[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 10، شماره 1 - ( 3-1401 ) ::
جلد 10 شماره 1 صفحات 87-69 برگشت به فهرست نسخه ها
مقایسه الگوریتم های پردازش سیگنال به منظور تشکیل تصویر سه بعدی رادار روزنه مصنوعی برای سامانه زمینی در باند میلیمتری
بنیامین حسینی، جلال امینی*، صفی الدین صفوی نائینی
دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی، پردیس دانشکده‌های فنی، دانشگاه تهران
چکیده:   (543 مشاهده)
این مقاله به بررسی عملکرد قابلیت تصویربرداری رادارروزنه­مصنوعی سه­بعدی در سامانه زمینی با طول موج میلیمتری می­پردازد. افزایش کاربردهای سنجش­از­دور راداری و نیاز به داده­های متنوع، توجه زیادی را به توسعه سامانه­ های رادار زمینی جلب کرده­است. سامانه­های رادارروزنه­مصنوعی زمینی (GBSAR) دارای زاویه دید مناسب، نرخ تصویربرداری بالا، و هزینه ساخت و نگهداری کم هستند. بااین­حال، طول روزنه مصنوعی در سامانه­های GBSAR محدود است و علاوه­براین، اختلاف بین برد نزدیک و دور، درمقایسه با سامانه­های هوابرد یا ماهواره­ای، زیاد است. موارد ذکرشده در سیگنال­های دریافتی و درنتیجه کیفیت تصویر نهایی تاثیرگذار هستند. در این مقاله سه الگوریتم پردازش سیگنال بک­پروجکشن(BP)، تبدیل فوریه (FT)، و رنج-مایگریشن (RMA) برای تشکیل تصویر سه­بعدی در سامانه GBSAR توسعه­پیداکرده و بررسی می­شوند. سامانه مورد نظر در باند W فعالیت می­کند و از دو ریل افقی و عمودی به­منظور ایجاد روزنه مصنوعی بهره می­برد. الگوریتم­های ذکرشده، توسط دو آزمایش مختلف در محیط شبیه­سازی مورد بررسی و ارزیابی قرار می­گیرند. همچنین، از چهار معیار تفکیک­پذیری زاویه، PSLR، ISLR، و SCR جهت ارزیابی و مقایسه نتایج بهره گرفته می­شود. طبق نتایج شبیه­سازی هر سه الگوریتم نتایج قابل قبولی را در تشکیل تصویر سه­بعدی از سیگنال خام بدست آوردند. با مشاهده تصاویر حاصل از الگوریتم RMA می­توان دریافت که در راستای عمودبر برد با افزایش فاصله هدف از مرکز تصویر، شدت انرژی بازتابی توسط این الگوریتم ضعیف­تر از دو الگوریتم دیگر است. علاوه­براین، تفکیک­پذیری زاویه­ در الگوریتم RMA نسبت به تغییر برد اهداف پایدار است در حالیکه دو الگوریتم دیگر در فواصل نزدیک تفکیک­پذیری ضعیفی را به­همراه دارند. در بررسی فشرده­سازی انرژی سیگنال، تصویر الگوریتم RMA نتایج ضعیف­تری را به­همراه داشت که باعث نتایج نامطلوب این الگوریتم در فواصل دور گردید. دو الگوریتم FT و BP در اکثر موارد نتایج مشابهی را به­همراه داشتند که می­تواند به­علت شباهت در رویکرد هر دو الگوریتم باشد. الگوریتم FT برای سامانه مورد نظر تفکیک­پذیری بهتری را به­ همراه داشت و درحالی­که BP عملکرد مناسب­تری در فشرده­سازی به­همراه داشت.
واژه‌های کلیدی: الگوریتم رنج-مایگریشن، الگوریتم بک پروجکشن، تبدیل فوریه، حوزه فرکانس، حوزه زمان
متن کامل [PDF 1454 kb]   (122 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سنجش از دور
دریافت: 1400/7/12 | پذیرش: 1401/2/7 | انتشار الکترونیک پیش از انتشار نهایی: 1401/2/7 | انتشار: 1401/3/18
فهرست منابع
1. [1] I. G. CummingF and H. Wong, "Digital Processing of Synthetic Aperture Radar Data: Algorithms and Implementation, Artech House, Norwood (2005)," Google Sch.
