Wyniki wyszukiwania - BazTech

1

A quick and cost-effective method for monitoring deforestation of oil sands mining activities using synthetic aperture radar and multispectral real-time satellite data from Sentinel-1 and Sentinel-2

Garcia-del-Real Jose, Alcaraz Manuel

Journal of Sustainable Mining

|

2024

|

Vol. 23, iss. 1

61--86

EN

Alberta’s oil sands mining operations rank among the largest human-made structures globally. Monitoring through the use of Synthetic Aperture Radar (SAR) and Multispectral satellite imaging is an indispensable strategy in attaining sustainable development and mitigating deforestation in the third-largest verified oil reserves worldwide. This paper introduces a novel approach for cost-effective and reliable monitoring of deforestation caused by oil sands mining, avoiding cumbersome methods. It focuses on observing forest/non-forest areas affected by Suncor Energy Company’s mining assets in Alberta, using a combination of SAR and Multispectral satellite remote sensing. Radar images from Sentinel-1B and Multispectral images from Sentinel-2A were analyzed with SNAP 8.0 and QGIS within a time series from June 2017 to June 2020, providing detailed information to monitor better the potential environmental impact of oil sands mining activities in Canada. The Sentinel satellite system offers several advantages, including near-global coverage, elevated spatial resolution for detecting small-scale deforestation instances, and the ability to track temporal and dynamic changes through time-series analysis. Additionally, the system’s open data policy promotes accessibility, collaboration among researchers, and innovative deforestation monitoring applications. The research results hold potential value for decision-makers, enhancing the efficiency and sustainable development of Suncor’s mining operations.

2

Modelowanie i Symulacja Satelitarnych Systemów Radarowych

Kędzierawski R., Szczepankiewicz K., Oryszczak W., Soto L., Łukasik A., Wrzesień S., Aleman F. R., Negueruela de C.

Elektronika : konstrukcje, technologie, zastosowania

|

2018

|

Vol. 59, nr 3

11--15

PL

W niniejszym artykule opisano wybrane aspekty implementacji dwóch projektów realizowanych aktualnie przez GMV Polska. Projekt BIBLOS-2, stanowiący kontynuację i rozszerzenie projektu BIBLOS, ma za zadanie wykonanie implementacji gotowych algorytmów wykorzystujących karty graficzne do optymalizacji czasu wykonania programu, oraz zdefiniowanie architektury i implementację modułów dla symulatorów misji z aktywnymi i pasywnymi systemami radarowymi. Drugim z opisanych projektów jest projekt „Scatterometer Ground Processor Simulator & Tools GPP in MetOp-SG”, którego celem jest implementacja, integracja oraz przetestowanie algorytmów symulatora systemu radarowego wykorzystywanego do skaterometrii (ang. scatterometry). Projekt realizowany jest na potrzeby misji MetOp-SG we współpracy z firmą Airbus Defence and Space dla Europejskiej Agencji Kosmicznej i Europejskiej Organizacji Eksploatacji Satelitów Meteorologicznych (EUMETSAT).

EN

This article describes selected aspects of implementation of the two projects currently being implemented at GMV Poland. The BIBLOS-2 project, which is a continuation and extension of the BIBLOS project, apart from the parallel implementation of algorithms using passive optics to observe the surface of the Earth, is primarily aimed at defining and implementing algorithms for radar observation of the Earth, both for passive and active radar systems. The second project described in this article is „Scatterometer Ground Processor Simulator & Tools GPP in MetOp-SG”, which aims to implement, integrate, and test algorithms for the Scatterometer within the Metop-SG mission. This project is realized in cooperation with Airbus Defense and Space for the European Space Agency and the European Organization for the Exploitation of Meteorological Satellites (EUMETSAT).

3

Obrazowanie SAR w czasie rzeczywistym z wykorzystaniem miniaturowego radaru pasma 94 GHz

Malanowski M., Samczyński P., Kulpa K., Krawczyk G., Borowiec K., Gromek D., Gorzelańczyk A.

