CN104914416B - 一种uhf波段sar gmti动目标筛选方法 - Google Patents
一种uhf波段sar gmti动目标筛选方法 Download PDFInfo
- Publication number
- CN104914416B CN104914416B CN201510182569.9A CN201510182569A CN104914416B CN 104914416 B CN104914416 B CN 104914416B CN 201510182569 A CN201510182569 A CN 201510182569A CN 104914416 B CN104914416 B CN 104914416B
- Authority
- CN
- China
- Prior art keywords
- target
- moving
- orientation
- suspicious object
- sar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012216 screening Methods 0.000 title claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 9
- 241001269238 Data Species 0.000 claims abstract description 3
- 230000005012 migration Effects 0.000 claims description 7
- 238000013508 migration Methods 0.000 claims description 7
- 230000012292 cell migration Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 description 19
- 230000033001 locomotion Effects 0.000 description 10
- 238000011084 recovery Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000011045 prefiltration Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种UHF波段SAR GMTI动目标筛选方法，包括顺序执行的以下步骤：步骤一、采用omega‑K算法对多个通道回波数据进行SAR成像处理；步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图像；步骤三、对配准后的SAR图像进行杂波抑制并检测可疑目标；步骤四、恢复可疑目标的多普勒相位历史；步骤五、对可疑目标重新进行成像；步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标；步骤七、对目标进行参数估计及重定位处理。本发明利用逆omega‑K算法恢复SAR图像中目标多普勒相位历史的方法，为后续目标成像提供原始数据，实现在UHF波段的动目标识别。
Description
技术领域
本发明涉及一种多通道合成孔径雷达地面动目标指示信号处理方法，特别是涉及一种动目标筛选方法，尤其涉及一种基于逆omega-K算法的动目标筛选方法。
背景技术
地面动目标指示(ground moving target indication，简称GMTI)是合成孔径雷达(synthetic aperture radar，简称SAR)的一个重要的应用，具备检测及重定位地面动目标的能力，是交通监测及军事侦察的必要功能。超高频(Ultra-High Frequency，简称UHF)波段SAR具备反隐身能力，吸引了SAR研究人员极大的关注。现存的大多数多通道SAR GMTI系统都工作在X或C波段，而这两种波段的雷达穿透植被的能力与UHF波段的雷达相比较弱。
UHF同时带来了一些问题，由于UHF波段雷达波束宽度较宽，所以其成像相干积累时间较其他更高频段的长，即相干处理间隔(Coherent Processing Interval，简称CPI)更长。由于长CPI，无论动目标是否具有切向速度，动目标在SAR图像中都会散焦。这导致后续的恒虚警概率(Constant False Alarm Rate，简称CFAR)检测器的输入信杂噪比(signalto clutter noise ratio，简称SCNR)较低，杂波抑制后的SAR图像中残留静止目标导致虚警概率较高。杂波抑制后动目标响应被保留了下来，由于接收通道间的不匹配，一些强散射的静止目标的杂波也被保留了下来。这些静止及动目标都能够被CFAR检测器检测到，很难区分哪些是真正的动目标。因此有必要寻找一种动目标筛选方法。
