Python实现《合成孔径雷达成像——算法与实现》图5.3

最新推荐文章于 2024-10-15 10:58:37 发布

EricIGARSS

最新推荐文章于 2024-10-15 10:58:37 发布

阅读量297

点赞数

CC 4.0 BY-SA版权

分类专栏： SAR 合成孔径雷达文章标签： python 算法

本文链接：https://blog.youkuaiyun.com/SARremote/article/details/127697008

合成孔径雷达同时被 2 个专栏收录

13 篇文章

订阅专栏

SAR

10 篇文章

订阅专栏

本文使用Python实现合成孔径雷达成像中的信号处理算法，包括生成并展示方位Chirp信号及其压缩后的瞬时频率变化，涉及信号的过采样、降采样及混叠效应。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python实现《合成孔径雷达成像——算法与实现》图5.3。
在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np
import math
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus']=False    #用来正常显示负号
T = 128                     # 脉冲持续时间
B = 10                      # 脉冲带宽
K = B/T                     # 调频率

ratio = 5                   # 过采样率
Fs = ratio*B                # 采样频率
dt = 1/Fs                   # 采样间隔
N = math.ceil(T/dt)         # 采样点数
t = np.arange((0-N/2)/N*T,(N-N/2)/N*T,dt) # 时间轴
#print(t)
st = np.exp(1j*math.pi*K*np.multiply(t, t))      #生成信号

ratio_d = 0.25                     # 4倍降采样率
Fs_d = ratio_d*B                   # 采样频率
dt_d = 1/Fs_d                      # 采样间隔
N = math.ceil(T/dt_d)              # 采样点数
t_d = np.arange((0-N/2)/N*T,(N-N/2)/N*T,dt_d) # 时间轴
st_d = np.exp(1j*math.pi*K*np.multiply(t_d, t_d))      #生成信号

# 参数计算
F1 = K*t/Fs_d
F2 = (K*t_d+np.floor((Fs_d/2-K*t_d)/Fs_d)*Fs_d)/Fs_d

## 画图
plt.figure(1)
plt.subplot(3,1,1)
plt.title('(a)混叠前方位chirp信号的实部')
plt.plot(t,np.real(st))
plt.ylabel('幅度')

plt.subplot(3,1,2)
plt.title('(b)混叠后方位chirp信号的实部')
plt.plot(t_d,np.real(st_d))
plt.ylabel('幅度')

plt.subplot(3,1,3)
plt.title('（c）压缩后的信号')
plt.plot(t,F1,'k--')
plt.plot(t_d,F2)
plt.title('(c)信号瞬时频率')
plt.xlabel('方位时间')
plt.ylabel('频率(PRF)')
plt.arrow(-16, 1, 31, 0, width = 0.01, head_width=0.2, head_length=1, ec ='green') 
plt.arrow(16, 1, -31, 0, width = 0.01, head_width=0.2, head_length=1, ec ='green') 

plt.text(-5,+1.2,'PRF时间')
plt.text(-5,-1,'未混叠频率')
plt.text(-45,-1,'混叠频率')
plt.text(+35,-1,'混叠频率')

plt.tight_layout()
plt.show()