《合成孔径雷达成像算法与实现》FIgure6.20

% rho_r = c/(2*Fr)而不是rho_r = c/(2*Bw)
% Hsrcf exp函数里忘记乘pi了
clc
clear
close all参数设置
距离向参数设置
R_eta_c = 20e3; % 景中心斜距
Tr = 2.5e-6; % 发射脉冲时宽
Kr = 20e12; % 距离向调频率
alpha_os_r = 1.2; % 距离过采样率
Nrg = 320; % 距离线采样数
距离向参数计算
Bw = abs(Kr)*Tr; % 距离信号带宽
Fr = alpha_os_r*Bw; % 距离向采样率
Nr = round(Fr*Tr); % 距离采样点数(脉冲序列长度)
方位向参数设置
c = 3e8; % 光速
Vr = 150; % 等效雷达速度
Vs = Vr; % 卫星平台速度
Vg = Vr; % 波束扫描速度
f0 = 5.3e9; % 雷达工作频率
Delta_f_dop = 80; % 多普勒带宽
alpha_os_a = 1.25; % 方位过采样率
Naz = 256; % 距离线数
theta_r_c = 21.9; % 波束斜视角
方位向参数计算
lambda = c/f0; % 雷达工作波长
eta_c = -R_eta_c*sind(theta_r_c)/Vr;% 波束中心偏移时间
f_eta_c = 2*Vr*sind(theta_r_c)/lambda;% 多普勒中心频率
La = 0.886*2*Vs*cosd(theta_r_c)/Delta_f_dop;% 实际天线长度
Fa = alpha_os_a*Delta_f_dop;% 方位向采样率
Ta = 0.886*lambda*R_eta_c/(La*Vg*cosd(theta_r_c));% 目标照射时间
R0 = R_eta_c*cosd(theta_r_c);% 最短斜距
Ka = 2*Vr^2*cosd(theta_r_c)^3/(lambda*R0);% 方位向调频率
theta_bw = 0.886*lambda/La; % 方位向3dB波束宽度
theta_syn = Vs/Vg*theta_bw; % 合成角
Ls = R_eta_c*theta_syn; % 合成孔径
其他参数计算
rho_r = c/2/Fr; % 距离向分辨率
rho_a = La/2; % 方位向分辨率
Trg = Nrg/Fr; % 发射脉冲宽度
Taz = Naz/Fa; % 目标照射时间
d_t_tau = 1/Fr; % 距离向采样时间间隔
d_t_eta = 1/Fa; % 方位向采样时间间隔
d_f_tau = Fr/Nrg; % 距离向采样频率间隔
d_f_eta = Fa/Naz; % 方位向采样频率间隔目标设置
设置目标点距离景中心的距离
A_r = -50;A_a = -50;
B_r = -50;B_a = +50;
C_r = +50;C_a = B_a+(C_r-B_r)*tand(theta_r_c);
坐标
A_x = R0+A_r;A_y = A_a;
B_x = R0+B_r;B_y = B_a;
C_x = R0+C_r;C_y = C_a;
N_position = [A_x,A_y;B_x,B_y;C_x,C_y];
波束中心穿越时刻
N_target = 3;
Target_eta_c = zeros(1,N_target);
for i = 1:N_targetDelta_Y = N_position(i,2)-N_position(i,1)*tand(theta_r_c);Target_eta_c(i) = Delta_Y/Vs;
end
绝对零多普勒时刻
Target_eta_0 = zeros(1,N_target);
for i = 1:N_targetTarget_eta_0(i) = N_position(i,2)/Vs;
end变量设置
时间变量:以景中心绝对零多普勒时刻作为方位向零点
t_tau = (-Trg/2:d_t_tau:Trg/2-d_t_tau)+2*R_eta_c/c; % 距离时间变量
t_eta = (-Taz/2:d_t_eta:Taz/2-d_t_eta)+eta_c; % 方位时间变量
r_tau = (t_tau*c/2)*cosd(theta_r_c); % 最近距离变量
频率变量
f_tau = fftshift(-Fr/2:d_f_tau:Fr/2-d_f_tau); % 距离频率变量
f_tau = f_tau-round((f_tau-0)/Fr)*Fr; % 将频率折叠入(-Fr/2,Fr/2),距离可观测频率变量
f_eta = fftshift(-Fa/2:d_f_eta:Fa/2-d_f_eta); % 方位频率变量
