CN104730500A - 一种合成孔径雷达残余距离徙动校正方法 - Google Patents

Abstract

本发明公开了一种合成孔径雷达残余距离徙动校正方法，包括以下步骤：S1、获取二维回波信号，利用常规匹配滤波方法进行距离向脉冲压缩；S2、对距离向脉冲压缩后的二维回波数据进行距离徙动校正；S3、对距离徙动校正后的二维回波数据进行残余徙动校正：对距离徙动校正后的回波信号取模，并依次对取模后的信号第p行方位向数据进行残余距离徙动校正，其中，2≤p≤Ν，N为距离向采样点数；S4、输出校正结果。本发明在计算过程中无需进行插值，能够降低数据运算量，提高处理效率；并且在数据分块的情况下，能够精确估计和校正错位图像在空域中的位移量，使校正精度达到亚像素级，为后续高精度成像提供精确可靠的数据。

Description

一种合成孔径雷达残余距离徙动校正方法

技术领域

本发明属于雷达技术领域，特别涉及一种合成孔径雷达残余距离徙动校正方法。

背景技术

合成孔径雷达(SAR)是一种全天时、全天候的二维高分辨率微波遥感成像雷达，目前已被广泛应用在地球遥感、资源勘探、侦察、测绘、灾情预报等领域。SAR距离向高分辨依靠发射大时宽带宽积的线性调频信号来获得，而方位向高分辨率依靠雷达和目标间的相对运动产生的多普勒效应来获取。雷达与目标间的相对运动，一方面带来了方位向的相位变化；另一方面使同一个点目标在不同方位时间上回波延时不同，即产生了所谓的距离徙动。

SAR频域成像算法在完成方位聚焦之前，均需进行距离徙动校正(RCMC)，对距离和方位进行分离处理，将徙动轨迹聚焦于同一距离分辨单元。而实际中，由于风、湍流的影响，平台实际运动往往偏离理想轨迹，运动误差致使点目标回波距离历史出现偏差。因此，RCMC处理后SAR数据中往往还存在残余距离徙动。当运动误差产生的残余距离徙动量小于一个距离分辨单元时可以忽略不计。然而随着成像分辨率的提高，残余距离徙动使得徙动轨迹位于同一距离分辨单元的前提并不总能成立，直接导致成像结果距离向散焦，并且导致每一距离单元内的目标方位能量带宽降低，造成图像方位向分辨率下降，以及相位误差无法得到准确估计的情况。因此在高分辨SAR成像中，残余距离徙动需要得到精确校正。

理论上，利用传感器提供的平台运动信息能够校正残余距离徙动，然而现有传感器精度往往不能满足高分辨SAR成像需求，特别是在某些条件下，如小型无人机，甚至没有传感器信息可用，从而基于回波数据的残余距离徙动校正变的尤为重要。

文献“A.W.Doerry,Autofocus Correction of Excessive Migration in Synthetic ApertureRadar Images.Sandia Report,SAND2004-4770.Albuquerque,New Mexico:Sandia NationalLaboratories,2004”采用降低SAR距离向分辨率，把徙动轨迹并入同一距离单元后，再使用传统一维自聚焦估计相位误差，利用相位误差计算残余距离徙动量，从而校正残余距离徙动。然而该方法是在降低距离向分辨率的前提下进行的，残余距离徙动量估计精度通常较差。文献“D.Zhu,"SAR signal based motion compensation through combining PGA and 2-Dmap drift,"Conference on 2nd Asian-Pacific Synthetic Aperture Radar.pp.435-438,2009”对数据进行方位向分块，当每块数据方位向采样点足够小时，各块数据内部残余距离徙动可以忽略，然后采用距离向子视图相关法将各块数据搬移到同一距离分辨单元，然而数据分块操作大大降低了处理效率。文献“Gonzalez-Partida J-T,Almorox-Gonzalez P,Burgos-Garcia M,Dorta-Naranjo B-P,SAR System for UAV Operation with Motion Error Compensation beyond theResolution Cell.Sensors.2008；8(5):3384-3405”采用逆合成孔径雷达(ISAR)中包络对齐方法，在时域校正残余距离徙动，通过插值处理将徙动轨迹校正到同一距离单元，然而插值处理需要较大的运算量，降低了处理效率。

