驻定相位原理(POSP)的简单应用

  在SAR雷达成像中,POSP是相当基础重要的一个定理,一般在对回波做傅里叶变换时经常用到,一般在论文的开头就会出现。
  下面简单复习一下POSP的步骤:
1:列出傅里叶变换表达式
2:对相位在驻定相位点处泰勒展开
3:对相位求一阶导数,令其为0,求出驻定相位点
4:将泰勒展开式代入傅里叶变换式中
5:换元凑菲涅尔积分
6:算出积分,代入驻定相位点

对于这样一个论文片段:
在这里插入图片描述
我们求傅里叶变换:
S(fr,tm)=exp(−j4πfccR(tm))∫exp(−j(ωt−πγ(t−2R(tm)c)2))(1)S(f_r,t_m)=\text{exp}(-j\frac{4\pi f_c}{c}R(t_m))\int \text{exp}\left(-j\left(\omega t-\pi \gamma (t-\frac{2R(t_m)}{c})^2 \right) \right) \tag{1} S(fr,tm)=exp(jc4πfcR(tm))exp(j(ωtπγ(tc2R(tm))2))(1)
对相位泰勒展开:
ϕ=ωt−πγ(t−2R(tm)c)2≈ϕ(tk)+ϕ′(tk)(t−tk)+ϕ′′(tk)2(t−tk)2+⋯(2)\phi =\omega t-\pi \gamma(t-\frac{2R(t_m)}{c})^2 \approx \phi (t_k)+\phi'(t_k)(t-t_k)+\frac{\phi''(t_k)}{2}(t-t_k)^2+\cdots \tag{2} ϕ=ωtπγ(tc2R(tm))2ϕ(tk)+ϕ(tk)(ttk)+2ϕ(tk)(ttk)2+(2)
由驻定相位原理(POSP):
ϕ′(tk)=ω−2πγ(tk−2R(tm)c)=0⇒tk=ω2πγ+2R(tm)c(3)\phi'(t_k)=\omega-2\pi\gamma(t_k-\frac{2R(t_m)}{c})=0 \Rightarrow t_k=\frac{\omega}{2\pi \gamma}+\frac{2R(t_m)}{c} \tag{3} ϕ(tk)=ω2πγ(tkc2R(tm))=0tk=2πγω+c2R(tm)(3)
把(2)代入(1):
S(fr,tm)=exp(−j4πfccR(tm))exp(−j(ωtk−ω24πγ))∫exp(jπγ(t−tk)2)dt(4)S(f_r,t_m)=\text{exp}\left( -j\frac{4\pi f_c}{c}R(t_m)\right) \text{exp}\left( -j(\omega t_k-\frac{\omega^2}{4\pi \gamma})\right) \int \text{exp}\left( j\pi \gamma (t-t_k)^2\right)dt\tag{4} S(fr,tm)=exp(jc4πfcR(tm))exp(j(ωtk4πγω2))exp(jπγ(ttk)2)dt(4)
对积分式凑菲涅尔积分可得:
∫exp(jπγ(t−tk)2)dt≈2exp(jπ4)(5)\int\text{exp}\left( j\pi \gamma (t-t_k)^2\right)dt \approx \sqrt{2}\text{exp}(j\frac{\pi}{4})\tag{5} exp(jπγ(ttk)2)dt2exp(j4π)(5)
代入(5)(3)代入(4)得:
S(fr,tm)=2exp[−j4πc(fr+fc)R(tm)]exp[−j(πfr2γ−π4)](6)S(f_r,t_m)=\sqrt{2} \text{exp}[-j\frac{4\pi}{c}(f_r+f_c)R(t_m)]\text{exp}[-j(\frac{\pi f_r^2}{\gamma}-\frac{\pi}{4})]\tag{6} S(fr,tm)=2exp[jc4π(fr+fc)R(tm)]exp[j(γπfr24π)](6)

