CN101858976A - 一种基于单通道sar多子孔径的运动目标检测方法 - Google Patents

Abstract

本发明提供了一种基于单通道SAR多子孔径的运动目标检测方法，属于运动目标检测的技术领域。它是基于SAR图像在方位频谱的划分获取子图像对应的子孔径的，而后结合二维自适应方法对不同子图像间在幅度和相位上的误差进行校正，实现子孔径间的配准；再将多子孔径的时间延迟对应于斜距的变化等效为同一时刻不同方位向的位置差异，获得子孔径在方位向的空间信息，再结合子孔径本身在时域积累的脉冲数据，得到空时二维信息量；在此基础上采用空时自适应处理算法实现杂波抑制与目标检测；能够克服单通道杂波抑制性能不足的特点，避免了多通道SAR运算量大和复杂度高等问题，因此该方法可以高效地实现运动目标的检测，可用于单通道SAR图像的运动目标检测。

Description

一种基于单通道SAR多子孔径的运动目标检测方法

技术领域

本发明属于雷达技术领域，它特别涉及单通道合成孔径雷达(简称：SAR)多子孔的运动目标检测方法。

背景技术

基于合成孔径雷达的地面慢速运动目标检测(SAR/GMTI)在军事和民用领域有着广泛的应用，已成为现代雷达要完成的重要任务之一。目前有多种雷达系统包含有SAR-GMTI功能：装备于E-8飞机上的APY-3(JSTARS)系统；加拿大的XWEAR、法国的RAMSES、瑞典的Ericsson、以色列的EL/M-2060P、美国的TUSAR、ASARS-2/2A、PodSAR等。这些装置均侧重于多天线系统，主要采用空时自适应处理技术(STAP)，沿轨迹干涉(ATI)和偏置相位中心天线(DPCA)杂波对消等技术。多天线系统增加了雷达装备的复杂度，如何有效的利用单通道实现目标检测逐渐成为雷达研究的一个重点。

现有单通道检测方法主要基于目标的频率特性，不仅杂波抑制性能低而且受到系统参数的限制，硬件系统复杂。如何在现有单通道SAR/GMTI的基础上提高检测性能已成为一个重要而现实的问题。已有单通道检测方法主要基于多普勒滤波、相位误差估计、时频分析以及基于SAR空间的目标检测技术等。

现有技术均是以一个完成的合成孔径雷达回波信号作为研究对象，对信息的利用不够充分，难以直接消除杂波，在杂波抑制性能和目标检测上均有所欠缺。

发明内容

本发明的目的是克服现有单通道SAR系统受通道数限制，为突破杂波抑制上的瓶颈，提供了一种适用于单通道SAR图像的运动目标检测方法。该方法充分考虑了单通道SAR的特点，利用全合成孔径的回波信息，划分出多子孔径作为处理对象，不仅可以克服单通道数目上的局限，而且能够很好的抑制杂波，因此该方法可高效的实现SAR动目标检测。包括以下步骤：

步骤一、单通道中图像序列的生成

首先将SAR图像变换到方位向频域，在多普勒频域中将频带分成相互重叠大小相同的子频带，再将频域子块变换回时域以获得相应的子图像。频域划分后等效于将单天线方位波束宽度分为几个子孔径，每个子孔径近似于多通道中单个天线数据并分别以不同视角对地面目标进行观测。

步骤二、图像序列间的误差校正

为构造类似多通道的配置，以上通过单通道在方位频域的划分获得了不同的子图像，初步实现了多个子孔径的提取。但基于频域划分的处理过程，不仅引起上节所述相位上的差异，由于方向天线图的影响在幅度上也存在差别。针对这些失配，基于最小二乘准则的二维自适应校准方法，无需天线参数、载机平台运动参数等先验信息，只需对已有的SAR图像进行1-3次迭代即可同时校准幅度和相位误差，适合于在图像域的处理背景，使子图像的幅度特性和相位特性在最小二乘准则下匹配。

