合成孔径声纳中RD和ω-k成像算法的比较
雷达成像技术（保铮word版）第四章合成孔径雷达
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。
合成孔径雷达反投影算法和波数域算法
合成孔径雷达反投影算法和波数域算法
合成孔径雷达（Synthetic Aperture Radar，SAR）反投影算法
和波数域算法是用于合成孔径雷达图像重构的常见算法。
合成孔径雷达反投影算法（Backprojection Algorithm）主要步
骤如下：
1. 将接收到的雷达回波数据进行快速傅里叶变换（FFT），将
时域数据转换到频域。
2. 对每个时刻的回波数据进行处理，根据回波数据的相位信息，将其对应的频域数据投影到相应的方向。
3. 将每个时刻的投影结果叠加起来，得到合成孔径雷达图像。
波数域算法（Wave Number Domain Algorithm）主要步骤如下：1. 针对接收到的雷达回波数据，进行快速傅里叶变换（FFT），将时域数据转换到频域。
2. 根据雷达系统的参数，计算出波数域（K域）对应的样本点位置。
3. 对每个时刻的回波数据进行处理，将其对应的频域数据根据波数域的位置进行插值，并累加到对应位置上。
4. 将每个时刻的插值累加结果进行逆傅里叶变换（IFFT），
得到合成孔径雷达图像。
这两种算法在合成孔径雷达图像重构中都比较常用，具有不同的特点和适用场景。
反投影算法简单直观，但对噪声敏感，适用于目标较稀疏、信号噪声比较高的情况。
波数域算法在处理大数据量的情况下具有较高的计算效率，并且对噪声抑制能力较强，在高信噪比情况下效果较好。
需要根据具体问题和应用场景选择合适的算法进行合成孔径雷达图像重构。
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作者：周学军韩香娥来源：《科技视界》2013年第26期【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。
RD成像算法分析
RD成像算法分析数据采集是RD成像算法的第一个步骤，它是通过将X射线束传递通过被测物体，收集经过物体后的射线。
在数据采集过程中，可以采用不同的配置，如平行束、锥形束和扇形束等。
在数据采集过程中，可以通过调整射线束的角度和入射点的位置来获取多个投影数据。
相比传统的X射线成像方法，RD成像算法通过多个视角的数据采集，能够提供更丰富的信息。
数据采集完成后，下一步需要进行图像重建。
图像重建是通过利用采集到的数据来推断物体的内部结构和形状的过程。
RD成像算法中常用的图像重建方法是反投影算法。
具体来说，反投影算法首先将采集到的数据进行相对应的补偿，比如去除背景噪声和伪影等。
然后，根据采集到的数据以及射线在物体中的传播路径，计算每个像素点上的衰减系数。
最后，将这些衰减系数映射到图像空间中，即可得到重建的图像。
相比传统的X射线成像方法，RD成像算法具有以下几个优点。
首先，它能够产生高分辨率的图像。
由于RD成像算法是利用多个视角的数据进行重建，因此可以显著提高图像的分辨率。
其次，RD成像算法的辐射剂量相对较低。
由于可以通过多个视角的数据进行重建，可以降低辐射剂量，减少对被测物体的伤害。
此外，RD成像算法还具有非侵入性。
由于RD成像是一种非接触性的成像方法，可以对生物组织进行非侵入性的检测。
RD成像算法在医学影像处理中有着广泛的应用。
首先，它可以用于疾病诊断和治疗。
比如在肺癌的早期诊断中，RD成像算法可以提供高分辨率的三维图像，帮助医生定位病灶和评估肿瘤的大小和位置，提高治疗的准确性和效果。
其次，RD成像算法还可以用于血管造影。
