国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

SAR距離多普勒成像(RD)算法

這篇具有很好參考價(jià)值的文章主要介紹了SAR距離多普勒成像(RD)算法。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

系列:

(1)SAR距離多普勒成像(RD)算法_Xc Lbb的博客-CSDN博客

(2)Chirp Scaling SAR成像算法(CS算法)_chirp scaling算法_Xc Lbb的博客-CSDN博客

(3)SAR成像波數(shù)域WK成像算法_Xc Lbb的博客-CSDN博客

(4)SAR后向投影(BP)成像算法_Xc Lbb的博客-CSDN博客

距離多普勒算法

(1)實(shí)現(xiàn)框圖

sar rd算法 三維目標(biāo),算法

(2)流程

①雷達(dá)原始數(shù)據(jù):

解調(diào)后單個(gè)點(diǎn)目標(biāo)的基帶信號(hào)可以表示為:

sar rd算法 三維目標(biāo),算法

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?sar rd算法 三維目標(biāo),算法

其中sar rd算法 三維目標(biāo),算法——距離向快時(shí)間軸(光速)

? ? ??sar rd算法 三維目標(biāo),算法——方位向慢時(shí)間軸(波束照射區(qū)的推移)

?? ?sar rd算法 三維目標(biāo),算法——多普勒中心頻率

?? sar rd算法 三維目標(biāo),算法——距離向包絡(luò)(矩形窗函數(shù))

??sar rd算法 三維目標(biāo),算法——方位向包絡(luò)(sinc平方型函數(shù)?

? ?sar rd算法 三維目標(biāo),算法——載波頻率

??sar rd算法 三維目標(biāo),算法——距離向調(diào)頻率

瞬時(shí)斜距:sar rd算法 三維目標(biāo),算法(RD算法一般用到二階近似)

②距離壓縮:去除信號(hào)的二次相位,距離匹配函數(shù)為:

? ? ? ? ? ? ? ? ? ? ? ? ??sar rd算法 三維目標(biāo),算法

距離壓縮處理后沿距離向?yàn)閟inc函數(shù)形式,即下式中的sar rd算法 三維目標(biāo),算法

sar rd算法 三維目標(biāo),算法

③方位向傅里葉變換

方位向傅里葉變換后,變?yōu)榫嚯x多普勒域,距離相同而方位不同的點(diǎn)目標(biāo)在距離多普勒域中,位置重合。因此多個(gè)距離相同的點(diǎn)目標(biāo)可以同時(shí)進(jìn)行RCMC,這是算法可以高效實(shí)現(xiàn)的關(guān)鍵。

sar rd算法 三維目標(biāo),算法

其中距離徙動(dòng):

sar rd算法 三維目標(biāo),算法

④RCMC

插值:用于恢復(fù)非整數(shù)點(diǎn)上的函數(shù)值sar rd算法 三維目標(biāo),算法,使用sinc函數(shù)進(jìn)行插值時(shí),首先應(yīng)當(dāng)計(jì)算出相較于原來(lái)的變化量,以及插值軸的采樣間隔,用變化量除以采樣間隔得到移動(dòng)量。

取P點(diǎn)的sinc插值,插值公式為:

sar rd算法 三維目標(biāo),算法

其中n'?n四舍五入的整數(shù)部分,而franc(?n)?n的小數(shù)部分。

RD算法的插值在距離時(shí)域進(jìn)行,變化量sar rd算法 三維目標(biāo),算法,移動(dòng)量sar rd算法 三維目標(biāo),算法

⑤方位向壓縮

匹配濾波器為:sar rd算法 三維目標(biāo),算法

壓縮后的信號(hào)為:

sar rd算法 三維目標(biāo),算法(3)仿真

參數(shù)來(lái)源于表4.1中機(jī)載典型參數(shù)

