关于合成孔径雷达

关于合成孔径雷达的疑惑，请问合成孔径雷达在工作过程，比如它是从A点到C点方向飞行，图中经过B点，那么~

在A点发射的电磁波 ，B 点是可以接受到的 至于范围大小是由雷达口径大小决定的。
合成口径主要指的是高分辨，分辨单元非常小，也就是精度非常高。一般给的题目，A和C都是临界的，也就是说A到C的过程中 B一直被扫到。
单独发射一个脉冲时， 可以认为飞机是不动的。
至于你说的其他问题，我没听懂。

　　合成孔径雷达就是利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达。合成孔径雷达的特点是分辨率高，能全天候工作，能有效地识别伪装和穿透掩盖物。
　　合成孔径雷达主要用于航空测量、航空遥感、卫星海洋观测、航天侦察、图像匹配制导等。它能发现隐蔽和伪装的目标，如识别伪装的导弹地下发射井、识别云雾笼罩地区的地面目标等。在导弹图像匹配制导中，采用合成孔径雷达摄图，能使导弹击中隐蔽和伪装的目标。合成孔径雷达还用于深空探测，例如用合成孔径雷达探测月球、金星的地质结构。
　　合成孔径雷达工作时按一定的重复频率发、收脉冲，真实天线依次占一虚构线阵天线单元位置。把这些单元天线接收信号的振幅与相对发射信号的相位叠加起来，便合成一个等效合成孔径天线的接收信号。若直接把各单元信号矢量相加，则得到非聚焦合成孔径天线信号。在信号相加之前进行相位校正，使各单元信号同相相加，得到聚焦合成孔径天线信号。地物的反射波由合成线阵天线接收，与发射载波作相干解调，并按不同距离单元记录在照片上，然后用相干光照射照片便聚焦成像。这一过程与全息照相相似，差别只是合成线阵天线是一维的，合成孔径雷达只在方位上与全息照相相似，故合成孔径雷达又可称为准微波全息设备。
　　合成孔径雷达：利用遥感平台的移动，将一个小孔径的天线安装在平台侧方，以代替大孔径的天线，提高方位分辨率的雷达。

合成孔径雷达(SAR)的点目标仿真
一． SAR原理简介
合成孔径雷达(Synthetic Aperture Radar ，简称SAR)是一种高分辨率成像雷达技术。它利用脉冲压缩技术获得高的距离向分辨率，利用合成孔径原理获得高的方位向分辨率，从而获得大面积高分辨率雷达图像。
SAR回波信号经距离向脉冲压缩后，雷达的距离分辨率由雷达发射信号带宽决定： ，式中 表示雷达的距离分辨率， 表示雷达发射信号带宽， 表示光速。同样，SAR回波信号经方位向合成孔径后，雷达的方位分辨率由雷达方位向的多谱勒带宽决定： ，式中 表示雷达的方位分辨率， 表示雷达方位向多谱勒带宽， 表示方位向SAR平台速度。
二． SAR的成像模式和空间几何关系
根据SAR波束照射的方式，SAR的典型成像模式有Stripmap(条带式)，Spotlight(聚束式)和Scan(扫描模式)，如图2.1。条带式成像是最早研究的成像模式，也是低分辨率成像最简单最有效的方式；聚束式成像是在一次飞行中，通过不同的视角对同一区域成像，因而能获得较高的分辨率；扫描模式成像较少使用，它的信号处理最复杂。

图2.1：SAR典型的成像模式
这里分析SAR点目标回波时，只讨论正侧式Stripmap SAR，正侧式表示SAR波束中心和SAR平台运动方向垂直，如图2.2，选取直角坐标系XYZ为参考坐标系，XOY平面为地平面；SAR平台距地平面高h，沿X轴正向以速度V匀速飞行；P点为SAR平台的位置矢量，设其坐标为(x,y,z)； T点为目标的位置矢量，设其坐标为 ；由几何关系，目标与SAR平台的斜距为：
(2.1)
由图可知： ；令 ，其中 为平台速度，s为慢时间变量（slow time），假设 ，其中 表示SAR平台的x坐标为 的时刻；再令 ， 表示目标与SAR的垂直斜距，重写2.1式为：
(2.2)
就表示任意时刻 时，目标与雷达的斜距。一般情况下， ，于是2.2式可近似写为：
(2.3)
可见，斜距是 的函数，不同的目标， 也不一样，但当目标距SAR较远时，在观测带内，可近似认为 不变，即 。