发明内容

本发明的目的在于克服现有技术的不足，提供一种无需进行插值，能够降低数据运算量，提高处理效率；并且在数据分块的情况下，能够精确估计和校正错位图像在空域中的位移量，使校正精度达到亚像素级的合成孔径雷达残余距离徙动校正方法。

本发明的目的是通过以下技术方案来实现的：一种合成孔径雷达残余距离徙动校正方法，包括以下步骤：

S1、获取二维回波信号，利用常规匹配滤波方法进行距离向脉冲压缩；

S2、对距离向脉冲压缩后的二维回波数据进行距离徙动校正；

S3、对距离徙动校正后的二维回波数据进行残余徙动校正：对距离徙动校正后的回波信号取模，并依次对取模后的信号第p行方位向数据进行残余距离徙动校正，其中，2≤p≤Ν，N为距离向采样点数；

S4、输出校正结果。

进一步地，所述的步骤S1包括以下子步骤：

S11、计算雷达平台对成像区域中心点目标距离历史，产生存在运动误差的SAR点目标仿真回波矩阵；

S12、对回波进行距离向傅里叶变换，然后通过距离向乘以匹配滤波器匹配函数H₁(f_τ)，实现距离向脉冲压缩：

$H_1\left(f_{\mathrm{\τ}}\right)=\mathrm{rect}\left(\frac{f_{\mathrm{\τ}}}{B}\right)\exp (-\mathrm{j\π}\frac{f_{\mathrm{\τ}}^2}{K_r})$

其中，K_r为距离向调频斜率，f_τ为距离向频率，τ为距离向快时间，B为常数；

脉冲压缩后点目标回波数据记为s₀(τ,t)：

$s_0(\mathrm{\τ},t)=\sin c[\mathrm{\τ}-\frac{2R\left(t\right)}{c}]w_{\mathrm{az}}\left(t\right)\exp [-j\frac{4\mathrm{\π}}{\mathrm{\λ}}R\left(t\right)]---\left(1\right)$

其中，c为电磁波传播速度，t为方位向慢时间，w_az(t)为方位向时域包络，λ为波长，R(t)为实际情况中参考点目标的距离历史。

进一步地，所述的步骤S2包括以下子步骤：

S21、将距离向压缩后的回波信号s₀(τ,t)分别进行方位向和距离向傅里叶变换，得到SAR二维频域信号S₀(f_τ,f_η)；

S22、构造距离徙动校正相位H_RCMC(f_τ,f_t)：

$H_{\mathrm{RCMC}}(f_{\mathrm{\τ}},f_t)=\exp (-j2\mathrm{\π}\frac{f_c{V}^2{f}_t^2{f}_{\mathrm{\τ}}}{\mathrm{\λ}{R}_0})---\left(2\right)$

其中，f_c为载波频率，V为平台运动速度，R₀为理想情况下多普勒中心穿越时刻瞬时斜距，f_τ为距离向参考频率，f_t为方位向参考频率；

S23、将步骤S22构造的距离徙动校正相位乘以SAR二维频谱信号S₀(f_τ,f_η)；

S24、将步骤S23得到的频域回波信号进行二维傅里叶反变换，得到距离徙动校正后二维时域信号s₁(τ,t)：

$s_1(\mathrm{\τ},t)=\sin c[\mathrm{\τ}-\frac{{2R}_0+2\mathrm{\ΔR}\left(t\right)}{c}]w_{\mathrm{az}}\left(t\right)\exp [-j\frac{4\mathrm{\π}}{\mathrm{\λ}}R\left(t\right)]---\left(3\right)$

