一种海浪的SAR信号模拟方法专利检索-地球科学地球科学专利检索查询-专利查询网

积极推动地理标志专门立法

2022-03-10 地理标志，立法，知识产权
保护知识产权是对创新最大的激励

2022-03-10 保护知识产权，创新，激励
谢商华：加快制定知识产权基本法

2022-03-10 知识产权基本法
擦亮“双奥之城”品牌

2022-03-10 双奥，知识产权
让冰雪运动“热”力全开

2022-03-10 冰雪运动，知识产权
携手共奋进　走好强国路

2022-03-10 强国，知识产权
坚持创新引领　方能稳中求进

2022-03-10 创新，稳中求进，知识产权
答好“两张卷” 奋进新征程

2022-03-10 知识产权
专家解读政府工作报告中的创新和知识产权相关部署

2022-03-10 政府工作报告，创新，知识产权
今年政府工作报告指出：加强知识产权保护和运用

2022-03-10 政府工作报告，知识产权保护

一种海浪的SAR信号模拟方法

阅读：1178发布：2020-06-21

IPRDB可以提供一种海浪的SAR信号模拟方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种海浪的SAR信号模拟方法，包括以下步骤：S1：采用海浪谱对海浪进行建模，构造包含多个面元的三维海表面；S2：计算每个所述面元的散射场，然后根据速度聚束模型将所述面元沿距离向的运动效应转化为方位向的偏移，并根据所述散射场和所述方位向的偏移生成海面散射图；S3：对所述海面散射图进行整体运动的SAR信号模拟得到模拟SAR信号，并采用SAR成像算法对所述模拟SAR信号进行处理得到模拟SAR图像。本发明提供的海浪的SAR信号模拟方法由于考虑了海面运动所引起的多普勒效应，使得能够实现较大风浪情况下海浪的SAR信号模拟，能够为SAR系统的设计提供全面的模拟数据。，下面是一种海浪的SAR信号模拟方法专利的具体信息内容。

权利要求

1.一种海浪的SAR信号模拟方法，其特征在于，包括以下步骤：S1：采用海浪谱对海浪进行建模，构造包含多个面元的三维海表面；

S2：计算每个所述面元的散射场，然后根据速度聚束模型将所述面元沿距离向的运动效应转化为方位向的偏移，并根据所述散射场和所述方位向的偏移生成海面散射图；

S3：对所述海面散射图进行整体运动的SAR信号模拟得到模拟SAR信号，并采用SAR成像算法对所述模拟SAR信号进行处理得到模拟SAR图像。

2.根据权利要求1所述的海浪的SAR信号模拟方法，其特征在于，所述步骤S1中，所述海浪谱表示为积的形式：W(K)＝S(K)P(θ，K)

其中，W(K)为海浪谱；

S(K)是一维谱，在长波区域，S(K)采用经典谱；在短波区域，S(K)分为重力毛细波Sgc(K)和毛细波Sc(K)，分别对应不同的波数；

P(θ，K)是扩展函数；

K是海浪波矢，K的模K＝2π/Λ是海浪波数，Λ是海浪波长；

θ通过下式定义：

其中，Kx是海浪波矢K在x方向的分量，Ky是海浪波矢K在y方向的分量。

3.根据权利要求2所述的海浪的SAR信号模拟方法，其特征在于，所述经典谱为JONSWAP谱。

4.根据权利要求1所述的海浪的SAR信号模拟方法，其特征在于，所述步骤S1中，采用二尺度的海洋表面模型构造所述三维海表面，具体为：长波对应大尺度的轮廓，通过比SAR分辨率单元小且远大于电磁波长的平面面元近似，生成随机海面；短波对应小尺度的随机粗糙，通过重力毛细波或毛细波的波形近似；所述重力毛细波或毛细波的波形叠加在所述平面面元上形成海表面模型。

5.根据权利要求4所述的海浪的SAR信号模拟方法，其特征在于，所述长波采用涌浪剖面在某个时刻的随机过程来生成，参数包括有效浪高、峰值周期、海浪谱主要方向和海浪谱类型；从长波谱生成所述随机海面的方法是采用随机噪声滤波，具体为：首先生成随机复数矩阵N，其实部和虚部均匀分布在0到1之间；然后对应相乘长波谱WL(K)的方根与矩阵N得到中间变量Lt＝0：在上式进行傅里叶变换之后，海面高度ζt＝0(r)表示为：-1