文献1(J.R.Fienup,“Detecting moving targets in SAR imagery byfocusing,”IEEE Transactions on Aerospace and Electronic Systems,vol.37,no.3,pp.794-809,2001.)针对单通道SAR动目标检测提出了一种重新聚焦动目标的方法，通过简单的方位向自聚焦能够有效聚焦动目标。由于是针对单通SAR图像进行处理，自聚焦处理前静止杂波未得到抑制，因此其性能受到杂波的严重影响。而且文中假设动目标的像近似存在于一个距离单元内，未发生跨距离单元的情况，这种假设对于UHF波段SAR图像中动目标而言不成立，由于UHF波段SAR的长CPI，动目标的像跨越了多个距离单元，简单的方位向自聚焦不能校正动目标的距离向的散焦，因此这种方法不再有效，有必要寻找一种新的动目标聚焦方法。动目标的聚焦实际上是对动目标进行重新成像，而动目标成像的方法有很多，如文献2(R.Perry,R.Dipietro,and R.Fante,“SAR imaging of moving targets,”Aerospace and Electronic Systems,IEEE Transactions on,vol.35,no.1,pp.188-200,1999.)、文献3(F.Zhou,R.Wu,M.Xing,and Z.Bao,“Approach for single channel SARground moving target imaging and motion parameter estimation,”Radar,Sonar&Navigation,IET,vol.1,no.1,pp.59-66,2007.)、文献4(J.Yang,X.Huang,T.Jin,J.Thompson,and Z.Zhou,“New approach for SAR imaging of ground moving targetsbased on a keystone transform,”Geoscience and Remote Sensing Letters,IEEE,vol.8,no.4,pp.829-833,2011.)，主要方法是利用keystone变换去除动目标的跨距离单元的走动。由于以上方法并非针对多通道动目标检测而言的，并且成像之前已经确定了动目标的存在性，其输入数据为动目标的原始数据，因此这些动目标成像方法不能直接用于多通道的SAR图像中的动目标聚焦，需要寻找一种恢复动目标原始数据的方法，然后再进行成像处理。
到目前为止，针对从omega-K所成SAR图像中恢复动目标的方法，以及利用动目标成像来区分静止及动目标的方法，还未见诸报道。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种UHF波段SAR GMTI动目标筛选方法，用于解决现有的动目标检测方法不能直接用于SAR图像中的动目标聚焦的技术问题。
技术方案：为实现上述目的，本发明采用的技术方案为：
一种UHF波段SAR GMTI动目标筛选方法，包括顺序执行的以下步骤：
步骤一、采用omega-K算法对多个通道回波数据进行SAR成像处理；
步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图像；
步骤三、对配准后的SAR图像进行杂波抑制并检测可疑目标；
步骤四、恢复可疑目标的多普勒相位历史；
步骤五、对可疑目标重新进行成像；
步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标；
步骤七、对动目标进行参数估计及重定位处理。
进一步的，在本发明中，步骤四包括如下过程：
步骤4.1、从配准后的SAR图像上将可疑目标所在区域的SAR图像块提取出来作为子图像块；
步骤4.2、将提取得到的子图像块沿方位轴方向和距离轴方向进行扩展，使得扩展后的子图像块方位轴长度大于该子图像块中可疑目标的方位向信号的多普勒带宽，扩展后的子图像块距离轴能够容纳下该子图像块中可疑目标的距离徙动的距离弯曲；
步骤4.3、利用逆omega-K算法对扩展后的子图像块进行处理从而恢复子图像块中可疑目标的多普勒相位历史。
进一步的，在本发明中，所述逆omega-K算法包括如下步骤：
步骤4.3.1、将方位向从原先的多普勒域变换到时间域，恢复方位向线性调频(Linear Frequency Modulation，简称LFM)信号；
步骤4.3.2、在步骤4.3.1的基础上，将方位向从时间域变换到多普勒域，去除方向位LFM信号；
步骤4.3.3、距离向快速傅里叶变换(Fast Fourier Transformation，简称FFT)，将SAR数据变换到包括距离和方位的两维频域；
步骤4.3.4、利用Stolt插值恢复可疑目标距离徙动间的差别；
步骤4.3.5、通过参考函数相乘恢复一致距离单元徙动(Range Cell Migration，简称RCM)，这里参考函数为omega-K算法中乘参考函数的逆；
步骤4.3.6、将方位向进行快速逆傅里叶变换(Inverse Fast FourierTransformation，简称FFT)，将图像变换到距离频率方位时间域，即距离向为频率域、方位向为时间域。
有益效果：
本发明将动目标成像的方法引入到UHF波段的多通道SAR GMTI处理中，利用成像的结果能够判断目标是否为动目标，排除静止目标对后续处理的影响，与传统的方法相比，能够有效降低系统的虚警概率。
首次提出了逆omega-K算法恢复SAR图像中目标多普勒相位历史的方法，能够恢复包含可疑动目标的子图像块的多普勒相位历史，为后续动目标成像提供原始数据。并且由于本发明的恢复数据对象为子图像块，与传统恢复整幅SAR图像原始数据的方法相比，本发明的方法能够大大节省计算量。