f_eta = f_eta-round((f_eta-f_eta_c)/Fa)*Fa; % 将频率折叠入f_eta_c附近(-Fa/2,Fa/2)范围,方位可观测频率变量
坐标设置
[t_tauX,t_etaY] = meshgrid(t_tau,t_eta); % 距离时间X轴,方位时间Y轴
[f_tauX,f_etaY] = meshgrid(f_tau,f_eta); % 距离频域X轴,方位频域Y轴
[r_tauX,f_eta_Y] = meshgrid(r_tau,f_eta); % 距离长度X轴,方位频域Y轴信号设置,原始回波生成
tic % 计时,与toc搭配使用
wait_title = waitbar(0,'开始生成回波数据 ...');
pause(1);
st_tt = zeros(Naz,Nrg);
for i = 1:N_targetR_eta = sqrt(N_position(i,1)^2+Vs^2*(t_etaY-Target_eta_0(i)).^2);% 瞬时斜距,还有近似公式可以尝试A0 = [1,1,1,1]*exp(+1j*0); % 后向散射系数wr = (abs(t_tauX-2*R_eta/c)<=Tr/2); % 距离向包络wa = sinc(0.886*atan(Vs*(t_etaY-Target_eta_c(i))/N_position(i,1))/theta_bw).^2;% 方位向包络,用波束穿越时刻
% wa = sinc(0.886*(atan(Vs*(t_etaY-Target_eta_0(i))/N_position(i,1))+theta_r_c)/theta_bw).^2;st_tt_target = A0(i)*wr.*wa.*exp(-1j*4*pi*f0*R_eta/c)....*exp(1j*pi*Kr*(t_tauX-2*R_eta/c).^2);st_tt = st_tt+st_tt_target;pause(0.001);time = toc;Display_Data = num2str(roundn(i/N_target*100,-1));Display_Str = ['Computation Progress',Display_Data,'%',' --- ',...'Using Time: ',num2str(time)];waitbar(i/N_target,wait_title,Display_Str); % 三参数:进度,句柄,展示的话
end
pause(1);
close(wait_title);
tocH = figure();
set(H,'position',[100,100,600,600]);
subplot(221)
imagesc(real(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(a)实部')
subplot(222)
imagesc(imag(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(b)虚部')
subplot(223)
imagesc(abs(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(c)幅度')
subplot(224)
imagesc(angle(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(d)相位')一次距离压缩+二次距离压缩
方式三:根据脉冲频谱特性直接在频域生成频域匹配滤波器
window = kaiser(Nrg,2.5)'; % 时域窗
Window = fftshift(window); % 频域窗
% 计算滤波器
D0 = sqrt(1-lambda^2*f_eta_c^2/(4*Vr^2));
Ksrc = 2*Vr^2*f0^3*D0^3/(c*R0*f_eta_c^2);
Km = Kr*Ksrc/(Ksrc-Kr);
% Hrf = (abs(f_tauX)<=Bw/2).*Window.*exp(+1j*pi*f_tauX.^2/Kr);
Hrf = (abs(f_tauX)<=Bw/2).*Window.*exp(+1j*pi*f_tauX.^2/Km);
Sf_ft = fft(st_tt,Nrg,2);
Srf_ft = Sf_ft.*Hrf;
srt_tt = ifft(Srf_ft,Nrg,2);figure('Name','一次距离压缩'),subplot(121)
imagesc(real(srt_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(a)实部')