其中，ΔR(t)为平台运动误差所造成的距离历史偏移量。

进一步地，所述的步骤S3中对距离徙动校正后的回波s₁(τ,t)取模，得到信号s₂(τ,t)：

s₂(τ,t)＝|s₁(τ,t)|   (4)

从p＝2到N，依次对信号s₂(τ,t)第p行方位向数据f_p(t)进行残余距离徙动校正，具体包括以下子步骤：

S31、获取相位差函数：对信号s₂(τ,t)的第p-1和p行数据f_p-1(t)、f_p(t)分别进行傅里叶变换，得到频域信号F_p-1(ω)和F_p(ω)，再将两个频域信号对应相除，再提取相位信息，得到F_p-1(ω)和F_p(ω)之间的相位差函数Φ(ω)：

$\mathrm{\Φ}\left(\mathrm{\ω}\right)=\mathrm{angle}\left(\frac{F_p\left(\mathrm{\ω}\right)}{F_{p-1}\left(\mathrm{\ω}\right)}\right)---\left(5\right);$

S32、进行正余弦均值滤波，包括以下子步骤：

S321、把相位差函数Φ(ω)离散化为相位差序列Φ[i]，将Φ[i]映射到一个二维的向量空间，映射关系为：

a[i]＝cos(Φ[i])   (6)

b[i]＝sin(Φ[i])   (7)

其中，a[i]为相位差的正弦序列，b[i]为相位差的余弦序列；

S322、把序列a[i]、b[i]进行均值滤波，得到滤波后序列

$\stackrel{\‾}{a}\left[i\right]=\frac{1}{M}\underset{i\∈W}{\mathrm{\Σ}}a\left[i\right]---\left(8\right)$

$\stackrel{\‾}{b}\left[i\right]=\frac{1}{M}\underset{i\∈W}{\mathrm{\Σ}}b\left[i\right]---\left(9\right)$

其中，W是以i为中心的邻域，M为该邻域平均中的邻域大小；

S323、计算正余弦均值滤波后相位差函数

${\stackrel{\‾}{\mathrm{\Φ}}}_1\left[i\right]=\arctan \left(\frac{\stackrel{\‾}{b}\left[i\right]}{\stackrel{\‾}{a}\left[i\right]}\right)---\left(10\right)$

正余弦均值滤波后的相位差被限制在(-π/2,π/2]；

S324、通过正余弦函数的正负关系判断相位差序列值所处的象限，得到滤波后的相位差序列具体判断方法如下：

1)如果 $\stackrel{\‾}{a}\left[i\right]>0,\stackrel{\‾}{b}\left[i\right]>0,$ 则 ${\stackrel{\‾}{\mathrm{\Φ}}}_2\left[i\right]={\stackrel{\‾}{\mathrm{\Φ}}}_1\left[i\right];$

2)如果 $\stackrel{\&OverBar;}{a}\left[i\right]>0,\stackrel{\&OverBar;}{b}\left[i\right]<0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right];$

3)如果 $\stackrel{\&OverBar;}{a}\left[i\right]<0,\stackrel{\&OverBar;}{b}\left[i\right]>0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]+\mathrm{\&pi;};$

4)如果 $\stackrel{\&OverBar;}{a}\left[i\right]<0,\stackrel{\&OverBar;}{b}\left[i\right]<0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]-\mathrm{\&pi;};$

S325、对滤波后相位差序列进行解缠处理，得到真实相位差序列

S33、进行自适应拟合，具体包括以下子步骤：

S331、对相位差序列求一阶差分，得到差分序列

${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}^{\&prime;}\left[i\right]=\stackrel{\&OverBar;}{\mathrm{\&Phi;}}\left[i\right]-\stackrel{\&OverBar;}{\mathrm{\&Phi;}}[i-1]---\left(11\right)$

S332、对差分序列作邻域平均，得到邻域平均后的差分序列

S333、从中心零频开始，向左和向右分别对序列分别进行峰值搜索，若一旦峰值大于预设的阈值δ，则停止搜索，将大于阈值δ的点的位置作为拟合区间边界，得到拟合区间[c,d]；

