机载SAR回波仿真与自聚焦成像处理平台

资 源 简 介

本项目旨在构建一个完整的机载合成孔径雷达（SAR）回波仿真及自聚焦成像处理平台，专门针对缺乏实测数据的情况，通过数学建模生成高保真的点目标回波数据。系统首先根据设定的雷达系统参数（如载频、带宽、脉宽、采样率）和平台飞行参数，模拟生成多个点目标的原始SAR回波信号。关键功能在于模拟非理想飞行条件，系统能够人为引入各阶相位误差（如二次、三次相位误差或正弦抖动误差）来模拟载机运动对成像的影响，产生散焦的SAR图像。在此基础上，项目重点实现了先进的自聚焦算法，主要包括相位梯度自聚焦（PGA）算法或子孔径图偏移（MD）算法。该算法模块能够直接从复图像数据中自动估计出非线性相位误差分量，并进行迭代补偿，从而在无需辅助导航数据的情况下让散焦图像重新聚焦。最后，系统提供完整的成像质量评估功能，对比自聚焦前后的点目标冲激响应宽度（IRW）、峰值旁瓣比（PSLR）和积分旁瓣比（ISLR），验证算法的有效性。

详 情 说 明

机载SAR点目标仿真与自聚焦成像处理系统

项目介绍

本项目构建了一套完整的机载合成孔径雷达（SAR）回波仿真与自聚焦成像处理平台。该系统专门针对缺乏实测SAR数据的研究场景，能够通过数学建模生成高保真的点目标原始回波信号。

系统的核心价值在于模拟非理想飞行条件下的成像与校正。它不仅能够生成理想的回波数据，还能人为引入复杂的相位误差（如高阶运动误差和高频抖动），从而生成散焦的SAR图像，模拟载机不稳定时的成像效果。在此基础上，项目通过内置的相位梯度自聚焦（PGA）算法，在无需辅助导航数据的情况下，自动从回波数据中估计并补偿相位误差，实现图像的重聚焦，是研究生机载SAR成像算法与运动补偿技术的理想验证平台。

功能特性

• 全链路回波仿真：基于Stop-and-Go模型，根据雷达参数（C波段）和几何关系，精确模拟多点目标的二维时域回波。
• 非理想运动模拟：支持在方位频域（与孔径域对应）注入复合相位误差，包括二次相位误差（速度误差导致）和正弦相位误差（机身抖动导致）。
• 经典成像处理：实现了距离多普勒算法（RDA）的基本流程，包括距离向脉冲压缩和方位向匹配滤波。
• 鲁棒的自聚焦算法：实现了相位梯度自聚焦（PGA）算法，具备自适应加窗、多特强点联合估计、迭代相位补偿等高级特性。
• 多维度质量评估：提供从二维成像结果、相位误差估计曲线到一维点目标剖面的全方位可视化对比，直观展示自聚焦效果。

系统要求

• MATLAB R2016b 或更高版本
• Signal Processing Toolbox（建议，用于基础信号处理函数）
• 无需额外第三方工具箱，代码纯MATLAB原生实现

核心算法与实现逻辑详解

本项目主要包含在一个主脚本中，代码逻辑严格按照SAR信号处理的物理流程编写，具体步骤分析如下：

1. 系统参数构建与场景定义

代码首先定义了C波段机载SAR系统的物理参数，包括载频、信号带宽、脉宽、飞行高度和速度等。场景构建采用了侧视几何模型，设置了三个点目标（一个中心目标，两个具有位置和RCS差异的旁侧目标），用于验证不同位置的聚焦性能。

2. 原始回波信号生成

系统通过双重循环（快时间/距离向 和 慢时间/方位向）构建二维时间网格。基于目标与载机的几何距离变化，计算瞬时斜距，分别生成距离向的线性调频（Chirp）相位和方位向的多普勒相位。所有目标的信号在复数域进行相干叠加，生成模拟的原始回波数据（Raw Data）。

3. 距离向脉冲压缩

采用匹配滤波技术进行距离向处理。首先将回波变换到距离频域，构造与发射信号匹配的频域滤波器，相乘后变换回时域。这一步显著提高了距离向的分辨率，将宽脉冲压缩为窄脉冲。

4. 运动误差注入（模拟散焦）

这是本项目的关键仿真步骤。在方位频域（多普勒域）构造相位误差函数。代码具体实现了一个复合误差模型：

• 二次相位误差：模拟加速度或速度测量偏差引起的大尺度相位弯曲。
• 正弦相位误差：模拟平台高频振动引起的周期性相位调制。

该误差被施加到距离压缩后的数据上，使得后续的标准成像处理无法正确聚焦。

5. 成像处理（生成散焦图像）

使用标准的方位向匹配滤波器对数据进行处理。由于滤波器基于理想飞行参数设计，而输入数据通过上一步被注入了非理想误差，因此输出结果为一张存在严重主瓣展宽和旁瓣升高的散焦图像。此处为了突出自聚焦效果，简化了RCMC（距离徙动校正）步骤。

6. 相位梯度自聚焦（PGA）

这是代码中最复杂的核心算法模块，通过迭代循环（默认15次）自动修复图像：

• 选点与移位：自动检测图像中能量最强的若干个距离门（代码中选取最强5个），将这些距离门中的强点目标通过循环移位移动到图像中心，消除多普勒中心频率的影响。
• 自适应加窗：在时域对中心化后的信号加窗，滤除背景杂波干扰。窗口宽度随着迭代次数增加呈指数级衰减，逐步锁定相位误差信息。
• 相位梯度估计：利用最大似然估计器原理，计算相邻方位采样点之间的相位差（梯度）。代码采用了多距离门平均的方法来提高估计的鲁棒性。
• 误差积分与去线性：对相位梯度进行积分恢复成相位误差，并去除线性分量（线性分量仅导致图像整体平移，不影响聚焦）。
• 迭代补偿：构建相位补偿因子，在多普勒域对图像数据进行修正，逐步逼近真实相位误差。

7. 质量评估与可视化

代码最后通过四个子图展示处理结果：

• 散焦SAR图像：展示受误差影响模糊不清的目标。
• PGA自聚焦图像：展示经过算法校正后清晰聚焦的点目标阵列。
• 相位误差对比：将PGA估计出的相位误差曲线与代码第4步注入的真实误差曲线绘制在同一坐标系下（经过对齐处理），直观验证估计精度。
• 点目标剖面：提取中心目标的方位向切片，对比聚焦前后的波形，展示主瓣宽度的变窄和能量的聚集过程。

使用方法

1. 将包含代码的 .m 文件下载到本地 MATLAB 工作路径。
2. 直接运行该脚本函数。
3. 程序将自动输出命令行日志，提示当前处理阶段（生成回波、注入误差、自聚焦迭代等）。
4. 运行结束后，会弹出一个综合图形窗口，展示仿真与处理的最终对比结果。