最近找到了一本Sarcape教程,努力学习中,做个学习记录。

1. SAR概述

1.1 什么是Radar

Radar是RAdio Detection And Ranging的简写,一个Radar系统主要包括三个功能:

(1)发射微波信号到场景

(2)接收从场景中传回的部分后向散射能量

(3)观测返回的强度(检测)和延时(测距)信号

Radar使用本身的能量源,因此可以进行全天候观测,并且可以透过云层覆盖。这种遥感系统就是主动式遥感系统。

早期的雷达系统是真实孔径雷达(Real Aperture Radar--RAR),由于成像分辨率与雷达天线的长度成正比,要想得到较高分辨率的SAR图像,需要增加天线的物理尺寸,限制其发展和应用,后来逐渐被合成孔径雷达取代。

1.2 什么是SAR

SAR是Synthetic Aperture Radar的简写,中文名称为:合成孔径雷达。用一个小天线作为单个辐射单元,将此单元沿一直线不断移动,在不同位置上接收同一地物的回波信号并进行相关解调压缩处理的侧视雷达。可以获取高分辨率的地球表面图像,是目前广泛使用的雷达系统。垂直轨道方向的维度叫“距离向--range”,近方位向边缘最接近天底顶(在雷达垂直方向下的点)。平行轨道方向的维度叫“方位向--azimuth"。在雷达系统中,分辨率被定义为距离向和方位向。

2. 几个参数

2.1 距离分辨率(Range)

侧视方向上的分辨率称为距离分辨率

2.2 方位分辨率(Azimuth)

沿航线方向上的分辨率,也称沿迹分辨率

2.3 波长(Wavelength)

雷达遥感使用的微波部分的电磁频谱,频率从0.3GHz至300GHz,波长方面,从1米到1毫米。

常用的波长如下:

(1) P-band=~65cm AIRSAR

(2) L-band=~23cm JERS-1 SAR,ALOS PALSAR

(3) S-band=~10cm Almaz-1

(4) C-band=~5cm ERS-1/2 SAR,RADARSAT-1/2,ENVISAT ASAR,RISAT-1

(5) X-band=~3cm TerraSAR-X-1,COSMO-SkyMed

(6) K-band=~1.2cm 军事领域

波长越长穿透能力就越强,如波长大于2cm的雷达系统不会受到云的影响。如下为几个雷达频率的应用:

(1) 冰雪识别,小型特征,使用X-band

(2) 地质制图,大型特征,使用L-band

(3) 叶面渗透,最好使用低频率,如P-band

(4) 一般情况,C-band是折中波段

2.4 极化(Polarization)

极化指的是雷达波束相对于地球表面的方向。无论哪个波长,雷达信号可以传送水平(H)或者垂直(V)电场矢量,接收水平(H)或者垂直(V)或者两者的返回信号。

返回同极化(HH或者VV)信号的基本物理过程类似准镜面反射,比如平静的水面显示黑色。交叉极化(HV或者VH)一般返回的信号较弱,常受不同反射源影响,如粗糙表面。

2.5 入射角(Incidence Angle)

入射角也叫视角,入射角是雷达波束与垂直表面直线之间的夹角,(如下图中的theta角,Look angle)。微波与表面的相互作用是非常复杂的,不同的角度区域会产生不同的反射。低入射角通常返回较强的信号,随着入射角的增加,返回信号逐渐减弱。

根据雷达距离地表高度的情况,入射角会随着近距离到远距离的改变而改变,依次影响成像几何。

3. 接收模式

SAR数据主要有三种接收模式:Stripmap, ScanSAR, Spotlight。

3.1 条带模式--Stripmap

当运行Stripmap SAR时,雷达天线可以灵活地调整,改变入射角以获取不同的成像宽幅。

最新的SAR系统都具有这种成像模式,包括RADARSAT-1/2,ENVISAT ASAR,ALOS PALSAR, TerraSAR-X-1,COSMO-SkyMed,RISAT-1

3.2 扫描模式--ScanSAR

扫描模式是共享多个独立sub-swaths的操作时间,最后获取一个完整的图像覆盖区域。

3.3 聚束模式--Spotlight

当执行聚束模式采集数据时,传感器控制天线不停向成像区域发射微波束。它与条带模式的主要区别为:

(1) 在使用相同物理天线是,聚束模式提供更好的方位分辨率

(2) 在可能成像的一个区域内,聚束模式在单通道上提供更多的视角

(3) 聚束模式可以更有效地获取多个小区域

4. 散射机制

雷达图像表示的是地面雷达后续散射的估算值,比如高亮区域表示高后向散射。图上高亮要素意味着很大部分的雷达能量反射回雷达系统中。

对于特定波长,一个目标区域的后向散射会受到很多条件的影响,如散射体的物理大小,目标的导电特性,水分含量等。主要可分为5种散射:表面和体散射,双回波(Double Bounce),组合散射,渗透散射和介电属性散射。

(1) 表面和体散射

粗糙的表面能得到更高的后向散射,平整表面在雷达图像上经常表现暗区域。

在大多数波长范围内的雷达系统,植被表现中规中矩。

(2) 双回波(Double Bounce)

(3) 组合散射

一般发生在低频SAR系统(如L,P波段),包括表面,体散射,双回波等。

(4) 渗透散射

根据极化方式和波长情况,微波可以透入植被,裸土(干雪或沙地)。一般情况,波长越长,渗透能力越强。交叉极化(VH/HV)相比同极化(HH/VV)的渗透能力弱。

(5) 介电属性散射

目标的介电属性也影响雷达的后向散射。如金属和水的介电常数很好(80),而大多数其他材料的介电常数相对较低;在干燥条件下,介电常数一般是3-8。这意味着湿润的土壤或植物表面可以产生雷达信号的反射率显著增加。

