通用的多模式SAR处理算法

doi:10.7523/j.issn.2095-6134.2011.1.018

中国科学院大学学报 ›› 2011, Vol. 28 ›› Issue (1): 125-130.DOI: 10.7523/j.issn.2095-6134.2011.1.018

• 简报 • 上一篇

通用的多模式SAR处理算法

贾小雪, 邓云凯, 冯锦, 徐伟

中国科学院电子学研究所,北京 100190

收稿日期:2010-03-23 修回日期:2010-04-27 发布日期:2011-01-20

Generalized processing for multi-mode synthetic aperture radar

JIA Xiao-Xue, DENG Yun-Kai, FENG Jin, XU Wei

Institute of Electronic, Chinese Academy of Sciences,Beijing 100190,China

Received:2010-03-23 Revised:2010-04-27 Published:2011-01-20

摘要/Abstract

摘要：

标准条带成像处理算法不适用于新的合成孔径雷达成像模式.基于方位频率去斜原理,对多模式回波进行处理,使其具有一致的时频历程,从而实现通用的成像处理过程.对多模式SAR仿真回波数据的处理结果表明,采用这种算法能够实现各种模式的精确成像.

关键词: 合成孔径雷达, 聚束模式, 滑动聚束模式, TOPSAR模式, ScanSAR模式, 频率去斜技术, 多模式成像处理器

Abstract:

Based on frequency de-ramping principle, we present a method of making the relationships between azimuth time and Doppler frequency in different modes identical, which creates opportunity for devising generalized processing for all modes, and the proposed algorithms are supported by simulated multi-mode SAR data.

Key words: SAR, spotlight, sliding spotlight, TOPSAR, ScanSAR, frequency de-ramping, multi-mode SAR processor

中图分类号:

TN95

贾小雪, 邓云凯, 冯锦, 徐伟. 通用的多模式SAR处理算法[J]. 中国科学院大学学报, 2011, 28(1): 125-130.

JIA Xiao-Xue, DENG Yun-Kai, FENG Jin, XU Wei. Generalized processing for multi-mode synthetic aperture radar[J]. , 2011, 28(1): 125-130.

[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]	向建冰, 吕孝雷, 付希凯. 基于双曲等效的双星滑动聚束SAR两步成像算法[J]. 中国科学院大学学报, 2021, 38(4): 511-518.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

通用的多模式SAR处理算法

Generalized processing for multi-mode 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