CN102478653A - 一种基于距离分割的sar回波时频混合模拟方法 - Google Patents

Abstract

本发明涉及一种基于距离分割的SAR回波时频混合模拟方法，该方法采用一种基于距离分割的方法对场景按距离向的不同进行分割，将具有相同多普勒历程的点在仿真模拟时划分为一组，并通过一次计算在时域精确得出对应的系统转移函数，并将得到的系统转移函数和提取后的二维后向散射系数分别作2DFT变换后，在频域相乘来实现时域卷积运算，以此类推，只需按照距离向进行一次循环即可得到模拟的回波数据，在保留回波模拟精度的同时进一步提高模拟速度。

Description

一种基于距离分割的SAR回波时频混合模拟方法

技术领域

本发明属于雷达信号处理领域，它特别涉及一种具有高精度的SAR面目标回波模拟方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，简称SAR)的概念于上世纪50年代提出，由于SAR系统本身所具有的全天时、全天候和高分辨率成像等特点，使得SAR系统在发展初期就引起了人们的注意。1978世界第一颗搭载合成孔径雷达系统的SEASAT卫星在美国成功发射，标志着合成孔径雷达进入空间领域，也掀起了合成孔径雷达系统信号处理及其应用研究的高潮。时至今日，SAR系统在民用和军用领域中发挥的作用和巨大的潜力依旧是世界各国研究的热点。

SAR系统的建立所需成本往往比较高，尤其是星载SAR系统，所以在建设初期，往往采用模拟的方法对系统的一些核心部分进行功能验证。

在SAR回波模拟中，具体可以做如下区分：

(一)根据模拟对象的不同，主要可以分为点目标模拟和面目标模拟。点目标的模拟可以用来验证系统的具体性能指标，为面目标回波的模拟提供基础；面目标的模拟则对系统的整体效果进行估计。

(二)根据模拟域的不同，则主要可以分为时域模拟和频域模拟，其中：

(1)时域模拟：根据飞行器的飞行时间，计算在当前脉冲发射时刻波束照射范围内的目标数量，求得各个目标同飞行平台之间的相对位置和距离，同时根据目标的不同后向散射特性，求得每个目标的回波，并根据距离的不同进行一定时延后进行叠加，从而得到当前发射脉冲的回波数据。以此类推，随着飞行器的不断前进，计算每个脉冲的发射时间，得到每个脉冲发射后的回波数据，直至整个场景回波计算完毕。这种方法得到的结果较为精确，但是计算量太大，模拟速度慢。

(2)频域模拟：传统面目标的频域模拟主要采取二维快速傅里叶变换的方法。该方法从整个场景中各个散射单元对整个SAR回波信号的贡献出发，根据面目标回波信号是各个分辨单元的冲激响应与目标散射特性的卷积这一原理，利用由点目标回波得到的系统转移函数和面目标的二维后向散射系数，再结合二维快速傅里叶变换，将两者变换到二维频域，通过做相乘处理来实现时域上的卷积结果，降低了计算量。但在计算转移函数的时候中心距离一般选择为面目标中心场景到飞行平台的最近距离，然后进行坐标变换，继而求出表达式，并且在模拟的过程中，需要对已有场景的频谱进行插值或者近似处理求得变换后的频谱，这就使得频域模拟的回波数据不如时域模拟精确。

根据上述比较，时域模拟特点是精度高，但计算量大，尤其是在大场景模拟时，模拟时间会比较长；频域模拟的精度不如时域模拟的高，但计算量却比时域模拟要小很多。也有将两种模拟域的方法结合起来进行场景回波模拟，但是需要分别计算系统的距离向冲激响应和方位向冲激响应，需要两次循环才能得到回波数据，降低了计算效率。

综合以上各种方法，考虑到在面目标场景回波计算中，相同距离向上的点可以认为具有相同的多普勒历程，因此采用一种基于距离分割的方法对场景按距离向的不同进行分割，在回波模拟精度和速度间进行折中，提出一种新的SAR回波时频混合模拟方法。

