研究目的
开发并验证一种针对小斜视无人机载FMCW SAR数据的信号处理方法,解决轨迹偏差、距离-方位耦合以及无需高精度惯导的运动补偿等问题。
研究成果
所提出的信号处理方法能有效聚焦小斜视无人机载FMCW SAR数据,降低距离-方位耦合,在无需高精度惯导系统的情况下实现高分辨率成像。SAPGA比传统PGA更能处理方位相关问题,该方法计算高效且成本效益好,适用于未来三维成像和动目标检测等应用。
研究不足
该方法假设基于子孔径处理时方位带宽较小且斜视角不太大。对于极高斜视角或宽波束情况可能无法有效处理,且计算效率可能受MEA步骤影响,不过通过小孔径处理和有限迭代次数可缓解此问题。
1:实验设计与方法选择:
该方法包括斜视最小化以减少距离-方位耦合、频谱缩放以消除脉冲内运动效应、改进的距离多普勒算法用于二阶距离压缩和分块距离徙动校正、基于原始数据的运动补偿多普勒跟踪器、处理方位相关参数及非精确去斜的斜视方位依赖PGA(SAPGA)、基于最小熵的自聚焦算法以及方位非线性调频缩放用于方位压缩。
2:样本选择与数据来源:
仿真使用15个点散射体,方位间隔12.5米,距离间隔10米。真实数据采集自新加坡荷兰林肯地区城市环境的飞行试验,雷达安装在八旋翼无人机上。
3:5米,距离间隔10米。真实数据采集自新加坡荷兰林肯地区城市环境的飞行试验,雷达安装在八旋翼无人机上。
实验设备与材料清单:
3. 实验设备与材料清单:雷达系统(载频35.075 GHz,带宽300 MHz)安装在无人机上(速度约3 m/s,高度约68 m),参数包括PRF 500 Hz、参考距离158 m、斜视角10度、俯仰角64度。
4:075 GHz,带宽300 MHz)安装在无人机上(速度约3 m/s,高度约68 m),参数包括PRF 500 Hz、参考距离158 m、斜视角10度、俯仰角64度。
实验流程与操作步骤:
4. 实验流程与操作步骤:流程包括RVP去除、场景中心RCMC、子图像中心RCMC、子孔径去斜、SAPGA和MEA用于相位误差提取、距离无关延迟和相位误差校正、迭代、全孔径相位误差拼接、距离分块、方位压缩及基于多普勒质心的运动补偿。
5:数据分析方法:
分析包括比较距离剖面、聚焦图像、dB强度,并采用熵值指标评估自聚焦性能。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容