目录
一、生成模拟地形
二、指定搜救系统和场景
三、定义地表反射率
四、配置雷达收发器
4.1 生成数据多维数据集
4.2 可视化 SAR 数据
五、总结
六、程序
合成孔径雷达(SAR)系统使用平台运动来模拟更长的孔径,以提高跨距离分辨率。SAR 数据通常使用飞机、航天器或车辆等平台收集。由于平台的移动,从目标反射返回的数据似乎没有聚焦,看起来像随机噪声一样。在SAR系统中,基本信息驻留在接收数据的幅度和相位中。相位相关处理对于聚焦图像的形成至关重要。
在本例中,将仿真 L 波段遥感 SAR 系统。该模拟包括从包含三个目标和一个树木繁茂的山丘地表的场景生成 IQ 信号。返回的数据将使用距离迁移聚焦算法进行处理。
生成并绘制地表的随机高度图。高度图将代表山峰高达约200 m的丘陵场景。确保地形分辨率小于成像系统的分辨率非常重要。根据辅助函数的配置,地图的分辨率在 X 维度上会略高于 1 米,在 Y 维度上约为 1.6。要提高生成的地图的分辨率,请增加迭代次数。粗糙度系数通常设置为 2 值。值越小,地形越崎岖,值越大,地形越平坦。
定义一个距离分辨率约为 5 m 的 L 波段 SAR 成像系统。该系统安装在1000米高度飞行的机载平台上。使用函数验证范围分辨率是否符合预期。
将天线孔径指定为 6 米。将斜角设置为 0 度以进行宽边操作。将平台速度设置为 100 m/s 并配置平台几何形状。合成孔径长度为100米。
定义目标。此示例中的目标是固定的,旨在表示校准目标。将目标高度设置为相对于表面的 110 米。选择此高度时,由于丘陵地形,目标可能会被遮挡。
接下来,设置参考倾斜范围,该范围用于后续处理步骤,例如确定雷达天线的适当指向角度。使用函数计算跨范围分辨率。根据几何形状和雷达设置,跨距离分辨率约为2米。
然后,确定SAR系统的适当脉冲重复频率(PRF)。在SAR系统中,PRF具有双重含义。PRF不仅确定最大明确范围,而且还用作跨范围方向的采样频率。如果PRF太低,则脉冲持续时间较长,导致照亮特定区域的脉冲较少。如果PRF过高,则可以实现跨范围采样,但代价是最大范围减小。该函数建议最大和最小 PRF 边界。
对于此示例,将 PRF 设置为 500 Hz。现在,雷达和目标的参数已定义。设置雷达场景使用。将雷达平台和目标添加到场景中。将目标雷达横截面 (RCS) 设置为 5 dBsm,并绘制场景。
请注意,生成的地形在范围和交叉范围上已限制在预期的光束位置。这是为了节省内存,以及加快模拟速度。
设置雷达方案及其平台后,请定义陆地表面。首先,选择一个反射率模型。雷达工具箱™提供 7 种不同的反射率模型,涵盖广泛的频率、掠角和土地类型。星号表示默认模型。在命令窗口中键入有关每个型号的使用和适用掠角的更多信息。土地反射率模型如下
APL:支持在 1 到 100 GHz 范围内的频率上从低到高的掠角的数学模型。 支持的土地类型包括城市、高地貌和低地貌。
Barton*:支持在 1 到 10 GHz 频率范围内进行中等掠角的数学模型。 支持的土地类型是崎岖的山脉、山脉、大都市、城市、树木繁茂的丘陵、连绵起伏的丘陵、树林、农场、沙漠、平地和光滑。这是默认模型。
Billingsley:经验模型适用于 3 MHz 至 12 GHz 频率上的低掠角。 支持的土地类型包括低浮雕农村、低浮雕森林、农场、沙漠、沼泽、草原、高浮雕农村、高浮雕森林、山区、城市、低浮雕城市。
GIT:在 3 至 15 GHz 频率范围内中等掠角的半经验模型。 支持的土地类型包括土壤、草、高草、树木和城市。
Morchin:在 300 MHz 至 8 GHz 范围内频率范围内高掠角的数学模型。 支持的土地类型包括沙漠、农场、树林和山脉。
