news 2026/3/19 2:05:34

1.1SAR原理

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
1.1SAR原理

https://pan.quark.cn/s/505995669f03?pwd=255

InSAR原理

内容贡献者包括:Scott Hensley, Anthony Freeman, Jakob van Zyl, Piyush Agram, Howard Zebker

本笔记本介绍了合成孔径雷达干涉测量的基础知识。

  1. 什么是雷达?

  2. 基本定义

  3. 什么是合成孔径雷达?

  4. 雷达图像的属性

  5. 什么是合成孔径雷达干涉测量?

  6. SAR的其他重要模式有哪些?

  7. 什么是距离-多普勒几何,为什么它很重要,以及它与地理坐标的关系?

第一部分:雷达成像基础

引言

你阅读这篇文章是因为你对合成孔径雷达(SAR)的大地测量方面感兴趣,特别是干涉合成孔径雷达(InSAR)。 从技术角度来看,SAR和InSAR相当复杂,即使对该领域的专家来说,一个能够照亮地面上巨大足迹的仪器如何能够提供几乎任意精细分辨率的图像,以及图像点随时间的相对运动达到毫米到厘米级的精度,也可能是一个奇迹。 这可以通过首先查看处理前的原始数据“图像”来说明。

本笔记本中任何计算示例所使用的雷达和航天器参数及常数表

import numpy as np Lambda = 0.24 L_a = 10. W_a = 2. theta_l = 30. * np.pi/180. theta_sq = 0. * np.pi/180. v_sc = 7500. h_sc = 750000. B_r = 20.e6 tau_r = 10.e-6 f_p = 1600. P_T = 4000. T_r = 300. L_cr =2.4 c = 299792456 k = 1.38064852e-23 G = 6.672e-11 M_E = 5.9742e24

利用距离向编码实现更好的分辨率

如果无法发射足够窄且功率足以达到预期结果的脉冲,通常的做法是在脉冲中发射编码波形,为脉冲信号创建更宽的带宽。分辨率则是带宽的倒数。具体来说,对于一个脉冲持续时间为且没有编码波形的雷达脉冲,其分辨率为

而对于一个波形编码后带宽为的雷达脉冲,其分辨率为

rho = h_sc / np.cos(theta_l) Delta_rho_taur = c * tau_r / 2. Delta_rho_Br = c * (1./B_r) / 2. print("Spacecraft altitude =",f"{h_sc:.2f}","m") print("Pulse length =",f"{1.e6*tau_r:.2f}","microsec") print("Pulse Bandwidth=",f"{1.e-6*B_r:.2f}","MegaHertz") print("Range from spacecraft to boresight intersection with ground =",f"{rho:.2f}","m") print("Range resolution based on pulse duration = \"",f"{Delta_rho_taur:.2f}","m") print("Range resolution based on bandwidth of coded range pulse = \"",f"{Delta_rho_Br:.2f}","m")

地面分辨率变化

tau_p = 0. theta=np.linspace(25.,45.,100) Delta_rhog_Br = Delta_rho_Br / np.sin((theta-tau_p) * np.pi / 180.) tau_p = 10. Delta_rhog_Br_10deg = Delta_rho_Br / np.sin((theta-tau_p) * np.pi / 180.) tau_p = 20. Delta_rhog_Br_20deg = Delta_rho_Br / np.sin((theta-tau_p) * np.pi / 180.) plt.style.use('seaborn-v0_8-whitegrid') fig = plt.figure() ax = plt.axes() plt.plot(theta,Delta_rhog_Br,label='0$^\\circ$ slope') plt.plot(theta,Delta_rhog_Br_10deg,label='10$^\\circ$ slope') plt.plot(theta,Delta_rhog_Br_20deg,label='20$^\\circ$ slope') plt.xlabel("Look angle $(^\\circ)$") plt.ylabel("Ground Range Resolution ") plt.title("Ground Range Resolution versus look angle for different slopes") plt.legend(loc='best');

