基于Matlab的合成孔径雷达模拟陆地场景（附源码）

news2025/1/16 5:30:59

一、生成模拟地形

二、指定搜救系统和场景

三、定义地表反射率

四、配置雷达收发器

4.1 生成数据多维数据集

4.2 可视化 SAR 数据

五、总结

六、程序

合成孔径雷达（SAR）系统使用平台运动来模拟更长的孔径，以提高跨距离分辨率。SAR 数据通常使用飞机、航天器或车辆等平台收集。由于平台的移动，从目标反射返回的数据似乎没有聚焦，看起来像随机噪声一样。在SAR系统中，基本信息驻留在接收数据的幅度和相位中。相位相关处理对于聚焦图像的形成至关重要。

在本例中，将仿真 L 波段遥感 SAR 系统。该模拟包括从包含三个目标和一个树木繁茂的山丘地表的场景生成 IQ 信号。返回的数据将使用距离迁移聚焦算法进行处理。

一、生成模拟地形

生成并绘制地表的随机高度图。高度图将代表山峰高达约200 m的丘陵场景。确保地形分辨率小于成像系统的分辨率非常重要。根据辅助函数的配置，地图的分辨率在 X 维度上会略高于 1 米，在 Y 维度上约为 1.6。要提高生成的地图的分辨率，请增加迭代次数。粗糙度系数通常设置为 2 值。值越小，地形越崎岖，值越大，地形越平坦。

二、指定搜救系统和场景

定义一个距离分辨率约为 5 m 的 L 波段 SAR 成像系统。该系统安装在1000米高度飞行的机载平台上。使用函数验证范围分辨率是否符合预期。

将天线孔径指定为 6 米。将斜角设置为 0 度以进行宽边操作。将平台速度设置为 100 m/s 并配置平台几何形状。合成孔径长度为100米。

定义目标。此示例中的目标是固定的，旨在表示校准目标。将目标高度设置为相对于表面的 110 米。选择此高度时，由于丘陵地形，目标可能会被遮挡。

接下来，设置参考倾斜范围，该范围用于后续处理步骤，例如确定雷达天线的适当指向角度。使用函数计算跨范围分辨率。根据几何形状和雷达设置，跨距离分辨率约为2米。

然后，确定SAR系统的适当脉冲重复频率（PRF）。在SAR系统中，PRF具有双重含义。PRF不仅确定最大明确范围，而且还用作跨范围方向的采样频率。如果PRF太低，则脉冲持续时间较长，导致照亮特定区域的脉冲较少。如果PRF过高，则可以实现跨范围采样，但代价是最大范围减小。该函数建议最大和最小 PRF 边界。

对于此示例，将 PRF 设置为 500 Hz。现在，雷达和目标的参数已定义。设置雷达场景使用。将雷达平台和目标添加到场景中。将目标雷达横截面（RCS）设置为 5 dBsm，并绘制场景。

请注意，生成的地形在范围和交叉范围上已限制在预期的光束位置。这是为了节省内存，以及加快模拟速度。

三、定义地表反射率

设置雷达方案及其平台后，请定义陆地表面。首先，选择一个反射率模型。雷达工具箱™提供 7 种不同的反射率模型，涵盖广泛的频率、掠角和土地类型。星号表示默认模型。在命令窗口中键入有关每个型号的使用和适用掠角的更多信息。土地反射率模型如下

