CN104515980A - 一种基于InSAR构型的地面运动目标检测方法和装置 - Google Patents

Abstract

本发明公开了一种基于InSAR构型的地面运动目标检测方法和装置，其中，该方法包括：根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像；将成像后的多个雷达的初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像；对SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元；对配准后的SAR图像进行空时自适应处理；对空时自适应处理后的SAR图像进行高程相位补偿；利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。该方法采用高程相位补偿的方法可以明显提高测速精度，可以将测速误差控制在0.05左右。

Description

一种基于InSAR构型的地面运动目标检测方法和装置

技术领域

本发明涉及地面运动目标检测技术领域，具体地，涉及一种基于InSAR构型的地面运动目标检测方法和装置。

背景技术

地面运动目标检测(GMTI，Ground Moving Target Indication)在军事上具有特殊重要的意义，一直是人们关注的焦点问题。传统的单星天基雷达由于受到基线长度的限制，大大制约了其GMTI的性能。干涉合成孔径雷达(InSAR，Interferometric Synthetic Aperture Radar)系统具有长基线和多基线的特点，实现了对目标地面三维地貌的高精度成像和对地面运动目标高精度检测，即能在获取高程信息的同时检测运动目标，并由于其在检测低速运动目标方面具有明显优势，使得结合InSAR做地面运动目标检测成为国内外研究的一个重要方面。

目前在InSAR构型下进行GMTI的相关研究有：基于分布式小卫星的地面运动目标检测方法(美国的TechSat21计划)；利用InSAR构型具有单航过的优点，并能提供长基线和多基线，降低地面动目标检测的最小可检测速度(MDV)；在InSAR－GMTI处理过程中引入运动目标成像的概念从而提高测速精度的方法。然而，上述处理方法都很少充分考虑由于较长垂直基线带来的杂波抑制和存在配准误差时动目标测速定位的稳健性问题，如杂波自由度随地形起伏大大增加等。

发明内容

本发明是为了克服现有技术中地面运动目标检测时不能充分考虑于较长垂直基线带来的杂波抑制等造成稳健性不高的缺陷，根据本发明的一个方面，提出一种基于InSAR构型的地面运动目标检测方法。

本发明实施例提供的一种基于InSAR构型的地面运动目标检测方法，包括：根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像；将成像后的多个雷达的 初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像；对SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元；对配准后的SAR图像进行空时自适应处理；对空时自适应处理后的SAR图像进行高程相位补偿；利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。

在上述技术方案中，对SAR图像进行配准处理，包括：利用像素配准法或亚像素配准法对SAR图像进行配准处理，图像配准的精度高于十分之一个分辨单元。

在上述技术方案中，对配准后的SAR图像进行空时自适应处理，还包括：根据联合像素消杂波的方法对SAR图像进行杂波抑制处理。

在上述技术方案中，对空时自适应处理后的SAR图像进行高程相位补偿，包括：

根据两幅SAR图像进行高程相位补偿，两幅SAR图像干涉相位为：

$\mathrm{\ψ}(i,j)=\mathrm{mean}\left\{\underset{m=-L}{\overset{L}{\mathrm{\Σ}}}\underset{n=-K}{\overset{K}{\mathrm{\Σ}}}\arg \right[s_1^{*}(i+m,j+n)s_2(i+m,j+n)\left]\right\}$

其中s₁(i,j)和s₂(i,j)分别代表复图像1和2的复值，L和K代表在距离向和方位向滑窗大小，L＝K＝3。

高程相位补偿后的SAR图像像素值为：

$\hat{s}(i,j)=s(i,j)\·{\mathrm{\ψ}}^{*}(i,j).$

本发明是为了克服现有技术中地面运动目标检测时不能充分考虑于较长垂直基线带来的杂波抑制等造成稳健性不高的缺陷，根据本发明的一个方面，提出一种基于InSAR构型的地面运动目标检测装置。

本发明实施例提供的一种基于InSAR构型的地面运动目标检测装置，包括：

滑动聚束模块，用于根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像；

压缩感知模块，用于将成像后的多个雷达的初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像；

配准模块，用于对SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元；

空时自适应处理模块，用于对配准后的SAR图像进行空时自适应处理；

高程相位补偿模块，用于对空时自适应处理后的SAR图像进行高程相位补偿；

目标检测模块，用于利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。

在上述技术方案中，配准模块具体用于：利用像素配准法或亚像素配准法对SAR图像进行配准处理，图像配准的精度高于十分之一个分辨单元。

在上述技术方案中，空时自适应处理模块，还用于：根据联合像素消杂波的方法对SAR图像进行杂波抑制处理。

在上述技术方案中，高程相位补偿模块具体用于：

根据两幅SAR图像进行高程相位补偿，两幅SAR图像干涉相位为：

$\mathrm{\ψ}(i,j)=\mathrm{mean}\left\{\underset{m=-L}{\overset{L}{\mathrm{\Σ}}}\underset{n=-K}{\overset{K}{\mathrm{\Σ}}}\arg \right[s_1^{*}(i+m,j+n)s_2(i+m,j+n)\left]\right\}$

