Please wait a minute...
img

官方微信

遥感技术与应用  2002, Vol. 17 Issue (3): 148-153    DOI: 10.11873/j.issn.1004-0323.2002.3.148
图像处理     
合成孔径雷达图像的自适应旁瓣抑制算法分析和实验研究
田旭文1,2,杨汝良2
(1.中国科学院研究生院,北京  100039;2.中国科学院电子学研究所,北京  100080)
The Analyzation of SAR Image Adaptive Sidelobe Reduction Algorithms and Experiments
TIAN Xu-wen1,2, YANG Ru-liang2
(1.Graduate School of the Chinese Academy of Sciences,Beijing100039,China;
2.Institute of Electronics,Chinese Academy of Scienses,Beijing100080,China)
 全文: PDF 
摘要:

合成孔径雷达是有源相干高分辨率成像系统,常规成像算法对接收数据进行二维匹配滤波,实现成像。由于成像系统的二维频域支持域有限,使成像系统的方位向和距离向脉冲响应为sinc函数,又SAR图像具有动态范围大的特点,使SAR图像中的强目标旁瓣使弱目标主瓣发生畸变,所以要对SAR图像进行旁瓣抑制。讨论并比较了两种自适应旁瓣抑制算法,并利用模拟数据和中科院电子所的L-SAR系统的雷达图像对这两种算法进行了实验研究。

关键词: 合成孔径雷达旁瓣抑制    
Abstract:

Synthetic aperture radar is an active coherent high resolution imaging system. The classical
imaging algorithms process the SAR received data by matched filter in two - dimensional frequency
domain, and get reconstructed SAR images. In classical imaging algorithms, Fast Fourier Transform is
used broadly. Because of the limited frequency domain support of the SAR systems, the system impulse
responses in the range and azimuth directions are sinc functions. And the SAR images have great dynamic
domain. The ratio of the returned power between the bright and the weak targets reached 50 dB, even
higher. The sidelobe of a bright point target can easily obscure and violate the mainlobe of weaker points.
So SAR images often demands sidelobe reduction. The conventional sidelobe reduction applies the fixed
weighting functions on the whole aperture data, and the conventional weighting approach have to
compromise between the degree of sidelobe reduction and imaging resolution. In this paper discusses two
adaptively sidelobe reduction algorithms, and compared their processing results with conventional sidelobe
reduction methods by the simulated data and the IECAS L-SAR system raw data.

Key words: Synthetic aperture radar    Sidelobe reduction
收稿日期: 2002-05-21 出版日期: 2011-11-21
:  TP 75  
作者简介: 田旭文(1977-),男,硕士研究生,主要从事合成孔径雷达成像及信号处理研究。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

田旭文,杨汝良. 合成孔径雷达图像的自适应旁瓣抑制算法分析和实验研究[J]. 遥感技术与应用, 2002, 17(3): 148-153.

TIAN Xu-wen, YANG Ru-liang. The Analyzation of SAR Image Adaptive Sidelobe Reduction Algorithms and Experiments. Remote Sensing Technology and Application, 2002, 17(3): 148-153.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2002.3.148        http://www.rsta.ac.cn/CN/Y2002/V17/I3/148

〔1〕 张澄波.综合孔径雷达原理系统分析与应用〔M〕.北京:科学出版社,1989.
〔2〕 刘永坦.雷达成像技术〔M〕.哈尔滨:哈尔滨工业大学出版社,1999.
〔3〕 Nuttall A H. Some Windows with Very Good Sidelobe Behavior〔J〕. IEEE Trans, On Acoustics, Speech, and Signal Processing,1981,29(1):84~91.
〔4〕 StanKwitz H C, Dallaire R J, Fienup J R. Nonlinear Apodization for Sidelobe Control in SAR Imagery〔J〕.IEEE Trans, On Aerospace and Electronic Systems,1994,3(3):267~278.
〔5〕 DeGraaf S R. Sidelobe Reduction Via Adaptive FIR Filtering in SAR Imagery〔J〕. IEEE Trans, On Image Processing,1994,(3):292~301.

[1] 万玲,尤红建,程跃兵,卢晓军. 合成孔径雷达图像分割研究进展[J]. 遥感技术与应用, 2018, 33(1): 10-24.
[2] 熊伟,徐永力,姚力波,崔亚奇. 基于SVM的高分辨率SAR图像舰船目标检测算法[J]. 遥感技术与应用, 2018, 33(1): 119-127.
[3] 谢亚楠,周明亮,刘志坤. 合成孔径雷达反演降雨量算法的研究进展[J]. 遥感技术与应用, 2017, 32(4): 624-633.
[4] 李海英,温卫斌,王芳,付强,肖媛. 表层穿透雷达在月球与深空探测应用中的研究进展及趋势[J]. 遥感技术与应用, 2017, 32(4): 634-642.
[5] 姜萍,刘修国,陈启浩,邵芳芳. 利用多尺度SVM-CRF模型的极化SAR图像建筑物提取[J]. 遥感技术与应用, 2017, 32(3): 475-482.
[6] 张祥,陈报章,赵慧,汪磊. 基于时序Sentinel-1A数据的农田土壤水分变化检测分析[J]. 遥感技术与应用, 2017, 32(2): 338-345.
[7] 袁春琦,徐佳,程圆娥,陈媛媛,许康. 基于协同训练与集成学习的极化SAR图像半监督分类[J]. 遥感技术与应用, 2017, 32(2): 380-385.
[8] 孙景,唐丹玲,潘刚. Radarsat2全极化数据在监测南海溢油事件中的方法研究[J]. 遥感技术与应用, 2016, 31(6): 1181-1189.
[9] 李兰,陈尔学,李增元,冯琦,赵磊. 合成孔径雷达森林树高和地上生物量估测研究进展[J]. 遥感技术与应用, 2016, 31(4): 625-633.
[10] 李婷,程博,尤淑撑. 基于半监督鉴别分析的高分辨率SAR影像建筑区提取[J]. 遥感技术与应用, 2016, 31(2): 239-246.
[11] 孙建勇,车 涛,段克勤,戴礼云. 冰沟流域积雪面积比例与雪水当量关系初探[J]. 遥感技术与应用, 2015, 30(6): 1085-1094.
[12] 蒋少峰,王超,吴樊,张波,汤益先,张红. 基于结构特征分析的COSMO-SkyMed图像商用船舶分类算法[J]. 遥感技术与应用, 2014, 29(4): 607-615.
[13] 李文梅,李增元,陈尔学,孙晗伟,王馨爽. 极化相干层析反演森林垂直结构原理与方法研究[J]. 遥感技术与应用, 2014, 29(2): 232-239.
[14] 吴樊,王超,张波,张红,田小娟. SAR图像船只分类识别研究进展[J]. 遥感技术与应用, 2014, 29(1): 1-8.
[15] 范伟,荀尚培,杨元建,何彬方,张宏群,吴必文,高锷,孙喜波,陈磊. 星载SAR在涡阳县冬小麦测产中的应用[J]. 遥感技术与应用, 2013, 28(6): 1101-1106.