[发明专利]一种基于SLIM算法的SAR成像实现方法

摘要

本发明公开了一种基于SLIM算法的SAR成像实现方法，包括步骤一读入相关参数和回波数据，步骤二根据SAR回波模型，计算出场景中每个点在每个脉冲发射时刻的斜距、方位向包络和每个点的零多普勒时刻，以及每个点在每个脉冲发射时刻、每个距离向采样时刻的距离向包络，步骤三建立SAR回波数据估计矩阵A，并将回波数据列向量化，步骤四根据估计矩阵A，运用SLIM估计算法，对列向量化后的回波数据进行迭代运算直至收敛，输出场景目标RCS估计结果。本发明能够获得地面目标后向散射系数的精确值，同时有效抑制旁瓣能量，提升SAR图像质量，便于SAR图像的判读及后续的进一步应用处理。

主权项

一种基于SLIM算法的SAR成像实现方法，包括以下几个步骤：步骤一：读入成像参数和回波信号数据，具体步骤为：A、读入成像参数，包括斜距参数、多普勒参数和雷达信号参数：参考斜距Rref、各个距离门y的多普勒中心频率fd,y、各个距离门y的多普勒调频率fr,y、距离向调频率Kr、波长λ、信号采样率fs、脉冲重复频率fprf、脉冲持续时间Tr、雷达速度v、雷达照射中心时刻t0、天线方位向长度La；B、读入SAR回波信号数据Echo和SAR回波大小X×Y；步骤二：根据SAR回波模型及相关参数，计算出场景中每个点(x,y)在每个脉冲发射时刻ηa的斜距Rx,y(ηa)、方位向包络wa,x,y(ηa)和每个点(x,y)的零多普勒时刻ηc,x,y，以及每个点(x,y)在每个脉冲发射时刻ηa、每个距离向采样时刻τr的距离向包络wr,x,y(ηa,τr)，其中x表示目标位于第x行，y表示目标位于第y列；步骤三：建立回波数据估计矩阵A，并将回波数据列向量化，具体处理过程为：A、根据方位向包络wa,x,y(ηa)、距离向包络wr,x,y(ηa,τr)、斜距Rx,y(ηa)、波长λ、距离向调频率Kr、距离采样时刻τr，计算估计矩阵A；矩阵A为XY×XY的复数矩阵，矩阵A中的元素A(m,n)方法如下，其中m是行数，n是列数：m＝a+(r‑1)×X,a＝1,…,X r＝1,…,Y        (6a)n＝x+(y‑1)×X,x＝1,…,X y＝1,…,Y        (6b)A(m,n)=wa,x,y(ηa)wr,x,y(ηa,τr)×exp{-j4πRx,y(ηa)/λ}exp{jπKr(τr-2Rx,y(ηa)/c)2}---(6c)]]>B、将回波数据Echo列向量化，变为echo；回波数据Echo为X×Y的数据矩阵，Echo(x,y)是其第x行、第y列的元素；echo是一个XY×1的数据矩阵，echo(m)是其第m行的元素，则m＝x+(y‑1)×X,x＝1,…,X y＝1,…,Y        (7a)echo(m)＝Echo(x,y)             (7b)步骤四：根据估计矩阵A，运用SLIM估计算法，对列向量化后的回波数据echo进行迭代运算直至收敛，输出场景目标的后向散射系数估计结果，最终得到SAR灰度图像。