图2.2：空间几何关系 (a)正视图 (b)侧视图
图2.2(a)中， 表示合成孔径长度，它和合成孔径时间 的关系是 。(b)中， 为雷达天线半功率点波束角， 为波束轴线与Z轴的夹角，即波束视角， 为近距点距离， 为远距点距离，W为测绘带宽度，它们的关系为：
(2.4)

三． SAR的回波信号模型
SAR在运动过程中，以一定的PRT(Pulse Repitition Time,脉冲重复周期)发射和接收脉冲，天线波束照射到地面上近似为一矩形区域，如图2.2（a），区域内各散射元（点）对入射波后向散射，这样，发射脉冲经目标和天线方向图的调制，携带目标和环境信息形成SAR回波。从时域来看，发射和接收的信号都是一时间序列。

图3.1：SAR发射和接收信号
图3.1表示SAR发射和接收信号的时域序列。发射序列中， 为chirp信号持续时间，下标 表示距离向(Range)；PRT为脉冲重复周期；接收序列中， 表示发射第 个脉冲时，目标回波相对于发射序列的延时；阴影部分表示雷达接收机采样波门，采样波门的宽度要保证能罩住测绘带内所有目标的回波。
雷达发射序列的数学表达式为：
(3.1)
式中， 表示矩形信号， 为距离向chirp信号的调频斜率， 为载频。
雷达回波信号由发射信号波形，天线方向图，斜距，目标RCS，环境等因素共同决定，若不考虑环境因素，则单点目标雷达回波信号可写成：
(3.2)
式中， 为点目标的雷达散射截面, 表示点目标天线方向图双向幅度加权， 表示载机发射第n个脉冲时，电磁波在雷达与目标之间传播的双程时间， ，代入3.2式
(3.3)
3.3式就是单点目标回波信号模型。其中， 为chirp分量，它决定距离向分辨率， 为doppler分量，它决定方位向分辨率。
距离向变量 远大于方位向变量t(典型相差 量级)，于是一般可以假设SAR满足“停－走－停”模式，即SAR在发射和接收一个脉冲信号中间，载机未发生运动。为了理论分析方便，称 为慢时间变量(slow time)，称t为快时间变量(fast time)于是，一维回波信号可以写成二维形式，正交解调去除载波后，单点目标的回波可写成：
(3.3)

图3.2：单点目标回波二维分布示意图
在方位向(慢时间域)是离散的， ，其中V是SAR的速度， 是0时刻目标在参考坐标系中的x坐标。为了作数字信号处理，在距离向(快时间域)也要采样，假设采样周期为Tr,则 ，如图3.2，方位向发射N个脉冲，距离向采样得到M个样值点，则SAR回波为一 矩阵，K个理想点目标的回波经采样后的表达式为：

(3.4)

上式用Matlab语言可表示为：
%%***************************************************************************
%%Generate the raw signal data
K=Ntarget; %number of targets
N=Nslow; %number of vector in slow-time domain
M=Nfast; %number of vector in fast-time domain
T=Ptarget; %position of targets
Srnm=zeros(N,M);
for k=1:1:K
sigma=T(k,3);
Dslow=sn*V-T(k,1);
R=sqrt(Dslow.^2+T(k,2)^2+H^2);
tau=2*R/C;
Dfast=ones(N,1)*tm-tau'*ones(1,M);
phase=pi*Kr*Dfast.^2-(4*pi/lambda)*(R'*ones(1,M));
Srnm=Srnm+sigma*exp(j*phase).*(0<Dfast&Dfast<Tr).*((abs(Dslow)<Lsar/2)'*ones(1,M));
end
%%***************************************************************************

四． SAR的信号系统模型

从信号与系统的角度看，SAR回波可看作目标的散射特性通过一个二维线性系统的输出。点目标的信号与系统模型如图4.1：

图4.1：点目标信号与系统模型
模型的数学表达式为：
(4.1)
式中， 表示点目标的散射特性， 表示等效系统，设 为发射的chirp信号，则：
(4.2)
4.2式表明 只在 维是线性时不变(LTI)的，在 维是时变的，相同的 , 不同的 ，响应 不一样。但通常情况下可近似认为 不变，即 ，这时，系统等效为一个二维LTI系统。

