CN104062655B

CN104062655B - 一种从雷达原始数据中提取运动参数做干涉测量的方法

Info

Publication number: CN104062655B
Application number: CN201410303010.2A
Authority: CN
Inventors: 王东亮
Original assignee: Institute of Agricultural Resources and Regional Planning of CAAS
Current assignee: Institute of Agricultural Resources and Regional Planning of CAAS
Priority date: 2014-06-27
Filing date: 2014-06-27
Publication date: 2016-04-13
Anticipated expiration: 2034-06-27
Also published as: CN104062655A

Abstract

本发明涉及一种从雷达原始数据中提取运动参数做干涉测量的方法，其包括以下步骤：1)根据参数解算方法从雷达原始数据中提取成像有关的参数，其具体包括有效速度、前向加速度和方位向的位移、原始数据的实部和虚部顺序以及原始数据的Chirp调频率；2)根据提取的成像有关的参数，采用传统距离多普勒或Chirp？Scaling聚焦方法对两幅有重叠的雷达原始数据分别成像，生成聚焦后的单视复数图像；3)采用干涉测量方法将步骤2)中得到的单视复数图像生成数字高程图，完成测量。本发明仅需使用从雷达原始数据提取的参数即可进行聚焦和干涉测量，并达到干涉测量的精度要求。本发明可以广泛应在雷达信号处理领域中应用。

Description

一种从雷达原始数据中提取运动参数做干涉测量的方法

技术领域

本发明涉及一种雷达信号处理方法，特别是关于一种从雷达原始数据中提取运动参数做干涉测量的方法。

背景技术

目前已有的干涉测量方法大多需要首先使用精确的卫星或航空飞行器的轨道数据来成像和运动补偿，而有些情况下限于成本、敏感性、出国政策，很多发展中国家或用户不能安装和使用高精度的GPS和INS设备来记录轨道数据(CummingandLi,2007；Kongetal.,2005；Wuetal,2013；Caoetal.,2010)。这使得雷达成像的应用仅能够在附带有高精度的GPS和INS设备的雷达数据中开展，或从原始数据中提取一些参数，如飞行速度、近距离和天线斜角(Madsen,1989；CummingandLi,2007；Kongetal.,2005；SamczynskiandKulpa,2010)。一些学者已经验证了从原始数据提取的参数的精度，然而，至今还鲜有学者研究从原始数据中提取的参数能否应用于干涉测量以及将从原始数据中提取的参数应用于干涉测量的精度。

发明内容

针对上述问题，本发明的目的是提供一种从雷达原始数据中提取运动参数做干涉测量的方法，其不需要使用精确的轨道数据，而仅需使用从雷达原始数据提取的参数即可进行聚焦和干涉测量，并达到干涉测量的精度要求(差分干涉的精度通常为厘米级)。

为实现上述目的，本发明采取以下技术方案：一种从雷达原始数据中提取运动参数做干涉测量的方法，其包括以下步骤：1)根据参数解算方法从雷达原始数据中提取成像有关的参数，其具体包括有效速度、前向加速度和方位向的位移、原始数据的实部和虚部顺序以及原始数据的Chirp调频率；2)根据提取的成像有关的参数，采用传统距离多普勒或ChirpScaling聚焦方法对两幅有重叠的雷达原始数据分别成像，生成聚焦后的单视复数图像；3)采用干涉测量方法将步骤2)中得到的单视复数图像生成数字高程图，完成测量。

所述步骤1)中，所述参数解算包括以下步骤：(1)将原始数据进行距离傅里叶变换；(2)将步骤(1)中距离傅里叶变换的结果数据与距离匹配滤波器进行卷积运算；(3)将步骤(2)中卷积运算的结果进行距离傅里叶逆变换，完成距离向压缩；(4)将步骤(3)中经过距离向压缩后的结果进行方位傅里叶变换；(5)将经过方位傅里叶变换的结果数据与方位匹配滤波器进行卷积运算，根据卷积运算结果分别执行步骤(6)和步骤(9)；(6)将步骤(5)中的卷积运算的结果进行方位傅里叶逆变换，完成方位向压缩，得到单视复数图像；(7)根据单视复数图像确定原始数据的实部和虚部的顺序；(8)根据原始数据的实部和虚部顺序确定原始数据的信号调频率正负号；(9)将步骤(5)中的卷积运算结果，采用符号多普勒估计算法估计出多普勒中心；使用改进的图像漂移算法，调整方位匹配滤波器的值，提取出多普勒调频率；(10)基于步骤(9)提取出的多普勒中心和多普勒调频率，计算出飞行器平均速度v为：

