《合成孔径雷达成像算法与实现》FIgure6.20

% rho_r = c/(2*Fr)而不是rho_r = c/(2*Bw)
% Hsrcf exp函数里忘记乘pi了
clc
clear
close all

参数设置
距离向参数设置
R_eta_c = 20e3;             % 景中心斜距
Tr = 2.5e-6;                % 发射脉冲时宽
Kr = 20e12;                 % 距离向调频率
alpha_os_r = 1.2;           % 距离过采样率
Nrg = 320;                  % 距离线采样数
距离向参数计算
Bw = abs(Kr)*Tr;            % 距离信号带宽
Fr = alpha_os_r*Bw;         % 距离向采样率
Nr = round(Fr*Tr);          % 距离采样点数(脉冲序列长度)
方位向参数设置
c = 3e8;                    % 光速
Vr = 150;                   % 等效雷达速度
Vs = Vr;                    % 卫星平台速度
Vg = Vr;                    % 波束扫描速度
f0 = 5.3e9;                 % 雷达工作频率
Delta_f_dop = 80;           % 多普勒带宽
alpha_os_a = 1.25;          % 方位过采样率
Naz = 256;                  % 距离线数
theta_r_c = 21.9;            % 波束斜视角
方位向参数计算
lambda = c/f0;              % 雷达工作波长
eta_c = -R_eta_c*sind(theta_r_c)/Vr;
                            % 波束中心偏移时间
f_eta_c = 2*Vr*sind(theta_r_c)/lambda;
                            % 多普勒中心频率
La = 0.886*2*Vs*cosd(theta_r_c)/Delta_f_dop;
                            % 实际天线长度
Fa = alpha_os_a*Delta_f_dop;% 方位向采样率
Ta = 0.886*lambda*R_eta_c/(La*Vg*cosd(theta_r_c));
                            % 目标照射时间
R0 = R_eta_c*cosd(theta_r_c);
                            % 最短斜距
Ka = 2*Vr^2*cosd(theta_r_c)^3/(lambda*R0);
                            % 方位向调频率
theta_bw = 0.886*lambda/La; % 方位向3dB波束宽度
theta_syn = Vs/Vg*theta_bw; % 合成角
Ls = R_eta_c*theta_syn;     % 合成孔径
其他参数计算
rho_r = c/2/Fr;             % 距离向分辨率 
rho_a = La/2;               % 方位向分辨率
Trg = Nrg/Fr;               % 发射脉冲宽度
Taz = Naz/Fa;               % 目标照射时间
d_t_tau = 1/Fr;             % 距离向采样时间间隔
d_t_eta = 1/Fa;             % 方位向采样时间间隔
d_f_tau = Fr/Nrg;           % 距离向采样频率间隔
d_f_eta = Fa/Naz;           % 方位向采样频率间隔

目标设置
设置目标点距离景中心的距离
A_r = -50;A_a = -50;
B_r = -50;B_a = +50;
C_r = +50;C_a = B_a+(C_r-B_r)*tand(theta_r_c);
坐标
A_x = R0+A_r;A_y = A_a;
B_x = R0+B_r;B_y = B_a;
C_x = R0+C_r;C_y = C_a;
N_position = [A_x,A_y;B_x,B_y;C_x,C_y];
波束中心穿越时刻
N_target = 3;
Target_eta_c = zeros(1,N_target);
for i = 1:N_target
    Delta_Y = N_position(i,2)-N_position(i,1)*tand(theta_r_c);
    Target_eta_c(i) = Delta_Y/Vs;
end
绝对零多普勒时刻
Target_eta_0 = zeros(1,N_target);
for i = 1:N_target
    Target_eta_0(i) = N_position(i,2)/Vs; 
end

变量设置
时间变量:以景中心绝对零多普勒时刻作为方位向零点
t_tau = (-Trg/2:d_t_tau:Trg/2-d_t_tau)+2*R_eta_c/c;     % 距离时间变量
t_eta = (-Taz/2:d_t_eta:Taz/2-d_t_eta)+eta_c;           % 方位时间变量
r_tau = (t_tau*c/2)*cosd(theta_r_c);                    % 最近距离变量
频率变量
f_tau = fftshift(-Fr/2:d_f_tau:Fr/2-d_f_tau);           % 距离频率变量
f_tau = f_tau-round((f_tau-0)/Fr)*Fr;                   % 将频率折叠入(-Fr/2,Fr/2),距离可观测频率变量
f_eta = fftshift(-Fa/2:d_f_eta:Fa/2-d_f_eta);           % 方位频率变量
f_eta = f_eta-round((f_eta-f_eta_c)/Fa)*Fa;             % 将频率折叠入f_eta_c附近(-Fa/2,Fa/2)范围,方位可观测频率变量
坐标设置
[t_tauX,t_etaY] = meshgrid(t_tau,t_eta);                % 距离时间X轴,方位时间Y轴
[f_tauX,f_etaY] = meshgrid(f_tau,f_eta);                % 距离频域X轴,方位频域Y轴
[r_tauX,f_eta_Y] = meshgrid(r_tau,f_eta);               % 距离长度X轴,方位频域Y轴

