ارائه یک رویکردی نوین در شبیه‌سازی و تحلیل خطای نشانه‌روی پرتو آنتن رادار دهانه مصنوعی فضاپایه

محورهای موضوعی : مخابرات سیستم

مهدی شامخ ¹ , روزبه حمزه ئیان ² , نجمه چراغی‌شیرازی ³ , عبدالرسول قاسمی ⁴

1 - دانشکده مهندسی برق- واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران
2 - دانشکده مهندسی برق- واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران
3 - دانشکده مهندسی برق- واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران
4 - دانشکده مهندسی برق- واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران

تاریخ دریافت : 1401/03/26 تاریخ پذیرش : 1401/07/21 تاریخ انتشار : 1401/07/21

کلید واژه: تصویر رادار دهانه مصنوعی, سیستم رادارِ‌ دهانه مصنوعی فضاپایه, مدل‌سازی و شبیه‌سازی,

چکیده مقاله :

از آنجایی که اکثر سیستم های رادارِ دهانه مصنوعی فضاپایه در تفکیک تصاویر، دقتی کمتر از یک متر دارند، پردازش بسیار دقیق داده های رادارِ دهانه مصنوعی جهت تولید تصاویری با دقت تفکیک بالا از اهمیت ویژه‌ای برخوردار است. در این مقاله، روش هایی برای مدل سازی و شبیه سازی واقعی سیستم رادار دهانه مصنوعی فضاپایه ارائه شده و همچنین داده‌های خام به دست آمده است. برای شبیه سازی و مدل سازی، مشخصات اصلی سیستم رادارِ دهانه مصنوعی ماهواره واقعی منعکس شده که مربوط به حالت/دینامیک سنسور، مشاهده هدف، الگوهای پرتو آنتن، خطاهای نشانه روی پرتو آنتن و تولید داده های خام است. آنالیزها بر اساس شبیه سازی انجام شده اثر بخشی روش های ارائه شده را نشان داده است. در شبیه سازی، روش ارائه شده خطاهای فازی القا شده توسط خطاهای نشانه روی پرتو آنتن را جبران سازی می کند. نتایج متمرکزسازی داده های خام، مقدار محاسبه شده دقت تفکیک بُرد مایل برابر 89/1 متر و مقادیر میانگین دقت تفکیک بُرد مایل اندازه گیری شده، نسبت لوب بیشینه به لوب کناری (PSLR) و نسبت لوب اصلی به تجمیع لوب های کناری (ISLR) برای فرکانس نرخ بازجویی (IRF) نقطه ای وزن دار نشده در تصویر متمرکز شده به ترتیب، در حدود 94/1 متر، 57/13 دسیبل و 26/10- دسیبل بود. مقدار محاسبه شده دقت تفکیک آزیموت برابر 24/2 متر و مقادیر میانگین دقت تفکیک آزیموت اندازه گیری شده، PSLR و ISLR برای IRFهای هدف نقطه ای وزن دار نشده به ترتیب در حدود 29/2 متر، 57/12- دسیبل و 68/9- دسیبل بود. این نتایج اثر بخشی روش های ارائه شده را نشان می دهند. به عبارت دیگر عملکرد تشکیل تصویر رادارِ دهانه مصنوعی فضاپایه با استفاده از روش ارائه شده برای داده های خام بسیار خوب است، به طوری که تأثیرات مختلف القا شده از سنسور رادارِ دهانه مصنوعی واقعی منعکس می شود. بنابراین این نتایج، روش های پیشنهادی برای تشکیل تصویر رادارِ دهانه مصنوعی فضاپایه را تائید می کند.

چکیده انگلیسی:

Since most space-based synthetic aperture radar systems have an accuracy of less than one meter in the resolution of images, very accurate processing of synthetic aperture radar data to produce images with high-resolution accuracy is of particular importance. In this article, methods for actual modeling and simulation of the space-based synthetic aperture radar system are presented and the raw data were obtained. For simulation and modeling, the main characteristics of the real satellite synthetic aperture radar system related to sensor mode/dynamics, target observation, antenna beam patterns, pointing errors on the antenna beam, and raw data generation are reflected. Analyzes based on simulations show the effectiveness of the presented methods. In the simulation, the presented method compensates for the phase errors induced by the aiming errors of the antenna beam. The results of the centralization of raw data, the calculated value of the resolution accuracy of the slant range is equal to 1.89 meters. Also, the average values of the measured slant range resolution accuracy, peak side-lobe ratio (PSLR), and integrated side-lobe ratio (ISLR) for the Interrogation Rate Frequency (IRF). An unweighted point in the focused image was obtained around 1.94 m, 13.57 dB and -10.26 dB respectively. The calculated value of azimuth resolution accuracy is 2.24 meters and the average values of measured azimuth resolution accuracy, PSLR, and ISLR for unweighted point target IRFs are 2.29 meters, -12.57 dB and -9.68 dB, respectively. These results show the effectiveness of the proposed method. In other words, the performance of space-based synthetic aperture radar image formation using the proposed method for raw data is very good, so the various effects induced by the real synthetic aperture radar sensor are reflected. Therefore, these results confirm the proposed methods for forming the space-based synthetic aperture radar image.

