CN100365429C - 一种合成孔径雷达运动目标成像方法 - Google Patents

Abstract

本发明涉及一种合成孔径雷达运动目标成像的方法，包括：1)对每一个脉冲采样，完成距离压缩；2)将每个相干处理间隔中的脉冲采样通过FFT进入到方位频域，将每个频率通道的输出经恒虚警处理判断目标有无，并得到瞬态幅度、斜距和多普勒频移作为运动目标的属性集；3)“质心”凝聚；4)质心点迹跟踪；5)得到目标的多普勒参数和距离徙动序列；6)校正距离徙动；7)方位聚集；8)正确标示聚焦的运动目标像。本发明基于边检测，边跟踪，边成像的方案，可以方便地利用检测点迹信息实现运动目标数据块在整个数据块中的分割，还可以实现多运动目标的分别检测、跟踪和成像。

Description

一种合成孔径雷达运动目标成像方法

技术领域

本发明涉及一种合成孔径雷达(Synthetic Aperture Radar，简称SAR)信号处理方法，特别是涉及一种SAR运动目标成像的方法。

背景技术

合成孔径雷达(SAR)具有全天时、全天候、穿透性等优良特性，在导航、遥感、测绘、侦察、警戒、火控等民用和军事领域有着广泛的应用。传统的SAR只能对大面积静态场景成像，不具备对运动目标的检测成像能力。与之相反，传统的探测雷达只能检测运动目标，却不能提供背景的信息。因此，同时获取静止场景和对运动目标成像已成为对新体制多模态SAR提出的一个迫切需求。

为此，SAR领域已经提出了许多行之有效的运动目标检测方法，如利用运动目标在短相干处理间隔(Coherent Processing Interval简称CPI)中的瞬态多普勒效应，单通道和多通道的SAR可分别采用两种技术对运动目标进行检测：1)运动目标显示(Motive Target Indication，简称MTI)技术，如文献1：Raney R.K.：‘Synthetic aperture imaging radar and moving target’.，IEEE Trans.AES，1971，7，(3)，pp.499-505；和文献2：Schleher D.C.：‘MTI and pulsedDoppler radar’，Artech House Inc.，London，1991中公开的方法；2)空时自适应处理(STAP)技术，如文献3：Ender J.H.G.：‘Space-time processing formultichannel synthetic aperture radar’.，Elect.& Comm.Eng.Journal，1999，11，(1)，pp 29-38中公开的技术。

在长相干处理间隔(CPI)中，SAR可利用方位信号一阶、二阶或高阶多普勒系数的差异，在原始数据域或子图像域实现运动目标的检测，如文献4：Moreira J.R.，Keydel W.‘A new MTI-SAR approaches using the reflectivity displacementmethod’.IEEE Trans.GRS，1995，33，(5)，pp.1238-1244中公开的方法。

然而，目前的多模态SAR大都只提供运动目标的“检测点迹”，并不能获取运动目标的“聚焦像”。由于目标的非合作运动，其直接的SAR成像结果在方位上是散焦的，并偏离了正确的方位位置。另外，由于高分辨率SAR中运动目标的“距离徙动”现象不能忽略，运动目标图像在距离上也存在严重变形。显然，直接利用SAR对运动目标进行判读和识别是很困难的。因此，在目标检测基础上，如何获取运动目标的“聚焦像”是一个正在深入研究的技术，进而关系到如何对运动目标正确识别的技术。目前，在SAR运动目标成像领域，主要采用“点目标”模型来模拟运动目标，并忽略目标“距离徙动”的影响。实际上，随着SAR分辨率的提高，真实的运动目标，如舰船、坦克、军车等在距离和方位上都分布在若干个分辨单元中的。并且在合成孔径时间(即能够探测到目标的时间)内，“距离徙动”现象也是非常明显的。更为严重的是，在SAR观测运动目标期间，由于地面的起伏和目标不规则变化的运动矢量，目标的信号模型采用常规的“Chirp”信号模型在许多情形下是不合适的。