五． 点目标SAR的成像处理算法仿真
SAR的回波数据不具有直观性，不经处理人无法理解它，如图5.1。从原理上讲，SAR成像处理的过程是从回波数据中提取目标区域散射系数的二维分布，本质上是一个二维相关处理过程,因此最直接的处理方法是对回波进行二维匹配滤波，但其运算量很大，再加上SAR的数据率本来就高，这使得实时处难于实现。通常，可以把二维过程分解成距离向和方位向两个一维过程，Range-Dopper Algorithm（简称RD算法）就是采用这种思想的典型算法，这里也只讨论RD算法。

图5.1：SAR回波数据 (a)未经处理 (b)处理后
RD算法通过距离迁移(Range Migration)矫正，消除距离和方位之间的耦合。在满足聚焦深度的前提小，将成像处理分解成两个一维的LTI系统进行相关处理，并采用频域快速相关算法提高了速度。RD算法已非常成熟，并成为衡量其它算法优劣的标准。RD算法典型的数字处理流程如图5.2。

图5.2: Range-Dopper 算法流程
● 预处理
这是对SAR回波处理的第一步，一般在SAR平台(卫星，飞机)上实时处理，包括解调和数字化。雷达信号的载频较高(～GHz)，不宜直接采样数字化处理，常常通过正交解调方式解调出基带信号，再对基带信号(～MHz)采样数字化，然后存储或传到地面做进一步处理。采样后的数据常采用矩阵形式存储，假设方位向发射(采样)N个脉冲，距离向采样得到M每个采样值(图3.2)，则待处理数据是一个 的矩阵，如图5.3。实际处理时，要在方位向上加窗截断，因此，在方位向上的开始和结束的一段数据(图中影阴区所示)是不充分的，对应的长度均为 ， 表示SAR的合成孔径长度。仿真时，这个数据阵是程序根据3.4式产生的。

图5.3：待处理数据
● 距离压缩
距离向信号是典型的Chirp信号，相关算法是在频域利用FFT进行的。Matlab语句为：
Refr=exp(j*pi*Kr*tr.^2).*(0<tr&tr<Tr);
Sr=ifty(fty(Srnm).*(ones(N,1)*conj(fty(Refr))));
和 分别是Chirp信号的调频斜率和脉冲持续时间，Refr表示参考信号，fty,ifty是对矩阵的行(对应距离向)进行FFT和IFFT运算的子程序。例如，fty的代码为：
%%FFT in row of matrix
function fs=fty(s);
fs=fftshift(fft(fftshift(s.'))).';
● 距离迁移矫正
距离迁移是SAR信号处理中必然出现的现象，它的大小随系统参数不同而变化，并不总需要补偿。点目标仿真时，可以先不考虑。
● 方位压缩
方位向的处理是SAR成像处理算法最核心的部分。正侧式点目标(图2.2)情况下，回波经距离压缩后在方位向也是一Chirp信号，因此其压缩处理同距离压缩处理类似，只是压缩因子不同。仿真中，调频斜率 已知，因此不需要进行Doppler参数估计。
● SAR参数
SAR平台：
水平速度V=100m/s
高度H=5000m
天线等效孔径D=4m
SAR平台与测绘带的垂直斜距R0=11180m(计算结果)
发射信号：
载波频率 =1GHz
Chirp信号持续时间 =5us
Chirp信号调频带宽 =30MHz
Chirp信号调频斜率 = (计算结果)
脉冲重复频率PRF=57.6Hz(计算结果)
Doppler调频带宽 =50Hz(计算结果)
Doppler调频斜率 =－5.96(计算结果)
分辨率：
距离向分辨率DY=5m
方位向分辨率DX=2m
目标位置:
距离向Y=[Yc-Y0,Yc+Y0]=[9500,10500]m
方位向X=[Xmin,Xmax]=[0,50]m
目标个数Ntarget=3
目标位置矩阵: 格式 [x坐标,y坐标,目标散射系数]
Ptarget=[Xmin,Yc,1
Xmin,Yc+10*DY,1
Xmin+20*DX,Yc+50*DY,1]
stripmapSAR.m程序(见附录)实现了仿真功能，图5.4到图5.7为仿真结果。
运行程序，在Command Window 中列出了仿真的参数：
Parameters:
Sampling Rate in fast-time domain
3.0996

