微波视觉三维SAR关键技术及实验系统初步进展

仇晓兰; 焦泽坤; 杨振礼; 程遥; 蔺蓓; 罗一通; 王卫; 董勇伟; 周良将; 丁赤飚

doi:10.12000/JR22027

微波视觉三维SAR关键技术及实验系统初步进展

DOI: 10.12000/JR22027 CSTR: 32380.14.JR22027

仇晓兰^{1, 2, 3, 4, ,},
焦泽坤^{1, 4},
杨振礼⁵,
程遥^{2, 3},
蔺蓓^{2, 3},
罗一通^{2, 3},
王卫^{2, 3},
董勇伟⁵,
周良将^{1, 4},
丁赤飚^{1, 4, ,}

1.
微波成像技术国家级重点实验室北京 100190
2.
苏州市空天大数据智能应用技术重点实验室苏州 215123
3.
苏州空天信息研究院苏州 215123
4.
中国科学院空天信息创新研究院北京 100190
5.
中科宇达(北京)科技有限公司北京 100190

基金项目: 国家自然科学基金(61991420, 61991421, 61991424)

详细信息

作者简介:
仇晓兰(1982–)，女，中国科学院空天信息创新研究院研究员，博士生导师。主要研究方向为SAR成像处理、SAR图像理解。担任IEEE高级会员、IEEE地球科学与遥感快报副主编、雷达学报青年编委

焦泽坤(1991–)，男，博士，中国科学院空天信息创新研究院助理研究员。研究方向为SAR三维成像技术

丁赤飚(1969–)，男，研究员，博士生导师，中国科学院院士。主要研究方向为合成孔径雷达、遥感信息处理和应用系统等，先后主持多项国家863重点项目和国家级遥感卫星地面系统工程建设等项目，曾获国家科技进步一等奖、二等奖，国家技术发明二等奖等

通讯作者:
仇晓兰 xlqiu@mail.ie.ac.cn

丁赤飚 cbding@mail.ie.ac.cn

责任主编：张群 Corresponding Editor: ZHANG Qun
中图分类号: TN957.52
计量
- 文章访问数: 3506
- HTML全文浏览量: 2741
- PDF下载量: 662
- 被引次数: 4
出版历程
- 收稿日期: 2022-01-29
- 修回日期: 2022-02-17
- 网络出版日期: 2022-02-24
- 刊出日期: 2022-02-28

Key Technology and Preliminary Progress of Microwave Vision 3D SAR Experimental System

QIU Xiaolan^{1, 2, 3, 4
, ,},
JIAO Zekun^{1, 4},
YANG Zhenli⁵,
CHENG Yao^{2, 3},
LIN Bei^{2, 3},
LUO Yitong^{2, 3},
WANG Wei^{2, 3},
DONG Yongwei⁵,
ZHOU Liangjiang^{1, 4},
DING Chibiao^{1, 4
, ,}

1.
National Key Lab of Microwave Imaging Technology, Beijing 100190, China
2.
Key Laboratory of Intelligent Aerospace Big Data Application Technology, Suzhou 215123, China
3.
Suzhou Aerospace Information Research Institute, Suzhou 215123, China
4.
Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100190, China
5.
Zhongke Yuda (Beijing) Technology Co., Ltd., Beijing 100190, China

Funds: The National Natural Science Foundation of China (61991420, 61991421, 61991424)

More Information

Corresponding author: QIU Xiaolan, xlqiu@mail.ie.ac.cn; DING Chibiao, cbding@mail.ie.ac.cn

摘要

摘要: 合成孔径雷达(SAR)三维成像在复杂地形测绘、复杂环境下目标发现与识别等方面具有重要应用潜力，是当前SAR领域的重要发展方向之一。为推动SAR三维成像技术的发展和应用，中国科学院空天信息创新研究院牵头设计并研制了一套无人机载微波视觉三维SAR实验系统(MV3DSAR)，为相关技术研究和验证提供实验平台。目前该系统的单极化版本已研制完成，并在天津开展了首次校飞实验。该文介绍了该系统的基本构成、主要性能以及系统和数据处理的关键技术，给出了首次校飞实验的实施情况以及初步的数据处理结果，验证了系统的基本性能指标和三维成像能力。该系统为后续SAR三维成像数据集构建和处理方法研究提供了良好的实验验证平台。
- SAR三维成像 /
- 微波视觉 /
- 无人机载SAR /
- 干涉定标 /
- 运动补偿
Abstract: Three-Dimensional (3D) Synthetic Aperture Radar (SAR) imaging has considerable application potential in steep-terrain mapping and target recognition in complex environments and is an important development direction in the current SAR field. To promote the development and application of the 3D SAR imaging technology, the Aerospace Information Research Institute, Chinese Academy of Sciences designed and developed an unmanned aerial vehicle-borne Microwave-Vision 3D SAR (MV3DSAR) experimental system, which provides an experimental platform for the research and verification of related technologies. Currently, the single-polarization version of the system has been developed, and the first flight experiment has been conducted in Tianjin. This study introduces the structure, performance, key technologies, and data processing of the system. This study also presents the implementation and preliminary data processing results of the first experiment, verifying the basic performance and 3D imaging capability of the system. The MV3DSAR provides a good experimental and verification platform for analyzing 3D SAR imaging algorithms and constructing 3D SAR imaging datasets.
- SAR 3D imaging /
- Microwave vision /
- UAV borne SAR /
- InSAR calibration /
- Motion compensation

HTML全文

1. 引言

目标微动是自然界普遍存在的物理现象，其主要由目标或目标本体除质心以外的转动、振动等微小运动产生。因其在不同方向上的运动分量，往往能够对电磁波产生多普勒的调制作用，使得回波频谱产生展宽效应^[1,2]。对于合成孔径雷达(Synthetic Aperture Radar, SAR)而言，微动目标能够在脉间回波信号上进行非平稳的相位调制，使目标图像形成失配和散焦效应，这种现象在目标识别与反识别领域被广泛关注与研究。文献[3,4]研究了由目标微动产生不同方向上的运动分量对SAR回波的多普勒调制作用，并将其应用于干扰领域，沿方位向形成了直线条带型亮带。然而，由于微动调控速率较慢，只能够对SAR信号脉间进行一定程度的切割，无法形成距离向的调制。

人工电磁材料是通过微小单元的空间组合与分布来实现特定电磁特性的功能性材料，其通过特殊设计可形成自然界材料所没有的电磁特性^[5-7]。作为电磁材料的热点，电磁波控制技术引起了人们的广泛研究，其主要包含幅度调制^[8,9]、相位调制^[10,11]、频率调制^[12,13]、极化调制^[14,15]、波束指向^[16,17]等，其相关技术在无线通信、雷达成像、电子对抗等广大领域具有重大的应用价值^[18]。这些调控技术往往需要外加激励进行实现，目前主要的控制方式包括机械调控、电控调节、光照温控调节等^[19,20]。其中电控时变电磁材料利用外加电压激励实现自身散射特性的时变，由于其设计灵活、集成度高等优点，是近年来可重构电磁材料主要的实现方式。