在SAR领域已有若干运动目标成像方法，如利用混合SAR/ISAR对运动目标成像，如文献5：J.L.Walker，“Range-Doppler imaging of rotating objects，”IEEETrans.Aerosp.Electron.Syst.，vol.16，pp.23~52，No.1，Jan.1980；和文献6：许稼，彭应宁，万群等，“基于混合SAR/ISAR的运动目标成像和识别研究，”《第八届全国雷达年会论文集》，合肥，2002，11中公开的方法，即对SAR采集的目标数据，运用ISAR成像方法实现对运动目标的成像。这种方式可以获取平静水面背景中舰船目标的“聚焦像”，但是其要求有足够的信杂比，否则ISAR的运动补偿(包络配准和自聚焦)性能，以及最后的成像效果都会急剧下降。并且混合SAR/ISAR方法还存在数据分割困难，难以实现多目标成像等诸多缺点。

发明内容

本发明的目的是克服现有技术的上述不足，提供一种可以降低对信杂比的要求、方便地进行数据分割、能实现多目标成像，能在正确位置上对运动目标成“聚焦像”的方法。

为了达到上述目的，本发明采取的技术方案如下：

如图1所示，给出一部侧视条带SAR的示意图，SAR安装在作为平台的飞行器上；平台具有沿x轴方向的运动速度V_s；T_s是对于一个特定目标的合成孔径观测时间；x和r是SAR的方位和距离；τ代表快变时间，t代表慢变时间，它们分别是r和x上的采样时间。把运动的刚性目标看作一质点，如图1所示，r₀代表当目标在平台正侧时的斜距，V_x和V_r则分别代表运动目标沿平台航线和径向的速度。对逐个脉冲的距离压缩后，运动目标的二维回波信号如下式所示：

$s(\mathrm{\&tau;},t)=a\left(t\right)\mathrm{\&delta;}(\mathrm{\&tau;}-\frac{2R\left(T\right)}{c})\exp (-j\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}R\left(t\right)),{-T}_s/2<t<T_s/2---\left(1\right)$

其中，

是delta函数，a(t)由SAR波束方向图对信号带来的幅度调制，λ代表载波波长。当r₀＞＞V_sT_s时，R(t)可由下式表示：

$R\left(t\right)=\sqrt{{(r_0+V_{r}t)}^2+{(V_{s}t-V_{x}t)}^2}\&ap;r_0+a_{1}t+a_2{t}^2/2---\left(2\right)$

其中，多普勒参数a₁＝V_r，a₂＝(V_s-V_x)²/r₀。

一种合成孔径雷达运动目标成像方法，如图2所示，包括如下步骤：

1)对逐个脉冲采样，完成距离压缩：雷达接收机接收每一个发射脉冲对应的回波数据，通过距离向的匹配滤波，获取距离向的脉冲压缩数据；

2)对每个CPI做检测：将一个相干处理间隔(CPI)中的脉冲采样通过FFT(FastFourier Transform Algorithm，快速傅立叶变换算法，简称FFT)进入到方位频域，通过对任一频率通道的输出与经单元平均(Cell Average，简称CA)的恒虚警(Constant false alarm rate，简称CFAR)处理确定的门限进行比较以确定目标的有无；并将同时得到的瞬态幅度、斜距和多普勒频移作为运动目标的属性集；对每个CPI中的脉冲采样进行相同的处理；通过对N_i个CPI的处理，以上运动目标有如下的属性集：

z_i＝{z_ij}，i＝1，…，N_i；    (3)

其中z_ij＝[α_ij，r_ij，f_ij]^T，[·]^T代表矢量转置，α_ij，r_ij，f_ij分别代表目标的瞬态幅度、斜距、多普勒频移，j＝1，…N_ij，N_ij是第i个CPI中目标占据的距离单元数；

