的基本知识压缩感知理论的核心思想主要包括两点。第一个是信号的稀疏结构。传统的香农信号表示方法只开发利用了最少的被采样信号的先验信息，即信号的带宽。但是，现实生活中很多广受关注的信号本身具有一些结构特点。相对于带宽信息的自由度，这些结构特点是由信号的更小的一部分自由度所决定。换句话说，在很少的信息损失情况下，这种信号可以用很少的数字编码表示。所以，在这种意义上，这种信号是稀疏信号（或者近似稀疏信号、可压缩信号）。另外一点是不相关特性。稀疏信号的有用信息的获取可以通过一个非自适应的采样方法将信号压缩成较小的样本数据来完成。理论证明压缩感知的采样方法只是一个简单的将信号与一组确定的波形进行相关的操作。这些波形要求是与信号所在的稀疏空间不相关的。压缩感知方法抛弃了当前信号采样中的冗余信息。它直接从连续时间信号变换得到压缩样本，然后在数字信号处理中采用优化方法处理压缩样本。这里恢复信号所需的优化算法常常是一个已知信号稀疏的欠定线性逆问题。 1.2 压缩感知的主要原理内容总的说来，压缩感知方法的处理流程可简要描述为：基于待处理信号在某个基上的稀疏性或可压缩性，设计合理的测量矩阵，获得远小于信号维数但包含足够信号特征信息的采样，通过非线性优化算法重构信号。在传统理论的指导下，信号X的编解码过程如图1-1所示。编码端首先获得X的N店采样值经变换后只保留其中K个最大的投影系数并对它们的幅度和位置编码，最后将编得的码值进行存储或者传输。解压缩仅仅是编码过程的逆变换。实际上，采样得到的大部分数据都是不重要的，即K值很小，但由于奈奎斯特采样定理的限制，采样点数N可能会非常大，采样后的压缩是造成资源浪费的根本所在。

真实和合成孔径雷达

Real and Synthetic Aperture Radar
Real Aperture Radar (RAR) flight direction
azimuth Synthetic Aperture Radar (SAR) flight direction
azimuth
1

Spatial Resolution (1)
2

距离分辨率与真实孔径雷达距离向分辨率相同。但由于真实孔径机载雷达一般用短脉冲来实现距离向分辨率，而合成孔径雷达通常用带宽（脉冲频率的变化范围）为B的线性调频脉冲来实现作用距离向的良好分辨率。
δr =
1 c cτ = 2 2B
Spatial Resolution (2)
For Real Aperture Radar (Side-looking Radar)
razimuth ?
λR
l cτ 2 sin θ
rground ? range =
For Synthetic Aperture Radar (SAR)
razimuth ?
l 2 c 2 B sin θ
rground ?range =
3

Rr =
τc
2 cos γ
=
ground Range resolution
pulse length × speed of light 2 cos ( depression angle )
Range Resolution (2)
4

合成孔径雷达成像自聚焦算法的比较

合成孔径雷达成像自聚焦算法的比较【摘要】本文简要地分析和比较两类合成孔径雷达自聚焦算法的特点，并通过多点目标自聚焦成像对其进行验证，表明结论可靠。【关键词】自聚焦算法；多点目标；孔径雷达 0 引言 SAR自聚焦算法的任务是首先要对经过处理后的未补偿的SAR信号进行相位误差估计，然后消除其相位误差。SAR自聚焦算法就其本质而言是一个二维估计问题，在公式（2）中的相位误差既是空变的又是不可分离的乘性噪声的事实使问题变得极为棘手。影响成像的几何线性，分辨率、图像对比度和信噪比的主要因素取决于相位误差的性质和大小，基于处理孔径上相位误差形式，表1给出两大类相位误差及其每一类对SAR成像的一般影响。表1 相位误差的分类 1 几种实用的自聚焦算法的比较一般来说，自聚焦算法可以划分为两类：基于模式算法和非参数算法。基于模式的自聚焦算法估计相位误差的模式展开系数。低阶模自聚焦仅能估计二阶相位误差，而更复杂的方法还可以估计高阶多项式相位误差。子孔径相关法（MD）和多孔经相关法（MAM）是针对低频相位误差补偿提出的基模自聚焦算法的范例。基于模式算法虽然执行起来相对简单而且算法高效。不过只能相位误差被正确估计的情况下才能保证这样的优越性。第二类自聚焦算法，即非参数自聚焦算法，典型的有相位梯度自聚焦算法，基于最小熵准则和最大对比度准则的自聚焦方法，这些方法都不需要相位误差的先验知识。特别地，相位梯度自聚焦算法几种改进的算法。其中特征向量法是在PGA框架下运用了极大似然算子取代了原始的相位差算子核，改进的相位梯度自聚焦算法的策略通过选择一组高质量的目标以提供非迭代的PGA解。另一种方法是运用加权最小二乘法以实现相位误差最小化的PGA。适用范围扩大，计算高效。在一些SAR应用中，相位误差显著依赖位置，空变的自聚焦的常用的方法是将大场景分成更小的子图像，每个子图像的误差近似不变的，因此，传统的空间不变的自聚焦程序可以应用到每个子图像。当重新聚焦时，个别的子图像拼接或镶嵌在一起产生完整的场景图像聚焦图像。 2 性能评价标准第一个测试是检查在方位域一维的点目标响应。聚焦质量质量指标包括3dB

