SAR 系统基本原理

目录

  • 1.真实孔径雷达
  • 2.合成孔径雷达

在这里插入图片描述

本文由CSDN点云侠原创,爬虫网站请自重。

1.真实孔径雷达

  RADAR 中文名称雷达,是 Radio Detection And Ranging(无线电探测与定位)的缩写。雷达发射机产生足够的电磁能量,经过收发转换开关传送给天线。天线将这些电磁能量辐射至大气中,集中在某一个很窄的方向上形成波束,向前传播。电磁波遇到波束内的目标后,将沿着各个方向产生反射,其中的一部分电磁能量反射回雷达的方向,被雷达天线获取。天线获取的能量经过收发转换开关送到接收机,形成雷达的回波信号。由于在传播过程中电磁波会随着传播距离而衰减,雷达回波信号非常微弱,几乎被噪声所淹没。接收机放大微弱的回波信号,经过信号处理机处理,提取出包含在回波中的信息,送到显示器,显示出目标的距离、方向、速度等。如图1所示,天线 A 发射入射波,由于是测距系统,在 x=b 和 x=-b 和位置时返回的时间差相同,测量得到的距离 r=B 相同,难以区别这两点位置。因而,采取侧视方式进行成像,称为侧视雷达,即垂直与雷达向飞行平台的一侧发射时间间隔极短的微波信号,记录观测目标的后向散射信号,将散射波束依据时间序列记录下来,从而获取地表的图像。
在这里插入图片描述

图1 成像雷达示意图

  如图2所示,在侧视雷达成像时 θ 为雷达侧视角,A 为雷达遥感平台行进的方位向(Azimuth Direction);R 表示雷达波束的入射方向,也就是距离向(Range Direction)。而就真实孔径雷达而言,天线孔径的大小就是其真实长度。侧视雷达距离向分辨率如式(1)所示:
Δ R r = c τ 2 (1) \Delta R_r=\frac{c\tau}{2}\tag{1} ΔRr=2cτ(1)
在这里插入图片描述

图2 侧视雷达成像图

在这里插入图片描述

图3 侧视雷达斜距-地距分辨率

如图3所示,由于雷达是距离向成像,其地距分辨率为:
Δ R g = c τ 2 c o s θ d (2) \Delta R_g=\frac{c\tau}{2cos\theta_d}\tag{2} ΔRg=2cosθdcτ(2)

  式(2)中:光速用 c 表示, τ \tau τ为发射波束的脉冲宽度(持续时间),θ 为雷达侧视角, θ d \theta_d θd传感器俯角。其中: θ + θ d = 9 0 。 \theta+\theta_d=90^。 θ+θd=90 。可见,雷达距离向的分辨率取决于发射波束的脉冲宽度。脉冲宽度越小,距离向分辨率越高;反之分辨率则越低。但脉冲持续时间太小,发射功率下降,后向散射信噪比降低。通常利用大功率的宽脉冲进行线性调频调制(Chirp)后发射,接收到后向散射回波信号在频率及时间关系上进行与发射时具有相反频率的匹配滤波器(Match Filter)来获取具有窄脉冲宽度的大功率输出,即脉冲压缩技术,又称 De-chirp。考虑到地形因素影响,由于雷达局部入射角的不同,局部地形坡度的大小严重影响雷达地距分辨率的大小。就ERS-1 与 ERS-2 的 SAR 数据来说,距离采样频率约为 9.6m,入射角为 23°,则可得到其地距分辨率约为 20m。由式(2)可知,对应于同一脉冲宽度,距离分辨率是由近距到远距逐渐增大的。
在这里插入图片描述

图4 SAR 方位向分辨率

  如图4所示,侧视雷达的方位分辨率如下:
Δ R a = β R = λ R D d (3) \Delta R_a=\beta R=\frac{\lambda R}{D_d}\tag{3} ΔRa=βR=DdλR(3)

  在(3)式中:β 为波束宽度,R 为雷达至地面目标的距离, λ \lambda λ为雷达波长,D 为真实天线孔径大小。可以看出,方位向分辨率与雷达波长成正比,与天线孔径成反比,对于给定波长的传感器,增加波长可以提高方位向分辨率。但实际上却难以实现,因为真实天线长度的大小决定了孔径的大小。就 ERS-1 和 ERS-2的 C 波段的雷达入射波来说,当 R=900km,其波长 λ \lambda λ =0.0566m,如果要求方位向分辨率达到 20m,则天线尺寸 D=2540m。显然,如此长的天线是无法安装在传感器上送入太空的,因此,就需要采用合成孔径技术来提高方位向分辨率。