3)“质心”凝聚：在每一个CPI中，由目标占据的所有距离单元来确定目标在该CPI中的质心，根据“质心”的定义，可得目标“质心”的瞬态斜距和瞬态斜距变化率，如下式所示：

$r_{\mathrm{ic}}=\left(\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}{r}_{\mathrm{ij}}\right)/\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}};{\stackrel{.}{r}}_{\mathrm{ic}}=\frac{\mathrm{\&lambda;}}{{2N}_{\mathrm{ij}}}\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{f}_{\mathrm{ij}}---\left(4\right)$

进而，上一步骤中的z_i可被重写为：

$z_i={[r_{\mathrm{ic}},{\stackrel{.}{r}}_{\mathrm{ic}}]}^T,i=1,...,N_i;---\left(5\right)$

4)做CPI之间的质心点迹跟踪：通过Kalman滤波器对CPI之间的质心点迹进行滤波处理；

对于V_r，V_x和V_s在观测期间是固定不变的情况，具体处理过程如下：

首先得到目标状态方程：

x_i＝Φx_i-1    (6)

其中， $x_i={\left[\begin{array}{ccc}{r}_i& {\stackrel{.}{r}}_i& {\stackrel{..}{r}}_i\end{array}\right]}^T,$ $x_{i-1}={\left[\begin{array}{ccc}{r}_{i-1}& {\stackrel{.}{r}}_{i-1}& {\stackrel{..}{r}}_{i-1}\end{array}\right]}^T,$ Φ＝[1 T T²/2；0 1 T；0 0 1]，T是CPI之间的时间间隔，

代表距离向的加速度；

另外，对目标“质心”的观测方程如下式所示：

z_i＝Hx_i+n_i    (7)

其中，H＝[1 0 0；0 1 0]，n_i代表独立的零均值观测白噪声，其具有如下的协方差矩阵R_n＝[σ_r ² 0；0 σ_v ²]，其中σ_r和σ_v分别为运动目标距离和速度的观测误差的方差；

进而，通过Kalman滤波器可对其余的点迹按下式进行滤波处理：

P_i/i-1＝ΦP_i-1Φ^T，i＝1，…N_i    (8)

K_i＝P_i/i-1H^T[HP_i/i-1H^T+R_n]^-1

P_i＝[I-K_iH]P_i/i-1

${\hat{x}}_i=\mathrm{\&Phi;}{\hat{x}}_{i-1}+K_i[z_i-\mathrm{H\&Phi;}{\hat{x}}_{i-1}]$

其中，K_i是新息矩阵，初始的

和方差P₀可以通过“航迹起始”算子得到；

5)得到目标的多普勒参数和距离徙动序列：上一步骤的滤波完毕后，得到

则多普勒参数₁，₂和离散形式的

由下式得到：

${\hat{a}}_1={\stackrel{.}{r}}_{N_i}-N_{i}T{\stackrel{.}{r}}_{N_i}/2;---\left(9\right)$

${\hat{a}}_2={\stackrel{..}{r}}_{N_i};$

$\hat{R}\left(\mathrm{iT}\right)=r_{N_i}+{\stackrel{..}{r}}_{N_i}{(N_i-i)}^2{T}^2/2-{\stackrel{.}{r}}_{N_i}(N_i-i)T$

6)校正距离徙动：通过对脉冲采样信号逐个进行搬移实现距离徙动的校正，搬移的具体数值由上一步骤中得到的所有脉冲采样对应的离散形式的目标斜距

进行内插得到；

7)方位聚集：由前述步骤5)中得到的多普勒参数₁和₂，设计方位滤波器，进而对质心周围各距离单元对应的方位信号进行滤波处理；滤波过程如下：

(1)设计频域滤波器为

(2)将包含动目标数据块的方位信号作FFT变换，并与H(f)作频域相乘；

(3)作IFFT得到聚焦的“方位像”。

8)正确标示聚焦运动目标像：由上一步骤的滤波处理结果得到目标的二维聚焦像；并且，目标的二维运动速度V_x和V_r由(2)式得到；将二维聚焦像和目标速度正确地标示在静态场景地成像结果上。