穿墙雷达简介

穿墙雷达技术简介 1.穿墙探测背景针对穿透墙体非透明障碍物进行探测的典型应用问题：现有常见的透视技术包括超声波传感器、红外线传感器、X射线传感器无法实现穿透墙体探测，主要原因如下： ●超声波传感器：易受噪声和温度影响，分层介质传播衰减严重，穿透性差。 ●红外线传感器：无法穿透非空气介质障碍物。 ●X射线传感器：有一定穿透性，对人体有伤害。采用特定频率电磁波（微波频段）的穿墙雷达是解决穿墙探测问题的唯一可行技术。0.5GHz-3GHz电磁波对墙体具有很好地穿透性，同手机通信频段相似且功率更低不会伤害人体。 2.穿墙雷达穿墙雷达采用特定频率电磁波实现对墙体、树木、草丛、烟雾等非透明介质障碍物的穿透探测，完成对障碍物后隐蔽人体的探测、定位、跟踪和识别。可穿透的墙体类型包括木板墙、石板墙、粘土砖墙、煤渣墙、混凝土墙、钢筋稀疏分布的混凝土墙等。

（1）用户需求/期望 ●人体实时定位：实时准确地获取房间内部多个人体的位置信息，多个人体以任意状态分布于房间内任意空间位置。 ●人体状态识别：实时准确地判断识别房间内部多个人体的状态信息，包括静止与运动状态识别、站立/坐/躺/蹲等静止状态识别、走动/晃动/跑动/跳动等运动状态识别。 ●人体特征识别：实时准确地判断识别房间内部多个人体的特征信息，包括敌我识别（敌人/人质）、性别和身高等基本特征识别、战斗力和威胁度等附属特征识别。综上所述，从用户需求/期望角度分析，穿墙雷达的理想目标为：移除墙体障碍，实时还原房间内部情况，实现墙体透视效果。（2）当前技术现状根据国外已投入市场并实际应用的穿墙雷达产品，依托现有最先进的信号处理技术，穿墙雷达能够实现并被广泛认可的功能包括：

探地雷达成像算法研究

探地雷达成像算法研究摘要探地雷达(Ground Penetrating Radar,简称GPR)集无损检测、穿透能力强、分辨率高等众多优点而成为检测和识别地下目标的一种有效技术手段。性能优良的探地雷达成像方法有助于精确定位地下目标，同时提高对目标的检测和识别能力，从而推动探地雷达在城市质量监控、地质灾害、考古挖掘、高速公路无损检测、地雷探测等各个方面得到更广泛的应用。本文以中国电波传播研究所的探地雷达LD-2000为实验设备，从中读取探测数据。以MATLAB为软件平台，实现了探地雷达数据的显示、处理、成像几个部分。其中数据显示方式包括数据的波形堆积图，剖面面色阶图以及带数据波形图；数据处理部分包括直达波的去除、背景噪声的去除、振幅增益等；雷达成像算法部分主要采用波前成像算法和投影层析成像算法。