S334、对相位差序列在区间[c,d]上进行最小二乘拟合，得到相位差的斜率k_p；

S34、进行位移校正，具体包括以下子步骤：

S341、取步骤S24的距离徙动校正后的二维时域信号s₁(τ,t)第p行方位向信号，记为g_p(t)；

S342、对信号g_p(t)做傅里叶变换得到第p行方位向信号的频谱G(ω)；

S343、对第p行方位向信号的频谱G(ω)乘以exp(jωk_p)后再进行逆傅里叶变换，得到位移校正后的第p行方位向时域数据

${\tilde{g}}_p\left(t\right)=\mathrm{IFT}\left[G\left(\mathrm{\&omega;}\right)\exp \left(j{\mathrm{\&omega;k}}_p\right)\right]---\left(13\right).$

进一步地，所述的步骤S4的具体实现方法为：将信号s₁(τ,t)的第1行方位向信号g₁(t)与校正后第p行数据逐行排列，组成校正后的信号并进行输出，得到校正结果。

本发明的有益效果是：利用SAR距离徙动校正后图像相邻行的相关性，在频域提取相位差，然后采用最小二乘直线拟合的方法估计频域相移，并建立相邻行频域移与时域位移的对应关系，最终校正残余距离徙动所产生的时域位移；相比于已有方法，本发明无需进行插值，能够降低数据运算量，提高处理效率；并且在数据分块的情况下，能够精确估计和校正错位图像在空域中的位移量，使校正精度达到亚像素级，为后续高精度成像提供精确可靠的数据。

附图说明

图1为本发明残余距离徙动校正流程示意图；

图2为本发明具体实施例中SAR几何配置示意图；

图3为本发明具体实施例中距离徙动校正后回波信号示意图(坐标图)；

图4为本发明具体实施例中校正残余距离徙动后回波信号示意图(坐标图)；

图5为不采用本发明残余距离徙动校正方法的SAR成像结果示意图(坐标图)；

图6为采用本发明残余距离徙动校正方法的SAR成像结果示意图(坐标图)。

具体实施方式

下面结合附图和具体实施例进一步说明本发明的技术方案。

如图1所示，一种合成孔径雷达残余距离徙动校正方法，包括以下步骤：

S1、获取二维回波信号，利用常规匹配滤波方法进行距离向脉冲压缩；合成孔径雷达几何配置示意如图2所示，仿真所需参数如表1所示。设置运动误差造成的雷达平台距离历史偏移量ΔR(t)为2.4cos(2π·t·2.5)(t为方位时间，变化范围为[-0.425,0.425]秒，其中t＝0秒为波束中心照射目标的时间)。

表1系统参数表

步骤S1具体包括以下子步骤：

S11、计算雷达平台对成像区域中心点目标距离历史，产生存在运动误差的SAR点目标仿真回波矩阵；

S12、对回波进行距离向傅里叶变换，然后通过距离向乘以匹配滤波器匹配函数H₁(f_τ)，实现距离向脉冲压缩：

$H_1\left(f_{\mathrm{\&tau;}}\right)=\mathrm{rect}\left(\frac{f_{\mathrm{\&tau;}}}{B}\right)\exp (-\mathrm{j\&pi;}\frac{f_{\mathrm{\&tau;}}^2}{K_r})$

其中，K_r为距离向调频斜率，取K_r＝8.00×10¹²Hz/s；f_τ为距离向频率，其变化范围为[-24,24]MHz；τ为距离向快时间，其变化范围为[6.13×10^-5,7.20×10^-5]秒；B为常数；

脉冲压缩后点目标回波数据记为s₀(τ,t)：

$s_0(\mathrm{\&tau;},t)=\sin c[\mathrm{\&tau;}-\frac{2R\left(t\right)}{c}]w_{\mathrm{az}}\left(t\right)\exp [-j\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}R\left(t\right)]---\left(1\right)$