Sampling Number in fast-time domain
1024

Sampling Rate in slow-time domain
1.1525

Sampling Number in slow-time domain
512

Range Resolution
5

Cross-range Resolution
2

SAR integration length
838.5255

Position of targets
0 10000 1
0 10050 1
40 10250 1
当然，这些参数可以改变以得到不同的结果，但值得注意的是，采样点数不宜过大，否则数据量过大将导致程序运行时间过长，甚至计算机因内存耗尽而死机。本例采用的是512 1024个点。

图5.4：SAR的点目标仿真结果

图5.5:两点目标的回波仿真3D图

图5.6：两点目标距离向压缩后的3D图

图5.7：两点目标距离向和方位向压缩后的3D图

图5.8：两点目标压缩后的3dB等高线图
附录：SAR的点目标仿真Matlab程序
主程序：stripmapSAR.m
%%========================================================
clear;clc;close all;
%%========================================================
%%Parameter--constant
C=3e8; %propagation speed
%%Parameter--radar characteristics
Fc=1e9; %carrier frequency 1GHz
lambda=C/Fc; %wavelength
%%Parameter--target area
Xmin=0; %target area in azimuth is within[Xmin,Xmax]
Xmax=50;
Yc=10000; %center of imaged area
Y0=500; %target area in range is within[Yc-Y0,Yc+Y0]
%imaged width 2*Y0
%%Parameter--orbital information
V=100; %SAR velosity 100 m/s
H=5000; %height 5000 m
R0=sqrt(Yc^2+H^2);
%%Parameter--antenna
D=4; %antenna length in azimuth direction
Lsar=lambda*R0/D; %SAR integration length
Tsar=Lsar/V; %SAR integration time
%%Parameter--slow-time domain
Ka=-2*V^2/lambda/R0; %doppler frequency modulation rate
Ba=abs(Ka*Tsar); %doppler frequency modulation bandwidth
PRF=Ba; %pulse repitition frequency
PRT=1/PRF; %pulse repitition time
ds=PRT; %sample spacing in slow-time domain
Nslow=ceil((Xmax-Xmin+Lsar)/V/ds); %sample number in slow-time domain
Nslow=2^nextpow2(Nslow); %for fft
sn=linspace((Xmin-Lsar/2)/V,(Xmax+Lsar/2)/V,Nslow);%discrete time array in slow-time domain
PRT=(Xmax-Xmin+Lsar)/V/Nslow; %refresh
PRF=1/PRT;
ds=PRT;
%%Parameter--fast-time domain
Tr=5e-6; %pulse duration 10us
Br=30e6; %chirp frequency modulation bandwidth 30MHz
Kr=Br/Tr; %chirp slope
Fsr=3*Br; %sampling frequency in fast-time domain
dt=1/Fsr; %sample spacing in fast-time domain
Rmin=sqrt((Yc-Y0)^2+H^2);
Rmax=sqrt((Yc+Y0)^2+H^2+(Lsar/2)^2);
Nfast=ceil(2*(Rmax-Rmin)/C/dt+Tr/dt);%sample number in fast-time domain
Nfast=2^nextpow2(Nfast); %for fft
tm=linspace(2*Rmin/C,2*Rmax/C+Tr,Nfast); %discrete time array in fast-time domain
dt=(2*Rmax/C+Tr-2*Rmin/C)/Nfast; %refresh
Fsr=1/dt;
%%Parameter--resolution
DY=C/2/Br; %range resolution
DX=D/2; %cross-range resolution
%%Parameter--point targets
Ntarget=2; %number of targets
%format [x, y, reflectivity]
Ptarget=[Xmin,Yc,1 %position of targets
Xmin,Yc+10*DY,1
Xmin+20*DX,Yc+50*DY,1];
disp('Parameters:')
disp('Sampling Rate in fast-time domain');disp(Fsr/Br)
disp('Sampling Number in fast-time domain');disp(Nfast)
disp('Sampling Rate in slow-time domain');disp(PRF/Ba)
disp('Sampling Number in slow-time domain');disp(Nslow)
disp('Range Resolution');disp(DY)
disp('Cross-range Resolution');disp(DX)
disp('SAR integration length');disp(Lsar)
disp('Position of targets');disp(Ptarget)
%%========================================================
%%Generate the raw signal data
K=Ntarget; %number of targets