Imaging Algorithm of Ground Penetrating Radar ABSTRACT GPR (Ground Penetrating Radar, referred GPR) set of non-destructive testing, penetration ability, many advantages of high resolution detection and identification of underground and become the target of an effective technical means. Excellent performance GPR imaging approach helps pinpoint underground targets, while increasing the target detection and identification capabilities, thereby promoting the quality of ground penetrating radar surveillance in the city, geological disasters, archaeological excavation, highway nondestructive testing, mine detection, etc. aspects to be more widely used. In this paper, China Institute of Radiowave Propagation GPR LD-2000 for the experimental apparatus, reads probe data. MATLAB as the software platform to achieve a ground-penetrating radar data display, processing, imaging several parts. Wherein the data includes a data waveform display stacked, with a cross-sectional side view and a gradation data waveform; data processing section includes the removal of the direct wave, the background noise removal, the amplitude gain, etc.; radar imaging algorithm some of the major imaging algorithm and the wavefront projection tomography algorithms.

穿墙雷达成像中墙体回波抑制

收稿日期:2010-11-02 基金项目:国家十一五预研基金资助项目(51307040402) 作者简介:敖卓均(1985 ),男,广东阳江人,电子科技大学电子工程学院硕士研究生,从事穿墙雷达检测与成像研究.!!2010年12月第31卷第6期湛江师范学院学报JOURNAL OF ZH ANJIAN G NORMA L COLLEGE Dec ,2010Vol 31!No 6 穿墙雷达成像中墙体回波抑制敖卓均,贾!勇 (电子科技大学电子工程学院,四川成都611731) !!摘!要:在穿墙雷达成像应用中,墙体作为稳定的强散射体存在,对目标回波信号造成严重干扰.该文针对静止目标成像,提出用墙体回波估计后对消和滤波器滤除墙体回波的方法来抑制墙体回波,并仿真验证.另外提出墙体图像提取对消和多视角图像融合对墙体回波抑制的可行性关键词:穿墙雷达成像;对消;多视角图像融合;墙体回波抑制中图分类号:T N959!!!!文献标识码:A !!!!文章编号:1006-4702(2010)06-0064-11 穿墙成像雷达(Throug h the W all Imaging Radar,TW IR)是一种用来对被障碍物遮挡住的区域进行成像,在城市巷战、反恐斗争、公安防暴、灾害救援等军事和民事领域都有着广泛的应用前景.近几年,国内外许多机构都对穿墙成像雷达进行广泛和深入的研究[1-3]. 在穿墙雷达成像应用中,墙体作为稳定的强散射体存在,其回波信号会对目标回波信号造成严重干扰,临近墙体目标会被墙体旁边所淹没,造成最后成像结果中目标的丢失,并且,墙体图像与目标图像强弱对比明显,无法从图像中识别目标图像.因此,如何抑制墙体回波成为穿墙成像探测中的重要问题. 对于动目标,目标的运动会对回波信号进行多普勒调制,因此,通常通过简单的M T I 滤波器在时域上进行有效地墙体回波抑制.对于静止目标,墙体抑制就变得更加复杂,本文针对这一特殊情况进行研究. 在穿墙静止目标成像应用中,现有墙体回波抑制方法可归纳为以下3类: ?信号层面 1)墙体回波估计后对消该方法对墙体回波的抑制效果完全取决于对墙体回波估计的准确性,墙体回波估计方法主要包括:空场景回波作为墙体回波;阵列天线回波平均作为墙体回波;阵列天线回波奇异值分解提取墙体回波. 虽然不同天线间墙体回波有较强的相关性,但之间的差异性会影响对消效果,因此,自适应滤波器被用来对估计到的墙体回波进行处理以匹配于不同天线位置下的墙体回波的差异性,LM S 和RLS 滤波器可实现这类要求. 2)滤波器滤除墙体回波由于天线阵列中不同天线的墙体回波在回波延迟和幅度上近似相同,同时,目标回波在不同天线回波中呈现非线性变化,因此,墙体回波的空间谱和目标回波的空间谱存在差异,所以,空域滤波器对阵列天线回波进行处理可以有效地消除墙体回波. ?数据层面 3)图像数据处理在图像域,墙体图像会对目标图像压制,造成目标图像无法识别,由于,墙体图像已经得到,因此,可以根

