CN101710176A - 一种基于回波数据的sar图像运动目标姿态角提取方法 - Google Patents
一种基于回波数据的sar图像运动目标姿态角提取方法 Download PDFInfo
- Publication number
- CN101710176A CN101710176A CN200910243727A CN200910243727A CN101710176A CN 101710176 A CN101710176 A CN 101710176A CN 200910243727 A CN200910243727 A CN 200910243727A CN 200910243727 A CN200910243727 A CN 200910243727A CN 101710176 A CN101710176 A CN 101710176A
- Authority
- CN
- China
- Prior art keywords
- target
- attitude angle
- speed
- signal
- frequency rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于回波数据的SAR图像运动目标姿态角提取方法。本发明直接对回波数据进行DPCA处理,通过干涉相位得到距离向速度;然后对DPCA处理后的数据进行多普勒参数估计,得到目标的方位向速度;最后根据目标的距离向速度和方位向速度确定目标的速度矢量,提取目标的姿态角。该方法可以通过回波数据,根据目标的数学表达式提取目标的姿态角。目标姿态角的精度不受图像质量的影响。
Description
技术领域
本发明属于图像处理领域,涉及在SAR图像中的目标特征提取,特别涉及获取运动目标的姿态角。
背景技术
合成孔径雷达(SAR)是一种全天时全天候的高分辨率成像雷达,其图像广泛用于军事侦察,资源探测和海洋观测等领域。在军事侦察中,目标的姿态角是目标的一个重要特征。
现有的目标姿态角提取方法,都是从直接对图像进行处理。根据目标的峰值位置或主导边界走向,通过统计的方法,估计出目标的姿态角。上述方法对图像质量要求高,当图像质量下降时,会影响目标姿态角的估计精度。
利用目标的峰值位置提取姿态角的方法参阅文献《SAR图像目标峰值特征提取与方位角估计方法研究》,宇航学报,第25卷第1期,2004年1月。
利用目标主导边界走向提取姿态角的方法参阅文献《SAR图像目标分割与方位角估计》,国防科技大学学报,第23卷第5期,2001年。
发明内容
为了避免在提取目标姿态角时图像质量对提取结果的影响,本发明提出了一种基于回波数据的SAR图像运动目标姿态角提取方法。该方法直接对雷达回波数据(图像由回波数据生成)进行处理,通过偏置相位中心天线(DPCA,Dispatch Phase Center Antenna)技术估计运动目标的速度,然后通过目标的速度直接提取出运动目标的姿态角。该方法可以比较准确的提取出目标的姿态角,且精度不受图像质量影响。
本发明的技术方案如下:
1.对回波数据进行DPCA处理,通过干涉相位得到目标的距离向速度。
DPCA技术是一种采用多孔径天线的地杂波抑制技术。该技术通过对消杂波(静止目标信号),提高运动目标的信杂比,实现对运动目标的检测。根据杂波对消后的运动目标的数学表达形式,可以提取出目标的距离向速度。在DPCA处理中,共用到三个通道的数据。具体流程如下:
1)分别对三个通道的数据进行距离向压缩,得到三个回波信号s1(t),s2(t)和s3(t)。
2)将第一个回波信号s1(t)延迟一个脉冲时间,使用补偿因子C对第二个回波信号s2(t)进行相位补偿。然后将两路处理后的信号相减,得到杂波对消后的信号S21(t)。
3)将进行补偿后的第二个回波信号延迟一个脉冲时间。然后将该数据与第三个回波信号s3(t)相减,得到杂波对消后的信号S32(t)。
4)使用相位补偿因子C2(t)对S21(t)进行相位补偿,然后进行方位向傅立叶变换,得到频域上杂波对消后的信号I21(f)。
5)使用相位补偿因子C1(t)和C2(t)对S32(t)进行相位补偿,然后进行方位向傅立叶变换,得到频域上杂波对消后的信号I32(f)。
6)将I21(f)与I32(f)进行干涉处理,得到I21(f)与I32(f)的相位差ΔΦ(f),进而得到目标的多普勒中心频率的估计值fdc_est。
7)根据目标在图像中的位置得到目标中心频率的真实值fdc_real。
8)通过fdc_est和fdc_real计算得到目标的距离向速度Vr。
2.对DPCA处理后的数据进行多普勒参数估计,得到目标的方位向速度。
目标的方位向速度可由目标的多普勒调频率和目标的距离向速度计算得到。常见的目标多普勒调频率估计方法包括最优对比度法、子孔径相关法、频移相关法和相位梯度等。本方案采用最优对比度法。
1)根据载频信号波长、参考斜距、载机平台速度以及目标的速度矢量确定初始多普勒调频率fr_0。
2)以初始多普勒调频率fr_0为中心,使用不同的多普勒调频率fr对目标进行成像。得到图像对比度与多普勒调频率的关系曲线。
3)寻找图像对比度最大值对应的多普勒调频率fr作为多普勒调频率的估计值fr_est。
