CN102707269A - 一种机载雷达距离走动校正方法 - Google Patents

Abstract

本发明提供一种机载雷达距离走动校正方法，通过机载前视雷达回波在距离压缩频域、方位时域进行坐标变换，并乘以含有多普勒模糊数的线性相位因子去除多普勒模糊影响，消除回波距离走动，同一目标点的回波距离走动轨迹校正后不再随方位角变化而变化，为后续反卷积提供了前提条件。本发明能有效实现机载前视雷达的距离走动轨迹校正，其精度高，鲁棒性好，自动处理能力强。

Description

一种机载雷达距离走动校正方法

技术领域

本发明涉及机载雷达距离走动校正，尤其适用于机载前视雷达距离走动校正。

背景技术

发展机载雷达前视成像能力，有利于提高飞行员对远方地形的判断和识别以及载机的自主导航能力，提高载机的侦察、监视、定位和识别能力,可以实现空投地点的准确定位。

机载雷达对地面成像的过程中，利用雷达平台相对地面目标的方位向运动引起的多普勒频率变化提高方位向分辨率，如合成孔径雷达（SAR），多普勒波束锐化(DBS)技术等，而当天线波束处于前视状态时，成像区地面目标回波多普勒频率梯度几乎为零，方位分辨率急速下降，形成传统SAR或DBS成像的盲区。在这种情况下，雷达可采用扫描天线获得前视区域图像，但是要根据前视区域图像获得前视超分辨图像，在机载雷达上却难以实现。要获得前视超分辨图像需要先采用扫描天线获得前视区域图像，再进行距离走动轨迹校正，最后利用方位向反卷积技术获得前视超分辨图像。进行距离走动轨迹校正是为了让前视区域图像中距离走动轨迹为水平，进而为接下来的反卷积提供前提条件。但是，由于载机运动与天线扫描的共同作用，造成机载雷达的前视区域图像中距离走动轨迹斜率随着方位角的变化而变化。因此，要实现对机载前视雷达进行方位距离走动轨迹的校正十分困难。而距离走动轨迹的校正，将直接制约后续反卷积处理精度，所以，其对于能否获得前视超分辨图像具有重要的意义。

针对机载雷达距离走动轨迹的校正问题，在文献《DBS高分辨率成像及动目标轨迹处理》（《电波科学学报》2005，20（5）：P637-641）与文献《一种基于最小二乘直线拟合的高分辨率DBS成像算法》（《电子与信息学报》2011，33（4）：P787-791）中，均是通过对回波信号在距离向做傅里叶变换，然后对距离向频域信号乘以一线性相位因子，根据信号系统知识，即信号频域乘以相位因子对应时域时间延迟，实现距离走动轨迹的统一校正，但是该方法仅能进行距离走动轨迹斜率不随方位角变化的校正，对实际的机载雷达并不适用；文献“Asub-aperture range-Doppler processor for bistatic fixed-receiver SAR”（European Conference onSynthetic Aperture Radar(EUSAR),2006，Dresden）首先对回波信号在距离向做傅里叶变换，然后进行方位分块，并对不同块的距离向频域信号乘以具有不同斜率的线性相位因子，从而实现具有不同斜率的距离走动轨迹校正，但是如何分块、块之间数据的拼接等又成为新的问题，造成该方法鲁棒性差，并且处理精度低，成像质量将受到严重影响。

发明内容

本发明所要解决的技术问题是，提供一种适用于机载雷达的距离走动校正方法。

本发明为解决上述技术问题所采用的技术方案是，一种机载雷达距离走动校正方法，包括以下步骤：

A.距离向脉冲压缩步骤：对所获取发射信号的二维回波数据进行距离向傅里叶变换，计算距离压缩频域数据SS(t,f_r)；

$\mathrm{SS}(t,f_r)=\mathrm{rect}\left(\frac{f_r}{B}\right)\·\exp (-\mathrm{\α}{t}^2)\·\exp \{-j\frac{4\mathrm{\π}(f_c+f_r)}{C}R\left(t\right)\};$

其中，t为方位时间，f_r为距离向频率，f_c为载波频率，C为光速，B为发射信号带宽，rect(·)为矩形窗函数，exp(-αt²)表示天线方向图调制，α为调制参数，R(t)为距离走动轨迹，