Przegląd Elektrotechniczny

|

2015

|

R. 91, nr 3

70-72

PL

W artykule przedstawiono wyniki pracy badawczo-rozwojowej prowadzonej przez Zespół Technik Radiolokacyjnych Instytutu Systemów Elektronicznych Politechniki Warszawskiej w ramach projektu SARape (Radar z Syntetyczną Aperturą pracujący na platformach bezzałogowych we wszystkich warunkach pogodowych, ang. Synthetic Aperture Radar for all weather PEnetrating UAV application) finansowanego przez Europejską Agencję Obrony. Pracę tę można zaklasyfikować do dynamicznie rozwijanej na świecie dziedziny zwanej teledetekcją (ang. remote sensing), której jednym z elementów jest radiolokacja wykorzystująca technikę syntetycznej apertury (ang. Synthetic Aperture Radar – SAR). Technika ta umożliwia tworzenie zobrazowań terenu o wysokiej rozdzielczości za pomocą radaru pokładowego w praktycznie dowolnych warunkach pogodowych, ograniczonych jedynie poprzez zdolności lotne platformy. Celem projektu SARape było opracowanie nowatorskiego systemu radarowego pasma milimetrowego (94GHz) przeznaczonego do instalacji na pokładzie niedużej platformy bezzałogowej (UAV – ang. Unmanned Aerial Vehicle). Opracowany system radarowy umożliwia tworzenie zobrazowania terenu o bardzo wysokiej rozdzielczości (do 15 cm) w czasie rzeczywistym. Zrealizowany system SAR został przetestowany w warunkach rzeczywistych. Jako nośnik radaru wykorzystano przy tym mały ultralekki samolot (ang. ultralight). Otrzymane wyniki potwierdziły możliwość uzyskania wysokiej rozróżnialności zobrazowań SAR w czasie rzeczywistym z wykorzystaniem metod przetwarzania sygnałów opracowanych przez zespół z Politechniki Warszawskiej.

EN

In the paper results of a project realized by Radar Techniques Research Group from the Institute of Electronic Systems, Warsaw University of Technology are presented. The project, called SARape (Synthetic Aperture RAdar for all weather PEnetrating UAV application), was sponsored by the European Defence Agency. The topic of this project concerned remote sensing using synthetic aperture radar technique. This technique allows for creation of high resolution images using onboard radar, almost independently of the weather conditions. The main limitation is the minimum weather conditions of the radar platform. The aim of the project was to develop a mm-wave radar (operating at 94 GHz) which could be mounted on a UAV (Unmanned Aerial Vehicle). The developed system enables to create real-time imagery with resolution up to 15 cm. The radar has been tested in real flight conditions using ultralight aircraft. The obtained results confirmed the real-time capabilities of high-resolution imagery.

4

Kompresja sygnałów SAR z wykorzystaniem układów FPGA

Knioła M., Kawalec A., Leśnik C., Szugajew M., Serafin P.

Elektronika : konstrukcje, technologie, zastosowania

|

2015

|

Vol. 56, nr 12

56-59

PL

Artykuł poświęcony jest problematyce kompresji surowego sygnału SAR (ang. Synthetic Aperture Radar) z wykorzystaniem układów FPGA (ang. Field Programmable Gate Arrays). Artykuł składa się z dwóch zasadniczych części. Część pierwsza zawiera prezentację cech sygnału SAR istotnych dla kompresji oraz przegląd wybranych algorytmów kompresji. Na część drugą składa się opis autorskiej implementacji algorytmu BAQ (ang. Block Adaptive Quantizer) w strukturach FPGA oraz wyniki badań symulacyjnych.

EN

This article describes some issues of raw SAR signal compression using FPGA devices. It can be divided into two parts. First part contains presentation of SAR signal properties, which are important in the terms of signal compression and review of selected algorithms. Another part presents author’s own BAQ algorithm implementation in FPGA and simulation results.

5

Zastosowanie metody najmniejszych kwadratów do estymacji prędkości nosiciela radaru z syntetyczną aperturą

Serafin P., Kawalec A., Leśnik C., Szugajew M.

Elektronika : konstrukcje, technologie, zastosowania

|

2014

|

Vol. 55, nr 2

33-37

PL

Radar z syntetyczną aperturą SAR (ang. Synthetic Aperture Radar) pozwala na uzyskiwanie zobrazowań terenu o bardzo wysokiej rozróżnialności. Zasada działania takiego systemu opiera się na wykorzystaniu wzajemnego ruchu sensora i obserwowanych obiektów, co skutkuje zmianami fazy początkowej odebranych sygnałów echa od obserwowanych obiektów, zależnymi od położenia obiektu oraz od prędkości nosiciela. Dokładna znajomość funkcji zmiany fazy umożliwia syntezę zobrazowania SAR. W artykule przedstawiono algorytm estymacji prędkości platformy radaru z syntetyczną aperturą bazujący na dopasowaniu krzywej odległościowej sygnału surowego do założonego modelu przy wykorzystaniu metody najmniejszych kwadratów.