合成孔径雷达成像

合成孔径雷达第一次作业姓名：xxx 学号：xxx 一题目： 1.LFM信号分析：（1）仿真LFM信号；（2）观察不同TBP的LFM信号的频谱。（3）观察不同过采样率下的DFT结果，注意频谱混叠情况。 2.脉冲压缩仿真：针对“基带LFM信号”:（1）实现无误差的脉冲压缩；（2）通过频域补0实现时域十倍以上的过采样率，得到光滑的时域波形，通过观察给出指标（IRW,PSLR）；（3）阅读资料，按照公式实现3阶（-20dB）,6阶（-40 dB）泰勒加权，观察加窗效果，分析指标（IRW,PSLR），并对比MATLAB TAYLORWIN 函数的一致性；（4）在3阶泰勒加权下实现15.30.45.60.90.135度QPE下的脉冲压缩，显示输出波形，观察记录QPE的影响。 3.一维距离向仿真:（1）输入参数：目标参数：RCS=1，分别位于10km,11km,11km+3m,11km+50m处。LFM信号参数：中心频率1.0GHz,脉冲宽度30us,带宽30MHz。（2）输出：设计采样波门，仿真回波，完成脉冲压缩，检测各峰值位置，判断每个目标是否得以分辨，分析各出现在相应位置及幅度的原因。二题目分析与解答： 1.问题分析：由基础知识知，决定LFM信号的主要参数有中心频率fc(此处仿真取fc=0)，带宽B，脉冲宽度Tp, 调频斜率K，其中K=B/Tp。对LFM信号进行傅里叶变换时，不同的时宽带宽积（TBP）会对频谱有不同的影响。主要程序段(源程序见附件)： %参数设置 Tp=5e-6; B=10e6; K=B/Tp；Fs=2*B; Ts=1/Fs; N=Tp/Ts; TBP=Tp*B %波形产生 t=linspace(-Tp/2,Tp/2,N); St=exp(j*pi*K*t.^2); Phase=pi*K*t.^2; Fre=2*pi*K*t; f=linspace(-Fs/2,Fs/2,N); figure(2) plot(f*1e-6,fftshift(abs(fft(St))),'k'); xlabel('Frequency/MHz'); ylabel('Magnitude'); title('Frequence Response'); legend('TBP=50') fft_St=fftshift(abs(fft(St)));

合成孔径雷达成像几何机理分析及处理方法研究

合成孔径雷达成像几何机理分析及处理方法研究合成孔径雷达作为二十世纪出现的尖端对地观测技术,由于它具有全天时、全天候的成像能力并能穿透一些地物,在土地覆盖制图、生态和农业、固体地球科学、水文、海冰等众多领域有着广泛的应用。随着未来更高分辨率、多极化、多波段、更优化的干涉测量设计的SAR系统的出现,合成孔径雷达遥感技术将会在更多的领域扮演更重要的角色。合成孔径雷达遥感技术在我国有着极大的潜在应用市场,对于某些特殊问题的解决,例如西部困难地区的地形图测绘及南方阴雨地区地形图的快速更新,它甚至是唯一可行的解决之道。由于有关几何处理、辐射定标等基础问题没有很好地解决,影响了这一技术在我国的大规模应用及产业化进程。本文致力于解决SAR影像的几何问题及与地形有关的辐射问题,对合成孔径雷达图像的几何特性作了系统深入的研究,以对构像方程的分析及推导为中心,研究并解决了包括地理编码、目标定位、影像模拟、利用控制点进行空间轨道精确重建、地形辐射影响的消除等一系列问题。为了加强对合成孔径雷达图像的理解,首先对合成孔径雷达成像的技术本质从数学上进行了简明阐述。从信号处理的角度,分析了脉冲压缩的工作原理,解释了匹配滤波器的构造。分析了多普勒频率的特征及其作用。从理论上推导了SAR距离向和方位向分辨率所能达到的极限值,并且指出了他们在实际中的限制。从系统的角度,分析了SAR距离向和方位向模糊度的限制。构像方程是所有几何处理的基础。为推导了SAR构像方程,在定量分析了地球摄动力对卫星轨道影响的基础上,提出了一套改进的SAR轨道参数模型,与国外已有的模型相比,该模型更加简洁而且具有极高的精度。

合成孔径雷达(SAR)的点目标仿真(附件带代码程序)

