python超声成像仿真_超声合成孔径成像

合成孔径算法简介：

有关孔径和合成孔径：

对于通常的(真实孔径)的成像装置而言，在波长一定的情况下，孔径越大，其角分辨率也越大。

假设这是成像装置的”孔径“，无穷远处的某种波(光波/微波/声波……)以单色平面波的形式与成像装置孔径平面成夹角入射到其上，那么显然，成像装置上不同位置收到的波相位是不同的，类似这样：

 

成像装置上形成了波纹，而入射波的入射角越大，波纹的空间频率(波数)也越大。不同的空间频率对应了不同的入射角度。

无论是干涉式成像或是透镜/抛物面反射镜成像，其成像的过程都可以描述为对在成像装置上收到的波进行二维傅里叶变换，求出”波纹“的二维频率(波数)，也就是入射的角度。

 

 

由傅里叶变换的性质可以得到，傅里叶变换的长度越大，频率分辨率越小(高)。到这个例子上来说，就是成像装置的孔径越大，成像的角分辨率越高。当然同时入射的波波长越短，能达到的频率范围也越大。因此这种情况下角分辨率的计算公式和孔径成反比，和波长成正比：

$$ \frac{1.22\lambda}{D}$$

为了获得更好的分辨能力，提高孔径大小就成为了制造成像装置的目标之一。但是单个成像装置的物理孔径大小总有各种各样的原因限制，因此需要有其他的方法增大孔径。例如可以使用分布在不同位置的多台成像装置同时工作，通过干涉来形成一个较大的成像孔径。对于雷达而言，由于信号本身是自己发出的，其各个时间的信号参数已知，可以使用移动雷达，在移动过程中连续在不同时间不同位置进行成像的方法，“合成”出一个较大的孔径。

如图，雷达在移动过程中照射目标，从目标开始被波束照射到目标照射结束的时间内雷达移动的距离即为合成孔径。定性地来看，对于距离远的目标，虽然视角较小，但合成孔径大角分辨率也高；对于距离近的目标，虽然合成孔径较小角分辨率也较低，但视角大。总的来说在不同距离上的方位向分辨率是一样的。

方位向分辨率：

$$ \frac{0.886\lambda}{2\beta} $$

$\beta$为波束宽度

同时也可以看出，如果天线本身的增益越大，波束越窄，反而合成孔径越小，分辨率也越低。和通常的真实孔径雷达恰恰相反，这是合成孔径雷达比较奇特的一个特点。

算法推导和仿真：

​​​算法推导所必要的一些假设：

假设地面为一平面，目标分布在地面上。

雷达在地面上一定高度h沿着平行于地面的方向进行直线运动，间隔一定的距离发射一次脉冲。

在任一时刻，垂直于雷达速度矢量并过雷达的平面上的目标相对于雷达的径向速度为零，因此多普勒频偏也为零，此平面称为零多普勒平面。

雷达收发天线波束中心的方向指向雷达速度矢量的一侧(左/右)并对着地面，波束中心方向可以不与零多普勒平面重合，波束中心方向与零多普勒面的夹角称为斜视角。与 雷达速度方向矢量相同的方向称为方位向，向收发波束一侧，与地面平行且与雷达速度方向垂直的方向称为