大斜视效基地SAR频谱分析研究 电子信息化管理专业

摘要合成孔径雷达（合成孔径雷达，SAR）具有全时、全时和长距离的直观能力，因此在军事和民事领域具有重要的应用价值。为了绘制机载平台倾斜前区域的图像，已在国内外对SAR新图像技术进行了若干项研究。在这里，Strabissar通过控制天线波束的方向，可以不经飞越就探测到该地区的目标；它还具有前目标的图像能力。此外，直升机前视转动矩阵中的雷达利用雷达天线的转动来合成方位耦合孔径，从而提供了前一个目标的高分辨率二维图像。它的优点是空间-时间分辨率高，检查时间短，预视化能力低，简单而结构化的硬件成本低，在两个层面图像时不需要直升机平台的任何移动。因此，作为具有前目标图像能力的新的SAR模型，直升飞机、SAR和长号SAR的前视图转动矩阵具有广泛的军事和民事视角，近年来已成为SAR领域的一个研究重点。围绕这一巨大的SAR直升机斜坡，并根据SAR图像算法、研究和创新前旋转原则以及基于一个共同基础的主要内容：SAR大斜坡图像模式，该系统取决于综合安全分遣队特性固有的斜度视角。距离时域的Tancia和频率，地理位置走在距离上，导致移徒组移动，移徒和离散定向真空，两个维度以上的普利参数（包括空变性者，姓中心加普利元素，e）页：1为解决这一问题，本章提出了一个新的高分辨率SAR大鼻子图像算法。这一方法首先通过线性RCM校正与频率-Azimuth时间域的参考距离，消除了绝大多数方位距离耦合。随后，消除了ChirpScaling（EALCS）的无氮扩展变性，并采用了多普勒参数平衡。然后，利用经修改的CS算法（修正的ChirpScaling，MCS）对靠遥控的RCM空间的退化进行纠正，以便在大圆角下提供一个高分辨率双维大情景的图像；还分析了算法的计算复杂性。或建议，远程和方位耦合图像场景的长度，以及如何纳入运动补偿程序。然后，模拟结果证实，计算方法可以提高高视率SAR图像的性能，并扩大图像情景的范围。直升机前视旋转矩阵（HelioborneForward-LookingArraySAR，HBFL-ROASAR）的方位分辨率仅限于重新配置角的大小；因此，要实现大的重新配置角，就必须将设计的U1倾斜度提高到更高的水平，使太阳很难工作。解释你的光谱分析性两个维度。因此，一个有效的频率域图像算法难以实施。根据Keystone（GKT）的广泛变换，提出了一个新的高分辨率HBFL-ROSAR图像算法，以解决基于泰勒二进制函数数字扩展定理的两维频谱表达问题。为了提高算法的效率，通过采用非标准快速傅里叶变换法（NUFFT）而不是插入GKT来降低算法的计算复杂性。随后，计算机模拟结果证实了图像算法的有效性。研究二维SAR的二维频谱溶解法。首先，引入了典型的LBF光谱溶解法（LoffeldBistatica配制），由此可以推断出限制其精确度的特定公式，并根据该公式说明了为何在倾角或角差异较大的情况下，LBF频谱不十分精确。2.在两个平台之间的速度，并通过模拟加以验证，然后到LBF频谱分析不足，2D，PSP（2-StationaryPhaseDimensionofthePrincipal频谱），通过采用一个平台发送到地球定位频率，解决算法，以及使用权重FI在这两个重量解决原则的频率中，这是两个维度，通过有效克服LBF算法，通过虚张声势和验证实验，来有效地解决频谱不充分的问题；最后，一种基于D几何配置的二维频谱解决方法根据发射和接收平台的氮突变频率组成部分，SAR斜坡是拟议的。关键词：大斜视，前视旋转式阵列SAR，高分辨，RCM二维空变性，斜距近似相位方程万

Abstract

Syntheticapertureradar(SAR)hastheintuitionalabilityofalltime,alltimeandlongdistance,soithasimportantapplicationvalueinmilitaryandcivilfield.Inordertomaptheareabeforethetiltoftheairborneplatform,anumberofstudieshavebeencarriedoutonthenewSARimagetechnologyathomeandabroad.Here,Strabissarcandetecttargetsintheareawithoutflyingoverthembycontrollingthedirectionoftheantennabeam.Italsohastheabilitytoimagepre-targets.Inaddition,theradarinthehelicopter'sforward-lookingrotationmatrixUSEStherotationoftheradarantennatosynthesize方位耦合aperture,thusprovidingahigh-resolutiontwo-dimensionalimageoftheprevioustarget.Ithastheadvantagesofhighspatial-temporalresolution,shortinspectiontime,lowpreviewingability,simpleandstructuredhardwarecost,andnoneedforanymovementofthehelicopterplatforminthetwo-levelimage.Therefore,asanewSARmodelwithpre-targetimagecapability,thefrontviewrotationmatrixofhelicopter,SARandtromboneSARhasawiderangeofmilitaryandcivilperspectives,andhasbecomearesearchfocusintheSARfieldinrecentyears.AroundthislargeSARhelicopterramp,andaccordingtotheSARimagealgorithm,theresearchandinnovationofthepre-rotationprincipleandbasedonacommonbasisofthemaincontent:SARlargeslopeimagemode,thesystemdependsontheintegratedsecuritycontingentcharacteristicsinherentintheslopeperspective.Tosolvethisproblem,anewhigh-resolutionSARbig-noseimagealgorithmisproposedinthischapter.ThismethodfirstcorrectsthereferencedistancebetweenlinearRCMandfrequency-azimuthtimedomain,andeliminatesthecouplingofmostAzimuthdistances.Subsequently,thenitrogen-freeScalingdenaturationofChirpScaling