N=Nslow; %number of vector in slow-time domain
M=Nfast; %number of vector in fast-time domain
T=Ptarget; %position of targets
Srnm=zeros(N,M);
for k=1:1:K
sigma=T(k,3);
Dslow=sn*V-T(k,1);
R=sqrt(Dslow.^2+T(k,2)^2+H^2);
tau=2*R/C;
Dfast=ones(N,1)*tm-tau'*ones(1,M);
phase=pi*Kr*Dfast.^2-(4*pi/lambda)*(R'*ones(1,M));
Srnm=Srnm+sigma*exp(j*phase).*(0<Dfast&Dfast<Tr).*((abs(Dslow)<Lsar/2)'*ones(1,M));
end
%%========================================================
%%Range compression
tr=tm-2*Rmin/C;
Refr=exp(j*pi*Kr*tr.^2).*(0<tr&tr<Tr);
Sr=ifty(fty(Srnm).*(ones(N,1)*conj(fty(Refr))));
Gr=abs(Sr);
%%Azimuth compression
ta=sn-Xmin/V;
Refa=exp(j*pi*Ka*ta.^2).*(abs(ta)<Tsar/2);
Sa=iftx(ftx(Sr).*(conj(ftx(Refa)).'*ones(1,M)));
Ga=abs(Sa);
%%========================================================
%%graw the intensity image of signal
colormap(gray);
figure(1)
subplot(211);
row=tm*C/2-2008;col=sn*V-26;
imagesc(row,col,255-Gr); %intensity image of Sr
axis([Yc-Y0,Yc+Y0,Xmin-Lsar/2,Xmax+Lsar/2]);
xlabel('\rightarrow\itRange in meters'),ylabel('\itAzimuth in meters\leftarrow'),
title('Stripmap SAR after range compression'),
subplot(212);
imagesc(row,col,255-Ga); %intensity image of Sa
axis([Yc-Y0,Yc+Y0,Xmin-Lsar/2,Xmax+Lsar/2]);
xlabel('\rightarrow\itRange in meters'),ylabel('\itAzimuth in meters\leftarrow'),
title('Stripmap SAR after range and azimuth compression'),
%%========================================================
%%draw 3D picture
figure(2)
waterfall(real(Srnm((200:205),:)));axis tight
xlabel('Range'),ylabel('Azimuth'),
title('Real part of the raw signal'),
figure(3)
waterfall(Gr((200:205),(600:1000)));axis tight
xlabel('Range'),ylabel('Azimuth'),
title('Stripmap SAR after range compression'),
figure(4)
mesh(Ga((200:300),(750:860)));axis tight
xlabel('Range'),ylabel('Azimuth'),
title('Stripmap SAR after range and azimuth compression'),
%%========================================================
%%draw -3dB contour
figure(5)
a=max(max(Ga));
contour(row,col,Ga,[0.707*a,a],'b');grid on
axis([9995,10050,-20,20]),
xlabel('\rightarrow\itRange in meters'),ylabel('\itAzimuth in meters\leftarrow'),
title('Resolution Demo: -3dB contour');
%%========================================================
主程序中用到的四个对矩阵行(列)做FFT(IFFT)的子程序
矩阵列做FFT:ftx.m
%%FFT in column of matrix
function fs=ftx(s);
fs=fftshift(fft(fftshift(s)));
矩阵行做FFT: fty.m
%%FFT in row of matrix
function fs=fty(s);
fs=fftshift(fft(fftshift(s.'))).';
矩阵列做IFFT:iftx.m
%%IFFT in column of matrix
function s=iftx(fs);
s=fftshift(ifft(fftshift(fs)));
矩阵行做IFFT:ifty.m
%%IFFT in row of matrix
function s=ifty(fs);
s=fftshift(ifft(fftshift(fs.'))).';

---

上杭县17677102420： 合成孔径雷达 - 搜狗百科？
藤急蛇胆： 合成孔径雷达( SAR) 是一种高分辨率成像雷达,可以在能见度极低的气象条件下得到类似光学照相的高分辨雷达图像.利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达,也称综合孔径雷达.合成孔径雷达的特点是分辨率高,能全天候工作,能有效地识别伪装和穿透掩盖物.所得到的高方位分辨力相当于一个大孔径天线所能提供的方位分辨力.合成孔径雷达的首次使用是在20世纪50 年代后期,装载在RB-47A和RB-57D 战略侦察飞机上.经过近60 年的发展,合成孔径雷达技术已经比较成熟,各国都建立了自己的合成孔径雷达发展计划,各种新型体制合成孔径雷达应运而生,在民用与军用领域发挥重要作用.

