合成孔径雷达散射波干扰模型

doi:10.7523/j.issn.2095-6134.2010.2.010

中国科学院大学学报 ›› 2010, Vol. 27 ›› Issue (2): 212-217.DOI: 10.7523/j.issn.2095-6134.2010.2.010

合成孔径雷达散射波干扰模型

孙建涛^1,2, 张平¹

1. 中国科学院电子学研究所, 北京 100190;
2. 中国科学院研究生院, 北京 100049

收稿日期:2009-09-03 修回日期:2009-11-16 发布日期:2010-03-15
通讯作者: 孙建涛

Scattering interference model in synthetic aperture radar

SUN Jian-Tao^1,2, ZHANG Ping¹

1. Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China;
2. Graduate University of the Chinese Academy of Sciences, Beijing 100049, China

Received:2009-09-03 Revised:2009-11-16 Published:2010-03-15

摘要/Abstract

摘要：

由于缺少SAR散射波干扰真实数据,建立了SAR散射波干扰的物理模型,分析了地面散射点的分布特征,给出了仿真结果.结果表明,对于极度粗糙地表和中等粗糙地表,散射波干扰充斥于SAR的整个波束,不能采用空间滤波的方式进行干扰抑制;对于中等粗糙地表,增加快时间采样点数,可以增加相关散射点的数量,因此可以用空间-快时间自适应滤波的方法提高干扰抑制性能.

关键词: 合成孔径雷达, 散射波干扰, 地表散射模型

Abstract:

Because real data of scattering interference for SAR are not available, a physical model of scattering interference for SAR is presented, and the scenario scatterer distribution characteristics are analyzed in this paper. The simulation results demonstrate that the scatterer incident angles for very diffuse scenario and moderately diffuse scenario cover the whole beam of SAR in azimuth, and then the spatial filtering algorithms are useless. However, numbers of correlated scatterer pairs increase when more samples are employed for the moderately diffuse scenario. Thus, space fast-time adaptive filter can be used to suppress scattering interference for moderately diffuse scenario.

Key words: synthetic aperture radar, scattering interference, surface scattering model

中图分类号:

TN958

孙建涛, 张平. 合成孔径雷达散射波干扰模型[J]. 中国科学院大学学报, 2010, 27(2): 212-217.

SUN Jian-Tao, ZHANG Ping. Scattering interference model in synthetic aperture radar[J]. , 2010, 27(2): 212-217.

[1]	尹迪, 韩冰, 孙吉利, 赵良波, 洪文, 胡玉新. 天线扫描对TOPSAR辐射影响的校正方法[J]. 中国科学院大学学报, 2021, 38(6): 791-799.
[2]	林世明, 张毅, 王吉利, 赵爽. 星载双基InSAR系统中的电离层色散效应分析与校正[J]. 中国科学院大学学报, 2021, 38(6): 809-816.
[3]	刘雨洁, 齐向阳. 基于长时间间隔序贯SAR图像的运动舰船跟踪方法[J]. 中国科学院大学学报, 2021, 38(5): 642-648.
[4]	潘志刚, 王超, 曹舸. 基于距离方程组的机载SAR图像立体定位方法[J]. 中国科学院大学学报, 2020, 37(6): 798-804.
[5]	王泽隆, 徐向辉, 张雷. 基于仿真SAR图像深度迁移学习的自动目标识别[J]. 中国科学院大学学报, 2020, 37(4): 516-524.
[6]	田东, 禹卫东. 电离层色散效应对星载SAR成像的影响[J]. 中国科学院大学学报, 2019, 36(3): 376-384.
[7]	邹浩, 林赟, 洪文. 基于多角度合成SAR图像的目标识别性能分析[J]. 中国科学院大学学报, 2019, 36(2): 226-234.
[8]	蒋莎, 仇晓兰, 韩冰, 胡文龙, 卢晓军. 一种基于普通分布目标的极化SAR幅相不平衡快速评价方法[J]. 中国科学院大学学报, 2019, 36(2): 280-288.
[9]	李松, 魏中浩, 张冰尘, 洪文. 深度卷积神经网络在迁移学习模式下的SAR目标识别[J]. 中国科学院大学学报, 2018, 35(1): 75-83.
[10]	肖垚, 刘畅. 基于稀疏求解的改进PCA方法在SAR目标识别中的应用[J]. 中国科学院大学学报, 2018, 35(1): 84-88.
[11]	杨国铮, 禹晶, 孙卫东. 基于相对全变分的复杂背景SAR图像舰船尾迹检测[J]. 中国科学院大学学报, 2017, 34(6): 734-742.
[12]	陈立福, 王思雨, 袁志辉, 王静, 邢学敏, 武鸿. 非线性ECS自配准成像算法中相位保持精度分析[J]. 中国科学院大学学报, 2017, 34(5): 640-646.
[13]	潘志刚, 王小龙, 李志勇. SAR原始数据压缩的自适应比特分配BAQ算法[J]. 中国科学院大学学报, 2017, 34(1): 106-111.
[14]	杨洋, 王岩飞. 一种基于混合模型的合成孔径雷达自聚焦算法[J]. 中国科学院大学学报, 2016, 33(5): 656-663.
[15]	邢涛, 黄友红, 胡庆荣, 李军, 王冠勇. 基于动态K均值聚类算法的SAR图像分割[J]. 中国科学院大学学报, 2016, 33(5): 674-678.

合成孔径雷达散射波干扰模型

Scattering interference model in synthetic aperture radar

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们