2. [2] F. Ulaby et al., Microwave radar and radiometric remote sensing. Ann Arbor: University of Michigan Press, 2014. [DOI:10.3998/0472119356]
3. [3] A. Reigber et al., "Very-High-Resolution Airborne Synthetic Aperture Radar Imaging: Signal Processing and Applications," Proc. IEEE, vol. 101, no. 3, pp. 759-783, Mar. 2013. [DOI:10.1109/JPROC.2012.2220511]
4. [4] W. G. Carrara, R. S. Goodman, and R. M. Majewski, Spotlight synthetic aperture radar : signal processing algorithms. Boston : Artech House, 1995.
5. [5] A. Ribalta, "Time-domain reconstruction algorithms for FMCW-SAR," IEEE Geosci. Remote Sens. Lett., vol. 8, no. 3, pp. 396-400, 2011. [DOI:10.1109/LGRS.2010.2078486]
6. [6] E. C. Zaugg, "Generalized image formation for pulsed and LFM-CW synthetic aperture radar," 2010.
7. [7] M. Okoń-Fąfara, P. Serafin, and A. Kawalec, "An analysis of Chosen Image Formation Algorithms for Synthetic Aperture Radar with FMCW," Int. J. Electron. Telecommun., vol. 62, no. 4, pp. 323-328, Jan. 2016. [DOI:10.1515/eletel-2016-0044]
8. [8] E. C. Zaugg and D. G. Long, "Theory and application of motion compensation for LFM-CW SAR," IEEE Trans. Geosci. Remote Sens., vol. 46, no. 10, pp. 2990-2998, 2008. [DOI:10.1109/TGRS.2008.921958]
9. [9] M. Pieraccini and L. Miccinesi, "Ground-based radar interferometry: A bibliographic review," Remote Sens., vol. 11, no. 9, p. 1029, 2019. [DOI:10.3390/rs11091029]
10. [10] B. Hosseiny, J. Amini, M. Esmaeilzade, and M. Nekoee, "Range Migration Algorithm in the Processing Chain of Signals of a Ground-Based SAR Sensor," Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci., vol. 42, pp. 521-525, 2019. [DOI:10.5194/isprs-archives-XLII-4-W18-521-2019]
11. [11] Y. Wang et al., "Ground-Based Differential Interferometry SAR: A Review," IEEE Geosci. Remote Sens. Mag., vol. 8, no. 1, pp. 43-70, 2020. [DOI:10.1109/MGRS.2019.2963169]
12. [12] O. Monserrat, M. Crosetto, and G. Luzi, "A review of ground-based SAR interferometry for deformation measurement," ISPRS J. Photogramm. Remote Sens., vol. 93, pp. 40-48, 2014. [DOI:10.1016/j.isprsjprs.2014.04.001]
13. [13] G. L. Charvat, Small and short-range radar systems. CRC Press, 2014. [DOI:10.1201/b16718]
14. [14] B. Hosseiny, J. Amini, and S. Safavi-Naeini, "Simulation and Evaluation of an mm-Wave MIMO Ground-Based SAR Imaging System for Displacement Monitoring," in 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, 2021, pp. 8213-8216. [DOI:10.1109/IGARSS47720.2021.9553347]
15. [15] J. F. Penner and D. G. Long, "Ground-based 3D radar imaging of trees using a 2D synthetic aperture," Electronics, vol. 6, no. 1, p. 11, 2017. [DOI:10.3390/electronics6010011]
16. [16] J. Fortuny-Guasch, "A fast and accurate far-field pseudopolar format radar imaging algorithm," IEEE Trans. Geosci. Remote Sens., vol. 47, no. 4, pp. 1187-1196, 2009. [DOI:10.1109/TGRS.2008.2007908]
17. [17] M. E. Yanik, D. Wang, and M. Torlak, "Development and Demonstration of MIMO-SAR mmWave Imaging Testbeds," IEEE Access, vol. 8, pp. 126019-126038, 2020. [DOI:10.1109/ACCESS.2020.3007877]
18. [18] L. Zou and M. Sato, "An Efficient and Accurate Gb-SAR Imaging Algorithm Based on the Fractional Fourier Transform," IEEE Trans. Geosci. Remote Sens., vol. 57, no. 11, pp. 9081-9089, Nov. 2019. [DOI:10.1109/TGRS.2019.2924803]
19. [19] W. Feng, J. M. Friedt, G. Nico, and M. Sato, "3-D ground-based imaging radar based on C-band cross-MIMO array and tensor compressive sensing," IEEE Geosci. Remote Sens. Lett., vol. 16, no. 10, pp. 1585-1589, Oct. 2019. [DOI:10.1109/LGRS.2019.2906077]
20. [20] M. Pieraccini, N. Rojhani, and L. Miccinesi, "Compressive sensing for ground based synthetic aperture radar," Remote Sens., vol. 10, no. 12, p. 1960, 2018. [DOI:10.3390/rs10121960]
21. [21] B. Hosseiny and J. Amini, "Evaluation of a Signal Processing Algorithm in a Ground-Based SAR System in Simulated Environment," ISSGE, vol. 8, no. 2, pp. 189-198, Dec. 2018.