其中，c为电磁波传播速度，t为方位向慢时间，w_az(t)为方位向时域包络，λ为波长，R(t)为实际情况中参考点目标的距离历史。

S2、对距离向脉冲压缩后的二维回波数据进行距离徙动校正；步骤S2包括以下子步骤：

S21、将距离向压缩后的回波信号s₀(τ,t)分别进行方位向和距离向傅里叶变换，得到SAR二维频域信号S₀(f_τ,f_η)，其中方位向频率f_t变化范围为[-300,300]Hz；

S22、构造距离徙动校正相位H_RCMC(f_τ,f_t)：

$H_{\mathrm{RCMC}}(f_{\mathrm{\&tau;}},f_t)=\exp (-j2\mathrm{\&pi;}\frac{f_c{V}^2{f}_t^2{f}_{\mathrm{\&tau;}}}{\mathrm{\&lambda;}{R}_0})---\left(2\right)$

其中，f_c为载波频率，V为平台运动速度，R₀为理想情况下多普勒中心穿越时刻瞬时斜距，f_τ为距离向参考频率，f_t为方位向参考频率；

S23、将步骤S22构造的距离徙动校正相位乘以SAR二维频谱信号S₀(f_τ,f_η)；

S24、将步骤S23得到的频域回波信号进行二维傅里叶反变换，得到距离徙动校正后二维时域信号s₁(τ,t)：

$s_1(\mathrm{\&tau;},t)=\sin c[\mathrm{\&tau;}-\frac{{2R}_0+2\mathrm{\&Delta;R}\left(t\right)}{c}]w_{\mathrm{az}}\left(t\right)\exp [-j\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}R\left(t\right)]---\left(3\right)$

其中，ΔR(t)为平台运动误差所造成的距离历史偏移量，校正后的二维时域信号如图3所示。

S3、对距离徙动校正后的二维回波数据进行残余徙动校正：对距离徙动校正后的回波信号取模，并依次对取模后的信号第p行方位向数据进行残余距离徙动校正，其中，2≤p≤Ν，N为距离向采样点数。

S4、输出校正结果。

如图1所示，所述的步骤S3中对距离徙动校正后的回波s₁(τ,t)取模，得到信号s₂(τ,t)：

s₂(τ,t)＝|s₁(τ,t)|   (4)

从p＝2到N，依次对信号s₂(τ,t)第p行方位向数据f_p(t)进行残余距离徙动校正，具体包括以下子步骤：

S31、获取相位差函数：对信号s₂(τ,t)的第p-1和p行数据f_p-1(t)、f_p(t)分别进行傅里叶变换，得到频域信号F_p-1(ω)和F_p(ω)，再将两个频域信号对应相除，再提取相位信息，得到F_p-1(ω)和F_p(ω)之间的相位差函数Φ(ω)：

$\mathrm{\&Phi;}\left(\mathrm{\&omega;}\right)=\mathrm{angle}\left(\frac{F_p\left(\mathrm{\&omega;}\right)}{F_{p-1}\left(\mathrm{\&omega;}\right)}\right)---\left(5\right);$

S32、进行正余弦均值滤波，包括以下子步骤：

S321、把相位差函数Φ(ω)离散化为相位差序列Φ[i]，将Φ[i]映射到一个二维的向量空间，映射关系为：

a[i]＝cos(Φ[i])   (6)

b[i]＝sin(Φ[i])   (7)

其中，a[i]为相位差的正弦序列，b[i]为相位差的余弦序列；

S322、把步骤S321映射结果中相位差的正弦序列a[i]、余弦序列b[i]用于均值滤波，得到滤波后序列

$\stackrel{\&OverBar;}{a}\left[i\right]=\frac{1}{M}\underset{i\&Element;W}{\mathrm{\&Sigma;}}a\left[i\right]---\left(8\right)$

$\stackrel{\&OverBar;}{b}\left[i\right]=\frac{1}{M}\underset{i\&Element;W}{\mathrm{\&Sigma;}}b\left[i\right]---\left(9\right)$