相对于由目标机械运动形成的微动调制，电控可调材料的切换速率更快，一般可达几十纳秒数量级，实现对SAR回波信号的脉内调控，形成不同的雷达效应。国防科技大学冯德军等人率先开展了此方面工作的探索，文献[21]研究了线性调频信号(Linear Frequency Modulation, LFM)经相位调制表面(Phase-Switched Screen, PSS)周期调制后的匹配滤波特性，证明了PSS具有多虚假峰生成能力。在此基础上，文献[22]提出了基于PSS的高分辨距离像的多假目标生成方法，能够在原始目标附近生成多个逼真的高分辨距离像。文献[23]研究了有源频率选择表面(Active Frequency Selective Surface, AFSS)的成像特性，并通过外场成像实验揭露了基于周期AFSS的距离向偏移现象。然而，上述研究主要基于周期调制，其他调制波形鲜有关注。同时，不论是PSS相位调制还是AFSS幅度调制，本质都是基于时变调制模型，目前报道并没有建立一个关于SAR的时变材料电磁调控模型，揭露其本质物理原理，为后续其他电磁材料的研究提供理论依据。

基于此，本文从电控时变电磁材料的脉内调制为出发点，研究了电控时变电磁材料的SAR成像特性。第2节对时变电磁材料的电磁调控原理进行了研究，分别分析了时变电磁材料谱变换模型以及成像雷达目标特征控制原理。第3节以PSS为例，对非周期PSS相位调制模型进行了具体分析，信号频谱具有连续的频移特性。第4节进一步探讨了由非周期PSS形成的连续频移调制对SAR成像特性的影响。相较于微动调制，由于PSS能够切割单个雷达信号脉冲，调制回波经距离多普勒(Range Doppler, RD)成像算法处理后^[24]，非周期PSS的成像输出在距离向形成散焦现象。第5节利用SAR实测数据点目标仿真验证了所提方法的有效性。第6节对本文主要内容进行了总结。

2. 时变电磁材料的电磁调控原理

如图1所示，电控时变电磁材料是由电控可调材料以及与之匹配的控制系统组成，电控可调材料一般采用二维阵列结构，二极管作为可控元素，其通过偏置电路的电压实现阻抗性能的改变并获得对于电磁波的调控。与超表面RCS缩减^[25]和Salisbury屏相位干涉^[26]不同，本文利用了电磁材料散射特性的动态时变特征，这种切换通过一种时间函数执行，因此其散射特性表现为时间的函数。通过电控的方式，获得反射回波的幅度、相位、时频特性等性质的灵活调控，实现对于目标雷达特征的控制。

图 1 电控时变电磁材料

Figure 1. Electronically controlled time-varying electromagnetic materials

下载: 全尺寸图片幻灯片

本节对时变电磁材料的电磁调控原理进行了研究，分为时变材料谱变换模型与SAR目标特征控制原理。其中材料选择可包含幅度调制型材料与相位调制型材料，调制波形包括周期矩形脉冲与非周期矩形脉冲。

2.1 时变电磁材料的谱变换模型

谱变换现象常常存在于电磁波与物质相互作用之下，导致辐射场以新频率振荡，从微波到光学频率都可以被广泛观察到^[27]。到目前为止，谱变换已经在源生成、无线通信、光学计算等领域得到了广泛的应用。

在信息论中，已知时变矩形脉冲信号能够产生离散或连续的频谱，包括单极性和双极性信号。这里的单极性信号，即“1 0”编码信号可以等价于幅度调制信号，而双极性信号，即“+1 –1”编码信号等价于相位调制信号。受此启发，时变电磁材料被应用于实现回波的谱变换。

假设时变电磁材料的反射系数表示为w(t)，无论是幅度调制还是相位调制，其调制矩形脉冲信号频谱均可表示为

$W(f) = A \cdot {{\delta }}(f - \Delta w)$

(1)

其中，A表示频谱的幅度系数，Δw表示频移调制。以点目标条件进行分析，假设入射信号为ϕ_inc(t)，经时变电磁材料调制后的反射信号频谱表示为

$\begin{split} {\varphi _{{\text{ref}}}}(f) =& W(f) \otimes {\varphi _{{\text{inc}}}}(f) \hfill \\ =& A \cdot {\varphi _{{\text{inc}}}}(f - \Delta w) \end{split}$

(2)

其中，ϕ_inc(f)为信号ϕ_inc(t)的频谱。式(2)表明，反射波的频谱相当于时变电磁材料对入射波施加了频移调制，并加权了A的幅度系数。

2.2 SAR目标特征控制原理

SAR生成的电磁辐射信号，经目标以及地物背景散射形成相应的雷达回波信号，这些信号在接收处理机根据相关成像算法在雷达屏幕上形成目标与地物图像，识别系统利用相应目标模板获取具有物理意义的目标特征。由上述分析可知，时变电磁材料能够实现反射回波的谱变换，这些回波经雷达成像处理将引起雷达图像上目标特征的变化。

如图2所示，SAR利用发射宽带脉冲信号实现距离向高分辨能力(快时间域)，同时通过雷达平台与目标之间的相对运动，依靠脉间的积累获取方位向高分辨能力(慢时间域)，以此形成二维高分辨图像。LFM信号因具有较大的时宽带宽积，常被选作SAR发射信号，其可以表示为

图 2 SAR成像模型

Figure 2. SAR imaging model

下载: 全尺寸图片幻灯片

$\begin{split} s\left( {\hat t,{t_m}} \right) = &{\rm{rect}}\left( {\frac{{\hat t}}{{{T_P}}}} \right)\exp \left[ {{\rm{j2\pi }}\left( {{f_0}t + \frac{1}{2}{K_r}{{\hat t}^2}} \right)} \right],\\ &{\hat t \in \left[ {{{ - {T_P}}/{2,{{{T_P}}/2}}}} \right] } \\[-10pt] \end{split}$

(3)

其中，快时间变量 $\hat t$ 代表接收信号的时延，对应SAR图像的距离向。慢时间t_m代表脉冲发射时刻，对应SAR图像的方位向。 $t = \hat t + kT$ 代表全时间，T代表脉冲重复周期，k为正整数。T_P代表信号脉宽，f₀代表信号载频，K_r表示LFM信号调频率。