在上述技术方案中只针对单运动目标并忽略杂波虚警的影响；但对这些情况的处理，均可以在本发明中采用杂波背景中的多目标跟踪(Multiple Target Tracking，简称MTT)技术予以解决。

与现有技术相比，本发明的有益效果是：

1)基于边检测，边跟踪，边成像的方案，可以方便利用检测点迹信息实现运动目标数据块在整个数据块中的分割。

2)利用MTT技术，本发明还可以实现多运动目标的分别检测、跟踪和成像。

附图说明

图1是SAR的成像场景示意图；

图2是本发明的成像方法步骤流程图；

图3是一实施例中真实运动目标数据脉冲压缩后的二维回波图像；

图4是一实施例中真实运动目标成像结果。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述：

由前述公式(1)右部的第二项可见：当T_s较大时，目标在脉冲间的位移完全可以超过SAR一个距离分辨单元，即运动目标的“距离徙动”现象对高分辨率SAR而言是不可避免的。相应的，运动目标的多普勒相位史也分布在相邻若干的距离单元中。通过级联的动目标显示(MTI)和恒虚警(CFAR)处理，SAR的目标检测环节可以提供对目标的瞬态的距离测量。将一个相干处理间隔(CPI)中的脉冲采样通过FFT进入到方位频域，进而通过对任一频率通道的输出，通过与经CFAR处理确定的门限进行比较以确定目标的有无。与传统的的机载PD雷达不同，SAR由于高距离分辨率，运动目标的检测结果可能分布在若干距离单元中。

本实施例采用中国电子科技集团华东电子工程研究所(East China researchinstitute of electronic engineering，简称ECRIEE)的Ku波段SAR对长江上的匀速直线运动的目标来具体实施本发明提出的运动目标成像方法。该雷达参数为：信号带宽B＝80MHz，雷达重复频率f_p＝2000Hz，平台速度V_s＝120m/s。为了获取尽可能高的方位分辨率，本实施例用32768个脉冲采样，也就是1966米的方位孔径用来做方位处理。根据实际数据可知：在这个长的时间内，目标大约有30米的距离徙动。经距离压缩处理，目标数据的二维回波如图3所示，图3中的二维坐标都已经转化为物理距离。

在本实施例的运动目标成像方法中，设定T＝0.5s，一个CPI中包含128个脉冲，共有256个CPI，则公式(3)、(8)和公式(9)中的N_i＝256，完整处理步骤如下：

1)对逐个脉冲采样，完成距离压缩：雷达接收机接收每一个发射脉冲对应的回波数据，通过对32768个脉冲分别作脉冲压缩，完成距离向处理，处理结果如图3所示；

2)对每个CPI做检测：通过对256个CPI的处理，以上运动目标有如下的属性集：

z_i＝{z_ij}，i＝1，…，256；

其中z_ij＝[α_ij，r_ij，f_ij]^T，[·]^T代表矢量转置，α_ij，r_ij，f_ij分别代表目标的瞬态幅度、斜距、多普勒频移，j＝1，…N_ij，B_ij是第i个CPI中经过恒虚警(CFAR)处理过程确定的目标占据的距离单元数；

3)“质心”凝聚：根据“质心”的定义，可得目标“质心”的瞬态斜距和瞬态斜距变化率，如下式所示：

$r_{\mathrm{ic}}=\left(\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}{r}_{\mathrm{ij}}\right)/\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}};{\stackrel{.}{r}}_{\mathrm{ic}}=\frac{\mathrm{\&lambda;}}{{2N}_{\mathrm{ij}}}\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{f}_{\mathrm{ij}}$