步骤三、多子孔径空时二维信号模型的建立

假设第二个子孔径在方位向的时域回波信号由S₂(t)表示，其中-T_sub≤t≤T_sub(t为子孔径在方位向的时间，2T_sub为子孔径的合成时间)。S₂(t)在频域的表达式为G₂(f)，频率所在的范围为-f_sub≤f≤f_sub，2f_sub即为子孔径在方位频域的带宽。若单天线在方位向频域进行频带划分后得到的三个子孔径的方位频域信号分别用式(1)中的G₁(f)，G₂(f)，G₃(f)表示：

G₁(f)＝G₂(f-Δf)   G₃(f)＝G₂(f+Δf)       式(1)

Δf为相邻子频带中心间的频率差。假设λ为发射信号的波长，R₀为天线与目标间的最短距离，v_a为载机的速度，相邻子频带间Δf的频率间隔等效于相邻子孔径相位中心间的距离l如下：

$l=\frac{\mathrm{\Δf\λ}{R}_0}{{2v}_a}$ 式(2)

由此可知相邻子孔径在对目标扫描时的延迟时间ΔT为：

$\mathrm{\ΔT}=\frac{l}{v_a}=\frac{\mathrm{\Δf}{\mathrm{\λR}}_0}{2v_a^2}$ 式(3)

基于时间和频率间的线性关系，可将信号在频域的表达式转化到时域，结合式(1)与式(3)可知：

$S_1\left(t\right)={\∫}_{-f_{\mathrm{sub}}}^{f_{\mathrm{sub}}}{G}_2(f-\mathrm{\Δf})e^{j2\mathrm{\πft}}d2\mathrm{\πf}={\∫}_{{-f}_{\mathrm{sub}}}^{f_{\mathrm{sub}}}{G}_2\left(f\right)e^{j2\mathrm{\πf}(t-\mathrm{\ΔT})}d2\mathrm{\πf}=S_2(t-\mathrm{\ΔT})$

$S_3\left(t\right)={\∫}_{-f_{\mathrm{sub}}}^{f_{\mathrm{sub}}}{G}_2(f+\mathrm{\Δf})e^{j2\mathrm{\πft}}d2\mathrm{\πf}={\∫}_{{-f}_{\mathrm{sub}}}^{f_{\mathrm{sub}}}{G}_2\left(f\right)e^{j2\mathrm{\πf}(t+\mathrm{\ΔT})}d2\mathrm{\πf}=S_2(t+\mathrm{\ΔT})$ 式(4)

其中S₁(t)、S₃(t)分别为第一个子孔径和第三个子孔径在时域方位向回波信号的表达式。以下详细分析多子孔径在方位向回波信号等效成多通道在方位向回波信号的理论基础。

由式(1)到式(4)可知，在频带划分的三个子频带所对应的三个子孔径分别在中心时刻为-ΔT，0，ΔT，合成时间为-T_sub≤t≤T_sub的情况下对目标进行三次不同的观测，由此可知三个子孔径的孔径中心与运动目标之间的斜距表达式，第一个子孔径的斜距R₁(t)为：

$R_1\left(t\right)=R_0+v_y(t-\mathrm{\ΔT})+\frac{{[x_0+(v_x-v_a)(t-\mathrm{\ΔT})]}^2+{\left[v_y(t-\mathrm{\ΔT})\right]}^2}{2R_0}$ 式(5)

$\≈R_0-v_y\mathrm{\ΔT}+v_{y}t+\frac{{[x_0-(v_x-v_a)\mathrm{\ΔT}+(v_x-v_a)t]}^2}{2R_0}$

其中x₀为目标初始时刻方位向位置，v_x和v_y分别为目标在方位向和距离向的速度。第二个子孔径的斜距R₂(t)为：

$R_2\left(t\right)=R_0+v_{y}t+\frac{{[x_0+(v_x-v_a)t]}^2}{2R_0}$ 式(6)

