CN105676190A - 一种校正合成孔径雷达回波数据的方法和装置 - Google Patents

一种校正合成孔径雷达回波数据的方法和装置 Download PDF

Info

Publication number
CN105676190A
CN105676190A CN201511032549.XA CN201511032549A CN105676190A CN 105676190 A CN105676190 A CN 105676190A CN 201511032549 A CN201511032549 A CN 201511032549A CN 105676190 A CN105676190 A CN 105676190A
Authority
CN
China
Prior art keywords
data
distance
echo data
pulse compression
orientation
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.)
Granted
Application number
CN201511032549.XA
Other languages
English (en)
Other versions
CN105676190B (zh
Inventor
王翔宇
王宇
邓云凯
张志敏
王伟
李宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Electronics of CAS
Original Assignee
Institute of Electronics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Electronics of CAS filed Critical Institute of Electronics of CAS
Priority to CN201511032549.XA priority Critical patent/CN105676190B/zh
Publication of CN105676190A publication Critical patent/CN105676190A/zh
Application granted granted Critical
Publication of CN105676190B publication Critical patent/CN105676190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/9004—SAR image acquisition techniques
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • 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

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

本发明公开了一种校正合成孔径雷达(SAR)回波数据的方法，获取回波数据中的缺失数据，得到完整的回波数据；对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。本发明还公开了一种校正SAR回波数据的装置。

Description

一种校正合成孔径雷达回波数据的方法和装置
技术领域
本发明涉及合成孔径雷达(SAR，SyntheticApertureRadar)的回波信号处理技术，尤其涉及一种校正SAR回波数据的方法和装置。
背景技术
SAR是重要的地球观测雷达，可以全天时全天候进行成像；新一代的SAR遥感系统着眼于高分辨率和宽测绘带成像。随着测绘带范围的扩大，传统的SAR忽视盲区内不能成像的问题成为了一个突出的问题。盲区是脉冲体制的固有问题，是由于发射和接收相互冲突导致的；因为在发射信号时，为了防止发射的高能量信号进入接收机，损坏只能接收低能量信号的接收设备或使得接收回波饱和，接收子系统必须关闭；此时，便形成了盲区。此外，如果脉冲重复间隔(PRI，PulseRepetitionInterval)是均匀的，盲区的位置在整个合成空间时间内始终不会改变。进一步，由于盲区的宽度正比于发射脉冲宽度，这个问题会在高轨道的SAR平台中更加明显，因为高轨系统为了保证足够的发射功率，需要更长的发射脉冲宽度。
变脉冲重复频率(PRF，PulseRecurrenceFrequency)模式可以有效的解决这个问题，由于PRF是变化的，缺失的数据分布在不同的距离门上，使得每一个距离门都可以被部分观测到，并为缺失数据的恢复提供了可能。