Nathanson:在 1 至 36 GHz 频率范围内低到中等掠角的经验模型。 支持的土地类型包括沙漠、农场、树林、丛林、连绵起伏的丘陵和城市。
Ulaby-Dobson:在 1 至 18 GHz 频率范围内低到中等掠射角度的半经验模型。 支持的土地类型是土壤、草、灌木和短植被。
对于此示例,请使用默认的 Barton 模型,因为它具有如此大量的土地类型。对于 100 米以上的地形值,请为树木繁茂的山丘分配反射率值。否则,将反射率值设置为木材。绘制反射率图以查看分配
使用将陆地表面添加到雷达方案中。将先前生成的随机高度图和反射率图分配给陆地表面。
在本节中,配置雷达系统属性。定义天线和发射的线性调频 (LFM) 波形。将雷达传感器分配给雷达平台。
现在场景和雷达系统已经定义,使用该方法从地表生成返回。默认情况下,将模拟主瓣中的杂波返回。使用该方法收集数据。加载数据或模拟原始 SAR 返回。如果选择模拟 IQ,则在接收 IQ 数据时,将生成原始信号返回的图。否则,将立即绘制未处理的数据立方体。原始信号是在跨量程方向上传输的脉冲的集合。该图显示了三个目标和陆地表面的信号的真实部分。
从完全形成的地块中可以看出,目标和地表的回报在范围和交叉范围内分布广泛。因此,很难区分原始二维SAR数据中的单个目标。明显存在回波的区域是天线的主瓣。如果要对更大的区域进行映像,可以实施的一些更改包括:
增加SAR成像平台的高度或
增加波束宽度。
使用范围迁移算法聚焦图像。距离迁移算法校正了距离-方位耦合以及方位-频率依赖性。该算法按以下方式进行:
FFT:首先,该算法执行二维FFT。这会将SAR信号转换为波数空间。
匹配筛选:其次,该算法使用参考信号聚焦图像。这是一个批量聚焦阶段。参考信号是针对选定范围(通常是中频范围)计算的。选定范围内的目标将正确聚焦,但远离参考的目标仅部分聚焦。
斯托尔特插值:接下来是一个差分聚焦阶段,它使用斯托尔特插值来聚焦其余的目标。
IFFT:最后,执行二维IFFT将数据返回到时域。
根据雷达波形,使用该函数形成单视复合体(SLC)图像并绘制结果。经过距离和跨距离处理,可以从背景中区分两个目标。
SAR图像与光学图像相似,但物理原理完全不同。由于SAR使用倾斜范围形成图像,因此高程目标比低高程目标看起来更靠近雷达,从而导致高程目标出现在SAR图像中的较近范围内。这种失真称为重叠,在图像中很明显。此外,实际的掠射角度在成像的条带上略有变化,在较远的范围内存在较浅的角度,而在较近的距离上存在更陡峭的角度。这些特征等导致与笛卡尔基本真理相比扭曲的图像。
遮挡方法有助于我们进一步解释结果。在陆地表面使用该方法,确定整个场景中目标的可见性。
第一个目标根本不可见,因为它被地形遮挡了。第二个目标在整个集合中仅部分可见。这会导致跨量程维度的数据丢失,从而导致旁瓣增加和信号功率降低。第三个目标在整个目标集合中完全可见。它明亮而专注。
此示例演示了如何从基于带状图的 SAR 场景中生成 IQ,该场景在陆地地形上具有三个目标。此示例演示了如何:
配置SAR雷达参数,
定义雷达场景,
构建自定义反射率图,
通过添加斑点向场景添加地形,
产生智商,以及
形成聚焦的SAR图像。
对于其他平台几何形状、雷达参数和表面类型,可以轻松修改此示例。
使用Matlab R2022b版本,点击打开。
打开下面的“SARImageFormationLandTerrainExample.mlx”文件,点击运行,就可以看到上述效果。
关注下面公众号,搜索文章《基于Matlab的合成孔径雷达模拟陆地场景》,查看源码链接。