RD成像算法分析Word文档下载推荐.doc

RD成像算法分析Word文档下载推荐.doc

《RD成像算法分析Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《RD成像算法分析Word文档下载推荐.doc（9页珍藏版）》请在冰点文库上搜索。

一、经典RD算法简介

RD（RangeDoppler）算法是一种非常经典的SAR成像算法。

虽然它有着比较长的历史，但它鲜明的特点使得它能“长盛不衰”，在一些SAR系统中，它是一种实际采用的成像算法。

经典的RD算法只考虑了相位展开的一次项，它分为三个步骤：

距离压缩（RangeCompression，RC）、距离迁移校正（RangeCellMigrationCorrection，RCMC）和方位压缩（AzimuthCompression，AC）。

其中RCMC既可以在Range-Doppler域完成，也可以在Frequency-AzimuthRange域完成。

它的流程如图1所示。

回波数据

距离向FFT

距离匹配函数

距离向IFFT

方位向FFT

方位匹配函数

方位向IFFT

SAR图像

FFT

RCMC

线性相位函数

（a）Range-Doppler域RCMC

（b）Frequency-AzimuthRange域RCMC

图1经典RD算法流程图

二、RD算法的Matlab程序分析

已提供的RD算法Matlab程序是严格基于图1（a）中的流程进行编写的。

由于该程序并没有特别新颖的地方，所以本文只利用该程序对RD算法作进一步的理解，而将工作重点主要放在对RADARSAT-1真实回波数据的成像上。

该程序可以分为六个小部分：

设定参数、模拟回波、RC、RCMC、AC以及结果显示。

1、设定参数

该程序是在空域中实现SAR成像的，所以距离是基本的度量单位。

程序采用的坐标系如图2所示。

y/m

x/m

Azimuth

Range

图2程序采用的坐标系

其中一些重要变量和表达式的意义见表1（若程序中有明确注释，在此不予列出）。

表1变量和表达式意义

变量/表达式

意义

Xc

测绘带中心距离

2*X0

测绘带宽

2*Y0

方位向上接收回波的距离

2、模拟回波

程序假定了5个点目标，并且它们对电磁波的反射能力是相同的，它们各自回波的线性迭加就构成了仿真的SAR回波数据，其幅值如图3所示。

图3回波幅值图

3、RC

进行RC时先产生距离向上所发射的LFM信号，然后对其作FFT得到发射信号的频谱，根据匹配滤波器的原理，它的共轭就是距离向上匹配滤波器的频谱。

将匹配滤波器的频谱与回波没距离向的FFT相乘进行匹配滤波，再将结果作IFFT就完成了RC。

其流程见图1（a）中相应部分。

RC后的数据的幅值图如图4所示。

图4RC后的幅值图

从图4可以明显的看出，RC后的图像在距离向上有明显的迁移，所以要进行RCMC。

4、RCMC

由于算法只考虑了相位展开中的一线性项，故RCM只是距离的线性函数。

程序是通过Sinc插值来补偿RCM的。

插值的运算量是比较大的。

RCMC后的幅值图如图5所示。

图5RCMC后的幅值图

5、AC

AC的步骤和RC是一样的。

也是先产生方位向上的LFM信号，然后进行匹配滤波，其流程见图1（a）中相应部分，在这里就不多加表述了。

完成这一步后就得到了最终的SAR图像，如图6所示。

图6SAR图像

三、RADARSAT-1真实回波数据成像实验

如果要用已提供的程序对RADARSAT-1的真实回波数据进行成像，在参数方面要做较大的修改，为了更好的理解RD算法，本文针对RADARSAT-1回波数据的特点重新编写了RD算法的Matlab程序，并在此基础上进行了成像实验。

RADARSAT-1是将回波数据进行自动增益控制（AGC）后，以CEOS的格式进行文件存储的。

所以先要从CEOS格式文件中读取数据，并进行AGC还原后才能得到真正的回波数据。

在不引起混淆的情况下，下文中的回波数据是指RADARSAT-1的经过以上两个步骤后获得的真正回波数据。

得到回波数据后，本文是按图1（b）所示的流程来实现RD算法的。

算法所需的RADARSAT-1的参数是从IanCumming等所著DigitalProcessingofSyntheticApertureRadarData一书及其相关Matlab程序中得到的。

本文在MatlabR2006b（Matlab7.3.0）编写和调试的程序，程序文件名为RADARSAT_RDA_Imaging.m。

由于程序中注释比较详尽，在此不对程序本身作过多的说明，只对RD算法本身的关键步骤加以分析。

图7是回波数据经过RC后的幅值图，从图中可以看到一些明亮的条纹，它们表明了在回波数据中有强散射目标。

但是这些条纹并不与方位向平行，而是有一定的倾斜，这种倾斜就是由于距离迁移造成的，所以需要进行RCMC。

图8是RCMC的幅值图，从图中可以看到图7中的斜条纹现在已基本与方位向平行了，说明算法中的RCMC是十分有效的。

图7RC后的幅值图

图8RCMC后的幅值图

在进行AC时，理论上方位向上的匹配滤波器的调频斜率是与距离的关系的，但是对于星载SAR来说这二者的关系不是很明显。

所以在一些应用场合下可以用某一固定距离下的匹配滤波器来对方位向进行脉冲压缩。

图9是用最近距离下的匹配滤波器来对整个实验数据进行AC后的幅值图。

为了作一对比，图10是用与距离相对应的匹配滤波器进行AC后的幅值图，可以发现图9只是在某些细节上稍稍逊色于图10。

图11是将不同数据对应的图像进行拼接，得到的整个测绘区域的SAR图像，从成像质量上看经典RD算法对星载SAR的成像是比较有效的。

当然，一般来说，用单纯的成像算法得到的SAR图像质量往往是不高的，必须进行后续的处理才能进一步地提高图像质量。

比如进行多视处理可以很好的抑制相干斑噪声，以及相关图像处理也能较大提高图像质量。

图9用最近距离下的匹配滤波器进行AC后的幅值图

图10用与距离对应的匹配滤波器进行AC后的幅值图

图11整个测绘区域的SAR图像