在变PRF模式下，存在两个处理难点：扩展盲区内的数据缺失和方位向信号非均匀采样；因此，校正变PRF模式下的数据是亟待解决的问题。
发明内容
有鉴于此，本发明实施例期望提供一种校正SAR回波数据的方法和装置，能准确地恢复扩展盲区内的数据缺失，并重建均匀的采样方位向信号。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供了一种校正SAR回波数据的方法，所述方法包括：
获取回波数据中的缺失数据，得到完整的回波数据；
对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；
将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；
计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。
上述方案中，所述获取回波数据中的缺失数据；包括：
根据回波数据信号模型，建立与各距离门对应的回波数据信号模型；
对各距离门对应的回波数据信号模型使用自适应迭代算法，得到已有数据的频谱；
根据所述已有数据的频谱，对各距离门对应的回波数据信号模型采用加权最小二乘法，获取缺失数据。
上述方案中，所述对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据，包括：
将所述完整的回波数据进行距离向傅里叶变换，并进行频谱匹配滤波，得到频谱匹配的距离频域数据；
将频谱匹配的距离频域数据进行反傅里叶变换，得到完成距离向脉冲压缩的数据。
上述方案中，所述将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；包括：
根据不同PRI将完成距离向脉冲压缩的数据划分成不小于1个部分；
根据最小化模糊能量、以及加权向量与导向向量之积为1的约束条件，确定加权向量；
将所述划分的距离向脉冲压缩的数据分别变换到多普勒域，并乘以所述加权向量，得到未混叠的多普勒频谱；
将所述未混叠的多普勒频谱进行逆傅里叶变换，得到方位向均匀的采样数据。
上述方案中，所述计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像，包括：
将方位向均匀的采样数据变换到二维频域，并乘以参考函数；
将所述二维频域的方位向均匀的采样数据与参考函数的乘积进行Stolt映射，获得超宽幅雷达图像。
上述方案中，所述SAR回波数据，包括：变脉冲重复频率PRF模式下的SAR回波数据；
所述对回波数据中的缺失数据进行恢复，在扩展盲区内进行。
本发明实施例还提供了一种校正SAR回波数据的装置，所述装置包括：恢复模块、脉冲压缩模块、采样重建模块、成像模块，其中，
所述恢复模块，用于获取回波数据中的缺失数据，得到完整的回波数据；
所述脉冲压缩模块，用于对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；
所述采样重建模块，用于将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；
所述成像模块，用于计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。
上述方案中，所述恢复模块，具体用于：
根据回波数据信号模型，建立与各距离门对应的回波数据信号模型；
对各距离门对应的回波数据信号模型使用自适应迭代算法，得到已有数据的频谱；
根据所述已有数据的频谱，对各距离门对应的回波数据信号模型采用加权最小二乘法，获取缺失数据；
所述恢复模块，用于在扩展盲区内，对回波数据中的缺失数据进行恢复。
上述方案中，所述脉冲压缩模块，具体用于：
将所述完整的回波数据进行距离向傅里叶变换，并进行频谱匹配滤波，得到频谱匹配的距离频域数据；
将频谱匹配的距离频域数据进行反傅里叶变换，得到完成距离向脉冲压缩的数据。
上述方案中，所述采样重建模块，具体用于：
根据不同PRI将完成距离向脉冲压缩的数据划分成不小于1个部分；
根据最小化模糊能量、以及加权向量与导向向量之积为1的约束条件，确定加权向量；
将所述划分的距离向脉冲压缩的数据分别变换到多普勒域，并乘以所述加权向量，得到未混叠的多普勒频谱；
将所述未混叠的多普勒频谱进行逆傅里叶变换，得到方位向均匀的采样数据。
上述方案中，所述成像模块，具体用于：
将方位向均匀的采样数据变换到二维频域，并乘以参考函数；
将所述二维频域的方位向均匀的采样数据与参考函数的乘积进行Stolt映射，获得超宽幅雷达图像
本发明实施例所提供的校正SAR回波数据的方法和装置，获取回波数据中的缺失数据进行恢复，得到完整的回波数据；对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。如此，能准确地恢复扩展盲区内的数据缺失，并重建均匀的采样方位向信号；进而提升了SAR的成像质量。
