SAR课程实验报告

合集下载

INSAR实验报告

INSAR实验报告

实验一、SAR信号统计模型验证实验目的通过MATLAB编程,拟合有关SAR数据的实部、虚部、灰度、相位的概率密度曲线,并与实际曲线进行比较,掌握MATLAB编程的初步知识。

实验数据txt文本格式的实部和虚部数据实验步骤一、打开MATLAB,根据老师给出的实部的MATLAB的程序和拟合曲线,试着编出虚部的程序,调试并运行。

二、在实部实验的基础上,接着进行以后的改编,根据各个曲线的表达式,拟合各自的曲线。

实验结果实部:灰度:相位:实验心得这是首次用MATLAB编程实现SAR的统计特征图像,由于之前没有用MATLAB编程实现过,所以这次实验是在学习老师所给程序的基础上进行改编的。

学会了MATLAB中画图函数的编写,函数曲线的颜色、线型、多幅图像同时呈现编程方法。

但是功率power的图像画的并不理想,拟合的曲线并没有很好地显示出来。

通过这次的练习,平时老师课件里的东西,我们也能编程写出来,确实让我们学会了理论联系实践,学以致用。

这次的实验还比较顺利,希望在以后的学习和实验中可以更多的学习一些软件,多用编程的思想实现一些自己的想法。

实验源代码实部:clear;clc;load 'Real.txt';load 'Imag.txt';[m,n]= size(Real);Realvector=reshape(Real,m*n,1);maxreal=max(Realvector);minreal=min(Realvector);x=minreal:10:maxreal;Realvar=var(Realvector);PDF_Re=exp(-x.^2/(2*Realvar))/sqrt(2*pi*Realvar); pixel_count1=PDF_Re*10*m*n;figure;plot(x,pixel_count1,'r');count2=hist(Realvector,x);hold on;plot(x,count2,'rs','MarkerEdgeColor','k',...'MarkerFaceColor','g',...'MarkerSize',2);ylabel('Pixel count');xlabel('Realistic component(Re)');虚部:clear;clc;load 'Real.txt';load 'Imag.txt';[m,n] = size(Imag);Imagvector=reshape(Imag,m*n,1);maximag=max(Imagvector);minimag=min(Imagvector);x=minimag:10:maximag;Imagvar=var(Imagvector);PDF_Im=exp(-x.^2/(2*Imagvar))/sqrt(2*pi*Imagvar); pixel_count2=PDF_Im*10*m*n;figure;plot(x,pixel_count2,'r');count=hist(Imagvector,x);hold on;plot(x,count,'rs','MarkerEdgeColor','k',...'MarkerFaceColor','g',...'MarkerSize',2);ylabel('Pixel count');xlabel('Imaginary component(Im)');灰度:load 'Real.txt';load 'Imag.txt';[m,n] = size(Imag);Amplitude=sqrt(Real.^2+Imag.^2);Amplitudevector=reshape(Amplitude,m*n,1);Ampvar=var(Amplitudevector)*2/(4-pi);maxAmp=max(Amplitudevector);minAmp=min(Amplitudevector);X=minAmp:10:maxAmp;PDF_A=X.*exp(-X.^2/(2*Ampvar))/Ampvar;pixel_count2=PDF_A*10*m*n;figure;plot(X,pixel_count2,'r');count=hist(Amplitudevector,X);hold on;plot(X,count,'rs','MarkerEdgeColor','k',...'MarkerFaceColor','g',...'MarkerSize',2);ylabel('Pixel count');xlabel('Amplitude component(A)');功率:clear;clc;load 'Real.txt';load 'Imag.txt';Powe=Real.^2+Imag.^2;[m,n] = size(Powe);Powevector=reshape(Powe,m*n,1);maxPowe=max(Powevector);minPowe=min(Powevector);x=minPowe:10000:maxPowe;Powevar=var(Powevector);PDF_P=(exp(-x/(2*Powevar)))/(2*Powevar); pixel_count4=PDF_P*10*m*n;figure;plot(x,pixel_count4,'y');count=hist(Powevector,x);hold on;plot(x,count,'rs','MarkerEdgeColor','k',...'MarkerFaceColor','g',...'MarkerSize',2);ylabel('Pixel count');xlabel('Power(P)');相位:clear;clc;load 'Real.txt';load 'Imag.txt';[m,n] = size(Imag);Imagvector=reshape(Imag,m*n,1);Realvector=reshape(Real,m*n,1);Phase=atan2(Imagvector,Realvector);x=-pi:pi/100:pi;PDF_w=1/(2*pi);pixel_count2=PDF_w*pi/100*m*n;figure;plot(x,pixel_count2,'r');count=hist(Phase,x);hold on;plot(x,count,'rs','MarkerEdgeColor','k',...'MarkerFaceColor','g',...'MarkerSize',2);ylabel('Pixel count');xlabel('Phase component(Ph)');实验二INSAR信号统计模型验证实验目的通过MATLAB编程实现INSAR的数据统计特征的表达,掌握用MATLAB编写函数的方法,进一步掌握MATLAB在INSAR实验中的应用。