22. [22] B. Hosseiny, J. Amini, and S. Safavi-Naeini, "Evaluating the deformation monitoring capability of a ground based SAR system with MIMO antenna," Eng. J. Geospatial Inf. Technol., vol. 9, no. 1, pp. 21-40, 2021. [DOI:10.52547/jgit.9.1.21]
23. [23] J. M. Lopez-Sanchez and J. Fortuny-Guasch, "3-D radar imaging using range migration techniques," IEEE Trans. Antennas Propag., vol. 48, no. 5, pp. 728-737, May 2000. [DOI:10.1109/8.855491]
24. [24] M. Soumekh, Synthetic aperture radar signal processing, vol. 7. New York: Wiley, 1999.
25. [25] X. Mao, X. He, and D. Li, "Knowledge-Aided 2-D autofocus for spotlight SAR range migration algorithm imagery," IEEE Trans. Geosci. Remote Sens., vol. 56, no. 9, pp. 5458-5470, Sep. 2018. [DOI:10.1109/TGRS.2018.2817507]
26. [26] E. Yigit, S. Demirci, C. Ozdemir, and M. Tekbas, "Short-range ground-based synthetic aperture radar imaging: performance comparison between frequency-wavenumber migration and back-projection algorithms," J. Appl. Remote Sens., vol. 7, no. 1, p. 73483, 2013. [DOI:10.1117/1.JRS.7.073483]
27. [27] Y. Lim and S. Nam, "Target-to-Clutter Ratio Enhancement of Images in Through-the-Wall Radar Using a Radiation Pattern-Based Delayed-Sum Algorithm," J. Electromagn. Eng. Sci., vol. 14, no. 4, pp. 405-410, Dec. 2014. [DOI:10.5515/JKIEES.2014.14.4.405]
28. [28] D. Massonnet, J.-C. Souyris, and J.-C. Souyris, Synthetic Aperture Radar Imaging. EFPL Press, 2008. [DOI:10.1201/9781439808139]
29. [29] M. A. Richards, J. Scheer, W. A. Holm, and W. L. Melvin, Principles of modern radar. Citeseer, 2010. [DOI:10.1049/SBRA021E]
ارسال پیام به نویسنده مسئول


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Hosseiny B, Amini J, Safavi-Naeini S. Comparison Study of Signal Processing Algorithms for 3D SAR Imaging of MM-WAVE GBSAR System. jgit 2022; 10 (1) :69-87
URL: http://jgit.kntu.ac.ir/article-1-857-fa.html

حسینی بنیامین، امینی جلال، صفوی نائینی صفی الدین. مقایسه الگوریتم های پردازش سیگنال به منظور تشکیل تصویر سه بعدی رادار روزنه مصنوعی برای سامانه زمینی در باند میلیمتری. مهندسی فناوری اطلاعات مکانی 1401; 10 (1) :87-69

URL: http://jgit.kntu.ac.ir/article-1-857-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 10، شماره 1 - ( 3-1401 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.04 seconds with 29 queries by YEKTAWEB 4505