ζt＝0(r)＝real(aF [Lt＝0](r))其中，a是归一化参数，r是海浪在基准面内的位置，包含x和y两个方向上的位置信息，real(·)表示取复数的实部。

6.根据权利要求1所述的海浪的SAR信号模拟方法，其特征在于，所述步骤S2中，每个所述面元的散射场采用下式计算：其中，和是入射场，和是散射场，R是面元中心点到飞行航线之间的距离；k＝|k|＝2π/λ是电磁波数，k是入射电磁波矢，λ是电磁波长；下标H和V分别代表水平和垂直极化部分；上标i和s分别表示入射场和散射场；矩阵χ表示后向散射系数，j为虚数单位。

7.根据权利要求6所述的海浪的SAR信号模拟方法，其特征在于，所述矩阵χ由下式给出：χ＝FD(θi，δx，δy)

其中，θi是雷达入射角，δx和δy是面元沿着方位向x和地距方向y的面元斜率；

矩阵F表示雷达后向散射由于面元方向和电磁参量依赖引起的极化效应；

标量D表示为：

D(θi，δx，δy)＝∫Aexp(j2k·ρ)dA其中，k是入射电磁波矢，A是面元投影到(x，y)平面的面元面积，而ρ为从面元中心点到面元上任一点的径向矢量；

其中，(x0，y0，z0)是面元的中心坐标，分别为x，y，z方向的单位矢量。

z(x，y)＝z0+δx(x-x0)+δy(y-y0)+zs(x，y)，其中，δx和δy是面元沿着方位向x和地距方向y的面元斜率；zs(x，y)是符合短波谱的随机过程。

8.根据权利要求1所述的海浪的SAR信号模拟方法，其特征在于，所述步骤S2中，根据速度聚束模型将所述面元沿距离向的运动效应转化为方位向的偏移具体为：散射面元根据距离向的速度分量进行方位向的调整：其中，R是传感器到所述散射面元的距离，V是传感器速度；

根据海面面元的运动速度，方位向坐标为x的散射面元将会映射到而散射面元沿电磁波传播方向的速度为：

其中，ω是海浪频率，WL(K)是长波谱，K是海浪波矢； δ-1

＝tan (tanθisinθ0)，θi是雷达入射角，θ0是飞行方向与海浪波矢K在海表面方向的夹角；r代表海浪在水平方向的位置，其包含x和y两个方向上的位置信息。

说明书全文

一种海浪的SAR 信号模拟方法

技术领域

[0001] 本发明涉及合成孔径雷达的海洋应用领域，特别涉及一种海浪的合成孔径雷达信号模拟方法。

背景技术

[0002] SAR(即合成孔径雷达)是通过一定积分时间内获取的信号来提高其空间分辨率的，对于陆地静止场景，地物与传感器之间的相对位置关系由卫星轨道单方面决定；对于海面场景，海面的动态起伏引起了额外的运动，在成像过程中影响到其成像效果。因此，开展海浪的SAR信号模拟可以提高对整个成像过程的理解，并且对于传感器设计、参数选择等有着重要的意义。

[0003] SAR信号模拟是建立在场景散射模型基础上的，在SAR信号模拟过程中，需要考虑信号方式，通过构建场景散射模型与信号方式的关系获得模拟数据。现有技术的海浪的SAR信号模拟方法只考虑了海浪整体的运动，在SAR信号模拟过程中采用的模型是分布表面模型(DS)，而没有考虑海面运动所引起的多普勒效应，因此对海浪的SAR信号进行模拟的结果不够准确，考虑海面运动所引起的多普勒效应的主要模型是速度聚束模型(VB)，其根据是运动物体的SAR成像原理。现有技术中海浪的SAR图像建模主要采用M4S和RIM两个建模工具，这两个建模工具的主要工作是分析风浪流相互作用对海面粗糙度(即海面散射)的影响，而没有考虑海面运动所引起的多普勒效应对海面散射的影响，且对SAR系统的成像的滤波效应没有涉及。

[0004] 综上所述，现有技术中海浪的SAR信号模拟方法和海面SAR建模工具虽然在海浪谱及散射模型的基础上能够建立后向散射的模型，实现较小风浪情况下海浪的SAR信号模拟，但是由于在SAR信号模拟方面存在缺乏考虑海面运动所引起的多普勒效应的问题，导致无法实现较大风浪情况下海浪的SAR信号模拟，因此无法为SAR系统的设计提供全面的模拟数据。

