PaperNote-Near-Field MIMO-SAR mmWave Imaging with Sparsely Sampled Aperture Data(不完整)
序
Title: Near-Field MIMO-SAR Millimeter-Wave Imaging with Sparsely Sampled Aperture Data
仅用作个人理解与公式梳理, 如有错误, 还请各位同学指正.
IV. DEVELOPMENT OF IMAGE RECONSTRUCTION WITH SPARSE MIMO-SAR
IV.稀疏MIMO-SAR图像重建技术的研究进展
B. ANALYSIS OF SPARSELY SAMPLED CONTINUOUS SAR APERTURE DATA
稀疏采样的连续SAR孔径数据分析
C. EFFECT OF ALIASING ON THE IMAGE DOMAIN
混叠对图像域的影响
D. IMAGE RECONSTRUCTION WITH SPARSELY SAMPLED MIMO-SAR DATA
D.利用稀疏采样的MIMO-SAR数据重建图像
理解这部分时, 首先需要解释本文所介绍的稀疏采样与二次采样的具体的实际意义.
如上图所示, 按我的理解: 本文采样了两次
第一次采样是将MIMO雷达阵列看作一个整体, 然后以\(\Delta_x\)为采样间隔进行采样
第二次采样是对MIMO雷达阵列中的每一个通道进行采样
二次采样的FFT变换公式附录A中给了出来:
在这里,我们提出了一种稀疏MIMO-SAR结构的方法,利用适当选择的复增益,基于多通道合并技术完美地重建无混叠图像。换句话说,我们证明了通过适当地选择复数增益向量,可以抵消在(49)中创建鬼像的(36)中的混叠分量,
这里的公式(49)和(36)于IV.C
中介绍.
\(e^{j\phi_l}\):
可以理解为MutltStatic to StaticStatic
的转换
\(\delta\): 一种位置分布函数,
用来描述MIMO
中虚拟天线的位置
:个人理解
p, q
在这里指的是我上文所说的第一次采样中移动的间隔的次数.p
是x
轴移动的次数,q
是y
轴移动的次数.(感觉可以理解为在x轴和y轴上的第几个位置)
L
代表的是虚拟天线通道, 也就是MIMO
所虚拟出来的虚拟天线通道.感觉这里的每个通道是把所有不同位置处(SAR平面上的不同位置)的同一个虚拟天线(MIMO中的不同虚拟天线)给叠加起来.
对合成的信号进行FFT变换:
将上式用向量表示:
(54)可以被重新排列为:
因此,如果下面的方程有\(w\)的解,则消除所有混叠项以获得(57)中的无混叠后向散射数据波数谱\(S(k_x,k_y)\)
解得:
最后给出了MIMO-SAR的二维单色(monochromatic)图像重建算法.