[发明专利]一种基于极坐标格式的雷达成像优化方法

权利要求书

1.一种基于极坐标格式的雷达成像优化方法，其特征在于，包括以下步骤：

步骤1，获取雷达回波信号数据，所述雷达回波信号数据是二维矩阵，记为nrn×nan维待处理矩阵S，对nrn×nan维待处理矩阵S进行按列快速傅里叶变换FFT处理，进而得到按列FFT处理后的雷达回波信号数据矩阵；

其中，雷达为合成孔径雷达SAR，nrn表示雷达回波信号数据的距离向采样点数，nan表示雷达回波信号数据的方位向采样点数；nrn和nan分别为大于0的正整数；

步骤2，根据雷达回波信号数据，计算得到参考信号向量S_ref；

步骤3，对按列FFT处理后的雷达回波信号数据矩阵进行距离脉压处理，进而得到距离脉压后的雷达回波信号数据矩阵，所述距离脉压后的雷达回波信号数据矩阵为nrn×nan维矩阵；

初始化：构造M×N维场景，所述M×N维场景包括M×N个点，将其中第l个点的坐标记为(α_l,β_l)，l＝1,2,...,M×N，α_l表示M×N维场景中第l个点在极坐标中的距离，β_l表示M×N维场景中第l个点在极坐标中的角度，l的初始值为1，M、N分别为大于0的正整数；

步骤4，计算第l个点的坐标处对应的补偿相位因子Φ(α_l,β_l)，然后将距离脉压后的雷达回波信号数据矩阵中的nrn×nan个数据分别乘以第l个点的坐标处对应的相位补偿因子Φ(α_l,β_l)后进行逐点累加，进而得到M×N维场景中坐标(α_l,β_l)处的幅度值S_final(α_l,β_l)；

步骤5，令l加1，重复执行步骤4，直到得到M×N维场景中坐标(α_M×N,β_M×N)处的幅度值，并将此时得到的M×N维场景中坐标(α₁,β₁)处的幅度值至M×N维场景中坐标(α_M×N,β_M×N)处的幅度值，记为最终的SAR图像S_final，所述最终的SAR图像S_final为M×N维矩阵。

2.如权利要求1所述的一种基于极坐标格式的雷达成像优化方法，其特征在于，在步骤2中，所述参考信号向量S_ref，其表达式为：

S_ref＝exp(iπγt²)，S_ref为nrn×1维向量，γ表示调频率，γ＝B/Tp，B表示雷达回波信号数据的带宽，Tp表示雷达发射信号的脉冲宽度，t表示距离快时间，exp为指数函数操作，i为虚数单位，nrn表示雷达回波信号数据的距离向采样点数。

3.如权利要求1所述的一种基于极坐标格式的雷达成像优化方法，其特征在于，在步骤3中，所述距离脉压后的雷达回波信号数据矩阵，还包括：

所述距离脉压后的雷达回波信号数据矩阵为nrn×nan维矩阵，并将距离脉压后的雷达回波信号数据矩阵中距离向的第m个采样点、方位向的第n个采样点处的数据记为S(f_m,x_n)，m＝0,1,...,nrn-1，n＝0,1,...,nan-1；

其中，f_m表示第m个采样点的距离向频率，B为雷达回波信号数据的带宽，△f为距离频域间隔，m＝0,1,...,nrn-1，x_n表示第n个采样点的方位向时间，L表示为雷达的合成孔径长度，n＝0,1,...,nan-1。