一些波束尺寸示例

theta_3db_az = 0.866 * Lambda / L_a # 0.866 factor typically more representative of actual 3dB point theta_3db_el = 0.866 * Lambda / W_a Delta_X_az = rho * theta_3db_az Delta_X_el = rho * theta_3db_el / np.cos(theta_l) print("Antenna Length in azimuth (along track) =",f"{L_a:.2f}","m") print("Antenna Width in elevation (perp to boresight and azimuth)=",f"{W_a:.2f}","m") print("Azimuth beamwidth =",f"{180.*theta_3db_az/np.pi:.2f}","degrees") print("Elevation beamwidth =",f"{180.*theta_3db_el/np.pi:.2f}","degrees") print("Azimuth beam extent at reference range =",f"{Delta_X_az:.2f}","m") print("Elevation beam extent at reference range =",f"{Delta_X_el:.2f}","m")

方位向分辨率示例

信号从航天器到地面再返回的双程传播,使得方位向波束内的多普勒带宽展宽比人们预期的要大一倍。因此,合成孔径长度可以被认为是照亮刈幅范围的两倍。

# allow for some playing with parameters locally. theta_3db_az = 0.866 * Lambda / L_a # 0.866 factor typically more representative of actual 3dB point Delta_X_az = rho * theta_3db_az SynAp_az = 2. * Delta_X_az theta_SynAp = 0.866 * Lambda / SynAp_az delta_x_SynAp = rho * theta_SynAp print("Azimuth antenna length =",f"{L_a:.2f}","m") print("Azimuth beam extent at reference range illuminating a target =",f"{Delta_X_az:.2f}","m") print("Synthetic aperture length (effective) =",f"{SynAp_az:.2f}","m") print("Synthetic aperture effective beamwidth =",f"{1000.*180.*theta_SynAp/np.pi:.3f}","millidegrees") print("Synthetic aperture resolution =",f"{delta_x_SynAp:.3f}","m")

对于一个距离向带宽为40 MHz,天线尺寸在高度向上为2米,飞行方向上为12米的条带模式SAR图像,其固有分辨率是多少?

A. 距离向12米,飞行方向12米

B. 距离向1米,飞行方向6米

C. 距离向3米,飞行方向1米

D. 距离向3米,飞行方向6米

参考链接:

isceplus/2025-isceplus:包含 2025 年技术短期课程:InSAR 处理和分析 (ISCE+) 的材料

https://github.com/isceplus/2025-isceplus

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/13 15:32:38

基于深度学习的饮食计划推荐与交流分享平台

随着人们健康意识的不断提升,饮食管理成为日常生活中重要的一环。我们开发了一款基于深度学习的饮食计划推荐与交流分享平台。该平台以Java语言为基础,采用Spring Boot框架构建,结合Spark强大的数据处理能力以及决策树算法的精准预测&#xf…

作者头像 李华
网站建设 2026/3/13 6:26:37

langchain 快速入门(五):Langgraph应用,执行流程由线转图

简介 Langgraph是langchain框架提供的一个组件,langgraph能够解决AI执行流程中迭代、循环或者根据结果返回上一步,与之前讲的chain链相比,能够实现更加复杂的AI执行流。 langgraph 从chain转到langgraph从数学的角度上来讲,执行流…

作者头像 李华
网站建设 2026/3/13 21:53:33

职称论文选刊必知的五大关键要点

在当今竞争激烈的职业环境中,若想获得更好的职业发展,评上更高的职称是众多职场人士的追求。而撰写论文并向高质量的论文期刊投稿,无疑是重要的晋升途径之一。既然发表论文对于评职称如此关键,是我们未来职业发展必须攻克的难题&a…

作者头像 李华
网站建设 2026/3/13 8:24:01

基于STM32单片机温度报警 数码管温度报警器设计 电子温度计 diy

目录设计方案概述硬件组件清单关键电路设计软件实现要点调试与优化参考资源源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!设计方案概述 基于STM32单片机的温度报警系统结合数码管显示和蜂鸣器报警功能,可实现实时温度监测…

作者头像 李华
网站建设 2026/3/13 23:45:33

毕设分享 基于SPIMI的新闻搜索引擎系统(源码+论文)

文章目录 0 前言1 项目运行效果2 设计概要3 核心部分4 最后 0 前言 🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统…

作者头像 李华
网站建设 2026/3/14 2:01:22

朝鲜黑客武器化VS Code,借微软合法设施渗透韩国政企网络

与朝鲜有关的网络间谍组织正在将全球开发者广泛使用的工具——Visual Studio Code——武器化,用于悄无声息地渗透受害者网络。Darktrace最新调查揭露,该组织针对韩国用户发起复杂攻击,通过伪装成政府文件并利用微软合法基础设施,成…

作者头像 李华