(EALCS)waseliminatedandthedopplerparameterbalancewasused.Then,themodifiedCSalgorithm(modifiedChirpScaling(MCS)wasusedtocorrectthedegradationofRCMspacerelyingonremotecontrol,soastoprovideahigh-resolutionimageofalargescenewithtwodimensionsunderalargeroundAngle.Thecomputationalcomplexityofthealgorithmisalsoanalyzed.Orsuggestthelengthoftheremoteand方位耦合imagesceneandhowtoincorporatemotioncompensationprocedures.Then,thesimulationresultsshowthatthecomputationalmethodcanimprovetheperformanceofhighvisibilitySARimagesandexpandthescopeofimagescenarios.TheorientationresolutionofHelioborneforward-lookingArraySAR(hbfl-roasar)islimitedtothesizeofthereconfigurationAngle.Therefore,toachievealargereconfigurationAngle,theU1inclinationofthedesignmustberaisedtoahigherlevel,makingitdifficultforthesuntowork.Explainyourspectralanalysisintwodimensions.Therefore,aneffectivefrequencydomainimagealgorithmisdifficulttoimplement.BasedontheextensivetransformationofKeystone(GKT),anewhighresolutionhbfl-rosarimagealgorithmisproposedtosolvethetwo-dimensionalspectrumrepresentationproblembasedonTaylorbinaryfunctiondigitalextensiontheorem.Inordertoimprovetheefficiencyofthealgorithm,non-standardfastFouriertransform(NUFFT)isadoptedinsteadofGKTtoreducethecomputationalcomplexityofthealgorithm.Subsequently,thecomputersimulationresultsverifytheeffectivenessoftheimagealgorithm.Thetwo-dimensionalspectralsolutionmethodfortwo-dimensionalSARisstudied.First,thetypicalLBFspectralsolubilitymethod(LoffeldBistaticaformulation)isintroduced,fromwhichaspecificformulalimitingitsaccuracycanbeinferred.Accordingtothisformula,itexplainswhyLBFspectrumisnotveryaccurateinthecaseoflargeAngleorinclinationdifference.2.Speedbetweenthetwoplatforms,andverifiedthroughsimulation,andthentoinadequateLBFspectralanalysis,2d,PSP(2-StationaryPhaseDimensionofthePrincipalfrequencyspectrum),throughtheadoptionofaplatformsenttoearthtolocatefrequency,solvingalgorithm,anduseheavyFIinsolvingprincipleoffrequencyinbothweight,thisistwodimensions,byeffectivelyovercomeLBFalgorithm,bybravadoandvalidationexperiments,toeffectivelysolvetheproblemofinadequatespectrum;Finally,atwo-dimensionalspectralsolutionbasedonaDgeometryconfigurationisproposedforSARslopesaccordingtothenitrogenmutationfrequencycomponentofthetransmittingandreceivingplatform.Keywords:largesquint,forwardviewingrotation-typearraySAR,highresolution,RCM2-dspacedegeneration,slantdistanceapproximatephaseequationwan

目录第一章绪论 71.1研究背景与意义 71.2国内外研究概况及动态 71.2.1双基SAR研究进展与现状 71.2.2单基地大斜视SAR研究概况 92.斜视SAR 112.1简介 112.2单基地大斜视SAR成像存在问题 122.3SAR几何模型及信号处理 142.3.1回声信号的几何模型图 142.4斜视SAR成像几何模型及距离依赖的斜视角分析 15第三章频谱分析 173.1LBF频谱 183.1.1双基SAR回波模型 183.1.2LBF频谱模型 193.1.3仿真实验 213.22D-PSP频谱 233.2.12D-PSP频谱模型 233.2.2仿真实验 253.3一种基于几何构型的双基SAR二维频谱求解方法 263.3.1利用多普勒频率推导双基SAR二维频谱 273.3.2利用双基SAR几何模型求解瞬时斜视角 283.3.3仿真实验 303.4三种算法对比 324总结与展望 344.1总结 344.2工作展望 35致谢 36参考文献 37

