SAR合成孔径雷达图像点目标仿真报告(附matlab代码)
SAR合成孔径雷达图像点目标仿真报告(附matlab代码)
SAR 图像点目标仿真报告徐一凡1 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：2r rCB ρ=.式中r ρ表示雷达的距离分辨率.r B 表示雷达发射信号带宽.C 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：aa av B ρ=.式中a ρ表示雷达的方位分辨率.a B 表示雷达方位向多谱勒带宽.a v 表示方位向SAR 平台速度。
在小斜视角的情况下.方位分辨率近似表示为2a Dρ=.其中D 为方位向合成孔径的长度。
2 SAR 的几何关系雷达位置和波束在地面覆盖区域的简单几何模型如图1所示。
此次仿真考虑的是正侧视的条带式仿真.也就是说倾斜角为零.SAR 波束中心和SAR 平台运动方向垂直的情况。
图1 雷达数据获取的几何关系建立坐标系XYZ 如图2所示.其中XOY 平面为地平面；SAR 平台距地平面高H.以速度V 沿X 轴正向匀速飞行；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(,,)T T T x y z ；由几何关系.目标与SAR 平台的斜距为：(R PT x ==(1)由图可知：0,,0T y z H z ===；令x vs =⋅.其中v 为平台速度.s 为慢时间变量（slow time ）.假设T x vs =.其中s 表示SAR 平台的x 坐标为T x的时刻；再令r =r 表示目标与SAR 的垂直斜距.重写(1)式为：(;)PT R s r = =(;)R s r 就表示任意时刻s 时.目标与雷达的斜距。
一般情况下.0v s s r-<<.于是通过傅里叶技术展开.可将(2)式可近似写为：220(;)()2v R s r r s s r=≈+- (3)可见.斜距是s r 和的函数.不同的目标.r 也不一样.但当目标距SAR 较远时.在观测带内.可近似认为r 不变.即0r R =。
合成孔径matlab
合成孔径matlab报告
合成孔径雷达（SAR）是一种用于合成孔径雷达的计算机技术，通过使用不同的脉冲编码和信号处理技术，可以获得高分辨率的图像。
在SAR中，接收到的信
号被数字化并存储在计算机中，然后使用适当的算法进行处理以获得所需的图像。
在MATLAB中，可以使用不同的函数和工具箱来处理SAR数据。
其中，最常用的函数是“imread”和“imwrite”，它们可以用于读取和写入SAR图像。
此外，还可以使用其他函数和工具箱，例如“fft”和“ifft”，来执行快速傅里叶变换，以在频率域中进行图像处理。
在SAR数据处理中，常见的算法包括运动补偿、多普勒频率补偿、斑点噪声抑制、多视处理等。
其中，运动补偿是SAR数据处理中最关键的步骤之一。
由于SAR飞行器的运动和地面目标的运动，必须对接收到的信号进行运动补偿，以消除运动引起的失真。
在MATLAB中，可以使用不同的算法来实现运动补偿。
其中，最常用的算法是
距离走动补偿算法。
该算法通过计算每个像素点的距离走动量，并将其应用于相应的像素点来补偿运动失真。
除了运动补偿外，SAR数据处理还包括其他一些步骤，例如多普勒频率补偿、斑点噪声抑制和多视处理等。
这些步骤可以通过MATLAB中的不同函数和工具箱来实现。
MATLAB是一种强大的计算机编程语言，可用于SAR数据处理和分析。
通过使用不同的函数和工具箱，可以实现对SAR数据的处理和分析，从而获得高分辨率的图像。
(2021年整理)雷达系统仿真matlab代码
（完整）雷达系统仿真matlab代码编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（（完整）雷达系统仿真matlab代码）的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为（完整）雷达系统仿真matlab代码的全部内容。