干涉dem提取实验报告

干涉dem提取实验报告

干涉dem提取实验报告引言干涉(Interferometry)是一种利用合成孔径雷达(SAR)数据进行地形测量的技术。

通过将两个或多个SAR图像进行相位差干涉处理,可以获取地表形变的信息。

该技术在地震监测、冰川变化、地表沉降等领域具有广泛的应用。

本实验旨在通过干涉DEM(Digital Elevation Model)提取方法,获取地表高程数据,并分析其精度和局限性。

本报告将详细介绍实验设计、实验步骤、结果分析等内容。

实验设计实验目标1. 掌握干涉DEM提取的基本原理与方法;2. 分析DEM提取结果的精度和局限性。

实验材料1. 合成孔径雷达(SAR)数据;2. DEM提取软件。

实验步骤1. 数据准备:选择合适的SAR数据,并将其导入DEM提取软件;2. 干涉处理:进行相位差干涉处理,获取DEM数据;3. 精度分析:与其他高程数据进行对比,评估DEM数据的精度;4. 结果分析:根据实验结果,分析DEM提取方法的优劣以及局限性。

实验步骤数据准备首先,从合成孔径雷达数据库中选择一段适合的SAR数据,并将其导入DEM 提取软件。

确保选择的数据覆盖范围较大,包含丰富的地形变化。

干涉处理1. 数据配准:对所选SAR数据进行配准,确保两幅图像之间的几何变换关系准确无误;2. 相位差计算:通过配准后的SAR数据,计算两幅图像之间的相位差;3. 滤波处理:对相位差进行滤波处理,去除噪声和多路径干扰;4. 相位解缠:对滤波后的相位差进行解缠,恢复地表高程信息;5. 高程校正:考虑大气等因素的影响,对解缠后的相位进行高程校正。

精度分析1. 对比分析:将提取的DEM数据与现有的地表高程数据进行对比,计算其差异和误差;2. 统计分析:计算提取的DEM数据的平均误差、标准差等统计指标,评估其精度水平;3. 区域分析:选择不同地貌类型的区域作为样本,比较DEM数据的精度差异。

结果分析根据精度分析的结果,评估DEM提取方法的优劣以及局限性。

SAR三维立体重建实验报告要点

SAR三维立体重建实验报告要点

SAR立体三维重建姓名: ******* 学号: ********* 班级: ************* 指导教师: ******1实验目的1、理解基于合成孔径雷达立体像对的灰度信息进行三维重建的基本原理与方法;2、了解ERDAS IMAGINE的基本功能,熟练掌握StereoSAR模块的使用方法;3、理解SAR传感器几何模型及基于地面控制点(Ground Control Points, GCPs)几何模型精化的原理与方法;4、通过真实SAR像对的数据处理,掌握SAR立体三维重建的基本流程。

2实验数据说明本实验采用ERDAS IMAGINE软件的示例数据,RADASAT影像StereoSAR_Ref.img和StereoSAR_Match.img,这两景影像分别拍摄于1996年9月24日和1996年9月17日。