附图说明
图1为本发明实施例校正SAR回波数据的方法的流程示意图；
图2为本发明实施例各斜距上每一个PRI变化周期内的脉冲损失示意图；
图3为本发明实施例变PRF回波数据直接成像的目标仿真结果示意图；
图4为本发明实施例变PRF回波数据采用本发明方法的点目标仿真结果示意图；
图5为本发明实施例点目标插值后结果方位向脉冲响应示意图；
图6为本发明实施例小岛场景星载SAR实测数据示意图；
图7为本发明实施例城镇场景星载SAR实测数据示意图；
图8为本发明实施例校正SAR回波数据的装置的结构示意图。
具体实施方式
本发明实施例中，获取回波数据中的缺失数据进行恢复，得到完整的回波数据；对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。
下面结合实施例对本发明再作进一步详细的说明。
本发明实施例提供的校正SAR回波数据的方法，如图1所示，包括：
步骤101：获取回波数据中的缺失数据，得到完整的回波数据；
这里，可以在扩展盲区内对回波数据中缺失数据进行恢复；所述回波数据，包括：变PRF模式下的SAR回波数据；
具体的，在变PRF模式下，SAR的目标的回波模型，经过解调后，可以用表达式(1)表示：
S(t,η)＝A0·Wr(t-2R(η)/c)·Wa(η-ηc)·Wb_var(t,η)
(1)
·exp(-j4πfcR(η)/c)·exp(jπKr(t-2R(η)/c)2)
其中，A0是复常数，表示信号的幅度，t表示距离时间，η表示方位时间，ηc表示波束中心偏移时间，fc表示载频，Kr表示调频率，R(η)表示瞬时斜距，wr和wa分别表示距离包络和方位包络，c表示光速；
在理想情况下，SAR载体，如卫星、飞机的飞行轨迹为直线，此时点目标的瞬时斜距可以表示为r是最近斜距，Vs表示雷达速度；Wb_var(t,η)表示由于发射脉冲干扰引起的时变的接收阻塞窗，在变PRF模式下可以用表达式(2)表示：
其中，Ln,n＝0,1,2...N-1表示为N个不同的PRI数值，Tp表示发射脉冲宽度。
缺失数据恢复步骤，是针对每一个距离门单独进行的操作。考虑在斜距R0处，距离时间为t0＝2R0/c，将方位向回波简化表示为y＝S(t0,η)＝(y0,y1,...,yP-1)T，P表示为方位向采样点个数。定义和为筛选矩阵，对应于完全接受的回波数据和缺失的回波数据。因此，已获得的和缺失的回波数据可以用表达式(3)表示：
yg＝Sgy,ym＝Smy(3)
这里，序列y的采样时刻ηp(p＝0,1,...P-1)是非均匀的；定义一个傅里叶过采样矩阵，可以用表达式(4)表示：
A＝(a(ω0),a(ω1),...a(ωQ-1))(4)
其中A的每一列可以用表达式(5)表示：
其中ωq表示频率点，ωq＝2πq/Q，q＝0,1,...Q-1，q表示频率点的索引，q可选取的数值为q＝0,1,...Q-1，其中Q表示频率点的个数且Q>P。PRFmean表示上述Ln,n＝0,1,2...N-1的倒数的几何均值。那么，傅里叶过采样矩阵可以拆成两部分，用表达式(6)表示：
Ag＝SgA
(6)
Am＝SmA
定义x＝(x0,x1,...xQ-1)T，其中xq表示在频率ωq处的复数频谱成分。因此，yg的建模可以用表达式(7)表示：
yg＝Sg(Ax+e)＝Agx+Sge(7)
其中e表示噪声项；
首先，需要求得x中的每一个频率分量xq；在求取xq时，需要将其它的频率点xl(l≠q)建模为干扰，那么干扰的协方差矩阵Θq为可以用表达式(8)表示：
其中，pw,q＝|xq|2表示频谱幅度的平方，Rg表示的是数据的协方差矩阵，可以用表达式(9)表示：
为了求取xq的最大似然值，需要将表达式(10)的加权二次代价函数最小化；
表达式(10)的最优解可以用表达式(11)表示：
利用矩阵求逆引理，表达式(11)可以避免求取Θq，简化的结果可以用表达式(12)表示：
这里，可以使用自适应迭代算法，计算已获得的回波数据的频谱，将表达式(9)、表达式(12)反复迭代，可以求出x的值；
具体的，首先将表达式(12)中Rg置为单位对角阵，计算xq，然后将计算的xq代入表达式(9)中计算Rg，然后将计算的Rg代入表达式(12)计算xq，….这样反复迭代，直到xq收敛。这样就计算出了x；
最后，可以通过加权最小二乘法，计算出缺失的回波数据ym；
接收到的数据和缺失数据共同组建的协方差矩阵R，可以用表达式(6)表示：
对于给定的Rg，幅度谱估计在yg中是线性的。那么假定Rg和R已知，恢复的缺失数据同样是yg的线性函数。由于缺失数据的估计值和yg的线性关系，可以直接在时域对ym使用线性最小均方误差(MMSE)估计器。因此，可以用表达式(14)表示：