subplot(122)
imagesc(abs(srt_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(b)虚部')方位向FFT
Saf_tf = fft(srt_tt,Naz,1);
figure,imagesc(abs(Saf_tf)),set(gca,'YDir','normal'),title('方位向FFT')距离徙动校正——8点插值
% RCM = lambda^2*r_tauX.*f_etaY.^2/(8*Vr^2);
% RCM = R0+RCM-R_eta_c; % 将距离徙动量转换到原图坐标系下
D = sqrt(1-lambda^2*f_etaY.^2/(4*Vr^2)); % 距离多普勒域中的徙动因子
RCM = r_tauX./D-r_tauX;
RCM = R0+RCM-R_eta_c; % 将距离徙动量转换到原图坐标系下
offset = RCM/rho_r; % 将距离徙动量转换为距离单元偏移量
计算插值表
x_tmp = repmat(-4:3,[16,1]); % 插值长度
x_tmp = x_tmp+repmat(((1:16)/16).',[1,8]); % 量化位移
% figure,imagesc(repmat(((1:16)/16)',[1,8])),colorbar
% figure,imagesc(repmat(-4:3,[16,1])),colorbar
% figure,imagesc(repmat(((1:16)/16)',[1,8])+repmat(-4:3,[16,1])),colorbar
hx = sinc(x_tmp); % 生成插值核
% % figure,imagesc(hx)
hx = kaiser(8,2.5)'.*hx;
hx = hx./sum(hx,2); % 归一化
插值表校正
Srcmf_tf_8 = zeros(Naz,Nrg);
for a_tmp = 1:Nazfor r_tmp = 1:Nrgoffset_ceil = ceil(offset(a_tmp,r_tmp));offset_frac = round((offset_ceil-offset(a_tmp,r_tmp))*16);if offset_frac == 0Srcmf_tf_8(a_tmp,r_tmp) = Saf_tf(a_tmp,ceil(mod(r_tmp+offset_ceil-0.1,Nrg)));elseSrcmf_tf_8(a_tmp,r_tmp) = Saf_tf(a_tmp,ceil(mod((r_tmp+offset_ceil-4:r_tmp+offset_ceil+3)-0.1,Nrg)))*hx(offset_frac,:).';endend
endfigure('Name','8点距离徙动校正'),subplot(121)
imagesc(real(Srcmf_tf_8)),set(gca,'YDir','normal')
xlabel('距离时间(采样点)'),ylabel('方位频率(采样点)'),title('(a)实部')
subplot(122)
imagesc(abs(Srcmf_tf_8)),set(gca,'YDir','normal')
xlabel('距离时间(采样点)'),ylabel('方位频率(采样点)'),title('(b)幅度')方位压缩
Ka = 2*Vr^2*cosd(theta_r_c)^3./(lambda*r_tauX);
Haf = exp(-1j*pi*f_etaY.^2./Ka); % 匹配滤波器
Haf_offset = exp(-1j*2*pi*f_etaY*eta_c); % 时间补偿项
Soutf_tf = Srcmf_tf_8.*Haf.*Haf_offset;
soutt_tt = ifft(Soutf_tf,Naz,1);绘图
H1 = figure();
set(H1,'position',[100,100,600,300]);
subplot(121),imagesc(real(soutt_tt))
xlabel('距离时间(采样点)→'),ylabel('←方位时间(采样点)'),title('(a)实部')
subplot(122),imagesc( abs(soutt_tt)),colorbar
xlabel('距离时间(采样点)→'),ylabel('←方位时间(采样点)'),title('(b)幅度')点目标分析
len = 16;
cut = -len/2:len/2-1;
% sout_tt_C = soutt_tt(round(Naz/2+1+N_position(3,2)/Vr*Fa)+cut, ...