3实验原理经过试验九的操作,使我们对InSAR提取测区DEM有了一定的掌握。

而摄影测量中我们也学习了基于立体像对制作测区三维景观图,因此在此次实验中我们利用摄影测量的原理基于SAR影像进行三维重建。

3.1 SAR立体图像的获取立体图像在摄影测量中称为立体相对。

所谓立体相对是由不同摄站摄取的具有一定重叠的两张相片。

因此雷达立体图像也可以定义为:由天线位置探测获取的具有一定影像重叠的两幅雷达图像[1]。

雷达立体图像的获取方式有两种:同侧立体观测和异侧立体观测。

前者是指飞行器沿着不同的航线飞行(两次飞行方向可以相同或者相反),雷达从地物的一侧对同一地区成像,同侧立体观测有可分为同一高度和不同高度两类;异侧立体观测是指雷达从地物的两侧分别对同一地区成像。

图 3.1-1 雷达立体图像获取方式异侧立体观测获取的雷达立体图像视差明显,基高比(摄影基线与航高之比)大,有利于提高地物目标点高程的测量精度。

但是地形起伏较大的地区,目标地物在立体像对的两幅图像上的相应影像不仅颜色差异很大,而且由于地形起伏引起的几何变形差异也很大。

雷达成像课程设计

雷达成像课程设计

雷达成像课程设计一、课程目标知识目标:1. 学生能理解雷达基本原理,掌握雷达成像的基础知识;2. 学生能掌握雷达成像中常用的信号处理技术,如脉冲压缩、多普勒效应等;3. 学生能了解不同类型雷达的成像特点及其在实际应用中的优缺点。

技能目标:1. 学生能够运用所学知识分析雷达图像,解读雷达图像中的目标信息;2. 学生能够操作雷达模拟软件,完成简单场景的雷达成像模拟;3. 学生能够通过小组合作,设计并实施一个简单的雷达成像实验。

情感态度价值观目标:1. 学生能够培养对雷达技术及其应用的兴趣,提高对科学研究的热情;2. 学生能够认识到雷达成像在国民经济发展和国家安全中的重要作用,增强国家意识和社会责任感;3. 学生能够通过课程学习,培养团队协作、严谨求实的科学态度。

课程性质分析:本课程为高年级专业课程,旨在帮助学生建立雷达及信号处理方面的基础知识体系,提高学生的实际操作能力和科学研究素养。

学生特点分析:高年级学生在知识储备、学习能力和逻辑思维方面具备一定的基础,对于专业知识具有较强的求知欲和自主学习能力。

教学要求:1. 结合实际案例,深入浅出地讲解雷达及信号处理基础知识;2. 强化实践操作环节,注重培养学生的动手能力和实际问题解决能力;3. 注重情感态度价值观的引导,激发学生的学习兴趣和国家意识。

二、教学内容1. 雷达基本原理- 雷达系统的组成与工作原理- 雷达信号特性及其传播- 雷达方程与雷达截面2. 雷达成像技术- 脉冲雷达与连续波雷达成像原理- 脉冲压缩技术及其在雷达成像中的应用- 多普勒效应及其在雷达成像中的应用3. 雷达成像系统- 雷达成像系统的分类与特点- 合成孔径雷达(SAR)成像原理- inverse SAR(ISAR)成像技术4. 雷达图像处理与分析- 雷达图像预处理方法- 雷达图像目标检测与识别技术- 雷达图像的参数估计与质量评价5. 实践教学- 雷达模拟软件操作与成像模拟- 小组合作完成雷达成像实验设计与实施- 实验数据分析与总结教学内容安排与进度:第1周:雷达基本原理及雷达方程第2周:雷达成像技术及其应用第3周:雷达成像系统及其分类第4周:雷达图像处理与分析技术第5-6周:实践教学与实验总结教材章节关联:教学内容与教材《雷达信号处理》第3章、第4章、第5章相关内容紧密关联,确保学生能够结合教材深入学习雷达成像相关知识。