％====================================================================== =====================％% 该程序完成16个脉冲信号的【脉压、动目标显示/动目标检测（MTI/MTD)】％===================================================================================== ======%％程序中根据每个学生学号的末尾三位(依次为XYZ)来决定仿真参数，034% 目标距离为［3000 8025 9000+（Y＊10+Z)＊200 8025］,4个目标％目标速度为[50 0 （Y*10+X+Z)＊6 100]%===================================================================================== ======%close all；％关闭所有图形clear all; %清除所有变量clc；%===================================================================================％％雷达参数 %％===================================================================================% C=3.0e8; %光速（m/s)RF=3.140e9/2; ％雷达射频 1。
超声合成孔径成像 matlab
超声合成孔径成像matlab摘要：1.超声合成孔径成像简介2.Matlab 在超声合成孔径成像中的应用3.超声合成孔径成像的优点4.面临的挑战及发展前景正文：一、超声合成孔径成像简介超声合成孔径成像（Synthetic Aperture Imaging，SAI）是一种基于合成孔径雷达（Synthetic Aperture Radar，SAR）的成像技术。
它利用雷达在不同位置接收到的回波信号，通过数据处理方法合成一个大孔径的天线，从而获得高分辨率的图像。
这种技术在环境观测、灾害监测、地图测绘以及战场态势侦察等领域有着广泛应用。
二、Matlab 在超声合成孔径成像中的应用Matlab 是一种广泛应用于科学计算和工程设计的软件，它可以进行数值计算、数据分析、可视化以及算法开发等。
在超声合成孔径成像领域，Matlab 可以用于模拟雷达回波信号、计算成像参数、设计相控阵天线以及实现图像重建等。
三、超声合成孔径成像的优点超声合成孔径成像技术具有以下几个优点：1.高分辨率：通过合成大孔径天线，可以获得更高的分辨率，从而实现更精确的成像。
2.穿透性：超声波具有较强的穿透性，可以穿透云层、烟雾、水等介质，适用于各种天气条件。
3.全天时、全天候工作：超声合成孔径成像不受气象条件影响，可以在任何时间、任何地点进行成像。
4.适用范围广：该技术可以应用于多种领域，如环境观测、灾害监测、地图测绘以及战场态势侦察等。
四、面临的挑战及发展前景尽管超声合成孔径成像技术具有诸多优点，但仍面临着一些挑战，如信号处理复杂、计算量大、成像精度受限等。
随着技术的发展，未来超声合成孔径成像技术将在以下几个方面取得突破：1.算法优化：通过研究更先进的成像算法，提高成像精度和速度。
2.硬件性能提升：随着计算能力的提高，可以实现更高性能的信号处理和图像重建。
3.多传感器融合：将超声合成孔径成像与其他传感器技术相结合，提高成像质量和可靠性。
【雷达通信】合成孔径雷达（SAR）的点目标仿真matlab源码
【雷达通信】合成孔径雷达（SAR）的点目标仿真matlab源码•*SAR原理简介*用一个小天线作为单个辐射单元，将此单元沿一直线不断移动，在不同位置上接收同一地物的回波信号并进行相关解调压缩处理。
一个小天线通过“运动”方式就合成一个等效“大天线”，这样可以得到较高的方位向分辨率，同时方位向分辨率与距离无关，这样SAR就可以安装在卫星平台上而可以获取较高分辨率的SAR图像。
图1 SAR成像原理示意图1、几个参重要参数为了更好的理解SAR和SAR图像，需要知道几个重要的参数。
•分辨率SAR图像分辨率包括距离向分辨率(Range Resolution)和方位向分辨率(Azimuth Resolution)。
图2 距离向和方位向示意图•距离向分辨率(Range Resolution)垂直飞行方向上的分辨率，也就是侧视方向上的分辨率。