发明内容

本发明在兼顾回波模拟精度和模拟速度的情况下，提供一种基于对面目标场景进行距离分割的、新的时频混合的SAR面目标回波数据模拟方法，具有实用性和有效性。

基于距离分割的时频混合SAR回波数据模拟方法，包括如下步骤：

步骤一：输入SAR系统参数，包括平台飞行高度H、平台的有效飞行速度v、雷达工作频率f_c、发射脉冲线性调频率K_r、发射脉宽T_r、天线长度D，波束入射角θ等；

步骤二：根据系统参数计算出系统的理论空间分辨率，包括距离向辨率和方位分辨率；

步骤三：输入离散化的面目标场景的二维后向散射系数矩阵σ(r，a)，大小为N_a行×N_r列，每一个矩阵单元值代表一个系统分辨单元等效的后向散射系数，将矩阵的行方向记为距离向方向，列方向记为方位向方向，这就意味着处于同一列的分辨单元具有相同的距离向坐标，然后按照距离向的不同对矩阵进行分割，并对矩阵的每一列进行编号，分别记为距离线1，距离线2......距离线N_r。

步骤四：从距离线1开始，根据系统参数，针对距离线i计算此时对应的系统转移函数h_i(τ，μ)，同时将该距离线上的后向散射系数值填充到具有和系统输入的后向散射系数矩阵同样大小的空白矩阵σ′_i(r，a)的对应位置，同时对回波存储矩阵做全零初始化操作；

步骤五：将得到的系统转移函数h_i(τ，μ)和σ_i′(r，a)作二维快速傅里叶变换，并分别记为H_i(μ，ξ)＝2DFT[h_i(τ，μ)]和Γ_i′(μ，ξ)＝2DFT[σ′_i(r，a)]，然后更新回波存储矩阵E(μ，ξ)，令E(μ，ξ)＝E(μ，ξ)+H_i(μ，ξ)·Γ_i′(μ，ξ)；

步骤六：重复步骤四～步骤五，直至对所有距离线完成处理；

步骤七：将得到的回波存储矩阵做二维快速傅里叶逆变换，得到面目标的回波，即e(τ，μ)＝2IDFT[E(μ，ξ)]。

本发明的积极效果：本发明结合了传统时域模拟方法精度高和传统频域模拟方法速度快的特点，在模拟精度和模拟速度间进行折中。通过对仿真场景进行距离分割，将具有相同多普勒历程的分辨单元划分到一起，并在时域一次完成对特定系统二维转移函数的精确计算，然后在频域计算得到回波数据，在保证精度的同时进一步提到了计算效率。

附图说明

图1是该回波模拟方法的总体流程图；

图2是后向散射系数矩阵存储示意图；

图3是不同距离线对应的不同中心距离R₀和飞行平台到目标距离R(η)计算的空间示意图；

图4是后向散射系数矩阵提取示意图。

具体实施方式

下面就结合附图进一步详细说明该发明的工作过程。回波模拟过程可以分为四大部分。

第一部分主要是针对系统计算必要的参数，包括步骤一和步骤二。在系统仿真最开始，首先按照步骤一和步骤二进行系统参数的输入和主要指标的计算。输入的参数包括平台飞行高度H、平台的有效飞行速度v、雷达工作频率f₀、发射脉冲线性调频率K_r、发射脉宽T_r、信号的采样频率F_r、天线长度D，波束入射角θ等。根据公式计算得到系统的理论距离向分辨率和方位向分辨率，其中距离向分辨率ρ_r＝c/2K_rT(c为光速)，方位向分辨率ρ_a＝D/2。

第二部分是针对仿真场景的二维后向散射系数进行处理。按照步骤三的方法，我们将面目标看作是各个点集合，每一个点代表系统的一个分辨单元，对应于实际仿真场景中大小为ρ_r×ρ_a的一片区域。由于很难获取到准确的真实后向散射系数，所以我们在进行仿真时采用处理后的等效后向散射系数，并以矩阵的形式进行存储和表示。具体表示方法如图2所示，整个二维后向散射系数矩阵用σ(r，a)表示，σ(r_i，a_j)代表距离向坐标为i、方位向坐标为j的对应点的后向散射系数，其中1≤i≤N_r，1≤j≤N_a。