条带sar成像实验报告

条带sar成像实验报告

clear allclcTp=1.e-6; %脉冲宽度B=100.e6; %带宽kr=B/Tp;f0=10.e9; %载频c=3.e8;lamd=c/f0;V=150.; %雷达飞行速度PRF=1800.;Na=2048*4; %方位采样点数Ta=Na/PRF; %方位采样总时间ta=linspace(-Ta/2,Ta/2,Na); %方位采样时间定义beamwidth=9./180*pi;xr=V*ta; %雷达参数yr=3000.;xm1=0.; %目标参数ym1=0.;xm2=50.;ym2=0.;xm3=0.;ym3=50.;Nr=256; %距离采样点数fs=120.e6;R0=3000.;tr=linspace(2*R0/c-1/fs*Nr/2,2*R0/c+1/fs*Nr/2,Nr);%距离采样时间定义data=zeros(Nr,Na); %二维数组for k=1:Narecord=zeros(1,Nr); %回波信号,关于每个方位时间数组Rt=sqrt((xr(k)-xm1)^2+(yr-ym1)^2); %目标1距离雷达的距离cita=asin((xm1-xr(k))/Rt); %反正弦%方位限制if(abs(cita)<beamwidth/2)%计算目标回波信号record=exp(j*pi*kr*(tr-2*Rt/c).^2).*(abs(tr-2*Rt/c)<Tp/2).*exp(-j*2*pi*f0*2* Rt/c);endRt=sqrt((xr(k)-xm2)^2+(yr-ym2)^2);cita=asin((xm2-xr(k))/Rt);if(abs(cita)<beamwidth/2)record=record+exp(j*pi*kr*(tr-2*Rt/c).^2).*(abs(tr-2*Rt/c)<Tp/2).*exp(-j*2*p i*f0*2*Rt/c);endRt=sqrt((xr(k)-xm3)^2+(yr-ym3)^2);cita=asin((xm3-xr(k))/Rt);if(abs(cita)<beamwidth/2)record=record+exp(j*pi*kr*(tr-2*Rt/c).^2).*(abs(tr-2*Rt/c)<Tp/2).*exp(-j*2*p i*f0*2*Rt/c);enddata(:,k)=record;endfigure(1) %传统雷达图像imagesc(abs(data))title('传统雷达图像')%条带SAR成像经典算法fr=linspace(-fs/2,fs/2,Nr);%距离频率fr=fftshift(fr);hfr=exp(j*pi*fr.^2/kr);%滤波器,滤波器设计的三种算法之一,对于线性调频信号,直接根据公式计算设计hfr=transpose(hfr);%win=hamming(Nr)';%汉明窗%win=transpose(win);%hw=hfr.*win; %频域加窗,失配后的滤波器for k=1:Nadata(:,k)=ifft(fft(data(:,k)).*hfr);%data(:,k)=ifft(fft(data(:,k)).*hw); %对回波信号作fft后乘以滤波器再作逆fft endfigure(2)imagesc(abs(data(:,1:3:Na)))title('距离压缩后图像')for k=1:Nr %方位时间转化方位频率data(k,:)=fftshift(fft(data(k,:)));endfigure(3)imagesc(abs(data))title('实现方位校正后图像')fa=linspace(-PRF/2,PRF/2,Na);%方位频率det_r=lamd^2*R0/(8*V^2)*fa.^2;t0=2*det_r/c;%关于方位频率的变量for k=1:Nar_shift=exp(j*2*pi*fr*t0(k)); %计算每个频率k的距离徙动r_shift=r_shift.';%转置,向量乘法data(:,k)=ifft(fft(data(:,k)).*r_shift);endfigure(4)imagesc(abs(data))title('校正过距离徙动后的图像')R=c*tr/2; %目标距离for k=1:Nrka=-2*V^2/lamd/R(k); %对于每个目标计算线性调频参数 hfa=exp(j*pi*fa.^2/ka); %方位压缩滤波器设计data(k,:)=ifft(data(k,:).*hfa);%同距离压缩endfigure(5)imagesc(abs(data))title('方位压缩后图像')figure(6)imagesc(abs(data))plot(abs(data(128,:)))title('未加窗目标(0,0),(50,0)SAR成像')figure(7)imagesc(abs(data))plot(abs(data(88,:)))title('未加窗目标(0,50)SAR成像')% figure(8)% imagesc(abs(data))% plot(abs(data(128,:)))% title('加窗后目标(0,0),(50,0)SAR成像')% figure(9)% imagesc(abs(data))% plot(abs(data(88,:)))% title('加窗后目标(0,50)SAR成像')。