R₀为天线波束中心扫描到目标时，天线到目标的距离，v为载机速度，

为波束入射角，θ为天线波束中心与载机航向的夹角；

B.距离向插值步骤：对步骤A获得的压缩频域数据SS(t′,f_r)进行SINC辛格插值，获得SINC插值后的数据；

C.坐标变换步骤：对方位插值后的距离压缩频域数据SS(t,f_r)进行方位时间变换得到变换后的压缩频域数据SS(t′,f_r)，

t′为变换后方位时间；

D.多普勒模糊数确定步骤：构造含有多普勒模糊数的线性相位因子P(t′)；

P(t′)=exp(j2π·PRF·M·t′)，PRF为脉冲重复频率，M为多普勒模糊数，

round(·)为临近取整函数，λ为发射信号波长；

E.去除多普勒模糊步骤：用方位时间变换后的数据乘以含有多普勒模糊数的线性相位因子P(t′)，进行距离向逆傅里叶变换，得到距离走动轨迹校正时域数据SSS(t′,τ)；

$\mathrm{SS}(t^{\′},\mathrm{\τ})=\mathrm{Sinc}\left[B(\mathrm{\τ}-\frac{2R_0}{C})\right]\·\exp [-\mathrm{\α}{\left(t^{\′}\right)}^2]\·\exp \{-j\frac{4\mathrm{\π}}{\mathrm{\λ}}(R_0-v\cos \mathrm{\θ}\·t^{\′})\}\·P\left(t^{\′}\right),$ 其中τ为距离快时间，距离走动轨迹校正时域数据SSS(t′,τ)的包络为

本发明通过机载前视雷达回波在距离压缩频域、方位时域进行坐标变换，并乘以含有多普勒模糊数的线性相位因子去除多普勒模糊影响，消除回波距离走动，同一目标点的回波距离走动轨迹校正后不再随方位角变化而变化，为后续反卷积提供了前提条件。

本发明的有益效果是，能有效实现机载前视雷达的距离走动轨迹校正，同时可应用于斜视SAR、DBS等技术涉及的斜率不随方位角变化的距离走动轨迹校正问题，与分块校正处理方法相比，其精度高，鲁棒性好，自动处理能力强，将为后续获得超分辨图像奠定良好的基础。

附图说明

图1为本发明方法流程示意图；

图2为本实施方式机载前视扫描雷达工作示意图；

图3为本实施方式机载前视扫描雷达天线方向图示意图；

图4为本实施方式机载前视扫描雷达多点目标回波距离压缩时域数据；

图5为距离走动轨迹校正后的时域数据结果。

具体实施方式

图2为本实施方式机载前视雷达工作示意图，雷达天线方位波束宽度为3°，在载机正前方±10°区域扫描，扫描速度为30°/s，载机运动速度为v=400m/s，发射机发射信号波长为λ=0.03m的线性调频信号，调频斜率为K_r=6×10¹²Hz/s，前视扫描雷达点目标回波信号经相干解调后，表示为：

$S(t,\mathrm{\τ})=\mathrm{rect}\left[\frac{\mathrm{\τ}-2R\left(t\right)/C}{T}\right]\·\exp (-\mathrm{\α}{t}^2)\·\exp \{-j\frac{4\mathrm{\π}}{\mathrm{\λ}}R\left(t\right)\}\·\exp \left\{\mathrm{j\π}{K}_r{[\mathrm{\τ}-\frac{2}{C}R\left(t\right)]}^2\right\}---\left(1\right)$

其中：τ表示距离快时间，变化范围由发射机到目标的双程距离决定，t为方位时间，变化范围为[-1/3 1/3]秒，rect(·)为矩形窗函数，exp(·)为指数函数，exp(-αt²)表示天线方向图，其中α=35，本实施例中，如图3所示；R(t)为发射机到目标再到接收机的距离，即为目标距离徙动（距离走动轨迹），有：

其中：R₀=5km分别为波束中心扫描到目标时，天线到目标的距离；θ为天线波束中心与载机航向的夹角（方位角），其变化范围为[-10° +10°]，

为波束入射角，本实施例中，假定载机高度为零，则波束入射角

同时，方程（2）变为

$R\left(t\right)=\sqrt{R_0^2+{\left(\mathrm{vt}\right)}^2-2R_0\mathrm{vt}\cos \mathrm{\θ}}---\left(3\right)$