v = \sqrt{{(f_{dc} λ / 2)}^{2} - (k_{a} R_{ref} λ / 2)},

其中，v为飞行器平均速度；f_dc为多普勒中心、λ为信号波长、R_ref为参考距离；k_a是方位向调频率；(11)若飞行器前向速度或方位向的位移随时间变化，则基于步骤(9)提取的多普勒调频率，分离出飞行器前向加速度和方位向的位移。

所述步骤(7)中，采用以下距离匹配滤波器和方位匹配滤波器来判断原始数据的实部和虚部的顺序：

正常的距离匹配滤波器为：

{sref}_{r} (\hat{t}) = \exp (- {jπk}_{r} {\hat{t}}^{2}) - - - (1)

正常的方位匹配滤波器为：

{sref}_{a} (t_{m}; R_{B}) = \exp (- {jπk}_{a} t_{m}^{2}) - - - (2)

相反的距离匹配滤波器为：

{sref}_{r} (\hat{t}) = \exp (- jπ (- k_{r}) {\hat{t}}^{2}) - - - (3)

相反的方位匹配滤波器为：

{sref}_{a} (t_{m}; R_{B}) = \exp (- jπ (- k_{a}) t_{m}^{2}) - - - (4)

式中，exp(.)为自然常数e的(.)次方；k_r和k_a分别是距离向和方位向调频率；和t_m分别为距离向快时间和方位向慢时间；R_B为成像点到航线的垂直距离；判定实部和虚部顺序的规则如下：若使用公式(1)和(2)对原始数据聚焦，可获得比较清晰的图像；那么，实部和虚部的顺序是正常的，即实部在虚部之前；若使用公式(3)和(4)对原始数据聚焦，可获得比较清晰的图像；那么，实部和虚部的顺序是不正常的，即实部在虚部之后。

所述步骤(8)中，根据方位匹配滤波器的调频率必须为负值，方位向匹配滤波器只有公式(2)是正确的，因此，确定原始数据的信号调频率正负号规则如下：若使用公式(1)和(2)对原始数据聚焦，可获得比较清晰的图像；那么，原始数据的信号调频率一定是k_r；若使用公式(3)和(4)对原始数据聚焦，可获得比较清晰的图像；那么，原始数据的信号调频率一定是-k_r。

所述步骤(11)中，飞行器前向加速度和方位向的位移的分离方法如下：首先，根据已知的k_a、用线性拟合的方式，分离出斜率A(t_m)和常数项B(t_m)：

k_{a} (t_{m}, R_{B}) = A (t_{m}) \frac{1}{R_{B}} + B (t_{m}), k_{a} (t_{m}, R_{B}) = A (t_{m}) \frac{1}{R_{B}} + B (t_{m})

其中：

\{\begin{matrix} A (t_{m}) = - \frac{2}{λ} V_{F}^{2} (t_{m}) \\ B (t_{m}) = - \frac{2}{λ} a_{R} (t_{m}) \end{matrix};

其次，根据斜率A(t_m)和常数项B(t_m)，求出前向瞬时速度V_F(t_m)和方位向加速度a_R(t_m)：

V_{F} (t_{m}) = \sqrt{- \frac{λ}{2} (A (t_{m}))},

a_{R} (t_{m}) = - \frac{λ}{2} B (t_{m});

最后，求出前向加速度和方位向的位移：前向加速度为前向瞬时速度的一次倒数，方位向的位移为方位向加速度的一次积分。

所述步骤3)中，采用干涉测量方法生成数字高程图包括以下步骤：(1)假定雷达原始数据一和雷达原始数据二有重叠，并设定一个初始基线值，对雷达原始数据一和雷达原始数据二分别成像，生成聚焦后的单视复数图像一和单视复数图像二；(2)将单视复数图像一和单视复数图像二进行图像互相匹配实现图像粗匹配，生成干涉图，并将干涉图进行基线估计，估计出一个较为精确的基线，实现对图像的精匹配；(3)精匹配后的图像再生成干涉图，并经过消除平地效应、相位解缠、高程计算和地理编码后，生成数字高程图。