信号设置,原始回波生成
tic                                                     % 计时,与toc搭配使用
wait_title = waitbar(0,'开始生成回波数据 ...'); 
pause(1);
st_tt = zeros(Naz,Nrg);
for i = 1:N_target
    R_eta = sqrt(N_position(i,1)^2+Vs^2*(t_etaY-Target_eta_0(i)).^2);
                                                        % 瞬时斜距,还有近似公式可以尝试
    A0 = [1,1,1,1]*exp(+1j*0);                          % 后向散射系数
    wr = (abs(t_tauX-2*R_eta/c)<=Tr/2);                 % 距离向包络
    wa = sinc(0.886*atan(Vs*(t_etaY-Target_eta_c(i))/N_position(i,1))/theta_bw).^2;
                                                        % 方位向包络,用波束穿越时刻
%     wa = sinc(0.886*(atan(Vs*(t_etaY-Target_eta_0(i))/N_position(i,1))+theta_r_c)/theta_bw).^2;
    st_tt_target = A0(i)*wr.*wa.*exp(-1j*4*pi*f0*R_eta/c)...
                               .*exp(1j*pi*Kr*(t_tauX-2*R_eta/c).^2);
    st_tt = st_tt+st_tt_target;
    pause(0.001);
    time = toc;
    Display_Data = num2str(roundn(i/N_target*100,-1));
    Display_Str  = ['Computation Progress',Display_Data,'%',' --- ',...
                    'Using Time: ',num2str(time)];
    waitbar(i/N_target,wait_title,Display_Str);         % 三参数:进度,句柄,展示的话
end
pause(1);
close(wait_title);
toc

H = figure();
set(H,'position',[100,100,600,600]);
subplot(221)
imagesc(real(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(a)实部')
subplot(222)
imagesc(imag(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(b)虚部')
subplot(223)
imagesc(abs(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(c)幅度')
subplot(224)
imagesc(angle(st_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(d)相位')

一次距离压缩+二次距离压缩
方式三:根据脉冲频谱特性直接在频域生成频域匹配滤波器
window = kaiser(Nrg,2.5)';              % 时域窗
Window = fftshift(window);              % 频域窗
% 计算滤波器
D0 = sqrt(1-lambda^2*f_eta_c^2/(4*Vr^2));
Ksrc = 2*Vr^2*f0^3*D0^3/(c*R0*f_eta_c^2);
Km = Kr*Ksrc/(Ksrc-Kr); 
% Hrf = (abs(f_tauX)<=Bw/2).*Window.*exp(+1j*pi*f_tauX.^2/Kr);
Hrf = (abs(f_tauX)<=Bw/2).*Window.*exp(+1j*pi*f_tauX.^2/Km);
Sf_ft = fft(st_tt,Nrg,2);
Srf_ft = Sf_ft.*Hrf;
srt_tt = ifft(Srf_ft,Nrg,2);

figure('Name','一次距离压缩'),subplot(121)
imagesc(real(srt_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(a)实部')
subplot(122)
imagesc(abs(srt_tt))
xlabel('距离时间(采样点)'),ylabel('方位时间(采样点)'),title('(b)虚部')

方位向FFT
Saf_tf = fft(srt_tt,Naz,1);
figure,imagesc(abs(Saf_tf)),set(gca,'YDir','normal'),title('方位向FFT')