APL：支持在 1 到 100 GHz 范围内的频率上从低到高的掠角的数学模型。支持的土地类型包括城市、高地貌和低地貌。
Barton*：支持在 1 到 10 GHz 频率范围内进行中等掠角的数学模型。支持的土地类型是崎岖的山脉、山脉、大都市、城市、树木繁茂的丘陵、连绵起伏的丘陵、树林、农场、沙漠、平地和光滑。这是默认模型。
Billingsley：经验模型适用于 3 MHz 至 12 GHz 频率上的低掠角。支持的土地类型包括低浮雕农村、低浮雕森林、农场、沙漠、沼泽、草原、高浮雕农村、高浮雕森林、山区、城市、低浮雕城市。
GIT：在 3 至 15 GHz 频率范围内中等掠角的半经验模型。支持的土地类型包括土壤、草、高草、树木和城市。
Morchin：在 300 MHz 至 8 GHz 范围内频率范围内高掠角的数学模型。支持的土地类型包括沙漠、农场、树林和山脉。
Nathanson：在 1 至 36 GHz 频率范围内低到中等掠角的经验模型。支持的土地类型包括沙漠、农场、树林、丛林、连绵起伏的丘陵和城市。
Ulaby-Dobson：在 1 至 18 GHz 频率范围内低到中等掠射角度的半经验模型。支持的土地类型是土壤、草、灌木和短植被。

对于此示例，请使用默认的 Barton 模型，因为它具有如此大量的土地类型。对于 100 米以上的地形值，请为树木繁茂的山丘分配反射率值。否则，将反射率值设置为木材。绘制反射率图以查看分配

使用将陆地表面添加到雷达方案中。将先前生成的随机高度图和反射率图分配给陆地表面。

四、配置雷达收发器

在本节中，配置雷达系统属性。定义天线和发射的线性调频（LFM）波形。将雷达传感器分配给雷达平台。

4.1 生成数据多维数据集

现在场景和雷达系统已经定义，使用该方法从地表生成返回。默认情况下，将模拟主瓣中的杂波返回。使用该方法收集数据。加载数据或模拟原始 SAR 返回。如果选择模拟 IQ，则在接收 IQ 数据时，将生成原始信号返回的图。否则，将立即绘制未处理的数据立方体。原始信号是在跨量程方向上传输的脉冲的集合。该图显示了三个目标和陆地表面的信号的真实部分。

从完全形成的地块中可以看出，目标和地表的回报在范围和交叉范围内分布广泛。因此，很难区分原始二维SAR数据中的单个目标。明显存在回波的区域是天线的主瓣。如果要对更大的区域进行映像，可以实施的一些更改包括：

增加SAR成像平台的高度或
增加波束宽度。

4.2 可视化 SAR 数据

使用范围迁移算法聚焦图像。距离迁移算法校正了距离-方位耦合以及方位-频率依赖性。该算法按以下方式进行：

FFT：首先，该算法执行二维FFT。这会将SAR信号转换为波数空间。
匹配筛选：其次，该算法使用参考信号聚焦图像。这是一个批量聚焦阶段。参考信号是针对选定范围（通常是中频范围）计算的。选定范围内的目标将正确聚焦，但远离参考的目标仅部分聚焦。
斯托尔特插值：接下来是一个差分聚焦阶段，它使用斯托尔特插值来聚焦其余的目标。
IFFT：最后，执行二维IFFT将数据返回到时域。

根据雷达波形，使用该函数形成单视复合体（SLC）图像并绘制结果。经过距离和跨距离处理，可以从背景中区分两个目标。

SAR图像与光学图像相似，但物理原理完全不同。由于SAR使用倾斜范围形成图像，因此高程目标比低高程目标看起来更靠近雷达，从而导致高程目标出现在SAR图像中的较近范围内。这种失真称为重叠，在图像中很明显。此外，实际的掠射角度在成像的条带上略有变化，在较远的范围内存在较浅的角度，而在较近的距离上存在更陡峭的角度。这些特征等导致与笛卡尔基本真理相比扭曲的图像。

遮挡方法有助于我们进一步解释结果。在陆地表面使用该方法，确定整个场景中目标的可见性。

第一个目标根本不可见，因为它被地形遮挡了。第二个目标在整个集合中仅部分可见。这会导致跨量程维度的数据丢失，从而导致旁瓣增加和信号功率降低。第三个目标在整个目标集合中完全可见。它明亮而专注。