4)根据多普勒调频率的估计值fr_est和目标的距离向速度Vr计算得到目标的方位向速度Vx。
3.根据目标的距离向速度和方位向速度确定目标的速度矢量,提取目标的姿态角。
本发明的有益效果是:
1)可以通过回波数据,根据目标的数学表达式提取目标的姿态角。
2)目标姿态角的精度不受图像质量的影响。
附图说明
图1基于回波数据的SAR图像目标姿态角提取方法流程图;
图2多通道天线空间几何关系示意图;
图3 DPCA处理流程图;
图4最优对比度法处理流程图;
图5对比度与多普勒调频率的关系曲线(步长0.2Hz/s);
图6对比度与多普勒调频率的关系曲线(步长0.002Hz/s)。
具体实施方式
下面结合附图和实施实例对本发明进一步说明。
图1是本发明一种基于回波数据的SAR图像运动目标姿态角提取方法的流程图。本发明直接对雷达回波数据进行处理:通过DPCA处理,通过目标的干涉相位得到距离向速度;通过多普勒中心频率估计,得到目标的方位向速度。最后,通过目标的速度矢量,得到目标的姿态角。下面分别就每一个步骤详细说明。
1.对回波数据进行DPCA处理,通过干涉相位得到目标的距离向速度。
首先对多通道回波数据进行DPCA处理,图2是多通道天线空间几何关系示意图。图中,雷达天线共有三个相位中心,A1,A2和A3,相当于三个天线。三个相位中心位于同一直线上,间距为d。该直线与雷达运动方向平行。雷达平台距地面高度为R0,目标Tar距相位中心所在直线的最近距离为在t=0时刻,目标位于x0,。雷达天线由载机平台携带,以速度va向右行驶。目标在地面,距离向速度为vr,方位向速度为vx。
其中,d=0.504m,R0=11500m,R′0=6500m,va=252m/s。目标的距离向速度vr,地面距离向速度vy,方位向速度vx和目标的位置x0作为参考,用于验证对速度估计的结果,为方便计算取x0=0,vy=3m/s,vx=4m/s。系统参数为波长λ=0.03m,脉冲发射间隔时间Tprf=0.001s。
(1)分别对三个通道的数据进行距离向压缩,得到三个回波信号s1(t),s2(t)和s3(t)。
根据上述空间几何关系,三个通道的数据经过脉冲压缩后可以用回波信号s1(t),s2(t)和s3(t)表示:
其中:
(2)将第一个回波信号s1(t)延迟一个脉冲时间,使用补偿因子C对第二个回波信号s2(t)进行相位补偿。然后将两路处理后的信号相减,得到杂波对消后的信号S21(t)。
补偿因子形式如下:
因此经过相位补偿后进行杂波对消的信号形式如下:
S21(t)=s2(t)·C-s1(t+Tprf) (8)
其中,Tprf=0.001s,为发射脉冲间隔时间,取:
带入s1(t),s2(t)和C整理后,形式如下:
近似认为:
则可以得到:
(3)将进行补偿后的第二个回波信号延迟一个脉冲时间。然后将该数据与第三个回波信号s3(t)相减,得到杂波对消后的信号S32(t)。
S32(t)的信号形式如下:
S32(t)=s3(t)-s2(t+Tprf)·C (13)
带入s2(t),s3(t)和C:
近似认为:
得到:
(4)使用相位补偿因子C2(t)对S21(t)进行相位补偿,然后进行方位向傅立叶变换,得到频域上杂波对消后的信号I21(f)。
补偿因子C2(t)用于补偿S21(t)中t的二次相位,形式如下:
补偿后的S21(t)为:
傅立叶变换后,得到I21(f):
其中:t=nTprf。故:
(5)使用相位补偿因子C1(t)和C2(t)对S32(t)进行相位补偿,然后进行方位向傅立叶变换,得到频域上杂波对消后的信号I32(f)。
补偿因子C1(t)和C2(t)用于补偿S32(t)中t的二次相位。C2(t)形式与公式(17)中相同,如下:C1(t)
补偿后的S32(t)为:
傅立叶变换后,得到I32(f):
其中:I′32(f)=I′21(f)
(6)将I21(f)与I32(f)进行干涉处理,得到I21(f)与I32(f)的相位差ΔΦ,进而得到目标的多普勒中心频率的估计值fdc_est。
用Φ1(f)表示I21(f)的相位,Φ2(f)表示I32(f)的相位,干涉后的相位差ΔΦ(f)可用下式表示:
因此,根据相位差可以计算得到目标的实际位置x0:
将I21(f)与I32(f)进行干涉处理后得到相位差ΔΦ(f)=-0.0416rad。根据相位差计算得到目标位置的估计x0=-5.0755m。
由目标位置的估计可以得到目标的多普勒中心频率fdc_est:
(7)根据目标在图像中的位置得到目标中心频率的真实值fdc_real。
图像中目标的多普勒中心频率fdc_real可用下式表示:
从图像中直接读取目标的多普勒中心频率(即目标峰值点的频率)为fdc_real=-101.8066Hz。
(8)通过fdc_est和fdc_real计算得到目标的距离向速度Vr。由fdc_est和fdc_real表达式可知:
带入x0和fdc_real得到Vr=1.430m/s,相应的Vy=2.908m/s。理论值分别为Vr=1.476m/s,Vy=3m/s。
2.对DPCA处理后的数据进行多普勒参数估计,得到目标的方位向速度。
