雷达系统中,雷达与目标间的相互运动会使回波信号产生频移,称为多普勒效应,对应的频移称为多普勒频率。

假设雷达发射信号为单频连续波,

f

(

t

)

=

c

o

s

(

2

π

f

0

t

+

ϕ

)

f(t)=cos(2\pi f_0t+\phi)

f(t)=cos(2πf0​t+ϕ)

f

0

f_0

f0​为发射频率,

ϕ

\phi

ϕ为初始相位。
在雷达站接收到的回波信号

f

r

(

t

)

f_r(t)

fr​(t)为

f

r

(

t

)

=

c

o

s

[

2

π

f

0

(

t

t

r

)

+

ϕ

]

f_r(t)=cos[2\pi f_0(t-t_r)+\phi]

fr​(t)=cos[2πf0​(t−tr​)+ϕ]式中,

t

r

=

2

R

(

t

)

c

t_r=\frac{2R(t)}{c}

tr​=c2R(t)​为回波信号相对于发射信号的延迟,其中

R

(

t

)

R(t)

R(t)为雷达与目标之间的距离,

c

c

c为光速。

如果目标静止,则

R

(

t

)

R(t)

R(t)为常数,且令

R

(

t

)

=

R

0

R(t)=R_0

R(t)=R0​。回波与发射信号之间具有固定相位差

2

π

f

0

t

r

=

2

π

f

0

2

R

0

/

c

=

4

π

R

0

/

λ

2\pi f_0t_r=2\pi f_0·2R_0/c=4\pi R_0/\lambda

2πf0​tr​=2πf0​⋅2R0​/c=4πR0​/λ,

λ

\lambda

λ为波长 。

如果目标与雷达站之间有相对运动,距离

R

(

t

)

R(t)

R(t)随时间变化,设目标相对雷达的径向运动速度为

v

r

v_r

vr​,则

R

(

t

)

=

R

0

v

r

t

R(t)=R_0-v_rt

R(t)=R0​−vr​t故,回波延迟为

t

r

=

2

R

(

t

)

c

=

2

(

R

0

v

r

t

)

c

t_r=\frac{2R(t)}{c}=\frac{2(R_0-v_rt)}{c}

tr​=c2R(t)​=c2(R0​−vr​t)​可得回波与发射信号之间相位差为

ϕ

=

2

π

f

0

2

(

R

0

v

r

t

)

c

\triangle \phi=-2\pi f_0\frac{2(R_0-v_rt)}{c}

△ϕ=−2πf0​c2(R0​−vr​t)​对应产生的频率差为

f

d

=

1

2

π

d

ϕ

d

t

=

2

v

r

c

f

0

=

2

λ

v

r

f_d=\frac{1}{2\pi}\frac{d\triangle \phi}{dt}=\frac{2v_r}{c}f_0=\frac{2}{\lambda}v_r

fd​=2π1​dtd△ϕ​=c2vr​​f0​=λ2​vr​
这就是多普勒频率,它正比于相对运动速度,反比于雷达工作波长。当目标飞向雷达站时,多普勒频率为正值,接收信号高于发射信号;当目标背离雷达站时,多普勒频率为负值,接收信号频率低于发射信号频率。

相关内容:
SAR成像(零):【总结】SAR成像原理和仿真实现
SAR成像(一):线性调频信号(LFM)和脉冲压缩
SAR成像(二):高方位向分辨率原理
SAR成像(三):快时间与慢时间
SAR成像(四):多普勒频移的计算
SAR成像(五):回波模型
SAR成像(六):距离徙动矫正
SAR成像(七):RD成像算法
参考书籍:

雷达原理(第五版) 丁鹭飞著.

SAR成像(四):多普勒频移的计算的更多相关文章

  1. Centos7 install Openstack - (第四节)添加计算服务(Nova)

    Centos7 install Openstack - (第四节)添加计算服务(Nova) 我的blog地址:http://www.cnblogs.com/caoguo 该文根据openstack官方 ...

  2. Laxcus大数据管理系统2.0(6)- 第四章 数据计算

    第四章 数据计算 Laxcus所有数据计算工作都是通过网络实施.相较于集中计算,在网络间进行的数据计算更适合处理那些数据量大.复杂的.耗时长的计算任务.能够实施网络计算的前提是数据可以被分割,就是把一 ...

  3. OpenCV2+入门系列(四):计算图像的直方图,平均灰度,灰度方差

    本篇懒得排版,直接在网页html编辑器编辑 在图像处理时,我们常常需要求出图像的直方图.灰度平均值.灰度的方差,这里给出一个opencv2+自带程序,实现这些功能. 直方图 对于直方图,使用cv::c ...

  4. Computer Vision_33_SIFT:SAR-SIFT: A SIFT-LIKE ALGORITHM FOR SAR IMAGES——2015

    此部分是计算机视觉部分,主要侧重在底层特征提取,视频分析,跟踪,目标检测和识别方面等方面.对于自己不太熟悉的领域比如摄像机标定和立体视觉,仅仅列出上google上引用次数比较多的文献.有一些刚刚出版的 ...