第三个子孔径的斜距R₃(t)为：

$R_3\left(t\right)=R_0+v_y\mathrm{\ΔT}{+v}_{y}t+\frac{{[x_0+(v_x-v_a)\mathrm{\ΔT}+(v_x-v_a)t]}^2}{2R_0}$ 式(7)

不同的子孔径由于时延的不同对斜距带来了影响，而多通道配置由于天线方位位置的差异也对斜距带来了影响，对比这两种不同原因在斜距变化中产生的影响后，可知不同子孔径间由于时延在斜距上引起的差异与不同通道间由于空间位置而引起的斜距差异在实质上是一致的。子孔径的处理方法通过在时间上的延时可划分出不同的三个孔径，利用各自不同的合成时间获得不同的动目标信息。再将这些通过不同合成中心时刻的子孔径序列所获得的回波信号等效成同一时刻不同空间位置所获得的回波信号，即d＝L＝(v_x-v_a)T，便获得了空域信息。结合每个子孔径在合成时间t∈[-T_sub，T_sub]内通过发射相干脉冲收集到的方位向时域信息，便得到了空时二维信号，由此建立起空时自适应处理的信号模型。

步骤四、多子孔径空频自适应处理的动目标检测

空频域自适应技术的处理思路是在每一个多普勒通道中应用滤波器进行空间杂波的抑止。多子孔径的天线随着载机的运动接收条带场景的回波过程，类似于将场景方位向散射特性p(t)通过一个多维线性时不变滤波器。可知场景的系统响应c(t)可由p(t)和就静止目标S0(t)间的卷积得到：

c(t)＝S₀(t)^*p(t)             式(8)

将式(8)作如下的傅立叶变换：

C(f)＝S₀(f)·P(f)            式(9)

系统传递函数S₀(t)的傅立叶变换如下所示：

S₀(f)＝∫e^-j2πftexp{-j2βR(t)}a(u(f))dt        式(10)

由于导向向量u(f)是慢变化的，S₀(f)的不同系数体现了方位向线性调频信号傅立叶变换的结果。如果方位向信号的时间带宽积足够大，则在频率f处的傅立叶变换可由调频信号选择原理给出

S₀(f)＝γ(f)a(u(f))              式(11)

其中γ(f)为随频率变化的复数项，u(f)为瞬时多普勒频率f所对应的方向矢量，由于方向矢量对多普勒频率的依赖性，通过多普勒滤波器就可以对方向做出选择。对多子孔径系统，运动目标的频域响应由运动目标参数ξ和多普勒频率f决定，而所有的静止目标具有相同的频域响应。运动目标频域响应由其运动参数决定的特性使其区别于静止目标的频域响应，这一区别是后续频域处理的理论基础。对固定的频率f，选取最优权向量，使输出信噪比最大。基于维纳-霍夫方程可知频域的最优加权为：

$W_{\mathrm{opt}}\left(f\right)=R_Q^{-1}\left(f\right)S(f,\mathrm{\ξ})$ 式(12)

式(12)中

为杂波与干扰的谱密度，S(f，ξ)为运动目标信号。由式(12)可知，最优加权可分为杂波协方差的逆矩阵和目标矢量这两个部分，第一部分可滤除杂波，第二部分完成对目标信号的匹配，相当于维纳最优匹配滤波器。采用最优加权的滤波器在杂波分布的区域形成了二维凹口，从而实现杂波的抑制。该凹口越窄，在接近杂波分布的运动目标越能有效的保留。同理，当运动目标偏离杂波轨迹越远，滤波对动目标的损耗越小，所得信杂噪比越大，越有利于运动目标的检测。

本发明的创新点是利用单通道SAR图像在方位频域的划分以获得多个子图像，从而得到各子图像对应的子孔径，构造出类似于多通道中的多个天线。利用多通道的思想，将不同子孔径在时延上的差异转化为空间位置上的差异，获得基于多子孔径的空时二维信号模型，在此基础上采用空频自适应处理实现目标检测。

