SAR成像处理算法_CS算法_程序设计（Matlab）

已于 2022-08-06 09:49:24 修改
阅读量2.6k 收藏 31
点赞数 4
分类专栏： SAR成像处理算法原理与仿真实现 文章标签： 合成孔径雷达 斜视SAR CS算法 RadarSat-1数据处理
于 2022-05-13 21:26:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/smyounger/article/details/124759446
版权

目录

CSA成像处理软件设计与接口

机载正侧视SAR模型CSA1

程序接口

仿真数据1处理（一个点目标）

机载斜视SAR模型CSA2

程序接口

仿真数据1处理（一个点目标）

仿真数据2处理（一个点目标，斜视）

RadarSat-1数据（光盘）

        针对正侧视SAR和大斜视SAR模型，设计基于CS算法的成像处理软件。本文给出了软件的接口与调用方式；使用仿真数据验证了软件的有效性；处理了RadarSat-1实际数据，但是处理效果不理想。如有读者有实际数据，欢迎共享，一起交流学习，公共进步。

仿真数据使用前面介绍的机载SAR回波仿真软件生产，详细使用说明见
机载正侧视模型条带SAR回波仿真算法与编程_爱学习的小伟的博客-CSDN博客机载正侧视模型条带SAR回波仿真算法与编程。在机载模型下，建立空间三维坐标系，并在此坐标下计算目标和雷达相位中心的位置，得到目标的距离历程；然后根据距离历程和雷达参数构造回波数据。目前本文介绍的软件只支持正侧视条带模式SAR的回波仿真，用于验证本专栏后续介绍的成像处理算法。后续将发布考虑多模式、多通道、大斜视、星载模型等的回波仿真软件https://blog.csdn.net/smyounger/article/details/124547898


也可以直接通过下面的链接下载本文使用的点目标仿真数据：
AirborneSAREcho_STRIP_Point1x1_AzChan1_Na3488_Nr1444.dat-图像处理文档类资源-CSDN下载机载模型SAR点目标仿真数据更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/smyounger/85355290AirborneSAREcho_STRIP_Point1x1_AzChan1_Na5440_Nr2338.dat-图像处理文档类资源-CSDN下载斜视SAR点目标仿真回波更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/smyounger/85366121

测试指标时，使用SAR图像聚焦质量评价插件：SARImageFocuseQuality_v0.0，详细使用说明见
https://blog.csdn.net/smyounger/article/details/124622941https://blog.csdn.net/smyounger/article/details/124622941

CSA成像处理软件设计与接口


机载正侧视SAR模型CSA1

本方法对应的Matlab程序可以在下面的连接中下载

SARImageCSA1_release.zip-图像处理文档类资源-CSDN下载正侧视SAR模型的CS成像处理算法更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/smyounger/85366718
程序接口

CS成像处理算法-机载正侧视，分步进行
  调用方式：sig_image = SARImageCSA1(sig_echo, param, showimg_flag)
  输入参数：
    sig_echo：复回波数据
    param:成像处理参数
          param.sampleRate：采样率，单位Hz
          param.Rnear：图像近距， 单位m
          param.chirpRate：调频率，单位Hz/s，注意正负号
          param.prf：PRF，单位Hz
          param.lambda：信号波长，单位m
          param.Vst：平台速度，单位m/s
          param.Fdc：多普勒中心，单位Hz
    showimg_flag：是否显示每一步的处理结果，0-不显示，1-显示
  输出参数
    sig_image：复图像

仿真数据1处理（一个点目标）

测试数据：AirborneSAREcho_STRIP_Point1x1_AzChan1_Na3488_Nr1444.dat

重要参数

---------------仿真数据参数---------------
回波尺寸[Na x Nr]:3488 x 1444
雷达参数：
	信号波长：0.0500 m
	信号带宽：100.0000 MHz
	信号脉宽：10.0000 us
	信号调频率：10000000000000.0000 Hz/s
	信号采样率：133.0000 MHz
	脉冲重复频率：3500.0000 Hz
	采样时延：0.0002 us
天线参数：
	方位向孔径：6.0000 m
	距离向孔径：3.0000 m
	方位向通道数：1
	距离向通道数：1
	下视角：45.0000 deg
	斜视角：0.0000 deg
平台参数：
	飞行速度：7000.0000 m/s
	场景近距：499137.8149 m

测试主函数：SARImageCSA_SimuDataMain.m

%
clear all;
close all;

%% 常数
Vc = 299792458;                % 光速
ET = pi/180;