منابع و مأخذ:

[1] Y. Zhang, D. Zhu, Y. Mao, X. Yu, J. Zhang, Y. Li, "Multirotors video synthetic aperture radar: System development and signal processing", IEEE Aerospace and Electronic Systems Magazine, vol. 35, no. 12, pp. 32-43, Dec. 2020 (doi: 10.1109/MAES.2020.3000318).

[2] R. Feger, A. Haderer, A. Stelzer, "Experimental verification of a 77-GHz synthetic aperture radar system for automotive applications", Proceeding of the IEEE/ICMIM, pp. 111-114, Mar. 2017 (doi: 10.1109/IC­MI­M.20­17.7918869).

[3] F. Fembacher, F.B. Khalid, G. Balazs, D.T. Nugraha, A. Roger, "Real-time synthetic aperture radar for automotive embedded systems", Proceeding of the IEEE/EuRAD, pp. 517-520, Madrid, Spain Sept. 2018 (doi: 10.23919/EuRAD.2018.8546620).

[4] I. Cumming, F.H. Wong, "Digital processing of synthetic aperture radar data, algorithms and impleme­ntation", Ed. Norwood, Massachusetts: Artech House, 2005.

[5] S.H. Shim, Y.M. Ro, "Practical synthetic aperture radar image formation based on realistic spaceborne synthetic aperture radar modeling and simulation", Journal of Applied Remote Sensing, vol. 7, no. 1, Jan. 2013 (doi: 10.1117/1.jrs.7.073494).

[6] M.A. Fouad, A. Azouz, A.A. Mashaly, A.E. Abdalla, "SAR image formation enhancement using effec­ti­ve velocity estimation method", Proceeding of the ASAT, vol. 19, no. 19, pp. 1-9, Cairo, Egypt, April 2021 (doi: 10.1088/1757-899X/1172/1/012012).

[7] F. Nunziata, A. Buono, M. Migliaccio, G. Benassai, D.D. Luccio, "Shoreline erosion of microtidal beaches examined with UAV and remote sensing techniques", Proceeding of the IEEE/IWMSLMSHPMS, pp. 162-166, Bari, Italy, Oct. 2018 (doi: 10.1109/MetroSea.2018.8657843).

[8] Z. Li, D. Su, H. Zhu, W. Li, F. Zhang, R. Li, "A fast synthetic aperture radar raw data simulation using cloud computing", Sensors, vol. 17, no. 1, Article Number: 113, 2017 (doi: 10.3390/s17010113).

[9] C. S. Ku, K. S. Chen, P. C. Chang, Y. L. Chang, "Imaging simulation for synthetic aperture radar: A full-wave approach", Remote Sensing, vol. 10,no. 9, Article Number: 1404, 2018 (doi: 10.3390/rs10091404).

[10] L. Yang, "Efficient High-Speed Strip-Mode SAR Raw Signal Simulator of Extended Scene Included Static and Moving Targets", Progress In Electromagnetics Research, vol. 86, pp. 125-134, 2019 (doi: 10.2528/PIERM19080901).

[11] Z. Guo, Z. Fu, J. Chang, L. Wu, N. Li, "A Novel High-Squint Spotlight SAR Raw Data Simulation Scheme in 2-D Frequency Domain", Remote Sensing, vol. 14,no. 3, Article Number: 651, 2022 (doi: 10.3390/rs14030651).

[12] R. Li, J. Li, "Precise simulation of spaceborne synthetic aperture radar and its evaluation", In IEEE International Geoscience and Remote Sensing Symposium, pp. IV - 1304-IV - 1307, 2008 (doi: 10.1109/IGARSS.2008.4779970).

[13] L. Feng, C. S. Li, H. P. Xu, "Data simulation system of distributed spaceborne SAR", In IEEE Asian-Pacific Conference on Synthetic Aperture Radar, pp. 373–377, 2009 (doi: 10.1109/APSAR.2009.5374336).

