下载文档原格式
合成孔径雷达成像流程
合成孔径雷达（SyntheticApertureRadar,SAR）是一种主动微波遥感技术，它利用微波信号穿透云层、雨雪等大气干扰，可以在任何天气条件下获取地面图像。
合成孔径雷达成像流程包括以下几个步骤： 1. 发射信号：SAR系统发射微波信号，信号被地面目标反射并
返回，形成回波信号。
2. 接收信号：接收机将回波信号接收并放大，形成接收信号。
3. 构建虚拟孔径：利用回波信号计算出每个目标点到雷达的距离，确定雷达与目标之间的距离差，建立虚拟孔径。
4. 聚焦处理：将接收信号与虚拟孔径相乘，产生聚焦后的信号，使目标点的信号能够累积，提高信噪比。
5. 形成图像：在聚焦后的信号的基础上，进行图像重建，形成
合成孔径雷达成像图像。
合成孔径雷达在军事、民用、地质等领域有广泛的应用，例如军事侦察、灾害监测、资源勘探等。
- 1 -。
聚束式合成孔径雷达成像处理之道朋友们！今天咱们聊聊那个让天空变得五彩斑斓的神器——聚束式合成孔径雷达。
这可是个高科技玩意儿，它就像一位魔法师，用雷达波在云层上舞动，把天气变成一幅幅生动的画卷。
说起聚束式合成孔径雷达，那可是大名鼎鼎。
它就像是雷达界的超级英雄，一出手就是大片。
它不仅能看远，还能看得清晰，就像你用手机拍照一样，连远处的蚂蚁都能拍得清清楚楚。
它的镜头可灵活了，想怎么聚焦就怎么聚焦，就像你玩遥控车一样，想去哪儿就去哪儿。
说到这聚束式合成孔径雷达的工作方式，那可真是有趣极了。
它就像一个大魔术师，用雷达波在云层上跳来跳去，就像在玩捉迷藏一样。
它像个顽皮的孩子，躲在云层后面捉弄我们；它又像个聪明的小精灵，用雷达波帮我们找到雨点、风暴甚至是地震的线索。
别看聚束式合成孔径雷达这么厉害，但它也有自己的烦恼。
比如，它有时候会“迷糊”，找不到目标；有时候又会“发烧”，把云朵当成敌人。
不过别担心，科学家们已经帮它解决了这些问题。
现在，聚束式合成孔径雷达越来越聪明，能够更好地帮助我们预测天气，就像天气预报员一样准确。
聚束式合成孔径雷达到底是怎么工作的呢？简单来说，它就是一个雷达系统，通过发射和接收电磁波来探测地面或海面上的物体。
当这些电磁波遇到云层时，就会发生反射、折射等现象，就像我们在水面上扔一块石头，石头会弹回来一样。
聚束式合成孔径雷达就是通过分析这些反射回来的信号，来确定云层的形状、密度等信息，从而帮助我们预测天气。
朋友们，这就是我们今天要聊的聚束式合成孔径雷达。
虽然它有时候会“闹别扭”，但别忘了，它可是我们的好帮手。
下次当我们看到蓝天白云时，不妨想象一下，那些美丽的云朵背后，是聚束式合成孔径雷达辛勤工作的身影。
让我们一起感谢这位神奇的科技英雄吧！。
聚束式合成孔径雷达成像处理之道1. 雷达成像的奇妙世界说到雷达成像，很多人可能会想到那些神秘的军事设备或科幻电影中的高科技玩意儿。
其实，这玩意儿离我们生活的距离比你想象的要近得多。
聚束式合成孔径雷达（简称SAR）就是一个让人惊叹的技术，它不仅可以帮助我们看清地球的细节，还能在各种复杂环境下提供清晰的图像。
1.1. 什么是聚束式合成孔径雷达？打个比方，SAR就像是一个非常厉害的“眼睛”，它可以透过云层、雨雪等天气状况，看清地表的一切。
聚束式，就是说雷达可以把雷达波集中在一个特定的区域，就像用放大镜聚焦阳光那样。
合成孔径就是一个技术名词，它指的是通过移动雷达平台，模拟出一个大孔径的效果，进而获得更高分辨率的图像。
1.2. 怎么工作？想象一下，你拿着一个长长的管子向远处看，通过不断移动这个管子，你就能看到更远的地方。
SAR也是这样，它通过在空中飞行或在地面上移动的雷达设备，不断发射雷达波，然后接收反射回来的信号。
通过处理这些信号，SAR能够合成出一个清晰的图像。
2. 图像处理的魔法SAR图像的处理过程可是个技术活儿。
就像给手机照片加滤镜一样，SAR的图像处理也有很多“魔法”，这些“魔法”能够把原始的雷达信号转换成清晰的图像。
2.1. 从信号到图像的转变原始的雷达信号就像一大堆乱七八糟的数据，没有处理过的图像看起来就是一团乱麻。
要把这些数据变成清晰的图像，得用到各种数学算法。
