CN102901966A - 基于解斜和楔石处理的动目标瞬时距离多普勒成像方法 - Google Patents

Abstract

本发明公开了一种基于解斜和楔石处理的动目标瞬时距离多普勒成像方法，主要解决现有动目标成像技术在动目标运动参数未知的情况下存在较大距离徙动和基带内不包含完整方位频谱的问题。其实现过程：（1）接收原始合成孔径雷达回波信号，对回波信号作距离向傅里叶变换；（2）构造一个方位“解斜”函数，对回波信号进行“解斜”处理；（3）利用Keystone变换去除回波信号的线性走动量；（4）估计去除线性走动量后回波信号的方位模糊数，对回波信号进行方位向滤波处理；（5）对方位向滤波处理后的回波信号作距离逆傅里叶变换和方位傅里叶变换，得到回波信号的成像结果；本发明能有效改善动目标的成像效果，可用于动目标检测，识别和成像领域。

Description

基于解斜和楔石处理的动目标瞬时距离多普勒成像方法

技术领域

本发明属于雷达信号处理领域，特别涉及动目标的瞬时距离多普勒成像方法。可用于机载、星载平台SAR成像处理。

背景技术

合成孔径雷达SAR成像已被广泛应用于包括动目标检测以及成像的民用和军用领域，由于在SAR图像中运动目标发生了位置移动，不能正确反映它的真实位置，因此希望对运动目标进行检测，重定位，甚至进行成像。

在SAR系统中，对于动目标而言，长的合成孔径时间使得动目标回波信号具有较大的方位带宽，不但提高了信噪比，也有效提高了分辨率。然而，较大的方位带宽也会造成基带内不包含完整的方位频谱，可能导致动目标成像结果中出现伪影；并且由于动目标运动参数未知，导致其距离徙动曲线和方位频谱未知，直接利用场景固定参数进行成像的方法，不能有效校正动目标的距离徙动。

为了解决这些问题，一些学者提出了分别针对慢速和快速目标的成像处理方法，其中包括利用回波的幅度和相位信息进行成像的单通道成像方法；在距离徙动被完全校正假设下，利用多频SAR，多天线SAR以及双速SAR进行运动参数的无模糊估计并成像的方法。这些方法都是基于通过估计目标的运动参数来进行成像，在此之前都需要检测到目标。然而，大部分情况下，动目标信号较大的距离徙动以及大的方位带宽引起的基带内不包含完整的方位频谱使得目标检测非常困难。

针对这个问题，Jao提出了基于良好成像信号与运动参数之间关系的两维参数搜索成像方法。Perry给出了一种基于keystone变换的成像方法，这种方法可以对距离徙动中由目标径向速度引起的线性走动进行校正，却不能完全校正由目标横向速度引起的二次徙动，而且当动目标的频谱被分成两部分的时候，直接采用keystone变换会导致动目标轨迹分裂。Zhu提出了一种两维频域的匹配滤波方法，这种方法在未知动目标参数情况下，可以有效处理距离徙动的问题，但是也不能很好的解决基带内不包含完整的方位频谱引起的伪影问题。

以上方法都不能在动目标运动参数未知的情况下，同时解决较大距离徙动的校正问题和大方位带宽引起的基带内不包含完整的方位频谱问题。

发明内容

本发明的目的是针对上述已有技术的不足，在动目标运动参数未知的情况下，提供一种基于解斜和楔石处理的动目标瞬时距离多普勒成像方法，以解决较大距离徙动的校正问题和大方位带宽引起的基带内不包含完整的方位频谱问题。

本发明是这样实现的：

通过对原始合成孔径雷达SAR的回波信号作距离向傅里叶变换得到回波信号在距离频域-方位时域的表达式，对回波信号作“解斜”处理，补偿其二次徙动量并压缩方位带宽；然后对回波信号进行Keystone变换，校正线性走动量；再利用估计所得的回波信号方位模糊数对回波信号进行滤波处理；最后对回波信号作距离逆傅里叶变换和方位傅里叶变换即可得到目标在距离时域-方位多普勒域的成像结果。具体过程包括如下：

