数学中的图像重构-- 雷达成像 Intro

雷达成像原理(一)合成孔径成像Chirp-Scaling 雷达成像原理什么是雷达图像分辨率距离分辨方位分辨多普勒合成孔径聚焦处理 什么是雷达图像 分辨率 距离分辨 距离向分辨率ρ=c/2f 其中c为光速,f为信号频率的宽度 若信号频带为100MHz,距离向分辨率为1.5m 当信号频带不断增大时,距离分辨率可不断提高,此时接收到的回波是分布开的一维距离像,横轴称为接收到回波的时间,纵轴为接收到信号的幅度大小,当接收到的幅度大于一定程度时就可以认定为目标,根据在该幅度对应的时间就可求得目标的距离 方位分辨 多普勒 物体辐射的波长会因为波源和观测者的相对运动而产生 阅读详情

这是我之前在剑桥大学上的一节研究生应数选修课 Image Reconstruction,之前没怎么听懂,所以这段时间想把它补起来。
这节课老师没有明确的讲义,所以我就照记着的一些书的顺序,把它复习了。
整堂课只有我一个人上 QAQ,所以应该算是在数学系里比较小众的方向吧。
因此这篇笔记 基本上是为了 我自己以后查资料或公式好找一点。
这篇笔记摘自 Fundamental of Radar Imaging. M.Cheney and B.Borden.

引言

雷达成像 Intro

初级图像方法

  • 雷达系统 由 转换电磁波 来完成 对 echo-locatio 回声位置与对反射场的测度。

回声位置

  • 理想系统
  • R R R 发射短脉冲与目标的距离
  • τ \tau τ 发射短脉冲到返回的时间
  • c c c 短脉冲的速度
  • 所以 c τ = 2 R c\tau = 2R cτ=2R 来回距离等于时间乘速度
  • R = c τ 2 R = \frac{c\tau}{2} R=2cτ​

High-Range-resolution (HRR)高范围分辨率 Imaging

  • 对于一些比较复杂的目标 类似飞机,它有 superposition 叠加的反射响应,同时可以认为时一维的目标图像,把这一类响应称为 HRR 轮廓。

HRR

Real-Aperture 实孔径 Imaging

  • 用天线构成窄光速,并扫描区域成像。在每个光束位置与脉冲延迟,系统描绘出接收的强度。把这一类有 physical(real) 物理(真实) 孔径 所成的像称为实孔径成像。
  • 把覆盖地面的区域 称为 天线的 footprint覆盖区。

RA

Synthetic Aperture 合成孔径 Radar (SAR)

  • 更有效的成像方式。
  • 把 SAR 系统 platform 平台架设在飞行器上,在飞行过程中,转换信号波生成 scattered 疏散的波。然后运用数学的工具类似于 X-Ray Tomography X射线断层扫描 (CT) 生成高分辨率的图像。
    SAR系统
    Courtesy Sandia National Laboratories
    美国 华盛顿DC 的 SAR 图像 (Courtesy Sandia National Laboratories)

电磁波传播

The Equation of Electronmagnetic Wave Propagation

  • Maxwell’s equation 麦克斯韦 公式在时间域:
    ▽ × E = − ∂ B ∂ t ▽ × H = J + ∂ D ∂ t ▽ ⋅ D = ρ ▽ ⋅ B = 0 \begin{aligned} \triangledown \times \mathcal{E} &=-\frac{\partial \mathcal{B}}{\partial t} \\ \triangledown \times \mathcal{H} &= \mathcal{J} + \frac{\partial \mathcal{D}}{\partial t} \\ \triangledown \cdot \mathcal{D} &= \rho \\ \triangledown \cdot \mathcal{B} &= 0 \\ \end{aligned} ▽×E▽×H▽⋅D▽⋅B​=−∂t∂B​=J+∂t∂D​=ρ=0​