距离向分辨率与雷达系统发射的脉冲信号相关，与脉冲持续时间成正比：Res( r) = c*τ/2其中c为光速，τ为脉冲持续时间。
•方位向分辨率(Azimuth Resolution)沿飞行方向上的分辨率，也称沿迹分辨率。
如下为推算过程：·真实波束宽度：β= λ/ D·真实分辨率：ΔL = β*R = Ls (合成孔径长度)·合成波束宽度βs = λ /(2* Ls) = D / (2* R)·合成分辨率ΔLs = βs* R = D / 2其中λ为波长，D为雷达孔径，R为天线与物体的距离。
从这个公式中可以看到，SAR系统使用小尺寸的天线也能得到高方位向分辨率，而且与斜距离无关(就是与遥感平台高度无关)。
图3 方位向分辨率示意图•极化方式雷达发射的能量脉冲的电场矢量，可以在垂直或水平面内被偏振。
无论哪个波长，雷达信号可以传送水平(H)或者垂直(V)电场矢量。
接收水平(H)或者垂直(V)或者两者的返回信号。
雷达遥感系统常用四种极化方式———HH、VV、HV、VH。
sar面目标回波仿真matlab程序
sar面目标回波仿真matlab程序根据提供的信息，可以得知，本篇回答是关于 SAR 面目标回波仿真MATLAB 程序方面的。
SAR 技术全称 Synthetic Aperture Radar，是一种利用合成孔径技术合成雷达波束的一种雷达成像技术。
SAR 系统可将地面平面上各个点的反射信号合成为一条与雷达运动方向垂直的轨迹，从而得到一张高分辨率的 SAR 图像。
在 SAR 图像重建的过程中，面目标回波仿真是一个非常重要的步骤。
通过对面目标回波仿真计算，我们可以模拟测试 SAR 系统对不同类型目标的检测识别能力以及成像效果，从而确定 SAR 系统的整体性能，为 SAR 的实际应用提供依据。
而 MATLAB 是一款十分优秀的科学计算软件，它提供了非常丰富的功能工具箱和可视化工具，方便科研人员和工程师们快速有效地实现SAR 的图像处理、面目标回波仿真等计算过程。
下面我们将重点介绍一下如何使用 MATLAB 实现 SAR 面目标回波仿真程序设计。
首先，我们需要定义一个面目标，包括其散射中心、面积、形状、反射率等参数。
然后，通过 SVD（奇异值分解法）或其他数值计算方法对目标进行回波模拟，得到模拟回波数据。
接着，将模拟回波数据代入SAR 成像算法，对其进行图像重建与处理，得到SAR 图像。
最后，通过对 SAR 图像的分析和评估，确定 SAR 系统性能和目标检测效果的准确性。
具体实现过程如下：1. 定义面目标的散射中心、面积、形状和反射率等参数。
二维图形中，可以用矩阵表示目标的位置和大小；三维图形中，可以用立方体体元 (cubature) 表示目标的位置、大小、方向和反射率。
2. 对目标进行回波模拟。
可以考虑使用 SVD 等数值计算方法，将目标的反射系数表示为若干个基函数的线性组合形式，然后将其分段连续函数化，用离散化的形式进行数值计算，得到目标回波数据。
3. 进行 SAR 成像算法处理。
可以选择相位历程算法、谱带归一化算法、旋转并且叠加相干序列算法等成像算法。
SAR成像RD算法MATLAB仿真
SAR成像RD算法MATLAB仿真在雷达成像中，SAR（Synthetic Aperture Radar）是一种通过向地面发射微波信号并接收反射回来的信号，来生成高分辨率地面图像的技术。
而RD（Range Doppler）算法是一种常用的SAR成像算法，用于将获得的原始数据处理成可视化的图像。
MATLAB是一种在科学和工程领域广泛使用的数学软件，具有强大的矩阵运算和图像处理功能。
下面将介绍如何使用MATLAB进行SAR成像的RD算法仿真。
首先，需要生成模拟的SAR返回信号。
可以使用MATLAB的信号处理工具箱中的函数进行模拟。
假设我们使用一个长度为N的脉冲信号进行雷达扫描，在SAR成像中，我们通常使用线性调频（Linear Frequency Modulation）信号。
可以使用MATLAB的`chirp`函数生成一个线性调频信号。
```matlabN=1024;%信号长度T=5e-6;%信号周期,信号的时间长度为T*Nfs = 100e6; % 采样频率f0=0;%初始频率f1=10e6;%终止频率t = 0:1/fs:T*N-1/fs;s = chirp(t, f0, T*N, f1);```接下来，我们需要生成一个代表地物散射特性的复数反射系数矩阵。
