基于电磁与统计混合模型的海面SAR图像杂波生成方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112764030A(43)申请公布日2021.05.07(21)申请号202011559723.7(22)申请日2020.12.25(71)申请人中国人民解放军空军工程大学地址710051陕西省西安市灞桥区长乐东路甲字一号(72)发明人王童彭鹏童创明宋涛(74)专利代理机构北京盛询知识产权代理有限公司11901代理人陈巍(51)Int.Cl.G01S13/90(2006.01)权利要求书2页说明书7页附图4页(54)发明名称基于电磁与统计混合模型的海面SAR图像杂波生成方法(57)摘要本发明提出了一种基于电磁与统计混合模型的海面SAR图像杂波生成方法，具体步骤如下：S1：确定粗糙面的功率谱密度函数，构建海洋粗糙面模型；S2：将所述功率谱密度函数进行截断，并计算每个面元内部的斜率概率密度函数；S3：基于几何光学与微扰模型，计算每个面元的散射截面；S4：计算每个面元的杂波数据；S5：将所有面元的杂波数据进行叠加，得到最终环境SAR图像。本发明既保留了电磁模型的准确纹理信息，又具有统计模型简单高效的特点。CN112764030ACN112764030A权利要求书1/2页1.一种基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，具体步骤如下：S1：确定粗糙面的功率谱密度函数，构建海洋粗糙面模型；S2：将所述功率谱密度函数进行截断，并计算每个面元内部的斜率概率密度函数；S3：基于几何光学与微扰模型，计算每个面元的散射截面；S4：计算每个面元的杂波数据；S5：将所有面元的杂波数据进行叠加，得到最终环境SAR图像。2.根据权利要求1所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述步骤1具体为：S11：选择Elfouhaily谱函数作为功率谱密度函数；S12：根据雷达分辨率与入射角确定粗糙面离散面元尺寸为Δx；S13：确定海面风速，并借助蒙特卡洛法生成尺寸为Lx×Ly(m×m)、面元数为Nx×Ny的海洋粗糙面；S14：确定海水相对介电常数，构建几何与电磁参数相结合的海洋粗糙面模型。3.根据权利要求1所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述步骤2具体为：对海表面斜率概率密度函数依照面元尺寸进行截断，截断尺度为kcl＝2π/Δx，在截断尺度基础上，对面元内部谱函数进行积分，获得斜率沿两个方向的均方根，分别为νul和νcl，得到面元内部的斜率概率密度函数，其表达式为：。4.根据权利要求3所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述步骤3具体为：S31：利用几何光学解中的斜率概率密度函数对式(1)进行修正，可获得每个面元的镜向散射截面，表达式为：其中，矢量q＝ks‑ki，ki和ks分别为入射和散射矢量，qij为第(i,j)个面元局部坐标系中对应q值，Upq,ij为极化因子；S32：非镜向部分的散射截面通过微扰法(SPM)获得，总的散射截面σpq(p和q分别表示接收与发射电磁波的极化方式)则为镜向散射截面与非镜向散射截面之和，其表达式为：其中，p和q分别表示接收与发射电磁波的极化方式。5.根据权利要求1所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述步骤4具体为：2CN112764030A权利要求书2/2页S41：确定面元内部的散射统计模型参数，并根据面元的几何信息与雷达散射截面确定瑞利分布的参数；S42：根据确定的统计模型，产生服从该统计模型的随机序列，作为分辨单元内的随机散射点，获得某一分辨单元的SAR图像杂波数据。6.根据权利要求1所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述最终环境SAR图像为所有面元的叠加，其表达式为：。7.根据权利要求5所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述瑞利分布参数为所述统计模型的随机序列为N个符合瑞利分布的复数序列8.根据权利要求5所述的基于电磁与统计混合模型的海面SAR图像杂波生成方法，其特征在于，所述每个面元的杂波数据的表达式为：其中，rmn为面元(m，n)的中点位置。3CN112764030A说明书1/7页基于电磁与统计混合模型的海面SAR图像杂波生成方法技术领域[0001]本发明涉及雷达图像仿真技术领域，主要涉及电磁散射计算与杂波序列模拟，具体是涉及一种基于电磁与统计混合模型的海面SAR图像杂波生成方法。背景技术[0002]相比光学传感器，合成孔径雷达(SAR)可以不受天气的影响，能够持续不断全天时的对地海环境及其表面目标进行监测。SAR图像是接收反射电磁波后获得的数据，包含了的目标与海洋环境的丰富信息，对SAR图像的解译无论是对于国防军事