sar成像演算法

A. R-D演算法和CS演算法的本質區別是什麼 在SAR成像演算法中,R-D演算法和CS演算法的本質區別是什麼,

R-D演算法是將徙動曲線逐一校正.CS演算法是以某一徙動曲線為參考,在Doppler域內消除不同距離門的徙動曲線的差異,令這些曲線成為一組相互「平行」的曲線,然後在二維頻率域內統一的去掉距離徙動.
額.通俗一點就是.RD是一根根掰直.CS是先把所有都掰得一樣彎,然後再統一掰直.

B. 求助：關於SAR成像wK演算法採用NUFFT實現問題

tolt插值解決的是殘余距離徙動校正，因為在二維頻域斜距向波數為sqrt(4*K_w^2-K_y^2)，這個就是非均勻的，常規做法就是插值把它插成均勻的再用IFFT,NUFFT的話就是不做插值，直接對非均勻波數進行變換，NUFFT實現網上有很多公開代碼，這方面的論文推薦你看 J. Fortuny-Guasch寫的。個人經驗：NUFFT意義不大，精度和速度都比較一般，且難以並行化，工程上幾乎沒人用。樓下那位說CS演算法用的比wk多的，個人感覺是說反了～～wk是最精確的演算法沒有之一，因為不對距離歷程做任何近似

C. sarfft成像演算法是什麼演算法

雷達成像基於目標的散射點模型.雷達通常發射長時寬的線頻調(chirp)信號，然後用參考信號對回波作解線頻調(dechirp)處理，再將解線頻調的回波作橫向排列，則在一定條件下它可近似為二維正弦信號模型，通過二維傅里葉變換，可以重構目標的二維像；採用超分辨演算法［1～3］，還可得到更精細的二維目標像.
應當指出，上述二維模型是假設散射點在成像期間不發生超越分辨單元走動，近似認為散射點的移動隻影響回波的相移，而子回波包絡則固定不變.這種近似，只適用於小觀察角時參考點附近有限小尺寸目標成像.
如果目標較大，特別是在離參考點較遠處，越分辨單元移動(MTRC)便會發生，從而使得用簡單二維模型獲得的圖像模糊.傳統解決的方法是按目標轉動用極坐標-直角坐標插值.插值不可避免地會有誤差，而超分辨演算法通常基於參數化估計，對誤差較為敏感，這會影響成像質量.
本文介紹一種近似度較高的二維模型，並利用該模型通過超分辨演算法成像，可獲得較好的結果.
二、維回波模型
設目標有K個散射點，雷達以平面波自下向上照射目標(圖1).目標以參考點為原點相對雷達射線轉動，經過N次脈沖發射，散射點Pk點移至P′k點，移動中第n次脈沖時該散射點的垂直坐標為：
ykn=yk+Δykn=xksin(nδθ)+ykcos(nδθ),n=0,1,…,N-1(1)
式中δθ為相鄰脈沖的轉角，總觀測角Δθ=(N-1)δθ.考慮到雷達發射的是長時寬的線頻調信號，以原點為參考作解線頻調處理，並對信號以 的頻率采樣，得目標的回波信號(離散形式)為：
(2)
式中Ak為第k個散射點子回波信號的復振幅;fc、γ分別是雷達載頻和調頻率，c為光速；e(m,n)為加性雜訊.

圖1二維雷達目標幾何圖
由於觀測角Δθ很小，取近似sin(nδθ)≈nδθ和cos(nδθ)≈1，則式(2)可近似寫成:
(3)
式中
式(3)指數項中的第三項是時頻耦合項，它是線頻調信號(其模糊函數為斜橢圓)所特有的，如果採用窄脈沖發射，則該項不存在.將該項忽略，則式(3)成為常用的回波二維正弦信號模型.
實際上，式(3)的第三項系「距離移動」項，它與散射點的橫坐標xk成正比，目標區域大時必須考慮，而且這還遠遠不夠，散射點的多普勒移動也必須考慮.為此，令sin(nδθ)≈nδθ和cos(nδθ)≈1-(nδθ)2/2，則式(2)較精確的近似式可寫成：
(4)
式(4)與式(3)相比較，指數中增加了兩項，其中前一項是「多普勒移動」項，縱坐標yk越大，影響也越大，這可以補充式(3)之不足；而後項是時頻耦合的多普勒移動項，由於Mγ/Fslt;lt;fc，它的影響可以忽略.因此，可將考慮MTRC情況下，回波二維模型的一階近似式寫成：
(5)
需要指出，每個散射點的參數之間存在下述關系：ωk/μk=2γ/Fsfcδθ2和 k/vk=fcFs/γδθ.由於雷達參數(fc,γ,Fs)和運動參數(δθ)均已知，所以待估計的五個參數中只有三個是獨立的.本文假設五個參數是獨立的，而在成像計算中已考慮參數之間的關系.
設{ξk}Kk=1≡{αk,ωk, k,μk,vk}Kk=1，現在我們要從y(m,n)中估計參量{ξk}Kk=1.
三、二維推廣的RELAX演算法
對於(5)式所示的信號模型，令：
Y=［y(m,n)］M×N
則 (6)
式中