通过获取视觉上鲜明的血管图像，可以检测血管病变如狭窄或阻塞，并为血管手术提供导航。
此外，RD成像算法还可以用于关节病变的检测和分析、心血管疾病的诊断和评估等。
总而言之，RD成像算法是一种用于医学影像处理的先进技术。
它通过多个视角的数据采集和图像重建，可以生成高分辨率、低辐射剂量、非侵入性的三维图像。
合成孔径雷达成像算法与实现
合成孔径雷达成像算法与实现
合成孔径雷达成像是利用多个雷达发射的信号，经过相位平移和叠加来组合成一幅完整的雷达图像。
合成孔径雷达成像算法具有多种类型。
根据处理思路可以将其分为两大类：基于传感器的算法和基于信号处理的算法。
基于传感器的算法主要利用发射或接收机的位置、射频移相和时间差。
接收机位置关系到雷达合成靶被检测的位置信息。
而射频移相和时间差，则关系到雷达图像后处理中雷达接收和成像之间的信号处理。
基于信号处理的算法，例如合成孔径雷达（SAR）算法，主要基于正交步进技术，用发射信号的时间域响应来表示目标的距离和相位信息。
此外，利用相空间和时间处理技术将发射信号的接收信号进行反演处理，以形成多维数组，最终得到一幅精准的雷达图像。
此外，合成孔径雷达成像还可以利用计算机图形处理技术对图像进行处理，细化图像，提高成像精度，从而使其成为一种有效的距离测量定位工具。
总之，合成孔径雷达成像算法为雷达成像研究提供了多种新的思路，并且在精度、操作效率、低功耗、扩展性等方面的性能都有明显的改善，在成像及目标检测等应用领域有着广泛的应用前景。
RD成像算法分析
RD成像算法分析摘要本文是雷达成像原理的第一次课程作业。
在此次作业中我完成了对已提供RD算法的Matlab程序的分析，并且根据自己对该算法的理解重新编写了Matlab 程序，用它对RADARSAT-1的真实回波数据进行了成像实验。
本文分三部分：第一部分对经典RD算法做了一个简单的介绍；第二部分对已提供RD算法的Matlab程序进行了分析；第三部分用自己编写的RD算法的Matlab程序对RADARSAT-1的真实回波数据进行了成像实验，并给出了实验结果。
一、 经典RD 算法简介RD （Range Doppler ）算法是一种非常经典的SAR 成像算法。
虽然它有着比较长的历史，但它鲜明的特点使得它能“长盛不衰”，在一些SAR 系统中，它是一种实际采用的成像算法。
经典的RD 算法只考虑了相位展开的一次项，它分为三个步骤：距离压缩（Range Compression ，RC ）、距离迁移校正（Range Cell Migration Correction ，RCMC ）和方位压缩（Azimuth Compression ，AC ）。
其中RCMC 既可以在Range-Doppler 域完成，也可以在Frequency-Azimuth Range 域完成。
它的流程如图 1所示。
图 1 经典RD 算法流程图二、 RD 算法的Matlab 程序分析已提供的RD 算法Matlab 程序是严格基于图 1（a ）中的流程进行编写的。
由于该程序并没有特别新颖的地方，所以本文只利用该程序对RD 算法作进一步的理解，而将工作重点主要放在对RADARSAT-1真实回波数据的成像上。
（a ）Range-Doppler 域RCMC （b ）Frequency-Azimuth Range 域RCMC该程序可以分为六个小部分：设定参数、模拟回波、RC 、RCMC 、AC 以及结果显示。
1、 设定参数该程序是在空域中实现SAR 成像的，所以距离是基本的度量单位。
合成孔径雷达成像原理
合成孔径雷达成像原理合成孔径雷达（Synthetic Aperture Radar，SAR）是一种通过合成天线口径来实现高分辨率雷达成像的技术。
