SAR成像学习笔记（一）

本文主要内容是SAR成像中的信号处理基础。

匹配滤波/脉冲压缩

匹配滤波就是输入信号经过匹配滤波器这个系统，所以可表示为卷积，而自相关又和卷积有关系：
x(t)和y(t)做相关等于x(t)与y(-t)做卷积
所以匹配滤波可以看作自相关过程、也可以看作卷积过程，再根据时域卷积频域乘积，就可以通过FFT和乘法运算来实现匹配滤波（这也启示我们，通过FFT可以实现自相关）
以上就是实际仿真中常用的实现方法，这在后面的SAR成像算法部分还会提到。

根据匹配滤波器的性质，有
$$h(t)=s^{\ast }(-t)$$
注意其中的$s(t)$是输入信号。
在频域角度分析，信号可表示为各次谐波的加和，而滤波器与输入信号的幅度谱相同，相位谱相反，所以经过匹配滤波器之后，对于各次谐波来说，波形不变，相位清零，这样的话所有波峰将会对齐，再叠加之后就在输出信号中形成了尖峰。
在理想情况下，目标反射的回波信号只与原信号$s(t)$差一个时延$\tau$，可以认为在频域表现为一个附加相位，但注意此时滤波器的$h(t)$仍是原$s(t)$的复共轭再翻转，因此“相位清零”只针对原输入信号的相位，而回波带来的附加相位依然保留。
此时尖峰不再出现在$t=0$处，而是出现在$t=\tau$处，这样就能根据尖峰位置获取到时延，从而得到雷达与目标间的距离。
以上就是脉冲压缩的实现方法，以及通过它确定目标位置的原理。
可视化角度讲解请看这个视频：
匹配滤波器的几个问题解答

除了便于目标定位之外，还可以有其它思考角度。
在雷达系统中，为了得到较高的分辨率，就需要发射信号有较窄的脉冲宽度；但这样的信号持续时间短，脉冲能量较低，会导致回波信噪比太小，难以成像。
这个问题也可以通过脉冲压缩来解决：我们仍然使用LFM信号作为雷达的发射信号，只需要在接收时对回波信号进行匹配滤波（也就是脉冲压缩），就可以将其压缩成一个尖峰，也就是变成了sinc函数。这样即满足信噪比要求，又能在接受处理时有较窄的脉宽来保证分辨率。

插值

插值又称为重采样。我们知道，只要采样频率满足奈奎斯特准则，就可以从采样后的离散信号中无失真地恢复出原始的模拟信号。
考虑这样的问题：假设现在在信号的整数点处进行采样，我们手里只有采样后的离散信号，没有原来的模拟信号，但在后续操作中却需要某个非整数点的值——那么便可以利用插值来解决这个问题。

原理也很简单，先返回去重建出原始信号，再在需要的位置重新采样即可。
这个过程可以用数字信号与插值核的卷积实现，常用的插值核是sinc函数。除此之外有时我们也会用到样条插值，这里暂时先不展开。