第一章绪论1.1研究背景与意义合成孔径雷达[1-5]是20世纪雷达领域最有影响力的发明，在国内外广泛使用。从军事角度看，可将SARS用作战略侦察、不断监测战区动态和导弹导航装置；从民用角度看，SAR可用于勘测、水污染监测、深冰层测量。目前，SAR已成为一个内容丰富的研究领域，本条将研究SAR领域的一个特殊模型，即双基合成孔径雷达（BISAR）雷达（BISAR）。与传统的单基地SAR不同，SAR双基地发射台和发射机是分开的，安装在不同的飞行平台上，速度和方向各不相同。此外，单基地SAR只能接收目标后的分散信号，而二进制SAR也可以接收目标后的分散信号。双基SAR比单一基SAR具有更大的优势[12]。双基地SAR可作为“远程发射、近接收”运行，从而提高雷达的工作距离。在战争环境中，可以在远离战区的较安全地区安装双基地SAR发射台，而接收台不发出信号，只能被动接收信号，改进雷达的掩蔽和可靠性。在识别方面，双基SAR能够获得目标区域的最后扩散系数，有助于提高目标识别能力。在海洋应用中，双基SAR能够产生更广泛的海洋范围，并为海洋波形模型带来独特的特性。此外，接收器中没有高功率装置，这些装置轻型、体积小、能耗大，在所有类型的飞行平台上都易于携带，而且成本低。1.2国内外研究概况及动态1.2.1双基SAR研究进展与现状1977年，美国公司证实，在双基SAR模式中，不仅可以提供合成孔径雷达图像，而且可以探测一个低速度移动目标。1979年，该公司与另一家美国公司合作，与美国空军合作，实施了一个双基地战术雷达计划。1983年，这两家公司进行了新的SAR双基地实验，不仅是为了获得SAR双基地图像，而且也是为了成功地探测在森林中缓慢移动的TANKER。1985年，一些研究人员提出了图像处理、数据校正和同步技术的专利申请，在随后的几年里，由于单基SAR的几何构造和相对简单的处理器处理工艺，单基SAR的开发速度很快。由于地形和信号处理的复杂性，双基SARS几乎没有得到开发，因此，在执行阶段达到了顶峰。在本世纪，由于硬件水平的提高，通信技术、时间精确度和导航技术已经成熟，从而形成了一种新的研究SAR双重基地的趋势，许多国家也重视这一点。自2002年以来，在Igarss和Eusar不断发表关于双重标准的SAR的文章，每年都有关于双重标准的SAR研究的专题。2002年，英国公司在船上进行了SAR双基实验[13]。试验使用ESR雷达作为发射机，而雷达作为接收器，两者都在X波段工作，发射机和接收器在大约一公里的距离内工作。这两个雷达都采用了组合方式，这项试验的图像工作是利用梯度自成一体的技术进行的，目的是提供一个清晰的SAR图像，在多个双角阵列下处理，从而证实SAR双基系统的可行性。2003年，德国的DLR实验室和法国的ONERA研究中心进行了双基SAR试验[12]。试验采用了两种平面飞行和跟踪模式，最终获得了SAR图像和干扰图像。2003年11月，德国ShuangjiFgan研究中心进行了SAR（14）空中实验，样品实验作为发射机，AER-IIPamir作为飞行模型接收器，在X波段的工作中进行了更多的集体实验，ShuangjiCunos进行了图像飞行，并按算法采用了这些实验。S.在2004年推出域名波浪法并最终包括SAR清晰图像之后，联合王国还进行了空中双层SAR实验，这是第一次采用了收集飞行图像的方法。2006年，德国对“飞行到移民纠正方法模型”进行了学术研究，并通过2007年这一方法的可行性对数据进行了验证，因此，德国TerraSAR-X（图1-3）是一个逃跑发射平台，一个工作模型——这意味着采用先进的SAR（图1-4）机载群集模式，被动接收，工作模式——一个反向组合模式，以延长合成孔径时间，并最终延长大恒星的时间，如图1-5的图像机双吉SAR所示，显示实验成功3.15]。1.2.2单基地大斜视SAR研究概况机载SAR系统通常是指正侧视野的图像模式，在这种模式中，天线束总是垂直指向飞机的飞行方向。自上个世纪50年以来，经过几十年的发展和完善，SAR横向视野技术在军事和民事领域发挥着日益重要的作用。然而，雷达天线波束的横向视图方向一般是静止的，在许多应用程序中，需要在天线波束方向和飞行飞机方向之间有一个角度来观察胸腔视觉区域，因此横向视图模式不是Pu。满足对角线前域名覆盖的需要。考虑到横向SARS的局限性，自1980年代中期以来，所有国家的科学家都开始研究短视SAR图像技术。正是由于这一工作方式，莱达博的飞机正朝着一台雷达测量结构的机器飞行，从而提高了灵活性，可以在各种情况下，即在修正焦点、扩大现场覆盖范围等方面，得到SAR的图像的支持。技术改进已经成为一个雷达研究领域。此外，在某些特殊应用中，诸如弹道导弹、反潜艇巡逻机和战斗机等军用武器的雷达天线通常位于顶部，只能作为倾斜前目标的图像发挥作用。到目前为止，Strabismus的SAR图像模式已被开发成为机上火灾控制雷达的一个基本工作模式。1.2.1.大型图像系统和恒星SAR算法基础，在研究后1960年代对SAR算法处理图像的需求背景下，不同的应用程序在开发中的应用，通常被监禁在超声波range（R）-D算法和算法61559；；KChirpScaling算法等.RD算法是1970年代为处理SeasatSAR数据而提出的，船上第一个SAR数字图像是1978年处理的[32]。1984年，JPL在RD算法的基础上对距离压缩（第二路段压缩）进行了两次改进，减少了对角线或大孔径下的相位耦合扭曲，以便能够在中对角线下处理数据[33]。K−61559；地震信号处理算法[34，通过参考函数并通过插入两个步骤达到STOLT操作阶段，以达到等效雷达的速度，而不是距离不宽，或是角度偏斜的大孔径。然而，61559；K远比域名增强算法，减少了其效率计算。CS算法是1994年由两个加拿大和德国研究小组根据Papoulis[35]提出的Scaling原则独立提出的。该算法允许通过Escaling操作和阶段倍增来纠正远距离迁移（RCMC）。此外，CS算法要求对二维频率域中的数据进行处理，解决SRC依赖于氮突变频率的问题。由于CS算法只需要FFT和相位的倍增，所以很容易在实践中实施。自迄今为止提出CS算法以来，在该算法的基础上出现了许多改进，包括Strabismus[36]的CS算法、扩展的CS算法[37]和非线性CS算法（LenguadoChirpScaling，NCS）[38]，等等。近年来，由于CS算法的优点是既有效又易于实施，因此出现了许多基于CS算法及其扩展类型的高视野SAR处理算法，FrankH.Wong在2001年通过校正解决了多普勒频率的方位变异性问题。在距离频谱的方位变换范围内，通过NCS第三级扰动函数解决多普勒频率的方位变换问题，以确保不同方向的相同距离目标具有相同的调整频率[39]。2011年，西安电子技术大学的SunGuangcai提出了基于序列投资的广泛NCS算法，削弱了SRC的远程特性和高强度相条件，以实现精确的RCM和远距离压缩[40]。6月，还建立在地理位置（Azimuth是ANCS）的基础上，采用时域域图像处理方法进行大范围的SAR外观探测，采用“小规模外测，缩小与地理位置的距离，同时通过“P”进行两维的ANCS对接。由于一个频率的姓氏操作而造成的畸形在41[特性]真空中形成。12.2012年，国防科学和技术大学安多里昂（42个）改进了孙光豪提出的算法，其中考虑到多普勒调整频率的高分辨率空间变化特性和较高的阶段（四等以上）。总之，基于增强的CS增强型和扩展型的大长号SAR图像算法是当前研究的主要方向，这是通过调整频率-时间方位的线性轨迹、减少二维距离离散和方位变化进行的。（n）分别对距离和方位方位方向进行尺寸处理。当然，从高分辨率和高场景的角度看，有了升级和大圆形的能力，再加上应用，就可以满足第61559号法的主要精确度要求；K计算相关的时域，并以英国石油公司的快速算法为基础，可以逐步重新应用。