其中，W是以i为中心的邻域，M为该邻域平均中的邻域大小；

S323、计算正余弦均值滤波后相位差函数

${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]=\arctan \left(\frac{\stackrel{\&OverBar;}{b}\left[i\right]}{\stackrel{\&OverBar;}{a}\left[i\right]}\right)---\left(10\right)$

正余弦均值滤波后的相位差被限制在(-π/2,π/2]；

S324、通过正余弦函数的正负关系判断相位差序列值所处的象限，得到滤波后的相位差序列具体判断方法如下：

1)如果 $\stackrel{\&OverBar;}{a}\left[i\right]>0,\stackrel{\&OverBar;}{b}\left[i\right]>0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right];$

2)如果 $\stackrel{\&OverBar;}{a}\left[i\right]>0,\stackrel{\&OverBar;}{b}\left[i\right]<0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right];$

3)如果 $\stackrel{\&OverBar;}{a}\left[i\right]<0,\stackrel{\&OverBar;}{b}\left[i\right]>0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]+\mathrm{\&pi;};$

4)如果 $\stackrel{\&OverBar;}{a}\left[i\right]<0,\stackrel{\&OverBar;}{b}\left[i\right]<0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]-\mathrm{\&pi;};$

S325、对滤波后相位差序列进行解缠处理，得到真实相位差序列

S33、进行自适应拟合，具体包括以下子步骤：

S331、对相位差序列求一阶差分，得到差分序列

${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}^{\&prime;}\left[i\right]=\stackrel{\&OverBar;}{\mathrm{\&Phi;}}\left[i\right]-\stackrel{\&OverBar;}{\mathrm{\&Phi;}}[i-1]---\left(11\right)$

S332、对差分序列作邻域平均，得到邻域平均后的差分序列

S333、从中心零频开始，向左和向右分别对序列分别进行峰值搜索，若一旦峰值大于预设的阈值δ(δ取为)，则停止搜索，将大于阈值δ的点的位置作为拟合区间边界，得到拟合区间[c,d]；

S334、对相位差序列在区间[c,d]上进行最小二乘拟合，得到相位差的斜率k_p；

S34、进行位移校正，具体包括以下子步骤：

S341、取步骤S24的距离徙动校正后的二维时域信号s₁(τ,t)第p行方位向信号，记为g_p(t)；

S342、对信号g_p(t)进行傅里叶变换得到第p行方位向信号的频谱G(ω)；

S343、对第p行方位向信号的频谱G(ω)乘以exp(jωk_p)进行相位差补偿，然后再进行逆傅里叶变换，得到亚像素级位移校正后位移校正后的第p行方位向时域数据

${\tilde{g}}_p\left(t\right)=\mathrm{IFT}\left[G\left(\mathrm{\&omega;}\right)\exp \left(j{\mathrm{\&omega;k}}_p\right)\right]---\left(13\right).$

如图1所示，所述的步骤S4的具体实现方法为：将信号s₁(τ,t)的第1行方位向信号g₁(t)与校正后第p(p＝2,3,L,N)行数据逐行排列，组成校正后的信号并进行输出，得到校正结果，如图4所示。

图5为不采用本发明不采用本发明残余距离徙动校正方法的SAR成像结果示意图，图6为采用本发明残余距离徙动校正方法的SAR最终成像结果示意图。本发明的方法不需要进行插值与分块处理，从图中可以看出，相较于现有算法大大降低了残余距离徙动校正的运算量，同时，本发明能够精确校正残余距离历史偏移量，为后续高分辨SAR成像奠定了基础。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (5)

1.一种合成孔径雷达残余距离徙动校正方法，其特征在于，包括以下步骤：

S1、获取二维回波信号，利用常规匹配滤波方法进行距离向脉冲压缩；

S2、对距离向脉冲压缩后的二维回波数据进行距离徙动校正；

S3、对距离徙动校正后的二维回波数据进行残余徙动校正：对距离徙动校正后的回波信号取模，并依次对取模后的信号第p行方位向数据进行残余距离徙动校正，其中，2≤p≤Ν，N为距离向采样点数；