（1）接收原始合成孔径雷达回波信号，对回波信号作距离向傅里叶变换得到回波信号在距离频域-方位时域的表达式；

（2）根据回波信号在距离频域-方位时域的表达式，构造一个方位“解斜”函数H(f_r，t_a；t₀)：

$H(f_r,t_a,t_0)=\exp \left(j\frac{4\mathrm{\π}}{c}(f_c+f_r)\frac{{(\mathrm{\υ}-{\mathrm{\υ}}_a)}^2}{2R_b}{(t_a-t_b)}^2\right),$

其中，f_c为载频，f_r为距离频率，υ为载机速度，υ_a为动目标沿航线速度，R_b为载机到场景最近斜距，t_a为慢时间，t₀为任选的方位时间，exp为以自然对数e为底的指数函数，c为光速。

（3）用所述的方位“解斜”函数H(f_r，t_a；t₀)对回波信号进行“解斜”处理，即将回波信号与H(f_r，t_a；t₀)相乘，补偿回波信号的二次徙动量并压缩回波信号方位带宽；

（4）“解斜”处理后，利用Keystone变换去除回波信号的线性走动量；

（5）估计去除线性走动量后回波信号的方位模糊数，利用得到的方位模糊数构造方位滤波函数H(f_r，τ_a)，对回波信号进行方位向的滤波处理；

$H(f_r,{\mathrm{\τ}}_a)=\exp (j\frac{4\mathrm{\π}}{c}\frac{\mathrm{PRF}({\mathrm{\τ}}_a-t_0)\mathrm{\λ}}{2}\×M\×f_r),$

其中，τ_a表示KT变换后新的慢时间，PRF为脉冲重复频率，λ为信号波长，M表示方位模糊数；

（6）对方位向滤波处理后的回波信号作距离向逆傅里叶变换和方位向傅里叶变换，得到回波信号在距离时域-方位多普勒域的成像结果。

本发明与现有技术相比具有如下优点：

1）本发明在动目标运动参数未知的情况下，通过对动目标回波信号在距离频域-方位时域的“解斜”处理，校正动目标回波信号二次徙动的同时，对方位带宽进行了压缩，有效解决了动目标回波信号方位带宽较大引起的基带内不包含一个完整频谱的问题；

2）本发明通过Keystone变换很好地补偿了动目标回波信号中大的线性走动量。

附图说明：

图1是本发明的成像流程图；

图2是本发明对慢速动目标的仿真实验成像结果图；

图3是本发明对快速动目标的仿真实验成像结果图；

图4是本发明在实测数据图像中选定的一个区域；

图5是本发明对图4中目标1的模糊数估计结果以及聚焦成像结果；

图6是本发明对图4中目标2的模糊数估计结果以及聚焦成像结果。

具体实施方式

参照图1，本发明的实现步骤如下：

步骤1，接收原始合成孔径雷达回波信号，对回波信号作距离向傅里叶变换得到回波信号在距离频域-方位时域的表达式s(f_r，t_a)；

$s(f_r,t_a)={\mathrm{\σW}}_r\left(f_r\right){\mathrm{\ω}}_{\mathrm{az}}(t_a-t_c)\exp (-j\frac{4\mathrm{\π}}{c}(f_c+f_r)(R_b+{\mathrm{\υ}}_r(t_a-t_c)+\frac{{(\mathrm{\υ}-{\mathrm{\υ}}_a)}^2}{{2R}_b}{(t_a-t_c)}^2)),$

其中，f_c和f_r表示发射信号载频和距离频率，c为光速。σ为目标的幅系数，W_r(·)和ω_az (·)分别表示距离窗和方位窗函数，R_b为雷达到目标最近斜距，t_a为慢时间，t_c为多普勒中心时间，υ_r为动目标径向速度，exp为以自然对数e为底的指数函。