发明内容

[0005] 有鉴于此，本发明的目的是提供一种海浪的合成孔径雷达信号模拟方法，以解决现有技术的SAR信号模拟方法由于缺乏考虑海面运动所引起的多普勒效应而导致的无法实现较大风浪情况下海浪的SAR信号模拟的问题。

[0006] 为了实现上述目的，本发明提供了一种海浪的SAR信号模拟方法，包括以下步骤：

[0007] S1：采用海浪谱对海浪进行建模，构造包含多个面元的三维海表面； [0008] S2：计算每个所述面元的散射场，然后根据速度聚束模型将所述面元沿距离向的运动效应转化为方位向的偏移，并根据所述散射场和所述方位向的偏移生成海面散射图； [0009] S3：对所述海面散射图进行整体运动的SAR信号模拟得到模拟SAR信号，并采用SAR成像算法对所述模拟SAR信号进行处理得到模拟SAR图像。

[0010] 作为优选，所述步骤S1中，所述海浪谱表示为积的形式：

[0011] W(K)＝S(K)P(θ，K)

[0012] 其中，W(K)为海浪谱；

[0013] S(K)是一维谱，在长波区域，S(K)采用经典谱；在短波区域，S(K)分为重力毛细波Sgc(K)和毛细波Sc(K)，分别对应不同的波数；

[0014] P(θ，K)是扩展函数；

[0015] K是海浪波矢，K的模K＝2π/Λ是海浪波数，Λ是海浪波长；

[0016] θ通过下式定义：

[0017]

[0018] 其中，Kx是海浪波矢K在x方向的分量，Ky是海浪波矢K在y方向的分量。 [0019] 作为进一步地优选，所述经典谱为JONSWAP谱。

[0020] 作为优选，所述步骤S1中，采用二尺度的海洋表面模型构造所述三维海表面，具体为：长波对应大尺度的轮廓，通过比SAR分辨率单元小且远大于电磁波长的平面面元近似，生成随机海面；短波对应小尺度的随机粗糙，通过重力毛细波或毛细波的波形近似；所述重力毛细波或毛细波的波形叠加在所述平面面元上形成海表面模型。 [0021] 作为进一步地优选，所述长波采用涌浪剖面在某个时刻的随机过程来生成，参数包括有效浪高、峰值周期、海浪谱主要方向和海浪谱类型；从长波谱生成所述随机海面的方法是采用随机噪声滤波，具体为：首先生成随机复数矩阵N，其实部和虚部均匀分布在0到1之间；然后对应相乘长波谱WL(K)的方根与矩阵N得到中间变量Lt＝0：

[0022]

[0023] 在上式进行傅里叶变换之后，海面高度ζt＝0(r)表示为：-1

[0024] ζt＝0(r)＝real(aF [Lt＝0](r))

[0025] 其中，a是归一化参数，r是海浪在基准面内的位置，包含x和y两个方向上的位置信息，real(·)表示取复数的实部。

[0026] 作为优选，所述步骤S2中，每个所述面元的散射场采用下式计算： [0027]

[0028] 其中，和是入射场，和是散射场，R是面元中心点到飞行航线之间的距离；k＝|k|＝2π/λ是电磁波数，k是入射电磁波矢，λ是电磁波长；下标H和V分别代表水平和垂直极化部分；上标i和s分别表示入射场和散射场；矩阵χ表示后向散射系数，j为虚数单位。

[0029] 作为进一步地优选，所述矩阵χ由下式给出：

[0030] χ＝FD(θi，δx，δy)

[0031] 其中，θi是雷达入射角，δx和δy是面元沿着方位向x和地距方向y的面元斜率；

[0032] 矩阵F表示雷达后向散射由于面元方向和电磁参量依赖引起的极化效应； [0033] 标量D表示为：

[0034] D(θi，δx，δy)＝∫Aexp(j2k·ρ)dA

[0035] 其中，k是入射电磁波矢，A是面元投影到(x，y)平面的面元面积，而ρ为从面元中心点到面元上任一点的径向矢量；

[0036]

[0037] 其中，(x0，y0，z0)是面元的中心坐标，分别为x，y，z方向的单位矢量。 [0038] z(x，y)＝z0+δx(x-x0)+δy(y-y0)+zs(x，y)，其中，δx和δy是面元沿着方位向x和地距方向y的面元斜率；zs(x，y)是符合短波谱的随机过程。