合成孔径雷达(SAR)的点目标仿真(附件带代码程序) 合成孔径雷达(SAR)的点目标仿真一． SAR原理简介合成孔径雷达(Synthetic Aperture Radar ，简称SAR)是一种高分辨率成像雷达技术。它利用脉冲压缩技术获得高的距离向分辨率，利用合成孔径原理获得高的方位向分辨率，从而获得大面积高分辨率雷达图像。SAR回波信号经距离向脉冲压缩后，雷达的距离分辨率由雷达发射信号带宽决定：，式中表示雷达的距离分辨率，表示雷达发射信号带宽，表示光速。同样，SAR回波信号经方位向合成孔径后，雷达的方位分辨率由雷达方位向的多谱勒带宽决定：，式中表示雷达的方位分辨率，表示雷达方位向多谱勒带宽，表示方位向SAR平台速度。二． SAR的成像模式和空间几何关系根据SAR波束照射的方式，SAR的典型成像模式有Stripmap(条带式)，Spotlight(聚束式)和Scan(扫描模式)，如图2.1。条带式成像是最早研究的成像模式，也是低分辨率成像最简单最有效的方式；聚束式成像是在一次飞行中，通过不同的视角对同一区域成像，因而能获得较高的分辨率；扫描模式成像较少使用，它的信号处理最复杂。图2.1：SAR典型的成像模式这里分析SAR点目标回波时，只讨论正侧式Stripmap SAR，正侧式表示SAR波束中心和SAR平台运动方向垂直，如图2.2，选取直角坐标系XYZ为参考坐标系，XOY平面为地平面；SAR平台距地平面高h，沿X轴正向以速度V匀速飞行；P点为SAR平台的位置矢量，设其坐标为(x,y,z)；T点为目标的位置矢量，设其坐标为；由几何关系，目标与SAR平台的斜距为： (2.1) 由图可知：；令，其中为平台速度，s为慢时间变量（slow time），假设，其中表示SAR平台的x 坐标为的时刻；再令，表示目标与SAR的垂直斜距，重写2.1式为： (2.2) 就表示任意时刻时，目标与雷达的斜距。一般情况下，，于是2.2式可近似写为： (2.3) 可见，斜距是的函数，不同的目标，也不一样，但当目标距SAR较远时，在观测带内，可近似认为不变，即。

基于穿墙雷达对目标成像的研究

基于穿墙雷达对目标成像研究在20世纪90年，美国军队将隔墙探测技术作为新《联合城区作战条令》重点研究的三大关键技术之一，并作为美国国防部先进研究项目局的重要研究项目之一，而超宽带穿墙雷达特性优良，因此被广泛的应用于军事领域。穿墙雷达是利用电磁波的穿透能力，发射电磁波穿透非金属建筑材料，并分析接收天线收到的回波信号，对墙后或封闭环境中的隐藏目标进行成像。由于超宽带穿墙雷达能够实现墙后隐藏目标的定位和探测，在反恐斗争中，可以实时地了解恐怖分子的分布情况以及人员的精确定位，这可以有效的提高营救人质的几率；在城市巷战中，利用超宽带穿墙雷达可以快速的探测隐藏在建筑物内的敌军分布，以便我军做出正确的部署；在各种灾难救援中，超宽带穿墙雷达还能够探测人的心跳、呼吸等微弱信号，从而能够使救援队伍能够快速、准确的进行救援工作。因此在穿墙雷达目标定位和成像方面所做的研究对丰富该领域具有积极的意义。超宽带信号具有一个很大的带宽，而雷达信号的距离分辨率为/(2) R c B ?=，它与信号带宽成反比，因此可以得出超宽带雷达信号具有很高的距离分辨率，这对目标的识别、检测和成像具有非常重大的意义，正因为此近年来超宽带雷达一直是该领域的研究热点。除了具有高距离分辨率以外，超宽带雷达还具有如下一些优势：一、超宽带雷达信号具有强的穿透能力，能够探测非金属室内环境中的隐藏目标和地下介质中的物质，因此近几年被广泛的应用于室内感知和探地雷达相关领域。二、超宽带雷达信号抗干扰能力强，具有比较好的隐蔽性。一方面它具有极低的能量密度，如果要对其进行干扰，必须要加大干扰信号的带宽，但是这会导致干扰信号的功率谱密度降低，从而使干扰效果降低；另一方面超宽带雷达信号与传统的窄带雷达信号之间具有很小的干扰，很难被侦查，因此被广泛的应用在军事领域。三、超宽带雷达具有对目标的感知能力。在雷达所接收到的超宽带反射信号中，不仅包含了目标的位置信息，还包含了目标的形状和电特性参数等信息，从而通过一些信号处理技术，可以从超宽带回波信号中反演出目标的位置、形状以及电特性参数等信息。四、超宽带雷达具有超近程探测能力。传统的窄带雷达由于发射信号的带宽比较窄，在探测进程目标时会存在盲区，而超宽带雷达的最小探测距离与它的距离分辨率相匹配，这一特点使其具有超近程探测能力。由于超宽带雷达具有传统窄带雷达所无法比拟的优点，因此开展先进的超宽