%% 读取回波数据
echoDataPath = 'D:\EchoData\';
echoDataName = [echoDataPath 'AirborneSAREcho_STRIP_Point1x1_AzChan1_Na3488_Nr1444.dat'];
fprintf('回波数据路径:%s\n', echoDataName);
ReadSimulatedEchoData;

%% 成像处理
param.sampleRate = sampleRate;
param.Rnear = Rnear;
param.chirpRate = chirpRate;
param.prf = prf;
param.lambda = lambda;
param.Vst = Vst;
param.Fdc = 2*Vst/lambda * sin(squintAngle);

sig_image = SARImageCSA1(sig_echo, param, 1);

%% 图像输出
figure, set(gcf, 'color', 'white');
imagesc(abs(sig_image))
colormap(gray); 
xlabel('Range'); ylabel('Azimuth');

%%
sliceSize = 32;
interpNum = 16;
pointSize = 512;
[Radiopara, Rgpara, Azpara] = ...
    SARImageFocusedQuality1(sig_image, prf, sampleRate, Vst, sliceSize, interpNum);
fprintf('\n\n切片峰值： %f； 能量： %f； 坐标：[%d, %d]\n', Radiopara.peakVal, ...
    Radiopara.pow, Radiopara.posa, Radiopara.posr);
fprintf('------- 距离向指标 -------\n');
fprintf('峰值： %8.2f ',Rgpara.max);
fprintf('   分辨率： %4.3f', Rgpara.res);
fprintf('   峰值旁瓣比：%5.3f', Rgpara.PSLR);
fprintf('  积分旁瓣比：%5.3f\n', Rgpara.ISLR);
fprintf('------- 方位向指标 -------\n');
fprintf('峰值： %8.2f ',Azpara.max);
fprintf('   分辨率： %4.3f', Azpara.res);
fprintf('   峰值旁瓣比：%5.3f', Azpara.PSLR);
fprintf('  积分旁瓣比：%5.3f\n', Azpara.ISLR);
fprintf('\n\n')

程序运行后，每一步结果如下所示：

原始回波数据（实部）

方位向FFT

Chirp变标

距离向FFT

距离向压缩

距离向IFFT

方位向压缩

方位向IFFT

图像指标

机载斜视SAR模型CSA2

本方法对应的Matlab程序可以在下面的连接中下载

SARImageCSA2_release.zip-图像处理文档类资源-CSDN下载针对SAR斜视模型的CS成像处理算法更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/smyounger/85366931

程序接口

CS成像处理算法-机载斜视，优化处理过程，提高处理效率
  调用方式：sig_image = SARImageCSA2(sig_echo, param, showimg_flag)
  输入参数：
    sig_echo：复回波数据
    param:成像处理参数
          param.sampleRate：采样率，单位Hz
          param.Rnear：图像近距， 单位m
          param.chirpRate：调频率，单位Hz/s，注意正负号
          param.prf：PRF，单位Hz
          param.lambda：信号波长，单位m
          param.Vst：平台速度，单位m/s
          param.Fdc：多普勒中心，单位Hz
          param.squintAngle:斜视角，单位rad,前斜视为正
    showimg_flag：是否显示每一步的处理结果，0-不显示，1-显示
  输出参数
    sig_image：复图像

仿真数据1处理（一个点目标）

测试数据：AirborneSAREcho_STRIP_Point1x1_AzChan1_Na3488_Nr1444.dat

重要参数：

---------------仿真数据参数---------------
回波尺寸[Na x Nr]:3488 x 1444
雷达参数：
	信号波长：0.0500 m
	信号带宽：100.0000 MHz
	信号脉宽：10.0000 us
	信号调频率：10000000000000.0000 Hz/s
	信号采样率：133.0000 MHz
	脉冲重复频率：3500.0000 Hz
	采样时延：0.0002 us
天线参数：
	方位向孔径：6.0000 m
	距离向孔径：3.0000 m
	方位向通道数：1
	距离向通道数：1
	下视角：45.0000 deg
	斜视角：0.0000 deg
平台参数：
	飞行速度：7000.0000 m/s
	场景近距：499137.8149 m

测试主函数：SARImageCSA_SimuDataMain.m

%
clear all;
close all;

%% 常数
Vc = 299792458;                % 光速
ET = pi/180;

%% 读取回波数据
echoDataPath = 'D:\EchoData\';
echoDataName = [echoDataPath 'AirborneSAREcho_STRIP_Point1x1_AzChan1_Na3488_Nr1444.dat'];
fprintf('回波数据路径:%s\n', echoDataName);
ReadSimulatedEchoData;