  • E ( t , x ) \mathcal{E}(t,x) E(t,x) 为 electric field 电场

  • B ( t , x ) \mathcal{B}(t,x) B(t,x) 为 magnetic induction field 磁感应场

  • D ( t , x ) \mathcal{D}(t,x) D(t,x) 为 electric displacement field 电位移场

  • H ( t , x ) \mathcal{H}(t,x) H(t,x) 为 magnetic intensity field 强度磁场

  • J ( t , x ) \mathcal{J}(t,x) J(t,x) 为 current density 电流密度

  • ρ ( t , x ) \rho(t,x) ρ(t,x) 为 charge density 电荷密度

  • 电场方向为 电磁场的 polarization 极化

  • 在真空、干燥的空气 或 free space 自由空间中,则
    ρ ( t , x ) = 0  和  J ( t , x ) = 0 \rho(t,x) = 0 \text{ 和 } \mathcal{J}(t,x) = 0 ρ(t,x)=0 和 J(t,x)=0

    • 同时基本关系满足
      D = ϵ 0 E  和  B = μ 0 H D = \epsilon_0 \mathcal{E} \text{ 和 } \mathcal{B} = \mu_0 \mathcal{H} D=ϵ0​E 和 B=μ0​H
  • 推导 ▽ 2 E \triangledown^2 \mathcal{E} ▽2E:
    ▽ 2 E = ▽ ( ▽ ⋅ E ) − ▽ × ( ▽ × E ) = ▽ ( ▽ ⋅ D ϵ 0 ) − ▽ × ( − ∂ B ∂ t ) = ▽ ( ρ ϵ 0 ∣ ρ = 0 ) + ▽ × ( ∂ μ 0 H ∂ t ) = 0 + μ 0 ∂ 2 D ∂ t 2 ▽ 2 E = μ 0 ϵ 0 ∂ 2 E ∂ t 2 \begin{aligned} \triangledown^2 \mathcal{E} &= \triangledown(\triangledown\cdot \mathcal{E}) - \triangledown \times (\triangledown \times \mathcal{E}) \\ &= \triangledown(\frac{\triangledown \cdot \mathcal{D}}{\epsilon_0}) - \triangledown \times (-\frac{\partial \mathcal{B}}{\partial t}) \\ &= \triangledown(\frac{\rho}{\epsilon_0}\Big\vert_{\rho = 0})+ \triangledown \times (\frac{\partial \mu_0 \mathcal{H}}{\partial t}) \\ &= 0 + \mu_0 \frac{\partial^2 \mathcal{D}}{\partial t^2}\\ {\color{blue}\triangledown^2 \mathcal{E}} &{\color{blue} = \mu_0 \epsilon_0 \frac{\partial^2 \mathcal{E}}{\partial t^2}} \end{aligned} ▽2E▽2E​=▽(▽⋅E)−▽×(▽×E)=▽(ϵ0​▽⋅D​)−▽×(−∂t∂B​)=▽(ϵ0​ρ​∣∣∣​ρ=0​)+▽×(∂t∂μ0​H​)=0+μ0​∂t2∂2D​=μ0​ϵ0​∂t2∂2E​​

  • 因此 在 Cartesian Coordinates 笛卡儿坐标里, 每个 E \mathcal{E} E 元素满足 scalar wave equation 标量波动方程。

  • 在自由空间中,常数波速 c = ( μ 0 ϵ 0 ) − 1 / 2 ≈ 3 ⋅ 1 0 8 m/sec c = (\mu_0 \epsilon_0)^{-1/2} \approx 3\cdot 10^8 \text{m/sec} c=(μ0​ϵ0​)−1/2≈3⋅108m/sec

Plane Wave 平面波

  • Linearly Polarized Field 线式偏振场

E ( t , x ) = E e − i ω ( t − e ^ ⋅ x / c ) \mathcal{E}(t,x) = Ee^{-i\omega (t-\hat{e}\cdot x/c)} E(t,x)=Ee−iω(t−e^⋅x/c)