穿墙成像雷达杂波抑制方法研究

穿墙成像雷达杂波抑制方法研究穿墙雷达（Through-the-wall-radar,TWR）成像在各个领域的广泛应用,使TWR系统朝着多通道、多极化、多波段和高分辨率方向发展。随着TWR系统数据采集量海量增加,国内外学者提出将压缩感知理论应用于TWR成像,但在强杂波环境下,压缩感知TWR成像算法的性能会急剧下降。另外,如何有效去除墙体内部钢筋的反射波,进一步提高TWR系统对墙后目标的成像和识别能力,成为亟需解决的问题。本论文针对上述两个问题展开了深入的研究。基于压缩感知理论的TWR稀疏微波成像技术,利用探测场景具有稀疏性这一先验信息,可以大幅度降低回波信号的采样率,减小系统的数据采集量,实现对探测目标的准确高分辨率成像。但是在实际测量过程中由于墙体反射波的存在压缩感知TWR成像性能急剧下降。针对上述问题,本文在TWR成像过程中针对墙杂波与成像空间分别具有低秩性和稀疏性的特点,提出一种基于低秩稀疏约束的TWR成像算法。所提成像算法通过奇异值软阈值法和₁l范数最小化技术进行迭代求解低秩稀疏约束优化问题,实现在墙体强反射波存在的探测环境中基于压缩感知框架对墙后隐蔽目标的准确成像重建。仿真与实验数据处理结果验证了所提成像算法的有效性和准确性。传统的TWR杂波抑制方法包括背景对消法、均值法和子空间投影法等,但是这些杂波抑制方法往往只适用于对均匀墙体引入的杂波抑制。在TWR探测过程中墙体内部有钢筋的存在,传统杂波抑制方法不能去除墙体内部钢筋引入的杂波。针对上述问题,本文考虑到墙内钢筋的反射波信号的低秩