2.斜视SAR2.1简介合成孔径雷达（SAR）是一种两维高分辨率的活性图像雷达，它利用发射机和发射机发出的电磁波对所观察到的场景进行高分辨率图像，因此不受巴勒斯坦权力机构领域照明、温度等方面的限制。在军事上，SAR是一种重要的遥感探测手段，是在战场上控制信息以确定战争成败的关键。此外，SAR产生的电磁波在植被、沙漠覆盖范围等介质中具有很强的渗透力，而且在灾害评估、环境监测、资源勘探、植被监测和制图等民用领域也广泛使用。两个维度解析包含两个层次的重要性：高分辨率距离和高分辨率方向。通过脉冲达到的是一个高时间带宽信号，向上的方位耦合分辨率产生多普勒信号（具有调频特性）。通过平台和目标之间的相对运动，并通过脉冲压缩技术获得等效的高孔径矩阵天线。从信号处理的角度来看，SAR通过将目标回声信号处理与两个维度的过滤程序等同，获得了两个维度的高分辨率。因此，处理SAR数据的直接方法是在时间域中进行二维兼容性过滤。这种方法的好处是，可以根据每一像素的输出情况对过滤器进行修改，以便在飞行轨迹的不同工作方式中，能够获得精确的距离/方位耦合补偿和对每一点目标的精确方法。然而，这一方法需要产生一个新的过滤器，随着距离和方向的变化，每一个像素输出都会发生变化，因此，只有在没有迅速恢复的情况下，才能使用高度的二维相关计算，因此效率很低。为了提高SAR数据处理的效率，开发了诸如RD、CS和WK等典型频率域图像算法。频率域图像算法的基本概念是通过RCM校正实现远方位-氮突变脱位，利用“沿方位耦合维度的位移不变”对频率域中相同距离的多个尖目标进行统一处理。二维兼容性计分为两个单维距离滤波器和一个方位导向滤波器，从而提高算法的效率。由于其探测倾角前地区的能力，SARA在民用和军用等领域发挥着重要作用，并日益受到所有国家学术界的关注[64-67]。然而，与积极的横向视野的工作模式相比，有限的SAR形象有一定的复杂性。例如，在大型SAR星系中，由于斜角66.67固有的距离，图像系统[取决于时域在距离和频率上沿着两个维度的RCM行走]将由一个套件（空偏转、空偏转方向覆盖）产生。（n）一些抛光参数（包括姓氏、姓氏元素中心等）已经过时，现有的变形算法已经过时，而且随着分辨率的提高，这个问题变得越来越重要。因此，如何消除区域协调机制二维空间的重新定位和多普勒参数，是目前需要解决的重大SAR图像问题。现有的高分辨率SAR大血栓图像算法分为四大类。第一类是时间域图像算法，例如BP（BackProjection）算法及其改进版[68-70]，但该算法需要大量相关交易，这使得该算法既大又无效率；第二类以WK[71.72]图像算法为基础，需要使用WK[71.72]图像算法。Re区域协调机制内插校正，但内插处理增加了算法的复杂性，降低了算法的精确度；第三类是NLCS（或ChirpScaling，NLCS）[67]及其扩展型[41-48]，这是一种只需要快速傅里叶转换和FA倍增的等级方法。SES，高算法效率；第四类是分子孔径的正方形分割法[49.50]，该法通过一项次Bertura处理战略，解决了LRCMC作业的焦点深度问题，但这一方法需要对碎裂法进行认真处理。3.数据重新排序。为了解决两个尺寸的MRs迁移和多普勒参数脱位的问题，建议采用新的高分辨率SAR大块图像算法。这一方法首先通过线性RCM校正与频率-Azimuth时间域的参考距离，消除了绝大多数方位距离耦合。随后，消除了ChirpScaling（EALCS）的无氮扩展变性，并采用了多普勒参数平衡。然后，通过修改的CS算法（修改后的ChirpScaling，MCS）来纠正取决于距离的RCM空间退化，以便在大圆角下产生一个高分辨率双维大情景的图像；还分析了算法的计算复杂性。拟议的ITMO，远程和方位耦合图像场景的长度，以及如何纳入运动补偿程序。然后，模拟结果显示，该算法可以提高高视率SAR图像的性能，并扩大图像情景的范围。为了清楚地说明每一步，对每一步进行详细的分析和推断。2.2单基地大斜视SAR成像存在问题经过十多次学术研究之后，他介绍了一系列的SAR高分辨率图像算法，但高分辨率ESTABSAR高分辨率图像算法仍然存在一些问题，例如，该系统从固有的距离和依赖性角度看问题。从时域的远程控制频率来看，空的二维二维RCM和偏转方向的移动加上参考，使地球定位特性等问题变得空虚；随着斜度的增加和分辨率的提高，这一问题显得更加突出。本条主要研究了在大号长角SAR高分辨率成像算法中对RCM进行二维疫苗接种和对LCMC所造成的氮突变多普勒参数进行疫苗接种的问题，大多数大型CeshiSAR都是如此，高星系分辨率数据的处理也是如此。SAR的第一个问题是，与高级别RCM（RCM线性RCM线，LCM）不同的是，RCM元素更多，同时，由于距离和LCM真空特性所固有的斜度角度的距离，当他们沿着空LCM交换点（称为LCM）的边界走去的时候，即变性人LlCM空间退化为暗淡前景、小情景和低分辨率条件的问题往往没有得到考虑，但对于高分辨率情景和大情景，需要考虑到这一问题。否则，LCM空间的消减现象就会导致这些情景的消减。两张照片。通常，LCM校正是通过乘以[39]阶段在方位-时间的频率控制上进行的，以削弱大多数远距离-方位耦合储存条件。然而，LCM修正案提出了高视距SAR数据处理的第二个问题，即取决于RCM和多普勒参数的氮突变特性。关于这两个问题，有关学者提出了更多的高分辨率高离散性SAR处理方法，非线性氮方位算法[39-48]通过LRCM修正和SCAL两步减少了距离-方位耦合对接和多普勒参数脱位。非线性的然而，由于这些方法没有考虑到区域协调机制双维空间的退化和多普勒中心的真空退化，因此无法产生一个目标明确的高分辨率SAR图像结果。Wong和Yeo提议的NRCS[39.43]算法可用于单一或双带宽的SAR数据处理。首先，绝大多数远近氮叠合的术语都通过LCM校正予以删除，第二级扰动函数则用于补偿由于LCM校正而造成的氮突变调整频率的脱位，从而使相同间距的目标发生差异。方位角的调整频率相同，但仅适用于图像区域的中小型图像。基于NLCS[39,43]算法基础上，孙光才提出了改进的NLCS算法[41]，第二年安道祥在考虑多普勒调频率的高阶空变性和方位高次(四阶以上)相位基础提出扩展的NLCS算法[42]；基于Keystone变换的NLCS算法[44]，尽管考虑到多普勒的距离和失效参数的LLCM变化，但在Keystone变换操作中效率低下，内插操作降低了算法的精确度。此外，该方法没有考虑到磁共振成像仪的氮突变特性，这就限制了磁共振成像的范围。为了解决货运平台SAR图像中RCM的二维分离性问题，提出了一种新的方法，将遥远的分区和方位方位方位的方位分割[45]。此外，NLCS[46-48]提出的改进算法也适用于高视率的SAR双重基准数据处理，图像效果良好。有效的HSS算法[49.50]也是一个很好的选择，可用于处理长号SAR数据，并通过一项亚贝坦处理战略来解决由于LRCMC操作而引起的焦点深度问题，从而获得一个大喇叭、高分辨率和广泛的聚焦场景图像。另一方面，随着分辨率的提高和人口前景的增强，上文所述的SAR大号长号图像算法，由于不了解RCM的二维空间退化或多普勒参数（多普勒中心，多普勒调整频率），造成了定向和阵列现象。