假设地面上有一个半径为R的圆形散射体，其反射系数为0.8、可以使用MATLAB的`meshgrid`函数生成一个二维的坐标网格，然后使用`sqrt`函数计算每个网格点到原点的距离。
```matlabR=5;%圆形散射体半径Np=100;%地物散射点个数x = linspace(-R, R, Np);y = linspace(-R, R, Np);[X, Y] = meshgrid(x, y);rho = sqrt(X.^2 + Y.^2); % 距离计算```然后，我们可以根据雷达与地物之间的距离计算相位偏移。
根据SAR 成像的原理，SAR返回信号中的每个采样点都对应着不同距离下的散射信号。
超声合成孔径成像 matlab
超声合成孔径成像 matlab
（原创版）
目录
1.超声合成孔径成像简介
2.Matlab 在超声合成孔径成像中的应用
3.超声合成孔径成像的优点
4.面临的挑战和未来发展方向
正文
一、超声合成孔径成像简介
超声合成孔径成像（Synthetic Aperture Imaging，SAI）是一种基于合成孔径雷达（Synthetic Aperture Radar，SAR）的成像技术。
它利用雷达在不同位置接收到的回波信号，通过数据处理方法合成一个大孔径的天线，从而获得高分辨率的图像。
这种技术在环境观测、灾害监测、地图测绘以及战场态势侦察等领域有着广泛应用。
二、Matlab 在超声合成孔径成像中的应用
Matlab 是一种广泛应用于科学计算和工程设计的软件，它可以方便地实现超声合成孔径成像。
通过 Matlab，可以模拟雷达回波信号的接收过程，并进行数据处理，最终生成合成孔径成像的结果。
三、超声合成孔径成像的优点
超声合成孔径成像技术具有以下几个优点：
1.高分辨率：通过合成大孔径的天线，可以获得高分辨率的图像，提高目标识别的准确性。
2.穿透性：超声波可以穿透一定深度的物体，因此合成孔径成像可以应用于各种材料的探测和成像。
3.全天时、全天候工作：合成孔径成像不受气象条件影响，可以在任何时间、任何天气情况下进行工作。
4.灵活性：合成孔径成像可以灵活地调整雷达的参数，例如工作频率、脉冲重复频率等，以适应不同的应用场景。
四、面临的挑战和未来发展方向
尽管超声合成孔径成像技术具有许多优点，但仍然面临着一些挑战，例如如何提高成像速度、如何降低系统成本等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SAR 图像点目标仿真报告徐一凡1 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：2r rC B ρ=，式中r ρ表示雷达的距离分辨率，r B 表示雷达发射信号带宽，C 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：a a av B ρ=，式中a ρ表示雷达的方位分辨率，a B 表示雷达方位向多谱勒带宽，a v 表示方位向SAR 平台速度。
在小斜视角的情况下，方位分辨率近似表示为2a D ρ=，其中D 为方位向合成孔径的长度。
2 SAR 的几何关系雷达位置和波束在地面覆盖区域的简单几何模型如图1所示。
此次仿真考虑的是正侧视的条带式仿真，也就是说倾斜角为零，SAR 波束中心和SAR 平台运动方向垂直的情况。
图1 雷达数据获取的几何关系建立坐标系XYZ 如图2所示，其中XOY 平面为地平面；SAR 平台距地平面高H ，以速度V 沿X 轴正向匀速飞行；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(,,)T T T x y z ；由几何关系，目标与SAR 平台的斜距为：(R PT x ==(1)由图可知：0,,0T y z H z ===；令x v s =⋅，其中v 为平台速度，s 为慢时间变量（slowtime ），假设T x vs =，其中s 表示SAR 平台的x 坐标为T x的时刻；再令r =，r 表示目标与SAR 的垂直斜距，重写(1)式为：(;)PT R s r = = (2) (;)R s r 就表示任意时刻s 时，目标与雷达的斜距。
