是否有一个简单易懂的解释如何对距离迁移算法进行二阶运动补偿?
Carrara 等人描述的一种是针对理想情况的。对于扩展 Omega K 算法,如何将平台位置的偏差与以 kx 表示的相位补偿量联系起来?是按比例缩放吗在哪里是沿方位角的偏差吗?假设倾斜距离偏差已通过相位补偿和/或插值和/或像素偏移的混合得到补偿?
是否有一个简单易懂的解释如何对距离迁移算法进行二阶运动补偿?
Carrara 等人描述的一种是针对理想情况的。对于扩展 Omega K 算法,如何将平台位置的偏差与以 kx 表示的相位补偿量联系起来?是按比例缩放吗在哪里是沿方位角的偏差吗?假设倾斜距离偏差已通过相位补偿和/或插值和/或像素偏移的混合得到补偿?
在 Reigbar 的论文 ( https://ieeexplore.ieee.org/document/1648550 )之后,我一直在尝试将 MoCo 合并到扩展的 Omega-k 中。我知道对于一阶 MoCo,需要从参考范围(即图像中心)计算范围偏差,对于二阶,需要使用所有范围的偏差与参考范围的偏差之间的差异. 但是,以上述推荐的方法计算偏差对我不起作用。特别是,我不确定我是否计算了二阶 MoCo 的偏差。我使用 r = (c*fast_time)/2 来计算所有范围位置,然后从非理想平台位置中减去这些位置,以了解它们的范围偏差。那是对的吗?
谢谢你。
我认为这是因为..:Extended Omega-K 提供了将运动补偿集成到其中的公式。作为中间步骤,它保留了方位角聚焦所需的术语,这意味着数据在方位角上未聚焦。但是在范围内,范围单元格迁移已经解决。这允许应用范围变量运动补偿。然而,运动补偿的实际应用是应用相位项来补偿运动误差。对于扩展 Omega-K,这意味着使用单载波频率,这不是最好的,因为实际误差是波长变化的。