利用快速POSP进行推导

  (可参看我的另一篇博客)当我们对系数C1C_1C1和常值相位±π4\pm\frac{\pi}{4}±4π不感兴趣时,可以跳过繁琐的泰勒展开和凑微分过程,利用时频关系快速得出频域表达式。
  可知相位为:
θ(t)=πγ[t^−2R(tm)c]2−4πfccR(tm)−2πfrt^(7)\theta(t)=\pi\gamma[\hat{t}-\frac{2R(t_m)}{c}]^2-\frac{4\pi f_c}{c}R(t_m)-2\pi f_r \hat{t}\tag{7} θ(t)=πγ[t^c2R(tm)]2c4πfcR(tm)2πfrt^(7)
利用POSP,求其一阶导数,令其为零:
θ˙(t)=2πγ[t^−2R(tm)c]−2πfr=0(8)\dot{\theta}(t)=2\pi\gamma[\hat{t}-\frac{2R(t_m)}{c}]-2\pi f_r=0\tag{8} θ˙(t)=2πγ[t^c2R(tm)]2πfr=0(8)
可得时频关系:
t^=frγ+2R(tm)c(9)\hat{t}=\frac{f_r}{\gamma}+\frac{2R(t_m)}{c}\tag{9} t^=γfr+c2R(tm)(9)
计算Θ(f)\Theta(f)Θ(f):
Θ(f)=−πfr2γ−4π(fr+fc)R(tm)c(10)\Theta(f)=-\pi\frac{f_r^2}{\gamma}-4\pi(f_r+f_c)\frac{R(t_m)}{c}\tag{10} Θ(f)=πγfr24π(fr+fc)cR(tm)(10)
可以看到,与图片中(2)式中的相位一模一样!

参考文献:
[1]邢涛,胡庆荣,李军,王冠勇.机载毫米波高分辨大斜视合成孔径雷达成像[J].浙江大学学报(工学版),2015,49(12):2355-2362.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/258322.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

vs2019 更新安装错误_本月Windows 10累积更新再出BUG:安装时跳出错误代码

在本月的补丁星期二活动日中,微软为所有支持的 Windows 10 系统带来了新一轮的累积更新。和以往一样,本次发布的 KB4566782 和 KB4565351 两个累积更新又出现了新的 BUG。根据用户反馈,Windows10 Version 2004/1909/1903 功能更新安装这些累积…

【python】画一个爱心

python画爱心 做二级python题目的时候,遇到了一个画爱心编程题,感觉挺有趣的,把它搬到这里来。 from turtle import * def curvemove():for i in range(200):right(1)forward(1) setup(600,600,400,400) hideturtle() pencolor(black) fill…

上天入海又怎样?阿里的运动达人纷纷表示不服

6月23日是国际奥林匹克日。奥林匹克精神其实是一个普遍的概念。所有能使人变得更好的原则,都包容它明亮的光环里。2017年1月19日,阿里巴巴和国际奥委会在洛桑共同宣布top合作伙伴计划,开启了为期12年的阿里奥运之旅。阿里将给世界带来“云上的…

cordova 更改app版本_Cordova打包Android应用流程(MAC)

扩展阅读基于Cordova批量打场景包(MAC)APP包名称命名规则1. 安装cordova打包应用brew install cordova2. 创建cordova项目执行命令 create app com.githen.app 测试app * app 项目的目录名称 ( 下面所有目录均以此目录为根目录说明 ) * com.githen.app 项目包名称 * 测试app 项…

深搜——数字划分问题

TYVJ 1271 零式求和 描述 请考虑一个由1到N(N3, 4, 5 ... 9)的数字组成的递增数列:1 2 3 ... N。现在请在数列中插入“”表示加,或者“-”表示减,抑或是“ ”表示空白(例如1-2 3就等于1-23),来将每一对数字…

正交解调原理

雷达系统发射和接收的脉冲是实信号。本文解释了如何通过正交解调对接收信号进行频带搬移,从而获得一个复的基带信号。  一般具有较高载频的低频调制实信号表示如下: x(τ)cos[2πf0τϕ(τ)](1)x(\tau)cos[2\pi f_0\tau\phi(\tau)]\tag{1} x(τ)cos[2π…

channelinactive触发后不关闭channel_go那些事儿|channel使用及其实现原理

目录 channel背景channel基本用法channel应用场景channel实现原理channel数据结构channel实现方式channel注意事项闲聊欢迎加入我的公众号【迈莫coding】 一起pk大厂1channel背景channel是Go的核心类型,是Go语言内置的类型,你无需引包,就能使…

matlab画信号频谱

为了让大学生活充实一点,多学点东西,我选修了《数字信号处理》。现在充实得不要不要的。 clc close all clear%参数设置% Fs 1000; % Sampling frequency T 1/Fs; % Sampling period L 1500; …

关于字节序(大端法、小端法)的定义

关于字节序(大端法、小端法)的定义《UNXI网络编程》定义:术语“小端”和“大端”表示多字节值的哪一端(小端或大端)存储在该值的起始地址。小端存在起始地址,即是小端字节序;大端存在起始地址,即是大端字节序。 也可以说&#xff…

html div初始隐藏点击可见_3种CSS3移动手机隐藏菜单UI界面代码解析/附源码下载...