步骤2，根据回波信号在距离频域-方位时域的表达式，构造一个方位“解斜”函数H(f_r，t_a；t₀)：

$H(f_r,t_a;t_0)=\exp \left(j\frac{4\mathrm{\π}}{c}(f_c+f_r)\frac{{(\mathrm{\υ}-{\mathrm{\υ}}_a)}^2}{{2R}_b}{(t_a-t_0)}^2\right),$

其中，f_c为载频，f_r为距离频率，υ为载机速度，υ_a为动目标沿航线速度，R_b为载机到场景最近斜距，t_a为慢时间，t₀为任选的方位时间，exp为以自然对数e为底的指数函数，c为光速。

步骤3，用所述的方位“解斜”函数H(f_r，t_a；t₀)对回波信号进行“解斜”处理，即将回波信号s(f_r，t_a)与H(f_r，t_a；t₀)相乘，补偿回波信号的二次徙动量并压缩回波信号方位带宽。

步骤4，“解斜”处理后，利用Keystone变换去除回波信号的线性走动量，即通过等式(f_c+f_r)(t-t₀)=f_c(τ_a-t₀)，将回波信号由慢时间t_a表示变换为由新的慢时间τ_a表示。

步骤5，估计去除线性走动量后回波信号的方位模糊数。

（5a）构造模糊数估计滤波函数H(f_r，τ_a)，形成一组滤波器：

$H(f_r,{\mathrm{\τ}}_a)=\exp (j\frac{4\mathrm{\π}}{c}\frac{\mathrm{PRF}({\mathrm{\τ}}_a-t_0)\mathrm{\λ}}{2}\×M^{\′}\×f_r),$

其中M′＝-5,-4,-3,，-2,-1,0，1，2，3，4，5为整数，f_r表示距离频率，τ_a表示Keystone变换后新的慢时间，PRF为脉冲重复频率，t₀为任意选取的方位时间，c为光速，λ为信号波长；

（5b）将回波信号送入该组滤波器，回波信号经过每一个滤波器后输出一个目标图像；

（5c）定义目标图像的熵值为：

$E\left(s\right)=\underset{t}{\∫}\underset{{f_a}^{\′}}{\∫}-\frac{{\left|s(t,{f_a}^{\′})\right|}^2}{S}\log \frac{{\left|s(t,{f_a}^{\′})\right|}^2}{S}\mathrm{dtd}{f_a}^{\′},$

其中，

为中间变量，|s(t，f_a′)|为目标图像幅度；

（5d）根据目标图像的熵值，求得回波信号的方位模糊数M：

$M=\arg \underset{M^{\′}}{\min }E\left(s\right),$

其中，表示将E(s)最小时所对应的M′赋于M。

步骤6，利用得到的方位模糊数M构造方位滤波函数H(f_r，τ_a)，对回波信号进行方位向的滤波处理；

$H(f_r,{\mathrm{\τ}}_a)=\exp (j\frac{4\mathrm{\π}}{c}\frac{\mathrm{PRF}({\mathrm{\τ}}_a-t_0)\mathrm{\λ}}{2}\×M\×f_r),$

其中，τ_a表示Keystone变换后新的慢时间，PRF为脉冲重复频率，λ为信号波长，M表示方位模糊数。

步骤7，对方位向滤波处理后的回波信号作距离向逆傅里叶变换和方位向傅里叶变换，得到回波信号在距离时域-方位多普勒域的成像结果：

$s\left(t,{f_a}^{\′}\right)=\mathrm{\σ}{G}_r{G}_{\mathrm{az}}\sin c\left(B(t-\frac{2}{c}{R}_e)\right)\sin c\left(T_a({f_a}^{\′}+\frac{2}{\mathrm{\λ}}{\mathrm{\υ}}_e)\right)\exp (-j\frac{4\mathrm{\π}}{\mathrm{\λ}}{R}_e+j\frac{4\mathrm{\π}}{c}{\mathrm{\υ}}_0\×f_c\×t_0),$