本发明的有益效果：充分利用了单通道SAR的特点，通过划分获得了类似于多通道的多个子孔径；利用多子孔径的空时特性，采用多子孔径的空频自适应处理算法检测运动目标，突破了单通道受通道数的制约，有利于对微弱目标的检测。采用空频自适应的处理方法比空时处理方法在运算量上大大降低，提高了检测算法的运算效率并有效的抑制了杂波对目标检测的影响，使该检测方法兼具较高的检测性能和运算效率。

本发明主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLAB7.0上验证正确。

附图说明

图1是本发明的工作流程框图；

图2是单通道SAR系统成像后的示意图；

其中，横轴表示方位向，纵轴表示距离向，读取真实环境数据作为杂波背景，建立运动目标的回波模型，图中包含了两个运动目标；

图3为经过步骤二至步骤四处理后获得的目标检测结果；

其中，横轴表示距离向，纵轴表示方位向。

具体实施方式

本实施例采用机载雷达的方式，雷达发射信号带宽为200MHz，脉冲重复频率为500Hz。载机的飞行速度为200m/s。仿真成像场景内包含两个运动目标，杂波谱带宽为200MHz。

步骤一、单通道中图像序列的生成

在合成孔径雷达系统中，通常是将全合成孔径在时域或者频域分成两个或多个视数。通过在时域对SAR图像进行处理获得子图像，是对时域回波数据进行分段，这相当于把全合成孔径划分为一些子孔径，再对各子孔径进行处理。由于在同一时刻接收到的回波信号，为场景中不同位置处目标信号的总和，单纯地将时域数据分段处理，每一时间段内将包含有不同角度下不同成像区域的混叠信号，难以准确地实现子孔径的划分。因此，在实际处理中，对合成孔径的划分一般在频域进行。

单通道SAR成像后的数据以一个400行512列矩阵形式存放，图2为仿真获得的SAR图像。其中每列数据存放方位向的信息；每行数据是存放距离向的信息。将SAR图像的结果作方位向傅立叶变换，将成像结果沿方位向频域选取三个子频带，所对应的相邻两个子孔径图像间重叠度为45％。再将频域子块变换回方位向时域以获得相应的子图像。

步骤二、图像序列间的误差校正

假设所需处理的信号在距离向和方位向的传递函数是可分离的，H^(n，m)(Ω)为两子孔径在距离频域传递函数之比，D^(n，m)(ω)为两子孔径在多普勒域传递函数之比(其中Ω和ω分别表示距离向和方位向频域，)。在满足最优二乘准则的条件下，计算出两子孔径间的传递函数之比H^(m，n)(Ω)和D^(m，n)(ω)。则第n个与第m个子孔径信号S_n(Ω，ω)与S_m(Ω，ω)之间的关系如下所示：

S_m(Ω，ω)＝H^(n，m)(Ω)S_n(Ω，ω)D^(n，m)(ω)           式(13)

为得到准确的信号通过以下的迭代过程进行校正：

$S_m^{(k+1)}(\mathrm{\Ω},\mathrm{\ω})=S_m^{\left(k\right)}(\mathrm{\Ω},\mathrm{\ω})\frac{{\∫S}_m^{\left(k\right)}(\mathrm{\Ω},\mathrm{\ω})S_n(\mathrm{\Ω},\mathrm{\ω})\mathrm{d\Ω}}{\∫{\left|S_m^{\left(k\right)}(\mathrm{\Ω},\mathrm{\ω})\right|}^2\mathrm{d\Ω}}$

$S_m^{(k+2)}(\mathrm{\Ω},\mathrm{\ω})=S_m^{(k+1)}(\mathrm{\Ω},\mathrm{\ω})\frac{{\∫S}_m^{(k+1)}(\mathrm{\Ω},\mathrm{\ω})S_n(\mathrm{\Ω},\mathrm{\ω})\mathrm{d\Ω}}{\∫{\left|S_m^{(k+1)}(\mathrm{\Ω},\mathrm{\ω})\right|}^2\mathrm{d\Ω}}$ 式(14)