进而，上一步骤中的z_i可被重写为

$z_i={[r_{\mathrm{ic}},{\stackrel{.}{r}}_{\mathrm{ic}}]}^T,i=1,...,256;$

4)做CPI之间的质心点迹跟踪：通过Kalman滤波器对CPI之间的质心点迹进行滤波处理；

首先得到目标状态方程：

x_i＝Φx_i-1

其中， $x_i={\left[\begin{array}{ccc}{r}_i& {\stackrel{.}{r}}_i& {\stackrel{..}{r}}_i\end{array}\right]}^T,$ $x_{i-1}={\left[\begin{array}{ccc}{r}_{i-1}& {\stackrel{.}{r}}_{i-1}& {\stackrel{..}{r}}_{i-1}\end{array}\right]}^T,$ Φ＝[1 T T²/2；0 1 T；0 0 1]，T是CPI之间的时间间隔，本实施例中T＝0.5s，

代表距离向的加速度；

另外，对目标“质心”的观测方程如下式所示：

z_i＝Hx_i+n_i

其中，H＝[1 0 0；0 1 0]，n_i代表独立的零均值观测白噪声，其具有如下的协方差矩阵R_n＝[σ_r ² 0；0 σ_v ²]，其中σ_r和σ_v分别为运动目标距离和速度的观测误差的方差，这个值由雷达测量精度决定，本实施例中R_n＝[100 0；0 200]；

进而，通过Kalman滤波器可对其余的点迹按下式进行滤波处理：

P_i/i-1＝ΦP_i-1Φ^T，i＝1，…N_i    (8)

K_i＝P_i/i-1H^T[HP_i/i-1HT+R_n]^-1

P_i＝[I-K_iH]P_i/i-1

${\hat{x}}_i=\mathrm{\&Phi;}{\hat{x}}_{i-1}+K_i[z_i-\mathrm{H\&Phi;}{\hat{x}}_{i-1}]$

其中，K_i是新息矩阵，初始的

和方差P₀通过“航迹起始”算子得到。本实施例初始的 ${\hat{x}}_0=\left[\begin{array}{ccc}15014& 4.8& 1.5\end{array}\right]$ 和方差P₀＝[100，0，0；0，200，0；0，0，500]；

5)得到目标的多普勒参数和距离徙动序列：上一步骤的滤波完毕后，得到则多普勒参数₁，₂和离散形式的R(t)由下式得到：

${\hat{a}}_1={\stackrel{.}{r}}_{N_i}-N_{i}T{\stackrel{..}{r}}_{N_i}/2;$

${\hat{a}}_2={\stackrel{..}{r}}_{N_i};$

$\hat{R}\left(\mathrm{iT}\right)=r_{N_i}+{\stackrel{..}{r}}_{N_i}{(N_i-i)}^2{T}^2/2-{\stackrel{.}{r}}_{N_i}(N_i-i)T$

6)校正距离徙动：通过对脉冲采样信号逐个进行搬移实现距离徙动的校正，搬移的具体数值由上一步骤中得到的所有脉冲采样对应的离散形式的目标斜距

进行多项式内插得到；

7)方位聚集：由前述步骤5)中得到的多普勒参数₁和₂，设计一个准确的方位滤波器

进而对质心周围的距离单元信号进行滤波处理；滤波过程如下：将方位信号作FFT变换，并与H(f)作频域相乘，然后作IFFT得到最后聚焦的“方位像”。

8)正确标示聚焦运动目标像：由上一步骤的滤波处理结果得到目标的二维聚焦像，如图4所示；并且，目标的二维运动速度V_x和V_r由(2)式得到：V_x＝10m/s和V_r＝1m/s；将二维聚焦像和目标速度正确地标示在静态场景地成像结果上，如图4所示。

最终得到聚焦的船只图像如图4所示。通过对聚焦图像的分析可知，经过距离徙动校正和方位聚焦，目标的能量集中在10m×50m的区域中。并且考虑图像“内核”和聚焦旁瓣的影响，得到目标的尺寸为5m×35m，而目标的位置为(30m，1210m)。从图像可观察到，目标非常像长江中常见的小货船。