其中s₁(i,j)和s₂(i,j)分别代表复图像1和2的复值，L和K代表在距离向和方位向滑窗大小，L＝K＝3。

高程相位补偿后的SAR图像像素值为：

$\hat{s}(i,j)=s(i,j)\·{\mathrm{\ψ}}^{*}(i,j).$

本发明实施例提供的基于InSAR构型的地面运动目标检测方法和装置，采用高程相位补偿的方法可以明显提高测速精度，将测速误差控制在0.05左右。同时，采用联合像素消杂波的方法，可以很好地抑制杂波。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中基于InSAR构型的地面运动目标检测的方法流程图；

图2为本发明实施例中有无高度补偿的测速误差性能比较图；

图3为本发明实施例中联合像素与单像素测速误差比较图；

图4为本发明实施例中基于InSAR构型的地面运动目标检测装置的结构图。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

根据本发明实施例，提供了一种基于InSAR构型的地面运动目标检测方法，图1为该方法的流程图，具体包括：

步骤101：根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像.

步骤102：将成像后的多个雷达的初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像。

步骤103：对SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元。

具体的，可以利用像素配准法或亚像素配准法对SAR图像进行配准处理，图像配准的精度高于十分之一个分辨单元。

步骤104：对配准后的SAR图像进行空时自适应处理。

步骤105：对空时自适应处理后的SAR图像进行高程相位补偿。

步骤106：利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。

本发明实施例提供的基于InSAR构型的地面运动目标检测方法，采用高程相位补偿的方法可以明显提高测速精度，将测速误差控制在0.05左右。

其中，在动目标检测的处理过程中，由于InSAR构型存在长的垂直基线，杂波自由度大大增加，传统的单像素消杂波方法并不能很好的抑制杂波，所以步骤104中通过空时自适应处理来抑制图像内的杂波，还可以包括：根据联合像素消杂波的方法对SAR图像进行杂波抑制处理。

具体的，将回波数据重构如图2所示，选择待检测像素及周围的8个像 素(依实际情况而定，也可以按“十”字选取)，以2通道为例，排列如下：

x_m(i,j)＝[s_m(i,j),s_m(i-1,j-1),s_m(i-1,j),s_m(i-1,j+1),...,s_m(i+1,j+1)]^T

其中(i,j)为待检测像素在图像中的位置，将多个通道的数据排列成矢量的形式：

$X(i,j)={[x_1^T(i,j)x_2^T(i,j)...x_N^T(i,j)]}^T$

该数据是一个维数维9N×1的矢量。则杂波加噪声的协方差矩阵可以写为：

R(i,j)＝E{X(i,j)X^H(i,j)}

式中E{.}表示求数学期望的运算，[]^H表示矢量的共轭转置操作。实际系统的协方差矩阵R是通过周围多个满足独立同分布的像素数据平均来估计的：

$R(i,j)=\frac{1}{\mathrm{ML}}\underset{l=-L/2}{\overset{L/2-1}{\mathrm{\Σ}}}\underset{m=-M/2}{\overset{M/2-1}{\mathrm{\Σ}}}X(i+l,j+m)X^H(i+l,j+m)$

其中L和M分别为沿方位向和距离向选取的样本数，为保证输出信杂噪比的损失不超过3dB(相对于确知协方差矩阵下的最佳信杂噪比)，要求ML大于两倍自由度.在动目标检测中，为了避免目标信号污染样本，可以在估计协方差矩阵时保留一些保护单元，即在估计协方差矩阵时避开待检测像素及其最相邻的像素。

然后可得自适应权矢量W＝μR^-1a，其中a为导向矢量。

若运动目标在SAR图像上的位置为(i,j)，则第m颗卫星中的运动目标成像后的信号可以写为：  $s_m(i,j)=\mathrm{\σ}(i,j)\exp (-j\frac{2\mathrm{\π}}{\mathrm{\λ}}r(i,j)\exp (-j\frac{2\mathrm{\π}{v}_r(i,j)d_{\mathrm{ml}}}{\mathrm{\λ}{v}_a}))$

其中σ(i,j)为该运动目标的复反射系数，r(i,j)为卫星在成像中心时刻到该目标的斜距，d_m1为第m颗卫星的天线中心到参考卫星天线中心的沿航向距离，v_a为卫星速度，v_r为运动目标的径向速度。s₁和s₂干涉后相位差为由上式可得：