高分辨率SAR遥感综合实验与应用示范年度报告

高分辨率SAR遥感综合实验与应用示范年度报告

科技资讯2016 NO.34SCIENCE & TECHNOLOGY INFORMATION 科技报告导读250科技资讯 SCIENCE & TECHNOLOGY INFORMATION高分辨率SAR 遥感综合实验与应用示范年度报告陈尔学1 田昕1 白黎娜1 赵争2 焦健3(1.中国林业科学研究院资源信息研究所;2.中国测绘科学研究院;3.北京大学)摘 要:该报告介绍了2013年度该课题在机载极化干涉SAR系统构建、高分辨率SAR遥感综合实验、高分辨率SAR遥感应用示范软件开发等方面的研发进展。

在机载极化干涉SAR系统构建方面,完成了X-波段干涉SAR传感器的研制,进行了SAR系统的实验室联调测试和机载校飞试验。

先后在四川若尔盖实验区和大兴安岭根河实验区开展了高分辨率SAR遥感综合实验,共获取8619.8km 2,约28.5TB的机载X-波段双天线InSAR和P-波段极化SAR数据,完成了所获取SAR数据的预处理;获取了覆盖大兴安岭根河实验区的多时相Radarsat-2极化SAR和Landsat-8多光谱卫星遥感数据;组织来自项目8家课题承担/协作单位的50多人次,参加了遥感同步、准同步调查工作,获取了森林叶面积指数(LAI)、农田植被参数、土壤参数、气象参数以及土地覆盖类别等的地面实况数据。

在高分辨率SAR软件开发方面,已初步完成地形测绘、土地利用分类、植被覆盖类型分类和森林植被垂直结构参数估测等软件模块原型的开发,正在按统一的语言和标准进行完善和集成,以尽快形成界面友好的高分辨率SAR应用示范软件,为2014年的应用示范工作开展提供软件支撑。

关键词:高分辨率SAR 机载SAR飞行实验 极化干涉SAR系统构建 SAR应用处理软件 SAR应用示范Annual Report for High Resolution SAR Remote SensingSynergy Experiment and Application DemonstrationChen Erxue 1 Tian Xin 1 Bai Lina 1 Zhao Zheng 2 Jiao Jian 3(1.Institute of Resource Information, Chinese Academy of Forestry; 2.China Academy of Surveying and Mapping;3.Peking University)Abstract : This report presented the annual research progress of the 863 project in 2013, in the context of construction of an airborne polarimetric interferometric SAR (PolInSAR) system, comprehensive campaign of high-resolution SAR and development of demonstration application software of high-resolution SAR, and etc.. In the aspect of airborne PolInSAR system construction, we have accomplished the construction of the X-band PolInSAR sensor, the SAR system’s laboratory joint debug test, and the aircraft flight calibration experiments. We have implemented the comprehensive experiment for high-resolution SAR in the test site of Ruoergai County of Sichuan Province and successively in the test site of Genhe of Daxing'anling in Inner Mongolia. Totally, about 28.5TB of airborne X-band double antenna InSAR and P-band polarimetric SAR data,covering 8619.8km 2 campaign area, was acquired. The preprocessing for all the SAR data has been finished. Moreover, the multi-temporal Radarsat-2 quad-polarization SAR and Landsat-8 multi-spectral satellite data covering the Genhe experi-mental area was obtained. At the meanwhile, the comprehensive and real-time or nearly real-time ground investigations were organized, and from 8 institutes and universities under the framework of the project, the teams of 50 person-times were involved. The ground truth data, such as the forest leaf area index (LAI), farmland vegetation parameters, soil and meteorological parameters and land cover types were measured. For the development of high-resolution SAR application software, the prototype of software modules has been completed, including topographic mapping, land use and vegetation type classification, forest vegetation vertical structure parameter estimation, and etc. Improvements for these modules and their integration to the whole software system are ongoing using the uniform development language and standard under the frame科技资讯2016 NO.34SCIENCE & TECHNOLOGY INFORMATION 科技报告导读251 科技资讯 SCIENCE & TECHNOLOGY INFORMATION of the project’s system software in order to develop one high resolution SAR application software with user-friendly interface.As we expected, the achievements of this year will support the application and demonstration of high resolution SAR, which is our future work in the next year 2014.Key Words : High Resolution SAR; Airborne SAR Campaign; PolInSAR System Construction; SAR Application Software; SAR Applicaiton Demostraction阅读全文链接(需实名注册):/xiangxiBG.aspx?id=65133&flag=1南极太阳系外行星搜寻与Kepler 行星TTV 研究张辉1 周济林1 付建宁2 吴江华2 周礼勇1(1.南京大学;2.北京师范大学)摘 要:南极AST3望远镜研究将会获得南天极附近天区恒星长时序高精度的测光数据。

