針對(duì)機(jī)載合成孔徑雷達(dá)(SAR)系統(tǒng)對(duì)地面目標(biāo)檢測(cè)時(shí),目標(biāo)回波的距離抖動(dòng)與多普勒擴(kuò)散造成的成像能量不聚焦現(xiàn)象,文中對(duì)對(duì)地的SAR成像方法進(jìn)行了研究。針對(duì)SAR平臺(tái)的正斜視模型,當(dāng)進(jìn)行距離脈壓后,在距離方向上引入了快速傅里葉變換,對(duì)變換結(jié)果進(jìn)行Keystone變換與慢時(shí)間反變換,最后使用方位上的快速傅里葉變換得到聚焦的成像結(jié)果。通過(guò)各種時(shí)間、頻率變換方法的引入,在成像時(shí)解決了能量散焦的問(wèn)題�？梢跃_估計(jì)地面目標(biāo)的運(yùn)動(dòng)目標(biāo)參數(shù),算法在X波段SAR平臺(tái)實(shí)測(cè)數(shù)據(jù)上的參數(shù)估計(jì)精度可達(dá)99.54%。此外,該算法不含遍歷搜索方法,運(yùn)算復(fù)雜度遠(yuǎn)小于二階Keystone法與Deramp-Keystone等傳統(tǒng)參數(shù)估計(jì)方法。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖1SAR平臺(tái)示意圖

1.1SAR的正斜視模型對(duì)于正側(cè)視視角，SAR雷達(dá)平臺(tái)搭載在飛機(jī)上，在斜距平面，其與目標(biāo)間的幾何關(guān)系，如圖1所示。SAR平臺(tái)的相關(guān)參數(shù)包括：飛機(jī)的飛行速度v，合成孔徑時(shí)間Ta[12-16]。目標(biāo)的參數(shù)，包括其相對(duì)于平臺(tái)的方位向速度va與徑向速度vc。此時(shí)，SAR平臺(tái)與目標(biāo)間的瞬....

圖2基于時(shí)頻變換的目標(biāo)參數(shù)估計(jì)方法流程

實(shí)際的雷達(dá)系統(tǒng)，需要同時(shí)對(duì)多個(gè)運(yùn)動(dòng)目標(biāo)進(jìn)行監(jiān)測(cè)。若不同的目標(biāo)處于SAR系統(tǒng)不同的距離單元內(nèi)，則其之間互不干擾，可以直接使用第1節(jié)的算法進(jìn)行運(yùn)動(dòng)參數(shù)的估計(jì)。第1節(jié)的算法，可以用圖2所示的流程圖表示。如圖2所示，對(duì)于原始數(shù)據(jù)經(jīng)距離脈壓后，可以得到s(t,tm），而s(t,tm）經(jīng)過(guò)距....

圖3距離脈壓后的目標(biāo)

結(jié)合表1中的參數(shù)，對(duì)原始的雷達(dá)SAR數(shù)據(jù)進(jìn)行快速傅里葉變換，可以得到圖3。圖4雜波抑制后的目標(biāo)

圖4雜波抑制后的目標(biāo)

圖3距離脈壓后的目標(biāo)由圖3所示，橫軸為方位的多普勒單元，縱軸為距離單元�？梢�(jiàn)，圖3中的雜波較多，為了更好的檢測(cè)目標(biāo)，需要對(duì)其先進(jìn)行雜波抑制，提升信號(hào)雜波噪聲比（SCNR）。本文選擇的雜波抑制算法為EFA，抑制雜波后的結(jié)果，如圖4所示。在圖4中，雜波得到了有效的抑制，消除了雷達(dá)檢....

本文編號(hào)：3971459