%% 成像处理
param.sampleRate = sampleRate;
param.Rnear = Rnear;
param.chirpRate = chirpRate;
param.prf = prf;
param.lambda = lambda;
param.Vst = Vst;
param.Fdc = 2*Vst/lambda * sin(squintAngle);
param.squintAngle = squintAngle;

sig_image = SARImageCSA2(sig_echo, param,);

%% 图像输出
figure, set(gcf, 'color', 'white');
imagesc(abs(sig_image))
colormap(gray); 
xlabel('Range'); ylabel('Azimuth');

%%
sliceSize = 32;
interpNum = 16;
pointSize = 512;
[Radiopara, Rgpara, Azpara] = ...
    SARImageFocusedQuality1(sig_image, prf, sampleRate, Vst, sliceSize, interpNum);
fprintf('\n\n切片峰值： %f； 能量： %f； 坐标：[%d, %d]\n', Radiopara.peakVal, ...
    Radiopara.pow, Radiopara.posa, Radiopara.posr);
fprintf('------- 距离向指标 -------\n');
fprintf('峰值： %8.2f ',Rgpara.max);
fprintf('   分辨率： %4.3f', Rgpara.res);
fprintf('   峰值旁瓣比：%5.3f', Rgpara.PSLR);
fprintf('  积分旁瓣比：%5.3f\n', Rgpara.ISLR);
fprintf('------- 方位向指标 -------\n');
fprintf('峰值： %8.2f ',Azpara.max);
fprintf('   分辨率： %4.3f', Azpara.res);
fprintf('   峰值旁瓣比：%5.3f', Azpara.PSLR);
fprintf('  积分旁瓣比：%5.3f\n', Azpara.ISLR);
fprintf('\n\n')

程序运行后，每一步结果如下所示：

原始回波数据（实部）

变标因子相乘

距离压缩

方位压缩

图像指标

仿真数据2处理（一个点目标，斜视）

测试数据：AirborneSAREcho_STRIP_Point1x1_AzChan1_Na5440_Nr2338.dat

重要参数：

---------------仿真数据参数---------------
回波尺寸[Na x Nr]:5440 x 2338
雷达参数：
	信号波长：0.0500 m
	信号带宽：180.0000 MHz
	信号脉宽：10.0000 us
	信号调频率：18000000000000.0000 Hz/s
	信号采样率：150.0000 MHz
	脉冲重复频率：4500.0000 Hz
天线参数：
	方位向孔径：4.0000 m
	距离向孔径：3.0000 m
	方位向通道数：1
	距离向通道数：1
	下视角：30.0000 deg
	斜视角：5.0000 deg
平台参数：
	飞行速度：7000.0000 m/s
	场景近距：500222.9703 m

测试主函数：SARImageCSA_SimuDataMain.m

程序运行后，每一步结果如下所示：

原始回波数据（实部）

变标因子相乘

距离压缩

方位压缩

图像指标

RadarSat-1数据（光盘）

        《合成孔径雷达成像算法与实现》一书附带光盘提供了RadarSat-1的数据，这里使用本文设计的斜视CSA软件处理光盘数据。成像使用的参数如下所示。

% 雷达参数
C = 2.9979e8;                                                               % 光速
f0 = 5.3e9;                                                                 % 中心频率
lambda = C/f0;                                                              % 波长
% 飞行平台
V = 7062;                                                                   % 平台速度
% 距离向
Kr = -0.72135e12;                                                           % 调频率
Tr = 41.75e-6;                                                              % 脉冲持续时间
Fr = 32.317e6;                                                              % 距离向采样率
dtau = 1/Fr;                                                                % 距离向采样时间间隔
% 方位向
Ka = 1733;                                                                  % 方位向调频率
Fa = 1256.98;                                                               % 方位向采样率
fc = -7050;                                                                 % 多普勒中心频率
deta = 1/Fa;                                                                % 距离向采样时间间隔
% 其他参数
t0 = 6.5956e-3;                                                             % 获取数据时间
R0 = t0*C/2;                                                                % 最短斜距

读取其中一块回波数据后，绘制信号频谱，如下图所示。距离谱为什么这么离谱，难道信号频谱就是这样？

         使用CSA2处理后，得到的单视幅度图像如下图所示，由于没有对回波的方位向和距离向不满足全分辨的像素进行裁剪，所以图像有明显的混叠。

上述数据处理的代码可通过本文提供的连接下载的连接获取。 相关数据，读者可购买正版光盘获取。

RadarSat_1DataPro_release.zip-图像处理文档类资源-CSDN下载CS成像处理算法，RadarSat-1数据处理程序，matlab更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/smyounger/85366604