当电磁材料散射特性时变时，其调制速度可达几十纳秒，而SAR信号脉宽一般为微秒级。因此电控时变电磁材料能够实现对回波的脉内调控，相当于对反射信号施加了频移调制，引起了成像输入信号相位的改变，经接收机混频和滤波处理后，生成的基带信号可以表示为

$\begin{split} r\left( {\hat t,{t_m}} \right) =& {A_\sigma }{\text{rect}}\left( {\frac{{\hat t}}{{{T_P}}}} \right){\text{rect}}\left( {\frac{{{t_m}}}{{{T_L}}}} \right)\\ & \cdot\exp \left[ {\frac{{ - 4{{\pi{\rm{j}}}}{R_0}\left( {{t_m}} \right)}}{\lambda }} \right] \hfill \\ & \cdot{\exp \left[ { - {{{\rm{j}}\pi }}{K_r}{{\left( {\hat t - \frac{{2{R_0}\left( {{t_m}} \right)}}{{\rm{c}}}} \right)}^2} - \Delta \varphi } \right]} \end{split}$

(4)

式(4)仅从脉内快时间调控进行分析，不考虑电控时变电磁材料的脉间慢时间调制特性。其中A_σ为点散射强度，T_L表示合成孔径时间，c代表电磁波在空间中的传播速度，λ为信号波长。式(4)中第1个exp(⋅)函数表示方位向慢时间项，为方位向脉压的基础。第2个exp(⋅)函数表示距离向快时间项，为距离向脉压的基础，Δϕ为距离调制项相位的变化，其与电磁材料的时变调制相关^[22]。

RD成像算法被广泛应用于SAR系统，其核心思想主要是基于二维匹配滤波算法。当信号进行脉压处理后，得到的二维输出表示为

$\begin{split} I\left( {{R_r},{R_a}} \right) =& {A_{{\text{coef}}}}{\text{sinc}}\left[ {\frac{{{K_a}{T_L}{R_a}}}{v}} \right]\\ & \cdot{\text{sinc}}\left[ {\frac{{2{K_r}{T_P}}}{{\rm{c}}}\left( {{R_r} - \Delta R} \right)} \right] \end{split}$

(5)

其中，R_r表示距离向位置变量，R_a表示方位向位置变量，v表示雷达载机平台的速度。ΔR代表电磁材料时变调制引起的距离向位置偏移量。根据式(5)，图像输出的sinc峰在距离向发生了距离偏移，引起了目标图像的变化。

3. 非周期PSS相位调制与谱变换模型

第2节对时变电磁材料的电磁调控原理进行了阐述，由于周期调制在许多报道中已经做了细致的研究^[22,23]，本节以PSS材料为代表，介绍非周期PSS相位调制与谱变换模型，第4节将对非周期PSS的成像特性进行进一步的分析。

作为一种新型结构型吸波材料，PSS主要包括开关型阻抗层、介质层以及金属导体背板^[28,29]。开关阻抗层一般由AFSS有源阻抗层构成，每个单元元素之间通过可变阻抗元件连接。其通过开关阻抗层在全反射和全透射之间进行间歇性地切换，可以对入射电磁波施加一个双极性矩形脉冲时间序列的相位调制，其信号幅值在+1和–1之间间歇切换。为了避免目标被雷达检测，两种状态进行周期性地切换，通常设定PSS周期调制频率大于接收机带宽，使反射信号在频域产生离散频谱搬移的效果，电磁波能量被可控地重新分配到位于雷达接收机之外的边带中，基带的能量为零，以实现被保护目标的低可探测性^[10]。

不同于传统的PSS调制技术，本文使PSS调制频率小于接收机带宽，其边带落于接收机带宽之内。本文借鉴了信息论与信号处理中非周期调制的思想^[30-32]，采用伪随机产生相应的码元，使PSS进行非周期调制，并对相应特性进行具体分析。假设这段脉冲序列受随机编码序列a_k∈{1, –1}所控制，码宽为τ，码数为K，“+1”码的数目为K₁，占空比为β=K₁/K。非周期PSS调制矩形脉冲串如图3所示。

图 3 非周期PSS相位调制波形

Figure 3. Nonperiodic PSS phase modulation waveform

下载: 全尺寸图片幻灯片

调制信号p(t)的时域响应为

$p(t) = {\text{rect}}\left( {\frac{t}{\tau }} \right) \otimes \sum\limits_{k = 0}^{K - 1} {{a_k}} {{\delta }}(t - k\tau )$

(6)

由傅里叶变换对应关系可知，rect(t/τ) $\leftrightarrow$ τsinc(fτ), sinc(x)=sin(πx)/(πx)，依据时域卷积定理，信号频谱可以进一步表示为

$P(f) = \tau \cdot {\text{sinc}}(\tau f)\sum\limits_{k = 0}^{{{K}} - 1} {{a_k}} \exp ( - {{{\rm{j}}2\pi }}k\tau f)$

(7)

当f=0，其零阶峰输出幅度系数为

$P(0) = K\tau \left| {1 - 2\beta } \right|$

(8)

当f=±1/τ, $P(f)$ =0，此时调制信号频谱的主瓣宽度为

${B_{{\text{main}}}} = \frac{2}{\tau }$

(9)

利用非周期PSS对入射信号s(t)进行调制，已调信号频谱表示

$\begin{split} R(f)=&S\left(f\right)\otimes P\left(f\right)\\ =&\underset{第1项}{\underbrace{K\tau \left|1-2\beta \right|S\left(f\right)}}\\ &+\underset{第2项}{\underbrace{{\tau \cdot \text{sinc}(f\tau ){\displaystyle \sum _{k=0}^{{K}-1}{a}_{k}\mathrm{exp}(-{{\rm{j}}2\pi}k\tau f)}|}_{f\ne 0}\otimes S(f)}} \end{split}$

(10)

根据式(10)，经非周期PSS相位调制后的信号谱包含两个部分：式(10)第1项代表零阶峰，其频谱形式与入射信号频谱一致，当β=0.5时，零阶峰输出值为零。由于a_k的随机性，式(10)第2项不能被进一步解析，根据信号p(t)傅里叶变换以及统计意义上的功率谱可知^[31]，非周期调制是一种间距无限小的离散调制，式(10)第2项可以视为对入射信号进行连续的频谱搬移，非周期调制后的信号频谱由于其连续频移特性而出现混叠。

假设非周期PSS调制信号码元宽度τ=0.02 μs和β=0.5，图4(a)给出了相应调制波形的频谱。不同于周期调制的离散谱，非周期PSS调制是一种连续频移调制，频谱中心处P(0)=0，主瓣宽度为100 MHz。改变码元宽度τ=0.01 μs，主瓣宽度变为200 MHz，频谱中心零点不变，如图4(b)所示。图4(c)给出了码宽τ=0.02 μs和β=0.3非周期PSS信号频谱，零频点处出现尖峰，同时信号连续谱幅度相应降低。因此，占空比主要影响频谱的幅度系数，码宽主要影响频谱的位置关系，随着码宽的减小，其主瓣范围逐渐增大。