本发明由于采取以上技术方案，其具有以下优点：1、本发明可以从原始数据中较为精确的估计出以下参数：有效速度、前向加速度和方位向的位移、原始数据的实部和虚部顺序以及原始数据的Chirp调频率。2、本发明仅使用从原始数据中估计的参数，不依赖于精确的全球定位系统(GPS)和惯性导航系统(INS)，进行干涉测量，能够基本满足干涉测量的精度要求：约92％DEM绝对误差小于1m，约95％差分相位的小于0.002弧度。

附图说明

图1是本发明基于参数估计的干涉测量方法生成DEM流程示意图；

图2是本发明的参数解算方法流程示意图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

本发明提供一种从雷达原始数据中提取运动参数做干涉测量的方法，其包括以下步骤：

1)根据参数解算方法从雷达原始数据中提取成像有关的参数，其具体包括有效速度、前向加速度和方位向的位移、原始数据的实部和虚部顺序以及原始数据的Chirp调频率；

2)根据提取的成像有关的参数，采用传统距离多普勒或ChirpScaling聚焦方法对两幅有重叠的雷达原始数据分别成像，生成聚焦后的单视复数图像(SLC)；

3)采用干涉测量方法将步骤2)中得到的单视复数图像生成DEM(数字高程图)，完成测量。其中，如图1所示，采用干涉测量方法生成DEM包括以下步骤：

(1)假定雷达原始数据一和雷达原始数据二有重叠，并设定一个初始基线值，对雷达原始数据一和雷达原始数据二分别成像，生成聚焦后的单视复数图像一和单视复数图像二；

(2)将单视复数图像一和单视复数图像二进行图像互相匹配实现图像粗匹配，生成干涉图，并将干涉图进行基线估计，估计出一个较为精确的基线，实现对图像的精匹配；

(3)精匹配后的图像再生成干涉图，并经过消除平地效应、相位解缠、高程计算和地理编码后，生成数字高程图(DEM)。

如图2所示，上述步骤1)中，参数解算过程是集成到传统的距离多普勒算法中的，其包括以下步骤：

(1)将原始数据进行距离傅里叶变换(FFT)；

(2)将步骤(1)中距离傅里叶变换的结果数据与距离匹配滤波器进行卷积运算；

(3)将步骤(2)中卷积运算的结果进行距离傅里叶逆变换(IFFT)，完成距离向压缩；

(4)将步骤(3)中经过距离向压缩后的结果进行方位FFT；

(5)将经过方位傅里叶变换的结果数据与方位匹配滤波器进行卷积运算，根据卷积运算结果分别执行步骤(6)和步骤(9)；

(6)将步骤(5)中的卷积运算的结果进行方位傅里叶逆变换(IFFT)，完成方位向压缩，得到单视复数图像；

(7)根据单视复数图像确定原始数据的实部和虚部的顺序；

由于原始数据中可能为实部在虚部之前，也可能实部在虚部之后。在本发明中，采用以下距离匹配滤波器和方位匹配滤波器来判断原始数据的实部和虚部的顺序：

正常的距离匹配滤波器为：

{sref}_{r} (\hat{t}) = \exp (- {jπk}_{r} {\hat{t}}^{2}) - - - (1)

正常的方位匹配滤波器为：

{sref}_{a} (t_{m}; R_{B}) = \exp (- {jπk}_{a} t_{m}^{2}) - - - (2)

相反的距离匹配滤波器为：

{sref}_{r} (\hat{t}) = \exp (- jπ (- k_{r}) {\hat{t}}^{2}) - - - (3)

相反的方位匹配滤波器为：

{sref}_{a} (t_{m}; R_{B}) = \exp (- jπ (- k_{a}) t_{m}^{2}) - - - (4)

