多通道SAR空时二维杂波模拟研究

doi:10.7523/j.issn.2095-6134.2008.6.009

中国科学院大学学报 ›› 2008, Vol. 26 ›› Issue (6): 781-786.DOI: 10.7523/j.issn.2095-6134.2008.6.009

多通道SAR空时二维杂波模拟研究

黄瑶^1,2，雷宏¹，夏玉立^1,2

1中国科学院电子学研究所六室，北京100190;2中国科学院研究生院，北京100049

收稿日期:1900-01-01 修回日期:1900-01-01 发布日期:2008-11-15

A study on MSAR space-time two-dimensional clutter simulation

Huang Yao^1,2 ，Lei Hong¹，Xia Yuli^1，2

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

Received:1900-01-01 Revised:1900-01-01 Published:2008-11-15

摘要/Abstract

摘要： 多通道合成孔径雷达（SAR）空时自适应处理是抑制地面杂波的有效方法，而空时二维滤波器的权值求取离不开杂波协方差矩阵的估计。从多通道SAR回波模型出发，提出了一种基于二维FFT的多通道SAR原始数据频域模拟方法，并根据该方法模拟出的多通道数据对空时二维协方差矩阵进行了估计。仿真结果显示,该方法在有效降低运算量的情况下保持了数据的真实性，良好地反映了多通道SAR的空时二维杂波特性。

关键词: 合成孔径雷达, 空时自适应处理, 二维FFT, 原始数据模拟, 空时协方差矩阵

Abstract: Space-time adaptive processing (STAP) is an effective method to suppress ground clutter and extract moving targets in the Multi-Channel SAR (MSAR) system. The space-time two-dimensional filter weight is decided by the evaluation of the clutter covariance matrix. From the MSAR echoes model, a method of raw-data simulation in the frequency domain by two-dimensional FFT is proposed and the evaluating of MSAR clutter space-time covariance matrix is made. The simulation result shows that the data produced by this method retain the reality of MSAR space-time clutter characteristic with lower computational complexity.

Key words: SAR（synthetic aperture radar）, STAP（space-time adaptive processing）, two-dimensional FFT, raw-data simulation, space-time covariance matrix

黄瑶，雷宏，夏玉立. 多通道SAR空时二维杂波模拟研究[J]. 中国科学院大学学报, 2008, 26(6): 781-786.

Huang Yao ，Lei Hong，Xia Yuli. A study on MSAR space-time two-dimensional clutter simulation[J]. , 2008, 26(6): 781-786.

[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.

多通道SAR空时二维杂波模拟研究

A study on MSAR space-time two-dimensional clutter simulation

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