赞
踩
距离多普勒算法(RDA)是在1976至1978年 为处理SEASATSAR数据提出来的,该算法于1978年处理出了第一幅机载SAR数字图像。RDA至今仍在广泛使用,它通过距离和方位上频域操作,达到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。该算法根据距离和方位上的大尺度差异,在两个一维之间使用距离徙动校正(RCMC),对距离和方位都进行了近视的分离处理。
由于RCMC是在距离-方位频域中实现,所以也可以进行高效的模块化处理。因为方位频率等同于多普勒频率,所以该域也称之为“距离多普勒域”。RCMC的“距离多普勒”域实现是RDA算法与其它算法的主要区别点,因而称其为距离多普勒算法。
距离相同而方位不同的点目标能量变换到方位频域后,其位置重合,因此频域中单一目标轨迹校正等效于同一最近斜距处的一组目标轨迹校正。这是算法的关键,使RCMC能在距离多普勒域高效实现。
为了提高处理效率,所有的匹配滤波器卷积都可通过频域相乘实现,匹配滤波及RCMC都与距离可变参数有关。RDA区别于其它频域算法的另一主要特点是较易适应距离向参数的变化。所有运算都针对一维数据进行,从而达到了处理的简便和高效。
1984年,JPL对其进行了二次距离压缩(SRC)改进,以处理中等斜视下的数据。距离压缩中SRC可以补偿距离-方位目标相位历程的耦合,从而有助于消除斜视或大孔径下的相位耦合畸变。
综上所诉,本文将从信号模型出发推导讲解有关RDA算法的实现过程。
假设雷达发射的线性调频连续波,经过解调后点目标的回波的信号模型为:
式中,
由图1表示中,我们很容易根据空间关系得到瞬时斜距的关系:
式中
距离多普勒算法(RD)基本思想是将二维处理分解为两个一维处理的级联形式,其特点是只考虑相位展开的一次项,将距离压缩后的数据沿方位向作FFT,变换到距离多普勒域,然后完成距离迁移校正和方位向压缩。算法流程图如图二所示:
有两种实现距离徙动矫正的方式,最传统的RD算法采用的是左边的方法,即在RD域进行插值处理。后来为了提高运算效率,可以通过在Frequency-Azimuth Range域通过乘以一个相位项,反变换回到二维时域来校正距离向发生走动的信号,这个属于改进的RD算法。接下来就从原始的RD算法出发进行讲解。RD算法的主要三个步骤:1.距离向压缩(匹配滤波)2.距离徙动校正 3.方位向脉冲压缩。
对回波数据经行距离压缩,首先对式(1)的快时间方向经行FFT,由于式子存在二次项,故直接对其进行傅里叶变换有点困难,故可通过驻相定理(POST)进行求解,有关POST定理的原理可参考[1]。于是根据POST定理得到式(1)的距离向脉冲压缩结果为:
式中A0为常数,压缩脉冲包络Pr为窗函数的傅里叶变换。对于矩形窗,Pr为sin函数。对原始数据利用距离向压缩后,接下来就是将距离压缩后的数据进一步进行处理,将方位向时域转化到频域,并对距离徙动进行补偿。
在开始方位向傅里叶变换之前,首先需要对瞬时斜距进行近似处理。在低斜视角的情况下式(2)可以通过泰勒展开近视为:
将式(4)代入(3)式子中可得
观察式(5)可知,从第二个指数项可以明显看到方位相位调制,由于相位是慢时间的二次函数,故在方位向上信号同样具有调频特性,此时调频率为:
式中λ为波长。随后将每一距离上的数据通过方位FFT变换到距离多普勒频域。对于给定目标,式(5)利用POST定理,得到方位向上的时频关系为:
或
将式(8)代入式(5),利用POST得到方位向FFT后的信号为:
联立式(5)和式(8)可以得到距离多普勒域中的RCM,即:
距离徙动校正(RCMC)的实现方法有两种,第一种就是在距离多普勒域中进行距离插值运算,主要的插值算法有最近领插值、牛顿插值、Sinc插值等。本文将基于sinc插值进行讲解。另一种方法则是假设RCM至少在有限区域内不随距离而变,此时可以通过FFT,线性相位相乘以及逆FFT实现RCMC,流程图如图2右。由式子(8)不难得出需要进行校正的距离徙动量为:
通过式(11)不难发现,距离徙动量不仅是R0的函数,同时也是方位频率的函数。对式子(11)经行离散化有:
其中m、n分别为距离向和方位向采样点序号;M、N分别为距离向和方位向采样点数;fs为回波快时间采样率,PRF为脉冲重复频率。我们观察式(3)不难得出一个结论,由于前面说过RCM是目标最近距离R0和方位频率的函数,而在距离压缩后对应不同的最近距离R0和不同的方位频率目标,受斜距影响导致目标在对应的R0和 本文内容由网友自发贡献,转载请注明出处:https://www.wpsshop.cn/w/不正经/article/detail/67063
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。