CN103323820B - 一种抑制频率步进sar一维距离图像栅瓣的方法 - Google Patents

Abstract

本发明公开了一种抑制频率步进SAR一维距离图像栅瓣的方法，该方法首先对各子频点数据进行距离向匹配滤波，再依次进行方位向分块、选点、加窗、圆位移、傅里叶变换等操作进而得到相位误差；该方法通过估计此相位误差，然后补偿此相位误差，可以达到抑制一维距离图像栅瓣的目的。

Description

一种抑制频率步进SAR一维距离图像栅瓣的方法

技术领域

本发明属于合成孔径雷达技术领域，涉及一种抑制频率步进SAR一维距离图像栅瓣的方法。

背景技术

合成孔径雷达（SAR）利用目标与载机之间的相对运动来形成一个非常大的方位向合成孔径，从而获得非常高的方位向分辨率。为了获得距离向的高分辨率，需要发射一个超宽带的线性调频信号，这对普通的雷达系统来说是个非常大的挑战。

一个众所周知的获得高距离向分辨率的技术就是频率步进技术。采用这种技术的SAR发射的是一组窄带信号而不是一个超宽带信号。利用后期的数据处理来获得距离向超宽带。这种方法的优点就是雷达发射信号的实际瞬时带宽远小于总的合成宽带，从而大大降低了对系统的要求。因此，借助一个普通的雷达系统就可以得到高距离向分辨率。

频率步进体制雷达中的一个固有的问题就是各子频点发射信号中存在幅度或相位误差时，一维高分辨距离图像中会出现栅瓣。这些栅瓣降低了成像结果的分辨能力，同时也影响了成像质量。现在已经有一些文章讨论了抑制这些栅瓣的不同的途径，但这些不同的途径都是通过打破发射信号的周期性来达到降低栅瓣的目的。比如有些文章提到通过改变这些发生脉冲相互之间的脉冲宽度来实现抑制栅瓣的目标，然而另外一些文章则提出通过产生非线性的宽带信号来抑制栅瓣。但这些途径只对特定的系统参数有效，所以这些途径很难用于一般的频率步进SAR系统中。另外可以使用角反射器回波数据对频率步进信号进行距离向相位误差估计和补偿，但是该方法在实际应用中是不现实的。

发明内容

本发明提出了一种用PGA算法来估计频率步进信号距离向二阶以上（含二阶）相位误差的方法，通过估计此相位误差，然后补偿此相位误差，可以达到抑制一维距离图像栅瓣的目的。

本发明方法是通过下述技术方案实现的：步骤一：取出频率步进回波信号中相同频点的子频点数据，并对各子频点数据进行距离向匹配滤波，得到距离向匹配滤波后的各子频点时域数据；

步骤二：将步骤一得到距离向匹配滤波后的各子频点时域数据在方位向上进行分块得到多个方位向数据块并进行编号；

步骤三：针对步骤二得到每个方位向数据块，均进行选点操作：取一个方位向数据块，从中选取周围相对空阔的强特显点；其中周围相对空阔的强特显点的选择根据以下两种准则之一进行：

（1）能量最大准则

从方位向数据块中的每个PRT回波数据的脉冲压缩结果中选择一个能量最大的点，并把这些选择出来的能量最大的点按能量从大到小进行排序，选择其中前10%的能量最大的点作为后续估计中需要使用的周围相对空阔的强特显点；

（2）信杂比最大准则

从所选取的方位向数据块的每个PRT回波数据的脉冲压缩结果中选择一个能量最大的点；对于选择出来的每个能量最大的点，计算其3dB宽度，记为L；统计每个能量最大点3dB宽度内的能量作为信号能量，其3dB宽度外的宽度为10×L范围内的能量作为杂波能量，从而计算出每个能量最大点的信杂比；按信杂比从大到小的顺序对上述选择出来的能量最大点进行排序，选择其中前10%的信杂比能量最大的点作为后续的估计中需要使用的周围相对空阔的强特显点；

步骤四：对步骤三中得到的周围相对空阔的强特显点进行加窗得到加窗截取后的强特显点；

步骤五：将加窗截取的强特显点的距离图像作圆位移，使强特显点的峰值移到图像中心即频域中的零频率位置；

步骤六：将步骤五中进行圆位移后的数据进行傅里叶变换，得到强特显点数据的频谱；

步骤七：对步骤六得到的强特显点数据的频谱求相关，得到各个强特显点数据频谱的相关序列r_n(m)，然后对这些强特显点的相关序列相加，得到合成向量序列其中N为强特显点个数，n取1至N中的整数，m为PRT回波数据所对应数据序列的离散点；