一般情况下，0vs s r -<<，于是通过傅里叶技术展开，可将(2)式可近似写为：220(;)()2v R s r r s s r =≈+- (3) 可见，斜距是s r 和的函数，不同的目标，r 也不一样，但当目标距SAR 较远时，在观测带内，可近似认为r 不变，即0r R =。
图2：空间几何关系 (a)正视图 (b)侧视图图2(a)中，Lsar 表示合成孔径长度，它和合成孔径时间Tsar 的关系是Lsar vTsar =。
(b)中，θ∆为雷达天线半功率点波束角，θ为波束轴线与Z 轴的夹角，即波束视角，min R 为近距点距离，max R 为远距点距离，W 为测绘带宽度，它们的关系为：22min (max ()max minR H tg R H tg W R R θθθθ∆∆=⋅-=⋅+=- (4)3 SAR 的回波信号模型SAR 在运动中以一定的周期(1/PRF )发射和接收信号，具体过程如图3所示。
发射机以l τ的时间发射啁啾脉冲，然后切换天线开关接收回波信号。
图3 雷达发射脉冲串的时序当雷达不处于发射状态时，它接收3反射回波。
发射和接收回波的时间序列如图4所示。
在机载情况下，每个回波可以在脉冲发射间隔内直接接收到。
但是在星载情况下，由于距离过大，某个脉冲的回波要经过6~10个脉冲间隔才能接收到。
这里仿真为了方便，默认为机载情况。
图4 脉冲雷达的发射与接收周期假设r T 为chirp 信号持续时间，下标r 表示距离向；PRF 为重复频率，PRT 为重复周期，等于1/PRF 。
接收序列中，2*(;)n R s r Cτ=表示发射第i 个脉冲时，目标回波相对于发射序列的延时。
雷达的发射序列数学表达式为式(5):2r 2j K ()(*)(t)rect()e c n j f tt rs t p t n PRT t p e T ππ∞=-∞=-=∑ （5） 式中，rect()表示矩形信号，r K 为距离向的chirp 信号调频率，c f 为载频。
雷达回波信号由发射信号波形，天线方向图，斜距，目标RCS ，环境等因素共同决定，若不考虑环境因素，则单点目标雷达回波信号可写成式(6)所示：()()r n n s t wp t n PRT στ∞=-∞=-⋅-∑ (6) 其中，σ表示点目标的雷达散射截面，w 表示点目标天线方向图双向幅度加权，n τ表示载机发射第n 个脉冲时，电磁波再次回到载机时的延时2*(;)n R s r Cτ=，带入式(6)中得：22(;)/()() exp[(2(;)/)]4 exp[-(;)]exp[2()]r n r r c n t n PRT R s r C s t w rect T j K t n PRT R s r C jR s r j f t n PRT σπππτλ∞=-∞-⋅-=⋅⋅⋅-⋅-⋅⋅-⋅-∑ (7) 式(7)就是单点目标回波信号模型，其中，2exp[(2(;)/)]r j K t n PRT R s r C π-⋅-是chirp 分量，它决定距离向分辨率；4exp[-(;)]j R s r πλ为多普勒分量，它决定方位向分辨率。
对于任意一个脉冲，回波信号可表示为式(8)所示：002(,)(2(;)/)()exp{4(;)/} exp{(2(;)/)}r r a c r s t s A w R s r C w s s j f R s r C j K R s r C τππτ=--⨯-⋅-（8）我们知道，由于(;)R s r 随慢时间s 的变化而变化，所以计算机记录到的回波数据存储形式如图5所示：图5 目标照射时间内，单个点目标回波能量在信号处理器的二维存储器中的轨迹 4 距离徙动及校正根据图2可知，在倾斜角为零或很小的时候，目标与雷达的瞬时距离为(;)R s r ，根据几何关系可知，(;)R s r =，根据泰勒级数展开可得：22(;)()2vR s r r s sr=≈+-(9)由式(9)可知，不同慢时间对应着不同的(;)R s r ，并且是一个双曲线形式或者近似为一个二次形式。
如图5所示，同一目标的回波存储在计算机里不在同一直线上，存在距离徙动。
从而定义距离徙动量：22(,)()2vR s r s sr∆=-（10）为了进行方位向的压缩，方位向的回波数据必须在同一条直线上，也就是说必须校正距离徙动(,)R s r∆。