距离徙动校正——8点插值
% RCM = lambda^2*r_tauX.*f_etaY.^2/(8*Vr^2);
% RCM = R0+RCM-R_eta_c;                       % 将距离徙动量转换到原图坐标系下
D = sqrt(1-lambda^2*f_etaY.^2/(4*Vr^2));              % 距离多普勒域中的徙动因子
RCM = r_tauX./D-r_tauX;
RCM = R0+RCM-R_eta_c;                       % 将距离徙动量转换到原图坐标系下
offset = RCM/rho_r;                         % 将距离徙动量转换为距离单元偏移量
计算插值表
x_tmp = repmat(-4:3,[16,1]);                % 插值长度
x_tmp = x_tmp+repmat(((1:16)/16).',[1,8]);   % 量化位移
% figure,imagesc(repmat(((1:16)/16)',[1,8])),colorbar
% figure,imagesc(repmat(-4:3,[16,1])),colorbar
% figure,imagesc(repmat(((1:16)/16)',[1,8])+repmat(-4:3,[16,1])),colorbar
hx = sinc(x_tmp);                           % 生成插值核
% % figure,imagesc(hx)
hx = kaiser(8,2.5)'.*hx;
hx = hx./sum(hx,2);                         % 归一化
插值表校正
Srcmf_tf_8 = zeros(Naz,Nrg);
for a_tmp = 1:Naz
    for r_tmp = 1:Nrg
        offset_ceil = ceil(offset(a_tmp,r_tmp));
        offset_frac = round((offset_ceil-offset(a_tmp,r_tmp))*16);
        if offset_frac == 0
            Srcmf_tf_8(a_tmp,r_tmp) = Saf_tf(a_tmp,ceil(mod(r_tmp+offset_ceil-0.1,Nrg)));
        else
            Srcmf_tf_8(a_tmp,r_tmp) = Saf_tf(a_tmp,ceil(mod((r_tmp+offset_ceil-4:r_tmp+offset_ceil+3)-0.1,Nrg)))*hx(offset_frac,:).';
        end
    end
end

figure('Name','8点距离徙动校正'),subplot(121)
imagesc(real(Srcmf_tf_8)),set(gca,'YDir','normal')
xlabel('距离时间(采样点)'),ylabel('方位频率(采样点)'),title('(a)实部')
subplot(122)
imagesc(abs(Srcmf_tf_8)),set(gca,'YDir','normal')
xlabel('距离时间(采样点)'),ylabel('方位频率(采样点)'),title('(b)幅度')

方位压缩
Ka = 2*Vr^2*cosd(theta_r_c)^3./(lambda*r_tauX);
Haf = exp(-1j*pi*f_etaY.^2./Ka);                    % 匹配滤波器
Haf_offset = exp(-1j*2*pi*f_etaY*eta_c);            % 时间补偿项
Soutf_tf = Srcmf_tf_8.*Haf.*Haf_offset;
soutt_tt = ifft(Soutf_tf,Naz,1);

绘图
H1 = figure();
set(H1,'position',[100,100,600,300]); 
subplot(121),imagesc(real(soutt_tt))
xlabel('距离时间(采样点)→'),ylabel('←方位时间(采样点)'),title('(a)实部')
subplot(122),imagesc( abs(soutt_tt)),colorbar
xlabel('距离时间(采样点)→'),ylabel('←方位时间(采样点)'),title('(b)幅度')

点目标分析
len = 16;
cut = -len/2:len/2-1;
% sout_tt_C = soutt_tt(round(Naz/2+1+N_position(3,2)/Vr*Fa)+cut, ...
%                     round(Nrg/2+1+2*(N_position(3,1)-R0)/c*Fr)+cut);
sout_tt_C = soutt_tt(226+cut, 181+cut);
figure,imagesc(abs(sout_tt_C)),title('切片')

Sout_ff_C = fft2(sout_tt_C);
figure,imagesc(abs(Sout_ff_C)),set(gca,'YDir','normal')

Start_ff_1 = Sout_ff_C;

% 高频补零
Start_buling_1 = zeros(len,16*len);
Start_buling_2 = zeros(16*len,16*len);
% 行补零
for i = 1:len
    [~,I] = min(Start_ff_1(i,:));
    Start_buling_1(i,1:I) = Start_ff_1(i,1:I);
    Start_buling_1(i,16*len-(len-I)+1:16*len) = Start_ff_1(i,I+1:end);
end
% 列补零
for i = 1:16*len
    [~,I] = min(Start_buling_1(:,i));
    Start_buling_2(1:I,i) = Start_buling_1(1:I,i);
    Start_buling_2(16*len-(len-I)+1:16*len,i) = Start_buling_1(I+1:end,i);
end

start_tf_1 = ifft(Start_buling_2,[],2);
start_tt_2 = ifft(start_tf_1,[],1);
% Start_ff_2 = fft2(start_tt_2);
% figure,imagesc(abs(fftshift(Start_ff_2))),set(gca,'YDir','normal')

figure('Name','高频补零'),imagesc(abs(start_tt_2))
contour(abs(start_tt_2),15)