拓展雷达应用实验报告(3篇)

拓展雷达应用实验报告(3篇)

第1篇一、实验背景随着雷达技术的不断发展,雷达在各个领域的应用越来越广泛。

从军事到民用,从空间探测到地表监测,雷达技术都发挥着至关重要的作用。

本实验旨在通过拓展雷达应用,探讨雷达技术在新型领域的可行性,并验证其实际效果。

二、实验目的1. 探索雷达技术在新型领域的应用潜力。

2. 验证雷达技术在不同环境下的性能表现。

3. 分析雷达技术在新型应用中的优缺点,为实际应用提供参考。

三、实验内容1. 实验设备- 雷达发射器- 雷达接收器- 数据采集系统- 控制软件- 实验场地(如森林、水域、城市等)2. 实验步骤(1)确定实验目标:根据实验目的,选择雷达在新型领域的应用场景,如森林火灾监测、水域探测、城市交通管理等。

(2)搭建实验平台:根据实验目标,搭建相应的实验平台,包括雷达发射器、接收器、数据采集系统等。

(3)进行实验测试:在实验场地进行雷达发射和接收测试,记录数据,分析雷达在不同环境下的性能表现。

(4)数据处理与分析:对采集到的数据进行处理和分析,评估雷达在新型领域的应用效果。

3. 实验项目(1)森林火灾监测:利用雷达对森林进行监测,实时掌握森林火情,提高火灾防控能力。

(2)水域探测:利用雷达对水域进行探测,监测水质、水流速度等参数,为水资源管理提供依据。

(3)城市交通管理:利用雷达监测城市道路交通流量,为交通信号控制提供数据支持。

四、实验结果与分析1. 森林火灾监测实验结果表明,雷达在森林火灾监测中具有较高的灵敏度和准确度。

雷达可以实时监测森林火情,为火灾防控提供有力支持。

2. 水域探测实验结果显示,雷达在水域探测中表现出良好的性能。

雷达可以监测水质、水流速度等参数,为水资源管理提供可靠数据。

3. 城市交通管理实验数据表明,雷达在城市交通管理中具有较好的应用前景。

雷达可以实时监测道路交通流量,为交通信号控制提供数据支持,提高交通效率。

五、实验结论1. 雷达技术在新型领域的应用具有广阔的前景,可以为相关领域提供有力支持。

saradc课程设计

saradc课程设计

sar adc课程设计一、课程目标知识目标:1. 学生能理解ADC(Analog-to-Digital Converter)的基本概念,特别是SAR(Successive Approximation Register)ADC的工作原理;2. 学生能掌握SAR ADC的转换过程,包括采样、量化和编码;3. 学生能解释SAR ADC中分辨率、转换精度和转换速率等关键参数的含义。