这些算法能够分析雷达波的回波时间、强度以及方向，进而生成地表的详细图像。
这个过程就像在大海里捞宝藏，通过一层层筛选，最终找到你想要的宝贝。
2.2. 清晰度提升的诀窍提升图像清晰度可不是一件简单的事儿。
处理过程要用到一系列复杂的步骤，包括去噪声、提高对比度、增强边缘等。
可以说，处理师就像是艺术家，拿着画笔在雷达图像上进行“创作”，让最终的图像既真实又美观。
这个过程就像是在给图片进行美容，去掉那些多余的瑕疵，留下最完美的一面。
3. 聚束式合成孔径雷达的应用SAR的应用可是五花八门，不光在军事上有用，民用领域也同样重要。
高分辨率合成孔径雷达图像舰船目标几何特征提取方法熊伟;徐永力;崔亚奇;李岳峰【期刊名称】《光子学报》【年(卷),期】2018(47)1【摘要】针对高分辨率合成孔径雷达图像设计了一种舰船目标几何特征提取算法.通过视觉注意机制检测目标区域的算法,通过频谱残差视觉显著计算模型求取显著图,完成显著区域的检测以实现舰船目标的初步定位,基于获得的视觉显著图采用最大熵算法完成阈值分割筛选出舰船区域.在提取的舰船切片的基础上,采用针对几何特征的提取算法,经图像预处理、方位角估计、旋转获取最佳表征舰船目标几何轮廓的外接矩形,相对有效准确地提取几何特征;最后,采用典型的TerraSAR-X数据进行仿真实验.结果表明,与传统方法相比,本文提出的频谱残差视觉模型完成合成孔径雷达图像舰船切片的区域分割能够有效降低虚警率,舰船目标的检测速度提高了25%~50%.该方法能够快速稳定地提取舰船目标的几何特征,也更加符合实际高分辨率图像舰船目标检测的应用需求.【总页数】10页(P49-58)【关键词】合成孔径雷达;几何特征提取;舰船目标检测;视觉注意机制;频谱残差计算;方位角估计;最小外接矩形【作者】熊伟;徐永力;崔亚奇;李岳峰【作者单位】海军航空大学信息融合研究所【正文语种】中文【中图分类】TP751【相关文献】1.高分辨率合成孔径雷达图像舰船检测方法 [J], 种劲松;朱敏慧2.高分辨率SAR图像舰船目标几何结构特征提取 [J], 甄勇;刘伟;陈建宏;赵拥军3.基于模糊C均值聚类的高分辨率合成孔径雷达图像舰船目标检测 [J], 张临杰;张晰;郎海涛4.高分辨率SAR图像车辆目标几何特征提取方法 [J], 李禹;计科峰;吴永辉;粟毅5.基于精细分割的SAR图像舰船目标几何结构特征提取 [J], 孙忠镇;熊博莅;冷祥光;计科峰因版权原因，仅展示原文概要，查看原文内容请购买。
一种典型人造目标极化SAR检测及鉴别方法朱厦;康利鸿;王海鹏【摘要】极化合成孔径雷达(PolSAR)具有全天候全天时工作的优势,其目标结构、目标指向以及目标组成等参数与极化散射机理有着密切的联系,提供了相比单极化更加丰富的目标信息.因此,利用PolSAR图像可以更完整地揭示目标信息和物理属性,更适合于目标的检测与识别.针对复杂陆地环境下PolSAR典型人造目标识别需求,提出了基于广义Gamma分布的双尺度CFAR目标检测算法,在此基础上基于极化特征进行目标鉴别,并利用机载极化SAR飞行试验数据进行了算法验证,实验结果表明,所提算法可有效降低虚警率,实现对复杂陆地环境下极化SAR典型人造目标的有效检测.【期刊名称】《无线电工程》【年(卷),期】2018(048)012【总页数】5页(P1026-1030)【关键词】极化SAR;目标识别;极化特征;目标鉴别【作者】朱厦;康利鸿;王海鹏【作者单位】北京市遥感信息研究所, 北京 100192;北京市遥感信息研究所, 北京100192;复旦大学电磁波信息科学重点实验室, 上海 200433【正文语种】中文【中图分类】TN9590 引言SAR自问世以来已经被广泛应用于地球科学、气候变化研究、环境和地球系统监测、海洋资源利用等领域，具有极高的应用价值[1-3]。
SAR成像时受系统固有特性的影响，使得其对目标的方位角十分敏感，方位角的变化将会导致差异很大的目标图像；由于特殊的相干成像机理，SAR图像存在特有的斑点噪声[4-5]，因此SAR图像与光学图像在视觉效果上差异很大。