上式中的存在相位模糊问题，其主值区间为[-π,π]。由(13)式得到对应的无模糊速度v_r为即无模糊测速范围为而由得到盲速 $v_{\mathrm{rblind}}=n\frac{\mathrm{\λ}{v}_a}{d}.$

具体的，SAR图像经过配准处理以后，利用空时自适应处理来抑制图像 内的杂波。抑制杂波的阵列权矢量w由w＝μR^-1a得到，其中a＝[1,0,...,0]^T。理论上，为约束运动目标的输出增益恒定，a应为运动目标导向矢量a_t。由于运动目标信号不会损失，本发明实施例中用[1,0,...,0]代替a_t[10]。协方差矩阵由独立同分布的样本来估计，从相邻像素中选取样本时应保留保护单元，即沿待处理的像素及其最相邻像素周围取样本，杂波加噪声的协方差矩阵R由下式进行估计：

$R=\frac{1}{L}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l{s}_l^H$

式中L(L≥2N-1)为从相邻像素中获得独立同分布样本数，s_l为第l个相邻像素的阵列矢量。

优选的，对空时自适应处理后的SAR图像进行高程相位补偿，包括：

$\mathrm{\ψ}(i,j)=\mathrm{mean}\left\{\underset{m=-L}{\overset{L}{\mathrm{\Σ}}}\underset{n=-K}{\overset{K}{\mathrm{\Σ}}}\arg \right[s_1^{*}(i+m,j+n)s_2(i+m,j+n)\left]\right\}$

其中s₁(i,j)和s₂(i,j)分别代表复图像1和2的复值，L和K代表在距离向和方位向滑窗大小，L＝K＝3。

高程相位补偿后的SAR图像像素值为：

$\hat{s}(i,j)=s(i,j)\·{\mathrm{\ψ}}^{*}(i,j).$

此外，利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测，及地面运动目标测速定位。

对SAR进行杂波抑制和高程相位补偿之后，利用现有的CFAR技术检测地面动目标。对检测到的运动目标进行测速定位。根据卫星速度v_a并由(13)式计算检测到的目标速度v_r，可以得出目标的定位位置：

$x_0=x+r_c\frac{v_r}{v_a}$

其中，r_c为目标到平台的斜距。

为了验证该方法，本发明实施例通过仿真实验对该方法进行验证，其参数如下表1所示。

表1

卫星高度

卫星速度

波长

脉冲重复频率

垂直基线

水平基线

发射带宽

750km

7492.7m/s

3cm

4464Hz

281.4m

281.4m

60MHz

改善因子定义为：

$\mathrm{IF}\left(\mathrm{dB}\right)=\frac{{\mathrm{SCNR}}_{\mathrm{out}}}{{\mathrm{SCNR}}_{\mathrm{in}}}$

图2为有无高度补偿的测速误差性能比较图，图3为联合像素与单像素测速误差比较图。从图2可以看出进行高度补偿和无高度补偿的动目标测速误差，由于干涉相位中耦合了高程相位，倘若不进行进行高度补偿，测速误差将大大增加。而采用本发明实施例所提供的高度补偿法可以明显提高测速的精度，将测速误差控制在0.05左右，所以在InSAR构型下的动目标检测过程中进行高程补偿是不可或缺的步骤。图3表示的是存在配准误差的情况下联合像素测速法与单像素法测速的误差比较，从图中可以看出由于联合像素法充分利用了待检测目标单元周围的相邻像素的相干信息使得测速精度高于单像素法。

以上详细介绍了基于InSAR构型的地面运动目标检测方法的流程，该方法也可以通过相应的装置实现，下面详细介绍该装置的机构和功能。

本发明实施例提供的一种基于InSAR构型的地面运动目标检测装置，如图4所示，包括： 

滑动聚束模块401，用于根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像；

压缩感知模块402，用于将成像后的多个雷达的初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像；

配准模块403，用于对SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元；

空时自适应处理模块404，用于对配准后的SAR图像进行空时自适应处理；

高程相位补偿模块405，用于对空时自适应处理后的SAR图像进行高程相位补偿；

目标检测模块406，用于利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。

优选的，配准模块403具体用于：利用像素配准法或亚像素配准法对SAR图像进行配准处理，图像配准的精度高于十分之一个分辨单元。

优选的，空时自适应处理模块404，还用于：根据联合像素消杂波的方法对SAR图像进行杂波抑制处理。

优选的，高程相位补偿模块405具体用于： 

根据两幅SAR图像进行高程相位补偿，两幅SAR图像干涉相位为：

$\mathrm{\ψ}(i,j)=\mathrm{mean}\left\{\underset{m=-L}{\overset{L}{\mathrm{\Σ}}}\underset{n=-K}{\overset{K}{\mathrm{\Σ}}}\arg \right[s_1^{*}(i+m,j+n)s_2(i+m,j+n)\left]\right\}$