sar rd算法 三維目標(biāo),算法

代碼參考這位大佬:?SAR成像(七):RD成像算法_rd算法_璇焱如柳的博客-CSDN博客

close all; clear; clc;
%% 仿真參數(shù)
%參數(shù)來(lái)源表4.1,P98
%2023.6.23 lbb
R_etac=30e3;%景中心斜距
H=10e3;%飛行高度
Tr=10e-6;%脈沖寬度
B=100e6;%信號(hào)帶寬
Kr=B/Tr;%距離脈沖調(diào)頻率
Fr=1.2*B;%距離采樣率
Vr=250;%雷達(dá)有效速度
f0=9.4e9;%載波頻率
c=3e8;%光速
lamda=c/f0;%波長(zhǎng)
Ka=2*Vr^2/lamda/R_etac;%方位向調(diào)頻率
La=1;%天線(xiàn)真實(shí)孔徑
Ls=0.886*R_etac*lamda/La;%合成孔徑長(zhǎng)度
Ta=Ls/Vr;%目標(biāo)照射時(shí)間
Bw_doppler=0.886*2*Vr/La;%多普勒帶寬
Fa=600;%方位向采樣率
im=sqrt(-1);%虛數(shù)單位
%% 成像區(qū)域[Xc-X0,Xc+X0; Yc-Y0,Yc+Y0]
Xc = sqrt(R_etac^2-H^2);
Yc = 0;
Xo = 500;
Yo =300;
Rmin=sqrt(H^2+(Xc-Xo)^2);%觀(guān)測(cè)場(chǎng)景距飛機(jī)的最近距離
Rmax=sqrt(H^2+(Xc+Xo)^2);%觀(guān)測(cè)場(chǎng)景距飛機(jī)的最遠(yuǎn)距離
Ra=Ls+2*Yo;%正側(cè)視時(shí)雷達(dá)在方位向行走距離
%% 目標(biāo)位置
target = [Xc,Yc;
          Xc-300,Yc+200;
          Xc-300,Yc-200];  
%% 生成回波
eta=0:1/Fa:Ra/Vr-1/Fa;%慢時(shí)間軸
tao=2*Rmin/c-Tr/2:1/Fr:2*Rmax/c+Tr/2-1/Fr;%快時(shí)間軸
Na=length(eta);%方位向采樣點(diǎn)數(shù)
Nr=length(tao);%距離向采樣點(diǎn)數(shù)
signal_receive=zeros(Na,Nr);%回波
y=-Ra/2+Vr*eta;%飛機(jī)的位置
R_eta=zeros(size(target,1),Na);%瞬時(shí)斜距
A0=1;%幅度
for i=1:size(target,1)
    R_eta(i,:)=sqrt(target(i,1)^2+(target(i,2)-y).^2+H^2);
     for j=1:Na
         signal_receive(j,:)=A0*rectpuls(tao-2*R_eta(i,j)/c,Tr).*(abs(target(i,2)-y(j))<Ls/2).*...
         exp(-im*4*pi*f0*R_eta(i,j)/c).*exp(im*pi*Kr*(tao-2*R_eta(i,j)/c).^2)+signal_receive(j,:);
    end
end
%% 距離壓縮
t=-Tr/2:1/Fr:Tr/2-1/Fr;
signal_ref=exp(im*pi*Kr*t.^2);%參考信號(hào)
NFFT=Nr+length(signal_ref)-1;%FFT點(diǎn)數(shù)
y1=zeros(Na,NFFT);
for i=1:Na
   y1(i,:)=ifft(fft(signal_receive(i,:),NFFT).*fft(conj(fliplr(signal_ref)),NFFT));
end
signal_matched=y1(:,length(signal_ref)/2:length(signal_ref)/2+Nr-1);%取出完全卷積點(diǎn)
r=((tao*c/2).^2-H^2).^(1/2);%距離向橫坐標(biāo)
figure;
[R,Y] = meshgrid(r,y);mesh(R,Y,abs(signal_matched));view(0,90);xlim([27800 28300]);
xlabel('距離向');
title('距離壓縮后');
%% RCMC
Signal_azimuth_FFT=zeros(Na,Nr);
for i=1:Nr
  Signal_azimuth_FFT(:,i)=fftshift(fft(signal_matched(:,i),Na));%方位向FFT
end
%截?cái)鄐inc函數(shù)插值
Signal_RCMC=zeros(Na,Nr);
f_eta=linspace(-Fa/2,Fa/2,Na);
P=8;%截?cái)鄐inc插值的核函數(shù)的點(diǎn)數(shù)
delta_R=lamda^2*R_etac*(f_eta).^2/8/Vr^2;
delta_n=round(2*delta_R*Fr/c);
fracn=2*delta_R*Fr/c-delta_n;
for m=1:Na
    for n=P/2+1:Nr
        for i=-P/2:1:P/2-1
            if n+delta_n(m)+i>Nr
               Signal_RCMC(m,n)=Signal_RCMC(m,n)+Signal_azimuth_FFT(m,Nr)*sinc(delta_n(m)-i); %防止溢出
            else
               Signal_RCMC(m,n)= Signal_RCMC(m,n)+Signal_azimuth_FFT(m,n+delta_n(m)+i)*sinc(fracn(m)-i);
            end
        end       
    end
end
figure;
[R,Y] = meshgrid(r,y);
mesh(R,Y,abs(ifft(Signal_RCMC)));view(0,90);xlim([27800 28300]);
title('距離徙動(dòng)校正')
xlabel('距離向');
%% 方位壓縮
signal_processed=zeros(Na,Nr);%處理完的信號(hào)
H_az=exp(-im*pi*f_eta.^2/Ka);
for k=1:Nr
    signal_processed(:,k) =ifft( H_az.'.*(Signal_RCMC(:,k))); %方位向壓縮后
end
figure;
mesh(r,y,abs(signal_processed));
view(0,90);xlim([27800 28300]);
xlabel('距離向');
ylabel('方位向');
zlabel('幅度'); title('點(diǎn)目標(biāo)成像結(jié)果');

