CN102353953A - 单通道sar地面运动目标成像方法 - Google Patents

Abstract

本发明公开一种单通道SAR地面运动目标成像方法，其步骤包括：(1)校正距离弯曲；(2)校正距离走动；(3)估计多普勒参数；(4)估计运动参数；(5)方位压缩；(6)循环以上步骤直到处理完所有运动目标。本发明通过利用二阶Keystone变换校正运动目标回波数据的距离弯曲，具有对高分辨的SAR数据成像的优点；通过统一对所有静止目标、运动目标的距离弯曲的校正，克服了现有技术的计算量大的缺点；通过建立二阶运动目标成像模型，不仅可以对机动的运动目标进行参数估计和成像，而且可以从速度和加速度等方面对运动目标的运动状态进行更准确的描述。

Description

单通道SAR地面运动目标成像方法

技术领域

本发明属于信号处理技术领域，更进一步涉及机载单通道雷达技术领域中的一种单通道合成孔径雷达(SAR)地面运动目标成像方法。本方法可以有效地对地面运动目标成像、定位和准确的估计运动参数。

背景技术

合成孔径雷达成像技术对于地面静止的场景，只要雷达运动平台的轨迹已知，雷达和目标的相对位移就精确知道，通过匹配滤波处理可以得到高分辨的合成孔径雷达(SAR)图像。然而，对地面的运动目标情况就不同了，因为运动目标的运动信息在大多数情况下没有先验的知识，若用静止目标估计得到的多普勒参数进行匹配滤波处理，运动目标将不能有效地相干积累，会出现目标散焦和方位错位，无法对运动目标成像、定位和运动参数估计。

对合成孔径雷达(SAR)系统中的运动目标处理一般要经过运动目标检测、成像、定位和运动参数估计。在多通道SAR和高信噪比的单通道SAR系统中检测和提取动目标技术已经相对成熟。本专利主要公开在SAR系统中对地面运动目标成像、定位和运动参数估计的方法。

易航、黄晓涛、李杨寰等人在论文“一种单通道SAR对多个地面动目标定位的方法”(计算机仿真，2010，27(6))中提出了一种单通道合成孔径雷达正侧视工作模式下对多个地面动目标定位的方法。该方法首先分析了多个运动目标回波信号的特征，接着根据运动目标回波信号及其频谱的特征估计出每个运动目标的多普勒中心和多普勒调频率，再利用多普勒参数的估计结果实现距离走动校正，并计算动目标的运动参数，最后对动目标重新聚焦得到其初始时刻的图像，完成运动目标的定位。该方法存在的不足是仅适用于解线频调数据(Dechirp)或者距离弯曲比较小的数据，对于高分辨的合成孔径雷达(SAR)数据，由于距离弯曲较大，此方法受到限制。另外，此论文中假设运动目标的信号模型仅具有沿航向速度和径向速度，当相干积累时间内存在机动的运动目标时，此方法受到限制。

清华大学申请的专利“一种合成孔径雷达运动目标成像方法”(申请号：200510076603.0，公开号：CN 1769925A)中提出了一种合成孔径雷达运动目标成像方法。该方法首先完成距离压缩，然后对每个相干处理间隔中的目标作检测，“质心”凝聚处理后，做相干处理间隔之间的质心点迹跟踪，得到目标的多普勒参数和距离徙动序列，之后做距离徙动校正，方位聚焦，最后标识聚焦运动目标像。该方法存在的不足是，该方法中的运动目标检测方法利用运动目标的多特征“质心”凝聚分类来实现，因此该方法是对每个运动目标的包络和相位分别进行距离徙动校正和自聚焦处理，处理计算量比较大。而且该方法的相关脉冲积累(CPI)的选择不当会引起检测运动目标的性能下降和系统计算复杂度的增加。