EN

Synthetic aperture radar (SAR) is a technique that allows for achieving very high resolution radar images. The principle of the SAR image synthesis is based on mutual movement between radar and the observed objects that generates changes in the received signal initial phase. Those changes depend on target position and radar velocity. Thus the exact value of the radar platform velocity is needed in order to synthesize the SAR iamge. A platform velocity estimation algorithm based on fitting the SAR range curve to a assumed movement model with Least Mean Squares method is presented in this article. Simulation and experimental results are presented.

6

Sparsity-based methods for processing of radar signals

Misiurewicz J.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2013

|

z. 186

5--136

EN

This work summarizes the author's research on radar applications of methods resulting from the assumption of signal sparsity. The term sparsity means that a signal under investigation may be modeled with a small number of components taken from a large dictionary. This property makes it possible to employ a new class of mathematical methods, recently made known as Compressive Sensing framework, for recovering the signal from the measured samples. The main feature of sparsity-based methods is that they can recover a signal uniquely from much fewer samples than methods derived from the classical sampling theory. However, this is possible only if me sparse model is adequate and if the model dictionary and measurement process conform to the specific requirements of the mathematical framework. In the present work, the author demonstrates how the mathematical theory of sparse representation and recovery may be applied to practical problems arising in radar signal processing. An overall purpose of radar signal processing is to acquire the knowledge of the radar scene from the received echo of a radio frequency signal which illuminates the investigated area. This is a problem generally belonging to the class of inverse problems, which may be ill-conditioned and ambiguous. The assumption of the sparse model of the received signal is an innovative idea that opens new possibilities of resolving ambiguities. The aim of this work was to demonstrate by means of practical examples that sparse reconstruction methods are capable of solving a series of important problems in different areas of radar signal processing. Also, more detailed research was done on these cases, including the study on sampling requirements as well as simulations of the algorithms used. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter.The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. vThe ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter.The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter. The ideas and methods were verified with the use of live recorded signals wherever possible. In the examples presented in this work, sparsity of the signal model is the key assumption to enable the solution of relevant inverse problems. The application areas described here are closely related to the author's experience with existing radar systems, including those currently under research or development at the Warsaw University of Technology. They cover a wide range of radar types and processing modes, including active and passive radars as well as surveillance and imaging ones. The author proposed applications of sparsity-based methods for active radars with a noise waveform, for classical MTI radars, and for imaging radars, using either die synthetic aperture (SAR) technique with noise illumination, or the inverse synthetic aperture (ISAR) technique with passive illumination from a GSM transmitter.