仿真效果:

sar rd算法 三維目標(biāo),算法

?sar rd算法 三維目標(biāo),算法

?sar rd算法 三維目標(biāo),算法

公式自己敲得可能有錯(cuò)文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-799943.html

到了這里,關(guān)于SAR距離多普勒成像(RD)算法的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶(hù)投稿,該文觀(guān)點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 多普勒頻率相關(guān)內(nèi)容介紹

    多普勒頻率相關(guān)內(nèi)容介紹

    圖1?多普勒效應(yīng) 徑向速度是作用于雷達(dá)或遠(yuǎn)離雷達(dá)的速度的一部分。 圖2?不同的速度 JEM是渦輪機(jī)的壓縮機(jī)葉片的旋轉(zhuǎn)的多普勒頻率。 最大無(wú)模糊范圍需要 盡可能低的PRF ; 最大無(wú)模糊速度需要 盡可能高的PRF; 沒(méi)有一個(gè)PRF可以同時(shí)最大化兩者。 要測(cè)量頻率f d,必須以至少

    2024年02月07日
    瀏覽(21)
  • 【ISAR成像定標(biāo)方法(1)—轉(zhuǎn)臺(tái)目標(biāo)的RD成像算法MATLAB仿真】

    【ISAR成像定標(biāo)方法(1)—轉(zhuǎn)臺(tái)目標(biāo)的RD成像算法MATLAB仿真】

    目錄 前提介紹 ISAR成像基本流程 ISAR成像轉(zhuǎn)臺(tái)模型與回波建模 轉(zhuǎn)臺(tái)模型 發(fā)射信號(hào)與回波信號(hào)分析 轉(zhuǎn)臺(tái)目標(biāo)RD成像算法 轉(zhuǎn)臺(tái)目標(biāo)RD成像的仿真實(shí)驗(yàn)與分析 結(jié)語(yǔ) ?ISAR成像定標(biāo)方法 的研究具有重要意義,但是與之相關(guān)的學(xué)習(xí)資料以及仿真對(duì)于小白來(lái)說(shuō)很難找或者很雜亂,本人作為

    2024年01月22日
    瀏覽(18)
  • 通信原理仿真100例 | 多普勒頻移的matlab仿真

    通信原理仿真100例 | 多普勒頻移的matlab仿真

    下面是一份簡(jiǎn)單的MATLAB代碼,可以用來(lái)模擬多普勒擴(kuò)展現(xiàn)象。該代碼使用了一個(gè)具有隨機(jī)相位的復(fù)指數(shù)信號(hào)作為原始信號(hào),將其通過(guò)一個(gè)多普勒頻移的信道進(jìn)行傳輸,并對(duì)接收到的信號(hào)進(jìn)行頻譜分析,以觀(guān)察多普勒擴(kuò)展的效果。 在上面的代碼中,我們首先設(shè)置了一些參數(shù),包

    2023年04月10日
    瀏覽(28)
  • 后向投影算法(續(xù))-SAR成像算法系列(八)

    后向投影算法(續(xù))-SAR成像算法系列(八)

    ?《后向投影算法(BPA)-SAR成像算法系列(二)》 文章目錄 前言 ?一、成像場(chǎng)景設(shè)置 1.1 掃描模式 條帶模式 聚束模式 1.2 幾何構(gòu)型 正側(cè)視 斜視 1.3 成像坐標(biāo)選擇 ?固定場(chǎng)景直角坐標(biāo)系 沿視線(xiàn)直角坐標(biāo)系 數(shù)據(jù)獲取面直角坐標(biāo)系 數(shù)據(jù)獲取面極坐標(biāo)系 二、 BP算法 三、仿真結(jié)果

    2023年04月27日
    瀏覽(25)
  • 【OTFS與信號(hào)處理:論文閱讀4】OTFS時(shí)延多普勒域嵌入導(dǎo)頻輔助信道估計(jì)

    【OTFS與信號(hào)處理:論文閱讀4】OTFS時(shí)延多普勒域嵌入導(dǎo)頻輔助信道估計(jì)

    2023.07.10 雖說(shuō)目前已經(jīng)有頻譜效率更高的疊加導(dǎo)頻設(shè)計(jì),但是這篇論文堪稱(chēng)OTFS嵌入式導(dǎo)頻的經(jīng)典之作,經(jīng)常被其他論文引用,左思右想覺(jué)得還是有必要重新閱讀并記錄學(xué)習(xí)過(guò)程。(注:關(guān)于MIMO的部分暫未深入)。 論文題目:Embedded Pilot-Aided Channel Estimation for OTFS in Delay–Dopp