S4、输出校正结果。

2.根据权利要求1所述的合成孔径雷达残余距离徙动校正方法，其特征在于，所述的步骤S1包括以下子步骤：

S11、计算雷达平台对成像区域中心点目标距离历史，产生存在运动误差的SAR点目标仿真回波矩阵；

S12、对回波进行距离向傅里叶变换，然后通过距离向乘以匹配滤波器匹配函数H₁(f_τ)，实现距离向脉冲压缩：

$H_1\left(f_{\mathrm{\&tau;}}\right)=\mathrm{rect}\left(\frac{f_{\mathrm{\&tau;}}}{B}\right)\exp (-\mathrm{j\&pi;}\frac{{f_{\mathrm{\&tau;}}}^2}{K_r})$

其中，K_r为距离向调频斜率，f_τ为距离向频率，τ为距离向快时间，B为常数；

脉冲压缩后点目标回波数据记为s₀(τ,t)：

$s_0(\mathrm{\&tau;},t)=\sin c[\mathrm{\&tau;}-\frac{2R\left(t\right)}{c}]w_{\mathrm{az}}\left(t\right)\exp [-j\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}R\left(t\right)]---\left(1\right)$

其中，c为电磁波传播速度，t为方位向慢时间，w_az(t)为方位向时域包络，λ为波长，R(t)为实际情况中参考点目标的距离历史。

3.根据权利要求2所述的合成孔径雷达残余距离徙动校正方法，其特征在于，所述的步骤S2包括以下子步骤：

S21、将距离向压缩后的回波信号s₀(τ,t)分别进行方位向和距离向傅里叶变换，得到SAR二维频域信号S₀(f_τ,f_η)；

S22、构造距离徙动校正相位H_RCMC(f_τ,f_t)：

$H_{\mathrm{RCMC}}(f_{\mathrm{\&tau;}},f_t)=\exp (-j2\mathrm{\&pi;}\frac{f_c{V}^2{f_t}^2{f}_{\mathrm{\&tau;}}}{{\mathrm{\&lambda;R}}_0})---\left(2\right)$

其中，f_c为载波频率，V为平台运动速度，R₀为理想情况下多普勒中心穿越时刻瞬时斜距，f_τ为距离向参考频率，f_t为方位向参考频率；

S23、将步骤S22构造的距离徙动校正相位乘以SAR二维频谱信号S₀(f_τ,f_η)；

S24、将步骤S23得到的频域回波信号进行二维傅里叶反变换，得到距离徙动校正后二维时域信号s₁(τ,t)：

$s_1(\mathrm{\&tau;},t)=\sin c[\mathrm{\&tau;}-\frac{{2R}_0+2\mathrm{\&Delta;R}\left(t\right)}{c}]w_{\mathrm{az}}\left(t\right)\exp [-j\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}R\left(t\right)]---\left(3\right)$ 其中，ΔR(t)为平台运动误差所造成的距离历史偏移量。

4.根据权利要求3所述的合成孔径雷达残余距离徙动校正方法，其特征在于，所述的步骤S3中对距离徙动校正后的回波s₁(τ,t)取模，得到信号s₂(τ,t)：

s₂(τ,t)＝|s₁(τ,t)|    (4)

从p＝2到N，依次对信号s₂(τ,t)第p行方位向数据f_p(t)进行残余距离徙动校正，具体包括以下子步骤：

S31、获取相位差函数：对信号s₂(τ,t)的第p-1和p行数据f_p-1(t)、f_p(t)分别进行傅里叶变换，得到频域信号F_p-1(ω)和F_p(ω)，再将两个频域信号对应相除，再提取相位信息，得到F_p-1(ω)和F_p(ω)之间的相位差函数Φ(ω)：

$\mathrm{\&Phi;}\left(\mathrm{\&omega;}\right)=\mathrm{angle}\left(\frac{F_p\left(\mathrm{\&omega;}\right)}{F_{p-1}\left(\mathrm{\&omega;}\right)}\right)---\left(5\right);$