其中Sgm表示一个Pm×Pg大小的矩阵，那么的均方误差可以用表达式(15)表示：
的均方误差的最小值可以用表达式(16)表示：
其中Rmg是交叉协方差矩阵，可以用表达式(17)表示：
将表达式(16)代入到表达式(14)，可以得到缺失数据的估计值，可以用表达式(18)表示：
其中Pw＝diag(pw)，pw＝(pw,0,pw,1,...,pw,Q-1)。
步骤102：对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；
通过步骤101中所有操作处理完成回波数据恢复后，完整的回波数据可以用表达式(19)表示：
Sry(t,η)＝A0·Wr(t-2R(η)/c)·Wa(η-ηc)
(19)
·exp(-j4πfcR(η)/c)·exp(jπKr(t-2R(η)/c)2)
对Sry(t,η)使用距离向傅里叶变换，变换到距离频域Sry(ft,η)，并乘以频谱匹配滤波器，所述频谱匹配滤波器可以用表达式(20)表示：
其中，ft表示距离频率变量；得到的乘积为频谱匹配的距离频域数据，在对所述频谱匹配的距离频域数据使用距离向逆傅里叶变换，得到二维时域Sr_com(t,η)；这样，就完成了距离向脉冲压缩。
步骤103：将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；
这里，所述二维时域Sr_com(t,η)的方位向采样是非均匀的，需要将非均匀方位向采样数据重建成方位向均匀的采样数据；具体处理包括：
首先，根据不同的PRI，可以将Sr_com(t,η)被分成N个部分，每一个部分表示为Sn(t,η)。第n个部分相对于第1个部分的延迟可以用表达式(21)表示：
其中，N不小于1；
然后，需要找到一个加权向量wn(fη)，重建带内能量，并且最小化模糊能量。要想得到未混叠的多普勒谱，需要满足表达式(22)：
wn(fη)βn(fη)＝1(22)
其中，fη表示方位频率变量，fη∈[-N/(2Lmean),(-N/2+1)/Lmean]，Lmean为Ln,n＝0,1,2...N-1的几何均值。导向向量βn(fη)，可以用表达式(23)表示：
考虑到2L带外信号谱成分，模糊能量的功率Pamb(n,fη)可以用表达式(24)表示：
其中，Dn(fη)可以用表达式(25)表示：
其中，U表示重建后未混叠的多普勒谱。由于多普勒谱的幅度与天线两程方向图的形状似是相同的，表达式(25)中的|U|可以通过天线方向图得到。建立方程，所述方程可以用表达式(26)表示：
使用拉格朗日算子，可以解得wn(fη)，可以用表达式(27)表示：
再将Sn(t,η)变换到多普勒域，并乘以所述加权向量wn(fη)，得到未混叠的多普勒频谱；
将所述未混叠的多普勒频谱进行逆傅里叶变换，得到方位向均匀的采样数据Srn(ft,η)。
步骤104：计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像；
这里，将方位向均匀的采样数据Srn(t,η)变换到二维频域Srn(ft,fη)，并乘以参考函数，所述参考函数可以用表达式(28)表示：
其中，Rref为参考距离处的最近斜距，fc为载频；
然后，进行Stolt映射，映射表达式可以用表达式(28)表示：
通过Stolt映射，完成了数据的距离徙动校正、方位压缩等操作，获得最终超宽幅雷达图像。
本步骤完成后，表明已完成了变PRF模式下的数据处理。
下面结合具体示例对本发明产生的积极效果作进一步详细的描述。
示例一：点目标仿真；
仿真的星载SAR参数如表1所示：
表1
在此参数下，每一斜距的脉冲损失个数如图2所示；设计的成像场景为21个点目标，具体为：距离向3个×方位向7个；位于斜距954km，974km，995km，分别表示在扩展盲区内的点，扩展盲区边缘的点，扩展盲区外的点。未经过任何预处理的直接成像结果如图3所示。采用本发明提供的方法，对点目标进行聚焦，最终结果如图4所示。为了抑制第一旁瓣的高度，突显栅瓣的高度，在处理中加入了-30dB的Taylor窗。
如图5所示，a到f显示示的是方位向坐标轴上-300m到300m之间，距离斜距为954km，974km，995km的插值后的方位脉冲响应。其中(a)表示：在斜距954km，采用直接成像的方位脉冲响应；其中(b)表示：在斜距954km，采用本发明的方法成像的方位脉冲响应；其中(c)表示：在斜距974km，采用直接成像的方位脉冲响应；其中(d)表示：在斜距974km，采用本发明的方法成像的方位脉冲响应；其中(e)表示：在斜距995km，采用直接成像的方位脉冲响应；其中(f)表示：在斜距995km，采用本发明的方法成像的方位脉冲响应；
由图3、4、5可以得出，如果对原始回波数据直接成像，在主瓣附近会呈现很高的栅瓣；使用上述步骤后，点目标可以得到很好的聚焦。注意到，在盲区内部的点目标经过上述步骤处理后，脉冲响应要略差于盲区外部的点，这是由于恢复误差引起的。
