温哥华场景的CSA算法成像

1、温哥华场景的csa算法成像一、参数说明温哥华场景的radarsat-1参数表采样率32.317mhz脉冲宽度30.111mhz脉冲中心频率0mhz距离调频率0.72135mhz/us数据窗开始时间6.5956ms脉宽41.74us复制信号采样数1349没回波行采样数9280雷达频率5.300ghz雷达波长0.05667m脉冲重复频率1256.98hz有效雷达速率7062m/s方位调频率1733hz/s多普勒中心频率-6900hz二、算法原理2.1 基本概念奈奎斯特采样频率prf：由于是复采样，prf应大于信号带宽的主要部分。方位向过采样率通常为1.11.4距离测绘带宽度：采样时间上限为秒，相应

2、的斜距间隔为处理器观测频率：距离线数：，方位线数：tbp:时间带宽积prf:脉冲重复频率，pri：脉冲重复间隔：最短斜距距离向时间：，方位向时间：传感器到目标点的距离：，rgd是从脉冲发射到第一个回波采样之间时间延迟，距离脉冲调频率：，其中徙动因子：在大斜视角情况：rd域的距离徙动量为过采样因子：距离单元徙动：方位向的时频关系：变标所需的频率：，（新的距离时间：，：偏移量为0 的参考距离时刻，通常设在测绘带中心）变标方程的相位：，变标方程：参考目标：测绘带中心；参考距离：参考目标最近距离；参考方位频率：选为测绘带中心处的多普勒中心频率（及参考目标的中心频率）2.2算法流程1、首先将接受到的信号

3、解调为基带信号：再通过方位向fft变换到距离多普勒域，得到距离多普勒域的信号表现形式：2、通过将线性变标方程与信号相乘来矫正补余rcm,线性变标方程如下：将距离多普勒域的信号与线性变标方程相乘后得到：3、对信号进行距离向傅里叶变换，变换到二维频域4、通过一个相位相乘同时完成：距离压缩、src、一致rcmc，补偿掉上式的（2,4指数项），得到多普勒频域的距离压缩后的信号：即得到如下信号表示：5、通过ifft完成所有距离处理，再变换到距离多普勒域6、接下来进行方位向匹配滤波和相位校正：7、方最后进行方位向ifft，并进行聚焦图像输出：三、聚焦图像结果for stanley park & c

4、ity, use range = 1850, azimuth =7657附录：cs成像matlab代码clear all;close all;t1=cputime;%获得当前时刻% csa成像算法 顾久祥% for stanley park & city, use range = 1850, azimuth =7657% first_rg_cell = 1850; % define the range limits%first_rg_line = 7657; % define the azimuth limits (19432 max)%nrg_cells = 2048 % sugge

5、st 2048 cells%nrg_lines_blk = 1536; % suggest 1536, it should be larger than the% 成像参数说明fs=32.317e+006; %采样率,mhzfr=7.2135e+11 ; %距离调频率,mhz/usstart=6.5956e-003; %数据窗开始时间,mstr=4.175e-05 ; %脉宽,usr0=9.88646462e+05 ; %最短斜距,mf0=5.3e+09 ; %雷达频率,ghzlamda=0.05667; %雷达波长,mfa=1.25698e+03 ; %脉冲重复频率, hz vr=7062;

6、 %有效雷达速率,m/skr=0.72135e+012;ka=1733; %方位调频率,hz/sfc=-6900; %多普勒中心频率,hzc=299790000; %电磁波传播速度% 预先：读取数据,数据采用网站提供的代码，并提取所需要的成像区域%load cddata1.matdata=double(data);%将数据转换成double型length_a,length_r=size(data);%获得数据的大小t_start=6.5956e-003;%数据窗开始时间tau=t_start:double(1/fs):t_start+double(length_r/fs)-double(1/f

7、s);%距离向时间r_ref=(t_start+length_r/fs)/2*c;%参考距离f_a=(-fa/2+fc):(fa/length_a):(fa/2+fc-fa/length_a);%方位频率f_r=0:fs/length_r:fs-fs/length_r;%距离频率d = (1 - (f_a*lamda/2/vr).2).0.5; %距离徙动因子alpha = 1./d - 1; r = r_ref./d; %距离多普勒域中更精确的双曲线距离等式 z=(r0*c*f_a.2)./(2*vr2*f03.*d.3);km=kr./(1-kr.*z);%校正后距离脉冲调频率% step

8、1:方位向傅里叶变换，将基带信号变换到距离多普勒域%for i=1:length_r data(:,i)=fft(data(:,i);end%step2:将距离多普勒域的信号 与 线性变标方程相乘%tau1=ones(length_a,1)*tau;tau2=2.*(r(:)*ones(1,length_r)./c;d_tau=tau1-tau2;h1=km.*alpha;h1=h1(:)*ones(1,length_r);ssc=exp(-j*pi*h1.*d_tau.2);% 线性变标方程data=data.*ssc;%校正补余rcm% step3:距离向傅里叶变换，从距离多普勒域变换到二

9、维频域%for i=1:length_a data(i,:)=fftshift(fft(fftshift(data(i,:);end% step4: 通过一个相位相乘，完成（距离压缩、src、一致rcmc）%h_r_1=1./(km.*(1+alpha);h_r_1=h_r_1(:)*ones(1,length_r);h_r_2=ones(length_a,1)*f_r.2;h_r=exp(-j*pi*h_r_1.*h_r_2);h_rcmc=exp(j*4*pi*r_ref.*(ones(length_a,1)*f_r).*(alpha(:)*ones(1,length_r)/c); dat

10、a=data.*h_r.*h_rcmc;%距离压缩和一致rcmc% step5: 距离向傅里叶逆变换，变回到距离多普勒域%for i=1:length_a data(i,:)=fftshift(ifft(fftshift(data(i,:);end% step6: 完成 相位校正+方位向匹配滤波%r_0=tau/2*c;h3_1=km.*alpha.*(1+alpha)./(c2);h3=h3_1(:)*ones(1,length_r);phi=4*pi.*h3.*(ones(length_a,1)*(r_0-r_ref).2)/(c2);data=data.*exp(j*phi);% 完成相位校正h_a= exp(j*4*pi/lamda*(ones(length_a,1)*r_0).*(d(:)-1)*ones(1,length_r);data = data .*h_a;% 方位向匹配滤波% step7: 完成方位向傅里叶逆变换%for i=1:length_r data(:,i)=ifft(data(:,i);enddata