S32、进行正余弦均值滤波，包括以下子步骤：

S321、把相位差函数Φ(ω)离散化为相位差序列Φ[i]，将Φ[i]映射到一个二维的向量空间，映射关系为：

a[i]＝cos(Φ[i])    (6)

b[i]＝sin(Φ[i])    (7)

其中，a[i]为相位差的正弦序列，b[i]为相位差的余弦序列；

S322、把序列a[i]、b[i]进行均值滤波，得到滤波后序列

$\stackrel{\&OverBar;}{a}\left[i\right]=\frac{1}{M}\underset{i\&Element;W}{\mathrm{\&Sigma;}}a\left[i\right]---\left(8\right)$

其中，W是以i为中心的邻域，M为该邻域平均中的邻域大小；

S323、计算正余弦均值滤波后相位差函数

${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]=\arctan \left(\frac{\stackrel{\&OverBar;}{b}\left[i\right]}{\stackrel{\&OverBar;}{a}\left[i\right]}\right)---\left(10\right)$

正余弦均值滤波后的相位差被限制在(-π/2,π/2]；

S324、通过正余弦函数的正负关系判断相位差序列值所处的象限，得到滤波后的相位差序列具体判断方法如下：

1)如果 $\stackrel{\&OverBar;}{a}\left[i\right]>0,\stackrel{\&OverBar;}{b}\left[i\right]>0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right];$

2)如果 $\stackrel{\&OverBar;}{a}\left[i\right]>0,\stackrel{\&OverBar;}{b}\left[i\right]>0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right];$

3)如果 $\stackrel{\&OverBar;}{a}\left[i\right]<0,\stackrel{\&OverBar;}{b}\left[i\right]>0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]+\mathrm{\&pi;};$

4)如果 $\stackrel{\&OverBar;}{a}\left[i\right]<0,\stackrel{\&OverBar;}{b}\left[i\right]<0,$ 则 ${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_2\left[i\right]={\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}_1\left[i\right]-\mathrm{\&pi;};$

S325、对滤波后相位差序列进行解缠处理，得到真实相位差序列

S33、进行自适应拟合，具体包括以下子步骤：

S331、对相位差序列求一阶差分，得到差分序列

${\stackrel{\&OverBar;}{\mathrm{\&Phi;}}}^{\&prime;}\left[i\right]=\stackrel{\&OverBar;}{\mathrm{\&Phi;}}\left[i\right]-\stackrel{\&OverBar;}{\mathrm{\&Phi;}}[i-1]---\left(11\right)$

S332、对差分序列作邻域平均，得到邻域平均后的差分序列

S333、从中心零频开始，向左和向右分别对序列分别进行峰值搜索，若一旦峰值大于预设的阈值δ，则停止搜索，将大于阈值δ的点的位置作为拟合区间边界，得到拟合区间[c,d]；

S334、对相位差序列在区间[c,d]上进行最小二乘拟合，得到相位差的斜率k_p；

S34、进行位移校正，具体包括以下子步骤：

S341、取步骤S24的距离徙动校正后的二维时域信号s₁(τ,t)第p行方位向信号，记为g_p(t)；

S342、对信号g_p(t)做傅里叶变换得到第p行方位向信号的频谱G(ω)；

S343、对第p行方位向信号的频谱G(ω)乘以exp(jωk_p)后再进行逆傅里叶变换，得到位移校正后的第p行方位向时域数据

${\tilde{g}}_p\left(t\right)=\mathrm{IFT}\left[G\left(\mathrm{\&omega;}\right)\exp \left({\mathrm{j\&omega;k}}_p\right)\right]---\left(13\right).$

5.根据权利要求4所述的合成孔径雷达残余距离徙动校正方法，其特征在于，所述的步骤S4的具体实现方法为：将信号s₁(τ,t)的第1行方位向信号g₁(t)与校正后第p行数据逐行排列，组成校正后的信号并进行输出，得到校正结果。