它利用雷达信号的相位信息，通过对多个脉冲回波信号进行处理，从而获得高分辨率的地物图像。
合成孔径雷达成像技术在军事侦察、地质勘探、环境监测等领域具有广泛的应用价值。
合成孔径雷达成像原理主要包括以下几个方面：1. 雷达信号的合成孔径。
合成孔径雷达通过合成天线口径的方式，实现了远距离成像时的高分辨率。
传统雷达的分辨率受限于天线口径，而合成孔径雷达则通过合成大于天线实际尺寸的虚拟孔径，从而获得了远超实际天线口径的分辨率。
这种合成孔径的方法有效地克服了传统雷达成像分辨率受限的问题。
2. 雷达信号的相位信息。
合成孔径雷达利用雷达信号的相位信息来实现高分辨率成像。
相位信息可以提供目标在距离和方位上的精确位置，从而实现对地物的高精度成像。
相位信息的提取和处理是合成孔径雷达成像的关键技术之一。
3. 多普勒频移校正。
合成孔径雷达在成像过程中需要对目标的多普勒频移进行校正。
由于合成孔径雷达通常以飞行器或卫星平台载荷的形式存在，因此在目标运动造成的多普勒频移方面需要进行有效的校正，以获得高质量的成像结果。
4. 信号处理和成像。
合成孔径雷达成像过程中需要进行大量的信号处理和数据处理工作。
这包括对回波信号的相位信息提取、多普勒频移校正、图像重构等。
通过这些信号处理和数据处理工作，最终可以获得高分辨率、高质量的地物图像。
总的来说，合成孔径雷达成像原理是利用合成孔径、相位信息提取、多普勒频移校正和信号处理等关键技术，实现了远距离雷达成像的高分辨率和高质量。
合成孔径雷达成像技术在军事、民用领域具有广泛的应用前景，将在未来得到更加广泛的发展和应用。
合成孔径雷达成像中的数据处理算法研究
合成孔径雷达成像中的数据处理算法研究合成孔径雷达（Synthetic Aperture Radar，简称SAR）是目前广泛应用于地球观测、远程监测和军事侦察等领域的，利用雷达波与地面或目标反射回来的散射波进行成像的一种技术。
相对于其他成像技术，SAR能够在任何天气条件下观测地表，也能够获得较高的分辨率，具有独特的技术优势。
其中的数据处理算法研究对SAR的成像效果和应用具有重要意义。
一、SAR成像的基本原理SAR利用雷达信号在大地表面散射后的反射回波，进行成像。
雷达通过向地面发射微波，利用雷达接收到的地面反射信号进行成像，需要进行复杂的信号处理和数据处理，才能得到高精度的SAR图像。
SAR成像的基本原理是利用雷达所发射的一些相干的微波信号，扫描成为一个虚拟的大孔径天线，构成一个合成孔径，通过一定的数据处理技术，绘制出目标物体在二维平面上的像。
其基本流程分为雷达系统构成、接收信号时序调控、数据预处理、图像成像和后处理等五个部分。
二、SAR成像中的数据处理算法1. SAR信号处理对于SAR的数据处理，首先进行的便是SAR信号的处理，由于拍摄过程的不确定性和各种干扰的存在，SAR信号的需经过去斜率校正和多普勒校正，才能更好的展现出目标物体的细节和分布情况。
对于信号的去斜率校正，其目的是利用得到的SAR图像，移除雷达得到远离方向上的相对运动速度，保证水平向像素与垂直向像素的尺度相一致。
而多普勒校正则是针对由于雷达与目标之间的相对速度引起的信号频率偏移，使得目标物体在图像上的形状和位置出现偏移，进行校正后，能够得到清晰、准确的SAR图像。
2. SAR图像处理SAR图像处理包括对SAR图像的分析与挖掘。
对于借助SAR技术观测到的目标物体，依据其特定的反射特征，可对SAR图像进行解译。
对于遥感图像目标识别，传统方法主要是借助纹理分析方法，提取出目标的空间特征。
但这种方法在SAR图像上的应用会出现很多问题，针对这种情况，近年来出现了基于物理模型的光学流方法。
rd成像原理