步骤八：取合成向量序列的角度，该角度就是相位误差的梯度ΔΦ_m，即 ${\mathrm{\Δ\Φ}}_m=\arg \left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{r}_n\left(m\right)\right];$

步骤九：对上述计算得到的相位误差梯度进行积分，得到方位向数据块中的距离向频域误差相位；

步骤十：取出从各个子频点的相同编号方位向数据块中估计得到的相位误差，并对这些相位误差做平均，取平均后的相位误差用于各子频点数据的对应方位向数据块的频域相位误差补偿，完成频率步进SAR一维距离图像栅瓣抑制。

本发明的有益效果：

本方法能够准确的估计出距离向信号的二阶以上（含二阶）的相位误差，能有效的抑制一维距离图像中的栅瓣。

附图说明

图1为估计得到的子频点频域相位误差图；

图2为没有进行相位补偿的一维距离图像；

图3为进行相位补偿的一维距离图像；

图4为本发明的流程图；

具体实施方式

下面结合附图对本发明方法的实施方式做详细说明。

该方法的具体步骤如图4所示：

步骤一：取出频率步进回波信号中相同频点的子频点数据，并对各子频点数据进行距离向匹配滤波，得到距离向匹配滤波后的各子频点时域数据；

假设有一个孤立的散射点，其复振幅和位置分别为A1和x1，所以该PRT回波数据内的复图像可表示为A₁S(x-x₁)，与其对应的数据序列若以离散值m(m=0,1,…M-1)表示，则可以写成式中Δk_x为离散波数域的波数单元，其中Φ₁₀为起始相位。

若数据序列有相位误差ξ_m(m=0,1,…M-1)，相位误差使数据序列变成假定的傅里叶变换为h(x)，则原来孤立散射点方位向的复图像表示为原来聚焦好的窄脉冲扩散为宽的斑点。

步骤二：将步骤一得到距离向匹配滤波后的各子频点时域数据在方位向上进行分块得到多个方位向数据块并进行编号；

由于数据序列中的相位误差ξ_m(m=0,1,…M-1)很有可能是时变的，对某一小段时间内的估计出来的相位误差可能并不能用于其它时间段的数据序列的相位误差补偿。因此，在进行相位误差估计之前，我们需要对各子频点数据沿方位向分块，然后在每个方位向数据块内进行相位误差估计。

步骤三：针对步骤二得到每个方位向数据块，均进行选点操作：取一个方位向数据块，从中选取周围相对空阔的强特显点；其中周围相对空阔的强特显点的选择根据以下两种准则之一进行：

（1）能量最大准则

从所选取的方位向数据块的每个PRT回波数据的脉冲压缩结果中选择一个能量最大的点，并把这些选择出来的能量最大的点按能量从大到小进行排序，选择其中前10%的能量最大的点作为后续估计中需要使用的周围相对空阔的强特显点；

（2）信杂比最大准则

从所选取的方位向数据块的每个PRT回波数据的脉冲压缩结果中选择一个能量最大的点。对于选择出来的每个能量最大的点，计算其3dB宽度，记为L。统计每个能量最大点3dB宽度内的能量作为信号能量，其3dB宽度外的宽度为10×L范围内的能量作为杂波能量，从而可以计算出每个能量最大点的信杂比。按信杂比从大到小的顺序对上述选择出来的能量最大点进行排序，选择其中前10%的信杂比能量最大的点作为后续的估计中需要使用的周围相对空阔的强特显点。

步骤四：对步骤三中得到的周围相对空阔的强特显点进行加窗得到加窗截取后的强特显点；

考虑到散焦效应，可以用窗函数把含有孤立强特显点的一段图像截取下来，其表示式为 $[A_{1}S(x-x_1)+{\mathrm{\Σ}}_i{\mathrm{\σ}}_{i}S(x-x_1)]\⊗h\left(x\right),[x\∈(x_1-L/2,x_1+L/2)].$ 窗函数以x₁为中心，窗宽为L。窗宽根据点的散焦状况来进行调整，但必须要大于特显点散布函数的宽度，从而保留完整的特显点散布函数。其中σ_iS(x-x₁)为众多的小散射点，总的强度比特显点弱很多，可用w₁(x)表示，称为杂波。