或者是有针对性的图像为了正确地描绘SAR，本条研究了二维空间和RCM多普勒参数的退化，补偿了LCMC造成的空间退化，扩大了图像范围，提高了大角模式高分辨率图像的质量。2.3SAR几何模型及信号处理从多普勒波段的模糊函数和宽度可以详细地推断出SAR的远向分辨率和方位分辨率。本节根据SAR传统侧视图几何建立了一个回声信号模型，在此基础上分析SAR图像中需要解决的主要问题，并简要介绍目前使用的CS算法处理过程。2.3.1回声信号的几何模型图2.1是SAR横向视野图像的几何模型。由于来自雷达的电磁波比货运飞机的飞行速度快得多，因此在脉冲传输期间，天线相位中心与目标之间的大约距离可以根据“一步一步”的假设来确定。如果雷达发出线性调频信号其中pT为发射脉冲宽度，rK为线性调频信号的调频率，()rw⋅是发射信号的矩形包络。由式(2.5)，目标反射回来的回波信号经混频处理解调到基频后可表示为其中，是方位角包络线。Rt是距离更快的时间（因为距离间隔是通过距离时间和光速获得的），并且at是方位角较慢的时间（并且方位角间隔是通过方位角时间和飞机的速度获得的。比光速要慢得多。R，t和R是从雷达平台到点目标的瞬时倾斜距离。具体表达式在式（2.5）中。上述等式中的第一个指数项与方位角调制和聚焦有关。第二指数项是在范围方向上引入的相位，其与范围方向调制和聚焦有关。2.4斜视SAR成像几何模型及距离依赖的斜视角分析如图4.1所示，典型的斜视SAR成像几何模型，SAR平台沿X轴正方向以恒定速度飞行。在0时=0时，平台位于O点，O¢中点是成像场景，沿着雷达视线方向（视线，LOS）目标0rOO¢=到平台的距离。方位角at时刻的瞬时倾斜距离为0（;）A，R，t，R。图4.1中的Sq_r0q是系统固有的范围相关倾斜角，它随着斜视SAR中目标的地面距离而变化。点目标0（;）XnPrO¢轴承和距离场景中心的距离为nnx，n=nt横跨球门中心线AB的力矩平行于OO¢。根据图4.1中三角形APBD的余弦定理，可以表示瞬时斜距的泰勒级数展开在公式（3.1）中，第二个二次项（k）是LRCM，第三个二次项（k）是距离弯曲（QRCM），后两个是随倾斜距离0r变化的二次高阶项。值得注意的是，所有这些扩展项都取决于目标的位置（例如，倾斜距离0r，倾斜角度sq_r0q取决于距离），这意味着每个扩展项具有范围空间可变性。对于机载平台，与范围相关的倾斜角度sq_r0q与平台的偏航角度和俯仰角度[73,74]有关。本文假设这些参数值可通过惯性测量单元（IMU）获得。因此，根据图4.1中的恒定偏航角度b和范围相关的俯仰角度α，范围相关的倾斜角度sq_r0q可以表示为由于高阶项的影响在满足误差条时可以忽略，本节主要分析距离依赖的斜视角对LRCM和QRCM的影响。若使用参考斜视角sq_refq，则距离依赖的斜视角0sq_rq引起的LRCM、QRCM误差Sq_refq通常选择与场景的中心点处的目标相对应的倾斜角度，并且T是合成孔径时间。为了更清楚地描述距离依赖的特征，根据表3.1中的模拟参数，LRCM和QRCM的空间变性曲线如图3.2所示。从图3.2（a）可以看出，当目标距离大于147m时，LRCM的空间变性超过红色虚线所示的半距离分辨率。这意味着需要校正LRCM空间变性以获得在大场景中具有良好聚焦的高分辨率图像。特别是对于成像场景距离中的边缘点目标，成像质量将急剧下降。图。图4.2（b）显示了QRCM的空间变性的变化曲线，其远小于半距离的分辨率。因此，在不影响成像结果的情况下，可以忽略由范围相关的倾斜透视引起的QRCM的空间变异性。因此，在下面的RCM校正中，我们忽略了范围相关的斜视角度对QRCM和高阶RCM的影响。第三章频谱分析双基SAR成像算法可分为两类：时域和频域。由于快速傅立叶变换的广泛应用，频域算法可以实现比时域算法更高的运算效率，而对于频域算法，点目标的二维频谱是成像的基础。与一元SAR相比，生物基SAR在解决二维谱方面更加困难和复杂。主要有两个原因：第一，双基SAR天线位于不同的位置，因此其距离历史为双平方根，因此不能直接应用于固定相原理。其次，双基SAR不具备单基SAR的方位平移不变性，这也使得成像算法的二维解耦更加复杂，因此我们需要更多地解决二维频谱表达准确。本章主要研究二维光谱对研究点目标的解决方案。首先介绍了两种经典的二维谱解：LBF算法[46]和2d-psp算法[47]，然后提出了一种基于几何构型的二维谱求解方法，为后续的成像处理奠定了基础。3.1LBF频谱O.L.LBF频谱是Offeld等人在2004年提出的主要想法：首先，将SARS波段重新转化为傅里叶变换，改变其所有权，然后进入平台阶段，分别将其各自的位置发送到使用将Erjie固定在泰勒身上再次使用的原则的阶段，以及Lue我正在制定一项原则，在点数阶段确定公众和时间解决器的总数，从而允许双维双维的光谱表达。当倾斜角较低，传输平台的速度接近时，这种解决方法的精确度较高。3.1.1双基SAR回波模型双基SAR几何构型如图4.1所示，其中TV和RV分别为收发平台的速度，P为地面目标点，零时刻收发平台的斜视角分别为0T和0R，0TR和0RR分别为发射机和接收机到目标的最近距离。在方位向某时刻，收发平台到目标P的瞬时斜距可以表示为其中，p(f)的傅里叶变换，cf为载波频率。对于频域成像，点目标的二维频谱表达式，即式（4-4），至关重要，对于双基SAR，该表达式用代数方法无法精确求解，因而需要寻求其他的方法求解3.1.2LBF频谱模型根据LBF频谱求解思路，将式（4-4）的相位分为接收机相位和发射机相位，并利用PSP分别将其展开到二阶，从而可以得到近似的解析表达式。将式（4-4）中收发天线的相位分别记为上式表明，目标的二维频谱精度将直接受限于天线的斜视角以及平台的速度大小。下面列举几组机载双基SAR参数进行分析，结果如表4-1所示，可以看出当收发系统的斜视角较小时，条件（4-15）满足，当斜视角较大时，条件（4-15）不满足。从上述分析表明，采用驻定相位原理求解得到的LBF频谱精度与收发天线的速度以及斜视角有关。当收发天线的速度接近，并且斜视角较小时，采用该方法得到的二维频谱精度较高；当收发天线的速度差异较大，或者斜视角较大时，采用该方法得到的二维频谱误差较大。3.1.3仿真实验下面采用表4-1中机载双基SAR参数进行仿真实验，其他仿真参数为：载波频率10GHz，发射信号带宽为100MHz，采样频率为200MHz，脉冲重复频率为1000Hz。我们将分别选取三组不同的斜视角进行仿真，第一组发射机和接收机斜视角都为0度；第二组发射机斜视角为15度，接收机斜视角20度；第三组发射机斜视角为27度，接收机斜视角为37度。第一组结果如下图所示：从表4-2可以看出，随着收发天线斜视角的增大，PSLR和2D-ISLR逐渐升高，同时主瓣宽度逐渐变宽，说明在斜视角较大的情况下，LBF频谱精度不高，误差较大。3.22D-PSP频谱2D-PSP模型频谱是对LBF频谱的一种改进，它是在LBF频谱的基础上，引入收发平台方位向频率分量，并将多普勒频率分解为收发天线的方位向频率之和，然后再利用PSP进行求解，这种改进可以有效地克服LBF频谱的缺点。3.2.12D-PSP频谱模型式（4-4）是点目标的二维频谱表达式，在此基础上，引入收发平台的方位向频率分量可以看到在上式二维频谱中，只有收发天线的方位向频率分量aRf和aTf是未知量，因此下面将主要对其进行求解其中，R和T分别为该时刻收发天线的斜视角。