RD成像，也称为距离压缩成像，是一种针对目标平稳飞行（观测期间多普勒频率为常数的假设）的成像算法，通常应用于雷达和声纳等领域。
其基本原理如下：
1. 目标以均匀角速度作旋转运动，产生后向散射的电波称为雷达回波。
2. 当目标的尺寸远大于雷达的波长时，可以用分布在目标表面的一系列散射点表示各处对电波后向散射的强度。
3. 通过匹配滤波将宽频带雷达的回波信号压缩成窄脉冲，窄脉冲宽度相当的长度远小于目标的长度，此时目标回波的窄脉冲分布相当于三维分布的目标散射点子回波之和。
4. 对回波进行距离压缩得到目标的一维距离像历程，然后对距离像历程的方位向做快速傅里叶变换（FFT）即可得到目标的二维像。
此外，需要注意的是，RD成像算法是一种小转角成像方法，其效果受到目标转动的影响。
如需更专业的介绍，可以请教物理领域专家。
合成孔径成像方式
合成孔径成像方式
合成孔径成像是一种常用的雷达成像技术，它通过将多个接收到的信号进行合成，以获得更高分辨率的图像。
在合成孔径成像中，雷达发射信号并接收目标反射回来的信号。
这些信号被记录和处理，以形成一幅高分辨率的图像。
合成孔径成像有两种主要方式：线性合成孔径和相位合成孔径。
线性合成孔径（Linear Synthetic Aperture）是通过将多个接收到的信号进行叠加，以增加孔径长度，从而提高分辨率。
这种方法简单有效，但需要较长的数据处理时间。
相位合成孔径（Phase Synthetic Aperture）是通过将接收到的信号进行相位补偿，以消除多径干扰和噪声。
这种方法可以获得更高的分辨率，但需要精确的相位补偿和数据处理技术。
在实际应用中，可以根据需要选择合适的合成孔径成像方式。
- 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)。
ｄｘｒ一 Ｉ ｓ ） ｈ （ 一 ｆ ｒｃｒ ｘｄ— ｌ ｓ ， ０ ｈ ｒ ； ｄ （ （， ） （ ， ・ ，一２／； ｄ ｔ （ ￡ （，一２／ ｒ ｔ ４ ｌ ｘｆ ） ｘ） ｃ ） ）
Ｊ Ｊ — Ｊ一
其 中 ：ｄ ｘ，） 示 目标 场 ； （ ｒ表 ０ 符 号 表 示 ｚ 方 向 的 卷 积 ．
．５ ． ９
（） ４ 式是 一个 空变、 二维 的运算 ， 使得 合成孔径的处理 变得困难． 如果 可以忽略距 离迁移 Ｒ ， Ｍ 也就
是说 ＾ （・） 际 上 相 当于 是 一 维 的 ， ４ 式 将 化 为 一 系 列 一 维 相 关 ． 一 方 面 ， 果 考 虑 ｒ ｔ 近 的 小 实 （） 另 如 ＝＂ ０附 区 域 ，４ 式 可 以化 为一 个 二维 空 不 变 的 的卷 积 ： （） ｄ ｘ， （ ｒ＝ ／ ） ｓｘ，） ＠ （ Ｔ） ２≈ （ ＠ ｈ ｚ，；＂ ｏ 评 判 算 法 的依 据 ．
即 为 距 离 迁 移 ＲＭ． 可 以看 出点 扩 展 函数 ｈ ｔｚ；。ｏ 其 沿 方 位 向 移 不 变 和 沿 距 离 向移 变 ． 合 成 孔 径 成 像 时 ， 接 收 （， ｚ ｒ） 在 将 的 回波 信 号 ｓｘ，） 空 变 的 ＾ （ ￡与 （・） 相 关 ， 即 相位 修 正 和 积 分 ， 到 目标场 ： 做 亦 得
１ ２ 转 移 函 数 ．
（） ５
这 一 近 似 使 得 可 以采 用 二 维 Ｆ Ｔ 对 回波 数 据 聚焦 ． 以 下 的 分 析 中 ， （ ） （ ） 式 近 似 的 精 确 程 度 是 Ｆ 在 对 ４、５两
为 了评 判 距 离 ｒ ｒ 处 的 聚 焦质 量 ， 以 利 用 （ ） ． （ ） 中 的变 量 Ｘ和 作 傅 氏 变 换 ， 到 ： — ０ 可 ５式 对 ５式 得
摘