加窗有两个好处：保留最强散射点由于相位误差所造成的模糊；去掉对相位误差估计无用的数据，减少来自邻近目标和背景杂波的影响，提高处理区域内的信噪比。

加窗可以去除高频噪声，提高了信噪比。随着迭代的进行，窗逐渐变小，高频分量的噪声越来越小，相位误差的估计就趋于精确。

窗宽的选取非常重要，太大则会引入噪声，太小则无法包含足够的散焦信息，影响估计的精度。针对不同的成像场景以及不同类型的相位误差，可以采用不同的方法来确定窗宽。

（1）自动估计窗宽

根据强特显点本身的情况来确定窗宽。通常采用的方法是以强特显点中心向左右各下降10dB的宽度为W，然后再将其增加50%作为窗宽。随着迭代校正的进行，图像慢慢聚焦，窗的宽度也会越来越小。算法收敛时，窗宽的大小为几个像素单元。

自动估计窗宽的方法适合于估计低阶相位误差。因为这类误差使点目标响应的主瓣展宽，经非相干叠加容易显示出散焦程度，便于确定窗宽。

由于距离向的调频斜率一般都已知，所以距离向散焦情况并不算太严重。自动估计窗宽的方法比较适用于距离向相位误差的估计。

（2）固定变化窗宽

如果成像场景几乎完全由类似杂波、缺乏明显特征的目标组成，由于对比度比较低，强特显点难以同背景杂波区别开来。若采用上述的自动选择窗宽的方法，在迭代过程中窗的宽度就不能收敛。此外，若相位误差属于高阶相位误差，自动估计窗宽的方法也不再适用。因为高阶相位误差的影响主要是增加信号响应的旁瓣，对主瓣的影响不明显。

针对这些数据可以采用递减窗宽的方法，将矩形窗的起始宽度设定为最可能的模糊宽度（一般为几百个像素单元），每迭代一次窗的宽度就降低20%，由此来获得聚焦的图像。

步骤五：将加窗截取的强特显点的距离图像作圆位移，使强特显点的峰值移到图像中心即频域中的零频率位置。

所谓圆位移，就是使数据整体移动，从一侧溢出的数据从数组的另一侧移入。圆周移位的作用：强散射点能够提供有利于相位误差估计的信息，圆周移位使每个距离单元内的强散射点对齐，去掉了点目标的多普勒频移（即线性相位分量），只保留相位误差量。

同时，圆周移位还使对比度比较低的区域对齐。因为若场景的回波类似于杂波，则几乎整个区域的对比度变化都不明显。但这些区域的边缘响应包含有与相位误差有关的信息。为使相位误差估计达到最佳精度，我们利用圆周移位将这些低对比度区域的边缘对齐。

步骤六：将步骤五中进行圆位移后的数据进行傅里叶变换，得到强特显点数据的频谱。

步骤七：对步骤六得到的强特显点数据的频谱求相关，得到各个强特显点数据频谱的相关序列r_n(m)；然后对这些强特显点的相关序列相加，得到合成向量序列其中N为强特显点个数，n取1至N中的整数，m为PRT回波数据所对应数据序列的离散点；

将各段截取的图像变换到频域作直接相加是不行的。虽然图像的峰值通过圆位移平移到图像中心，保证多普勒值为0，但是各个强特显点相应的起始相位不同。为了解决起始相位不同的问题，可不直接用数据序列而用其相关序列做组合处理。若第n个强特显点的数据序列为S_n(m)(m=0,1,…M-1)，则其相关序列可定义为(m=0,1,…M-1)，其中‘*’代表复共轭操作。假设数据序列中的相位误差为ξ_m(m=0,1,…M-1)，定义Δξ_m＝ξ_m-ξ_m-1。相关序列向量r_n(m)的主要指向为Δξ_m(m=0,1,…M-1)。然而，对于不同的强特显点，由于有不同的杂波和噪声影响，r_n(m)的指向有不同的小起伏。对各个强特显点的相关序列向量相加，得到

步骤八：取合成向量序列的角度，该角度就是相位误差的梯度ΔΦ_m，即 $\mathrm{\Δ}{\mathrm{\Φ}}_m=\arg \left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{r}_n\left(m\right)\right].$