发明内容

本发明的目的在于克服现有技术的不足，提出一种单通道合成孔径雷达(SAR)地面运动目标成像方法。

实现本发明目的的基本思路是：首先，利用二阶广义楔石(Keystone)变换对包含运动目标的距离压缩后数据进行距离弯曲校正；其次，根据运动目标回波包络的斜率进行距离走动校正；然后，对运动目标进行多普勒频谱分析，即根据运动目标相对静止目标的多普勒频率偏移估计运动目标的径向速度，根据运动目标的多普勒调频率和多普勒频谱宽度估计运动目标的沿航向速度和径向加速度；最后，由估计得到的运动目标的多普勒中心频率和多普勒调频率构造合适的匹配滤波器进行方位压缩，完成对地面运动目标的成像和定位。

实现本发明目的的具体步骤如下：

(1)校正距离弯曲

1a)采用距离匹配滤波方法对雷达接收的回波数据进行距离压缩；

1b)对距离压缩后的数据进行二阶广义楔石(Keystone)变换：将距离压缩后的数据方位慢时间用下式变量替换，完成对所有静止目标、运动目标的距离弯曲的校正：

$t_m={\left(\frac{f_c}{f_r+f_c}\right)}^{\frac{1}{2}}{\mathrm{\τ}}_m$

其中，t_m为距离压缩后的数据方位慢时间，f_c为雷达发射信号载频，f_r为数据的距离频率域，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间；

(2)校正距离走动

2a)在检测到运动目标后，对距离弯曲校正后的运动目标信号进行拉东Radon变换，得到该运动目标回波包络的斜率；

2b)对运动目标的包络采用时域校正距离走动的方法，校正运动目标回波包络的距离走动；

(3)估计多普勒参数

3a)估计多普勒调频率

对距离弯曲、距离走动校正后的运动目标信号进行维格纳维纳(Wigner-Ville)变换，得到该运动目标信号时频分布的能量聚集斜线，此斜线的斜率即该运动目标信号的多普勒调频率；

3b)估计多普勒中心

利用相关函数法估计距离弯曲、距离走动校正后的运动目标的多普勒中心频率；

3c)估计多普勒带宽

利用门限检测方法估计经距离弯曲、距离走动校正后的运动目标的多普勒带宽，门限值为3dB；

(4)估计运动参数

4a)由下式估计运动目标径向速度：

$v_r=\frac{\mathrm{\λ}}{2}{f}_d$

其中，v_r为运动目标的径向速度，λ为雷达发射信号的波长，f_d为运动目标的多普勒中心频率；

4b)由下式估计运动目标航向速度：

$v_c=V-\frac{L\left|k_a\right|}{\mathrm{\Δ}{f}_a}$

其中，v_c为运动目标的航向速度，V为平台速度，L是雷达相对合成孔径长度，k_a为运动目标的多普勒调频率，Δf_a为运动目标的多普勒带宽；

4c)由下式估计运动目标径向加速度

$a_r=\frac{\mathrm{\λ}{k}_a}{2}+\frac{{(V-v_c)}^2}{R_B}$

其中，a_r为运动目标的径向加速度，λ为雷达发射信号的波长，k_a为运动目标的多普勒调频率，V为平台速度，v_c为运动目标的航向速度，R_B为雷达到场景中心的距离；

(5)方位压缩

5a)利用多普勒中心补零方法将运动目标的多普勒中心频率调整到零频；

5b)利用方位匹配滤波方法对运动目标进行方位压缩；

(6)循环以上步骤直到处理完所有运动目标。

本发明与现有技术相比具有以下优点：

第一，本发明利用二阶楔石(Keystone)变换校正运动目标回波数据的距离弯曲，克服了现有技术只能对解线频调数据(Dechirp)或者距离弯曲比较小的数据成像的缺点，使得本发明可以对高分辨的合成孔径雷达(SAR)数据成像。

第二，本发明通过统一对所有静止目标、运动目标的距离弯曲的校正，避免了现有技术的对每个运动目标分别进行距离弯曲校正带来的庞大的计算量，使得本发明具有快速成像的优点。

第三，本发明的运动目标成像模型是二阶运动模型，不仅考虑运动目标的沿航向速度和径向速度的影响，而且考虑到了运动目标的径向加速度的影响。因此，该专利适用范围更广，它不仅可以对在相干积累时间内存在机动的运动目标进行参数估计和成像，而且可以从速度和加速度等方面对运动目标的运动状态进行更准确的描述。