% p为行索引,q为列索引
[aa,p] = max(start_tt_2);
[bb,q] = max(max(start_tt_2));

% 距离切片
start_r = abs(start_tt_2(p(q),:));
start_r = db(start_r/max(start_r));
figure,plot(start_r),ylim([-35,0])

% 方位切片
start_a = abs(start_tt_2(:,q));
start_a = db(start_a/max(start_a));
figure,plot(start_a),ylim([-35,0])

% 距离向相位
start_r_p = rad2deg(angle(start_tt_2(p(q),:)));
figure,plot(start_r_p),xlim([0,16*len])

% 方位向相位
start_a_p = rad2deg(angle(start_tt_2(:,q)));
figure,plot(start_a_p),xlim([0,16*len])

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/388955.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【经验】JLINK无法(单步)调试,JLINK固件的烧写

昨天终于准备开始进行S3C6410的裸机开发&#xff0c;写好了程序&#xff0c;编译生成了.axf文件&#xff0c;一切顺利的准备利用JLINK进行在线调试了&#xff0c;突然有种成功就在前面的感觉&#xff0c;Jlink也能被电脑正常的识别&#xff0c;利用AXD进行Jlink的相关设置也很正…

[office] Excel CHITEST 函数 使用实例教程 #媒体#知识分享#其他

Excel CHITEST 函数 使用实例教程 提示 此函数已由 CHISQ.TEST 函数替换&#xff0c;新函数可以提供更好的精确度&#xff0c;其名称更好地反映其用法。旧函数仍可用于与早期版本Excel 的兼容。但是&#xff0c;如果不需要向后兼容&#xff0c;那么应考虑直接使用新函数&…

pands常用操作

1.导入库和文件读取和文件分信息分析 import pandas as pd import numpy as np csvf pd.read_csv(D:/各个站程序版本说明.csv) csvf.info() <class pandas.core.frame.DataFrame> RangeIndex: 51 entries, 0 to 50 Data columns (total 6 columns):# Column Non-Nul…

HTML5 Canvas与JavaScript携手绘制动态星空背景

目录 一、程序代码 二、代码原理 三、运行效果 一、程序代码 <!DOCTYPE html> <html> <head> <meta charset"UTF-8"> <title>星空背景</title> </head> <body style"overflow-x:hidden;"><canvas …

[职场] 会计学专业学什么 #其他#知识分享#职场发展

会计学专业学什么 会计学专业属于工商管理学科下的一个二级学科&#xff0c;本专业培养具备财务、管理、经济、法律等方面的知识和能力&#xff0c;具有分析和解决财务、金融问题的基本能力&#xff0c;能在企、事业单位及政府部门从事会计实务以及教学、科研方面工作的工商管…

optuna,一个好用的Python机器学习自动化超参数优化库

🏷️个人主页:鼠鼠我捏,要死了捏的主页 🏷️付费专栏:Python专栏 🏷️个人学习笔记,若有缺误,欢迎评论区指正 前言 超参数优化是机器学习中的重要问题,它涉及在训练模型时选择最优的超参数组合,以提高模型的性能和泛化能力。Optuna是一个用于自动化超参数优化的…

第五篇【传奇开心果系列】Python微项目技术点案例示例:中文有声故事书

传奇开心果微博系列 系列微博目录Python微项目技术点案例示例系列 微博目录一、微项目目标和背景二、雏形示例代码三、扩展思路四、用户自定义输入示例代码五、故事选择示例代码六、语音控制示例代码七、播放控制示例代码八、文本转换语音示例代码九、微项目雏形核心部分示例代…

【MySQL】操作库 —— 表的操作 -- 详解

一、增加表 1、创建表 mysql> create database [if not exists] table_name ( -> field1 datatype, -> field2 datatype, -> field3 datatype -> ) character set 字符集 collate 校验规则 engine 存储引擎; 注意 &#xff1a;最后一行也可以写成&#x…

枚举知识点解析

枚举是什么&#xff1f;枚举就是列举&#xff0c; 将东西一一列举出来。 生活中有许多地方需要用到枚举&#xff0c; 比如一年有12个月&#xff0c;一星期有7天&#xff0c; 这些都需要进行枚举。 那么&#xff0c; 如何进行枚举的定义呢&#xff1f; 如下 枚举中的值是一种…