示例二：星载SAR实测数据成像；
采用HJ1C星载SAR系统，在其回波数据上，人为的造成缺失数据的情况。采用直接成像和上述步骤的处理方法，进行处理，处理结果如图6、7所示。图6的场景为海洋中的小岛，图7的场景为城区。如图6(a)、图7(a)所示：未经过缺失数据恢复，直接成像后，在强点左右会有不同亮度的模糊和栅瓣；如图6(b)、图7(b)所示：经过上述处理方法后，模糊和栅瓣被明显的抑制掉了。
由上面的实施例中可以看出，采用本发明提供的方法，能精确的对变PRF模式下的回波数据进行处理。
本发明实施例提供的校正SAR回波数据的装置，如图8所示，包括：恢复模块81、脉冲压缩模块82、采样重建模块83、成像模块84，其中，
所述恢复模块81，用于获取回波数据中的缺失数据，得到完整的回波数据；
具体的，所述恢复模块81可以在扩展盲区内对回波数据中缺失数据进行恢复；所述回波数据，包括：变PRF模式下的SAR回波数据；
在变PRF模式下，SAR的目标的回波模型，经过解调后，可以用表达式(1)表示；
其中，A0是复常数，表示信号的幅度，t表示距离时间，η表示方位时间，ηc表示波束中心偏移时间，fc表示载频，Kr表示调频率，R(η)表示瞬时斜距，wr和wa分别表示距离包络和方位包络，c表示光速；
在理想情况下，SAR载体，如卫星、飞机的飞行轨迹为直线，此时点目标的瞬时斜距可以表示为r是最近斜距，Vs表示雷达速度；Wb_var(t,η)表示由于发射脉冲干扰引起的时变的接收阻塞窗，在变PRF模式下可以用表达式(2)表示；
其中，Ln,n＝0,1,2...N-1表示为N个不同的PRI数值，Tp表示发射脉冲宽度；
缺失数据恢复步骤，是针对每一个距离门单独进行的操作。考虑在斜距R0处，距离时间为t0＝2R0/c，将方位向回波简化表示为y＝S(t0,η)＝(y0,y1,...,yP-1)T，P表示为方位向采样点个数。定义和为筛选矩阵，对应于完全接受的回波数据和缺失的回波数据。因此，已获得的和缺失的回波数据可以用表达式(3)表示；
这里，序列y的采样时刻ηp(p＝0,1,...P-1)是非均匀的；定义一个傅里叶过采样矩阵，可以用表达式(4)表示；其中A的每一列可以用表达式(5)表示；
其中ωq表示频率点，ωq＝2πq/Q，q＝0,1,...Q-1，q表示频率点的索引，q可选取的数值为q＝0,1,...Q-1，其中Q表示频率点的个数且Q>P。PRFmean表示上述Ln,n＝0,1,2...N-1的倒数的几何均值。那么，傅里叶过采样矩阵可以拆成两部分，用表达式(6)表示；
定义x＝(x0,x1,...xQ-1)T，其中xq表示在频率ωq处的复数频谱成分。因此，yg的建模可以用表达式(7)表示；其中e表示噪声项；
首先，需要求得x中的每一个频率分量xq；在求取xq时，需要将其它的频率点xl(l≠q)建模为干扰，那么干扰的协方差矩阵Θq为可以用表达式(8)表示；
其中，pw,q＝|xq|2表示频谱幅度的平方，Rg表示的是数据的协方差矩阵，可以用表达式(9)表示；
为了求取xq的最大似然值，需要将表达式(10)的加权二次代价函数最小化；xq的最优解可以用表达式(11)表示：
利用矩阵求逆引理，表达式(11)可以避免求取Θq，简化的结果可以用表达式(12)表示；
这里，可以使用自适应迭代算法，计算已获得的回波数据的频谱，将表达式(9)、表达式(12)反复迭代，可以求出x的值；
具体的，首先将表达式(12)中Rg置为单位对角阵，计算xq，然后将计算的xq代入表达式(9)中计算Rg，然后将计算的Rg代入表达式(12)计算xq，….这样反复迭代，直到xq收敛。这样就计算出了x。
最后，可以通过加权最小二乘法，计算出缺失的回波数据ym；
接收到的数据和缺失数据共同组建的协方差矩阵R，可以用表达式(6)表示；
对于给定的Rg，幅度谱估计在yg中是线性的。那么假定Rg和R已知，恢复的缺失数据同样是yg的线性函数。由于缺失数据的估计值和yg的线性关系，可以直接在时域对ym使用线性最小均方误差(MMSE)估计器。因此，可以用表达式(14)表示；
其中Sgm表示一个Pm×Pg大小的矩阵，那么的均方误差可以用表达式(15)表示；的均方误差的最小值可以用表达式(16)表示；其中Rmg是交叉协方差矩阵，可以用表达式(17)表示；将表达式(16)代入到表达式(14)，可以得到缺失数据的估计值，可以用表达式(18)表示；其中Pw＝diag(pw)，pw＝(pw,0,pw,1,...,pw,Q-1)。
所述脉冲压缩模块82，用于对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；
通过所述恢复模块81对所述回波数据恢复后，完整的回波数据可以用表达式(19)表示；