上杭县17677102420： 关于合成孔径雷达的简单问题 - ？
藤急蛇胆： 合成孔径雷达就是利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达.合成孔径雷达的特点是分辨率高,能全天候工作,能有效地识别伪装和穿透掩盖物.合成孔径雷达主要用于航空测...

上杭县17677102420： 合成孔径雷达是啥?？
藤急蛇胆： 合成孔径雷达(Synthetic Aperture Radar,SAR),又译成合成口径雷达(台湾)或合成开口雷达(日本),属于一种微波成像雷达,也是一种可以产生高分辨率图像的(航空)机载雷达或(太空)星载雷达. 它在早期系使用透镜成像机制在底片(胶卷)上形成影像,目前则以复杂的雷达数据后处理方法来获得极窄的有效辐射波束(对产生的雷达图像意味着极高的空间分辨率).它一般安装在移动的载体上对相对静止的目标成像,或反之.自合成孔径雷达发明以来,它被广泛的应用于遥感和地图测绘.

上杭县17677102420： 为什么合成孔径雷达相当于两倍的运动距离 - ？
藤急蛇胆：[答案] 因为数据处理方法不同,所以相当于两倍的运动距离. 合成孔径雷达就是利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达.合成孔径雷达的特点是分辨率高,能全天候工作,能有效地识别伪装...

上杭县17677102420： 脉冲多普勒雷达、合成孔径雷达、相控阵雷达三者有什么区别? - ？
藤急蛇胆： 我们知道,蜻蜓的每只眼睛由许许多多个小眼组成,每个小眼都能成完整的像,这样就使得蜻蜓所看到的范围要比人眼大得多.与此类似,相控阵雷达的天线阵面也由许多个辐射单元和接收单元(称为阵元)组成,单元数目和雷达的功能有关,...

上杭县17677102420： 为啥说合成孔径雷达是一种高分辨率相干成像系统? - ？
藤急蛇胆： 合成孔径雷达的原理类似于昆虫的复眼,把很多张图片结合在一起,最终给出高清晰度的成像结果. 要完全整合图像,每张图像的编码方式要有考虑,特别是前后左右的图像之间,在算法上要有联系.这样不容易出错.所谓的相干就是指在编码或者处理上,不仅跟当前的信息有关,也跟前后的信息相关.

上杭县17677102420： 请问SAR(合成孔径雷达)应用领域广么? - ？
藤急蛇胆： 合成孔径雷达是六十年代末发展起来的先进的雷达探测系统.美国是最早研制此类雷达的国家之一.早期的全盛孔径雷达安装在有人驾驶飞机上.当时的合成孔径雷达存在距离分辨率较低、实时数据处理能力弱等不足.如AN/APD-10型合成孔径...

上杭县17677102420： 关于合成孔径雷达的疑惑,请问合成孔径雷达在工作过程,比如它是从A点到C点方向飞行,图中经过B点,那么 - ？
藤急蛇胆： 在A点发射的电磁波 ,B 点是可以接受到的 至于范围大小是由雷达口径大小决定的.合成口径主要指的是高分辨,分辨单元非常小,也就是精度非常高.一般给的题目,A和C都是临界的,也就是说A到C的过程中 B一直被扫到. 单独发射一个脉冲时, 可以认为飞机是不动的.至于你说的其他问题,我没听懂.

上杭县17677102420： 用两种以上的观点解释合成孔径雷达获得方位向高分辨率的原理? - ？
藤急蛇胆： 如果知道距离向的高分辨原理,方位向是类似的,距离向是通过发射线性调频信号,然后进行脉冲压缩获取高分辨的,方位向由于目标和雷达平台相对的多普勒移动,其也可以看作一线性调频,只不过这里的调频斜率是通过其多普勒历程获得的...