【教3妹学编程-算法题】将数组分成最小总代价的子数组 I

2哥 : 叮铃铃&#xff0c;3妹&#xff0c;过年干嘛呢&#xff0c;是不是逛吃逛吃&#xff0c;有没有长胖呢。 3妹&#xff1a;切&#xff0c;我妈张罗着要给我相亲呢。 2哥 : 相亲&#xff1f;哈哈哈哈 3妹&#xff1a;别笑了&#xff0c;我妈说跟我年龄相等的人都已经孩子上小…

BossPlayerCTF

靶场环境问题 靶场下载之后&#xff0c;可能会出现扫描不到IP的情况&#xff0c;需要进行调整&#xff0c;参考&#xff1a; Vulnhub靶机检测不到IP地址_vulnhub靶机nmap扫不到-CSDN博客 该靶机没有vim&#xff0c;需要使用vi命令去修改&#xff1b;改成当前网卡即可&#x…

【QT+QGIS跨平台编译】之四十:【gsl+Qt跨平台编译】(一套代码、一套框架,跨平台编译)

文章目录 一、GSL介绍二、GSL下载三、文件分析四、pro文件五、编译实践一、GSL介绍 GSL(GNU Scientific Library)是一个开源的数值计算库,用于提供一系列常用的数学函数和算法。它为科学计算和数据分析提供了高效、可靠的工具。 GSL库提供了丰富的功能,包括数值积分、数值…

[职场] 事业单位医疗岗常见的面试题目 #微信#微信#微信

事业单位医疗岗常见的面试题目 面试是步入社会以及就业过程中必须经历的一个首要阶段&#xff0c;也是实现就业必经的之道&#xff0c;可以说面试是双向选择和考试考核评价的过程&#xff0c;是企业选择应聘者的同时也应聘者也在选择企业。 一.常见的面试题目 1.对医学基础知…

每日OJ题_递归②_力扣21. 合并两个有序链表

目录 力扣21. 合并两个有序链表 解析代码 力扣21. 合并两个有序链表 21. 合并两个有序链表 难度 简单 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例 1&#xff1a; 输入&#xff1a;l1 [1,2,4], l2 [1,3,4]…

中小学信息学奥赛CSP-J认证 CCF非专业级别软件能力认证-入门组初赛模拟题第二套(完善程序题)

CCF认证CSP-J入门组模拟测试题第二套 三、完善程序题 第一题 菲波拉契数列 菲波拉契数列为1,1,2,3,5,8,13,21,…,其元素产生的规则是前两个数为1,从第三个数开始每个数等于它前面两个数之和。已知任意一个正整数可以表示为若干个互不相同的菲波拉契数之和。例如:3621132。 …

图像处理之《寻找和隐藏:通过深度强化学习的对抗隐写术》论文阅读

一、文章摘要 图像隐写术的目的是将一个完整大小的图像(称为秘密)隐藏到另一个图像(称为封面)中。以往的图像隐写算法只能在一个封面中隐藏一个秘密。在这篇论文中&#xff0c;我们提出了一个自适应局部图像隐写(AdaSteg)系统&#xff0c;允许缩放和位置自适应图像隐写。该系统…

2024.2.14

1.请编程实现二维数组的杨慧三角 #include<stdio.h> #include<string.h> int main(int argc, const char *argv[]) { int n,i,j;printf("please enter n:");scanf("%d",&n);int arr[n][n];for(i0;i<n;i){for(j0;j<i;j){if(j0 || ij…

【无标题】Matlab 之axes函数——创建笛卡尔坐标区

**基本用法&#xff1a;**axes 在当前图窗中创建默认的笛卡尔坐标区&#xff0c;并将其设置为当前坐标区。 应用场景1&#xff1a;在图窗中放置两个 Axes 对象&#xff0c;并为每个对象添加一个绘图。 要求1&#xff1a;指定第一个 Axes 对象的位置&#xff0c;使其左下角位于…

【AIGC】Stable Diffusion的ControlNet插件

ControlNet 介绍 ControlNet 插件是 Stable Diffusion 中的一个重要组件&#xff0c;用于提供对模型的控制和调整。以下是 ControlNet 插件的主要特点和功能&#xff1a; 模型控制&#xff1a; ControlNet 允许用户对 Stable Diffusion 中的模型进行精细的控制和调整。用户可以…

单片机学习笔记---LCD1602功能函数代码

目录 LCD1602.c 模拟写指令的时序 模拟写数据的时序 初始化 显示字符 显示字符串 显示数字 显示有符号的数字 显示16进制数字 显示二进制数 LCD1602.h main.c 上一篇讲了LCD1602的工作原理&#xff0c;这一节开始代码演示&#xff01; 新创建工程&#xff1a;LCD1…