PL

Praca podsumowuje badania autora na temat radiolokacyjnego zastosowania nowatorskich metod wynikających z założenia o rzadkim modelu sygnału. Pojęcie to oznacza, że dany sygnał może być modelowany jako liniowa kombinacja niewielkiej liczby składowych należących do pewnego, z założenia pojemnego, słownika. Przyjęcie lego założenia otwiera możliwość zastosowania nowej klasy metod matematycznych, znanych od niedawna pod wspólna nazwą "Compressive Sensing" (po polsku ostatnio używa się określenia "oszczędne próbkowanie"), do odtworzenia sygnału ze zmierzonych próbek. Najważniejsza cechą tych metod jest możliwość odtworzenia sygnału ze znacznie mniejszej liczby próbek niż wynikałoby to z założeń metod klasycznych (opartych na twierdzeniu o próbkowaniu). Należy jednak podkreślić, że jest to możliwe tylko pod warunkiem adekwatności modelu rzadkiego oraz spełnienia pewnych wymagań przez słownik oraz przez proces pomiaru, zgodnie z teorią matematyczną oszczędnego próbkowania. W przedstawionej pracy autor pokazuje, w jaki sposób rzadki model sygnału i matematyczna teoria oszczędnego próbkowania mogą być użyte w zagadnieniach praktycznie występujących w radiolokacji. Ogólnym celem przetwarzania sygnałów radiolokacyjnych jest uzyskanie wiedzy o oświetlanej scenie poprzez badanie sygnału radiowego od tej sceny odbitego. Jest to problem z dziedziny zagadnień odwrotnych (inverse problems), i jako taki może być źle uwarunkowany i nie mieć jednoznacznego rozwiązania. Ograniczenie swobody szukanego rozwiązania poprzez przyjęcie rzadkiego modelu otwiera nowe możliwości usunięcia niejednoznaczności wyniku. Autor zaproponował w pracy wykorzystanie metod opartych na rzadkiej reprezentacji sygnału do modelowania silnych ech w celu usunięcia ich wpływu na proces detekcji cech słabych, zwanego efektem maskowania. Ma to zastosowanie w aktywnych radarach z oświetleniem szumowym i w radarach pasywnych. Autor badał kilka algorytmów w aspekcie modelowania ech złożonych, wskazał przyczyny niepowodzenia algorytmu kolejnego usuwania składowych i zaproponował w zamian algorytm modelowania łącznego ograniczonej liczby składowych. Kolejne zaproponowane przez autora rozwiązanie przeznaczone jest dla szumowego radaru z syntetyczną aperturą (SAR). Pozwala ono zmniejszyć znacznie liczbę pobieranych próbek w wymiarze przestrzennym a zatem i łączny czas akwizycji sygnału. Zastosowanie rzadkiego modelu sygnału pozwoliło rozwikłać niejednoznaczność odtworzenia obrazu sceny radarowej powstałą wskutek zmniejszenia częstości próbkowania poniżej granicy Nyquista. Rozwiązanie zostało przebadane w symulacjach i w eksperymentach z wykorzystaniem zarejestrowanych rzeczywistych sygnałów. W zastosowaniu do klasycznych radarów MTI, autor zaproponował zastosowanie rzadkiego modelu sygnału w dziedzinie częstotliwości w celu zwiększenia zdolności pomiaru prędkości kilku obiektów znajdujących się w tej samej odległości od radaru. Następne zaproponowane przez autora rozwiązanie dotyczy estymacji wysokości w radarze pasywnym. Na przykładzie radaru pasywnego pracującego z wykorzystaniem nadajnika telewizji cyfrowej DVB-T autor pokazał, że metody oszczędnego próbkowania pozwalają na rozdzielenie ech obiektu propagujących z i bez odbicia od ziemi. Dysponując pomiarami opóźnienia ech wzdłuż różnych dróg propagacji można określić wysokość obiektu. Jest to istotna innowacja wobec faktu, że określenie wysokości poprzez pomiar kąta przyjścia sygnału jest bardzo trudne przy typowych rozmiarach anten dla pasma telewizji cyfrowej. Przy pracy radaru pasywnego z wykorzystaniem niewielkiej liczby nadajników uzyskanie niezależnego pomiaru wysokości obiektu znacząco poprawia jakość lokalizacji obiektu w przestrzeni trójwymiarowej. Rozpatrując zagadnienie obrazowania obiektów ruchomych w radarze pasywnym wykorzystującym nadajnik GSM, autor zaproponował metodę uzyskiwania wyraźnego obrazu w technice ISAR (odwrotnej syntetycznej apertury), korzystając z faktu, że ruchomy obiekt przy obrazowaniu ISAR może być uważany za zbiór niewielu punktów odbijających, poruszających się w jednolity sposób. Zastosowanie tej metody pozwoliło z rzeczywistych, zarejestrowanych sygnałów uzyskać obraz ISAR jadącego pojazdu. Klasyczne metody oparte na filtracji dopasowanej w tej samej sytuacji zawiodły, gdyż cały obserwowany obiekt był mniejszy niż rozmiar komórki rozdzielczości odległościowej, który wynika z szerokości pasma sygnału. W opisanych przez autora przykładach zastosowań rzadkość modelu jest kluczowym założeniem przy rozwiązywaniu postawionych zagadnień odwrotnych. Przykłady dotyczą obszarów zastosowań ściśle związanych z długoletnim doświadczeniem autora w projektowaniu i konstruowaniu urządzeń radarowych, w tym eksperymentalnych urządzeń aktualnie opracowywanych w Politechnice Warszawskiej. Zastosowania przedstawione w pracy obejmują szerokie spektrum różnych typów radarów i sposobów ich wykorzystania, włączając w to radary pasywne i aktywne czy też radary przeznaczone do wykrywania obiektów lub tworzenia ich obrazów.