[0039] 作为优选，所述步骤S2中，根据速度聚束模型将所述面元沿距离向的运动效应转化为方位向的偏移具体为：

[0040] 散射面元根据距离向的速度分量进行方位向的调整：

[0041]

[0042] 其中，R是传感器到所述散射面元的距离，V是传感器速度；

[0043] 根据海面面元的运动速度，方位向坐标为x的散射面元将会映射到 [0044]

[0045] 而散射面元沿电磁波传播方向的速度为：

[0046]

[0047] 其中，ω 是海浪频率，WL(K) 是长波谱，K 是海浪波矢； -1δ＝tan (tanθisinθ0)，θi是雷达入射角，θ0是飞行方向
与海浪波矢K在海表面方向的夹角；r代表海浪在水平方向的位置，其包含x和y两个方向上的位置信息。

[0048] 与现有技术相比，本发明具有以下有益效果：本发明提供的海浪的SAR信号模拟方法由于考虑了海面运动所引起的多普勒效应，使得能够实现较大风浪情况下海浪的SAR信号模拟，能够为SAR系统的设计提供全面的模拟数据。

附图说明

[0049] 图1为本发明的海浪的SAR信号模拟方法的流程示意图。

[0050] 图2为SAR成像坐标系。

[0051] 图3为实验一中获得的海面高度图。

[0052] 图4为实验一中输出的海面距离向速度引起的面元方位向偏移图。 [0053] 图5为实验一中获得的海面散射分布图。

[0054] 图6为实验一中获得的模拟回波信号图。

[0055] 图7为实验一中获得的模拟SAR图像。

[0056] 图8为实验一中获得的模拟SAR图像的概率函数密度图。

[0057] 图9为实验一中获得的模拟SAR图像的图像谱。

[0058] 图10为实验一中输入的海浪谱。

[0059] 图11为实验二中输入的海浪谱对比图。

[0060] 图12为实验二中获得的海面高度图对比图。

[0061] 图13为实验二中获得的模拟SAR图像对比图。

[0062] 图14为实验二中获得的模拟SAR图像的图像谱对比图。

具体实施方式

[0063] 下面结合附图对本发明的具体实施例进行详细说明。

[0064] 如图1所示，本发明的海浪的SAR信号模拟方法包括以下三个步骤： [0065] S1：采用海浪谱对海浪进行建模，构造包含多个面元的三维海表面；其中， [0066] 1、海浪谱

[0067] 海浪的描述主要采用海浪谱进行，海浪谱W(K)通常表示为积的形式： [0068] W(K)＝S(K)P(θ，K) (1)

[0069] 其中，S(K)是一维谱，在长波区域，S(K)可以采用各种经典谱，例如JONSWAP谱；在短波区域，S(K)分为重力毛细波Sgc(K)和毛细波Sc(K)，分别对应不同的波数； [0070] P(θ，K)是扩展函数；

[0071] K是海浪波矢，K的模K＝2π/Λ是海浪波数，Λ是海浪波长；

[0072] θ通过下式定义：

[0073]

[0074] 其中，Kx是海浪波矢K在x方向的分量，Ky是海浪波矢K在y方向的分量。 [0075] 2、海面高度建模

[0076] 海面的高度随空间及时间的变化描述为：

[0077]

[0078] 其中，WL(K)是长波谱，K是海浪波矢；r代表海浪在水平方向的位置，其包含x和y两个方向上的位置信息；ω是海浪频率，t是时间。

[0079] 三维海表面采用二尺度的海洋表面模型构造，具体为：长波对应大尺度的轮廓，通过比SAR分辨率单元小，但是远大于电磁波长的平面面元近似，生成随机海面；短波对应小尺度的随机粗糙，通过合适的短波谱(如重力毛细波或毛细波的波形)近似，这些重力毛细波或毛细波的波形叠加在所述平面面元上形成海表面模型。采用上述方法构造三维海表面的主要依据是典型的SAR系统的分辨率与海浪的长波相比很小，但是与海浪的短波相比很大。