    2024年02月15日
    瀏覽(35)
  • 【OTFS與信號(hào)處理:論文閱讀1】:考慮分?jǐn)?shù)多普勒的OTFS系統(tǒng)有效信道估計(jì)(已更新)

    【OTFS與信號(hào)處理:論文閱讀1】:考慮分?jǐn)?shù)多普勒的OTFS系統(tǒng)有效信道估計(jì)(已更新)

    2023.06.05 最近在研究OTFS考慮分?jǐn)?shù)多普勒時(shí)信道估計(jì)與信號(hào)檢測(cè)相關(guān)問(wèn)題,最近精讀了一篇論文,并針對(duì)論文中部分公式進(jìn)行推導(dǎo),故記錄一下學(xué)習(xí)過(guò)程。 論文題目: Efficient Channel Estimation for OTFS Systems in the Presence of Fractional Doppler 論文地址: https://ieeexplore.ieee.org/document/10118

    2024年02月11日
    瀏覽(60)
  • 【OTFS與信號(hào)處理:論文閱讀4】OTFS時(shí)延多普勒域嵌入導(dǎo)頻輔助信道估計(jì)(已更新)

    【OTFS與信號(hào)處理:論文閱讀4】OTFS時(shí)延多普勒域嵌入導(dǎo)頻輔助信道估計(jì)(已更新)

    2023.07.10 雖說(shuō)目前已經(jīng)有頻譜效率更高的疊加導(dǎo)頻設(shè)計(jì),但是這篇論文堪稱(chēng)OTFS嵌入式導(dǎo)頻的經(jīng)典之作,經(jīng)常被其他論文引用,左思右想覺(jué)得還是有必要重新閱讀并記錄學(xué)習(xí)過(guò)程。(注:關(guān)于MIMO的部分暫未深入)。 論文題目:Embedded Pilot-Aided Channel Estimation for OTFS in Delay–Dopp

    2024年02月08日
    瀏覽(157)
  • 【OTFS與信號(hào)處理:論文閱讀1】:考慮分?jǐn)?shù)多普勒的OTFS系統(tǒng)有效信道估計(jì)(24.01.16更新)

    【OTFS與信號(hào)處理:論文閱讀1】:考慮分?jǐn)?shù)多普勒的OTFS系統(tǒng)有效信道估計(jì)(24.01.16更新)

    2023.06.05 最近在研究OTFS考慮分?jǐn)?shù)多普勒時(shí)信道估計(jì)與信號(hào)檢測(cè)相關(guān)問(wèn)題,最近精讀了一篇論文,并針對(duì)論文中部分公式進(jìn)行推導(dǎo),故記錄一下學(xué)習(xí)過(guò)程。 論文題目: Efficient Channel Estimation for OTFS Systems in the Presence of Fractional Doppler 論文地址: https://ieeexplore.ieee.org/document/10118

    2024年01月17日
    瀏覽(28)
  • SAR成像系列:【1】合成孔徑雷達(dá)(SAR)成像概述

    SAR成像系列:【1】合成孔徑雷達(dá)(SAR)成像概述

    本系列主要介紹合成孔徑雷達(dá)(SAR)成像的關(guān)鍵技術(shù),幫助入門(mén)者更好的理解雷達(dá)成像原理及算法。 (1)雷達(dá)原理 雷達(dá)的英文式 Radar ,源于 Radio Detection and Ranging 的縮寫(xiě),意思是“無(wú)線(xiàn)電探測(cè)和測(cè)距”。顧名思義初始雷達(dá)是為了探測(cè)目標(biāo)距離和目標(biāo)角度的。如下圖所示,雷

    2024年02月02日
    瀏覽(26)
  • ISAC-OTFS綜述論文閱讀4:從OTFS到DD-ISAC:在時(shí)延多普勒域中集成感知與通信

    ISAC-OTFS綜述論文閱讀4:從OTFS到DD-ISAC:在時(shí)延多普勒域中集成感知與通信

    2023.12.14 最近需要了解通信感知一體化這一新的領(lǐng)域,因此會(huì)整理一些綜述類(lèi)的文章閱讀筆記。由于內(nèi)容較散,將以思維導(dǎo)圖的形式進(jìn)行論文整理與知識(shí)補(bǔ)充,這篇論文讓我開(kāi)始理解為什么OTFS可能是ISAC問(wèn)題中較為合適的波形。 論文題目:From OTFS to DD-ISAC: Integrating Sensing and

    2024年04月28日
    瀏覽(25)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包