7

SAR/InSAR Raw Data Simulator using 3D terrain model

Gromek D., Gromek A., Kulpa K. S., Malanowski M., Samczyński P., Tański G.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 7

44-46

EN

This paper presents simulation results obtain using new features of extended version of the SAR/InSAR Raw Data Simulator developed by Warsaw a University of Technology, Poland. The new version of SAR/InSAR Raw Data Simulator allow for complex and realistic simulation of any scene under the radar observation. The scene can be defined using any Computer Aided Design (CAD) software to model Digital Terrain Model (DTM). It allows also use a real DTM models gathered using e.g. LIDAR systems. The main goal of developing extended version of the SAR/InSAR Raw Data Simulator, was to make a useful tool for SAR/InSAR algorithms tests a including most of phenomena accrued during real SAR acquisition (non-ideal radar platform path, shadowing effect, double and multi-bounds effect, etc.).

PL

W artykule przedstawiono wyniki symulacji uzyskanych za pomocą rozszerzonej wersji symulatora surowych danych radarowych SAR/InSAR opracowanego przez zespół z Politechniki Warszawskiej. Nowa wersja symulatora pozwala na symulowanie bardziej złożonych i realistycznych scen radarowych. Scena może być zaprojektowana przy użyciu dowolnego komputerowego oprogramowania wspomagania projektowania (CAD) do modelowania numerycznego modelu terenu (DTM). Symulator umożliwia korzystanie z prawdziwych map 3D terenu, zarejestrowanych za pomocą np. systemu LIDAR. Głównym celem opracowania nowej wersji symulatora surowych danych SAR/InSAR, było stworzenie narzędzia na potrzeby testów algorytmów SAFWInSAR w tym weryfikacji większości zjawisk zachodzących w obrazowaniu/przetwarzaniu SAR (nie idealna trajektoria platformy radarowej, efekty cieni, efekty podwójnego/wielokrotnego odbicia, itp.).

8

SAR imaging for bistatic passive radars using space-based pulse radars as illuminators of opportunity

Samczyński P., Kulpa K.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 7

33-37

EN

This paper presents the analysis and simulation results of a ground stationary passive synthetic aperture radar (SAR) receiver using a spaceborne SAR as an illuminator. In the paper, the bistatic geometry of passive SAR is presented and the expected resolutions are discussed and compared to the monostatic case. Finally, the results of the signal processing for both active and passive SAR imaging are presented. The main goal of the analysis performed was to develop and test new passive SAR algorithms dedicated for the passive SAR receiver developed at the Warsaw University of Technology. The results obtained verify the feasibility of the proposed passive SAR imaging algorithm.

PL

W artykule przedstawiono analizy wraz z wynikami symulacji dla naziemnego odbiornika pasywnego radaru z syntetyczną aperturą wykorzystującego jako oświetlacz satelitarny impulsowy radar pracujący w trybie SAR. Ponadto w publikacji przedstawiona została geometria bistatyczna dla analizowanej sytuacji wraz z omówieniem spodziewanych rozróżnialności dla pasywnego odbiornika oraz porównano je do sytuacji monostatycznego radaru z syntetyczną aperturą. Głównym celem zaprezentowanych analiz było opracowanie i przetestowanie nowych algorytmów przetwarzania dla zaprojektowanego na Politechnice Warszawskiej demonstratora pasywnego radaru SAR. Uzyskane wyniki potwierdziły możliwość wykorzystania opracowanych algorytmów w celu przetwarzania sygnałów z wykorzystaniem pasywnych odbiorników radarów z syntetyczną aperturą.

9

Przetwarzanie sygnałów w polarymetryczno-interferometrycznych systemach radiolokacyjnych z syntetyczną aperturą (Pol-InSAR)

Czarnecki W.

Elektronika : konstrukcje, technologie, zastosowania

|

2010

|

Vol. 51, nr 1

58-60

PL

W artykule przedstawiono zwięzły opis przetwarzania sygnałów w systemach SAR-owskich. Został on ograniczony do omówienia zadań, jakie są wypełniane przez systemy SAR-owskie konwencjonalne, polarymetryczne i interferometryczne. Opisano podstawowe operacje, jakim muszą być poddawane sygnały w omawianych systemach. Zwrócono uwagę na istotną rolę odgrywaną przez kwadraturowe składowe sygnału, dzięki którym jest możliwe określanie fazy sygnału mikrofalowego.