将式（4-22）分别在收发天线的多普勒中心频率处进行泰勒展开，得到至此，我们求得了收发天线的方位向频率aRf和aTf，代入式（4-18）就可以得到最终的二维频谱表达式。3.2.2仿真实验下面同样采用机载双基SAR参数进行仿真验证上述方法，其中仿真参数与4.1.3节一样。这里我们仍然选取三组不同的斜视角进行仿真，第一组发射机和接收机斜视角都为0度；第二组发射机斜视角为15度，接收机斜视角20度；第三组发射机斜视角为27度，接收机斜视角为37度。第一组结果如下图所示：为了比较上述两种频谱求解方法，下面将LBF频谱以及2D-PSP频谱的点目标聚焦性能统计如表4-3所示从表4-3可以看出，在收发天线正视的情况下，LBF频谱和2D-PSP频谱精度差别不大，但是随着斜视角的增大，2D-PSP频谱表现出比LBF频谱更好的性能，不仅旁瓣抑制的更好，主瓣也更窄，这说明2D-PSP频谱能够有效地克服LBF频谱的缺点。3.3一种基于几何构型的双基SAR二维频谱求解方法在18赫西（4-4）-（19）PSP2D频谱模型中，可以看出两个层面的频谱不是很简单，也可以看出对分离性算法的跟踪不很好，因此，本节也介绍了一个传送Frecuen的平台。中央情报局的起重机，响应两个维度光谱最简洁的表达方式，然后使用双层SAR几何模型，以便最终找到两个维度的表达频谱解决方案。3.3.1利用多普勒频率推导双基SAR二维频谱双基SAR的几何构型如图4.1所示，点目标的二维频谱表达式如式（4-4）所示。由于式（4-4）中存在双根号，用代数方法是不能得到其精确解的，因此这里必须使用其他的方法进行求解。将式（4-4）的相位记为式（4-32）即为双基地SAR的目标二维频谱，式（4-33）为二维频谱的相位项，将其与式（4-18）进行对比可以看出，这个利用双基SAR几何模型推导的表达式比2D-PSP二维频谱表达式更加简洁，不含有根号与平方项。但是这个表达式中天线的瞬时斜视角R和T是未知量，因此下面将推导R和T的求解公式。3.3.2利用双基SAR几何模型求解瞬时斜视角在式（4-32）中还包含了未知的R和T，因而式（4-32）还不是最终的二维频谱。为了求解未知量R和T，我们先定义收发平台方位向频率分量。定义如下如果可以将aTf和aRf表示为f和af的函数，则二维频谱问题将被解决。从式（4-34）看出，收发平台方位向频率分量是和天线的斜视角有关的，也就是说是由双基SAR成像的几何模型决定。所以，这里我们可以从几何构型的角度去寻找aTf和aRf的关系。由式（4-34）得到aTf和aRf分别为sinT和sinR的函数，如果可以将sinT和sinR的表达式求解出来，则二维频谱的问题就能够得到解决。由图4-6可知，发射平台与接收平台所经历的方位时间t是相同的，利用这个特性，可以通过几何关系对需要强调的是，式（4-37）是由双基SAR的几何构型决定的。遗憾的是，由式（4-37）还是很难得到sinT和sinR的关系式。因此，这里我们需要做一个线性近似处理。利用泰勒级数分别将tanT和sinT在0T处，保留到一次项，可以得到如下结果很明显，式（4-39）揭示了sinT和sinR的线性关系。在这样的关系下，求解收发平台频率分量就变得很容易。把式（4-39）整理为以下形式：将式（4-41）以及式（4-42）代入式（4-34）与式（4-35）中便可以得到天线瞬时斜视角R和T的正弦值以及余弦值，在将其代入式（4-33）即可求出二维频谱的相位项，至此，双基SAR的二维频谱问题得到解决。3.3.3仿真实验下面采用机载双基SAR参数进行仿真验证上述方法，其中仿真参数与4.1.3节一样。这里我们仍然选取三组不同的斜视角进行仿真，第一组发射机和接收机斜视角都为0度；第二组发射机斜视角为15度，接收机斜视角20度；第三组发射机斜视角为27度，接收机斜视角为37度。第一组结果如下图所示：表4-3列出了目标明确的业绩统计数字。与表4-3和表4-4相比，2D-PSP频谱的PSLR和2D-ISLR频谱略低于本节所述的方法，这表明其侧叶略优于本节所述方法，但其3DB面积大于本节所述方法。这表明，他的主要叶并不比本节所述的方法好，特别是随着倾斜角度的增加，这一点更为明显。3.4三种算法对比现在我们将本章所提到得的三种频谱求解方法的结果进行对比，点目标的聚焦性能如表4-5和表4-6所示。表4-5中的参数PSLR以及ISLR能够反映对旁瓣的抑制能力，表4-6中的参数3dB面积能够反映主瓣的性能从表4-5和表4-6可以看出，随着发射机和接收机角度的增加，频谱ISLR，PSLR和LBF3db区域明显增加，不仅表明其旁瓣抑制能力减弱，而且同样在扩大主瓣宽度时，分辨率也在下降，因此这种方法不适用于双基SAR斜视角度较大，2d-PSP虽然这种张方发主瓣正在拓宽，但旁瓣抑制在增强。以发射器角度为27度，接收器角度为37度为例，三种方法中点目标的成像结果如图4-21所示。从图4-21可以清楚地看出，LBF光谱点目标成像结果的方位角旁瓣远高于其他两种方法。三种方法的距离旁瓣相等，LBF频谱的主瓣宽度也略宽。因此，2d-psp频谱和本章方法可以克服LBF频谱的缺点。与下面这个张方法的2d-PSP相比，从解决过程可以看出，为了解决2d-PSP频谱，需要求解二维积分，甚至同时采用原理两个站立阶段，结果类型（4到18）比较复杂，不利于后续成像算法的推导，而这个张方法的解决过程中两次使用双基SAR几何配置，如以及泰勒扩展，解决思路直截了当，结果类型（4-32）与类型（4到18）相比不包含平方根，表达更简洁明了，有利于后续成像算法的。与表4-5和表4-6相比，可以看出，在任何一种情况下，本章中方法的3dB区域都小于2d-psp频谱，主瓣更窄，即分辨率更好。然而，本章方法的PSLR和ISLR略大于2d-psp光谱，表明其旁瓣抑制能力不如2d-psp光谱强。4.5本章小结本章主要研究双基SAR的二维频谱求解方法。首先，介绍了经典的LBF谱，并推导出影响其准确性的具体公式。然后介绍了2d-PSP频谱方法，该方法是对LBF频谱的改进，通过在频率分量平台上引入一个收发器，即它们对发射机和接收机频率的定向，并采用恒定相位原理来解决收发机的问题。得到频率分量平台方位角和二维频谱，可有效克服LBF频谱的不足;其次，基于二维频谱法的双基SAR几何模型，提出了基于频率分量发送和接收平台位置的思想，利用发射机和接收机所经历的承载时间的几何模型相等，通过线性逼近可以分别得到发送平台方位频率分量，进入双基SAR二维频谱表达式可以得到二维频谱分析类型的解;最后，仿真结果比较了三种方法的性能，从本节可以看出，提出的基于双基SAR的几何配置的二维谱方法可以有效克服传统LBF谱可能不适用的缺点。大斜视角，同时与2d-PSP光谱相比，该方法具有直观思维的优点，二维光谱表达更简洁。4总结与展望4.1总结随着数字技术的发展和雷达系统的不断更新，SARS已从最初的低分辨率模型转变为目前的高分辨率、多平台、多种工作方式和新系统模型。由于在实际应用中具有更大的灵活性和优势，大角石Sar和旋转矩阵Sar已成为SARS研究的重点。