其中

的上标k＝0，1，2，...，表示第k次迭代。一般经过1～3次迭代后，可使校正误差逼近于S_m(Ω，ω)，实现不同子孔径间的配准。

步骤三、多子孔径空时二维信号的建立与空频自适应的动目标检测将校准后的子图像序列所对应的子孔径作空时等效处理。根据不同子孔径各自的合成时间获得不同的动目标信息，再结合式(5)到式(7)中所给出的时延在斜距上的影响，将这些通过不同合成中心时刻的子孔径序列所获得的回波信号等效成同一时刻不同空间位置所获得的回波信号，即d＝L＝(v_x-v_a)T，便获得了空域信息。结合每个子孔径在合成时间t∈[-T_sub，T_sub]内通过发射相干脉冲收集到的方位向时域信息，便得到了空时二维信号，由此建立起空时自适应处理的信号模型。在此基础上，采用空频自适应处理方法，经过式(8)到式(12)的处理，滤除杂波，实现运动目标检测。

Claims (1)

1.一种基于单通道SAR多子孔径的运动目标检测方法，其特征在于具体步骤如下：

步骤一、单通道中图像序列的生成

在SAR图像中提取子图像时，首先将SAR图像变换到方位向频域，在多普勒频域中将频带分成相互重叠大小相同的子频带，再将频域子块变换回时域以获得相应的子图像；子频带的大小要兼顾方位向分辨率和运动目标散焦所带来的影响，当所选频带太小会引起分辨率的严重降低，太大则会加剧动目标的散焦现象；子频带之间重叠50％，既保证了静止目标在图像序列间的相关性，又给出了运动目标在图像序列间的位移差；在频域的划分等效于将单天线方位波束宽度分为几个子孔径，每个子孔径近似于多通道中单个天线数据；

步骤二、图像序列间的误差校正

针对不同子孔径间的失配，采用基于最小二乘准则的二维自适应校准方法进行校正，该方法无需天线参数、载机平台运动参数先验信息；基于所处理信号在距离向和方位向传递函数的可分离性，在满足最优二乘准则的条件下，计算出两子孔径间距离频域传递函数之比与多普勒域传递函数之比；则不同子孔径信号之间经过传递函数在距离向和方位向的1-3次迭代即可同时校准幅度和相位误差，适合于本文在图像域的处理背景，使子图像的幅度特性和相位特性在最小二乘准则下匹配；

步骤三、多子孔径空时二维信号模型的建立

经过校正处理后的子孔径可类似于多通道的配置，不同的子孔径对应着不同的合成孔径中心时刻，这些时间上的延迟均会引起不同子孔径所对应的子孔径中心到目标之间的斜距存在一定的差异；这种因为时间延迟所产生的斜距差异与采用不同通道由于空间位置而引起的斜距差异在实质上是一致的；基于单通道多子孔径的处理方法，正是通过在时间上的延迟划分出不同的多子孔径，利用各自不同的合成时间获得不同的动目标信息，再将这些不同合成中心时刻的子孔径序列所获得的回波信号等效成同一时刻不同空间位置所获得的回波信号，便得到空域信息；结合每个子孔径在合成时间内通过发射相干脉冲收集到的方位向时域信息，便得到了空时二维信号，由此建立起空时自适应处理的信号模型；

步骤四、多子孔径空频自适应处理的动目标检测

空频域自适应技术的处理思路是在信号的方位频域即多普勒通道中应用滤波器进行空间杂波的抑制；首先将获得多子孔径空时信号从时域转换到频域，由于所有的景致目标具有相同的频域响应，采用最大似然法估计出杂波加干扰的谱密度矩阵；而运动目标的频域响应由运动目标的自身参数和多普勒频率决定，因此对固定的频率，选取最优权向量使输出信噪比最大，加权的过程不仅滤除了杂波，而且实现了对目标信号的匹配，检测出运动目标的存在。

Images