对Sry(t,η)使用距离向傅里叶变换，变换到距离频域Sry(ft,η)，并乘以频谱匹配滤波器，所述频谱匹配滤波器可以用表达式(20)表示；
其中，ft表示距离频率变量；得到的乘积为频谱匹配的距离频域数据，在对所述频谱匹配的距离频域数据使用距离向逆傅里叶变换，得到二维时域Sr_com(t,η)；这样，就完成了距离向脉冲压缩。
所述采样重建模块83，用于将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；
这里，所述二维时域Sr_com(t,η)的方位向采样是非均匀的，需要将非均匀方位向采样数据重建成方位向均匀的采样数据；具体处理包括：首先，根据不同的PRI，可以将Sr_com(t,η)被分成N个部分，每一个部分表示为Sn(t,η)。第n个部分相对于第1个部分的延迟可以用表达式(21)表示；其中，N不小于1；
然后，需要找到一个加权向量wn(fη)，重建带内能量，并且最小化模糊能量。要想得到未混叠的多普勒谱，需要满足表达式(22)；
其中，fη表示方位频率变量，fη∈[-N/(2Lmean),(-N/2+1)/Lmean]，Lmean为Ln,n＝0,1,2...N-1的几何均值。导向向量βn(fη)，可以用表达式(23)表示；)
考虑到2L带外信号谱成分，模糊能量的功率Pamb(n,fη)可以用表达式(24)表示；其中，Dn(fη)可以用表达式(25)表示；
其中，U表示重建后未混叠的多普勒谱。由于多普勒谱的幅度与天线两程方向图的形状似是相同的，表达式(25)中的|U|可以通过天线方向图得到。建立方程，所述方程可以用表达式(26)表示；
使用拉格朗日算子，可以解得wn(fη)，可以用表达式(27)表示；
再将Sn(t,η)变换到多普勒域，并乘以所述加权向量wn(fη)，得到未混叠的多普勒频谱；
将所述未混叠的多普勒频谱进行逆傅里叶变换，得到方位向均匀的采样数据Srn(ft,η)。
所述成像模块84，用于计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像；
这里，将方位向均匀的采样数据Srn(t,η)变换到二维频域Srn(ft,fη)，并乘以参考函数，所述参考函数可以用表达式(28)表示；
其中，Rref为参考距离处的最近斜距，fc为载频；
然后，进行Stolt映射，映射表达式可以用表达式(28)表示；
通过Stolt映射，完成了数据的距离徙动校正、方位压缩等操作，获得最终超宽幅雷达图像；由此，完成了变PRF模式下的数据处理。
在实际应用中，所述恢复模块81、脉冲压缩模块82、采样重建模块83、成像模块84均可由SAR系统中的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)等实现。
以上所述，仅为本发明的佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种校正合成孔径雷达SAR回波数据的方法，其特征在于，所述方法包括：
获取回波数据中的缺失数据，得到完整的回波数据；
对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；
将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；
计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。
2.根据权利要求1所述的方法，其特征在于，所述获取回波数据中的缺失数据；包括：
根据回波数据信号模型，建立与各距离门对应的回波数据信号模型；
对各距离门对应的回波数据信号模型使用自适应迭代算法，得到已有数据的频谱；
根据所述已有数据的频谱，对各距离门对应的回波数据信号模型采用加权最小二乘法，获取缺失数据。
3.根据权利要求1所述的方法，其特征在于，所述对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据，包括：
将所述完整的回波数据进行距离向傅里叶变换，并进行频谱匹配滤波，得到频谱匹配的距离频域数据；
将频谱匹配的距离频域数据进行反傅里叶变换，得到完成距离向脉冲压缩的数据。
4.根据权利要求1所述的方法，其特征在于，所述将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；包括：
根据不同脉冲重复间隔PRI将完成距离向脉冲压缩的数据划分成不小于1个部分；
根据最小化模糊能量、以及加权向量与导向向量之积为1的约束条件，确定加权向量；
将所述划分的距离向脉冲压缩的数据分别变换到多普勒域，并乘以所述加权向量，得到未混叠的多普勒频谱；
将所述未混叠的多普勒频谱进行逆傅里叶变换，得到方位向均匀的采样数据。