本条研究了与大对角SAR图像和大对角SAR高分辨率图像前视旋转矩阵图像计算有关的问题，并概述了以下主要内容：在SAR模式中，系统的内在距离取决于斜视图，而频率和方位域的远距离迁移处理导致RCM的二维变换和氮突变多普勒参数的变换。另一方面，随着人口前景的改善和分辨率的提高，区域协调机制差距的恶化和多普勒参数不能再被忽视。针对这一问题，提出了用于大鼻子的高分辨率SAR图像算法。第一种方法通常是在距离（Shiyu）开始更多的抛光中心并移动到校正分析中，参照LRCMCRCM的二维真空距离，在超过了抛光和空转换器的参数后，根据EALCS详细说明了它们对s新的CCMCSOfficina中的新功能和扰动，分别是补偿和无性别的RCM功能，更平衡的空转换器和光亮RCM参数，空转换器距离。在实践中。随后，通过合理的分析和模拟证明了拟议的图像算法的有效性。对现有的SAR双维频谱、LBF频谱和2D-PSP频谱解决方法进行了研究。影响最大许可证频谱精确度的具体公式在高倾角角度下显示并说明为何最大许可证频谱精确度不高，并通过模拟进行测试，他解释说，最大许可证频谱法的改进，即PSP频谱法—导言De一个平台，将发送者和接收者的重量按其各自频率方向发送，并使用固定相位原则将发送者和接收者的重量按其频率发送到汽水频率，以确保将这一部分的两维频谱的法律从超高速传输频谱的有效性不充分；最后，提出了一种以双基SAR几何模型为基础的二维频谱解决办法，使用双基SAR几何结构，通过线性近似法可以解决传输和传输平台的方位突变频率部分，以获取表达式。双维光谱。最后，通过本节三种性能的模拟实验结果可以看出，以有效的双维频谱解决方案为基础的双曲SAR几何形式，传统的LBF频谱解决方案不适用于与光谱PSP2D相比，偏斜的光谱，直观的思维方法，光谱的两个层面解决方案和最简洁的表达。4.2工作展望尽管本条对SARS作了单向研究，但仍有许多问题需要解决，需要加以改进和探讨。关于今后的针头研究工作，有以下前景：1。随着时间的推移，双基SAR会发生更为复杂的空间退化（例如，由于几何构造、接收器和发射机的斜角造成的空间退化，导致RCM空间退化，以及多普勒中心随距离变化而发生的变化），因此大型SAR图像算法不能直接应用于随时间变化的双基SAR。使用单基地SAR图像算法的想法来提取和代表这些空变形，需要进一步研究。SAR两个维度图像的性质是将场景空间三个维度投影到两个维度的图像平面，这就产生了一些问题，如两个维度的SAR图像的收缩、重叠和阴影。因此，需要进一步研究如何实现三维图像，以避免在两维空间和平面之间丢失三维投影信息，获取更多关于直升机所受威胁的信息，并确保直升机飞行和着陆的安全。

参考文献[1]M.I.Skolnik.王军等译.雷达手册[M].北京:电子工业出版社,2003[2]W.G.Carrara,R.S.Goodman,R.M.Majewski.SpotlightSyntheticApertureRadar:SignalProcessingAlgorithms[M].Boston:ArtechHouse,1995[3]GFranceschetti,RLanari.SyntheticApertureRadarProcessing[M].BocaRatonLondonNewYorkWashington,D.C.:CRCPress[4]MSoumekh.SyntheticApertureRadarSignalProcessingwithMATLABAlgorithms[M].JohnWiley&SonsInc,1999[5]MSoumekh.FourierArrayImaging[M].PrenticeHallInc,1994[6]张澄波.综合孔径雷达原理、系统分析与应用[M].北京:科学出版社,1989[7]刘永坦.雷达成像技术[M].哈尔滨:哈尔滨工业大学出版社,1999[8]魏钟铨.合成孔径雷达卫星[M].北京:科学出版社,2001[9]张直中.机载和星载合成孔径雷达导论[M].北京:电子工业出版社，2004[10]保铮，邢孟道，王彤.雷达成像技术[M]，北京：电子工业出版社，2005[11]N.Willis.Bistaticradar[M].Boston:ArtechHouse,1991[12]汤子跃,张守融.双站合成孔径雷达系统原理[M].北京：科学出版社，2003[13]XixingZ,Minhui.Thedevelopmentofon-boardimagingprocessorforairborneSARinChina[C].EUSAR'96，Germany[14]MartinMandStallardM.Distributedsatellitemissionsandtechnologies—theTechSat21program[C]，inProc.AIAASpaceTechnologyConf.Exposition，Albuquerque，NM，1999，AIAA99-4479[15]BaumgartnerSV,Rodriguez-CassolaM,NottensteinerA,etal.BistaticexperimentusingTerraSAR-XandDLR’snewF-SARsystem.EUSAR,2008,pp.57-60[16]Rodriguez-Cassola,M.,etal.BistaticTerraSAR-X/F-SARspaceborne-airborneSARexperiment:Description,dataprocessingandresults.IEEETransactionsonGeoscienceandRemoteSensing,48,2(Feb.2010),pp:781-794[17]WangYinbo;ZhangXiaoling;GongZhenqiang;TianZhong,“ComparisonofdopplerfrequencyrateestimatorsinbistaticairborneSARandexperimentalresults”,SyntheticApertureRadar,2007.APSAR2007.1stAsianandPacificConferenceon5-9Nov.2007Page(s):98–102[18]RamongasieS,PhalippouL,ThouvenotE,etal.PreliminarydesignofthepayloadfortheinterferometricCarWheel[C],inProc.IGARSS2000,Honolulu,pp.24-26,200[19]MartinMandStallardM.Distributedsatellitemissionsandtechnologies—theTechSat21program[C],inProc.AIAASpaceTechnologyConf.Exposition,Albuquerque,NM,1999,AIAA99-4479[20]MarcRodr´ıguez-Cassola´,KriegerG,WendlerM.Azimuth-invariant,BistaticairborneSARprocessingstrategiesbasedonmonostaticalgorithms[C],IGARSS-2005