技能目标:1. 学生能够运用所学知识,分析并设计简单的SAR ADC电路;2. 学生能够通过实验或模拟软件,操作SAR ADC转换过程,进行数据采集和分析;3. 学生能够运用数学工具,对SAR ADC的性能进行初步的量化评估。

情感态度价值观目标:1. 培养学生对电子测量和转换技术的兴趣,激发其探索精神和创新意识;2. 增强学生的团队合作意识,通过小组讨论和实验,培养学生的沟通能力和协作能力;3. 引导学生认识到SAR ADC在日常生活和工业中的应用,提高学生对技术与社会关系的认识。

课程性质:本课程为电子技术专业高年级的实践课程,结合理论教学与实际操作,强调知识的应用和实践能力的培养。

学生特点:学生具备一定的电子电路基础,具有较强的逻辑思维能力和动手操作能力。

教学要求:结合学生特点和课程性质,通过讲授、实验和案例分析等教学方法,使学生在掌握理论知识的基础上,提高实际操作和问题解决能力。

在教学过程中,注重分解课程目标为具体可衡量的学习成果,以便于教学设计和评估。

二、教学内容1. SAR ADC基本原理:包括ADC的概念、种类,重点讲解SAR ADC的工作流程、分辨率、转换精度等关键参数;相关教材章节:第二章“模拟-数字转换器”第3节“逐次逼近(SAR)ADC”。