Claims (5)

1.一种合成孔径雷达运动目标成像方法，包括如下步骤：

1)对逐个脉冲采样，完成距离压缩：雷达接收机接收每一个发射脉冲对应的回波数据，通过距离向的匹配滤波，获取距离向的脉冲压缩数据；

2)对每个相干处理间隔做检测：将一个相干处理间隔中的脉冲采样通过FFT进入到方位频域，通过对任一频率通道的输出与经单元平均的恒虚警处理确定的门限进行比较以确定目标的有无；进而得到瞬态幅度、斜距和多普勒频移作为运动目标的属性集；对每个相干处理间隔中的脉冲采样进行相同的处理；

3)“质心”凝聚：在每一个相干处理间隔中，由目标占据的所有距离单元来确定目标在该相干处理间隔中的质心；

4)做相干处理间隔之间的质心点迹跟踪：对相干处理间隔之间的质心点迹进行滤波处理；

5)得到目标的多普勒参数和距离徙动序列；

6)校正距离徙动：通过对脉冲采样信号逐个进行搬移实现距离徙动的校正，搬移的具体数值由上一步骤中得到的所有脉冲采样对应的离散形式的目标斜距进行内插得到；

7)方位聚集：由前述步骤5)中得到的多普勒参数，设计方位滤波器，进而对质心周围各距离单元对应的方位信号进行滤波处理；

8)正确标示聚焦运动目标像：由上一步骤的滤波处理结果得到目标的二维聚焦像；并且，得到目标的二维运动速度；将二维聚焦像和目标速度正确地标示在静态场景的成像结果上。

2.一种合成孔径雷达运动目标成像方法，包括如下步骤：

1)对逐个脉冲采样，完成距离压缩：雷达接收机接收每一个发射脉冲对应的回波数据，通过距离向的匹配滤波，获取距离向的脉冲压缩数据；

2)对每个相干处理间隔做检测：将一个相干处理间隔T中的脉冲采样通过FFT进入到方位频域；通过对任一频率通道的输出与经单元平均的恒虚警处理确定的门限进行比较以确定目标的有无；进而得到目标的瞬态幅度、斜距和多普勒频移的运动目标属性集；对每个相干处理间隔中的脉冲采样进行相同的处理；通过对N_i个相干处理间隔的处理，以上运动目标有如下的属性集：

z_i＝{z_ij}，i＝1，…，N_i；

其中z_ij＝[α_ij，r_ij，f_ij]^T，[·]^T代表矢量转置，α_ij，r_ij，f_ij分别代表目标的瞬态幅度、斜距、多普勒频移，j＝1，…N_ij，N_ij是第i个相干处理间隔中目标占据的距离单元数；

3)“质心”凝聚：在每一个相干处理间隔中，由目标占据的所有距离单元来确定目标在该相干处理间隔中的质心，根据“质心”的定义，得目标“质心”的瞬态斜距和瞬态斜距变化率，如下式所示：

$r_{\mathrm{ic}}=\left(\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}{r}_{\mathrm{ij}}\right)/\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}};{\stackrel{\&CenterDot;}{r}}_{\mathrm{ic}}=\frac{\mathrm{\&lambda;}}{{2N}_{\mathrm{ij}}}\underset{j=1}{\overset{N_{\mathrm{ij}}}{\mathrm{\&Sigma;}}}{f}_{\mathrm{ij}}$

进而，上一步骤中的z_i被重写为：

$z_i={[r_{\mathrm{ic}},{\stackrel{\&CenterDot;}{r}}_{\mathrm{ic}}]}^T,i=1,\&CenterDot;\&CenterDot;\&CenterDot;,N_i;$

4)做相干处理间隔之间的质心点迹跟踪：通过Kalman滤波器对相干处理间隔之间的质心点迹进行滤波处理；

5)得到目标的多普勒参数和距离徙动序列：多普勒参数

和离散形式的

由下式得到：

${\hat{a}}_1={\stackrel{\&CenterDot;}{r}}_{N_i}-N_i{T\stackrel{\&CenterDot;\&CenterDot;}{r}}_{N_i}/2;$