H ( t , x ) = H e − i ω ( t − e ^ ⋅ x / c ) \mathcal{H}(t,x) = He^{-i\omega (t-\hat{e}\cdot x/c)} H(t,x)=He−iω(t−e^⋅x/c)

  • e ^ \hat{e} e^ unit vector 单位矢量
  • E , H , e ^ E, H, \hat{e} E,H,e^ mutually perpendicular 相互垂直
  • E ^ \hat{E} E^ 线式偏振场的极化

理想电导体边界条件

Boundary Conditions for a Perfect Electrical Conductor (PEC)

  • 理想导电体 允许电荷 在场内 自由的运动与立即响应,所以场在理想电导体内为零。
  • generalized Stokes’ Theorem 传统斯托克斯定理:
    • 在理想导电体外的电磁场必须满足:
      n ^ × E = 0     和     n ^ × H = J S \hat{n} \times \mathcal{E} = 0 \;\text{ 和 }\; \hat{n}\times \mathcal{H} = \mathcal{J}_S n^×E=0 和 n^×H=JS​
      • J S \mathcal{J}_S JS​ 定义为 surface current 表面电流。
    • 电场的切向分量为零
    • 磁场的切向分量为理想导电体的表面电流。

角频率域的波动方程

The Wave Equation in the Angular Frequency Domain

  • 使用傅里叶变换
    E ( ω ) = ∫ e i ω t E ( t ) d t E(\omega) = \int e^{i\omega t}\mathcal{E}(t)dt E(ω)=∫eiωtE(t)dt
    c 2 = 1 μ 0 ϵ 0 ,    k = ω c ,    ω = 2 π v ,    λ = c v c^2 = \frac{1}{\mu_0 \epsilon_0},\; k = \frac{\omega}{c},\; \omega = 2\pi v, \;\lambda = \frac{c}{v} c2=μ0​ϵ0​1​,k=cω​,ω=2πv,λ=vc​

  • 上式波动方程

▽ 2 E + k 2 E = 0 {\color{blue}\triangledown^2 E + k^2 E = 0} ▽2E+k2E=0

雷达频带 图示

大气窗口

频带

频率与波长

雷达探测系统

Decibels 分贝

Bel = log ⁡ 10 ( power in power out ) \text{Bel} = \log_{10}(\frac{\text{power in}}{\text{power out}}) Bel=log10​(power outpower in​)

dB = 10 ⋅ log ⁡ 10 ( power in power out ) = 10 ⋅ log ⁡ 10 ( V in 2 V out 2 ) = 20 ⋅ log ⁡ 10 ( V in V out ) \begin{aligned}\text{dB} &= 10 \cdot \log_{10}(\frac{\text{power in}}{\text{power out}})\\& = 10 \cdot \log_{10}(\frac{V^2_\text{in}}{V^2_\text{out}}) \\&= 20 \cdot \log_{10}(\frac{V_\text{in}}{V_\text{out}}) \end{aligned} dB​=10⋅log10​(power outpower in​)=10⋅log10​(Vout2​Vin2​​)=20⋅log10​(Vout​Vin​​)​
分贝

数字信号处理10——雷达方程及距离、速度、角度公式 一、雷达方程 二、三维ADC输出 三、距离、速度、角度计算 阅读详情

相关推荐

【雷达成像实战】RD、CS、RMA算法对比与Matlab实现:从信号处理到高清成像

本文深入对比了雷达成像中三种核心算法:经典的距离多普勒算法(RD)、基于稀疏重建的压缩感知算法(CS)以及高精度的快速多通道获取算法(RMA)。通过详细的Matlab实战代码,从原理拆解到实现步骤,分析了各自在计算效率、成像精度、数据需求和适用场景上的优劣,为工程选型与算法实践提供了清晰指南。

weixin_29095587的博客 447

【合成孔径雷达】合成孔径雷达的多视角理解和时/频成像算法的统一解释

成像雷达是一种主动传感器,它利用电磁波作为媒介,采集目标回拨数据,并从回波数据中提取目标空间集合形状信息(重构目标图像)

verse_armour的博客 2813

SAR成像系列:【12】层析合成孔径雷达(层析SAR,Tomographic SAR,TomoSAR)