附图说明
图1是多通道SAR GMTI原理框图；
图2是动目标多普勒相位历史恢复方法；
图3是逆omega-K算法原理框图；
图4是仿真场景中目标分布图；
图5是仿真数据omega-K成像结果；
图6是恢复的及原始的目标数据：(a)是所有目标的原始数据；(b)是恢复的T1的数据；(c)是恢复的T2的数据；(d)是恢复的T3的数据；
图7是静止目标T4成像处理结果：(a)是恢复的数据；(b)是运动补偿后的图像；(c)是方位向FFT后的图像；
图8是T1成像处理结果：(a)是恢复的数据；(b)是运动补偿后的图像；(c)是方位向FFT后的图像；(d)是方位向自聚焦后的图像；
图9是动目标的成像处理结果：(a)是原始SAR图像；(b)是杂波抑制之后的SAR图像；(c)是恢复的目标数据；(d)是运动补偿后的图像；(e)是方位向FFT后的图像；(f)是方位向自聚焦后的图像；
图10是静止目标的成像处理结果：(a)是原始SAR图像；(b)是杂波抑制之后的SAR图像；(c)是恢复的目标数据；(d)是运动补偿后的图像；(e)是方位向FFT后的图像；(f)是方位向自聚焦后的图像。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明提出的多通道SAR GMTI方法的信号处理的原理框图如图1所示，包含的处理步骤可以归为三个阶段。第一个阶段为预处理，包括成像、通道配准、杂波抑制及CFAR检测，主要目的是抑制地面静止目标杂波并且仅保留动目标的响应，保证后续动目标检测的输入SCNR足够高。第二个阶段可以分为两部分，第一部分为动目标提取及原始数据恢复，第二部分为动目标聚焦，此阶段的主要目的是从检测到的可疑目标中筛选出动目标。第三阶段为传统的常规处理，包括动目标参数估计及重定位。
预处理之后可以得到经过杂波抑制的SAR图像，用CFAR检测器可将可疑目标检出，需要进一步确认检测到的目标是否为真实的动目标，可以通过动目标成像的方法进行判断。由于大多数的动目标聚焦的算法都是从动目标的原始数据域开始处理，所以首先需要恢复目标的多普勒相位历史。
图2给出了动目标多普勒相位历史恢复过程的示意图。从杂波抑制之后的SAR图像开始处理，由于SAR图像中杂波已经得到了抑制，可以利用CFAR检测器检测可疑目标。动目标数据恢复过程如下，首先将动目标从SAR图像中提取到子图像块中，然后二维扩展子图像块，确保方位轴宽度大于动目标方位向信号的多普勒带宽，距离向轴的宽度能够容纳下动目标距离徙动的距离弯曲，最后采用逆omega-K算法恢复动目标的多普勒相位历史。
由于一开始使用omega-K算法进行SAR成像处理是在几个域进行的，为了进行逆omega-K算法将图像返回到数据域，首先需要知道子图像块扩展后每个域的坐标轴的变化，因此首先分析每个域坐标轴的变化。
首先对在原图(即经过杂波抑制后的SAR图像)的坐标系进行分析。如图2所示，假设原图的尺寸为(Na,Nr)，Na为方位向像素点数，Nr为距离向像素点数，脉冲重复频率(PulseRepeat Frequency，简称PRF)为fa，距离向采样率为fs，由此可知：
多普勒频率轴fη(m)及方位时间轴η(m)可表示为
距离频率轴fτ(n)及距离时间轴τ(n)可表示为
假设提取的子图像块两维扩展之后的尺寸为(N'a,N'r)，动目标在原SAR图像中的位置为(Nat,Nrt)，由于方位向采样间隔为fa/Na，且距离向采样间隔为1/fs，所以在原图中：
动目标的多普勒频率可表示为
动目标的距离向时间为
对于时域及频域，由于在一个域中的坐标轴的截断将会导致另一域降采样的发生。对于本发明的情况：
方位轴长度在多普勒域被截断为N'a，所以经过扩展后的子图像块中新方位轴的频率宽度为
经过扩展后的子图像块中新的方位时间轴的时间长度未变，仍然为Na/fs，所以采样间隔变为
多普勒域的采样间隔未变，所以动目标在原图中位置处的多普勒频率就是在子图像块中的多普勒轴的中心，故在扩展后的子图像块中的多普勒中心变为fηt，所以新的多普勒频率轴f′η(m)及方位时间轴η'(m)可分别表为
类似地，距离轴长度在时域被截断为Nτ，则对应的距离频域采样间隔(指距离频率轴每个间隔表示的频率间隔)为
在原图中动目标所处位置的距离向时间位置就是在子图像块中的距离时间轴的中心，所以在扩展后的子图像块中距离时间轴的中心变为τt，所以新的距离频率轴f′τ(n)及距离时间轴τ'(n)分别为
如前文所述，截取并扩展后的方位轴的频率宽度要大于动目标的多普勒带宽。在方位压缩过程中方位向LFM信号需要被恢复，而此信号的主要能量在多普勒域中分布在一定宽度的多普勒频带内，由于方位调频率为Ka，则动目标的多普勒带宽Ba为
式中Ta为合成孔径时间长度。则方位轴的尺寸必须满足如下条件
在距离维由于LFM信号不需要恢复，因此距离轴的宽度只需要能够容纳目标距离徙动的最大弯曲即可，比方位轴长度要短许多。
知道新坐标轴后，可以进行逆omega-K算法，其主要的步骤如下：
1.方位向变换到时间域，恢复方位向LFM信号，其过程与方位向压缩过程相似。
2.方位向变换到多普勒域，去除LFM信号。
3.距离向FFT，将SAR数据变换到两维频域。
4.利用Stolt插值恢复目标距离徙动间的差别。
5.通过参考函数相乘恢复一致RCM。
