SAR [1] - это метод вычисления радиолокационных возвращений высокого разрешения, которые превышают традиционные пределы разрешения, налагаемые физическим размером или апертурой антенны. SAR использует движение антенны для синтеза большой «виртуальной» апертуры, как если бы физическая антенна была больше, чем на самом деле. В этом примере метод SAR используется для формирования изображения обратного рассеяния высокого разрешения отдаленной области с использованием бортовой радиолокационной платформы.
В этой модели показаны следующие концепции:
Обработка реалистичных, синтезированных данных САР
Реализация важных операций по обработке сигналов, включая согласованную фильтрацию
Объединение блоков Toolbox™ системы DSP и кода MATLAB ® в системном контексте
Модель, используемая в этом примере, основана на эталоне, разработанном лабораторией MIT Lincoln Laboratory под названием High-Performance Embedded Computing (HPEC) Challenge. Эталонный тест показывает упрощенную цепочку обработки SAR. Упрощение данного теста, отличающееся от реальной системы SAR, дается лабораторией MIT Lincoln следующим образом [2]:
Наблюдаемый участок находится ровно на расстоянии 90 градусов от траектории полета самолета
Апертура выполнена равной поперечному диапазону (Y-размер) наблюдаемого участка
Эталонный тест включает как формирование изображений, так и распознавание образов. Модель Simulink ® реализует только функцию формирования изображения «genSARImage» (ядро # 1) из эталонного теста. Дополнительные сведения см. на сайте эталонного теста HPEC Challenge [3].
Система SAR собирает данные о сетке отражателей 6x8, размещенной на земле, которая изображается самолетом, пролетающим над головой. Окончательное изображение, полученное с помощью кода MATLAB ® для эталонного теста, показано здесь. Значения, используемые в создаваемом графике, также находятся в этом коде в функции «getSARparamsStart.m». Демонстрационная модель воспроизводит это изображение.
Проверьте (синтетические) необработанные данные SAR. Система SAR передает серию импульсов, затем собирает серию выборок из антенны для каждого передаваемого импульса. Он собирает эти образцы в один двумерный набор данных. Размерность набора данных, соответствующая выборкам, собранным в ответ на один импульс, называется размерностью быстрого времени или диапазона. Другое измерение называется медленным измерением. На земле медленная размерность соответствует направлению движения плоскости, называемому также размерностью поперечного диапазона. Входными данными для этой модели является единый собранный набор данных, представляющий необработанные данные, поступающие от датчика. Эти необработанные данные не имеют видимых шаблонов, которые позволили бы сделать вывод о том, что на самом деле просматривается.
Первая подсистема в модели выполняет три операции.
Быстрая фильтрация преобразует результаты каждого импульса в частотную область и свертывает их с ожидаемым результатом от единичного отражателя.
Цифровой прожектор фокусирует доходность в перекрестном диапазоне.
Расширение полосы пропускания увеличивает разрешение между диапазонами с использованием FFT и заполнения нулем в частотной области изображения.
Прямой и обратный FFT составляют основную часть этой части обработки. Номера уравнений в модели относятся к уравнениям в документе с описанием эталонного теста [2].
Двумерная согласованная фильтрация свертывает выходной сигнал предыдущего каскада с импульсной характеристикой идеального точечного отражателя. Согласованная фильтрация выполняется умножением в частотной области, что эквивалентно свертке в пространственной области.
Запустите модель для обработки данных. В сопоставленном отфильтрованном изображении, хотя все отражатели присутствуют, возврат от ближайшего и самого дальнего рядов отражателей в диапазоне размазывается. Кроме того, хотя отражатели равномерно разнесены по земле, они не равномерно разнесены по обработанному изображению. Кроме того, мы хотим больше сосредоточиться на области возврата, которая фактически содержит объекты.
Полярно-прямоугольная интерполяция изображения исправляет эти проблемы. При запуске модели изображение слева является сопоставленным-отфильтрованным изображением (перед интерполяцией), а изображение справа - окончательным выводом. Каждое из этих изображений было преобразовано в пространственную область с использованием двумерного обратного БПФ. Конечный выход системы SAR фокусируется на сетке отражателей 6x8 и показывает хрустящие пики, которые не размазаны.
Полярно-прямоугольная интерполяция включает в себя повышающую дискретизацию и интерполяцию для увеличения разрешения диапазона выходного изображения. Операция интерполяции принимает изображение с сопоставленной частотной областью в качестве входного сигнала. Она сопоставляет каждую строку входного изображения нескольким строкам выходного изображения. Количество выходных строк, которым сопоставлена каждая входная строка, определяется количеством боковых лопастей в функции sinc, которая используется для интерполяции. На следующем рисунке для каждой точки в сопоставленном отфильтрованном изображении показана центральная координата строки, в которую она вносит вклад в выходном изображении. Кривизна на рисунке показывает перемещение от полярной сетки к прямоугольной. Полярно-прямоугольная интерполяция выполняется с помощью кода MATLAB ®, который может эффективно выражать операции закольцовывания и индексации, необходимые при минимуме временного пространства для хранения.
[1] Сумех, Мехрдад. Радиолокационная обработка сигналов с синтезированной апертурой с использованием алгоритмов MATLAB. Джон Уайли и сыновья, 1999.
[2] Лаборатория Линкольна MIT. «Масштабируемое синтетическое компактное приложение № 3 HPCS: обработка датчиков, формирование знаний и ввод/вывод данных», версия 1.03, 15 марта 2007 г.
[3] Лаборатория Линкольна MIT. «Эталонный тест высокопроизводительных встраиваемых систем».