EN

A concise description of signal processing problems in SAR systems is presented. It is limited to the description of the purposes fulfilled by "conventional" SAR systems, polarimetric SAR systems and interferometric SAR systems. The fundamental processing of the signals in these systems.The important role of the quadrature signal components that make it possible to determine microwave signal phase was emphasized.

10

Szybka beziteracyjna technika autoogniskowania obrazów radarowych

Samczyński P., Kulpa L.

Elektronika : konstrukcje, technologie, zastosowania

|

2009

|

Vol. 50, nr 8

25-30

PL

Artykuł przedstawia opis innowacyjnej parametrycznej techniki auto-ogniskowania (autofokus} obrazów radarowych uzyskiwanych w technice SAR (ang. Synthetic Aperture Radar) z anteną skierowaną prostopadle do kierunku ruchu platformy z radarem. Większość ze znanych na świecie parametrycznych technik autofokus to techniki iteracyjne charakteryzujące się olbrzymim nakładem obliczeniowym. Autorzy niniejszego artykułu opracowali i przetestowali nową szybką i beziteracyjną technikę pozwalającą na uzyskiwanie zobrazowań SAR o wysokiej rozróżnialności. Opracowana technika znacząco zmniejsza nakład obliczeniowy niezbędny do uzyskania finalnie zogniskowanego zobrazowania w technice SAR. W artykule przedstawiono zarówno wyniki analityczne jak i wyniki badań algorytmu dla danych symulowanych i danych pochodzących z rzeczywistych rejestracji.

EN

The paper presents novel parametric of autofocus technique dedicated for strip mode SAR imaging. Most of known autofocus techniques are iterative techniques, and they require high computational power to obtain final image. Authors developed and tested new fast and non-iterative technique theat allowes to obtain high resolution SAR images. Proposed technique significantly decrease computational power required to obtain final focus image. In the paper the math basis of propose technique and the results of algorithm tests both on the simulated and real life data have been presented.

11

Metody poprawy jakości zobrazowania powierzchni ziemi otrzymanego z wykorzystaniem radaru z syntetyczną aperturą radarów SAR

Kulpa K., Misiurewicz J., Gadoś A., Smolarczyk M.

Elektronika : konstrukcje, technologie, zastosowania

|

2009

|

Vol. 50, nr 8

34-37

PL

Obrazy uzyskiwane przez radary pracujące w trybie syntetycznej apertury {radary SAR} otrzymywane są w wyniku dwuwymiarowej kompresji obrazu (azymutalnej i odległościowej). Powstające w procesie przetwarzania azymutalne i odległościowe listki boczne są efektem ubocznym kompresji. Widocznym skutkiem występowania azymutalno-odległościowych listków bocznych o wysokim poziomie amplitudy jest krzyż towarzyszący wszystkim silnie odbijającym obiektom w obrazach SAR. Poza efektem wizualnym dodatkowo listki boczne o wysokim poziomie mogą powodować maskowanie słabo odbijających obiektów, występujących w otoczeniu silnie odbijających punktów. W artykule zaprezentowana została metoda usuwania silnych ech z sygnału radarowego bazująca na adaptacyjnym odejmowaniu modeli sygnałów pochodzących od obiektów silnie odbijających od odebranego sygnału. Metoda ta, pozwalająca na poprawę jakości otrzymanego obrazu SAR, określana jest w literaturze nazwą algorytmu CLEAN.

EN

Image of Earth surface obtained by SAR radar is a result of two dimensional compression process in range and in azimuth,. Characteristic cross-shaped pattern centered on a dominant scatterer is a result of compression sidelobes in range and cross-range dimension. The presence of sidelobes results in lower image quality and masking of weak scatterers close to the strong reflecting points. In the paper a method of adaptive removal of modeled strong scatterer echoes from raw radar data (denoted as CLEAN algorithm) is presented. Applied CLEAN algorithms results in final SAR image enhancement higher image dynamic range (by 10.-.30 dB) and better visibility of weak scatterers.