SAR-Master：多算法合成孔径雷达成像仿真与处理工具包

资 源 简 介

该工具包是专门针对合成孔径雷达（SAR）成像研究开发的MATLAB仿真与处理框架。其核心价值在于高度整合了当前主流的频域与时域成像模型，为用户提供了一站式的算法验证与数据处理平台。工具包完整涵盖了极坐标格式算法（PFA），利用极坐标重采样技术有效处理高分辨率聚束式SAR数据中的波位偏移问题；距离迁移算法（RMA）则在波数域通过Stolt映射实现对斜距偏移的精准补偿，特别适用于大测角、大带宽以及近程成像的严苛场景；线性调频尺度算法（CSA）利用线性调频信号的尺度变换特性，通过相位相乘代替传统的插值操作，以更

详 情 说 明

SAR-Master: 多算法合成孔径雷达成像处理工具包

项目介绍

SAR-Master 是一个基于 MATLAB 环境开发的合成孔径雷达（SAR）成像处理与仿真框架。该工具包旨在为科研人员和工程师提供一个标准化、模块化的算法实验平台，涵盖了从原始回波仿真到复杂算法成像以及后期图像质量优化的全流程。通过对频域和时域多种主流算法的集成，用户可以在统一的参数体系下对比不同算法的成像效果、计算效率和几何失调特性。

功能特性

• 全流程仿真能力：支持自定义雷达系统参数、飞行平台航迹以及多点目标散布模型，生成符合物理规律的基带回波数据。
• 主流算法集成：内置 Chirp Scaling (CSA)、波速域 Omega-K (RMA)、极坐标格式 (PFA) 以及后向投影 (BP) 四种经典成像算法。
• 自聚焦优化：集成相位梯度自聚焦 (PGA) 算法，具备对由于运动补偿不足导致的相位误差进行迭代校正的能力。
• 定量指标评估：自动计算点目标的峰值旁瓣比 (PSLR) 和理论分辨率，通过数值指标量化成像质量。
• 多维度可视化：提供成像结果的对比矩阵展示，支持分贝量级的图像动态范围调整，直观显示点目标扩束与旁瓣状态。

系统要求

• 软件环境：MATLAB R2021a 或更高版本。
• 必备工具箱：Signal Processing Toolbox (信号处理工具箱)。
• 硬件建议：由于 BP 算法涉及大规模矩阵运算与插值，建议配备 8GB 以上内存；若处理更大规模网格，建议配备高性能 CPU。

主程序实现逻辑

主入口程序按照 SAR 数据处理的标准流水线执行，具体步骤如下：

1. 参数初始化：定义 X 波段雷达参数（载频 10GHz）、信号特征（带宽 150MHz、脉宽 2us）、平台运动状态（速度 150m/s、高度 5000m）以及几何成像关系。
2. 目标场景构建：建立五点组成的十字形点阵模型，设置目标的相对坐标与散射强度（Sigma）。
3. 回波模拟：计算各点目标随方位时间变化的瞬时斜距，生成包含传播时延与调频特性的原始脉冲序列，并进行基带下变频处理。
4. 成像处理流水线：

* 并行执行 CSA、RMA、PFA、BP 四种成像逻辑。 * 对成像结果进行量纲对齐，确保不同算法在同一坐标系下可比。

1. 自聚焦处理：以 CSA 的初步成像结果为对象，执行基于相位梯度的迭代自聚焦，抑制残余相位误差。
2. 性能分析：提取点目标的方位向与距离向切片，寻找一阶旁瓣位置并计算 PSLR 分贝值。
3. 结果绘图：生成 2x3 的综合展示看板，包含五个成像结果图及一份性能指标量化报告。

关键算法与实现细节分析

回波仿真模块 该模块基于时域走动模型实现。它逐个计算方位向时刻雷达相位中心与地面点目标的几何距离，通过双程时延构造线性调频信号。核心逻辑在于精确模拟距离走动（Range Walk）和距离弯曲（Range Curvature），并将高频信号解调回基带，为后续频域算法提供输入。

线性调频尺度算法 (CSA) 实现过程中通过三个关键相位相乘完成成像：

• 在距离多普勒域利用尺度变换原理校正随距离变化的距离徙动（RCMC），避免了复杂的时域插值。
• 通过二次相位补偿完成距离压缩。
• 方位压缩阶段考虑了多普勒参数的变化。它是处理条带式 SAR 数据的核心高效算法。

距离迁移算法 (RMA/Omega-K) 在二维波数域进行处理。利用匹配滤波器（RFM）进行初步压缩，并采用 Stolt 插值将非均匀分布的波数谱映射为均匀分布，从而实现对大测角、大带宽信号的精确聚焦。代码中模拟了 Stolt 映射过程，对由于斜距偏移引起的相位非线性具有最佳的补偿效果。

极坐标格式算法 (PFA) 该算法针对聚束式成像设计。先对回波进行距离向解调，随后将采集到的极坐标格式数据通过二维重采样（线性插值）转化到笛卡尔直角坐标系下，最后利用二维 FFT 成图。它有效解决了高分辨率成像中的波位偏移问题。

后向投影算法 (BP) 作为时域成像的基准，BP 算法通过对每个成像网格点进行后向累加来实现。程序计算网格点到飞行平台的实时距离，并在距离压缩后的数据中进行插值定位，叠加运动补偿分量。该实现不依赖窄带假设，能够完美匹配非线性航迹。

相位梯度自聚焦 (PGA) 该自聚焦模块通过循环移位将强散射点移至方位向中心，利用窗函数提取相位信息。通过计算相邻点之间的相位差（梯度）来估计方位向的相位误差函数，并进行迭代补偿。这在实际系统中用于克服惯导系统精度不足带来的成图模糊。

性能评估指标 主程序具备自动切片功能。通过对成像矩阵的峰值搜索，提取方位向和距离向的一维功率谱。利用寻找峰值算子识别主瓣与第一旁瓣，从而获取精确的旁瓣抑制比，直接反映了算法加窗或匹配滤波的性能。