利用压缩感知算法实现层析SAR的高度向聚焦。

zr2006_7的专栏 6907

雷达成像技术_激光雷达与3D成像技术

结合激光雷达的实现方式,描述激光雷达的扫描方式。讲述主流的探测手段和分析其优缺点。本专题一共4章,分别1-TOF探测,2-扫描方式,3-LiDAR应用,4-3D成像,请尊重原创,转载请说明。成像激光雷达可采用多种工作体制: 1.单元探测器扫描成像,作用距离远,成像速率低; 2.阵列探测器非扫描成像,成像速率高,但距离不够远。 当前激光雷达的扫描器可以分三种:力学、电学、二元光学扫描器。 点扫描...

weixin_39739661的博客 1917

【数字信号】基于matlab CEEMD数字信号分解【含Matlab源码 1383期】

CEEMD数字信号分解 完整的代码,方可运行;可提供运行操作视频!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 2483

信号处理应用:雷达信号处理_(9).雷达成像技术

雷达成像技术在多个领域都发挥着重要作用。通过不同的成像算法,如合成孔径雷达(SAR)、逆合成孔径雷达(ISAR)和距离多普勒成像,可以实现高分辨率的目标成像。在实际应用中,雷达成像技术不仅提高了目标识别和监测的准确性,还为各种决策提供了重要支持。未来,随着技术的不断进步,雷达成像技术的应用范围将进一步扩大,为更多的领域带来革命性的变化。

2401_87715305的博客 1210

SAR学习笔记

摘要:从目标检测到一维距离像再到二维距离像,进而引入SAR成像原理。

yjh_2019的博客 2万+

雷达成像和图像相机捕捉成像的区别----

雷达成像:SAR成像不同于传统的光学CCD成像,一次性形成二维图像。SAR成像的二维是分开的,分为距离向和方位向(就二维成像而言,SAR层析成像的三维性后续再讲)。因此SAR成像主要包含两个步骤:距离向聚焦与方位向聚焦。相机捕捉:电子衍射其实就是物质的实空间FFT变换后的倒易空间,在垂直于电子束方向的投影(因为CCD相机捕捉到的是二维平面,一般宏观物质和其倒易空间是三维的)

pvmsmfchcs的博客 325

SAR成像系列:【1】合成孔径雷达(SAR)成像概述

SAR成像及目标识别技术

zr2006_7的专栏 4万+

雷达成像系统与技术详解

本文还有配套的精品资源,点击获取 简介:雷达成像系统利用无线电波探测目标并生成图像,广泛应用于军事、航空、航海等领域。本资料深入探讨雷达基本原理、成像方式和相关技术,包括单脉冲雷达、SAR、ISAR和脉冲多普勒雷达。通过雷达信号处理、系统设计和应用案例,帮助读者全面理解雷达成像技术,为相关行业专业人员提供宝贵参考。 1. 雷达基本原理 雷达(Radio Dete...

weixin_42388898的博客 2280

合成孔径雷达的经典成像算法cs(matlab)仿真代码(吐血整理,内容全,注释全)

合成孔径雷达的经典成像算法cs(matlab)仿真代码(吐血整理,内容全,注释全)不需要验证,直接可拿来用,代码简洁已读,希望对有需要的人有帮助

雷达成像技术

利用能量均衡法估计多普勒中心时,把回波数据分解成若干距离向块,再对每个块内的回波作方位向 FFT,获得其平均功率谱,最后求取平均功率谱的能量等分点。若能量等分点为第 N 个采样频点,则多普勒中心频率的表达式为。分辨力低的处理方法:将观测对象(飞机等)视为“点目标”来测定它的位置和运动参数。方位分辨率:用小天线排成很长的线性阵列,阵元间距不超过1/2倍波长。分辨力高处理方法:对目标成像,从图像中识别目标。

RainStar1126的博客 712

【心电信号】基于matlab GUI心电信号预处理【含Matlab源码 938期】

心电信号预处理 完整的代码,方可运行;可提供运行操作视频!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 4150

光模块的封装工艺有哪些?