${\hat{a}}_2={\stackrel{\&CenterDot;\&CenterDot;}{r}}_{N_i};$

$\hat{R}\left(\mathrm{iT}\right)=r_{N_i}+{\stackrel{\&CenterDot;\&CenterDot;}{r}}_{N_i}{(N_i-i)}^2{T}^2/2-{\stackrel{\&CenterDot;}{r}}_{N_i}(N_i-i)T$

其中，r_Ni， 分别为跟踪滤波后对应第N_i个相干处理间隔的瞬态斜距、瞬态斜距变化率和瞬态斜距加速度，T为所述的相干处理间隔；

6)校正距离徙动：通过对脉冲采样信号逐个进行搬移实现距离徙动的校正，搬移的具体数值由上一步骤中得到的所有脉冲采样对应的离散形式的目标斜距

进行内插得到；

7)方位聚集：由前述步骤5)中得到的多普勒参数，设计方位滤波器，进而对质心周围各距离单元对应的方位信号进行滤波处理；

8)正确标示聚焦运动目标像：由上一步骤的滤波处理结果得到目标的二维聚焦像；并且，得到目标的二维运动速度；将二维聚焦像和目标速度正确地标示在静态场景的成像结果上。

3.根据权利要求2所述的合成孔径雷达运动目标成像方法，其特征在于，所述步骤4)中，对于V_r，V_x和V_s在观测期间是固定不变的情况，具体包括如下步骤：

(1)首先得到目标状态方程：

x_i＝Φx_i-1

其中， $x_i={\left[\begin{array}{ccc}{r}_i& {\stackrel{\&CenterDot;}{r}}_i& {\stackrel{\&CenterDot;\&CenterDot;}{r}}_i\end{array}\right]}^T,$ $x_{i-1}={\left[\begin{array}{ccc}{r}_{i-1}& {\stackrel{\&CenterDot;}{r}}_{i-1}& {\stackrel{\&CenterDot;\&CenterDot;}{r}}_{i-1}\end{array}\right]}^T,$ Φ＝[1  T  T²/2；0  1  T；0  0  1]，T是相干处理间隔之间的时间间隔，

代表距离向的加速度；

其中，V_r，V_x为目标方位向速度、目标径向速度；

其中，V_s为平台前向速度；

(2)对目标“质心”的观测方程表示如下式：

z_i＝Hx_i+n_i

其中，H＝[1 0 0；0 1 0]，n_i代表独立的零均值观测白噪声，其具有如下的协方差矩阵R_n＝[σ_r ² 0；0 σ_v ²]，其中σ_r和σ_v分别为运动目标距离和速度的观测误差的方差；

(3)通过Kalman滤波器对点迹按下式进行滤波处理：

P_i/i-1＝ΦP_i-1Φ^T，  i＝1，…N_i

K_i＝P_i/i-1H^T[HP_i/i-1H^T+R_n]^-1

P_i＝[I-K_iH]P_i/i-1

${\hat{x}}_i=\mathrm{\&Phi;}{\hat{x}}_{i-1}+K_i[z_i-\mathrm{H\&Phi;}{\hat{x}}_{i-1}]$

其中，K_i是新息矩阵，初始的

和方差P₀通过“航迹起始”算子得到。

4.根据权利要求2所述的合成孔径雷达运动目标成像方法，其特征在于，所述步骤6)中的所述内插是指多项式内插。

5.根据权利要求2所述的合成孔径雷达运动目标成像方法，其特征在于，所述步骤7)的滤波过程，具体步骤如下：

(1)设计频域滤波器为

(2)将包含动目标数据块的方位信号作FFT变换，并与H(f)作频域相乘；

(3)作IFFT得到聚焦的“方位像”。

Images