本博客上传的所有原创类资料，仅可用于个人学习、交流等非商业性用途。未经作者同意，不可用于任何商业用途。
如在文献、报告等文字材料中引用本博客发布的原创类资料，请注明出处。

爱学习的小伟
关注
  • 4
    点赞
  • 踩
  • 31
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
专栏目录
CS算法（一）—— 算法原理1
lightninghenry的博客
05-30 273
CS —— chirp scaling，调频变标。CS算法基于Papoulis提出的Scaling原理，。基于这种原理，可以通过相位相乘替代时域插值来完成随距离变化的RCMC。此外，由于是在二维频域进行数据处理，CSA还能解决SRC对方位频率的依赖问题。由频率调制实现的变标或平移不能过大，否则将引起不利的信号中心频率和带宽改变。这种限制可以通过对 RCMC进行两步操作予以避免。首先通过Chirp Scaling 操作，校正不同距离门上的信号距离徙动(RCM)差量(difference)；
图像处理算法_ISP图像处理算法scaler(一)
weixin_39960700的博客
11-25 1608
本文系微信公众号(ISP Algorithm)原创文章，转载请注明出处。图像缩放分scaler up 和scaler down。常见的有三种插值方法：nearest，bilinaer，bicubicscale本质上就是一个坐标映射：由目标图像上的点，在源图上找到对应的点，进而找到插值所需要的点，最后根据插值权重得到最终缩放后的结果。如上图所示，目标图像上的点D1，在源图上的位置在D1'；...
【雷达】SAR Chirp Scaling（CS）算法+MATLAB代码（转载请标注德雅村支书）
热门推荐
01-17 1万+
https://blog.csdn.net/Nudt_EE_Wuhao/article/details/86523711 CS算法是SAR成像常见的一种算法，也是常见的SAR成像算法之一；本篇代码从github上下载，本人将在后期添加原理的说明，先给出matlab代码，并感谢原作者的无私分享。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % ...
CS成像处理算法_基于ChirpScaling的距离徙动校正_CSDN_release.pdf
05-13
合成孔径雷达SAR，成像处理算法， CS算法，基于chirpscaling的距离徙动校正
SAR成像处理算法_CS算法_原理
smyounger的博客
05-13 2483
合成孔径雷达SAR成像处理算法，详细推导CS算法每一步的信号模型，并结合点目标仿真程序进行说明。由于本文的公式和符号与Cumming的《合成孔径雷达成像算法与实现》一致，但是最经典的CS算法是Raney的论文《Precision SAR processing using chirp scaling》，所以本文还比较了两位作者的CS算法，结果表明，两种算法完全一致。...
Chirp Scaling SAR成像算法(CS算法)
jshdhhdhy的博客
06-23 2302
【代码】Chirp Scaling SAR成像算法(CS算法)
SAR图像聚焦质量评价插件_release.zip
05-07
SAR图像聚焦质量评价插件 分辨率 峰值旁瓣比 积分旁瓣比 辐射 质量评价
matlab sar 斑马图,星载滑动聚束SAR卫星姿态和PRF序列设计方法与流程
weixin_39833469的博客
03-18 829
本发明涉及星载合成孔径雷达系统参数设计技术领域，特别涉及星载滑动聚束SAR卫星系统参数设计，具体是一种星载滑动聚束SAR卫星姿态和PRF序列设计方法，可用于星载滑动聚束合成孔径雷达系统参数设计。背景技术：合成孔径雷达可以全天时、全天候对地观测，能够穿透天然植被、人工伪装，发现重要军事目标。合成孔径雷达有多种工作模式，其中滑动聚束模式是条带模式和聚束模式的混合模式，其方位向分辨率优于条带模式，方位向...
图像处理算法_ISP图像处理算法---Demosaic（一）
weixin_39593354的博客
11-25 1256
本文系微信公众号（ISP Algorithm）原创文章，转载请注明出处。 简介：Demosaic（CFA插值）是ISP图像处理中最重要的一环。它的主要作用是将SENSOR出来的BAYER数据，转化成人眼可以看的完整RGB数据格式，以便在显示设备上输出。一，目前市场上主流传感器为CMOS传感器，sensor出来的的数据格式为bayer数据格式，每个像素点只有三个颜色通道中的一个，如figure1....