6.方位向IFFT，数据转换到距离频率方位时间域，后续聚焦算法将从此域开始处理。
利用得到的新坐标轴可以描述方位向LFM信号恢复过程
S(τ',η')→S(τ',η')exp(-jπKaη'2) (16)
去LFM信号的过程为
Stolt插值的映射关系仍然为
其中，f0为雷达系统中心频率，c为光速，Vr为载机速度。
但输入与输出数据对应的坐标轴颠倒，f′τ表示输出数据对应的坐标轴，而映射结果是输入数据对应的坐标轴。
一致RCM恢复参考函数为
Sref(f′τ,f′η)＝exp(jθref(f′τ,f′η)) (19)
逆omega-K算法的实现步骤流程图如图3所示。
由于成像算法是在距离频率方位时间域实施，且坐标轴中心都为零，所以开始成像之前需要将距离时间轴及方位频率轴的中心移到零点，可以根据傅里叶变换的时频位移性质完成移动。在时域乘上一个相位函数可将距离时间轴的中心移动到零点
S(f′τ,η')→S(f′τ,η')exp(-j2πf′ττt) (21)
类似地，多普勒轴的中心也能够通过相位函数相乘实现位移
S(f′τ,η')→S(f′τ,η')exp(j2πfηtη') (22)
完成上述移动之后，所有坐标的中心都被移动到了零点。
利用仿真及实测数据对本发明提出的UHF波段SAR GMTI动目标筛选方法进行了验证，实验结果充分证明了本发明的有效性。
雷达工作在正侧视模式，仿真参数与真实雷达系统参数相同，如表1所示。
表1
假设场景中存在三个动目标，九个静止目标，其分布如图4所示，动目标的运动参数如表2所示。
表2
采用omega-K算法对仿真数据进行处理，结果如图5所示。其中水平方向为方位向，垂直方向为距离向，后文图像与此相同，不在赘述。图5中用箭头指示出各个目标的放大情形以便于观察，从图中可以看出静止目标聚焦良好，但动目标模糊不清，呈散焦状态。由于正多普勒频移的影响T1从其真实位置平移到图像的右边，其成像模糊不清，跨越多个距离单元，在方位向呈散焦状态。对于T2，其径向速度为零，成像结果的位置与其真实位置相同，未发生多普勒频移，但其在方位向散焦严重，这是由动目标与静止目标方位向调频信号失配所导致的，导致T2方位向宽度比T1宽得多。由于T3同时拥有径向及切向速度，因此其成像存在多普勒位移及方位散焦现象。
成完像之后，将目标的像从图像中提取出来，进行逆omega-K处理，恢复目标的原始数据。恢复的及原始的数据在距离压缩域的图如图6所示，为了更好地说明恢复算法的效果，原数据的方位向被压缩到了与子图像块相同的宽度。从图中容易看出恢复的目标RCM轨迹与原始的相同，说明恢复的数据与原始的数据相同。
得到恢复的目标数据后进行成像处理，图7给出了静止目标T4成像处理结果，从图中可以看出目标完全聚焦，与其在原SAR图像中像相比，变化不大，重新成像前后都是良好聚焦的点，由此可以判断目标为静止目标。
图8给出了动目标T1的成像结果。与静止目标T4不同的是方位向FFT后动目标仍然呈散焦状态，这是由二次相位误差造成的。从图8(d)可以看出方位向自聚焦后动目标完全聚焦，与T1在原SAR图像中的像比较，T1由散焦状态变为良好聚焦的点，根据这种变化可以判断T1为动目标。
图9给出了一组动目标实测数据的处理结果，结果与仿真结果相似。如图9(a)、(b)所示，SAR图像中目标的像跨越多个距离单元，这主要是由目标径向速度所导致的。图9(e)给出了运动补偿及方位向及方位向FFT处理之后的图像，从图中可以看出目标几乎位于一个距离单元以内，图9(b)及(e)的变化说明距离走动已经被消除，方位向自聚焦后目标聚为一点。比较图9(b)及(f)，重新成像后目标聚为一点，据此可以判断其为动目标。
为了比较动目标及静止目标的不同，对一个静止目标进行处理，其结果如图10所示。从图10(a)中可以看出此强散射点为建筑的房顶。杂波抑制之后仍然有很强的剩余杂波，很容易被CFAR检测器当做动目标检测到。与动目标的像相似，这个静止目标的像也跨越多个距离单元。如图10(e)所示，与图9(e)不同，运动补偿及方位FFT后目标的像仍然跨越多个距离单元，这说明此目标的确为静止目标。如图10(f)所示，方位向相位梯度自聚焦(Phase Gradient Autofocus，简称PGA)后图像也无明显变化。比较图10(b)及(f)，重新成像后目标的像变化不大，说明其为静止目标。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种UHF波段SAR GMTI动目标筛选方法，其特征在于：包括顺序执行的以下步骤：
步骤一、采用omega-K算法对多个通道回波数据进行SAR成像处理；
步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图像；
步骤三、对配准后的SAR图像进行杂波抑制并用CFAR检测器检测可疑目标；
步骤四、恢复可疑目标的多普勒相位历史，恢复可疑目标的原始数据，包括步骤4.1至4.3：
步骤4.1、从配准后的SAR图像上将可疑目标所在区域的SAR图像块提取出来作为子图像块；
步骤4.2、将提取得到的子图像块沿方位轴方向和距离轴方向进行扩展，使得扩展后的子图像块方位轴长度大于该子图像块中可疑目标的方位向信号的多普勒带宽，扩展后的子图像块距离轴能够容纳下该子图像块中可疑目标的距离徙动的距离弯曲；
步骤4.3、利用逆omega-K算法对扩展后的子图像块进行处理从而恢复子图像块中可疑目标的多普勒相位历史；