第三部分则主要针对步骤四到步骤六，包含两部分内容，首先是针对仿真场景进行系统转移函数的计算，其次是将计算得到的系统转移函数与后向散射系数结合起来，循环计算得到回波。

(1)系统转移函数计算

SAR回波信号可以看作是后向散射系数和系统转移函数的卷积，即：

s(r，a)＝∫∫σ(r，a)h(r-r′，a-a′)dr′da′    (1)

其中，r和a分别表示距离向和方位向。

考虑特殊情况，当σ(r，a)为二维单位冲激函数，即σ(r，a)＝δ(r，a)时，得到的h(r，a)即为系统转移函数。

根据SAR系统的工作原理，结合“stop-go”模型得到系统转移函数在时域的精确表达式。

$s_r\left(t\right)=\mathrm{\σ}\·w{(t-\frac{R\left(t\right)}{c})}^2{S}_t(t-\frac{2R\left(t\right)}{c})$

$=\underset{n=-\∞}{\overset{+\∞}{\mathrm{\Σ}}}\mathrm{\σ}\·w{(t-\frac{R\left(t\right)}{c})}^2\·\mathrm{rect}\left(\frac{T^{\′}-t+\mathrm{nT}+2R\left(t\right)/c}{T^{\′}}\right)---\left(2\right)$

$\·\exp \left\{j2\mathrm{\π}\right[f_c(t-\mathrm{nT}-\frac{2R\left(t\right)}{c})+\frac{1}{2}{K}_r{(t-\mathrm{nT}-\frac{2R\left(t\right)}{c})}^2\left)\right]\}$

相干解调后，对表达式进行整合。记τ为距离向快时间量，η为方位向慢时间量。用快慢时间变量代替原有的时间变量，得到时域上用(τ，η)表示的系统二维转移函数表达式：

其中η_c为波束中心穿越时刻，并记零多普勒平面扫过目标的时间为零时刻，则：

$R\left(\mathrm{\η}\right)=\sqrt{{R_0}^2+{\left(\mathrm{v\η}\right)}^2}---\left(4\right)$

R₀代表中心距离，是指飞行平台在飞行过程中和点目标间的最近距离。根据公式(3)和公式(4)，再结合图3，说明场景中在相同距离线上的分辨单元具有相同的方位向多普勒历程。如图3所示，场景中不同距离线的中心距离可以通过表达式

来计算，其中H代表平台高度，θ代表波束最小入射角，ρ_r为距离分辨率，i为距离线标号，且1≤i≤N_r。

(2)结合分割提取的后向散射系数进行回波计算

在这一部分，我们把计算得到的特定距离线对应的系统转移函数和后向散射系数结合起来，进行回波计算。假定根据前面系统转移函数的计算过程，我们已经在时域得到针对距离线i的转移函数h_i(τ，μ)。接着对二维后向散射系数进行分割提取，具体实施方法见图4。

图4中左半部分为仿真输入的整个场景后向散射系数矩阵σ(r，a)，右半部分为针对距离线i提取出的二维后向散射系数矩阵σ_i(r，a)，其中空白部分代表的后向散射系数值为0，之所以这样做，是为了消除其他距离线线上的分辨单元对回波产生的影响，同时便于后续回波的更新计算。