性与墙后目标回波的稀疏性,提出一种基于低秩稀疏表示的TWR杂波抑制算法。该算法通过求解核范数与₁l范数相结合的优化问题从而实现对墙体内部钢筋的反射波有效抑制。

线性调频连续波合成孔径雷达成像算法

第6卷第3期信息与电子工程 Vo1．6，No．3 2008年6月 INFORMATION AND ELECTRONIC ENGINEERING Jun．，2008 文章编号：1672-2892(2008)03-0167-05 线性调频连续波合成孔径雷达成像算法杨蒿，蔡竟业 (电子科技大学通信与信息工程学院140教研室，四川成都 610054) 摘要：线性调频连续波(LFMCW)合成孔径雷达(SAR)因体积小，重量轻，成本相对低，成为近来研究的热点。连续波SAR 的回波信号通常经过相干解调处理。针对其独特的应用背景和信号模型，对现有的各种成像处理算法进行了讨论和比较，总结出其优缺点及应用范围。并对LFMCW- SAR 今后的发展提出了展望。关键词：线性调频连续波；合成孔径雷达；成像算法中图分类号：TN958 文献标识码：A Linear Frequency Modulated Continuous Wave-Synthetic Aperture Radar Imaging Algorithm YANG Hao，CAI Jing-ye (School of Communication and Information Engineering，UESTC，Chengdu Sichuan 610054，China ) Abstract：Linear Frequency Modulated Continuous Wave(LFMCW)-Synthetic Aperture Radar(SAR) has become a focus in recent researches，due to its compactness and low cost. This paper analyses and compares various imaging algorithms，based on the special application background and signal model derived from its dechirped raw data. Then the advantages，disadvtanges and application fields of the algorithms are presented. Future development of LFMCW SAR is prospected. Key words：Linear Frequency Modulated Continuous Wave；Synthetic Aperture Radar；imaging algorithm 目前机载对地观测受到越来越广泛的关注，其应用领域不仅涵盖搜索救援、区域监测、灾害监视与控制等民用方面，还包括小型无人机对地侦察等军事领域。合成孔径雷达与光电成像设备相比可以全天候、全天时工作，如在云雨雾等恶劣气候及夜晚条件下工作，而且具有实时大面积连续成像能率[1]。但是，传统的脉冲SAR 由于其设备复杂，体积大，重量重，成本相对较高等缺陷限制了其应用层面，特别是不能安装到小型飞机如直升机和无人机上完成一些紧急任务，也不适于低成本的民用项目[2]。因此，LFMCW ?SAR [3]以其紧凑、低耗、相对便宜且高分辨力的优点逐渐发展起来[4?10]。连续波SAR 概念自1988年被提出，并应用于飞机高度计之后，特别是连续波SAR 在发射能量一定的前提下，与脉冲SAR 相比拥有更低的发射功率，并且具有更好的隐蔽性，发射机也可以使用全固态设计，使得系统具备了高可靠性和较少维护的优点[11?14]。同时，连续波SAR 接收机前端通过相干混频处理得到差频信号，在成像带较窄的情况下，可以大大降低信号带宽，从而降低对信号高速采集与处理的需求。本文描述了LFMCW ?SAR 的去调频信号模型，在该信号模型的基础上，讨论针对去调频信号的各种成像处理算法，对各种算法进行了比较总结，最后对未来LFMCW ?SAR 的发展进行了展望。 1 LFMCW ?SAR 的信号模型 LFMCW ?SAR 接收到的回波信号经去斜、下变频后可表示为： 2 022444(,;)exp (j )exp [j ()()]exp [j ()]c r r a r t r t c t c r k k S t t r C r t r r r r c c c λπππ=????? (1) 收稿日期：2007-11-22；修回日期：2008-01-08

一种合成孔径雷达图像特征提取与目标识别的新方法

第30卷第3期电子与信息学报Vol.30No.3 2008年3月 Journal of Electronics & Information Technology Mar.2008 一种合成孔径雷达图像特征提取与目标识别的新方法宦若虹①②杨汝良①岳晋①② ①(中国科学院电子学研究所北京 100080) ②(中国科学院研究生院北京 100039) 摘要：该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的特征，利用支持向量机进行分类完成目标识别。实验结果表明，该方法可以明显提高目标的正确识别率，是一种有效的合成孔径雷达图像特征提取和目标识别方法。关键词：合成孔径雷达；小波变换；主成分分析；支持向量机；识别中图分类号：TN957.52 文献标识码：A 文章编号：1009-5896(2008)03-0554-05 A New Method for Synthetic Aperture Radar Images Feature Extraction and Target Recognition Huan Ruo-hong①②Yang Ru-liang①Yue-Jin①② ①(Institute of Electronics, Chinese Academy of Sciences, Beijing 100080, China) ②(Graduate University of the Chinese Academy of Sciences, Beijing 100039, China) Abstract: This paper presents a new method for synthetic aperture radar images feature extraction and target recognition which based on principal component analysis in wavelet domain and support vector machine. After wavelet decomposition of a SAR image, feature extraction is implemented by picking up principal component of the low-frequency sub-band image. Then, support vector machine is used to perform target recognition. Results are presented to verify that, the correctness of recognition is enhanced obviously, and the method presented in this paper is a effective method for SAR images feature extraction and target recognition. Key words: Synthetic Aperture Radar (SAR); Wavelet transform; Principal Component Analysis (PCA); Support Vector Machine (SVM); Recognition 1引言合成孔径雷达(Synthetic Aperture Radar，SAR)图像目标识别是SAR图像解译和分析的重要组成部分，具有重要的商业和军事价值，是国内外SAR图像处理和模式识别领域的研究热点。特征提取是SAR图像目标识别过程中最重要的一步。为了得到可靠的目标识别结果，用于识别的特征必须在分类空间上具有良好的类内凝聚性和类间差异性[1]。目标识别过程的另一个关键步骤是分类方法的选择，分类方法性能的优劣，直接影响到最后的识别结果。本文提出了一种利用小波域主成分分析(Principal Component Analysis，PCA)和支持向量机[2](Support Vector Machine，SVM)进行的SAR图像特征提取和目标识别方法。对小波分解得到的低频子带图像进行主成分分析[3]提取目标特征，得到的特征向量用支持向量机分类完成目标识别。用MSTAR数据对该方法进行验证，结果表明，该方法可以有效地提高目标的正确识别率。 2006-08-15收到，2007-01-05改回2目标识别步骤本文的识别过程如图1所示由3个步骤组成：(1)图像预处理。对图像数据进行规则化调整。(2)特征提取。通过二维离散小波变换将图像变换到不同分辨率下的小波域；对低频子带图像进行主成分分析后提取主成分分量作为目标的特征向量。(3)利用支持向量机进行分类。在特征向量所形成的低维特征空间上完成目标识别并输出识别结果。图1 识别过程框图 3图像预处理 3.1实验数据本文使用的图像数据是MSTAR项目组公布的3类SAR 地面静止军用目标数据，包括装甲车BMP2，装甲车BTR70