这是一款效果非常酷的jQuery和CSS3移动手机隐藏菜单UI界面设计。这个UI设计共有三种不同的打开隐藏菜单的效果,分别为滑动显示,Material Design风格效果和展开式效果。使用方法HTML结构这三种不同的隐藏菜单的HTML结构大致基本相同。第一种滑动效果菜单的…

《数据结构与抽象:Java语言描述(原书第4版)》一P.4.1 标识类

本节书摘来华章计算机《数据结构与抽象:Java语言描述(原书第4版)》一书中的第1章 ,[美]弗兰克M.卡拉诺(Frank M. Carrano) 蒂莫西M.亨利(Timothy M. Henry) …

【SVM】简单介绍(一)

1、结构风险最小化 我们想要在未知的数据上得到低的错误率&#xff0c;这叫做structural risk minimization;相对的&#xff0c;训练误差叫做empirical risk minimization 要是我们能有这样一个式子就好了&#xff1a; Test error rate <train error rate f(N,h,p)\text {…

L8_2

4.留下pid为12345的那个sh进程&#xff0c;杀死系统中所有其它sh进程 ps –ef|grep sh |awk ‘{if($2!”12345”) {print “kill “$2}}’ >killpid.sh cat killpid.sh ./killpid.sh 5. 根据以下日志文件&#xff0c;计算使用各种浏览器的人所占的百分比&#xff08;注意先排…

# 遍历删除字典元素_第六章 字典

一、使用字典一个简单的字典字典是一系列键——值对。每个键都与一个值相关联&#xff0c;可以使用键来访问与之相关联的值。与键相关联的值可以是数字、字符串、列表乃至字典。事实上&#xff0c;可将任何Python对象用作字典中的值。在Python中&#xff0c;字典用放在花括号{}…

【SVM】简单介绍(二)

1、SVM另一种推法 我们不管分类平面&#xff0c;直接去假设Margin的两个边界&#xff1a; Plus-plane {x:w⋅xb1}Minus-plane {x:w⋅xb−1}\begin{aligned} & \text { Plus-plane }\{\boldsymbol{x}: \boldsymbol{w} \cdot \boldsymbol{x}b1\} \\ & \text { Minus-plan…

图像像素点赋值_Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像...

普通操作1. 读取像素读取像素可以通过行坐标和列坐标来进行访问&#xff0c;灰度图像直接返回灰度值&#xff0c;彩色图像则返回B、G、R三个分量。需要注意的是&#xff0c; OpenCV 读取图像是 BGR 存储显示。灰度图片读取操作&#xff1a;import cv2 as cv# 灰度图像读取gray_…

cocopods

一、什么是CocoaPods 1、为什么需要CocoaPods 在进行iOS开发的时候&#xff0c;总免不了使用第三方的开源库&#xff0c;比如SBJson、AFNetworking、Reachability等等。使用这些库的时候通常需要&#xff1a; 下载开源库的源代码并引入工程向工程中添加开源库使用到的framework…

CSS3学习手记(10) 过渡

CSS3过渡 允许css的属性值在一定的时间内平滑地过渡在鼠标单击、获取焦点、被点击或对元素任何改变中触发&#xff0c;并圆滑地以动画效果改变CSS的属性值transition transition-property属性检索或设置对象中的参与过渡的属性 语法 transition-property:none|all|property …

全局搜索快捷键_Windows 自带的聚合搜索来了,与 Mac 的 Spotlight 相比体验如何?...

最近 Windows 10 推出了自带的聚合搜索功能 PowerToys Run&#xff0c;取代了之前的 WinR。苹果的 macOS 以人性化著称&#xff0c;有几个功能让 Windows 用户一直很羡慕&#xff0c;比如全局的聚合搜索工具 Spotlight。在任何界面 command空格&#xff0c;输入关键字就能搜索电…

【SVM】简单介绍(三)

我们考虑SVM的对偶问题&#xff0c;我们通常是在对偶空间中进行求解的。 1、Lagrange Multipliers 对于一个很一般的问题 Minimize f(x)subject to {a(x)≥0b(x)≤0c(x)0\begin{aligned} \text { Minimize } & f(x) \\ \text { subject to } \quad & \left\{\begin{a…