步骤九：对上述计算得到的相位误差梯度进行积分，得到方位向数据块中的距离向频域误差相位。

必须保证距离频率为零处的误差相位为零，因为常数误差相位并不会影响点目标的匹配滤波结果，必须保证从各个子频点的相同方位向数据块中估计得到的常数误差相位相同。

步骤十：取出从各个子频点的相同编号方位向数据块中估计得到的相位误差，并对这些相位误差做平均，取平均后的相位误差的有效带宽部分用于各子频点数据的对应方位向数据块的频域相位误差补偿，完成基于PGA算法的频率步进SAR一维距离图像栅瓣抑制。

为了验证本发明给出的基于PGA算法的频率步进SAR一维距离图像栅瓣抑制方法，我们对实测步进频SAR回波数据进行了处理。从子频点数据中提取的频域相位误差如图1所示，横轴为距离频率，纵轴为相位。没有进行相位补偿的一维距离图像如图2所示。将从各个子频点数据中估计的误差相位进行平均，并将其用于各个子频点数据中对应方位向数据块的相位补偿后，其补偿效果如图3所示。可以看到，相位补偿后的699.6米附近的栅瓣有了明显的降低。与补偿前相比，整体下降约10dB。由于栅瓣水平被抑制，自然场景目标的能量反而有所提高。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种抑制频率步进SAR一维距离图像栅瓣的方法，其特征在于，

步骤一：取出频率步进回波信号中相同频点的子频点数据，并对各子频点数据进行距离向匹配滤波，得到距离向匹配滤波后的各子频点时域数据；

步骤二：将步骤一得到距离向匹配滤波后的各子频点时域数据在方位向上进行分块得到多个方位向数据块并进行编号；

步骤三：针对步骤二得到每个方位向数据块，均进行选点操作：取一个方位向数据块，从中选取周围相对空阔的强特显点；

周围相对空阔的强特显点的选择根据以下两种准则之一进行：

(1)能量最大准则

从方位向数据块中的每个PRT回波数据的脉冲压缩结果中选择一个能量最大的点，并把这些选择出来的能量最大的点按能量从大到小进行排序，选择其中前10％的能量最大的点作为后续估计中需要使用的周围相对空阔的强特显点；

(2)信杂比最大准则

从所选取的方位向数据块的每个PRT回波数据的脉冲压缩结果中选择一个能量最大的点；对于选择出来的每个能量最大的点，计算其3dB宽度，记为L；统计每个能量最大点3dB宽度内的能量作为信号能量，其3dB宽度外的宽度为10×L范围内的能量作为杂波能量，从而计算出每个能量最大点的信杂比；按信杂比从大到小的顺序对上述选择出来的能量最大点进行排序，选择其中前10％的信杂比能量最大的点作为后续的估计中需要使用的周围相对空阔的强特显点；

步骤四：对步骤三中得到的周围相对空阔的强特显点进行加窗得到加窗截取后的强特显点；

步骤五：将加窗截取的强特显点的距离图像作圆位移，使强特显点的峰值移到图像中心即频域中的零频率位置；

步骤六：将步骤五中进行圆位移后的数据进行傅里叶变换，得到强特显点数据的频谱；

步骤七：对步骤六得到的强特显点数据的频谱求相关，得到各个强特显点数据频谱的相关序列r_n(m)，然后对这些强特显点的相关序列相加，得到合成向量序列其中N为强特显点个数，n取1至N中的整数，m为PRT回波数据所对应数据序列的离散点；

步骤八：取合成向量序列的角度，该角度就是相位误差的梯度ΔΦ_m，即 ${\mathrm{\Δ\Φ}}_m=\arg \left[\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{r}_n\left(m\right)\right];$

步骤九：对上述计算得到的相位误差梯度进行积分，得到方位向数据块中的距离向频域误差相位；

步骤十：取出从各个子频点的相同编号方位向数据块中估计得到的相位误差，并对这些相位误差做平均，取平均后的相位误差用于各子频点数据的对应方位向数据块的频域相位误差补偿，完成频率步进SAR一维距离图像栅瓣抑制。

2.如权利要求1所述的一种抑制频率步进SAR一维距离图像栅瓣的方法，其特征在于，所述步骤四中的加窗，对其宽度的选择分为两种情况：1)当估计低阶相位误差时，采用自动估计窗宽，以强特显点中心向左右各下降10dB的宽度用W表示，然后再将W增加50％作为窗宽；2)当估计高阶相位误差时，采用固定变化窗宽，将矩形窗的起始宽度设定为最可能的模糊宽度，每迭代一次窗的宽度就降低20％。