% round(Nrg/2+1+2*(N_position(3,1)-R0)/c*Fr)+cut);
sout_tt_C = soutt_tt(226+cut, 181+cut);
figure,imagesc(abs(sout_tt_C)),title('切片')Sout_ff_C = fft2(sout_tt_C);
figure,imagesc(abs(Sout_ff_C)),set(gca,'YDir','normal')Start_ff_1 = Sout_ff_C;% 高频补零
Start_buling_1 = zeros(len,16*len);
Start_buling_2 = zeros(16*len,16*len);
% 行补零
for i = 1:len[~,I] = min(Start_ff_1(i,:));Start_buling_1(i,1:I) = Start_ff_1(i,1:I);Start_buling_1(i,16*len-(len-I)+1:16*len) = Start_ff_1(i,I+1:end);
end
% 列补零
for i = 1:16*len[~,I] = min(Start_buling_1(:,i));Start_buling_2(1:I,i) = Start_buling_1(1:I,i);Start_buling_2(16*len-(len-I)+1:16*len,i) = Start_buling_1(I+1:end,i);
endstart_tf_1 = ifft(Start_buling_2,[],2);
start_tt_2 = ifft(start_tf_1,[],1);
% Start_ff_2 = fft2(start_tt_2);
% figure,imagesc(abs(fftshift(Start_ff_2))),set(gca,'YDir','normal')figure('Name','高频补零'),imagesc(abs(start_tt_2))
contour(abs(start_tt_2),15)% p为行索引,q为列索引
[aa,p] = max(start_tt_2);
[bb,q] = max(max(start_tt_2));% 距离切片
start_r = abs(start_tt_2(p(q),:));
start_r = db(start_r/max(start_r));
figure,plot(start_r),ylim([-35,0])% 方位切片
start_a = abs(start_tt_2(:,q));
start_a = db(start_a/max(start_a));
figure,plot(start_a),ylim([-35,0])% 距离向相位
start_r_p = rad2deg(angle(start_tt_2(p(q),:)));
figure,plot(start_r_p),xlim([0,16*len])% 方位向相位
start_a_p = rad2deg(angle(start_tt_2(:,q)));
figure,plot(start_a_p),xlim([0,16*len])




相关文章:
《合成孔径雷达成像算法与实现》FIgure6.20
% rho_r c/(2*Fr)而不是rho_r c/(2*Bw) % Hsrcf exp函数里忘记乘pi了 clc clear close all参数设置 距离向参数设置 R_eta_c 20e3; % 景中心斜距 Tr 2.5e-6; % 发射脉冲时宽 Kr 20e12; % 距离向调频率 alpha_os_r 1.2; …...
Spring Boot 笔记 015 创建接口_更新文章分类
1.1.1 实体类id增加NotNull注释,并做分组校验 1.1.1.1 定义分组 1.1.1.2 实体类中指定校验项属于哪个分组 如果说某个校验项没有指定分组,默认属于Default分组 分组之间可以继承, A extends B 那么A中拥有B中所有的校验项package com.geji.pojo;import com.faste…...
【Java基础题型】判断是否是回文数
需求:如果给你一个正数x。 如果x是一个回文整数,打印true,否则,返回false 解释: 回文数是指正序(从左到右)和从倒序(从右到左)都是一样的整数数字。 eg.121是回文数,123不是,2112是回文数&…...
Linux paste命令教程:并行合并文件的利器(附案例详解和注意事项)
Linux paste命令介绍 paste 是一个在 Unix 或 Linux 操作系统中非常有用的命令。它用于通过在标准输出中输出由每个指定文件的行组成的行,以制表符为分隔符,来水平(并行)合并文件。 Linux paste命令适用的Linux版本 paste 命令…...
用163邮箱或者outlook接收国科大邮箱的邮件
使用如图下路径,创建一个新的密码,用于在163大师邮箱或者outlook登录即可 如果不行,则需要手动配置邮箱服务器 参考网址:中国科学院邮件系统帮助中心...
VitePress-15- 配置- description 的作用详解
作用描述 1、descriptioin 是站点的描述, 会被解析为 html 页面的 <meta name"description" content "xxx"> 标签 。2、description 本身就是 <meta> 标签的一种,不会在页面上展示出来, 仅仅是作为页面的一…...
寒假学习记录17:包管理器(包管理工具)
概念 包(package) 包含元数据的库,这些元数据包括:名称,描述,git主页,许可证协议,作者,依赖..... 库(library,简称lib) 以一个或多个模…...