[0080] 长波采用涌浪剖面在某个时刻的随机过程来生成，参数包括有效浪高、峰值周期、海浪谱主要方向和海浪谱类型等。从长波谱生成所述随机海面的一个通常做法是采用随机噪声滤波，其方法具体为：首先生成随机复数矩阵N，其实部和虚部均匀分布在0到1之间，矩阵N的大小与三维海表面的大小一致；然后对应相乘长波谱WL(K)的方根与矩阵N得到中间变量Lt＝0：

[0081]

[0082] 在对式(4)进行傅里叶变换之后，三维海表面的面元高度可以表示为： -1

[0083] ζt＝0(r)＝real(aF [Lt＝0](r)) (4)

[0084] 其中，a是归一化参数，其值与傅里叶变换算法有关；r代表海浪在水平方向的位置，其包含x和y两个方向上的位置信息；real(·)表示取复数的实部。

[0085] 3、海浪速度建模

[0086] 构成三维海表面的面元沿距离向的速度为：

[0087]

[0088] 其中，ω 是海浪频率，WL(K) 是长波谱，K 是海浪波矢； -1δ＝tan (tanθisinθ0)，θi是雷达入射角，θ0是飞行方向
与海浪波矢K在海表面方向的夹角；r代表海浪在水平方向的位置，其包含x和y两个方向上的位置信息。

[0089] S2：计算构成三维海表面的每个面元的散射场，然后根据速度聚束模型将所述面元沿距离向的运动效应转化为方位向的偏移，并根据所述散射场和所述方位向的偏移生成海面散射图；

[0090] 面元的散射计算需要考虑整个面元的位置方向以及依附面元的短波谱的影响，在采用长波谱WL(K)构建的海面轮廓中，整个海面是由在xy平面(即水平面)均匀分布，且在z方向有一定高度的点表示的。

[0091] 单个面元范围采用下式表示：

[0092] z(x，y)＝z0+δx(x-x0)+δy(y-y0)+zs(x，y) (7)

[0093] 其中，(x0，y0，z0)是面元的中心坐标；δx和δy是面元沿着方位向x和地距方向y的面元斜率；zs(x，y)是符合短波谱的随机过程。

[0094] 1、斜入射的布拉格散射

[0095] 为了估算后向散射系数图，我们必须考虑入射电磁波与海表面的相互作用，对于小的入射角，镜向反射必须考虑；对于中等的入射角，主要机理是扩展到斜入射的布拉格反射；对于大入射角，明显的效应为遮挡和绕射现象；但是，极限情况下的极小和极大的入射角，对于海面的SAR系统没有实际价值。

[0096] 每个面元的散射场可以通过Kirchhoff approximation(KA，基尔霍夫)近似计算，最终的散射场和入射场的关系可以表示为：

[0097]

[0098] 其中，和是入射场，和是散射场，R是面元中心点到飞行航线之间的距离；k＝|k|＝2π/λ是电磁波数，k是入射电磁波矢，λ是电磁波长；下标H和V分别代表水平和垂直极化部分；上标i和s分别表示入射场和散射场；j为虚数单位；矩阵χ表示后向散射系数，由下式给出：

[0099] χ＝FD(θi，δx，δy) (9)

[0100] 其中，θi是雷达入射角，δx和δy是面元沿着方位向x和地距方向y的面元斜率；

[0101] 矩阵F表示了雷达后向散射由于面元方向(即面元的均值面)和电磁参量依赖(即介电常数)引起的极化效应；

[0102] 标量D表示为：

[0103] D(θi，δx，δy)＝∫Aexp(j2k·ρ)dA (10)

[0104] 其代表了海表面的短波谱对于散射场的贡献，在上式中k是入射电磁波矢，A是面元投影到(x，y)平面的面元面积，而ρ为从面元中心点到面元上一般的点的径向矢量； [0105]

[0106] 其中，(x0，y0，z0)是面元的中心坐标，z(x，y)定义见公式(7)，分别为x，y，z方向的单位矢量。

[0107] 计算D(θi，δx，δy)，主要基于后向散射主要由与电磁场波长相应的微小波浪谱成分确定。由于海浪的高度远小于它的波长，所以将exp(j2kzscosθi)进行级数分解后并保留第一阶，可以获得：

[0108]

[0109] 其中，

[0110]

[0111] 其中，λ为电磁波长，δx和δy是面元沿着方位向x和地距方向y的面元斜率，θi是雷达入射角；

[0112] 而Zs(·)是复圆高斯随机变量，其均方为：

[0113]