图 4 非周期PSS波形频谱特性

Figure 4. Spectrum characteristics of nonperiodic PSS waveform

下载: 全尺寸图片幻灯片

4. 非周期PSS的成像分析

经PSS非周期调制的LFM反射信号经过接收机混频和滤波处理后，生成的基带信号表示为

$\begin{split} r\left( {\hat t,{t_m}} \right) =& {A_\sigma }{\text{rect}}\left( {\frac{{\hat t}}{{{T_P}}}} \right){\text{rect}}\left( {\frac{{{t_m}}}{{{T_L}}}} \right)\\ & \cdot\exp \left[ {\frac{{ - 4{{\pi{\rm{j}}}}{R_0}\left( {{t_m}} \right)}}{\lambda }} \right] \hfill \\ &\cdot \exp \left[ { - {{{\rm{j}}\pi }}{K_r}{{\left( {\hat t - \frac{{2{R_0}\left( {{t_m}} \right)}}{{\rm{c}}}} \right)}^2}} \right] \\ &\cdot \left[ {{\text{rect}}\left( {\frac{{\hat t}}{\tau }} \right) \otimes \sum\limits_{k = 0}^{{{K}} - 1} {{a_k}} {{\delta }}(\hat t - k\tau )} \right] \end{split}$

(11)

式(11)中的调制项部分不能像周期调制^[22,23]一样通过傅里叶级数展开，根据统计意义上的功率谱可知，其本质同样是影响了第2个快时间项exp(·)函数的相位项变化。

RD成像算法被用于本文以生成高分辨率SAR图像。RD处理可以分为两个相对独立的步骤：脉冲压缩和方位压缩。在脉冲压缩中，匹配滤波处理是一种常用的方法，匹配滤波函数一般可表示为 ${s_r}{\text{(}}\hat t{\text{) = rect(}}\hat t/{T_P}{\text{)}} \cdot \exp ( - {{{\rm{j}}\pi }}{K_r}{\hat t^2})$ ，其频率响应表示为H(f)= ${S^*_r}(f)$ 。脉压过程只对回波快时间部分进行处理，即 ${R_{\hat t}}(f)$ 与 ${S_{\hat t}}(f)$ 。通过滤波器的调制回波频率响应为

$\begin{split} {Y_{\hat t}}(f) =& {R_{\hat t}}(f){S^*_r}(f) \hfill \\ =& \tau K\left| {1 - 2\beta } \right|{S_{\hat t}}(f){S^*_r}(f) \hfill \\ & +{\left. {\tau \cdot {\text{sinc}}(f\tau )\sum\limits_{k = 0}^{{{K}} - 1} {{a_k}\exp ( - {{{\rm{j}}2\pi }}k\tau f)} } \right|_{f \ne 0}} \\ & \otimes {S_{\hat t}}(f){S^*_r}(f) \\[-10pt] \end{split}$

(12)

经PSS调非周期制后的基带信号通过距离脉压后得到其时域输出

$\begin{split} y(\hat t,{t_m}) =& \left[ \begin{gathered} \tau K\left| {1 - 2\beta } \right|{I_r}(\hat t) \hfill \\ + \tau {\left. {\sum\limits_{k = 0}^{K - 1} {{a_k}{F^{ - 1}}({\text{sinc}}(f\tau )\exp ( - {{{\rm{j}}2\pi }}n\tau f)} } \right|_{f \ne 0}} \\ \otimes {S_{\hat t}}(f){S^*_r}(f)) \hfill \\ \end{gathered} \right] \hfill \\ &\cdot {\text{rect}}\left( {\frac{{{t_m}}}{{{T_L}}}} \right)\exp \left[ {\frac{{ - 4{{\pi{\rm{j}}}}{R_0}\left( {{t_m}} \right)}}{\lambda }} \right] \\[-15pt] \end{split}$

(13)

其中，I_r( $\hat t$ )=(1–| $\hat t$ /T_P|)⋅sinc(K_rT_P $\hat t$ (1–| $\hat t$ /T_P|)为未调制点目标快时间距离压缩的结果。

根据式(13)，非周期PSS调制的脉压输出结果包含一个零阶峰，其幅度系数同样为τK|1–2β|。式中第2项不能被进一步用解析形式进行表征，其表示为连续的频移调制在匹配滤波的线性叠加，将引起距离项位置的连续偏移，其主瓣宽度可表示为

$\Delta t = \frac{2}{{\tau {K_{{r}}}}}$

(14)

同时生成连续块状区域中心点位置可表示为

${t_{{\text{cen}}}} = \frac{{2n + 1}}{{2\tau {K_{{r}}}}}, \;\;{(n \ne 0 )}$

(15)

对式(13)慢时间域进行方位压缩，经PSS调制的二维图像输出可表示为

$I(\hat t,{t_m}) = {\underset{第1项}{\underbrace{\tau K\left| {1 - 2\beta } \right|{I_r}(\hat t){I_a}({t_m}) }}} +{\underset{第2项}{\underbrace{\Biggr[ \tau \sum\limits_{k = 0}^{{{K}} - 1} {a_k}{F^{ - 1}}\left(\sin {\rm{c}}(f\tau )\exp ( - {{{\rm{j}}2\pi }}n\tau f) |_{f \ne 0} \otimes {S_{\hat t}}(f){S^*_r}(f)\right) \Biggr]{I_a}({t_m})}}}$

(16)

其中，I_a(t_m)=(1–|t_m/T_L|)⋅sinc(K_aT_Lt_m(1–|t_m/T_L|))为未调制点目标慢时间方位压缩结果。K_a为方位调频率。

根据式(16)的第1项，图像输出包含一个零阶点目标，当β=0.5时，零阶点目标消失。第2项表示距离压缩时连续频移调制的线性叠加，图像中，条带状区域沿距离向展开。

在仿真中，假设LFM信号的中心频率10 GHz，脉宽10 μs，带宽50 MHz，调频率K_r=B/T_P=5×10¹²Hz/s。图5给出了在不同码元宽度、占空比下非周期PSS相位调制的匹配滤波输出结果。当非周期PSS调制信号τ=0.02 μs, β=0.5，如图5(a)所示，非周期PSS调制后的输出是一个连续的频移调制过程，相对于原始峰值输出，幅度遭受了部分的损失，零阶峰消失，频谱主瓣宽度为2 μs，生成连续块状区域中心点位置为[±1.5 μs, ±2.5 μs, ±3.5 μs, ···]，与式(15)分析一致。