設ξk估計值為 ，則ξk的估計問題可通過優化下述代價函數解決：
(7)
式中‖.‖F表示矩陣的Frobenius范數，⊙表示矩陣的Hadamard積.
上式中C1的最優化是一個多維空間的尋優問題，十分復雜.本文將RELAX［3］演算法推廣以求解.為此，首先做以下准備工作，令：
(8)
即假定{ i}i=1,2,…,K,i≠k已經求出，則式(7)C1的極小化等效於下式的極小化：
C2(ξk)=‖Yk-αk(aM(ωk)bTN( k)Pk)⊙Dk(vk)‖2F(9)
令：Zk=YkP-1k⊙Dk(-vk)(10)
由於Pk為酉矩陣，矩陣Dk的每個元素的模Dk(m,n)=1,顯然矩陣Yk與Zk的F范數相同，故C2的極小化等效於下式的極小化：
C3=‖Zk-αkaM(ωk)bTN( k)‖2F(11)
對上式關於αk求極小值就獲得αk的估計值 k：
k=aHM(ωk)Zkb*N( k)/(MN)(12)
從式(12)可以看出： 是Zk歸一化的二維離散傅里葉變換在{ωk, k}處的值，所以只要得到估計值{ k, k, k, k}，即可通過2D-FFT獲得 k.
將估計值 k代入式(11)後，估計值{ k, k, k, k}可由下式尋優得到：
(13)
由上式可見，對於固定的{μk,vk}取值,估計值{ k, k}為歸一化的周期圖aHM(ωk)Zkb*N( k)2/(MN)主峰處的二維頻率值.這樣，式(13)的優化問題歸結為：在(μk,vk)平面上可能的取值范圍內尋找一點{ k, k}，在該點處周期圖aHM(ωk)Zkb*N( k)2/(MN)的主峰值比其餘各點處的主峰值都大.所以，我們通過上述二維尋優獲得{μk,vk}的估計值{ k, k}，再由式(13)得到{ωk, k}的估計值{ k, k}.
實際中，為了加快運算速度，二維(μk,vk)平面的尋優可以用Matlab中的函數Fmin()實現.
在做了以上的准備工作以後，基於推廣的RELAX演算法的參量估計步驟如下：
第一步：假設信號數K=1,分別利用式(13)和式(12)計算 1.
第二步(2)：假設信號數K=2，首先將第一步計算所得到的 1代入式(8)求出Y2，再利用式(13)和式(12)計算 2；將計算的 2代入式(8)求出Y1，然後利用式(13)和式(12)重新計算 1，這個過程反復疊代，直至收斂.
第三步:假設信號數K=3,首先將第二步計算所得到的 1和 2代入式(8)求出Y3，再利用式(13)和式(12)計算 3；將計算的 3和 2代入式(8)求出Y1，然後利用式(13)和式(12)重新計算 1；將計算的 1和 3代入式(8)求出Y2，然後利用式(13)和式(12)重新計算 2，這個過程反復疊代，直至收斂.
剩餘步驟：令K=K+1,上述步驟持續進行，直到K等於待估計信號數.
上述過程中的收斂判據與RELAX演算法的收斂判據相同，即比較代價函數C1在兩次疊代過程中的變化值，如果這個變換值小於某個值，如ε=10-3，則認為過程收斂.
四、數值模擬
1.演算法參數估計性能模擬
模擬數據由式（5）產生，M=10,N=10，信號數K=2.信號參數和實驗條件如表1所示,為復高斯白雜訊.注意兩信號的頻率差小於FFT的解析度Δf=Δω/(2π)=0.1.表1給出了信號參數估計均方根誤差的統計結果及相應情形時的C-R界，可見，估計均方根誤差與CR界十分接近.另外表中還給出了估計均值，與真實值也非常接近.
表1二維信號的參數估計、CRB及與均方根差的比較