式中，exp(.)为自然常数e的(.)次方；k_r和k_a分别是距离向和方位向调频率；和t_m分别为距离向快时间和方位向慢时间；R_B为成像点到航线的垂直距离。

判定实部和虚部顺序的规则如下：

若使用公式(1)和(2)对原始数据聚焦，可获得比较清晰的图像。那么，实部和虚部的顺序是正常的，即实部在虚部之前；

若使用公式(3)和(4)对原始数据聚焦，可获得比较清晰的图像。那么，实部和虚部的顺序是不正常的，即实部在虚部之后。

(8)根据原始数据的实部和虚部顺序确定原始数据的信号调频率正负号；

根据方位匹配滤波器的调频率必须为负值，方位向匹配滤波器只有公式(2)是正确的，因此，确定原始数据的信号调频率正负号规则如下：

若使用公式(1)和(2)对原始数据聚焦，可获得比较清晰的图像。那么，原始数据的信号调频率一定是k_r；

若使用公式(3)和(4)对原始数据聚焦，可获得比较清晰的图像。那么，原始数据的信号调频率一定是-k_r。

(9)将步骤(5)中的卷积运算结果，采用符号多普勒估计算法(SignDopplerEstimator)估计出多普勒中心；使用改进的图像漂移算法(MapDrift)，调整方位匹配滤波器的值，提取出多普勒调频率；

(10)基于步骤(9)提取出的多普勒中心和多普勒调频率，计算出飞行器平均速度v为：

v = \sqrt{{(f_{dc} λ / 2)}^{2} - (k_{a} R_{ref} λ / 2)} - - - (5)

其中，v为飞行器平均速度；f_dc为多普勒中心、λ为信号波长、R_ref为参考距离；

(11)若飞行器前向速度或方位向的位移随时间变化，可基于步骤(9)提取的多普勒调频率，使用以下方法分离出飞行器前向加速度和方位向的位移：

首先，根据已知的k_a、用线性拟合的方式，分离出斜率A(t_m)和常数项B(t_m)：

k_{a} (t_{m}, R_{B}) = A (t_{m}) \frac{1}{R_{B}} + B (t_{m}), k_{a} (t_{m}, R_{B}) = A (t_{m}) \frac{1}{R_{B}} + B (t_{m}) - - - (6)

其中：

\{\begin{matrix} A (t_{m}) = - \frac{2}{λ} V_{F}^{2} (t_{m}) \\ B (t_{m}) = - \frac{2}{λ} a_{R} (t_{m}) \end{matrix}; - - - (7)

其次，根据斜率A(t_m)和常数项B(t_m)，可求出前向瞬时速度V_F(t_m)和方位向加速度a_R(t_m)：

V_{F} (t_{m}) = \sqrt{- \frac{λ}{2} (A (t_{m}))}, - - - (8)

a_{R} (t_{m}) = - \frac{λ}{2} B (t_{m}) . - - - (9)

下面通过一对卫星雷达原始数据(ALOS/PALSAR)对本发明从雷达原始数据中提取的参数做干涉测量的方法进行验证。原始数据的相关参数如表1所示。

表1一对ALOS/PALSAR原始数据的参数

由表1可知，本发明从雷达原始数据中提取运动参数做干涉测量的方法的精度可基本满足干涉测量的精度要求(大约92％DEM绝对误差小于1m，大约95％差分相位的小于0.002弧度)。

一对卫星雷达原始数据(ALOS/PALSAR)分别采用本发明得到的干涉测量的结果精度和基于GPS/INS轨道数据生成的参数结果精度对比如表2所示。

表2本发明的方法和基于GPS/INS轨道数据生成的参数结果精度对比

由表2可知，本发明提供的从雷达原始数据中提取运动参数做干涉测量的方法能够基本满足干涉测量的精度要求。

上述各实施例仅用于说明本发明，各部件的连接和结构都是可以有所变化的，在本发明技术方案的基础上，凡根据本发明原理对个别部件的连接和结构进行的改进和等同变换，均不应排除在本发明的保护范围之外。