图 5 非周期PSS调制的匹配滤波输出

Figure 5. Nonperiodic PSS modulated matched filter output

下载: 全尺寸图片幻灯片

在图5(b)中，码元宽度变τ=0.01 μs，其相应主瓣宽度变为4 μs，随着PSS码宽的减小，其主瓣范围日益增加。改变占空比β=0.3，如图5(c)所示，匹配滤波输出零点形成尖峰，这与理论分析相符。

5. 实测数据点目标仿真

通过理论分析已知，非周期PSS的成像输出形成散焦效应，能够沿距离向生成条带状区域。接下来，将利用SAR实测数据点目标仿真来验证所提调制方法的有效性。

SAR平台参数与雷达信号参数如下，平台运动速度为117.5 m/s，信号载频9.6 GHz，信号带宽70.3 MHz，脉冲宽度20 μs，脉冲重复周期1 ms，场景成像采用RD成像算法，真实场景SAR图像如图6(a)所示，其包含城市建筑、乡村道路与机场跑道。将时变PSS材料置于场景中央(8700 m, 0 m)处，未对其进行任何调制处理，图像中央白色圆点代表PSS所在位置，此步骤中可将PSS视为点目标模型。

图 6 基于非周期PSS调制的SAR成像效果图

Figure 6. SAR imaging effect based on aperiodic PSS modulation

下载: 全尺寸图片幻灯片

下面仿真基于非周期PSS相位调控的成像效果，此过程仅对脉内进行非周期调制，而脉间的编码序列相同。设定PSS调制码元宽度为0.1 μs，调制占空比为0.5。点目标PSS非周期调制成像效果如图6(b)所示，原始PSS点目标发生散焦现象，一条沿距离向的直线条带型亮带在方位单元0 m处形成，PSS中心处亮度较强，能量较高，距离PSS所在位置越远的条带状区域能量越弱，这与理论分析以及图5的仿真结果是一致的。

6. 结论

本文对电控时变电磁材料的成像特性进行了研究。通过对时变电磁材料谱变换特性的分析和SAR目标特征控制方法的研究揭露了目标成像特征距离向偏移的内在机理。以PSS电磁材料为代表，建立了非周期PSS相位调制模型，其频谱具有连续频移特性。通过对码宽与占空比的改变，可以实现频谱包络主瓣宽度与幅度特性的灵活控制。在此基础上，进一步研究了非周期时变PSS的成像特性，详细描述了目标的散焦特性。散焦现象会削弱对目标的准确识别，可用于反识别领域。SAR实测数据点目标仿真证明了所提出方法的有效性。

本文从信号层面验证了非周期PSS的脉内调控能够对SAR图像形成距离向散焦特征。然而，关于时变材料电磁特性、具体应用方式的探讨未在文中开展，例如频带宽度、极化范围、角域大小等。因此时变电磁材料的雷达特征在理论、特性、应用等方面还有很多奥秘值得进一步探索。

图 1 MV3DSAR载荷示意图及实物图

Figure 1. Schematic illustration and a photo of MV3DSAR payload

下载: 全尺寸图片幻灯片

图 2 MV3DSAR系统照片

Figure 2. MV3DSAR system photo

下载: 全尺寸图片幻灯片

图 3 通道间相位差异实验室测量结果

Figure 3. Laboratory measurements of phase difference between channels

下载: 全尺寸图片幻灯片

图 4 天津临港商务大厦光学影像及照片

Figure 4. Optical image of Tianjin Lingang Business Building

下载: 全尺寸图片幻灯片

图 5 MV3DSAR校飞实验基线设计

Figure 5. Baseline design of MV3DSAR flight experiment

下载: 全尺寸图片幻灯片

图 6 观测矩阵互相关特性及空间模糊函数曲线

Figure 6. Cross-correlation properties of observation matrix and spatial ambiguity function curve

下载: 全尺寸图片幻灯片

图 7 最大不模糊高度及瑞利分辨率

Figure 7. Maximum unblurred height and Rayleigh resolution

下载: 全尺寸图片幻灯片

图 8 MV3DSAR飞行航迹设计

Figure 8. MV3DSAR flight path design

下载: 全尺寸图片幻灯片

图 9 定标器布设示意图及现场照片

Figure 9. Schematic illustration and photos of the calibrators

下载: 全尺寸图片幻灯片

图 10 激光点云结果

Figure 10. Results of Lidar point cloud

下载: 全尺寸图片幻灯片

图 11 光学倾斜摄影结果

Figure 11. Optical oblique photography results

下载: 全尺寸图片幻灯片

图 12 MV3DSAR数据处理总体流程

Figure 12. The overall flow of MV3DSAR data processing

下载: 全尺寸图片幻灯片

图 13 航迹与参考匀速直线航迹的偏离程度

Figure 13. Difference between actual flight path and reference track

下载: 全尺寸图片幻灯片

图 14 姿态测量数据随时间的变化曲线

Figure 14. Variation curve of attitude measurement data with time

下载: 全尺寸图片幻灯片

图 15 天线相位中心相对位置关系测量示意图

Figure 15. Schematic diagram of the relative position of the antenna phase center

下载: 全尺寸图片幻灯片

图 16 龙伯球和三面角反射器点目标曲线

Figure 16. Luneburg-Lens reflector and trihedral corner reflector point target curve

下载: 全尺寸图片幻灯片

图 17 8个方向临港商务大厦区域成像结果

Figure 17. Imaging results of Lingang Business Building in eight directions

下载: 全尺寸图片幻灯片

图 18 斜距误差随距离向的变化曲线

Figure 18. Variation curve of slope distance error with distance direction

下载: 全尺寸图片幻灯片

图 19 接收通道间相位误差与距离向的关系

Figure 19. The relationship between the phase error of the receiving channels and the slant range

下载: 全尺寸图片幻灯片

图 20 发射通道间相位误差与距离向的关系

Figure 20. The relationship between phase error of the transmit channels and the slant range

下载: 全尺寸图片幻灯片

图 21 发射通道间相位误差与拟合直线的偏差

Figure 21. Deviation of phase error between transmit channels and the fitted straight line