附图说明

图1为本发明的流程图；

图2为本发明的仿真图。

具体实施方式

下面结合附图1对本发明的步骤做进一步的详细描述。

步骤1.校正距离弯曲

1a)采用距离匹配滤波方法对雷达接收的回波数据进行距离压缩。距离匹配滤波方法为将回波信号在距离频域乘以距离匹配滤波参考信号，完成回波信号的距离压缩：

$s_r=\exp \left(\mathrm{j\π}\frac{{f_r}^2}{k_r}\right)$

其中，s_r为距离匹配滤波参考信号，exp(·)表示指数，j表示指数的相位，f_r为信号的距离向频率，k_r为发射信号的调频率。

1b)对距离压缩后的数据进行二阶广义楔石(Keystone)变换：将距离压缩后的数据方位慢时间用下式变量替换，完成对所有静止目标、运动目标的距离弯曲的校正：

$t_m={\left(\frac{f_c}{f_r+f_c}\right)}^{\frac{1}{2}}{\mathrm{\τ}}_m$

其中，t_m为距离压缩后的数据方位慢时间，f_c为雷达发射信号载频，f_r为数据的距离频率域，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间。

步骤2校正距离走动

2a)在检测到运动目标后，对距离弯曲校正后的运动目标信号进行拉东Radon变换，得到该运动目标回波包络的斜率；

2b)对运动目标的包络采用时域校正距离走动的方法，校正运动目标回波包络的距离走动。时域校正距离走动的方法是，将距离压缩后的运动目标信号在时域乘以距离走动参考信号，完成运动目标距离走动的校正：

S_rmc＝exp(-j2πf_rkτ_m)

其中，S_rmv为距离走动参考信号，exp(·)表示指数，j表示指数的相位，f_r为信号的距离向频率，k为运动目标回波包络的斜率，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间。

步骤3估计多普勒参数

3a)估计多普勒调频率

对距离弯曲、距离走动校正后的运动目标信号进行维格纳维纳(Wigner-Ville)变换，得到该运动目标信号时频分布的能量聚集斜线，此斜线的斜率即该运动目标信号的多普勒调频率；

3b)估计多普勒中心

利用相关函数法估计距离弯曲、距离走动校正后的运动目标的多普勒中心频率；

3c)估计多普勒带宽

利用门限检测方法估计经距离弯曲、距离走动校正后的运动目标的多普勒带宽，门限值为3dB；

步骤4估计运动参数

4a)由下式估计运动目标径向速度：

$v_r=\frac{\mathrm{\λ}}{2}{f}_d$

其中，v_r为运动目标的径向速度，λ为雷达发射信号的波长，f_d为运动目标的多普勒中心频率；

4b)由下式估计运动目标航向速度：

$v_c=V-\frac{L\left|k_a\right|}{\mathrm{\Δ}{f}_a}$

其中，v_c为运动目标的航向速度，V为平台速度，L是雷达相对合成孔径长度，k_a为运动目标的多普勒调频率，Δf_a为运动目标的多普勒带宽；

4c)由下式估计运动目标径向加速度

$a_r=\frac{\mathrm{\λ}{k}_a}{2}+\frac{{(V-v_c)}^2}{R_B}$

其中，a_r为运动目标的径向加速度，λ为雷达发射信号的波长，k_a为运动目标的多普勒调频率，V为平台速度，v_c为运动目标的航向速度，R_B为雷达到场景中心的距离；

步骤5方位压缩

5a)利用多普勒中心补零方法将运动目标的多普勒中心频率调整到零频。多普勒中心补零方法是，将距离弯曲、距离走动校正后的运动目标信号在时域乘以多普勒中心参考信号，完成运动目标的多普勒中心频率补零：

$S_{f_d}=\exp (-j2\mathrm{\π}{f}_d{\mathrm{\τ}}_m)$

其中，

为多普勒中心参考信号，exp(·)表示指数，j表示指数的相位，f_d为运动目标的多普勒中心频率，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间。