其中G_r和G_az分别为距离和方位脉压增益，f_a′为时间τ_a对应的频率，T_a为合成孔径时间，R_e为等效瞬时斜距，υ_e表示等效瞬时载机速度，υ₀为基带内速度。

从s(t，f_a′)可知动目标已被精确聚焦成像，其位置由等效瞬时载机速度υ_e和等效瞬时斜距R_e决定。

至此，基于解斜和楔石处理的动目标瞬时距离多普勒成像方法基本完成。

以下通过运动点目标仿真实验及实测数据中动目标成像处理进一步说明本发明的有效性。

一、运动点目标仿真实验

1．仿真条件：本仿真分别对慢速和快速运动点目标进行成像仿真实验。仿真参数如表一：

表一：仿真系统主要参数

波长（m）	0.03
		雷达速度（m/s）	6800
距离带宽（MHZ）	75
		距离采样率（MHZ）	85
PRF(HZ)	3000
		脉冲持续时间（μs）	10
方位天线长度（m）	5
		最短斜距	780e3

2.仿真内容：

仿真1：应用本发明对径向速度为15m/s的慢速运动点目标进行仿真成像。运动点目标原始回波信号经距离压缩后如图2（a）所示，其二维频谱图如图2（b）所示，对回波信号进行“解斜”处理后如图2（c）所示，再对回波信号进行Keystone变换，并作距离向逆傅里叶变换和方位向傅里叶变换后的聚焦成像图如图2（d）所示。

仿真2：应用本发明对径向速度为30m/s的快速运动点目标进行仿真成像。运动点目标原始回波信号经距离压缩后如图3（a）所示，其二维频谱图如图3（b）所示，对回波信号进行“解斜”处理后如图3（c）所示，再对回波信号进行Keystone变换，并作距离向逆傅里叶变换和方位向傅里叶变换后的聚焦成像图如图3（d）所示。

3.仿真结果分析：

从图2（a）和图3（a）可以看出，运动点目标的回波信号中存在距离走动；

从图2（b）和图3（b）可以看出，回波信号基带内不包含一个完整的方位频谱；

从图2（c）和图3（c）可以看出，经过解斜处理后，距离徙动的二次徙动量被校正了，并且方位带宽得到了压缩；

从图2（d）和图3（d）可以看出，回波信号经过Keystone变换，并作距离向逆傅里叶变换和方位向傅里叶变换后，距离徙动的线性走动量被校正了，并得到了很好的聚焦成像效果。

二、实测数据中动目标成像处理

1．成像处理条件：

在实测数据中选定的某一区域如图4所示，对其中的目标1和目标2进行成像处理。实测数据采集系统的主要参数如表二：

表二：系统主要参数

频率范围	X波段
		速度（m/s）	110.3
距离带宽（MHZ）	18
		距离采样率（MHZ）	20
PRF(HZ)	830
		脉冲持续时间（μs）	40
斜距（km）	50
		斜视角（度）	0

2.成像处理内容：

成像处理1：提取目标1对应的原始回波数据，利用本发明对原始回波数据进行成像处理得到回波数据的方位模糊数估计结果图如图5（a）所示，目标1的聚焦成像图如图5（b）所示。

成像处理2：提取目标2对应的原始回波数据，利用本发明对原始回波数据进行成像处理得到回波数据的方位模糊数估计结果图如图6（a）所示，目标2的聚焦成像图如图6（b）所示。

3．成像处理结果分析：

从图5（b）和图6（b）可以看出，运动目标1和2都得到了很好的聚焦成像效果。

Claims (3)