5.根据权利要求1所述的方法，其特征在于，所述计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像，包括：
将方位向均匀的采样数据变换到二维频域，并乘以参考函数；
将所述二维频域的方位向均匀的采样数据与参考函数的乘积进行Stolt映射，获得超宽幅雷达图像。
6.根据权利要求1至5任一项所述的方法，其特征在于，
所述SAR回波数据，包括：变脉冲重复频率PRF模式下的SAR回波数据；
所述对回波数据中的缺失数据进行恢复，在扩展盲区内进行。
7.一种校正SAR回波数据的装置，其特征在于，所述装置包括：恢复模块、脉冲压缩模块、采样重建模块、成像模块，其中，
所述恢复模块，用于获取回波数据中的缺失数据，得到完整的回波数据；
所述脉冲压缩模块，用于对所述完整的回波数据进行距离向脉冲压缩，获取完成距离向脉冲压缩的数据；
所述采样重建模块，用于将所述完成距离向脉冲压缩的数据重建成方位向均匀的采样数据；
所述成像模块，用于计算所述方位向均匀的采样数据与参考函数之积，并对得到的乘积进行Stolt映射，获得雷达图像。
8.根据权利要求6所述的装置，其特征在于，所述恢复模块，具体用于：
根据回波数据信号模型，建立与各距离门对应的回波数据信号模型；
对各距离门对应的回波数据信号模型使用自适应迭代算法，得到已有数据的频谱；
根据所述已有数据的频谱，对各距离门对应的回波数据信号模型采用加权最小二乘法，获取缺失数据；
所述恢复模块，用于在扩展盲区内，对回波数据中的缺失数据进行恢复。
9.根据权利要求6所述的装置，其特征在于，所述脉冲压缩模块，具体用于：
将所述完整的回波数据进行距离向傅里叶变换，并进行频谱匹配滤波，得到频谱匹配的距离频域数据；
将频谱匹配的距离频域数据进行反傅里叶变换，得到完成距离向脉冲压缩的数据。
10.根据权利要求6所述的装置，其特征在于，所述采样重建模块，具体用于：
根据不同PRI将完成距离向脉冲压缩的数据划分成不小于1个部分；
根据最小化模糊能量、以及加权向量与导向向量之积为1的约束条件，确定加权向量；
将所述划分的距离向脉冲压缩的数据分别变换到多普勒域，并乘以所述加权向量，得到未混叠的多普勒频谱；
将所述未混叠的多普勒频谱进行逆傅里叶变换，得到方位向均匀的采样数据。
11.根据权利要求6所述的装置，其特征在于，所述成像模块，具体用于：
将方位向均匀的采样数据变换到二维频域，并乘以参考函数；
将所述二维频域的方位向均匀的采样数据与参考函数的乘积进行Stolt映射，获得超宽幅雷达图像。
CN201511032549.XA 2015-12-31 2015-12-31 一种校正合成孔径雷达回波数据的方法和装置 Active CN105676190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511032549.XA CN105676190B (zh) 2015-12-31 2015-12-31 一种校正合成孔径雷达回波数据的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511032549.XA CN105676190B (zh) 2015-12-31 2015-12-31 一种校正合成孔径雷达回波数据的方法和装置

Publications (2)

Publication Number Publication Date
CN105676190A true CN105676190A (zh) 2016-06-15
CN105676190B CN105676190B (zh) 2018-07-24

Family

ID=56298547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511032549.XA Active CN105676190B (zh) 2015-12-31 2015-12-31 一种校正合成孔径雷达回波数据的方法和装置

Country Status (1)

Country Link
CN (1) CN105676190B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842147A (zh) * 2016-12-29 2017-06-13 中国电子科技集团公司第二十七研究所 一种解决栅瓣干扰问题的数字波束形成方法
CN109471073A (zh) * 2018-10-31 2019-03-15 中国科学院电子学研究所 基于增广拉格朗日粒子群算法的nlfm信号生成方法及装置
CN110609284A (zh) * 2019-09-23 2019-12-24 成都唯达感知科技有限公司 一种sar中断数据恢复成像的方法