2. SAR ADC电路分析与设计:分析SAR ADC的基本电路结构,讲解其内部各个部分的功能和相互关系,指导学生进行简单的电路设计;相关教材章节:第三章“SAR ADC电路分析与设计”第1、2节。

  1. 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. 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. 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 Imaging Based On the Range DopplerAlgorithmIntroductionAfter the course Radar Imaging, I did a simulation experiment in which I try to use Range Doppler Algorithm (RDA) for SAR Imaging. Here is my report for the experiment.In my simulation experiment, I got an ideal result of 3 point targets imaging based on the RDA on the condition of high squint.First of all, I would like to give the parameters used in my simulation.Then it is the flow chart of the algorithm.Raw radar dataResult Output Result analysis1.The echo signal2 (,)rect expexpcs t j kTjττπτ⎛-⎧⎫⎪⎪⎛=⋅-⎨⎬⎝⎪⎪⎪⎩⎭⎝⎭⎧⋅-⎨⎩This is the echo dataThis is the real part of the echo data2.Range compression and the SRCTo do range compression we can simply add a matched filter2()exp{}r rc r rj f H f K π=While the SRC filter is 2()exp{}r src r srcj f H f K π-=These two filters can be combined as one filter:2()exp{}r m r mj f H f K π=Where 1/rm r srcK K K K =-This is the signal after rangecompression and SRC.3. Range Cell Migration Correction (RCMC)The migration factor (,)a r D f V =()H j ω()()i i s t n t +()()o o s t n t +()h tThe phase multiplier 44exp{}exp{}(,)r c r crcmc a r j f R f o G D f V c cππ-=⋅Where c ois the range of the scene center.This is the signal after RCMC.4. Azimuth CompressionAfter RCMC, a matched filter is applied to focus the data in the azimuth direction.004(,)exp{}a r fa j R D f V f H cπ=The result is as follow:Data after azimuth compression.This is the required result. ConclusionAfter doing this simulation, I learned more on SAR imaging. It ’s the practical knowledge. I understood how to achieve the algorithm with IDL instead of just understanding it on the book. But I realize that no matterthe algorithm or the understanding of SAR, on which my study is still primary. I’m looking forward to access more and go deeper in this field.CODE;====矩形窗函数==================================function rect,tsizearr=size(t)ff=fltarr(sizearr(1))index=where(abs(t) le 0.5)ff(index)=1.return,ffend;;==========雷达参数================c=double(3.e8) ;光速lamd=double(0.03) ;波长fc=double(c/lamd) ;载频Br=double(1.e8) ;发射信号带宽Kr=double(1.5e13) ;距离调频率Tu=double(Br/Kr) ;发射脉冲时宽fs=double(Br*1.5) ;距离采样率PRF=double(300.0)Vr=double(100.0)Na=1024Nr=2048R0=double(2.e4)cita=double(20.*!pi/180) ;波束斜视角(radian)ta=(dindgen(Na)-Na/2)/PRF ;慢时间;=====================目标位置参数======================== xx=0yy=0x1=30y1=0;=====================雷达位置参数======================== x=vr*ta-R0*sin(cita) ;雷达方位位置y=R0*cos(cita) ;雷达距离位置dt=double(sqrt(x^2+y^2))Rref=dt ;参考目标实时距离oc=Rref[Na/2] ;场景中心距离;;================== 回波模拟======================= tr=(dindgen(Nr)-Nr/2)/fs+2*oc/crecord=dcomplexarr(Nr) ;一个脉冲记录data=dcomplexarr(Na,Nr) ;回波二维数组for ii=0LL,Na-1LL do beginrecord=dcomplexarr(Nr)Rt=sqrt((x(ii)-xx)^2+(y-yy)^2) ;目标到雷达瞬时距离Rt1=sqrt((x(ii)-x1)^2+(y-y1)^2)record0=rect((tr-2.*Rt/c)/Tu)*exp(dcomplex(0,!pi*kr*(tr-2.*Rt/c)^2))*exp(dcomplex(0,-4.*!pi/la md*Rt))record1=rect((tr-2.*Rt1/c)/Tu)*exp(dcomplex(0,!pi*kr*(tr-2.*Rt1/c)^2))*exp(dcomplex(0,-4.*!pi/ lamd*Rt1))data(ii,*)=record0+record1endforwindow,0contour,abs(data)window,10contour,real_part(shift(fft(data),Na/2,Nr/2));write_tiff,'d:\im3.tif',bytscl(abs(real_part(data)));write_tiff,'d:\im4.tif',bytscl(real_part(data));stop;===================== RD算法========================Fac=double(2*Vr*sin(cita)/lamd)Rc=dt[na/2]*cos(cita)fr=shift((dindgen(Nr)-Nr/2)*Fs/Nr,0/2);fa=shift((dindgen(Na)-Na/2)*PRF/Na,0/2)+Fac;D=sqrt(1-lamd^2*fa^2/4./Vr^2)Ksrc=2.*Vr^2*Fc^3*D^3/c/Rc/Fa^2;Hfr=exp(dcomplex(0,!pi*Fr^2/Kr));距离向匹配滤波器Hsrc=dcomplexarr(Na,Nr);for i=0,Na-1 do beginHsrc[i,*]=exp(dcomplex(0,-1*!pi*Fr^2/Ksrc[i]));endfor ;SRC滤波器for j=0,Nr-1 do begindata[*,j]=data[*,j]*exp(dcomplex(0,-2*!pi*Fac*ta));endfordata=shift(fft(data),Na/2,Nr/2);;=================距离压缩与二次距离压缩=============for i=0,Na-1 do begindata(i,*)=data(i,*)*exp(dcomplex(0,!pi*Fr^2/Kr))*Hsrc[i,*]endforwindow,1contour,abs(fft(data,1));;============距离徙动校正=============for i=0,Na-1 do beginrcmc=exp(dcomplex(0,4*!pi*Fr*Rc/d[i]/c))*exp(dcomplex(0,-4*!pi*Fr*oc/c)) ;dt[Na/2]-->o cdata[i,*]=fft(data[i,*]*rcmc,1)endforwindow,2contour,abs(data);;=================方位向压缩=============rt1=double(oc*cos(cita)+(i-Nr/2)*c/2./Fs);for i=0,Nr-1 do beginh_fa=exp(dcomplex(0,4*!pi*rt1*fc/c*D))*exp(dcomplex(0,-2*!pi*fa*oc*sin(cita)/Vr))data(*,i)=fft(data(*,i)*h_fa,1)endforwindow,3contour,abs(data)end。

相关文档
最新文档