其中s₁(i,j)和s₂(i,j)分别代表复图像1和2的复值，L和K代表在距离向和方位向滑窗大小，L＝K＝3。

高程相位补偿后的SAR图像像素值为：

$\hat{s}(i,j)=s(i,j)\·{\mathrm{\ψ}}^{*}(i,j).$

本发明实施例提供的基于InSAR构型的地面运动目标检测方法和装置，采用高程相位补偿的方法可以明显提高测速精度，将测速误差控制在0.05左右。同时，采用联合像素消杂波的方法，可以很好地抑制杂波。

本发明能有多种不同形式的具体实施方式，上面以图1-图4为例结合附图对本发明的技术方案作举例说明，这并不意味着本发明所应用的具体实例只能局限在特定的流程或实施例结构中，本领域的普通技术人员应当了解，上文所提供的具体实施方案只是多种优选用法中的一些示例，任何体现本发明权利要求的实施方式均应在本发明技术方案所要求保护的范围之内。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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 (8)

1.一种基于InSAR构型的地面运动目标检测方法，其特征在于，包括：

根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像；

将成像后的多个雷达的初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像；

对所述SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元；

对配准后的SAR图像进行空时自适应处理；

对空时自适应处理后的SAR图像进行高程相位补偿；

利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。

2.根据权利要求1所述的方法，其特征在于，对所述SAR图像进行配准处理，包括：

利用像素配准法或亚像素配准法对所述SAR图像进行配准处理，图像配准的精度高于十分之一个分辨单元。

3.根据权利要求1或2所述的方法，其特征在于，对配准后的SAR图像进行空时自适应处理，还包括：

根据联合像素消杂波的方法对SAR图像进行杂波抑制处理。

4.根据权利要求1或2所述的方法，其特征在于，所述对空时自适应处理后的SAR图像进行高程相位补偿，包括：

根据两幅SAR图像进行高程相位补偿，两幅SAR图像干涉相位为：

$\mathrm{\ψ}(i,j)=\mathrm{mean}\left\{\underset{m=-L}{\overset{L}{\mathrm{\Σ}}}\underset{n=-K}{\overset{K}{\mathrm{\Σ}}}\arg \right[s_1^{*}(i+m,j+n)s_2(i+m,j+n)\left]\right\}$

其中s₁(i,j)和s₂(i,j)分别代表复图像1和2的复值，L和K代表在距离向和方位向滑窗大小，L＝K＝3。

高程相位补偿后的SAR图像像素值为：

$\hat{s}(i,j)=s(i,j)\·{\mathrm{\ψ}}^{*}(i,j).$

5.一种基于InSAR构型的地面运动目标检测装置，其特征在于，包括：

滑动聚束模块，用于根据场景辐照区接收到的原始回波信号建立滑动聚束SAR回波模型，并对模型中的单个雷达的二维滑动聚束初始SAR图像；

压缩感知模块，用于将成像后的多个雷达的初始SAR图像组成三维矩阵，对三维矩阵切片进行压缩感知处理，获得SAR图像；

配准模块，用于对所述SAR图像进行配准处理，不同SAR图像中的同一像素对应于同一地面单元；

空时自适应处理模块，用于对配准后的SAR图像进行空时自适应处理；

高程相位补偿模块，用于对空时自适应处理后的SAR图像进行高程相位补偿；

目标检测模块，用于利用恒虚警率检测技术对高程相位补偿后的SAR图像进行目标检测。

6.根据权利要求5所述的装置，其特征在于，所述配准模块具体用于：

利用像素配准法或亚像素配准法对所述SAR图像进行配准处理，图像配准的精度高于十分之一个分辨单元。

7.根据权利要求5或6所述的装置，其特征在于，所述空时自适应处理模块，还用于：

根据联合像素消杂波的方法对SAR图像进行杂波抑制处理。

8.根据权利要求5或6所述的装置，其特征在于，所述高程相位补偿模块具体用于：

根据两幅SAR图像进行高程相位补偿，两幅SAR图像干涉相位为：

$\mathrm{\ψ}(i,j)=\mathrm{mean}\left\{\underset{m=-L}{\overset{L}{\mathrm{\Σ}}}\underset{n=-K}{\overset{K}{\mathrm{\Σ}}}\arg \right[s_1^{*}(i+m,j+n)s_2(i+m,j+n)\left]\right\}$

其中s₁(i,j)和s₂(i,j)分别代表复图像1和2的复值，L和K代表在距离向和方位向滑窗大小，L＝K＝3。

高程相位补偿后的SAR图像像素值为：

$\hat{s}(i,j)=s(i,j)\·{\mathrm{\ψ}}^{*}(i,j).$