由式（10）可知，不同的最近距离r对应着不同的(,)R s r∆，因此在时域处理距离徙动会非常麻烦。
因此，对方位向进行傅里叶变换，对距离向不进行变换，得到新的域。
由于方位向的频率即为多普勒频率，所以这个新的域也称为距离多普勒域。
将斜距R写成多普勒fa的函数，即(,)aR f r。
众所周知，对最近距离为r的点目标P，回波多普勒af是倾斜角θ的函数，即2sinaVfθλ=，斜距(,)/cosaR f r rθ=，于是22(,)/cos//1()8aaR f r r rrr rfVθλ===≈+(11)所以距离多普勒域中的我距离徙动为(,)aR f r∆=221()8arfVλ，可发现它不随慢时间变换，同一最短距离r对应着相同大小的距离徙动。
因此在距离多普勒域对一个距离徙动校正就是对一组具有相同最短距离的点目标的距离徙动校正，这样可以节省运算量。
为了对距离徙动进行校正，需要得到距离徙动单元，即距离徙动体现在存储单元中的移动数值，距离徙动单元可以表示为(,)/a rR f rρ∆，这个值通常为一个分数，由于存储单元都是离散的，所以不同通过在存储单元简单的移动得到准确的值。
为了得到准确的徙动校正值，通常需要进行插值运算。
本仿真采用了两种插值方法最近邻点插值和sinc插值，下面分别进行介绍。
最近邻点插值法的优点是简单而快速，缺点是不够精确。
(,)/=a rR f r N nρ∆+，其中N为整数部分，n为小数部分，整数部分徙动可以直接通过平移消除，对于小数部分则通过四舍五入的方法变为0或者1，这样就可以得到较为精确的插值。
Sinc插值原理如下：在基带信号下，卷积核是sinc函数sin()()sin()xh x c xxππ==（12）插值信号为()()sin ()d i g x g i c x i =-∑（13）即为所有输入样本的加权平均。
可通过频域来理解，如图6所示，采样信号()d g i 的频谱()d G f 等于以采样率重复的信号频谱。
为了重建信号()g x ，只需要一个周期频谱（如基带周期），因此需要理想矩形低通滤波器在频域中提取基带频谱（如图6）所示。
已知该理想滤波器在时域中是sinc 函数。
由于频域相乘相当于时域卷积，故插值可以通过与sinc 核的卷积来实现。
图6 理想低通滤波器怎样对采样信号进行插值5 点目标成像matlab 仿真5.1距离多普勒算法距离多普勒算法（RDA ）是在1976年至1978年为民用星载SAR 提出的，它兼顾了成熟、简单、高效和精确等因素，至今仍是使用最广泛的成像算法。
它通过距离和方位上的频域操作，到达了高效的模块化处理要求，同时又具有了一维操作的简便性。
图7示意了RDA 的处理流程。
这里主要讨论小倾斜角及短孔径下的基本RDA 处理框图。
1.当数据处在方位时域时，可通过快速卷积进行距离压缩。
也就是说，距离FFT 后随即进行距离向匹配滤波，再利用距离IFFT 完成距离压缩。
回波信号为：0020(,)[2()/]()exp{-4()/}exp{(-2()/)}r a c r s t s A w t R s c w s s j f R s c j K t R s c ππ=--⨯（14）距离向压缩后的信号为： 000(,){(,)()}[2()/]()exp{4()/}rc t t t r a c s t s IFFT S f s H f A t R s c w s s j f R s c ρπ==--- （15）20(){}exp{}exp{2}||t f f H f rect j j ft K T Kππ=-- （16） 2.通过方位FFT 将数据变换至距离多普勒域，多普勒中心频率估计以及大部分后续操作都在该域进行。
方位向傅里叶变换后信号为：10200(,){(,)}2() []()4 exp{-}exp{}c s s rc rd s r a s s s a S t f FFT s t s R f A p t W f f cf R f j j c K ππ==--⨯ （17） 3.在距离多普勒域进行随距离时间及方位频率变化的RCMC ，该域中同一距离上的一组目标轨迹相互重合。
RCMC 将距离徙动曲线拉直到与方位频率轴平行的方向。
这里可以采用最近邻点插值法或者sinc 插值法，具体插值方法见前面。