近年来，SAR分辨率越来越高，传感器模式增多，工作波段和极化方式越来越多元化，使得SAR图像中信息爆炸性增长，人工判读的工作量超出了人工迅速做出判断的极限[6-7]，人工判读带来的主观和理解上的错误就难以避免。
因此，SAR自动目标识别技术的研究显得尤为重要[8-9]。
为了能够更好地适应各种复杂的地物环境，增强在真实环境下的目标探测及对雷达获取信息的处理能力，目前世界各国都越来越重视SAR自动目标识别技术的研究[10-12]。
EM算法在极化合成孔径雷达影像分类中的应用隋克林【摘要】探讨了一种将EM算法结合极化散射参数对极化SAR影像进行非监督分类的方法.该方法首先采用H-α平面进行初分类,然后将EM算法与极化熵H、散射角α、反熵A和总功率SPAN等参数结合,对极化SAR影像进一步再分类.实验结果表明该方法可取得较高的分类精度.【期刊名称】《城市勘测》【年(卷),期】2018(000)002【总页数】4页(P95-98)【关键词】极化合成孔径雷达;分类;期望最大化;参数【作者】隋克林【作者单位】天津市测绘院,天津 300381【正文语种】中文【中图分类】P237;TP7531 引言极化合成孔径雷达(Polarimetric Synthetic Aperture Radar，POLSAR)是获取遥感信息的一种新型技术平台。
目前常用的极化方式有四种，分别是HH、HV、VH、VV。
通过这四个极化通道获取的地物信息比原来单极化合成孔径雷达更加丰富、全面。
极化合成孔径雷达的显著优势是它能获得目标的全极化散射特性[1]，而目标的全极化散射特性又与目标本身的形状结构、物理属性之间有着本质的联系，这为图像解译提供了丰富的信息。
目前，国内外学者已经就极化SAR影像分类做了一系列的研究。
在进行SAR影像分类时，往往需要提取目标的散射特性[2]。
因此，许多分类方法都是在极化分解的基础上进行的，比如采用由散射矩阵分解出的协方差矩阵或相干矩阵作为参数进行分类[3]。
1997年，Cloude等人提出了一种基于部分相关目标分解的H-α分类。
该方法将极化散射特性用由H和α组成的分类平面上的某一点位置来描述。
但由于物体散射机理与地物目标并不是一一对应的关系，所以H-α分类结果存在地物类别模糊的问题[4]。
目前主要有两种途径来弥补这一问题，一是引入其他参数，二是H、α与其他分类算法相结合[5]。
引入恰当的其他参数与算法结合也能弥补H-α分类的不足[6]。
第1篇一、合成孔径雷达成像原理合成孔径雷达成像原理基于雷达波与目标的相互作用。
当雷达发射一个脉冲信号，遇到目标后，目标会反射一部分雷达波，然后返回到雷达接收器。
雷达接收器将这些反射回来的信号进行检测，并根据信号的时间延迟和强度等信息，计算出目标的位置和特性。
1. 距离分辨率雷达系统的距离分辨率取决于雷达波的速度和脉冲宽度。
雷达波的速度在真空中约为光速，即3×10^8 m/s。
设雷达发射的脉冲宽度为T，则雷达系统的距离分辨率为：R = cT/2其中，R为距离分辨率，c为雷达波的速度，T为脉冲宽度。
2. 空间分辨率雷达系统的空间分辨率取决于雷达的等效孔径。
合成孔径雷达通过合成一个较大的等效孔径，从而提高空间分辨率。
等效孔径Ae与雷达系统的空间分辨率ρ的关系为：ρ = λ/(2Ae)其中，ρ为空间分辨率，λ为雷达波的波长，Ae为等效孔径。
3. 成像原理合成孔径雷达成像过程主要包括以下几个步骤：（1）雷达发射脉冲信号，信号传播到目标并反射回来。
（2）雷达接收器接收反射信号，并根据信号的时间延迟和强度等信息，计算出目标的位置。
（3）雷达根据目标的位置信息，生成一个空间分布图，即SAR图像。
二、合成孔径雷达系统组成合成孔径雷达系统主要由以下几个部分组成：1. 雷达发射机：产生雷达信号，并将其发射到目标。
2. 雷达天线：接收目标反射的雷达信号，并将信号传输到雷达接收器。
3. 雷达接收器：接收雷达天线传输的信号，并进行信号处理。
4. 数据处理单元：对雷达接收器接收到的信号进行处理，包括距离压缩、相位解缠、成像等。
5. 图像处理单元：对成像结果进行进一步处理，如增强、滤波、分类等。
三、合成孔径雷达成像算法合成孔径雷达成像算法主要包括以下几个步骤：1. 距离压缩：根据雷达信号的时间延迟，对信号进行压缩，提高距离分辨率。