距离多普勒成像算法分析

距离多普勒成像算法分析距离多普勒（Range-Doppler，RD）算法是SAR成像处理中最直观，最基本的经典方法，目前在许多模式的SAR，尤其是正侧视SAR的成像处理中仍然广为使用，它可以理解为时域相关算法的演变。一、距离迁移距离迁移是合成孔径雷达成像中的一个重要问题，产生的原因是SAR载机与照相目标间的相对运动。随着载机的运动，对地面某一静止的目标来说，其与雷达载机间的距离不断变化，如图1。而雷达将距离量化为距离门，随着载机运动，同一点目标在雷达接收机中位于不同的距离门，即随着载机平台的移动，目标与雷达间的距离变化超过一个距离单元时，目标的回波就分散于相邻的几个距离门内。图1 雷达与点目标距离变化二、处理方法距离迁移的存在使方位向处理成为一个二维处理，即使回波信号在距离向和方位向上产生耦合。成像处理的基本思想是将二维处理分解为两个级联的一维处

理。距离向直接将接受到的回波信号进行脉冲压缩即可，但在方位向处理，由于距离迁移现象的存在，是同一点目标回波位于不同的距离门内，不能直接进行压缩处理。图2表示对某点目标回波进行距离压缩向后，方位向压缩前的图像，可以看出不同方位向的信号是按照距离迁移曲线排列的。图2 点目标一维距离向压缩后图像为了使方位向也可以进行压缩处理，距离压缩后的图像应进行距离迁移校正，将距离压缩后的信号压缩为图3所示。

图3 距离校正后图像最后再进行方位向压缩，处理后如图4，得到一个点目标。图4 方位向压缩后图像以下对距离迁移做理论分析。设合成孔径时间中点为0t t ，将雷达与目标

的瞬时距离()r t 按泰勒公式展开，取前三项： 00''2 001()()()()()2 t t t t r t r t t t r t t t ==≈?-+?- 引起的回波相位变化为： 24() ()c t r t t ππφλ λ -??-= = 这个相位称为多普勒相位。它的一节导数为多普勒中心频率dc f ，二阶导数为多普勒调频率dr f ，故有： 02 00()()()()2 4 dc t t f fdr r t r t t t t t λλ=≈?- -- - ()r t 与0 ()t t r t =?的差值是t 时刻相对与0t 时刻相对于0t 时刻的距离变化量，也就是距离迁移量。上式右边的线性项称为距离走动，二次项称为距离弯曲，即距离迁移可以分解为距离走动和距离弯曲。三、距离多普勒算法距离多普勒算法（RD 算法）的基本思想是根据上述将二维处理分解为两个一维处理的级联形式，其特点是只考虑相位展开的一次项，将距离压缩后的数据沿方位向作FFT ，变换到距离多普勒域，然后完成距离迁移校正和方位向压缩。算法流程如图五：