要 ：从 聚 焦 能 力 和 北 理相 关 的 空 变 特 性 的能 力 两 方 面 ， 寺 成 孔 径 声 蚋 中几 升 成像 算 法 进 抒 比 较 ． 出 对 培
了 Ｒ Ｒ ｎ ｅＤ ｐ ｌｒ和 一 算 法 的 对 水 池 实验 数 据 成 像 的 蛄 呆． Ｄ（ ａ ｇ ｏ ｐｅ）
美 量 词 ： 合 成 孔 径 ｝声 蚋 ；成 像 中 田分 类 号 ： ６ ６ ７ Ｕ ６． ２ 文献 标 识 码 ：Ａ
合 成 孔 径声 纳 （ ＡＳ 具 有 利用 低频 、 尺 寸 基 阵 获 得 高 方 位 分 辨 率 的 优 点 ， Ｓ ） 小 已成 为 近年 水 声 研 究 的 热 点 ］从 本 质 上 讲 ， 成 孔 径 成 像 需 要 将 回波 数 据 与 获 得 回波 数 据 的 系 统 的 点 扩 展 函 数 进 行 二 维 空 变 ． 合 的卷 积 ， 这 么 做 在 计 算 上 很 不 经 济 ． 了利 用 快 速 频 域 技 术 ， 发 出 了 一 些 对 点 扩 展 函 数 做 不 同 近 似 但 为 开
本 文 从 以下 两 方 面来 比较 算 法 ：① 算 法 对 卷 积 模 型 近 似 的 精 确 性 ， 了 比 较 ， 出不 同算 法 带 来 的 为 给 相 位 误 差 ； 空 变 特 性 的 体 现 ． 些 算 法 采 用 插 值 来 解 决 这 一 问 题 ， 值 的精 确性 对 成 像 有 一定 的 影 响 ． ＠ 一 插 最 后 ， 出 了不 同成 像 算 法 的 水 池 实 验成 像 结 果 ， 出结 论 ． 给 得
Ａｐ，２ ０ ｒ ０２
文 章确 号 ： ０ ９ ３ ８ ０ ２ ０ 一 Ｄ ５ — ０ １ ０ － ４ ６ ０ ） ２ 。８ ５ ｃ ２
合 成 孔 径 声 纳 中 Ｒ 和 国一 成 像 算 法 的 比较 Ｄ
姜 南 ，孙 大 军 ，田 坦
（ 尔 滨 工 程 大 学 水 声 工 程 系 ， 龙 江 哈 尔滨 １０ ０ ） 哈 黑 ５０ １
收稿 目期 ：０ １１ －９ ２ ０ ・６ ０ ；修 订 目期 ：０ １１ １ ２ ０ —卜 ６ 作者 简 介 ： 姜 南 （ ９ ９） 女 ． 士生 ． １ ６ ・， 博
维普资讯
第 ｚ期
姜
南 等 ： 成 孔 径 声 纳 中 ＲＤ 扣 一＾成 像 算 法 的 比 较 合
＾ ｚｚ ，ｏ （一塑 ）一 卜 一 ￡ ）（） （， ；。ｔ）一 ＃ （ 一 １
Ｃ Ｃ ｔ ＂ ＇ｏ Ｔ
Ｒ ｘ ｔ） 、 （ ；ｏ 一 儡
一
一 ｒ＋ ｏ
（） ２
图１ 发 射接收几 何
（） ３
般地 ：
△Ｒ ， ） ｒ 一Ｒ（ ｒ 一ｒ ，） — ０ ２ ／ｒ
１ 成 像算法 的原 理
ቤተ መጻሕፍቲ ባይዱ１１ 点 扩 展 函 数 ．
如 图 １ 空 问 存 在 一 个 点 目标 ， 于 （ ，ｏ ， 发 换 ， 位 ｚ。ｒ） 收 能 器 位 于 （ 。 ． 射 信 号 为 （； ； （） 位 置 ｚ无 ｚ，） 发 ｚ） ＃与 关 ， 时 问 ｆ的 起 点 为 信 号 的 发 射 时 刻 ． 么 ， 收 回波 且 那 接 点 扩 展 函数 为 ：
维普资讯
第 ２Ｏ２年 第月 １ ４卷 ４ ２ 期 Ｏ
海 Ｊ ＲＮ 军 ＡＬＵＮＩ Ｅ Ｓ Ｔ 学Ｅ 报 Ｅ Ｎ ＯＵ ＡＬＯＦＮＡＶ 工 程 Ｖ 大 Ｉ Ｙ ＯＦ ＮＧ ＮＥ ＲＩ Ｇ Ｒ 学 Ｉ
Ｖ １１ Ｎ ． ｏ． ４ 。２
的算法 ． Ａ Ｓ Ｓ领域的合成孔径算法大致 可分为 ： 时域成像 算法、 距离 多普勒算法 、 波数域算法． 时域算法
是 一 种 精 确 的成 像 算 法 ， 计 算 效 率 较 低 ， 一 般 只 能用 作 参 考 算 法 来 评 价 其 它 成 像 算 法 的 效 率 及 精 确 但 它
性 ， 此不再讨论． 在