CS_机载SAR成像_sar成像CS算法_csa_sar成像_SAR_
09-30
总结来说，"CS_机载SAR成像_sar成像CS算法_csa_sar成像_SAR_"这一主题涉及到了压缩感知理论在机载SAR成像中的创新应用，通过CS算法实现了高效的数据处理和高质量的图像生成。"CS.m"文件可能是实现这一算法的MATLAB...
csdn_CS+RMA+RD_rd算法_RMA算法_sar成像_CS算法_
09-29
在SAR成像中，由于实际获取的数据量庞大，CS算法可以极大地减少所需的采样率，从而降低数据存储和处理的复杂性。CS的基本思想是，如果信号具有稀疏表示（即大部分元素为零），那么只需要远少于奈奎斯特定理所需数量...
各种SAR成像算法总结
03-03
SAR成像处理的目的是要得到目标区域散射系数的二维分布，它是一个二维相关处理过程，通常可以分成距离向处理和方位向处理两个部分。在处理过程中，各算法的区别在于如何定义雷达与目标的距离模型以及如何解决距离－方位耦合问题，这些问题直接导致了各种算法在成像质量和运算量方面的差异。
【雷达成像】基于CS算法实现合成孔径星载观测雷达数据成像附matlab代码和报告zip.zip
05-30
【雷达成像】基于CS算法实现合成孔径星载观测雷达数据成像附matlab代码和报告，运行结果及介绍见博客
SAR面目标回波仿真matlab程序
12-11
SAR面目标的回波仿真 利用matlab有效仿真出平顶楼 三角锥等立体目标的回波仿真
CS.rar_CS成像_CS成像算法_CS算法_SAR成像-CS算法_孔径雷达
07-14
CS算法，即压缩感知（Compressive Sensing，也译为压缩采样或稀疏采样）在SAR成像领域中的应用，是近年来发展起来的一种高效成像方法，尤其在处理点目标成像时表现出色。 CS理论主要基于两个核心假设：信号的稀疏性...
SAR.rar_CSA成像_RMA算法仿真_SAR 算法_SAR的CS算法_sar聚焦
07-15
本压缩包文件包含四种关键的SAR成像算法的仿真代码，这对于理解和研究SAR图像处理至关重要。** 1. **CSA（Compressive Sensing Algorithm，压缩传感算法）** CSA是一种基于稀疏表示的成像算法，它能够在远低于传统...
SARImgMatlab.rar_CS_SAR MATLAB_sar algorithms_sar 成像_sar-denoisi
07-14
SAR成像的算法，是一些比较基本的成像成像程序，对sar成像的入门应该比较有帮助的
SAR成像系列：【8】合成孔径雷达（SAR）成像算法-压缩感知（Compressed Sensing，CS）成像算法（附Matlab代码）
zr2006_7的专栏
08-30 7248
SAR压缩感知成像既可在时域完成，也可在频域完成，这篇文章介绍一种时域压缩感知成像算法。
SAR图像聚焦质量评价插件
smyounger的博客
05-07 1337
SAR图像指令评价 分辨率 峰值旁瓣比 积分旁瓣比
sar峰值旁瓣比matlab
最新发布
08-20
SAR（Synthetic Aperture Radar）是一种通过利用辐射波束的多普勒频移来实现高分辨率成像的雷达技术。SAR成像的质量可以通过衡量它的峰值旁瓣比（Peak Side-lobe Ratio）来评估，峰值旁瓣比能够反映图像的清晰度和噪声水平。 在MATLAB中，我们可以利用信号处理工具箱提供的函数和工具来计算和优化SAR图像的峰值旁瓣比。在SAR成像中，通过选择合适的信号处理算法和参数来达到较低的峰值旁瓣比是非常重要的。 MATLAB提供了各种信号处理函数和工具箱函数，如fft、ifft和窗函数等，可以用来处理SAR数据。在计算峰值旁瓣比时，我们可以使用离线峰值旁瓣比计算方法，即分别计算信号的峰值点和旁瓣最大值，然后计算它们的比值。 为了优化SAR图像的峰值旁瓣比，我们可以采取一些常见的方法。一种方法是选择适当的窗函数，如汉宁窗或黑曼窗，这些窗函数可以有效地抑制图像中的旁瓣。另一种方法是使用超分辨率算法，如超分FFT算法或非负矩阵分解算法，这些算法可以提高图像的分辨率，同时减小峰值旁瓣比。 总之，MATLAB是一个功能强大的工具，可以用于计算和优化SAR图像的峰值旁瓣比。通过选择适当的信号处理算法和参数，使用合适的窗函数和超分辨率算法，我们可以获得高质量的SAR图像，并获得较低的峰值旁瓣比。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱学习的小伟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值