  5. 【遥感专题系列】微波遥感(二、合成孔径雷达SAR基础)

    目前使用最广的成像雷达系统就是合成孔径雷达(Synthetic Aperture Radar:SAR),SAR几乎成为了雷达的代名词.本文从应用角度介绍SAR系统的基本知识. 本文主要包括: SAR基 ...

  6. SAR命令

    前面已经介绍了 vmstat和top命令的解析及使用,下面我们来学习一个更重要的命令sarsar命令可以通过参数单独查看系统某个局部的使用情况 sar 命令行的常用格式: sar [options] ...

  7. 合成孔径雷达(Synthetic Aperture Radar, SAR)

    合成孔径雷达(Synthetic Aperture Radar, SAR)是20世纪最先进的科技发明之一.SAR有机载与卫载系统之分,能提供地表地形.乃至行星等远距离目标区高解析度图像.目前无人飞行载 ...

  8. 【从零开始自制CPU之学习篇01】识别四色环电阻

    制作CPU的好多部分都用到了各种阻值的电阻,由于我选购的是色环电阻,即电阻表面涂上一定颜色的色环,来代表这个电阻的阻值.因此通过色环来快速识别电阻阻值需要作为储备知识,不然一堆电阻插在面包板上很快就乱 ...

  9. SAR指标(转)

    转自(https://zhidao.baidu.com/question/187156399.html) SAR指标又叫抛物线指标或停损转向操作点指标,其全称叫“Stop and Reverse,缩写 ...

  10. 算法(第四版)C# 习题题解——1.1

    写在前面 整个项目都托管在了 Github 上:https://github.com/ikesnowy/Algorithms-4th-Edition-in-Csharp 善用 Ctrl + F 查找题 ...

随机推荐

  1. Linux 驱动像单片机一样读取一帧dmx512串口数据

    硬件全志R528 目标:实现Linux 读取一帧dmx512串口数据. 问题分析:因为串口数据量太大,帧与帧之间的间隔太小.通过Linux自带的读取函数方法无法获取到 帧头和帧尾,读取到的数据都是缓存 ...

  2. linux环境编程(1): 实现一个单元测试框架

    写在前面 在开发的过程中,大多数人都需要对代码进行测试.目前对于c/c++项目,可以采用google的gtest框架,除此之外在github上搜索之后可以发现很多其他类似功能的项目.但把别人的轮子直接 ...

  3. 神经网络基础部件-BN层详解

    一,数学基础 1.1,概率密度函数 1.2,正态分布 二,背景 2.1,如何理解 Internal Covariate Shift 2.2,Internal Covariate Shift 带来的问题 ...

  4. redis实现分布式锁(包含代码以及分析利弊)

    redis实现分布式锁(基础版) 使用redis实现分布式锁的方法有多种,基础版本是基于setnx命令,即如果不存在则设置.这个命令可以保证只有一个客户端能够成功设置一个key,从而获得锁.设置key ...

  5. shin-monitor源码分析

    在经过两年多的线上沉淀后,将监控代码重新用 TypeScript 编写,删除冗余逻辑,正式开源. 根据 shin-monitor 的目录结构可知,源码集中在 src 目录中.关于监控系统的迭代过程,可 ...

  6. Springboot返回数据给前端-参数为null处理

    转:https://www.pianshen.com/article/950119559/ 1.返回对象参数为null时,该参数选择显示或者不显示 在返回参数给前端的时候,有些参数的值为null的时候 ...

  7. 学习Java Day18

    一.面向对象(面向过程) 1. 面向对象 找对象(封装了过程)来干. 例如:洗衣服(洗衣机就是对象). 2. 面向对象思想特点 是一种更符合我们思想习惯的思想. 可以将复杂的事情简单化. 将我们从执行 ...

  8. Window10环境下,Stable Diffusion的本地部署与效果展示

    Diffusion相关技术最近也是非常火爆,看看招聘信息,岗位名称都由AI算法工程师变成了AIGC算法工程师,本周跟大家分享一些Diffusion算法相关的内容. Window10环境下,Stable ...

  9. ctfshow_web入门 PHP特性

    PHP特性 这里以半做题,半学习为主,所以就显得比较啰嗦 阿巴阿巴,但是实际上,写得比较水,等过一段时间再总结一下 比较深刻的印象是:下一个手册,多看手册 从web135还是几开始,就是看的这个师傅的 ...

  10. ps抠图小技巧

    1.背景橡皮擦工具 适合分离单一背景. 中括号键可以调整大小. 2.调整边缘抠图(也叫选择并遮住) 适合扣毛发丝. 套索工具框选出大概: 点击选择并遮住后出来一个面板: 视图选择叠加,输出设置勾上净化 ...