基于这种现象,SAR系统也可用于检测土壤水分。主要原理是基于干土和湿土的介电属性之间的反差。由于土壤湿润,饱和25-30时,其介电常数变化约2.5,这相当于增加反射能量。因此,从后向散射系数中检测土壤水分是可行的,为了区分土壤粗糙度和湿度之间的影响,常使用特定极化和双频率(C,L波段)的SAR传感器。

5. 斑点

斑点是与噪声类似的影像特征,由雷达或者激光等连贯系统所产生的(注:太阳辐射是不连贯的)。因地物或地物表面对雷达或激光等电磁波后向反射的干扰,斑点在影像上呈现随机分布的特点。

雷达照射时,每个地面目标的后向散射能量都随着相位和照射功率的变化而变化,这些变化表现在影像就是一个个的零散的点,这些零散的点被连贯性的收集起来,被称作随机漫反射(Random Walk),如下图所示。

SAR基础知识点学习相关推荐

  1. 微服务基础知识点学习笔记(持续更新)

    微服务基础知识点学习笔记(持续更新) Conrtoller层 整体包括:HTTP协议,JavaWeb三大组件(filter.servlet.listener).SpringMVC(SpringMVC的 ...

  2. Android基础知识点学习总结

    Android基础知识点学习总结 安卓基础知识个人学习笔记分享~ 一.Android系统架构 Linux内核层→系统运行层→应用框架层→应用层 1.Linux内核层:Android系统是基于Linux ...

  3. 郑州学python_郑州Python基础知识点学习之内置类型

    想要学好Python,一定要学好各类知识点,比如类.对象.数据类型等.有部分同学对于内置类型概念模糊,接下来千锋小编分享的郑州Python基础知识点汇总就给大家简单梳理一下. 内置类型是指任何语言在设 ...

  4. 【硬件电子】基础知识点学习记录

    眼图 USB信号质量判断通过下面哪个参数来判断? A 眼图 B 电压 C 信噪比 D 失真度 解析:眼图测试主要是用来检测高速串行传输的信号质量,本题选A. 眼图,是由于示波器的余辉作用,将扫描所得的 ...

  5. apollo学习之---基础知识点学习(1)commen_math

    文章目录 1.box2d 参考文章 测试 代码分析 HasOverlap()--两个Box2d是否有重叠点 DistanceTo()--Box2d到线段距离 DistanceTo()--Box2d到点 ...

  6. 计算机网络基础知识点学习(一)(概述)

    1.通常所说的网络是指"三网",即电信网络.有线电视网络.计算机网络.发展最快并起到核心作用的是计算机网络. 2.计算机网络向用户提供的最重要的功能:连通性-计算机网络使上网用户之 ...

  7. 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-01-CNN基础知识点

    转载自:http://blog.csdn.net/niuwei22007/article/details/47399913 <CNN基础知识点>From:Convolutional Neu ...

  8. 深度学习tensorflow数据流图基础知识点

    一.深度学习与机器学习区别 (一)特征提取方面 1.机器学习的特征工程步骤是要靠手动完成的,而且需要大量领域专业知识 深度学习通常由多个层组成,它们通常将更简单的模型组合在一起,通过将数 据从一层传 ...

  9. FPGA硬件学习基础知识点总结(1)

    FPGA硬件学习基础知识点总结(1)锁存器与触发器 总结一下数电,FPGA的一些基础知识,涉及到硬件电路的设计.主要是记录自己的学习过程. 锁存器与触发器 锁存器(latch):锁存器是电平触发的存储 ...

最新文章

  1. Can I compile and run Dx11Shader for Maya 2015 on my side?
  2. analyzing problems
  3. Codeforces Round #311 (Div. 2) A. Ilya and Diplomas 水题
  4. hibernate保存失败_Hibernate:保存与保存并保存或更新
  5. zookeeper简单命令
  6. SolarWinds 供应链攻击中的第三款恶意软件
  7. 预备篇:一.元器件选型及飞控电路设计
  8. 数字电路(3)门电路(二)
  9. php图片反色特效,PHP实现对图片的反色处理功能【测试可用】
  10. java 避免gc_减少JAVA GC
  11. 黄帝内经.素问.脉要精微论篇(17)
  12. edge bing搜索响应缓慢
  13. 江湖高手专用的“隐身术”:图片隐写技术
  14. 复杂性研究简介——从西蒙到霍兰
  15. untiy的http请求
  16. Android:InflateException: Binary XML file line #12: Error inflating class null
  17. 深度学习上采样下采样概念以及实现
  18. 电脑的字体改变了、变模糊了怎么办
  19. SPSS使用过程中出现的问题整理 包括因子分析 感谢各位大佬们
  20. 如何从零开始制作一款日式AVG游戏

热门文章

  1. UHF读写器jna调用 UHFReader x86
  2. 你的思想决定你的高度
  3. 【pen200-lab】10.11.1.121
  4. 07年1月份工作总结
  5. 主机管理面板LuManager以Apache2协议开源发布,可用作商业用途
  6. R语言使用ggplot2可视化交叉曲线(Curved lines defined with functions):基于自定义函数可视化交叉曲线、使用curve_intersect函数计算曲线交叉点
  7. 微信小程序操作图片放大、缩小、旋转、拖拽
  8. 聚小宝 微商管家 php源码,聚小宝管家
  9. webuploader常用知识及方法、网站
  10. 解决win10pro局域网中自己电脑无法被其他电脑发现的问题