Claims

1.一种从雷达原始数据中提取运动参数做干涉测量的方法，其包括以下步骤：

2)根据提取的成像有关的参数，采用传统距离多普勒或ChirpScaling聚焦方法对两幅有重叠的雷达原始数据分别成像，生成聚焦后的单视复数图像；

3)采用干涉测量方法将步骤2)中得到的单视复数图像生成数字高程图，完成测量；

所述步骤1)中，所述参数解算包括以下步骤：

(1)将原始数据进行距离傅里叶变换；

(3)将步骤(2)中卷积运算的结果进行距离傅里叶逆变换，完成距离向压缩；

(4)将步骤(3)中经过距离向压缩后的结果进行方位傅里叶变换；

(6)将步骤(5)中的卷积运算的结果进行方位傅里叶逆变换，完成方位向压缩，得到单视复数图像；

(7)根据单视复数图像确定原始数据的实部和虚部的顺序；

(9)将步骤(5)中的卷积运算结果，采用符号多普勒估计算法估计出多普勒中心；使用改进的图像漂移算法，调整方位匹配滤波器的值，提取出多普勒调频率；

v = \sqrt{{(f_{d c} λ / 2)}^{2} - (k_{a} R_{r e f} λ / 2)},

其中，v为飞行器平均速度；f_dc为多普勒中心、λ为信号波长、R_ref为参考距离；k_a是方位向调频率；

(11)若飞行器前向速度或方位向的位移随时间变化，则基于步骤(9)提取的多普勒调频率，分离出飞行器前向加速度和方位向的位移；

正常的距离匹配滤波器为：

{sref}_{r} (\hat{t}) = \exp (- {jπk}_{r} {\hat{t}}^{2}) - - - (1)

正常的方位匹配滤波器为：

{sref}_{a} (t_{m}; R_{B}) = \exp (- {jπk}_{a} t_{m}^{2}) - - - (2)

相反的距离匹配滤波器为：

{sref}_{r} (\hat{t}) = \exp (- j π (- k_{r}) {\hat{t}}^{2}) - - - (3)

相反的方位匹配滤波器为：

{sref}_{a} (t_{m}; R_{B}) = \exp (- j π (- k_{a}) t_{m}^{2}) - - - (4)

式中，exp(.)为自然常数e的(.)次方；k_r和k_a分别是距离向和方位向调频率；和t_m分别为距离向快时间和方位向慢时间；R_B为成像点到航线的垂直距离；

判定实部和虚部顺序的规则如下：

若使用公式(1)和(2)对原始数据聚焦，可获得比较清晰的图像；那么，实部和虚部的顺序是正常的，即实部在虚部之前；

若使用公式(3)和(4)对原始数据聚焦，可获得比较清晰的图像；那么，实部和虚部的顺序是不正常的，即实部在虚部之后；

所述步骤(8)中，根据方位匹配滤波器的调频率必须为负值，方位向匹配滤波器只有公式(2)是正确的，因此，确定原始数据的信号调频率正负号规则如下：

若使用公式(1)和(2)对原始数据聚焦，可获得比较清晰的图像；那么，原始数据的信号调频率一定是k_r；

若使用公式(3)和(4)对原始数据聚焦，可获得比较清晰的图像；那么，原始数据的信号调频率一定是-k_r；

所述步骤(11)中，飞行器前向加速度和方位向的位移的分离方法如下：

k_{a} (t_{m}, R_{B}) = A (t_{m}) \frac{1}{R_{B}} + B (t_{m}), k_{a} (t_{m}, R_{B}) = A (t_{m}) \frac{1}{R_{B}} + B (t_{m})

其中：

\{\begin{matrix} A (t_{m}) = - \frac{2}{λ} V_{F}^{2} (t_{m}) \\ B (t_{m}) = - \frac{2}{λ} a_{R} (t_{m}) \end{matrix};

V_{F} (t_{m}) = \sqrt{- \frac{λ}{2} (A (t_{m}))},

a_{R} (t_{m}) = - \frac{λ}{2} B (t_{m});

2.如权利要求1所述的一种从雷达原始数据中提取运动参数做干涉测量的方法，其特征在于：所述步骤3)中，采用干涉测量方法生成数字高程图包括以下步骤：

(3)精匹配后的图像再生成干涉图，并经过消除平地效应、相位解缠、高程计算和地理编码后，生成数字高程图。