步骤五、根据可疑目标原始数据对可疑目标重新进行成像；
步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标；
步骤七、对动目标进行参数估计及重定位处理。
2.根据权利要求1所述的UHF波段SAR GMTI动目标筛选方法，其特征在于：所述逆omega-K算法包括如下步骤：
步骤4.3.1、将方位向从原先的多普勒域变换到时间域，恢复方位向LFM信号；
步骤4.3.2、在步骤4.3.1的基础上，将方位向从时间域变换到多普勒域，去除方向位线性调频信号；
步骤4.3.3、将距离向进行FFT，将图像变换到包括距离和方位的两维频域；
步骤4.3.4、利用Stolt 插值恢复可疑目标距离徙动间的差别；
步骤4.3.5、通过参考函数相乘恢复一致距离单元徙动，所述参考函数为omega-K算法中乘参考函数的逆；
步骤4.3.6、将方位向进行IFFT，将图像变换到距离频率方位时间域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510182569.9A CN104914416B (zh) | 2015-04-16 | 2015-04-16 | 一种uhf波段sar gmti动目标筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510182569.9A CN104914416B (zh) | 2015-04-16 | 2015-04-16 | 一种uhf波段sar gmti动目标筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104914416A CN104914416A (zh) | 2015-09-16 |
| CN104914416B true CN104914416B (zh) | 2018-01-23 |
Family
ID=54083648
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510182569.9A Expired - Fee Related CN104914416B (zh) | 2015-04-16 | 2015-04-16 | 一种uhf波段sar gmti动目标筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104914416B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105842696B (zh) * | 2016-03-28 | 2018-04-10 | 北京理工大学 | 一种基于可旋转前视阵的斜视InSAR地面动目标检测方法 |
| CN110146882B (zh) * | 2019-04-03 | 2021-04-23 | 北京空间飞行器总体设计部 | 一种基于星载视频sar的运动目标检测与参数估计方法 |
| CN111522010B (zh) * | 2020-06-04 | 2022-02-11 | 四川九洲电器集团有限责任公司 | 汽车防撞雷达信号处理方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101858976A (zh) * | 2010-05-25 | 2010-10-13 | 重庆大学 | 一种基于单通道sar多子孔径的运动目标检测方法 |
| CN102221689A (zh) * | 2011-06-01 | 2011-10-19 | 中国人民解放军国防科学技术大学 | 超宽带合成孔径雷达中的多通道校正方法 |
| CN102955158A (zh) * | 2012-06-04 | 2013-03-06 | 北京航空航天大学 | 一种提高地面运动目标检测性能的多基线设计方法 |
| CN103792523A (zh) * | 2014-03-05 | 2014-05-14 | 西安科技大学 | 基于张量积的uhf波段多通道雷达径向速度检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744068B (zh) * | 2014-01-21 | 2016-08-31 | 西安电子科技大学 | 双通道调频连续波sar系统的动目标检测成像方法 |
-
2015
- 2015-04-16 CN CN201510182569.9A patent/CN104914416B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101858976A (zh) * | 2010-05-25 | 2010-10-13 | 重庆大学 | 一种基于单通道sar多子孔径的运动目标检测方法 |
| CN102221689A (zh) * | 2011-06-01 | 2011-10-19 | 中国人民解放军国防科学技术大学 | 超宽带合成孔径雷达中的多通道校正方法 |
| CN102955158A (zh) * | 2012-06-04 | 2013-03-06 | 北京航空航天大学 | 一种提高地面运动目标检测性能的多基线设计方法 |