【AIGC】Stable Diffusion的常见错误
Stable Diffusion 在使用过程中可能会遇到各种各样的错误。以下是一些常见的错误以及可能的解决方案: 模型加载错误:可能出现模型文件损坏或缺失的情况。解决方案包括重新下载模型文件,确保文件完整并放置在正确的位置。 依赖项错误&#x…...
线段树解决-----P1161 开灯 P1047 [NOIP2005 普及组] 校门外的树 python解法
# [NOIP2005 普及组] 校门外的树 ## 题目描述 某校大门外长度为 l 的马路上有一排树,每两棵相邻的树之间的间隔都是 1 米。我们可以把马路看成一个数轴,马路的一端在数轴 0 的位置,另一端在 l的位置;数轴上的每个整数点…...
学习总结16
# 【模板】最小生成树 ## 题目描述 如题,给出一个无向图,求出最小生成树,如果该图不连通,则输出 orz。 ## 输入格式 第一行包含两个整数 N,M,表示该图共有 N 个结点和 M 条无向边。 接下来 M 行每行包含三个整数 …...
问题:从完整的问题解决过程来看,( )是首要环节。A.理解问题 B.提出假设C.发现问题 D.检验假设 #学习方法#学习方法
问题:从完整的问题解决过程来看,( )是首要环节。A.理解问题 B.提出假设C.发现问题 D.检验假设 A.理解问题 B.提出假设 C.发现问题 参考答案如图所示...
服务器感染了.mallox勒索病毒,如何确保数据文件完整恢复?
导言: 在当今数字化的世界中,恶意软件已成为企业和个人数据安全的一大威胁,其中.mallox勒索病毒是最为恶劣的之一。本文91数据恢复将介绍.mallox勒索病毒的特点,以及如何恢复被其加密的数据文件以及预防措施。 如果您正在经历勒索…...
Android java基础_多态性
一.Android Java基础_多态性 向上转换:只能定义被子类覆写的方法,不能调用在子类中定义的方法。 class Father {private int money; public int getMoney() {return money; }public void setMoney(int money) {this.money money; }public void printInfo() {Syst…...
面试前的准备
目录: 面试前的准备Java程序员校招与社招的区别校招与社招的区别:Java程序员投递简的正确方式投递简历时的误区简历投递时间Java程序员如何应对面试邀约Java程序员如何对公司做背调面试前的技术准备 面试前的准备 Java程序员校招与社招的区别 校招和社招…...
前端架构: 本地调试脚手架的2种方式
一、 调试简单的脚手架方式 假定脚手架名称是 xxx 1 )方式1 在xxx脚手架项目目录的上一级,执行 npm i -g xxx这时候,就可以本地调试脚手架,在前文中已经说明软链的作用参考:https://blog.csdn.net/Tyro_java/article…...
现阶段适用于 单一架构 还是 分布式架构 ?
单体架构: 优势:简单直接,易于理解和开发,适用于小型应用或刚刚开始的项目。劣势:扩展性受限,只能通过增加服务器的数量来提高处理能力;所有模块都部署在一个单独的服务器或容器中,…...
掌握Go并发:Go语言并发编程深度解析
🏷️个人主页:鼠鼠我捏,要死了捏的主页 🏷️系列专栏:Golang全栈-专栏 🏷️个人学习笔记,若有缺误,欢迎评论区指正 前些天发现了一个巨牛的人工智能学习网站,通俗易懂&…...
创建一个多进程服务器和多线程服务器
多进程服务器 #include<myhead.h> #define PORT 8888 //端口号 #define IP "192.168.10.10" //IP地址//定义信号处理函数,用于回收僵尸进程 void handler(int signo) {if(signo SIGCHLD){while(waitpid(-1, NULL, WNOHAN…...
相机图像质量研究(18)常见问题总结:CMOS期间对成像的影响--CFA
系列文章目录 相机图像质量研究(1)Camera成像流程介绍 相机图像质量研究(2)ISP专用平台调优介绍 相机图像质量研究(3)图像质量测试介绍 相机图像质量研究(4)常见问题总结:光学结构对成像的影响--焦距 相机图像质量研究(5)常见问题总结:光学结构对成…...