2. 相位解缠：由于相位累积误差，雷达信号相位存在相位缠绕现象。
相位解缠可以消除相位缠绕，提高图像质量。
《合成孔径雷达成像——算法与实现》读书笔记（1—4章）徐一凡第1章 概论1.1SAR 在遥感邻域运用越来越多的原因● 雷达自带照射源，在黑夜中同样能出色工作● 一般雷达所使用电磁波几乎可以无失真地穿透水汽云层● 物质的光学散射能量与雷达电磁波散射能量不同，二者可以进行互补 1.2合成孔径雷达的分类 合成孔径雷达分为：条带式合成孔径雷达、扫描式合成孔径雷达、聚束合成孔径雷达、逆合成孔径雷达、双站合成孔径雷达和干涉合成孔径雷达 1.3距离徙动 合成孔径雷达对大量的回波脉冲进行处理，由于合成孔径内传感器的移动，雷达与目标的距离时间变化，这个变化是引起回波数据多普勒频移的原因，然而这种距离变化同时也导致了存储数据的距离徙动现象，如图1所示：图1距离徙动第2章 信号处理基础2.1线性卷积2.1.1连续时间卷积一个信号()s t 通过滤波器()h t 的过程可以理解为卷积运算，输出()y t 可表示为：()()()()()()()y t s t h t s u h t u du s t u h u du ∞∞-∞-∞=⊗=-=-⎰⎰其理解如下：一个冲击信号导致一个冲击响应，无数个冲击信号导致无数个冲击响应，由于符合线性运算，无数个冲击信号叠加为()s t ，其冲击响应为无数个冲击响应的叠加，即()y t 。
连续时间卷积几何计算过程：反褶、移位、重合部分乘积积分。
连续时间卷积满足线性时不变特性、交换特性。
相关定义如下：*()()()sh t s u h u t du ∞-∞Φ=-⎰相关不反褶，()h t 取复共轭，相关不可交换。
*()(-)sh sh t t Φ=Φ二维卷积1212121211221211221212(,)(,)(,)(,)(,) (,)(,)y t t s t t h t t s u u h tu t u du du s tu t u h u u du du ∞∞-∞-∞∞∞-∞-∞=⊗=--=--⎰⎰⎰⎰由于SAR 信号是二维信号，故滤波形式为二维，但通常可将二维滤波器解耦为两个一维滤波器。
第三章方位高辨别和合成孔径要得到场景旳二维平面图像, 同步需要距离和方位二维高辨别, 这一章重要讨论方位高辨别。
雷达本质上是一种基于距离测量旳探测系统, 轻易获得高旳距离辨别率, 方位辨别率是比较差旳。
方位辨别率决定于雷达天线旳波束宽度, 一般地基雷达旳波束宽度为零点几度到几度, 以窄某些旳波束为例, 设天线波束宽度等于0.01弧度（即约0.57°）为例, 它在距离为50公里处旳横向辨别约为500米, 显然远远不能满足场景成像旳规定。
需要大大提高方位辨别率, 即将波束宽度作大旳压缩。
天线波束宽度与其孔径长度成反比, 假如要将上述横向辨别单元缩短到5米, 则天线横向孔径应加长100倍, 即几百米长。
这样长旳天线, 尤其要装在运动载体（如飞机）上是不现实旳, 实际上对固定旳场景可以用合成孔径来实现。
3.1合成阵列旳概念3.1.1合成阵列与实际阵列旳异同现代天线阵列常用许多阵元排列构成, 图3.1示用许多阵元构成旳线性阵列, 阵列旳孔径可以比阵元孔径长得多。
图3.1旳阵列可以是实际旳, 也可以是“合成”旳。
所谓合成是指不是同步具有所有旳阵元, 而一般只有一种阵元, 先在第一种阵元位置发射和接受, 然后移到第二个阵元位置同样工作, 如此逐渐右移, 直到最终一种阵元位置, 假如原阵列发射天线旳方向图与单个阵元相似, 则用一种阵元逐渐移动得到旳一系列远场固定目旳（场景）信号与原阵列各个阵元旳在形式上基本相似（其不一样点将在下面讨论）, 条件是发射载波频率必须十分稳定。
下面通过度析证明上述结论。
设发射载波信号为 （是起始相位, 是我们故意加上去, 阐明初相旳影响）, 运用2.2节中三种时间（即全时间 , 慢时间 和快时间 ）旳概念, 设在 时刻在第 个阵元发射包络为 旳信号, 则发射信号为02()(,)()c j f t t m s t t p t e πϕ+=（3.1）式中快时间m t t t =-。