在仿真过程中，一定确定了仿真场景，也就意味着参与运算的二维后向散射系数矩阵成为常量，采用何种坐标变量来表示散射系数矩阵中的值并不会对后续回波计算结果产生不同的影响，所以在这里仍采用变量(r，a)来表示二维后向散射系数矩阵。对得到的h_i(τ，μ)和σ_i(r，a)分别作二维快速傅里叶变换，并分别记为H_i(μ，ξ)＝2DFT[h_i(τ，η)]和Γ_i′(μ，ξ)＝2DFT[σ′_i(r，a)]。在这里我们认为已经针对距离线1到距离线i-1已经做过相同的处理，此时只要再次更新回波存储矩阵E(μ，ξ)，即E(μ，ξ)＝E(μ，ξ)+H_i(μ，ξ)·Γ_i′(μ，ξ)。以此类推，直到对所有的距离线都处理完毕，得到最终的回波矩阵E(μ，ξ)。需要说明的是，此时的回波矩阵数据仍处于频域。

第四部分将回波存储矩阵由频域变为时域，对E(μ，ξ)做二维快速傅里叶逆变换，得到面目标的回波，即e(τ，η)＝2IDFT[E(μ，ξ)]。至此，整个模拟过程结束。

本发明在模拟精度和速度上进行了折中处理，并从对仿真场景进行距离分割的角度出发，并从时域在一次完成对系统二维转移函数的精确表示，然后通过二维频域进行回波计算，在保留模拟精度的同时进一步提高模拟速度，具有实用性和有效性。

Claims (4)

1.一种基于距离分割的SAR回波时频混合模拟方法，其特征由以下步骤给出：

步骤一：输入SAR系统参数，包括平台飞行高度H、平台的有效飞行速度v、雷达工作频率f_c、发射脉冲线性调频率K_r、发射脉宽T_r、天线长度D，波束入射角θ等；

步骤二：根据系统参数计算出系统的理论空间分辨率，包括距离向分辨率和方位向分辨率；

步骤三：输入离散化的面目标场景的二维后向散射系数矩阵σ(r，a)，大小为N_a行×N_r列，每一个矩阵单元值代表一个系统分辨单元等效的后向散射系数，将矩阵的行方向记为距离向方向，列方向记为方位向方向，这就意味着处于同一列的分辨单元具有相同的距离向坐标，然后按照距离向的不同对矩阵进行分割，并对矩阵的每一列进行编号，分别记为距离线1，距离线2......距离线N_r；

步骤四：从距离线1开始，根据系统参数，针对距离线i计算此时对应的系统转移函数h_i(r，a)，同时将该距离线上的后向散射系数值填充到具有和系统输入的后向散射系数矩阵同样大小的空白矩阵σ′_i(r，a)的对应位置，同时对回波存储矩阵做全零初始化操作；

步骤五：将得到的系统转移函数h_i(τ，η)和σ_i′(r，a)作二维快速傅里叶变换，并分别记为H_i(μ，ξ)＝2DFT[h_i(r，a)]和Γ_i′(μ，ξ)＝2DFT[σ′_i(r，a)]，然后更新回波存储矩阵E(μ，ξ)，令E(μ，ξ)＝E(μ，ξ)+H_i(μ，ξ)·Γ_i′(μ，ξ)；

步骤六：重复步骤四～步骤五，直至对所有距离线完成处理；

步骤七：将得到的回波存储矩阵做二维快速傅里叶逆变换，得到面目标的回波，即e(τ，η)＝2IDFT[E(μ，ξ)]。

2.根据权利要求1中所述的一种基于距离分割的SAR回波时频混合模拟方法，其特征在于：在所述步骤三中需要对仿真场景进行距离分割，将具有相同多普勒历程的具有相同距离向坐标的分辨单元划分为一组。

3.根据权利要求1中所述的一种基于距离分割的SAR回波时频混合模拟方法，其特征在于：在所述步骤四中，针对不同的距离线，通过时域一次完成对系统二维转移函数的精确计算。

4.根据权利要求1中所述的一种基于距离分割的SAR回波时频混合模拟方法，其特征在于：在所述步骤四中针对不同的距离线计算出特定的系统二维转移函数后，为了消除仿真场景中其他非该距离线上的分辨单元的影响，对分组后的仿真场景进行特定距离线上的后向散射系数提取，填充到一个空白矩阵中，得到计算所需的新的二维后向散射系数矩阵σ′_i(r，a)。

Images