1.一种基于解斜和楔石处理的动目标瞬时距离多普勒成像方法，包括如下步骤：

(1)接收原始合成孔径雷达回波信号，对回波信号作距离向傅里叶变换得到回波信号在距离频域-方位时域的表达式；

(2)根据回波信号在距离频域-方位时域的表达式，构造一个方位“解斜”函数H(f_r，t_a；t₀)：

$H(f_r,t_a,t_0)=\exp \left(j\frac{4\mathrm{\π}}{c}(f_c+f_r)\frac{{(\mathrm{\υ}-{\mathrm{\υ}}_a)}^2}{2R_b}{(t_a-t_b)}^2\right),$

其中，f_c为载频，f_r为距离频率，υ为载机速度，υ_a为动目标沿航线速度，R_b为载机到场景最近斜距，t_a为慢时间，t₀为任选的方位时间，exp为以自然对数e为底的指数函数，c为光速。

（3）用所述的方位“解斜”函数H(f_r，t_a；t₀)对回波信号进行“解斜”处理，即将回波信号与H(f_r，t_a；t₀)相乘，补偿回波信号的二次徙动量并压缩回波信号方位带宽；

（4）“解斜”处理后，利用Keystone变换去除回波信号的线性走动量；

（5）估计去除线性走动量后回波信号的方位模糊数，利用得到的方位模糊数构造方位滤波函数H(f_r，τ_a)，对回波信号进行方位向的滤波处理；

$H(f_r,{\mathrm{\τ}}_a)=\exp (j\frac{4\mathrm{\π}}{c}\frac{\mathrm{PRF}({\mathrm{\τ}}_a-t_0)\mathrm{\λ}}{2}\×M\×f_r),$

其中，τ_a表示KT变换后新的慢时间，PRF为脉冲重复频率，λ为信号波长，M表示方位模糊数；

（6）对方位向滤波处理后的回波信号作距离向逆傅里叶变换和方位向傅里叶变换，得到回波信号在距离时域-方位多普勒域的成像结果。

2.根据权利要求1中所述的动目标瞬时多普勒成像方法流程，其中所述步骤（4）中的Keystone变换，是通过等式(f_c+f_r)(t_a-t₀)＝f_c(τ_a-t₀)，将回波信号由慢时间t_a表示变换为由新的慢时间τ_a表示。

3.根据权利要求1中所述的动目标瞬时多普勒成像算法流程，其中步骤（5）所述的估计去除线性走动量后回波信号的方位模糊数，按如下步骤进行:

（5a）构造模糊数估计滤波函数H(f_r，τ_a)形成一组滤波器：

$H(f_r,{\mathrm{\τ}}_a)=\exp (j\frac{4\mathrm{\π}}{c}\frac{\mathrm{PRF}({\mathrm{\τ}}_a-t_0)\mathrm{\λ}}{2}\×M^{\′}\×f_r),$

其中M′=-5，-4，-3，，-2，-1，0，1，2，3，4，5为整数，f_r表示距离频率，τ_a表示KT变换后新的慢时间，PRF为脉冲重复频率，t₀为任意选取的方位时间，c为光速，λ为信号波长；

（5b）将回波信号送入该组滤波器，回波信号经过每一个滤波器后输出一个目标图像；

（5c）定义目标图像的熵值为：

$E\left(s\right)=\underset{t}{\∫}\underset{{f_a}^{\′}}{\∫}-\frac{{\left|s(t,{f_a}^{\′})\right|}^2}{S}\log \frac{{\left|s(t,{f_a}^{\′})\right|}^2}{S}\mathrm{dtd}{f_a}^{\′},$

其中，

为中间变量，|s(t，f_a′)|为目标图像幅度。

（5d）根据目标图像的熵值，求得回波信号的方位模糊数M：

$M=\arg \underset{M^{\′}}{\min }E\left(s\right),$

其中，

表示将E(s)最小时所对应的M′赋于M。

Images