2.SAR成像模擬
雷達參數為：中心頻率f0=24.24GHz,調頻率γ=33.357×1011Hz/s,帶寬B=133.5MHz,脈沖寬度tp=40μs.四個點目標作正方形放置，間隔50米，左下角的點作為參考點.雷達與目標間隔1公里，觀察角Δθ=3.15，數據長度為128×128.採用FFT成像方法時，其縱向和橫向距離解析度為ρr=ρa=1.123米，防止MTRC現象發生所需的目標最大范圍為［4］：縱向尺寸Dr＜4ρ2r/λ=40米，橫向尺寸Da＜4ρ2a/λ=40米.採用常規超分辨方法時，目標尺寸Dr=Da＞10米則出現明顯的性能下降.圖2、圖3分別給出了RELAX方法及本文推廣的RELAX(Extended RELAX)演算法的成像結果.可以看出，由於目標遠離參考中心，已在橫向和縱向出現距離走動，採用常規超分辨的RELAX演算法產生圖像模糊，對於本文演算法，則得到基本正確的成像結果.圖4和圖5則比較了RELAX演算法和推廣的RELAX演算法的散射點強度估計結果，可以看到，RELAX演算法由於距離走動影響，散射點（除參考點以外）的強度降低.對於本文演算法，散射點強度接近真實值.

圖2距離走動誤差下的RELAX成像結果 圖3距離走動誤差下的

圖4RELAX方法估計的信號強度推廣RELAX成像結果 圖5推廣RELAX方法估計的信號強度
五、結束語
現有的雷達成像超分辨演算法是基於目標回波信號的二維正弦信號模型，所以僅適用於目標位於參考點附近很小區域時的情形.當目標遠離參考點時，模型誤差，特別是距離走動誤差，將使演算法性能嚴重下降或失效.為此，本文提出一種基於雷達成像近似二維模型的超分辨演算法,從而擴大了超分辨演算法的適用范圍.本文進一步的工作包括SAR實測數據成像及ISAR機動目標成像，結果將另文報道.
附 錄：參數估計的C-R界
下面我們給出式(5)所示的二維信號參量估計的C-R界表達式.同時假設式(5)中加性雜訊為零均值高斯色雜訊，其協方差矩陣未知.令：
y=vec(Y)(A.1)
e=vec(E)(A.2)
dk=vec(Dk)(A.3)
式中vec(X)=(xT1,xT2，…，xTN)T，向量xn(n=1,2,…,N)為矩陣X的列向量.我們將式(5)改寫為如下向量形式：
(A.4)
式中 表示Kronecker積,Ω=［{［P1bN( 1)］ aM(ω1)}⊙d1…{［PkbN( K)］ aM(ωK)}⊙dK］,α=(α1，α2，…，αK)T.
令Q=E(eeH)為e的協方差矩陣，則對於由式(A.4)所示的二維信號模型，其Fisher信息陣(FIM)的第ij個元素推廣的Slepian-Bangs公式為［5,6］:
(FIM)ij=tr(Q-1Q′iQ-1Q′j)+2Re［(αHΩH)′iQ-1(Ωα)′j］(A.5)
式中X′i表示矩陣X對第i個參數求導，tr(X)為矩陣的跡，Re(X)為矩陣的實部.由於Q與Ωα中的參量無關，而Ωα亦與Q的元素無關，顯然FIM為一塊對角陣.所以待估計參量的C-R界矩陣由(A.5)式的第二項得到.
令：η=(［Re(α)］T［Im(α)］TωT TμTvT)T(A.6)
式中ω=(ω1，ω2，…，ωK)T,μ=(μ1,μ2,…,μK)T, =( 1， 2，…， K)T,v=(v1,v2,…,vK)T.
令：F=［ΩjΩDωΘD ΘDμΘDvΘ］(A.7)
式中矩陣Dω、D 、Dμ、Dv的第k列分別為： ［{［PkbN( k)］ aM(ωk)}⊙dk］/ ωk、 ［{［PkbN( k)］ aM(ωk)}⊙dk］/ k、 ［{［PkbN( k)］ aM(ωk)}⊙dk］/ μk、 ［{［PkbN( k)］ aM(ωk)}⊙dk］/ vk，Θ=diag{α1α2…αK}.則關於參量向量η的CRB矩陣為
CRB(η)=［2Re(FHQ-1F)］-1(A.8)

D. 如何對真實sar數據進行距離多普勒演算法

工程上，比較常用的SAR演算法有：1.距離多普勒演算法（RD）；2.Chirp
Scaling演算法
。
推薦查看電子工業出版社的《合成孔徑雷達成像——演算法與實現》

E. 急！！誰能說一下SAR的PFA演算法（極坐標格式演算法），尤其是極坐標網格到直角坐標網格的轉換。。。

從基礎學起，推薦看《合成孔徑雷達成像——演算法與實現》，電子工業出版社出版的。\r\n主要知識點如下：\r\n1.信號處理，傅立葉變化，卷積，插值\r\n2.脈沖壓縮\r\n3.SAR信號特點\r\n4.SAR成像演算法