[0114] 其中，<·>表示统计平均，而W(·)根据的取值来确定是短重力波、重力毛细波或者毛细波波谱，A是面元投影到水平面的面积。

[0115] 2、速度聚束

[0116] 在散射计算后，为了确定该面元在散射图上的位置，引入了速度聚束模型。 [0117] 根据基本的合成孔径原理，合成孔径雷达按照方位角对应的多普勒频率将所有的目标进行定位。当目标沿着距离向运动时，与参考频率产生差异。因此，会产生方位向的图像的偏移及相对应的定位错误。

[0118] 散射面元根据距离向的速度分量v(r，t)进行方位向的调整：

[0119]

[0120] 其中，R是传感器到散射面元的距离，V是传感器速度。

[0121] 根据海面面元的运动速度v(r，t)，方位向坐标为x的散射面元将会映射到 [0122]

[0123] 其中，海面面元的运动速度v(r，t)见公式(6)。

[0124] 根据色散关系：

[0125] ω2＝g|K| (17)

[0126] 其中，g为重力加速度；

[0127] 式(16)变换为：

[0128]

[0129] 其中，固有(不变)的相位部分已经忽略。

[0130]

[0131] S3、对所述海面散射图进行整体运动的SAR信号模拟得到模拟SAR信号，并采用SAR成像算法对所述模拟SAR信号进行处理得到模拟SAR图像。

[0132] 在获取各个面元的散射图之后，可以将之进行整体运动的SAR信号模拟得到模拟SAR信号，然后采用SAR成像算法对所述模拟SAR信号进行处理得到模拟SAR图像。然后采用新型的SAR处理技术测试聚焦技术对模拟SAR图像进行特征提取等后处理。这是SAR信号模拟器与简单SAR图像模拟的差别，对于海面情况特别有用。

[0133] 如图2所示，SAR系统在高度H＝Rcosθi，沿着x方向匀速飞行。海面散射根据面元以及其上短波谱并根据速度聚束效应获取后向散射场。x′表示传感器的位置。 [0134] 考虑海面整体运动的SAR信号表示为：

[0135]

[0136] 其中：

[0137] s0(x′，r′)＝∫∫dxdrγ(x，r，x′＝0)g(x′-x，r′-r；r) (21) [0138] ω＝ω(ξ，η)是长波的色散关系；ξ＝Kx，η＝Ky/sinθi，其中θi是雷达入射角；其中，ξ0和η0对应于长波谱中占优势的波长；而ω0是相应的角频率。γ(x，r，x′＝0)表示位置x′＝0的经过速度聚束调整后的散射图；g(x′-x，r′-r；r)是静止场景的传递函数；插值前的SAR信号s0(·)首先根据傅立叶变换的方法计算，然后最终的s(·)通过插值获得。

[0139] 在获取模拟SAR信号之后，可以采用一般的SAR成像方法处理，获取模拟SAR图像。

[0140] 为了分析本发明提供的海浪的SAR信号模拟方法的模拟效果，采用了统计分布和图像谱分析的方法对本发明的海浪的SAR信号模拟方法进行了实验，图像设置为1024像素。

[0141] 主要参数见表1：

[0142] 表1

[0143]参数变量参数取值单位
spectype 频谱种类 Jonswap
windspeed 风速 8 m/s
Hm0 有效浪高 1 m
Tp 峰值周期 10 s
θ0 频谱角度 45 °
s 扩展函数系数 150
Nx 方位向面元数 2000
Ny 距离向面元数 2000
dx 方位向网格大小 1.4 m
dy 距离向网格大小 1.9 m
θi 入射角 30 °
Polarization 极化方式 HH
λ 电磁波长 0.03 m
maxaz 散射图方位向像素数 1024
maxrg 散射图距离向像素数 1024
ColumnSpacing 列间距(方位向) 4.2 m
RowSpacing 行间距(距离向) 7.9 m
e 海水的介电常数 80+4i
τ 脉冲时间 37.1E-6 sec
fc 采样频率 18.96E6 Hz
Δf 脉冲带宽 15.55E6 Hz
c 光速 3.E8 m/sec
Daz 天线尺寸 12 m
V 飞行速度 7100 m/sec
PRF 脉冲重复频率 1678 Hz
R0 传感器距离 6E5 m
RangeResolution 距离向分辨率 9.6 m
方位向分辨率 6.0 m

[0144]

[0145]