5b)利用方位匹配滤波方法对运动目标进行方位压缩。方位匹配滤波方法是，将距离弯曲、距离走动校正后的运动目标信号在频域乘以匹配滤波参考信号，完成运动目标的方位压缩：

$s_c=\exp \left(\mathrm{j\π}\frac{{f_a}^2}{k_a}\right)$

其中，s_c为匹配滤波参考信号，exp(·)表示指数，j表示指数的相位，f_a为信号的多普勒频率，k_a为运动信号的多普勒调频率。

步骤6.循环以上步骤直到处理完所有运动目标。

下面结合附图2对本发明的效果做进一步说明。

本发明的仿真在CPU为core2 2.4GHZ、内存为2G、WINDOWS XP系统上使用MATLAB进行数据处理。

本发明的仿真参数设置如下：脉冲宽度6us，发射带宽160MHz，采样频率160MHz，载机速度100m/s，重复频率1000Hz，波长0.03m，场景中心距离12km。在仿真场景坐标原点处(0，0)放置了1个静止目标S，在(0，5)和(0，-5)分别放置运动目标M₁和M₂，其中M₁的径向速度v_r＝-3m/s，径向加速度a_r＝-0.1m/s²，航向速度v_c＝-15m/s，M₂的径向速度v_r＝-2.5m/s，径向加速度a_r＝0.2m/s²，航向速度v_c＝20m/s。

图2(a)是本发明仿真经过步骤1a)中的距离压缩后图像，由于本发明的仿真的合成孔径雷达(SAR)图像的分辨率为1m，方位向的相干积累时间长，故图中曲线所表示的运动目标M₁、M₂和静止目标S三条曲线均存在非常明显的距离弯曲。

图2(b)是本发明的仿真经过步骤1b)中二阶广义楔石(Keystone)变换后的图像，位于图像中间的静止目标S消除距离弯曲后其轨迹变为一条直线，位于两边的运动目标M₁和M₂在消除距离弯曲后只剩下距离走动，其轨迹在图像中为两条斜线。

图2(c)是经过步骤2完成运动目标距离走动校正后的图像，图中运动目标M₁和M₂的轨迹在距离走动校正后和静止目标的轨迹一样为沿方位时间分布的直线。

图2(d)是经过步骤3处理后运动目标M₁、M₂和静止目标S的多普勒幅频特性图。图中的实线对应静止目标S的特性，点划线对应目标M₁的特性，虚线对应目标M₂的特性。根据步骤4估计出运动目标M₁的径向速度v_r＝-2.4994m/s、沿航向速度v_c＝19.1414m/s和径向加速度a_r＝0.2103m/s²，误差分别为0.0240％、4.2930％、5.1500％；估计出运动目标M₂的径向速度v_r＝-2.9993m/s、沿航向速度v_c＝-15.0302m/s和径向加速度a_r＝-0.1074m/s²，误差分别为0.0233％、0.2013％、7.4000％。估计得到的运动目标的运动参数的误差都比较小，估计值接近真值，采用本专利的方法可以准确的描述运动目标的运动状态。

图2(e)是经过步骤5、步骤6后本发明仿真的最终成像结果。运动目标M₁和M₂都实现了良好的聚焦，并且定位结果与仿真参数一致，说明本发明可以有效地对地面运动目标成像、定位和准确的估计运动参数。

Claims (5)

1.单通道SAR地面运动目标成像方法，包括如下步骤：

(1)校正距离弯曲

1a)采用距离匹配滤波方法对雷达接收的回波数据进行距离压缩；

1b)对距离压缩后的数据进行二阶广义楔石(Keystone)变换：将距离压缩后的数据方位慢时间用下式变量替换，完成对所有静止目标、运动目标的距离弯曲的校正：

$t_m={\left(\frac{f_c}{f_r+f_c}\right)}^{\frac{1}{2}}{\mathrm{\τ}}_m$

其中，t_m为距离压缩后的数据方位慢时间，f_c为雷达发射信号载频，f_r为数据的距离频率域，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间；