COB封装传统的单路10Gb/s或25Gb/s速率的光模块采用SFP封装将电芯片和TO封装的光收发组件焊接到PCB板上组成光模块。但对于40G及以上速率的高速光模块,受激光器速率限制(多为25G),主要通过多通道并行实现,如40G由4×10G实现,而100G则由4×25G实现。蝶形封装:壳体通常为长方体,结构及实现功能通常比较复杂,可以内置制冷器、热沉、陶瓷基块、芯片、热敏电阻、背光监控,并且可以支持所有以上部件的键合引线。BOX封装属于蝶形封装的一种,用于多通道并行封装。

WaytoICT- Explore ICT Technology, Build Your Tech Path 3807

Golang面试(一)莉莉丝游戏-Golang后端开发-中台部门

莉莉丝游戏-Golang后端开发-中台部门 开场白,双方自我介绍,对方介绍这个岗位情况,erlang语言,全部转向go。 聊项目,介绍IM架构以及使用Go写的服务简介 动态扩容相关问题:平常30万,现在100万,你们现在是如何应对的? 如果让你调整架构实现动态扩容,你会怎么做?回答了kafka,是一种,应该还要使用docker和k8s以及微服务框架等 如果使用kafka,你是如何确保消息有序?回答了redis,好像没回答到那个点 消息发送失败的问题,如何做到消息不丢?回答持久化存储、拉消息和ACK 发送失

xmcy001122的专栏 3899

雷达成像技术_毫米波立体成像雷达技术研究

作者 |冯奇.万庆冕.陈建霖(上汽前瞻技术研究部)来源|智车行家、《汽车实用技术》毫米波雷达目前是车用探测雷达中最为主要的探测器件,但目前的毫米波雷达是进行二维扫描平面扫描,如何进行立体扫描是毫米波使用的重要研究方向,文章利用波束集中及 3D MIMO 计算实现了立体点云扫描。目前的汽车领域智能驾驶中,车辆驾驶的安全性能,自动驾驶能力,探测精度,功能性能越来越受到消费者的关注...

weixin_39688170的博客 3048

Part03 数据结构

本文介绍了CSP-S初赛中常见的高级数据结构及其实现,包括: 线性结构:双端栈、双端队列、单调队列、优先队列和ST表,重点分析了它们的特点、时间复杂度及典型应用场景。 集合与森林:并查集(带路径压缩和按秩合并)和树的孩子兄弟表示法,展示了多叉树转化为二叉树存储的方法。 特殊树结构:包括二叉堆、树状数组、线段树和字典树,详细说明了它们的构建、查询和更新操作,特别强调了线段树的递归实现和字典树的前缀匹配特性。 每种数据结构都配有核心C++代码实现,涉及数组模拟、动态规划和树形结构等编程技巧,适合算法竞赛选手快速

weixin_43863957的博客 1179

什么是图像强度(image intensity)

image intensity表示单通道图像像素的强度(值的大小)。 在灰度图像中,它是图像的灰度。 在RGB颜色空间中,可以理解把它为是R通道的像素灰度值,G通道的像素灰度值,或是B通道的像素灰度值,也就是RGB中含三个image intensity。 其他颜色空间类似,也就是每个通道的图像的像素灰度值。

Simy Hsu's Blog 4万+

QcarCamera-EVS HAL实现(一)

