【技术实现步骤摘要】
所属的技术人员知道，本专利技术可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram),只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本专利技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本专利技术的限制，本领域的普通技术人员在本专利技术的范围内可以对上述实施例进行变化、修改、替换和变型。
技术介绍
1、基于对重点区域的持续观测和数据处理，通过信号处理技术实现该区域动态视频，可实时获取船只、车辆的地理位置
2、美国sandia实验室在2010年首次基于ku频段sar实现了视频sar实际验证与应用，综合考虑元器件水平、帧率和大气衰减等指标，视频sar系统通常设计在毫米波至太赫兹频段，这有利于设备小型化。美国国防高级研究计划局darpa(defense advanced researchprojects agency)于2016年实现了235ghz频段的视频sar成像。德国高频物理与雷达技术研究所(fraunhofer-fhr)于2019年成功实现了w频段对城区的视频成像。芬兰iceye公司于2020年基于其x波段星载sar系统实现了sar视频成像，用于动态监测港口和城市等高价值区域。近年来，国内多家单位也相继对视频sar系统和关键技术开展了研究并取得较大进展。
3、随着星载sar高频段元器件制造工艺的进步，毫米波(如ka)频段星载sar载荷及天线技术逐渐成熟，研发制造ka频段星载sar成为可能。2023年5月21日，国际首颗ka频段高分辨率星载sar卫星珞珈二号成功进入预定轨道并开始在轨测试。ka频段载频是x频段的4倍左右，是c频段的6～7倍，高频段意味着小波长，而小波长意味着相同分辨率下的高帧率图像获取。基于珞珈二号sar载荷实现了视频sar波位设计，基于实测数据完成了ka频段星载sar图像处理与获取，这验证了星载毫米波视频sar系统的可行性。
4、视频sar成像处理算法分为时域类成像算法和频域类成像算法。虽然频域类成像算法(cs，chirp-scaling类、rma，range migration algorithm类)算法效率较高，但其处理所得图像依赖于观测几何(距离-多普勒平面)，对于视频sar数据不同帧成像结果图位置不完全一致，存在着图像的旋转、平移等形变，这意味着形成视频需要额外的图像配准操作，增加了场景视频生成后续运算量。而时域类成像算法成像区域始终位于网格划分处，不会产生偏移和旋转，因此视频sar成像算法通常基于时域类处理内核并进行优化。从计算机层析领域引入的后向投影算法(bp algorithm，bpa)理论上适用于任意轨道、任何成像模式，算法适用性极强。算法思路是将每个脉冲投影到成像平面并进行相干累积。然而在后向投影的过程中需要计算网格和每个脉冲时刻的卫星距离，巨大的运算量限制了算法的应用。在该背景下，为了提升算法效率，各国学者提出了很多快速时域成像算法。2011年angelribalta提出了gbp算法(generalized back-projection algorithm，gbp)，该算法基于快速bp算法，考虑了成像期间天线的位置移动，提高了成像处理精度；2003年，larsm.h.ulander提出了ffbp算法(fast factorized bp)，该算法是快速算法的进一步发展，是多级bp算法的代表，通过分级的思想进一步提升了算法效率。然而，不论是gbp算法还是ffbp算法，算法在低分辨率图像融合成高分辨率图像的过程中都涉及插值操作，这样的操作随着融合次数的增加会积累更大的误差，如果为了降低误差的积累采用更精确的插值核，会增加算法的运算量。为了降低快速bp算法的误差积累，西安电子科技大学2014年提出了afbp(accelerated fast bp)算法，afbp通过频谱平移和拼接代替了ffbp算法的插值操作，提升了算法效率，但是该算法推导中存在包络和相位的近似，并且不适用于条带、滑动聚束模式；2018年，西安电子科技大学提出了cfbp(cartesian factorized bp)算法，该算法继承了ffbp算法的高效性，并且没有引入额外误差(包络和相位误差)，是目前典型高效高精度sar时域成像算法。然而实际视频sar生成中，人眼对sar视频帧率有要求(通常不小于5hz)，在数据处理中为形成一定帧率的视频sar，通常要求视频帧间图像重复利用部分sar回波数据，若不考虑视频sar帧图像相似性分别处理生成sar帧图像，则会导致视频帧图像的重复处理，最终导致视频sar成像处理运算量巨大，这大大限制视频sar，尤其是星载毫米波视频这样大数据量的处理时效性。
技术实现思路
1、本申请提供了一种星载毫米波视频sar快速成像处理方法及处理系统，用以在保证处理精度不损失的前提下实现了星载毫米波视频sar高效成像处理。
2、第一方面，提供了一种星载毫米波视频sar快速成像处理方法，包括以下步骤：
3、对sar回波数据进行距离压缩处理，得到距离压缩后数据；
4、计算子孔径的长度，并从所述距离压缩后数据获取每个所述子孔径对应的距离压缩后数据；
5、对每个所述子孔径对应的距离压缩后数据中的所有方位向采样脉冲使用cfbp算法进行时域反投处理，得到每个所述子孔径对应的采样脉冲图像数据；
6、对所有的所述采样脉冲图像数据进行相干叠加处理，得到每个所述子孔径对应的子孔径叠加图像数据；
7、对所有所述子孔径叠加图像数据进行相干叠加处理，并根据图像分辨率需求，得到高分辨率sar复图像；
8、对所述高分辨率sar复图像进行多视处理，完成视频sar数据处理。
9、在上述技术方案中，通过对sar回波数据进本文档来自技高网...
【技术保护点】
1.一种星载毫米波视频SAR快速成像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的星载毫米波视频SAR快速成像处理方法，其特征在于，所述对SAR回波数据进行距离压缩，得到距离压缩后数据的步骤，具体为：
3.根据权利要求2所述的星载毫米波视频SAR快速成像处理方法，其特征在于，所述在距离频域对所述SAR回波数据使用匹配滤波函数进行距离向压缩处理的步骤，具体包括：
4.根据权利要求3所述的星载毫米波视频SAR快速成像处理方法，其特征在于，所述匹配滤波函数为：
5.根据权利要求1所述的星载毫米波视频SAR快速成像处理方法，其特征在于，所述计算子孔径的长度的步骤，具体包括：
6.根据权利要求5所述的星载毫米波视频SAR快速成像处理方法，其特征在于，
7.根据权利要求6所述的星载毫米波视频SAR快速成像处理方法，其特征在于，所述根据地面成像点位置，对成像场景进行投影网格划分的步骤，具体为：
8.根据权利要求1所述的星载毫米波视频SAR快速成像处理方法，其特征在于，
9.根据权利要
10.一种星载毫米波视频SAR快速成像处理系统，其特征在于，包括：
...【技术特征摘要】
1.一种星载毫米波视频sar快速成像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的星载毫米波视频sar快速成像处理方法，其特征在于，所述对sar回波数据进行距离压缩，得到距离压缩后数据的步骤，具体为：
3.根据权利要求2所述的星载毫米波视频sar快速成像处理方法，其特征在于，所述在距离频域对所述sar回波数据使用匹配滤波函数进行距离向压缩处理的步骤，具体包括：
4.根据权利要求3所述的星载毫米波视频sar快速成像处理方法，其特征在于，所述匹配滤波函数为：
5.根据权利要求1所述的星载毫米波视频sar快速成像处理方法，其特征在于，所述计...
【专利技术属性】
技术研发人员：肖枫，孙晗伟，王志锐，王新民，李炳沂，赵勇，郭路鹏，肖汉，
申请(专利权)人：北京无线电测量研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。