(2)校正距离走动

2a)在检测到运动目标后，对距离弯曲校正后的运动目标信号进行拉东Radon变换，得到该运动目标回波包络的斜率；

2b)对运动目标的包络采用时域校正距离走动的方法，校正运动目标回波包络的距离走动；

(3)估计多普勒参数

3a)估计多普勒调频率

对距离弯曲、距离走动校正后的运动目标信号进行维格纳维纳(Wigner-Ville)变换，得到该运动目标信号时频分布的能量聚集斜线，此斜线的斜率即该运动目标信号的多普勒调频率；

3b)估计多普勒中心

利用相关函数法估计距离弯曲、距离走动校正后的运动目标的多普勒中心频率；

3c)估计多普勒带宽

利用门限检测方法估计经距离弯曲、距离走动校正后的运动目标的多普勒带宽，门限值为3dB；

(4)估计运动参数

4a)由下式估计运动目标径向速度：

$v_r=\frac{\mathrm{\λ}}{2}{f}_d$

其中，v_r为运动目标的径向速度，λ为雷达发射信号的波长，f_d为运动目标的多普勒中心频率；

4b)由下式估计运动目标航向速度：

$v_c=V-\frac{L\left|k_a\right|}{\mathrm{\Δ}{f}_a}$

其中，v_c为运动目标的航向速度，V为平台速度，L是雷达相对合成孔径长度，k_a为运动目标的多普勒调频率，Δf_a为运动目标的多普勒带宽；

4c)由下式估计运动目标径向加速度

$a_r=\frac{\mathrm{\λ}{k}_a}{2}+\frac{{(V-v_c)}^2}{R_B}$

其中，a_r为运动目标的径向加速度，λ为雷达发射信号的波长，k_a为运动目标的多普勒调频率，V为平台速度，v_c为运动目标的航向速度，R_B为雷达到场景中心的距离；

(5)方位压缩

5a)利用多普勒中心补零方法将运动目标的多普勒中心频率调整到零频；

5b)利用方位匹配滤波方法对运动目标进行方位压缩；

(6)循环以上步骤直到处理完所有运动目标。

2.根据权利1要求所述的单通道SAR地面运动目标成像方法，其特征在于，步骤1a)所述的距离匹配滤波方法为将回波信号在距离频域乘以距离匹配滤波参考信号，完成回波信号的距离压缩：

$s_r=\exp \left(\mathrm{j\π}\frac{{f_r}^2}{k_r}\right)$

其中，s_r为距离匹配滤波参考信号，exp(·)表示指数，j表示指数的相位，f_r为信号的距离向频率，k_r为发射信号的调频率。

3.根据权利1要求所述的单通道SAR地面运动目标成像方法，其特征在于，步骤2b)所述的时域校正距离走动的方法是，将距离压缩后的运动目标信号在时域乘以距离走动参考信号，完成运动目标距离走动的校正：

S_rmc＝exp(-j2πf_rkτ_m)

其中，S_rmv为距离走动参考信号，exp(·)表示指数，j表示指数的相位，f_r为信号的距离向频率，k为运动目标回波包络的斜率，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间。

4.根据权利1要求所述的单通道SAR地面运动目标成像方法，其特征在于，步骤5a)所述的多普勒中心补零方法是，将距离弯曲、距离走动校正后的运动目标信号在时域乘以多普勒中心参考信号，完成运动目标的多普勒中心频率补零：

$S_{f_d}=\exp (-j2\mathrm{\π}{f}_d{\mathrm{\τ}}_m)$

其中，

为多普勒中心参考信号，exp(·)表示指数，j表示指数的相位，f_d为运动目标的多普勒中心频率，τ_m为二阶广义楔石(Keystone)变换后的方位慢时间。

5.根据权利1要求所述的单通道SAR地面运动目标成像方法，其特征在于，步骤5b)所述的方位匹配滤波方法是，将距离弯曲、距离走动校正后的运动目标信号在频域乘以匹配滤波参考信号，完成运动目标的方位压缩：

$s_c=\exp \left(\mathrm{j\π}\frac{{f_a}^2}{k_a}\right)$

其中，s_c为匹配滤波参考信号，exp(·)表示指数，j表示指数的相位，f_a为信号的多普勒频率，k_a为运动信号的多普勒调频率。

Images