高通车载EVS实现

qq_37057338的博客 2377

【国密】基于SM2的协同签名与协同解密方案

两方协同签名指客户端与服务端协同完成签名、验签操作,具体实现方案参考了信工所专利[3]。在业务应用中,两方或多方的协同签名一般采用门限签名方案可以用来构造。门限密码算法在多方协作的相关场景中应用十分广泛,可以实现数据联合授权、认证、密钥安全恢复、密钥安全交换等需求,在诸多分布式多方计算协议中均可见其身影。在上述两方协同签名方案中,最巧妙的地方在于签名值s分量的构造,通过一些列数学变换,得以恢复。以下从两方协同签名方案介绍入手,介绍门限密码在协同签名中的应用。解决上述问题的关键在于门限密码算法的巧妙构造。

听雨草堂 8388

【雷达成像基础】---------从成像雷达开始说起(转载请标注德雅村支书)

近期本人对于雷达的成像算法进行了一定的研读,从最基础的出发抽象成几个简单的问题,将在后面几天一一列出,: 1.成像雷达技术中应用最广泛的是? 答:合成孔径雷达(Synthetic Aperture Radar,SAR),主要应用的平台是机载和星载平台;它的成像质量非常高且易于实现;它通过在距离向上(径向)使用宽带信号,实现距离维度的高分辨,在方位向上则利用平台的移动实现空间上的等效长阵列,通过...

6752

46、聚类算法在智能交通数据分析中的应用

本文探讨了聚类算法在智能交通数据分析中的应用,介绍了K-均值算法、K-中心点算法和基于模型的聚类算法的基本原理及特点,并结合实际交通数据讨论了其应用场景与挑战。通过聚类分析,能够从海量交通数据中发现隐藏模式,为交通管理和规划提供科学依据。文章还展示了具体的案例分析和实现流程,为未来智能交通系统的发展提供了参考。

zz67890的博客 133

雷达一维成像:基于数据集的实践

本博文探讨一维成像,并介绍了一份内容非常全面且丰富的原始数据集,基于该数据集实践了几种一维成像方法。因为一维成像的数学原理相对简单且成熟,网上有诸多资料,本博文并没有涉及太多的理论/公式推导。本博文的工作为后续更高维度的成像方法研究以及基于数据集的深度学习模型训练等提供了基础,后续有机会我会出基于该数据集更多的思考和探讨。

xhblair的博客 4401

SOME/IP协议详解「2.1.2·Payload数据类型序列化」

SOME/IP协议详解「2.1.2·Payload数据类型序列化」 点击返回雪云飞星的SOME/IP协议详解「总目录」 SOME/IP协议详解「2.1.2·Payload数据类型序列化」1 大小端问题2 数据对齐填充问题3 都有哪些数据类型 之前简单的概括了一下序列化/反序列化,就是降维打击,从这一章开始到2.1所有章节结束,都在讲解这个降维打击的详细规则与原理 1 大小端问题 首先什么是大小端: 大端:高字节存放到内存的低地址 小端:高字节存放到内存的高地址 假如有一个数据是0x12345678

雪云飞星的博客 4627

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

【雷达成像】距离多普勒算法RD、CS、RMA算法雷达成像(含原始信号 频谱 成像图)Matlab实现

雷达成像技术作为一种重要的远程感知手段,广泛应用于军事、民用等诸多领域。其核心在于利用回波信号重建目标的二维或三维图像。距离多普勒(Range-Doppler,RD)算法、压缩感知(Compressed Sensing,CS)算法以及基于距离-角度的运动补偿算法(Range Migration Algorithm,RMA)是三种常用的雷达成像算法,各有优劣,适用于不同的场景和需求。本文将对这三种算法进行深入探讨,并通过原始信号、频谱和成像图的分析,比较其性能差异。一、 距离多普勒 (RD) 算法。

qq_59747472的博客 2155

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

上一篇: 数学中的图像重构-- 雷达成像 基础公式与符号
下一篇: 数学中的图像重构 -- CT中的 Radon 变换 图解
Varalpha
博客等级 码龄7年 353粉丝 49原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值