[14] C. Zhu, Z. Xiang, K. Wang, X. Liu, "A two-level simulator for spaceborne SAR", In IEEE Asian- Pacific Conference on Synthetic Aperture Radar, pp. 369–372, 2009 (doi: 10.1109/APSAR.2009.5374339).

[15] O. Dogan, M. Kartal, "Efficient stripmap-mode SAR raw data simulation including platform angular deviations", IEEE Geoscience Remote Sensing Letters, vol. 8, no. 4, pp. 784–788, 2011 (doi: 10.1109/LGRS.2011.2112633).

[16] M. Schlutz, "Synthetic Aperture Radar Imaging Simulated in MATLAB", San Luis Obispo, CA: California Polytechnic State University San Luis Obispo California, Master's Thesis, 2007 (doi: 10.15368/th­eses.20­09.106).

[17] P. R. Mason, "MATLAB Simulation of Two-Dimensional SAR Imaging By Range Doppler Algorithm", San Luis Obispo, CA: California Polytechnic State University San Luis Obispo California, Master's Thesis, 2007.

[18] D. Feng, D. An, X. Huang, Y. Li, "A phase calibration method based on phase gradient autofocus for airborne holographic SAR imaging", IEEE Geoscience and Remote Sensing Letters, vol. 16,no. 12, pp. 1864-1868, 2019 (doi: 10.1109/LGRS.2019.2911932).

[19] D.E. Wahl, P.H. Eichel, D.C. Ghiglia, C.V. Jakowatz, "Phase gradient autofocus—a robust tool for high resolution SAR phase correction", IEEE Transactions on Aerospace and Electronic Systems, vol. 30, no. 3, pp. 827–835, 1994 (doi: 10.1109/7.303752).

[20] S.Y. Kim, N.H. Myung, M.J. Kang, "Antenna mask design for sar performance optimization", IEEE Geoscience Remote Sensing Letters, vol. 6, no. 3,pp. 443–447, July 2009 (doi: 10.1109/LGRS­.2009.­2016­3­5­6).

[21] M. Stangl, R. Werninghaus, B. Schweizer, C. Fischer, M. Brandfass, J. Mittermayer, H. Breit, "TerraSAR-X technologies and first results", Proceeding of Institution of Engineering and Technology-Radar, Sonar Navig., vol. 153, no. 2, pp. 86–95, Apr. 2006 (doi: 10.1049/ip-rsn:20045119).

[22] J. Chen, B. Liang, J. Zhang, D.G. Yang, Y. Deng, M. Xing, "Efficiency and robustness improvement of airborne SAR motion compensation with high resolution and wide swath", IEEE Geoscience and Remote Sensing Letters, vol. 19, pp. 1-5, Oct. 2020 (doi: 10.1109/LGRS.2020.3031304).

[23] Y. Miao, J. Wu, J. Yang, "Azimuth migration-corrected phase gradient autofocus for bistatic SAR polar format imaging", IEEE Geoscience and Remote Sensing Letters, vol. 18, no. 4, pp. 697-701, May 2020 (doi: 10.1109/LGRS.2020.2984909).

[24] Y. Ji, Z. Dong, Y. Zhang, Q. Zhang, B. Yao, "Extended scintillation phase gradient autofocus in future spaceborne P-band SAR mission", Science China Information Sciences, vol. 64, no. 11, pp. 1-17, Oct. 2021 (doi: 0.1007/s11432-019-2797-4).

[25] Y. Ren, S. Tang, Q. Dong, G. Sun, P. Guo, C. Jiang, J. Han, L. Zhang, "An improved spatially variant MOCO approach based on an MDA for high-resolution UAV SAR imaging with large measurement errors", Remote Sensing, vol. 14, no. 11, Article Number: 2670, June 2022 (doi: 10.3390/rs14112670).

[26] V.A. Chobotov, "Orbital considerations for space-based radar, Chapter 2 in space-based radar handbook", Artech House, pp. 47–82, 1989.

[27] T.C. Cheston, J. Frank, "Phased array radar antennas, Chapter 7 in radar handbook", 2^th Edition, McGraw-Hill, pp. 7.1–7.36, 1990.

[28] G.D. Martino, A. Iodice, D. Poreh, D. Riccio, "Pol-SARAS: A fully polarimetric SAR raw signal simulator for extended soil surfaces", IEEE Trans. on Geoscience and Remote Sensing, vol. 56, no. 4, pp. 2233-2247, April 2018 (doi: 10.1109/TGRS.2017.2777606).