下载: 全尺寸图片幻灯片

图 22 相干系数统计曲线

Figure 22. The statistical curve of coherence coefficient

下载: 全尺寸图片幻灯片

图 23 相干系数图

Figure 23. Coherence coefficient map

下载: 全尺寸图片幻灯片

图 24 去平地后的干涉相位图

Figure 24. Interferometric phase diagram after removing flat-ground phase

下载: 全尺寸图片幻灯片

图 25 SAR图像建筑几何结构分割结果

Figure 25. Segmentation results of building geometry in SAR image

下载: 全尺寸图片幻灯片

图 26 重建三维点云解模糊前后结果对比图

Figure 26. Comparison of results before and after 3D point cloud deblurring

下载: 全尺寸图片幻灯片

图 27 临港商务大厦三维重建结果

Figure 27. 3D reconstruction results of Lingang Business Building

下载: 全尺寸图片幻灯片

图 28 临港商务大厦SAR三维成像点云与激光点云

Figure 28. SAR 3D reconstruction results and Lidar point cloud of Lingang Business Building

下载: 全尺寸图片幻灯片

表 1 MV3DSAR系统总体构成

Table 1. The overall composition of the MV3DSAR system

序号	名称	说明
1	微小型 Ku-SAR	Ku-波段SAR系统由雷达主机、天线及天线支架、开关组合、数据存储模块等组成
2	无人机平台	采用KWT-X6L-15六旋翼无人机，最大作业载荷15 kg、最大翼展尺寸2.53 m，最大飞行速度15 m/s
3	导航系统	由GPS模块和微型惯性测量单元(MIMU)模块组成；航迹测量精度0.05 m，姿态测量精度0.02°

下载: 导出CSV

表 2 Ku-SAR载荷参数

Table 2. Parameters of Ku-SAR payload

序号	参数名称	参数值
1	中心频率	15.2 GHz
2	信号形式	调频连续波(FMCW)
3	极化方式	HH(后续将扩展全极化)
4	信号带宽	1200 MHz
5	天线尺寸(单通道)	0.05 m(俯仰)×0.32 m(方位)
6	每个极化的阵列通道数	4
7	分辨率	优于0.2 m×0.2 m
8	通道相位不平衡稳定度	±5° (10 min内)
9	通道幅度不平衡稳定度	±0.2 dB (10 min内)
10	中心视角	45°
11	NESZ	不大于–30 dB (最远作用距离3.6 km)
12	天线最小间隔	0.107 m
13	天线最大间隔	1.284 m
14	Ku-SAR重量	主机、存储、电池、天线、结构等一共7.07 kg

下载: 导出CSV

表 3 MV3DSAR校飞实验基线长度

Table 3. Baseline length of MV3DSAR flight experiment

模式	等效天线相位中心	说明
模式1	[0, 0.107, 0.428, 0.535] m	不均匀，最短基线小，总基线较短
模式2	[0, 0.214, 0.535, 0.749] m	较均匀，最短基线较大，总基线较长

下载: 导出CSV

表 4 天线相位中心相对位置

Table 4. Relative position of antenna phase center

模式1	T	R2	R1	T2	T1
X (mm)	0	–818.14	–603.95	–389.86	465.86
Y (mm)	0	27.95	24.27	20.04	3.92
Z (mm)	0	–109.18	–109.53	–110.0	–110.40

下载: 导出CSV

表 5 定标器分辨率

Table 5. Resolution of the calibrators

	指标	龙伯球	角反射器	理论值
方位向	分辨率(m)	0.1471	0.1478	0.1362
	峰值旁瓣比(dB)	–14.19	–14.04	–13.26
	积分旁瓣比(dB)	–12.45	–12.16	–10.02
距离向	斜距分辨率(m)	0.1241	0.1231	0.1227
	地距分辨率(m)	0.1756	0.1740	0.1735
	峰值旁瓣比(dB)	–13.45	–13.31	–13.26
	积分旁瓣比(dB)	–11.12	–11.21	–10.02

下载: 导出CSV

表 6 斜距误差标定结果

Table 6. Calibration result of slope distance error

方法	$\Delta {R_0}$ (m)	$\Delta {R_1}$ (m/距离门)
有控	1.765427	0.000492772
无控	1.868205	0.000475285

下载: 导出CSV

表 7 两种方法的三维位置偏差(厘米)

Table 7. 3D position deviation of the two methods (cm)

方法	J1	J2	J3	J4	中误差
有控	1.7	8.0	3.2	3.5	4.7
无控	11.8	12.2	8.9	8.9	10.6

下载: 导出CSV

表 8 基线与基线角(T2R2为参考通道)

Table 8. Baseline and baseline angle (T2R2 channel for reference)

参数	T2R2	T2R1	T1R2	T1R1
基线长度(mm)	–	107.10	427.88	534.97
基线角(°)	–	–3.9976	–3.9238	–3.9386

下载: 导出CSV

表 9 通道幅度误差标定结果(T2R2为参考通道)

Table 9. Calibration result of channel amplitude error (T2R2 channel for reference)

参数	T2R2	T2R1	T1R2	T1R1
幅度误差均值(dB)	–	0.0398	0.1238	0.1712
幅度误差峰峰值(dB)	–	±0.049	±0.081	±0.132

下载: 导出CSV

表 10 通道相位误差标定结果

Table 10. Channel phase error calibration results

	常数项(°)	线性项(°/距离门)
接收通道间相位误差(R1-R2)	44.6805	0
发射通道间相位误差(T1-T2)	–6.7496	0.0071068539

下载: 导出CSV

表 11 三维点云的精度及完整性

Table 11. Accuracy and completeness of 3D clouds

	重建精度(m)	重建完整性(m)
ID3重建结果	2.3090	4.9050
ID7重建结果	1.9982	3.9695
两角度融合结果	1.9349	2.7328

下载: 导出CSV

参考文献(33)