将方程（3）泰勒展开并保留至一次项，得到

R(t)≈R₀-vcosθ·t                        （4）

从（4）可以看出，位于不同方位角的目标，距离走动轨迹R(t)具有不同的斜率，即呈现方位空变性。

本实施方式的具体测定方法如图1所示：

A.首先对回波进行距离向FFT,得到，

$S(t,f_r)=\mathrm{rect}\left(\frac{f_r}{B}\right)\exp (-\mathrm{\α}{t}^2)\·\exp \{-j\frac{4\mathrm{\π}(f_c+f_r)}{C}R\left(t\right)\}\·\exp \left\{\mathrm{j\π}\frac{f_r^2}{K_r}\right\}---\left(5\right)$

其中，f_r为距离向频率，变化范围为[-3030]MHz；f_c为载波频率，等于10GHz；B为发射信号带宽，等于30MHz；C为光速，等于3×10⁸m/s；

将S(t,f_r)然后通过距离向乘以匹配滤波器频域匹配函数H(f_r)得到距离压缩频域数据SS(t,f_r)：

$H\left(f_r\right)=\exp (-\mathrm{j\π}\frac{f_r^2}{K_r})---\left(6\right)$

$\mathrm{SS}(t,f_r)=\mathrm{rect}\left(\frac{f_r}{B}\right)\·\exp (-\mathrm{\α}{t}^2)\·\exp \{-j\frac{4\mathrm{\π}(f_c+r_r)}{C}R\left(t\right)\}---\left(7\right)$

距离压缩时域数据包络为 $A_1(t,\mathrm{\τ})=\mathrm{Sinc}\left[B(\mathrm{\τ}-\frac{2R\left(t\right)}{C})\right]\·\exp [-\mathrm{\α}{t}^2];$

如图4所示，为位于不同方位角度的三个点目标回波距离压缩频域数据经距离向IFFT变换得到的结果。

B.针对步骤A获得的距离压缩频域数据，在方位向SINC插值，可获得插值后的数据；SINC插值为本领域常用的插值方法，不在此赘述。

C.针对步骤B获得的方位向插值后的距离压缩频域数据，对方位时间进行坐标变换，令：

$t=\frac{f_c}{f_c+f_r}{t}^{\′}---\left(8\right)$

将（4）、（8）带入（7）,得到:

$\mathrm{SS}(t^{\′},f_r)=\mathrm{rect}\left(\frac{f_r}{B}\right)\·\exp [-\mathrm{\α}{\left(\frac{f_c}{f_c+f_r}{t}^{\′}\right)}^2]\·\exp \{-j\frac{4\mathrm{\π}(f_c+f_r)}{C}{R}_0+j\frac{4\mathrm{\π}{f}_c}{C}v\cos \mathrm{\θ}\·t^{\′}\}---\left(9\right)$

由于f_r＜＜f_c，则 $\frac{f_c}{f_c+f_r}\≈1,$ $\exp [-\mathrm{\α}{\left(\frac{f_c}{f_c+f_r}{t}^{\′}\right)}^2]\≈\exp [-\mathrm{\α}{\left(t^{\′}\right)}^2],$ 即对包络的影响可以忽略，则上述计算SS(t′,f_r)的算式变为：

$\mathrm{SS}(t^{\′},f_r)\≈\mathrm{rect}\left(\frac{f_r}{B}\right)\·\exp [-\mathrm{\α}{\left(t^{\′}\right)}^2]\·\exp \{-j\frac{4\mathrm{\π}(f_c+f_r)}{C}{R}_0+j\frac{4\mathrm{\π}{f}_c}{C}v\cos \mathrm{\θ}\·t^{\′}\}---\left(10\right)$

D.利用惯导信息提供的平台运动速度v=400m/s，结合雷达发射信号波长λ=0.03m及脉冲重复频率PRF=2000Hz，可确定多普勒模糊数M；

$M=\mathrm{round}\left(\frac{2v}{\mathrm{\λ}\·\mathrm{PRF}}\right)---\left(11\right)$