2.合成孔径雷达

  1951 年 Carlwiley 首次发现多普勒频移(Doppler shift)现象,该现象能用来合成一个更大的雷达孔径,可以极大地改善真实孔径的方位向分辨。自此,全球范围内就掀起了对合成孔径雷达的理论及其应用研究的高潮。
  合成孔径的基本原理是利用雷达与目标的相对运动把尺寸较小的真实天线孔径形成一个较大的等效虚拟天线,从而获得高方位分辨率的雷达图像数据。它是利用一个相对短小的天线,在沿雷达向直线飞行时在不同位置上将同一目标的回波信号接收并贮存起来,等雷达移动一段距离后,再消除所有不同时刻接收的同一目标信号因时间和距离不同所引起的相位差,修正成这些信号同时被接收条件下的结果,如同天线阵列一样。根据天线原理,n 个间距为D的小天线所组成的线性阵列天线的波束角与长度为 L s = n ∗ D L_s=n*D Ls=nD 的大天线的波束角相同。
  根据天线原理,可知合成孔径的有效长度为:
L s = λ R D (4) L_s=\frac{\lambda R}{D}\tag{4} Ls=DλR(4)
波束宽度:
β = λ 2 L s = D 2 R (5) \beta=\frac{\lambda }{2L_s}=\frac{D}{2R}\tag{5} β=2Lsλ=2RD(5)
方位向分辨率为:
Δ R a = β R = D 2 (6) \Delta R_a=\beta R =\frac{D}{2}\tag{6} ΔRa=βR=2D(6)
  由此可得出侧视雷达的方位向分辨率与雷达天线长度成正比,与雷达的其他参数没有关系。对 ERS 卫星 SAR 数据来说,其天线长度为 10m,则对应的方位向分辨率为 5m。实际使用中,由于分辨率提高,SAR 信号相干性会产生斑点噪声,要提高图像的质量抑制斑点的产生就需要应进行“多视”处理,“多视”处理是以牺牲方位向分辨率来降低斑点噪声。如用 5 个“视数”来处理 ERS 的 SAR数据,那么经过重新采样后,其方位分辨率为 25m。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/178468.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

人工智能-多层感知机

隐藏层 该模型通过单个仿射变换将我们的输入直接映射到输出,然后进行softmax操作。 如果我们的标签通过仿射变换后确实与我们的输入数据相关,那么这种方法确实足够了。 但是,仿射变换中的线性是一个很强的假设。 线性模型可能会出错 例如&…

MySQL8.0安装

安装过程 一.官网下载离线tar包二.安装MySQL三.验证 一.官网下载离线tar包 点击此处下载 链接:https://pan.baidu.com/s/1_p2esJax95Ow39wfgM_paw 提取码:g415 –来自百度网盘超级会员V2的分享 二.安装MySQL 1.上传到/usr/local目录下 2.解压安装包…

Tigger绕过激活锁/屏幕锁隐藏工具,支持登入iCloud有消息通知,支持iOS12.0-14.8.1。

绕过激活锁工具Tigger可以用来帮助因为忘记自己的ID或者密码而导致iPhone/iPad无法激活的工具来绕过自己的iPhone/iPad。工具支持Windows和Mac。 工具支持的功能: 1.Hello界面两网/三网/无基带/乱码绕过,可以完美重启,支持iCloud登录、有消…

香港高端人才通行证计划入围高校/全球百强大学综合名单公布!

香港高端人才通行证计划入围高校/全球百强大学综合名单公布! 香港高才通计划希望吸引世界各地具备丰富工作经验及高学历的人才到香港探索机遇,这些高端人才包括高收入人士和在世界顶尖大学毕业的学生。 此计划并不适用于阿富汗、古巴、老挝、朝鲜、尼泊尔…

Python框架之Flask入门和视图

一、Flask入门和视图 需要安装Pycharm专业版 1. Flask简介 Python后端的2个主流框架 Flask 轻量级框架Django 重型框架 Flask是一个基于Python实现的web开发微框架 官方文档:https://flask.palletsprojects.com/ 中文文档:https://dormousehole.readthe…

WPF RelativeSource属性-目标对象类型易错

上一篇转载了RelativeSource的三种用法,其中第二种用法较常见,这里记录一下项目中曾经发生错误的地方,以防自己哪天忘记了,又犯了同样错误—WPF RelativeSource属性-CSDN博客 先回顾一下: 控件关联其父级容器的属性—…

物联网AI MicroPython传感器学习 之 QMC5883指南针罗盘传感器

学物联网,来万物简单IoT物联网!! 一、产品简介 QMC5883是一款表面贴装的集成了信号处理电路的三轴磁性传感器,应用场景主要包括罗盘、导航、无人机、机器人和手持设备等一些高精度的场合。 引脚定义 VCC:3V3&#…