| CN103792523A (zh) * | 2014-03-05 | 2014-05-14 | 西安科技大学 | 基于张量积的uhf波段多通道雷达径向速度检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| "基于杂波对消-自聚焦的多通道SAR-GMTI";韦北余等;《航空学报》;20141204;1585-1595 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104914416A (zh) | 2015-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7898457B2 (en) | System and method for processing imagery from synthetic aperture systems | |
| Wang et al. | Preliminary research of low-RCS moving target detection based on Ka-band video SAR | |
| US7741990B2 (en) | Method and apparatus for detection of moving objects by SAR images | |
| CN111123212B (zh) | 一种基于复杂杂波背景下的场面监视雷达的信号处理方法 | |
| Yang et al. | An airborne SAR moving target imaging and motion parameters estimation algorithm with azimuth-dechirping and the second-order keystone transform applied | |
| CN102707283B (zh) | 一种固定站双基地合成孔径雷达成像方法 | |
| Wang et al. | The fundamental trajectory reconstruction results of ground moving target from single-channel CSAR geometry | |
| CN110187342B (zh) | 一种基于fmcw移动平台的生命体征检测与成像方法 | |
| CN104851097A (zh) | 基于目标形状与阴影辅助的多通道sar-gmti方法 | |
| CN104914416B (zh) | 一种uhf波段sar gmti动目标筛选方法 | |
| CN113570632B (zh) | 基于高时相星载sar序贯图像的运动小目标检测方法 | |
| CN106093934A (zh) | 基于改进动态规划的穿墙雷达成像后多目标位置估计方法 | |
| CN111323757B (zh) | 一种航海雷达目标检测方法及装置 | |
| Thayaparan et al. | Time-frequency approach to radar detection, imaging, and classification | |
| KR101823753B1 (ko) | Doppler Beam Sharpening 기술 기반 이종센서 영상정합을 통한 클러터 지형 제거와 표적 탐지 방법 | |
| CN118334736A (zh) | 基于毫米波雷达的多目标身份识别与行为监测方法 | |
| Wang et al. | Dual-speed SAR imaging of moving targets | |
| US6756934B1 (en) | Target shadow detector for synthetic aperture radar | |
| KR20200117602A (ko) | Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치 | |
| CN115508833A (zh) | 一种gnss bi-sar河流边界探测系统 | |
| CN112099018B (zh) | 基于径向速度和区域能量联合的运动目标检测方法及装置 | |
| CN104076361B (zh) | 无人机载战场监视雷达超分辨广域成像方法 | |
| CN110736988B (zh) | 双基地pfa运动目标参数估计和成像方法 | |
| Hong et al. | Single-channel UWB SAR ground moving targets detection method using change detection based on single-pass sub-aperture images | |
| Zhang et al. | Research on GMTI signal processing technology of ViSAR system based on low-rank and sparse |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180123 Termination date: 20200416 |