18.谈谈你对JSON的理解
JSON 是一种基于文本的轻量级的数据交换格式。它可以被任何的编程语言读取和作为数据格式来传递。 在项目开发中,使用 JSON 作为前后端数据交换的方式。在前端通过将一个符合 JSON 格式的数据结构序列化为 JSON 字符串,然后将它传递到后端,后…...
智慧医疗能源事业线深度画像分析(上)
引言 医疗行业作为现代社会的关键基础设施,其能源消耗与环境影响正日益受到关注。随着全球"双碳"目标的推进和可持续发展理念的深入,智慧医疗能源事业线应运而生,致力于通过创新技术与管理方案,重构医疗领域的能源使用模式。这一事业线融合了能源管理、可持续发…...
YSYX学习记录(八)
C语言,练习0: 先创建一个文件夹,我用的是物理机: 安装build-essential 练习1: 我注释掉了 #include <stdio.h> 出现下面错误 在你的文本编辑器中打开ex1文件,随机修改或删除一部分,之后…...
k8s业务程序联调工具-KtConnect
概述 原理 工具作用是建立了一个从本地到集群的单向VPN,根据VPN原理,打通两个内网必然需要借助一个公共中继节点,ktconnect工具巧妙的利用k8s原生的portforward能力,简化了建立连接的过程,apiserver间接起到了中继节…...
华为云Flexus+DeepSeek征文|DeepSeek-V3/R1 商用服务开通全流程与本地部署搭建
华为云FlexusDeepSeek征文|DeepSeek-V3/R1 商用服务开通全流程与本地部署搭建 前言 如今大模型其性能出色,华为云 ModelArts Studio_MaaS大模型即服务平台华为云内置了大模型,能助力我们轻松驾驭 DeepSeek-V3/R1,本文中将分享如何…...
动态 Web 开发技术入门篇
一、HTTP 协议核心 1.1 HTTP 基础 协议全称 :HyperText Transfer Protocol(超文本传输协议) 默认端口 :HTTP 使用 80 端口,HTTPS 使用 443 端口。 请求方法 : GET :用于获取资源,…...
免费PDF转图片工具
免费PDF转图片工具 一款简单易用的PDF转图片工具,可以将PDF文件快速转换为高质量PNG图片。无需安装复杂的软件,也不需要在线上传文件,保护您的隐私。 工具截图 主要特点 🚀 快速转换:本地转换,无需等待上…...
2025年渗透测试面试题总结-腾讯[实习]科恩实验室-安全工程师(题目+回答)
安全领域各种资源,学习文档,以及工具分享、前沿信息分享、POC、EXP分享。不定期分享各种好玩的项目及好用的工具,欢迎关注。 目录 腾讯[实习]科恩实验室-安全工程师 一、网络与协议 1. TCP三次握手 2. SYN扫描原理 3. HTTPS证书机制 二…...
逻辑回归暴力训练预测金融欺诈
简述 「使用逻辑回归暴力预测金融欺诈,并不断增加特征维度持续测试」的做法,体现了一种逐步建模与迭代验证的实验思路,在金融欺诈检测中非常有价值,本文作为一篇回顾性记录了早年间公司给某行做反欺诈预测用到的技术和思路。百度…...
libfmt: 现代C++的格式化工具库介绍与酷炫功能
libfmt: 现代C的格式化工具库介绍与酷炫功能 libfmt 是一个开源的C格式化库,提供了高效、安全的文本格式化功能,是C20中引入的std::format的基础实现。它比传统的printf和iostream更安全、更灵活、性能更好。 基本介绍 主要特点 类型安全:…...
鸿蒙(HarmonyOS5)实现跳一跳小游戏
下面我将介绍如何使用鸿蒙的ArkUI框架,实现一个简单的跳一跳小游戏。 1. 项目结构 src/main/ets/ ├── MainAbility │ ├── pages │ │ ├── Index.ets // 主页面 │ │ └── GamePage.ets // 游戏页面 │ └── model │ …...