在Qt中List View和List Widget的区别是什么,以及如何使用它们

2023年10月29日,周日晚上 目录 List View和List Widget的区别 如何使用QListView 如何使用QListWidget List View和List Widget的区别 在Qt中,QListView 和 QListWidget 是用于显示列表数据的两个常用控件,它们有一些区别和特点。 1. 数…

遥遥领先,免费开源的django4-vue3项目

星域后台管理系统前端介绍 🌿项目简介 本项目前端基于当下流行且常用的vue3作为主要技术栈进行开发,融合了typescript和element-plus-ui,提供暗黑模式和白昼模式两种主题以及全屏切换,开发bug少,简单易学&#xff0c…

新手必看的Facebook广告投放基础思路

一、广告账号要求 如果您还没有Facebook账号,那么第一步是准备Facebook账号。 1、配置正确的网络环境 Facebook账号需要在稳定安全的网络环境中运行,否则很容易导致封禁。像我们常用的是Maskfog指纹浏览器,可以通过自定义浏览器指纹与为环…

私有网络的安全保障,WorkPlus Meet内网视频会议助力企业高效会议

在企业内部沟通与协作中,视频会议成为了一种必不可少的沟通方式。然而,传统的互联网视频会议往往受制于网络不稳定因素,给企业带来不便与困扰。WorkPlus Meet作为一款专注内网视频会议的软件,致力于为企业打造高效、稳定的内网视频…

Vue 3 响应式对象:ref 和 reactive 的使用和区别

🎉🎉欢迎来到我的CSDN主页!🎉🎉 🏅我是尘缘,一个在CSDN分享笔记的博主。📚📚 👉点击这里,就可以查看我的主页啦!👇&#x…

【HarmonyOS】服务卡片 API6 JSUI跳转不同页面并携带参数

【关键字】 服务卡片、卡片跳转不同页面、卡片跳转页面携带参数 【写在前面】 本篇文章主要介绍开发服务卡片时,如何实现卡片点击跳转不同页面,并携带动态参数到js页面。在此篇文章“服务卡片 API6 JSUI跳转不同页面”中说明了如果跳转不同页面&#xf…

[架构之路-250/创业之路-81]:目标系统 - 纵向分层 - 企业信息化的呈现形态:常见企业信息化软件系统 - 企业内的数据与数据库

目录 一、数据概述 1.1 数据 1.2 企业信息系统的数据 1.3 大数据 1.4 数据与程序的分离思想 1.5 数据与程序的分离做法 1.6 数据库的基本概念 1.7 企业数据来源 1.8 企业数据架构 二、常见的数据库类型 2.1 数据库分类 2.1 数据库类型 2.2 常见的数据库类型、应用…

【华为】路由器以PPPoE拨号接入广域网

组网需求 用户希望以PPPoE拨号方式接入广域网,如图1所示,Router作为PPPoE客户端,得到PPPoE服务器的认证后获得IP地址,实现用户接入互联网的需求。内网网关地址(即VLANIF1接口的IP地址)为10.137.32.1/24。 …

Linux越学越头疼,我要怎么办?

最近,听到一些同学说,“Linux越学越头疼”。其实这句话,在我之前刚接触Linux的时候,也是深有感触。Linux越学越不明所以。最后干脆放弃学习,转而学习其他东西。 其实大家在初学Linux的时候, 有这个感受&am…

[迁移学习]DA-DETR基于信息融合的自适应检测模型

原文标题为:DA-DETR: Domain Adaptive Detection Transformer with Information Fusion;发表于CVPR2023 一、概述 本文所描述的模型基于DETR,DETR网络是一种基于Transformer的目标检测网络,详细原理可以参见往期文章:…

微信视频号怎么下载视频,教你一键提取的方法!

今日小众冷门主题来袭!居然还有人不知道怎么下载微信视频号的视频?快来跟着我一起学习吧! 首先,我们要讨论的是微信视频号。这是一个近年来越来越受欢迎的平台,你可以在上面找到各种有趣的视频内容。但是,…

YOLOv5 - yolov5s.yaml 文件

基于深度学习的目标检测模型的结构:输入->主干->脖子->头->输出。主干网络提取特征,脖子提取一些更复杂的特征,然后头部计算预测输出。 YOLOv5网络结构主要由以下几部分组成: 骨干网络(Backbone) :Backbone:骨干网络&#xff0c…

求解一个整数中含多少个1

1.问题描述:给定一个整数,统计其对应的二进制中含有1的个数。比如8(0000 1000),对应的二进制数中,只含有一个1. 2.设计思路:对x取余:zx%2。如果z!0,说明x的末尾不是为1.对于一个二进制x4x3x2x1…