一种基于仿真模型的星载SAR成像优化方法、设备及介质技术

本说明书实施例公开了一种基于仿真模型的星载SAR成像优化方法、设备及介质，涉及雷达技术领域，方法包括：获取星载合成孔径雷达的当前发射参数、指定仿真位置和全球地物分类数据；对全球地物分类数据中的地物类型进行重分类，得到指定数量个类型的地物分类数据，以通过地物分类数据确定当前地物类型，对初始雷达散射截面仿真模型进行修正，得到修正后的优化雷达散射截面仿真模型，以确定当前地物类型对应的当前优化雷达散射截面仿真模型，将当前发射参数输入至当前优化雷达散射截面仿真模型中，得到对应的当前预测雷达散射截面，通过当前预测雷达散射截面和当前发射参数，确定雷达接收机的增益控制参数，实现星载SAR成像的优化。化。化。

【技术实现步骤摘要】
一种基于仿真模型的星载SAR成像优化方法、设备及介质


[0001]本说明书涉及雷达
，尤其涉及一种基于仿真模型的星载SAR成像优化方法、设备及介质。

技术介绍

[0002]星载合成孔径雷达（Synthetic Aperture Radar, SAR）具有全天候、全天时和高分辨率成像能力，广泛应用于军事和民用各个领域。根据合成孔径雷达的组成特点，为确保地面雷达回波信号强度在接收机最佳动态范围内，保证SAR图像质量，需要正确设置星上雷达接收机增益控制参数。
[0003]在SAR卫星发射前，需要根据SAR参数和全球地物雷达散射截面（Radar Cross section，RCS），计算每次SAR成像，星上雷达接收机增益控制参数数值。雷达散射截面是描述地物与雷达波之间相互作用的重要参数，表征了目标在雷达波照射下所产生的回波强度。然而，不同波段、不同入射角、不同极化方式以及不同地物的雷达散射截面差异巨大，目前的地物分类较多，无法贴近实际的地物分布，传统的散射模型中可预测的地物类型有限，无法满足多种典型地物的仿真需求，难以对雷达散射截面准确预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于仿真模型的星载SAR成像优化方法，其特征在于，所述方法包括：获取星载合成孔径雷达的当前发射参数、指定仿真位置和全球地物分类数据，其中，所述发射参数包括当前雷达波段、当前入射角和当前极化方式，所述全球地物分类数据中包括预设数量个类型的地物；对所述全球地物分类数据中的地物类型进行重分类，得到指定数量个类型的地物分类数据，以通过所述指定数量个类型的地物分类数据，确定所述指定仿真位置的当前地物类型，其中，所述指定数量小于所述预设数量；对预先构建的初始雷达散射截面仿真模型进行修正，得到修正后的优化雷达散射截面仿真模型，以确定所述当前地物类型对应的当前优化雷达散射截面仿真模型，其中，所述优化雷达散射截面仿真模型包括所述指定数量个类型的地物仿真模型，以及每个地物类型的地物仿真模型对应的至少一个修正参数；将所述当前发射参数输入至所述当前优化雷达散射截面仿真模型中，得到对应的当前预测雷达散射截面，通过所述当前预测雷达散射截面和所述当前发射参数，确定雷达接收机的增益控制参数，实现星载SAR成像的优化。2.根据权利要求1所述的一种基于仿真模型的星载SAR成像优化方法，其特征在于，对所述全球地物分类数据中的地物类型进行重分类，得到指定数量个类型的地物分类数据，具体包括：获取所述全球地物分类数据中的分类栅格数据，以确定指定仿真位置在所述全球地物分类数据中的原始地物类型，其中，所述原始地物类型包括云、水体、林地、草地、灌木、建筑、裸地、雪/冰、淹没植被和耕地中的任意一项；当所述原始地物类型为云时，获取所述指定仿真位置对应的云像素位置，基于所述云像素位置，进行外延区域像素读取，确定像素数量最多的指定地物类型，其中，所述指定地物类型包括水体、林地、草地、灌木、建筑、裸地、雪/冰、淹没植被和耕地中的任意一项；当所述指定地物类型不为云时，将所述指定地物类型作为所述指定仿真位置对应的重分类地物类型。3.根据权利要求2所述的一种基于仿真模型的星载SAR成像优化方法，其特征在于，基于所述云像素位置，进行外延区域像素读取，确定像素数量最多的指定地物类型，具体包括：以所述云像素位置为中心，建立像素窗口，其中，所述像素窗口的尺寸为预设初始尺寸；根据所述全球地物分类数据，统计所述像素窗口内各个地物类型对应的像素个数；当所述像素窗口内各个地物类型对应的像素个数均相同时，对所述像素窗口进行扩大，得到扩展像素窗口；根据所述全球地物分类数据，统计所述扩展像素窗口内各个地物类型对应的像素个数，将所述像素窗口内像素个数最多的地物类型作为指定地物类型。4.根据权利要求1所述的一种基于仿真模型的星载SAR成像优化方法，其特征在于，对预先构建的初始雷达散射截面仿真模型进行修正，得到修正后的优化雷达散射截面仿真模型，具体包括：获取不同入射参数对应的不同地物的历史雷达散射截面数据范围；
对所述历史雷达散射截面数据范围进行数据分析，获取所述历史雷达散射截面数据范围中的每种地物类型对应的多个指定雷达散射截面数据，其中，每个所述指定雷达散射截面数据包括波动最大值和波动最小值；建立所述指定雷达散射截面数据、仿真入射参数和地物类型的映射关系；基于所述映射关系，对所述预先构建的初始雷达散射截面仿真模型进行修正，得到修正后的优化雷达散射截面仿真模型。5.根据权利要求4所述的一种基于仿真模型的星载SAR成像优化方法，其特征在于，基于所述映射关系，对所述预先构建的初始雷达散射截面仿真模型进行修正，得到修正后的优化雷达散射截面仿真模型，具体包括：基于所述映射关系，获取所述指定雷达散射截面数据中的波动最大值和波动最小值，确定所述波动最大值对应的第一仿真入射参数、所述波动最小值对应的第二仿真入射参数和对应的地物类型；将所述第一仿真入射参数，输入至所述地物类型对应的初始雷达散射截面仿真模型中，得到第一仿真雷达散射截面数据；将所述第二仿真入射参数，输入至所述地物类型对应的初始雷达散射截面仿真模型中，得到第二仿真雷达散射截面数据；通过所述波动最大值、所述第一仿真雷达散射截面数据、所述波动最小值和所述第二仿真雷达散射截面数据，对所述初始雷达散射截面仿真模型进行修正，得到修正后的优化雷达散射截面仿真模型。6.根据权利要求5所述的一种基于仿真模型的星载SAR成像优化方法，其特征在于，通过所述波动最大值、所述第一仿...

【专利技术属性】
技术研发人员：俞雷，唐洪城，张薇，
申请(专利权)人：北京四象爱数科技有限公司，
类型：发明
国别省市：