其中round(·)为临近取整函数。代入平台速度、信号波长及脉冲重复频率后，可求得本实施方式的多普勒模糊数为M=13；并构造含有多普勒模糊数的线性相位因子P(t′)：

P(t′)=exp(j2π·PRF·M·t′)            （12）

E.将步骤C获得的坐标变换后的数据，乘以步骤D得到的含有多普勒模糊数的线性相位因子，并进行距离向逆傅里叶变换（IFFT），可获得方位空变走动校正时域数据SSS(t′,τ)：

$\mathrm{SSS}(t^{\′},\mathrm{\τ})=\mathrm{Sinc}\left[B(\mathrm{\τ}-\frac{2R_0}{C})\right]\·\exp [-\mathrm{\α}{\left(t^{\′}\right)}^2]\·\exp \{-j\frac{4\mathrm{\π}}{\mathrm{\λ}}(R_0-v\cos \mathrm{\θ}\·t^{\′})\}\·\exp (j2\mathrm{\π}\·\mathrm{PRF}\·M\·t^{\′})---\left(13\right)$ 距离走动轨迹校正数据包络为 $A_2(t^{\′},\mathrm{\τ})=\mathrm{Sinc}\left[B(\mathrm{\τ}-\frac{2R_0}{C})\right]\·\exp [-\mathrm{\α}{\left(t^{\′}\right)}^2].$

比较A₁(t,τ)与A₂(t′,τ)，A₂(t′,τ)中消除了受方位角影响的R(t)，可以发现距离R₀不再随方位角θ变化。

如图5所示，为机载前视扫描雷达距离走动轨迹校正时域数据，同一目标点的回波距离走动轨迹校正后不再随方位角变化（方位角θ即为图5的横坐标方位向）。

Claims (1)

1.一种机载雷达距离走动校正方法，其特征在于，包括以下步骤：

A.距离向脉冲压缩步骤：对所获取发射信号的二维回波数据进行距离向傅里叶变换，计算距离压缩频域数据SS(t,f_r)；

$\mathrm{SS}(t,f_r)=\mathrm{rect}\left(\frac{f_r}{B}\right)\·\exp (-\mathrm{\α}{t}^2)\·\exp \{-j\frac{4\mathrm{\π}(f_c+f_r)}{C}R\left(t\right)\};$

其中，t为方位时间，f_r为距离向频率，f_c为载波频率，C为光速，B为发射信号带宽，rect(·)为矩形窗函数，exp(·)为指数函数，exp(-αt²)表示天线方向图调制，α为调制参数，R(t)为距离走动轨迹，

R₀为天线波束中心扫描到目标时，天线到目标的距离，v为载机速度，

为波束入射角，θ为天线波束中心与载机航向的夹角；

B.方位向插值步骤：对距离压缩频域数据SS(t′,f_r)进行方位向SINC插值，获得SINC插值后的数据；

C.坐标变换步骤：对SINC插值后的数据进行方位时间变换得到变换后的压缩频域数据SS(t′,f_r)，

t′为变换后方位时间；

D.多普勒模糊数确定步骤：构造含有多普勒模糊数的线性相位因子P(t′)；

P(t′)=exp(j2π·PRF·M·t′)，PRF为脉冲重复频率，M为多普勒模糊数，round(·)为临近取整函数，λ为发射信号波长；

E.去除多普勒模糊步骤：用变换后的压缩频域数据SS(t′,f_r)乘以含有多普勒模糊数的线性相位因子P(t′)，进行距离向逆傅里叶变换，得到距离走动轨迹校正时域数据SSS(t′,τ)；

$\mathrm{SSS}(t^{\′},\mathrm{\τ})=\mathrm{Sinc}\left[B(\mathrm{\τ}-\frac{2R_0}{C})\right]\·\exp [-\mathrm{\α}{\left(t^{\′}\right)}^2]\·\exp \{-j\frac{4\mathrm{\π}}{\mathrm{\λ}}(R_0-v\cos \mathrm{\θ}\·t^{\′})\}\·P\left(t^{\′}\right);$ 其中τ为距离快时间，距离走动轨迹校正时域数据SSS(t′,τ)的包络为

Images