F. 哪位高人指點下合成孔徑雷達和相控陣雷達的區別

成孔徑雷達就是利用雷達與目標的相對運動把尺寸較小的真實天線孔徑用數據處理的方法合成一較大的等效天線孔徑的雷達。合成孔徑雷達的特點是解析度高，能全天候工作，能有效地識別偽裝和穿透掩蓋物。

合成孔徑雷達主要用於航空測量、航空遙感、衛星海洋觀測、航天偵察、圖像匹配製導等。它能發現隱蔽和偽裝的目標，如識別偽裝的導彈地下發射井、識別雲霧籠罩地區的地面目標等。在導彈圖像匹配製導中，採用合成孔徑雷達攝圖，能使導彈擊中隱蔽和偽裝的目標。合成孔徑雷達還用於深空探測，例如用合成孔徑雷達探測月球、金星的地質結構。

合成孔徑雷達工作時按一定的重復頻率發、收脈沖，真實天線依次佔一虛構線陣天線單元位置。把這些單元天線接收信號的振幅與相對發射信號的相位疊加起來，便合成一個等效合成孔徑天線的接收信號。若直接把各單元信號矢量相加，則得到非聚焦合成孔徑天線信號。在信號相加之前進行相位校正，使各單元信號同相相加，得到聚焦合成孔徑天線信號。地物的反射波由合成線陣天線接收，與發射載波作相干解調，並按不同距離單元記錄在照片上，然後用相干光照射照片便聚焦成像。這一過程與全息照相相似，差別只是合成線陣天線是一維的，合成孔徑雷達只在方位上與全息照相相似，故合成孔徑雷達又可稱為准微波全息設備。
我們知道，蜻蜓的每隻眼睛由許許多多個小眼組成，每個小眼都能成完整的像，這樣就使得蜻蜓所看到的范圍要比人眼大得多。與此類似，相控陣雷達的天線陣面也由許多個輻射單元和接收單元（稱為陣元）組成，單元數目和雷達的功能有關，可以從幾百個到幾萬個。這些單元有規則地排列在平面上，構成陣列天線。利用電磁波相干原理，通過計算機控制饋往各輻射單元電流的相位，就可以改變波束的方向進行掃描，故稱為電掃描。輻射單元把接收到的回波信號送入主機，完成雷達對目標的搜索、跟蹤和測量。每個天線單元除了有天線振子之外，還有移相器等必須的器件。不同的振子通過移相器可以被饋入不同的相位的電流，從而在空間輻射出不同方向性的波束。天線的單元數目越多，則波束在空間可能的方位就越多。這種雷達的工作基礎是相位可控的陣列天線，「相控陣」由此得名。
有源相陣控雷達和無源相陣控雷達的區別是就是無源是只有單個或者幾個發射機子陣原只能接收，而有源是每個陣原都有完整的發射和接收單元！

G. 高手請進，如何快速學習SAR雷達基本原理

從基礎學起，推薦看《合成孔徑雷達成像——演算法與實現》，電子工業出版社出版的。
主要知識點如下：
1.信號處理，傅立葉變化，卷積，插值
2.脈沖壓縮
3.SAR信號特點
4.SAR成像演算法

H. 急求與SAR成像演算法模擬有關或者距離多普勒演算法有關的外文文獻原文，有翻譯更好

我處禁止上傳文件，相關PDF外文文獻有，翻譯得靠你自己，希望能滿足你的需要，能幫到你，多多給點懸賞分吧，急用的話請多選賞點分吧，這樣更多的知友才會及時幫到你，我找到也是很花時間的，如果需要請直接網路 私信 或者 Hi 中留言貼出你在 網路知道的問題鏈接地址 及 郵箱地址

I. 如何用matlab實現SAR成像中SVA演算法的編寫

第一步是個正問題，主要由硬體完成，第二步是個逆問題，主要由軟體完成。
第一個問題的輸入f0(x)是地面目標的理想函數，其與發射信號p(t)的聯合起來之後得到輸c出：回波信號s(t)。
第二個問題的輸入是s(t)，通過與p∗(−t)匹配濾波，得到輸出f(x)。這個輸出就是我們想要的。如何得到f(x)就是我們的核心問題。
理想情況下f(x)=f0(x)，這意味著我們得到了地面目標函數，也即是我們的影像完全真實地反映了地面的情況。但是，這是不可能實現的。不過，通過合理地解這個逆問題，使得f(x)接近f0(x)是成像的關鍵問題，也是我們不斷努力的目標。