[0146] 为了模拟不同的浪高对成像的影响，下面对1m浪高，3m浪高以及8m浪高的情况进行了模拟，首先以1m浪高为例进行整个模拟过程的描述。

[0147] 实验一：

[0148] 下面对一些模拟过程中的结果进行分析，并验证整个模拟过程。首先明确输入函数，在表中表示了模拟过程中用到的参量以及取值，以及表示的含义。 [0149] 输入的海浪谱是Jonswap谱，有效浪高为1m，峰值周期为10s，频谱峰值与雷达飞行方向的夹角是45°，扩展函数使用cos-2s类型，s参数选择150；获得一个2000×2000的海面高度数据，分辨率为方位向的网格大小为1.4m，距离向的网格大小为1.9m。获取的海面高度数据见图3。

[0150] 并且输出了针对每个面元的沿着距离向的速度引起的面元方位向偏移，如图4。 [0151] 短波谱采用公式(12)和(13)，参量为10米高风速，取值为8m/s。根据速度聚束效应考虑海表面速度对散射面元的影响，获得海面的散射图见图5。

[0152] 获取的模拟SAR信号表示为图6。

[0153] 进行成像获得模拟SAR图像见图7。

[0154] 下面对模拟SAR图像的概率密度分布情况进行了分析。采用了瑞利分布、Lognormal分布，Weibull分布和Gamma分布进行参数拟合。见图8。KS表示KS检验系数，其余为各分布的参数。

[0155] 对模拟图像的谱计算见图9。

[0156] 与之对应的海面高度谱见图10。

[0157] 从结果可以看出，在海浪的有效浪高比较小的情况下，海浪谱与图像谱之间的关系为线性关系。

[0158] 实验二：

[0159] 在进行1m有效浪高的情况下的模拟之后，下面对3m以及较大浪高的8m情况下进行了模拟。仅提供最终的散射图、模拟SAR图像及海浪谱进行对比。

[0160] 首先是输入信息，输入的海浪谱是Jonswap谱，见图11。

[0161] 模拟的海浪高度图见图12。

[0162] 进行模拟获得的模拟SAR图像见图13。

[0163] 分析各自的图像谱见图14。

[0164] 对不同有效浪高的模拟结果验证了速度聚束效应对海面SAR成像的影响。结果显示，大的浪高导致了SAR成像的非线性效应。

[0165] 本发明提供一种基于速度聚束效应的海浪的SAR信号模拟方法，输入海浪谱信息、传感器信息，进行三维海表面模拟，考虑布拉格散射以及速度聚束效应对面元的调整，采用整体运动的SAR信号模拟，并进行成像获得海面模拟SAR图像。对1m、3m和8m的有效浪高进行分析，获得了不同情况下的模拟图像，验证了速度聚束效应对最终成像结果的影响。

[0166] 本发明提供的海浪的SAR信号模拟方法由于考虑了海面运动所引起的多普勒效应，使得能够实现较大风浪情况下海浪的SAR信号模拟，能够为SAR系统的设计提供全面的模拟数据。

[0167] 以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

标题	发布/更新时间	阅读量
通用的多源遥感影像几何校正模型联合平差方法-专利编号CN101907705B	2020-05-14	900
通用的多源遥感影像几何校正模型联合平差方法-专利编号CN101907705A	2020-05-15	296
用于交互式基于特征的地球科学几何建模的场景图的构造和维护-专利编号CN1561505A	2020-05-13	1026
用于地球科学和石油技术协作的方法和计算系统-专利编号CN104981810A	2020-05-12	210
用于地球科学和石油技术协作的方法和计算系统-专利编号CN104981810B	2020-05-11	505
基于集群系统的GIS并行化系统-专利编号CN101719160A	2020-05-15	843
用于交互式基于特征的地球科学几何建模的场景图的构造和维护-专利编号CN100380407C	2020-05-12	849
地球科学多源传感器数据软件管线流处理技术-专利编号CN109508242A	2020-05-11	926
一种地球科学浅层地质研究采样装置-专利编号CN208984374U	2020-05-13	1112
一种地球科学科普教育模型-专利编号CN206210233U	2020-05-14	574

一种海浪的SAR信号模拟方法

一种海浪的SAR 信号模拟方法

技术领域

背景技术

发明内容

附图说明

具体实施方式

IPRDB

热门服务

关于我们

友情链接

联系方式