[21]WalterscheidI,EnderJ,BrennerA,andLoffeldO.BistaticSARprocessingandexperiments[J].IEEETransGeosc.andRemoteSens.,2006,44(10):2710-2717[22]NatroshviliK,LoffeldO,MayaA,etal.FocusingofgeneralbistaticSARconfigurationdatawith2-DInverseScaledFFT[J].IEEETransGeosc.AndRemoteSens,2006,44(10):2718-2727[23]NeoYL,WongF,CummingIG..ProcessingofAzimuth-InvariantBistaticSARDataUsingtheRangeDopplerAlgorithm[J].GeoscienceandRemoteSensing,IEEETransactionson,2008,46(1):14-19[24]XianLi,XiongJintao,HuangYulin,etal.ResearchonairbornebistaticSARsquintimagingmodealgorithmandexperimentdataprocessing[C].APSAR2007.2007,Huangshan.pp.618-621[25]ChenJuan,XiongJintao,HuangYulin,etal.ResearchonanovelfastbackprojectalgorithmforstripmapbistaticSARimaging[C].APSAR2007,2007,Huangshan.pp.622-625[26]YounisM,MetzigR,KriegerG.PerformancepredictionofaphasesynchronizationlinkforbistaticSAR[J].IEEETrans.Geosc.andRemoteSens,2006,3(3):429-433[27]CummingIG,BennettJR.DigitalprocessingofSeasatSARdata[C].Proc.ICASSP’79.1979,pp.710-718[28]MunsonDC,O’BrienJD,JenkinsWK.Atomographicformulationofspotlight-modeSyntheticApertureRadar[J].Proc.oftheIEEE,1983,pp.917-925[29]CafforioC,PratiCandRoccaF.SARdatafocusingusingseismicmigrationtechniques[J].IEEETransAerosp.Electron.Syst.,1991,27(2):194-186[30]Cardillo,G.P.OnTheUseOfTheGradientToDetermineBistaticSARResolution.AntennasandPropagationSocietyInternationalSymposium.1990,2:1032-1035[31]JingenWang,YanfeiWang,RenyuanChen,JialongGe.ResearchontheGroundResolutionofBistaticForward-lookingSARwithGeostationaryIlluminatorandUAVReceiver.EUSAR,2012,pp:567-570[33]CantalloubeHMJ,KriegerG.Elevation-dependentmotioncompensationforfrequency-domainbistaticSARimagesynthesis.IGARSS,2007:2148-2151[34]NiesH,LoffeldO,NatroshviliK,etal.Asolutionforbistaticmotioncompensation.IGARSS,2006:1204-1007[35]NiesH,LoffeldO,NatroshviliK.AnalysisandfocusingofbistaticairborneSARdata.IEEETrans.OnGeoscienceandRemoteSensing,2007,45(11):3342-3349[36]师君.新型SAR技术与成像机理研究：[博士学位论文].成都：电子科技大学，2009[37]Shijun;ZhangXiaoling;YangJianyu;TranslationalvariantbistaticSARsignalspace-timefeatureandprocessingmethod,GeoscienceandRemoteSensingSymposium,2007.IGARSS2007.IEEEInternational,23-28July2007Page(s):2140-2143[38]ShiJun;XiaolingZhang;JianyuYang;PrincipleandMethodsonBistaticSARSignalProcessingviaTimeCorrelationGeoscienceandRemoteSensing,IEEETransactionsonVolume46,Issue10,Part2,Oct.2008Page(s):3163-3178[39]杨悦，张晓玲，师君。基于非等间隔校正的SIFFT星机联合SAR成像算法，电子学报，2010[40]Rodriguez-Cassola,M.,etal.BistaticTerraSAR-X/F-SARspaceborne-airborneSARexperiment:Description,dataprocessingandresults.IEEETransactionsonGeoscienceandRemoteSensing,48,2(Feb.2010),pp:781-794[41]Ulander,L.,etal.Bistaticexperimentwithultra-widebandVHFsyntheticapertureradar.InProceedingsofEUSAR,Friedrichshafen,Germany,2008,1-4[42]Rodriguez-Cassola,M.;Prats,P.;Krieger,G.;Moreira,A.EfficientTime-DomainImageFormationwithPreciseTopographyAccommodationforGeneralBistaticSARConfigurations.IEEETransactionsonAerospaceandElectronicSystem.47,on.4October2011,pp:2949–2966[43]UlanderLMH,HellstenH,StenstromG.Syntheticapertureradarprocessingusingfas