图4为最优对比度法处理流程图。首先根据系统参数,确定初始多普勒调频率fr_0。然后以fr_0为中心,使用不同的多普勒调频率fr对目标进行成像。每次成像后,记录图像的对比度。最后得到图像对比度与多普勒调频率的关系曲线。接着寻找图像对比度最大时的多普勒调频率fr,并以此多普勒调频率fr作为多普勒调频率的估计fr_est。最后,根据多普勒调频率的估计值fr_est和目标的距离向速度Vr计算得到目标的方位向速度Va。
1)根据载频波长、参考斜距、载机平台速度以及目标的速度矢量确定初始多普勒调频率fr_0。运动目标的多普勒调频率可用下述表达式计算:
上式中λ为信号波长,Rh为参考斜距,Va为载机平台速度,Vx和Vr构成了目标的速度矢量。由于Vx未知,暂时取Vx=0。得到fr_0=320.499Hz/s。
2)以初始多普勒调频率fr_0为中心,使用不同的多普勒调频率fr对目标进行成像。得到图像对比度与多普勒调频率的关系曲线。
设置多普勒调频率fr的范围为300.0Hz/s至340.0Hz/s,步长为0.2Hz/s,共200个fr。使用每个fr对目标进行成像,并计算图像的对比度,得到图像对比度与多普勒调频率的关系曲线,如图5所示。
3)寻找图像对比度最大值对应的fr作为多普勒调频率的估计fr_est。
由图5可以看出对比度的峰值大致位于fr=310.5Hz/s的位置,且误差不超过0.2Hz/s。为了提高精度,以fr=310Hz/s为中心,缩短步长为0.002Hz/s,重新计算目标的对比度,得到图6。从图6中,得到对比度最大时,fr=310.412Hz/s。
4)根据多普勒调频率的估计值fr_est和目标的距离向速度Vr计算得到目标的方位向速度Vx。
根据公式(30)中的表达式,计算得到目标的方位向速度Vx=3.997m/s
3.根据目标的距离向速度和方位向速度确定目标的速度矢量,计算出目标的姿态角。由前两步可得目标的速度矢量:
VT=[vx,vy]=[3.997,2.908]
目标的姿态角可由下式计算得到:
姿态角的理论值为:atan 4/3=53.13°,误差0.83°。从该结果可以看出,本发明可用比较准确的估计出目标的姿态角。对比参考文献中的姿态角提取方法,本方法更为精确。此外,由于本方法直接对回波数据进行操作,避免了图像质量对目标姿态角提取精度的影响。
Claims (4)
1.一种基于回波数据的SAR图像运动目标姿态角提取方法,其特征在于:
步骤一、直接对回波数据进行DPCA处理,通过干涉相位得到距离向速度;
步骤二、对DPCA处理后的数据进行多普勒参数估计,得到目标的方位向速度;
步骤三、根据目标的距离向速度和方位向速度确定目标的速度矢量,提取目标的姿态角。
2.根据权利要求1所述的SAR图像运动目标姿态角提取方法,其特征在于:所述的步骤一具体过程为:
a)分别对三个通道的数据进行距离向压缩,得到三个回波信号s1(t),s2(t)和s3(t);
b)将第一个回波信号s1(t)延迟一个脉冲时间,使用补偿因子C对第二个回波信号s2(t)进行相位补偿,然后将两路处理后的信号相减,得到杂波对消后的信号S21(t);
c)将进行补偿后的第二个回波信号延迟一个脉冲时间,然后将该数据与第三个回波信号s3(t)相减,得到杂波对消后的信号S32(t);
d)使用相位补偿因子C2(t)对S21(t)进行相位补偿,然后进行方位向傅立叶变换,得到频域上杂波对消后的信号I21(f);
e)使用相位补偿因子C1(t)和C2(t)对S32(t)进行相位补偿,然后进行方位向傅立叶变换,得到频域上杂波对消后的信号I32(f);
f)将I21(f)与I32(f)进行干涉处理,得到I21(f)与I32(f)的相位差ΔΦ(f),进而得到目标的多普勒中心频率的估计值fdc_est;
f)根据目标在图像中的位置得到目标中心频率的真实值fdc_real;
h)通过fdc_est和fdc_real计算得到目标的距离向速度Vr。
3.根据权利要求1所述的SAR图像运动目标姿态角提取方法,其特征在于:步骤二所述的多普勒参数估计方法包括以下步骤:
a)根据载频波长、参考斜距、载机平台速度以及目标的速度矢量确定初始多普勒调频率fr_0;
b)以初始多普勒调频率fr_0为中心,使用不同的多普勒调频率fr对目标进行成像,得到图像对比度与多普勒调频率的关系曲线;
c)寻找图像对比度最大值对应的多普勒调频率fr作为多普勒调频率的估计值fr_est;
d)根据多普勒调频率的估计值fr_est和目标的距离向速度Vr计算得到目标的方位向速度Vx。
4.根据权利要求1所述的SAR图像运动目标姿态角提取方法,其特征在于:步骤三具体过程为:
由步骤一和步骤二得目标的速度矢量:
VT=[vx,vy]
目标的姿态角由下式计算得到:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910243727A CN101710176A (zh) | 2009-12-23 | 2009-12-23 | 一种基于回波数据的sar图像运动目标姿态角提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910243727A CN101710176A (zh) | 2009-12-23 | 2009-12-23 | 一种基于回波数据的sar图像运动目标姿态角提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101710176A true CN101710176A (zh) | 2010-05-19 |
