《合成孔径雷达成像——算法与实现》之【1】仿真图2.2

重点在于理解“由于图像扭曲或旋转带来的频域表现形式的变化”。

% SAR_Figure_2_2
% 2016.10.31
clear all;clc;close all;%% 参数设置
M = 256;                % 矩阵高度
N = 256;                % 矩阵宽度
top = M/8+1;
bottom = M*7/8;
left = N/8+1;
right = N*7/8;
theta = pi/12;          % 扭曲或旋转角度%% 生成信号
% 原始信号
S0 = zeros(M,N);
S0(top:bottom,left:right) = 1;
% 扭曲信号
S1 = zeros(M,N);
for ii = 1:Mfor jj = 1:Nx = jj-N/2;y = (M+1-ii)-M/2;xx = round(x+N/2);yy = M+1-round(x*sin(-theta)+y*cos(-theta)+M/2);if(yy>=1 && yy<= M)S1(ii,jj) = S0(yy,xx);endend
end
% 旋转信号
S2 = zeros(M,N);
for ii = 1:Mfor jj = 1:Nx = jj-N/2;y = (M+1-ii)-M/2;xx = round(x*cos(-theta)-y*sin(-theta)+N/2);yy = M+1-round(x*sin(-theta)+y*cos(-theta)+M/2);if(xx>=1 && xx<= N && yy>=1 && yy<=M)S2(ii,jj) = S0(yy,xx);endend
end
%% 二维傅里叶变换
% 原始信号的二维傅里叶变换
S0_ff = fftshift(fft2(fftshift(S0)));
S0_ff = abs(S0_ff);
S0_ff = S0_ff/max(max(S0_ff));
S0_ff = 20*log10(S0_ff+1e-4);
% 原始信号二维傅里叶变换
S1_ff = fftshift(fft2(fftshift(S1)));
S1_ff = abs(S1_ff);
S1_ff = S1_ff/max(max(S1_ff));
S1_ff = 20*log10(S1_ff+1e-4);
% 原始信号二维傅里叶变换
S2_ff = fftshift(fft2(fftshift(S2)));
S2_ff = abs(S2_ff);
S2_ff = S2_ff/max(max(S2_ff));
S2_ff = 20*log10(S2_ff+1e-4);%% 画图
figure,set(gcf,'Color','w');colormap jet
subplot(2,3,1),imagesc(S0);axis image off
title('（a）时域，原始信号');
subplot(2,3,4),imagesc(S0_ff);axis image off
title('（b）原始信号频谱');
subplot(2,3,2),imagesc(S1);axis image off
title('（c）时域，扭曲信号');
subplot(2,3,5),imagesc(S1_ff);axis image off
title('（d）扭曲信号频谱');
subplot(2,3,3),imagesc(S2);axis image off
title('（e）时域，旋转信号');
subplot(2,3,6),imagesc(S2_ff);axis image off
title('（f）旋转信号频谱');

《合成孔径雷达成像——算法与实现》之【1】仿真图2.2相关推荐

合成孔径雷达成像算法与实现(信号处理基础知识点)
最近由于学业上需要,重新学习了<合成孔径雷达成像算法与实现>一书,其中第二章是信号处理基础,在此记录下学习过程. 一.信号处理基本概念 1.卷积与相关卷积: 相关: 卷积从几何解 ...
Python实现《合成孔径雷达成像——算法与实现》图4.4
Python实现<合成孔径雷达成像--算法与实现>图4.4. import matplotlib.pyplot as plt import numpy as np import math ...
Python实现《合成孔径雷达成像——算法与实现》图3.13
Python实现<合成孔径雷达成像--算法与实现>图3.13. import matplotlib.pyplot as plt import numpy as np import math ...
Python实现《合成孔径雷达成像——算法与实现》图2.8和2.9
Python实现<合成孔径雷达成像--算法与实现>图2.8和2.9. import matplotlib.pyplot as plt import numpy as np import m ...
合成孔径雷达成像算法与实现笔记 | 第三章--线性调频信号的脉冲压缩
笔记原文链接:https://mp.weixin.qq.com/s/NzhrVVsGW7NlTijKFt5z0Q ↑ \uparrow ↑ 打开上述链接即可阅读全文本系列为<合成孔径雷达成像算 ...
《合成孔径雷达成像——算法与实现》之【0】仿真汇报
- 主要是对<合成孔径雷达--算法与实现>这本书上的部分Figure.算法以及光盘数据处理进行了仿真,最后制成了一个PPT.以后将把所有作品一一贴出!
《合成孔径雷达成像——算法与实现》之【end】RADARSAT-1数据处理
分别采用方式2.方式3的距离多普勒算法,Chirp Scaling算法,wK算法对RADARSAT-1数据进行成像,并提供源代码下载(代码编写不易,核心成像算法代码已被封装成保护文件). 1.方式2的 ...
合成孔径雷达算法与实现_[SAR笔记0]合成孔径雷达成像算法与实现
0 成像步骤这里主要是记录RDA算法(距离多普勒算法),因为处理涉及到距离多普勒域因此得名. a) 获取原始时域数据获取到的原始雷达数据其实是这种复数形式. 展示为图像就是上图所示 b) Rang ...
合成孔径雷达成像——算法与实现图【2.11】与【2.12】仿真——不同β值下的kaiser窗，以及3dB宽度和峰值旁瓣比
先初始化各个参数 A = figure(); N = 250; len = {};%用来储存标签 pslr = [];%用来储存各个pslr值 wide_3dB = [];%用来储存各个3dB带宽值 ...

《合成孔径雷达成像——算法与实现》之【1】仿真图2.2

《合成孔径雷达成像——算法与实现》之【1】仿真图2.2相关推荐

最新文章

热门文章