[1]	丁赤飚, 仇晓兰, 徐丰, 等. 合成孔径雷达三维成像—从层析、阵列到微波视觉[J]. 雷达学报, 2019, 8(6): 693–709. doi: 10.12000/JR19090 DING Chibiao, QIU Xiaolan, XU Feng, et al. Synthetic aperture radar three-dimensional imaging—from TomoSAR and array InSAR to microwave vision[J]. Journal of Radars, 2019, 8(6): 693–709. doi: 10.12000/JR19090
[2]	张福博. 阵列干涉SAR三维重建信号处理技术研究[D]. [博士论文], 中国科学院大学, 2015. ZHANG Fubo. Research on signal processing of 3-D reconstruction in linear array synthetic aperture radar interferometry[D]. [Ph. D. dissertation], University of Chinese Academy of Sciences, 2015.
[3]	KLARE J, WEISS M, PETERS O, et al. ARTINO: A new high resolution 3D imaging radar system on an autonomous airborne platform[C]. 2006 IEEE International Symposium on Geoscience and Remote Sensing, Denver, USA, 2006.
[4]	WEISS M, PETERS O, and ENDER J. First flight trials with ARTINO[C]. The 7th European Conference on Synthetic Aperture Radar, Friedrichshafen, Germany, 2008.
[5]	WEISS M and GILLES M. Initial ARTINO radar experiments[C]. The 8th European Conference on Synthetic Aperture Radar, Aachen, Germany, 2010: 1–4.
[6]	LI Hang, LIANG Xingdong, ZHANG Fubo, et al. A novel 3-D reconstruction approach based on group sparsity of array InSAR[J]. SCIENTIA SINICA Informationis, 2018, 48(8): 1051–1064. doi: 10.1360/N112017-00023
[7]	仇晓兰, 焦泽坤, 彭凌霄, 等. SARMV3D-1.0: SAR微波视觉三维成像数据集[J]. 雷达学报, 2021, 10(4): 485–498. doi: 10.12000/JR21112 QIU Xiaolan, JIAO Zekun, PENG Lingxiao, et al. SARMV3D-1.0: Synthetic aperture radar microwave vision 3D imaging dataset[J]. Journal of Radars, 2021, 10(4): 485–498. doi: 10.12000/JR21112
[8]	ZHU Xiaoxiang and BAMLER R. Super-resolution power and robustness of compressive sensing for spectral estimation with application to spaceborne tomographic SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(1): 247–258. doi: 10.1109/TGRS.2011.2160183
[9]	丁赤飚, 仇晓兰, 吴一戎. 全息合成孔径雷达的概念、体制和方法[J]. 雷达学报, 2020, 9(3): 399–408. doi: 10.12000/JR20063 DING Chibiao, QIU Xiaolan, and WU Yirong. Concept, system, and method of holographic synthetic aperture radar[J]. Journal of Radars, 2020, 9(3): 399–408. doi: 10.12000/JR20063
[10]	NANNINI M, SCHEIBER R, and MOREIRA A. Estimation of the minimum number of tracks for SAR tomography[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(2): 531–543. doi: 10.1109/TGRS.2008.2007846
[11]	任烨仙, 徐丰. 若干层析SAR成像方法在解叠掩性能上的对比分析[J]. 雷达学报, 2022, 11(1): 71–82. doi: 10.12000/JR21139 REN Yexian and XU Feng. Comparative experiments on separation performance of overlapping scatterers with several tomography imaging methods[J]. Journal of Radars, 2022, 11(1): 71–82. doi: 10.12000/JR21139
[12]	董勇伟, 梁兴东, 丁赤飚. 调频连续波SAR非线性处理方法研究[J]. 电子与信息学报, 2010, 32(5): 1034–1039. doi: 10.3724/SP.J.1146.2009.00582 DONG Yongwei, LIANG Xingdong, and DING Chibiao. Non-linear signal processing for FMCW SAR[J]. Journal of Electronics &Information Technology, 2010, 32(5): 1034–1039. doi: 10.3724/SP.J.1146.2009.00582
[13]	FU Xikai, XIANG Maosheng, WANG Bingnan, et al. A robust yaw and pitch estimation method for mini-InSAR system[J]. IEEE Geoscience and Remote Sensing Letters, 2017, 14(11): 2157–2161. doi: 10.1109/LGRS.2017.2756101
[14]	董勇伟, 李焱磊, 梁兴东, 等. 基于局部线性误差模型的调频连续波SAR运动补偿方法[P]. 中国, 201711370093.7, 2017. DONG Yongwei, LI Yanlei, LIANG Xingdong, et al. Local linear error model-based frequency modulation continuous wave SAR motion compensation method[P]. CN, 201711370093.7, 2017.
[15]	董勇伟. 基于调频连续波体制的SAR系统及其处理方法[P]. 中国, 201810978000.7, 2018. DONG Yongwei. SAR system based on frequency modulated continuous wave system as well as processing method thereof[P]. CN, 201810978000.7, 2018.
[16]	DENG Huazeng, FARQUHARSON G, BALABAN M, et al. System error analysis of an airborne along-track interferometric fmcw SAR for surface velocity estimate[C]. 2019 IEEE International Geoscience and Remote Sensing Symposium, Yokohama, Japan, 2019: 1677–1680.
[17]	董勇伟, 李焱磊, 丁满来, 等. 一种高分辨率W波段SAR系统[J]. 电子与信息学报, 2018, 40(5): 1266–1270. doi: 10.11999/JEIT170461 DONG Yongwei, LI Yanlei, DING Manlai, et al. High resolution W-band SAR[J]. Journal of Electronics &Information Technology, 2018, 40(5): 1266–1270. doi: 10.11999/JEIT170461
[18]	刘季超. LTCC微波元件的结构模型研究与设计[J]. 电子测试, 2020(5): 19–21. doi: 10.3969/j.issn.1000-8519.2020.05.005 LIU Jichao. Research and design of LTCC microwave element structure model[J]. Electronic Test, 2020(5): 19–21. doi: 10.3969/j.issn.1000-8519.2020.05.005
[19]	JIAO Zekun, DING Chibiao, QIU Xiaolan, et al. Urban 3D imaging using airborne TomoSAR: Contextual information-based approach in the statistical way[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 170: 127–141. doi: 10.1016/j.isprsjprs.2020.10.013
[20]	李芳芳, 仇晓兰, 孟大地, 等. 机载双天线InSAR运动补偿误差的影响分析[J]. 电子与信息学报, 2013, 35(3): 559–567. doi: 10.3724/SP.J.1146.2012.00850 LI Fangfang, QIU Xiaolan, MENG Dadi, et al. Effects of motion compensation errors on performance of airborne dual-antenna InSAR[J]. Journal of Electronics &Information Technology, 2013, 35(3): 559–567. doi: 10.3724/SP.J.1146.2012.00850
[21]	FU Xikai, XIANG Maosheng, JIANG Shuai, et al. Motion compensation scheme for LFM-CW miniature InSAR system mounted on small aircrafts[C]. The 12th European Conference on Synthetic Aperture Radar, Aachen, Germany, 2018: 1–3.
[22]	孟大地. 机载合成孔径雷达运动补偿算法研究[D]. [博士论文], 中国科学院电子学研究所, 2006. MENG Dadi. Research on motion compensation algorithm for airborne SAR[D]. [Ph. D. dissertation], Institute of Electronics, Chinese Academy of Sciences, 2006.
[23]	LUO Yitong, QIU Xiaolan, DONG Qian, et al. A robust stereo positioning solution for multiview spaceborne SAR images based on the range-Doppler model[J]. IEEE Geoscience and Remote Sensing Letters, 2021, 19: 4008705. doi: 10.1109/LGRS.2020.3048731
[24]	LV Zexin, LI Fangfang, QIU Xiaolan, et al. Effects of motion compensation residual error and polarization distortion on UAV-borne PolInSAR[J]. Remote Sensing, 2021, 13(4): 618. doi: 10.3390/rs13040618
[25]	卜运成. 阵列干涉SAR定标技术研究[D]. [博士论文], 中国科学院大学, 2018: 71–95. BU Yuncheng. Research on calibration technology of array synthetic aperture radar interferometry[D]. [Ph. D. dissertation], University of Chinese Academy of Sciences, 2018: 71–95.
[26]	卜运成, 王宇, 张福博, 等. 基于子空间正交的阵列干涉SAR系统相位中心位置定标方法[J]. 雷达学报, 2018, 7(3): 335–345. doi: 10.12000/JR18007 BU Yuncheng, WANG Yu, ZHANG Fubo, et al. Antenna phase center calibration for array InSAR system based on orthogonal subspace[J]. Journal of Radars, 2018, 7(3): 335–345. doi: 10.12000/JR18007
[27]	冯珂. InSAR复图像配准方法研究[D]. [硕士论文], 长沙理工大学, 2013. FENG Ke. InSAR image registration method[D]. [Master dissertation], Changsha University of Science & Technology, 2013.
[28]	FANG Dongsheng, LV Xiaolei, YUN Ye, et al. An InSAR fine registration algorithm using uniform tie points based on voronoi diagram[J]. IEEE Geoscience and Remote Sensing Letters, 2017, 14(8): 1403–1407. doi: 10.1109/LGRS.2017.2715189
[29]	CHEN Jiankun, QIU Xiaolan, DING Chibiao, et al. CVCMFF Net: Complex-valued convolutional and multifeature fusion network for building semantic segmentation of InSAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 5205714. doi: 10.1109/TGRS.2021.3068124
[30]	王伟, 许华荣, 魏含玉, 等. 面向阵列InSAR点云规则化的渐近式建筑立面检测[J]. 雷达学报, 2022, 11(1): 144–156. doi: 10.12000/JR21177 WANG Wei, XU Huarong, WEI Hanyu, et al. Progressive building facade detection for regularizing array InSAR point clouds[J]. Journal of Radars, 2022, 11(1): 144–156. doi: 10.12000/JR21177
[31]	胡占义. 合成孔径雷达三维成像中的视觉语义浅析[J]. 雷达学报, 2021, 11(1): 20–26. doi: 10.12000/JR21149 HU Zhanyi. A note on visual semantics in SAR 3D imaging[J]. Journal of Radars, 2021, 11(1): 20–26. doi: 10.12000/JR21149
[32]	LI Xiaowan, ZHANG Fubo, LI Yanlei, et al. An elevation ambiguity resolution method based on segmentation and reorganization of TomoSAR point cloud in 3D mountain reconstruction[J]. Remote Sensing, 2021, 13(24): 5118. doi: 10.3390/rs13245118
[33]	ZHANG Fubo, LIANG Xingdong, CHENG Ruichang, et al. Building corner reflection in MIMO SAR tomography and compressive sensing-based corner reflection suppression[J]. IEEE Geoscience and Remote Sensing Letters, 2020, 17(3): 446–450. doi: 10.1109/LGRS.2019.2926301