Family
ID=42402973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910243727A Pending CN101710176A (zh) | 2009-12-23 | 2009-12-23 | 一种基于回波数据的sar图像运动目标姿态角提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101710176A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103149564A (zh) * | 2013-01-29 | 2013-06-12 | 内蒙古工业大学 | 斜视偏置相位中心方位多波束星载sar 成像方法 |
CN103177443A (zh) * | 2013-03-07 | 2013-06-26 | 中国电子科技集团公司第十四研究所 | 基于随机hough变换的SAR目标姿态角估计方法 |
CN103674033A (zh) * | 2013-12-13 | 2014-03-26 | 中国科学院电子学研究所 | 一种星载合成孔径雷达卫星姿态导引方法与装置 |
CN104730506A (zh) * | 2015-03-05 | 2015-06-24 | 北京控制工程研究所 | 一种合成孔径雷达卫星的全零多普勒姿态导引方法 |
CN104793193A (zh) * | 2015-01-27 | 2015-07-22 | 杭州电子科技大学 | 基于sar-dpca微多普勒时-空-频三维分析方法 |
JP2015210125A (ja) * | 2014-04-24 | 2015-11-24 | 三菱電機株式会社 | 画像レーダ装置 |
CN105303566A (zh) * | 2015-10-15 | 2016-02-03 | 电子科技大学 | 一种基于目标轮廓裁剪的sar图像目标方位角估计方法 |
CN108333582A (zh) * | 2018-02-07 | 2018-07-27 | 北京航空航天大学 | 一种基于聚束模式sar的动目标速度计算方法 |
CN108802754A (zh) * | 2018-04-17 | 2018-11-13 | 北京环境特性研究所 | 一种光学特性测量系统及其应用方法 |
CN108957443A (zh) * | 2018-07-16 | 2018-12-07 | 北京航空航天大学 | 一种基于双发双收相干雷达的无人机旋翼长度和转速的估计方法 |
-
2009
- 2009-12-23 CN CN200910243727A patent/CN101710176A/zh active Pending
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103149564A (zh) * | 2013-01-29 | 2013-06-12 | 内蒙古工业大学 | 斜视偏置相位中心方位多波束星载sar 成像方法 |
CN103177443A (zh) * | 2013-03-07 | 2013-06-26 | 中国电子科技集团公司第十四研究所 | 基于随机hough变换的SAR目标姿态角估计方法 |
CN103674033A (zh) * | 2013-12-13 | 2014-03-26 | 中国科学院电子学研究所 | 一种星载合成孔径雷达卫星姿态导引方法与装置 |
JP2015210125A (ja) * | 2014-04-24 | 2015-11-24 | 三菱電機株式会社 | 画像レーダ装置 |
CN104793193B (zh) * | 2015-01-27 | 2017-07-07 | 杭州电子科技大学 | 基于sar‑dpca微多普勒时‑空‑频三维分析方法 |
CN104793193A (zh) * | 2015-01-27 | 2015-07-22 | 杭州电子科技大学 | 基于sar-dpca微多普勒时-空-频三维分析方法 |
CN104730506A (zh) * | 2015-03-05 | 2015-06-24 | 北京控制工程研究所 | 一种合成孔径雷达卫星的全零多普勒姿态导引方法 |
CN104730506B (zh) * | 2015-03-05 | 2017-03-15 | 北京控制工程研究所 | 一种合成孔径雷达卫星的全零多普勒姿态导引方法 |
CN105303566A (zh) * | 2015-10-15 | 2016-02-03 | 电子科技大学 | 一种基于目标轮廓裁剪的sar图像目标方位角估计方法 |
CN105303566B (zh) * | 2015-10-15 | 2018-02-09 | 电子科技大学 | 一种基于目标轮廓裁剪的sar图像目标方位角估计方法 |
CN108333582A (zh) * | 2018-02-07 | 2018-07-27 | 北京航空航天大学 | 一种基于聚束模式sar的动目标速度计算方法 |
