matlab中的omega-k算法仿真

Question

我想根据 cumming 的书《合成孔径雷达数据的数字处理》模拟 omega k 算法来聚焦合成孔径雷达原始数据。首先，我以带状图模式模拟点目标原始数据，并执行书中提到的所有操作。但我的目标没有集中。为了确保我的原始数据是真实的，我使用传统的 RDA 算法将其聚焦，并将我的点目标聚焦在真实位置，这意味着我的原始数据模拟程序是好的。

这是我的 omega k 算法的 matlab 代码：

%% __________________________________________________________________________
fr          = linspace(-fs/2,fs/2,nfftr);
faz         = linspace(-PRF/2,PRF/2,nffta);
fr_prime    = sqrt((f0+fr).^2-(c*faz'/(2*vp)).^2)-f0;
Rref        = rs(ceil(Ns/2));
theta_ref   = 4*pi*Rref/c*(fr_prime+f0)+pi*fr.^2/kr;
%2D FFT
S_raw       = fftshift(fft2(s_raw,nffta,nfftr));
%RFM
S_BC        = S_raw.*exp(1j*theta_ref);
for idx = 1:Na
    S_int(idx,:) = interp1(fr_prime(idx,:)+f0,S_BC(idx,:),fr+f0,'pchip');
end
S_c = S_int.*exp(-1j*4*pi*fr*Rref/c);
s_c = ifft2(S_c,Na,Nr);
%% __________________________________________________________________________

在这段代码中：

• f0：中心频率
• kr：范围内的啁啾率
• fs：范围内的采样频率
• vp：平台速度
• rs : 范围数组（从近到远）
• Rref：参考范围（听说我把它当作中间范围单元格）
• Ns ：范围单元格的数量
• Na : 方位角样本数
• s_c : 聚焦图像

三个目标位于射程[10 , Ns/2 , Ns-10] 和方位角Na/2。 这是我的结果：

时域批量压缩后的数据

时域stolt插值后的数据

我检查了几种插值方法，如 sinc interp 、 linear interp 、 pchip 等，但没有一个对我有用。 我感谢所有可以帮助我并告诉我我的错误的人...... 谢谢...

Answer 1

在 Omega-k 的精确版本中，Cumming 在 stolt 插值后没有要求再次与匹配滤波器相乘。只需使用 2D iFFT 即可完成聚焦。