施引文献

期刊类型引用(3)

1.	阮航，崔家豪，毛秀华，任建迎，罗镔延，曹航，李海峰. SAR目标识别对抗攻击综述：从数字域迈向物理域. 雷达学报. 2024(06): 1298-1326 . 本站查看
2.	翟多才，黄贤俊，李元鑫，徐延林，姚理想，林铭团，刘培国. 一种角度与极化稳定的可调控电磁散射结构的设计与验证. 电波科学学报. 2023(02): 205-210 . 百度学术
3.	朱泳庚，艾夏，王伟东，李猛猛，丁大志. 新型多维电磁特性可调控雷达角反射器设计方法研究. 电波科学学报. 2023(06): 1015-1021+1056 . 百度学术

其他类型引用(1)

资源附件(0)

访问统计

图(28) / 表(11)

计量

文章访问数: 3506
HTML全文浏览量: 2741
PDF下载量: 662
被引次数: 4

1. 引言
2. 时变电磁材料的电磁调控原理
2.1 时变电磁材料的谱变换模型
2.2 SAR目标特征控制原理
3. 非周期PSS相位调制与谱变换模型
4. 非周期PSS的成像分析
5. 实测数据点目标仿真
6. 结论

微波视觉三维SAR关键技术及实验系统初步进展

DOI: 10.12000/JR22027 CSTR: 32380.14.JR22027

通讯作者:
仇晓兰 xlqiu@mail.ie.ac.cn

丁赤飚 cbding@mail.ie.ac.cn

计量

Key Technology and Preliminary Progress of Microwave Vision 3D SAR Experimental System

Corresponding author: QIU Xiaolan, xlqiu@mail.ie.ac.cn; DING Chibiao, cbding@mail.ie.ac.cn

1. 引言

2. 时变电磁材料的电磁调控原理

2.1 时变电磁材料的谱变换模型

2.2 SAR目标特征控制原理

3. 非周期PSS相位调制与谱变换模型

4. 非周期PSS的成像分析

5. 实测数据点目标仿真

6. 结论

期刊类型引用(3)

其他类型引用(1)

计量

目录

1. 引言

2. 时变电磁材料的电磁调控原理

2.1 时变电磁材料的谱变换模型

2.2 SAR目标特征控制原理

3. 非周期PSS相位调制与谱变换模型

4. 非周期PSS的成像分析

5. 实测数据点目标仿真

6. 结论

期刊介绍

联系我们

微波视觉三维SAR关键技术及实验系统初步进展

DOI: 10.12000/JR22027 CSTR: 32380.14.JR22027

通讯作者: 仇晓兰 xlqiu@mail.ie.ac.cn 丁赤飚 cbding@mail.ie.ac.cn

计量

出版历程

Key Technology and Preliminary Progress of Microwave Vision 3D SAR Experimental System

Corresponding author: QIU Xiaolan, xlqiu@mail.ie.ac.cn; DING Chibiao, cbding@mail.ie.ac.cn

1. 引言

2. 时变电磁材料的电磁调控原理

2.1 时变电磁材料的谱变换模型

2.2 SAR目标特征控制原理

3. 非周期PSS相位调制与谱变换模型

4. 非周期PSS的成像分析

5. 实测数据点目标仿真

6. 结论

期刊类型引用(3)

其他类型引用(1)

计量

出版历程

目录

1. 引言

2. 时变电磁材料的电磁调控原理

2.1 时变电磁材料的谱变换模型

2.2 SAR目标特征控制原理

3. 非周期PSS相位调制与谱变换模型

4. 非周期PSS的成像分析

5. 实测数据点目标仿真

6. 结论

期刊介绍

联系我们

通讯作者:
仇晓兰 xlqiu@mail.ie.ac.cn

丁赤飚 cbding@mail.ie.ac.cn