CN108333582B (zh) * | 2018-02-07 | 2022-03-25 | 北京航空航天大学 | 一种基于聚束模式sar的动目标速度计算方法 |
CN108802754A (zh) * | 2018-04-17 | 2018-11-13 | 北京环境特性研究所 | 一种光学特性测量系统及其应用方法 |
CN108957443A (zh) * | 2018-07-16 | 2018-12-07 | 北京航空航天大学 | 一种基于双发双收相干雷达的无人机旋翼长度和转速的估计方法 |
CN108957443B (zh) * | 2018-07-16 | 2022-07-05 | 北京航空航天大学 | 一种基于双发双收相干雷达的无人机旋翼长度和转速的估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101710176A (zh) | 一种基于回波数据的sar图像运动目标姿态角提取方法 | |
CN102565784B (zh) | 基于vsar系统的动目标重定位与速度解模糊方法 | |
US7969345B2 (en) | Fast implementation of a maximum likelihood algorithm for the estimation of target motion parameters | |
US8994584B2 (en) | Autofocus-based compensation (ABC) system and method for a hovering ground moving target indication (GMTI) sensor | |
CN101408616B (zh) | 适用于低信噪比数据的逆合成孔径雷达成像距离对齐方法 | |
CN101017202A (zh) | 一种雷达高度表及采用该表对飞行器位置的测量方法 | |
CN110109102B (zh) | 一种sar运动目标检测与速度估计的方法 | |
CN103399310A (zh) | 基于相位差分Radon-Lv分布的雷达微弱动目标检测方法 | |
CN104502898B (zh) | 将修正rft和修正mdcft相结合的机动目标参数估计方法 | |
CN102608587B (zh) | 基于非线性最小二乘的空中机动目标检测方法 | |
CN102176016A (zh) | 一种大斜视滑动聚束sar成像处理方法 | |
Li et al. | A coarse-to-fine autofocus approach for very high-resolution airborne stripmap SAR imagery | |
CN109901162B (zh) | 一种适用于分布式地球同步轨道sar的长基线成像stap方法 | |
CN109061640B (zh) | 一种用于顺轨干涉sar海流反演的方位模糊抑制方法 | |
Sun et al. | Improved ambiguity estimation using a modified fractional Radon transform | |
CN104950307A (zh) | 一种机载三通道sar-gmti的精确定位方法 | |
CN110824473B (zh) | 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法 | |
CN102288950A (zh) | 基于stap的高速空中机动目标检测方法 | |
CN110988873A (zh) | 基于能量中心提取的单通道sar舰船速度估计方法及系统 | |
Zeng et al. | UAV target detection algorithm using GNSS-based bistatic radar | |
CN104459651B (zh) | 机载sar-gmti系统等效基线长度估计方法 | |
Zhu et al. | New approach for SAR Doppler ambiguity resolution in compressed range time and scaled azimuth time domain | |
CN103033801A (zh) | 基于虚拟时间采样与wvd变换的空中机动目标检测方法 | |
Zhang et al. | Error analysis of dynamic sea surface height measurement by near-nadir interferometric SAR | |
Mao et al. | Doppler centroid estimation for Doppler beam sharpening imaging based on the morphological edge detection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100519 |