CN112578383A (zh) * 2020-11-19 2021-03-30 西安电子科技大学 一种基于扩展波数谱重构的高机动平台tops sar成像方法
CN113030886A (zh) * 2021-03-02 2021-06-25 上海无线电设备研究所 一种高速目标距离徙动校正方法
CN113176569A (zh) * 2021-03-31 2021-07-27 中国科学院空天信息创新研究院 Sar系统回波采集的控制方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6122274A (ja) * 1984-07-11 1986-01-30 Natl Space Dev Agency Japan<Nasda> 合成開口レ−ダのデ−タ処理法
EP0083107B1 (en) * 1981-12-28 1989-03-29 Nec Corporation Synthetic aperture radar image processing system
US5237329A (en) * 1991-07-08 1993-08-17 Deutsche Forschungsanstalt Fur Luft- Und Raumfahrt E.V. Method of correcting range migration in image generation in synthetic aperture radar
GB2247373B (en) * 1990-08-25 1994-07-27 Deutsche Forsch Luft Raumfahrt Method for resolving ambiguity in the determination of antennaangle of view and doppler frequency in synthetic aperture radar
CN102901964A (zh) * 2012-09-06 2013-01-30 内蒙古工业大学 二维多孔径ScanSAR成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0083107B1 (en) * 1981-12-28 1989-03-29 Nec Corporation Synthetic aperture radar image processing system
JPS6122274A (ja) * 1984-07-11 1986-01-30 Natl Space Dev Agency Japan<Nasda> 合成開口レ−ダのデ−タ処理法
GB2247373B (en) * 1990-08-25 1994-07-27 Deutsche Forsch Luft Raumfahrt Method for resolving ambiguity in the determination of antennaangle of view and doppler frequency in synthetic aperture radar
US5237329A (en) * 1991-07-08 1993-08-17 Deutsche Forschungsanstalt Fur Luft- Und Raumfahrt E.V. Method of correcting range migration in image generation in synthetic aperture radar
CN102901964A (zh) * 2012-09-06 2013-01-30 内蒙古工业大学 二维多孔径ScanSAR成像方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周梅等: "合成孔径雷达饱和数据校正方法及其应用研究", 《电子与信息学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842147A (zh) * 2016-12-29 2017-06-13 中国电子科技集团公司第二十七研究所 一种解决栅瓣干扰问题的数字波束形成方法
CN106842147B (zh) * 2016-12-29 2019-07-09 中国电子科技集团公司第二十七研究所 一种解决栅瓣干扰问题的数字波束形成方法
CN109471073A (zh) * 2018-10-31 2019-03-15 中国科学院电子学研究所 基于增广拉格朗日粒子群算法的nlfm信号生成方法及装置
CN110609284A (zh) * 2019-09-23 2019-12-24 成都唯达感知科技有限公司 一种sar中断数据恢复成像的方法
CN110609284B (zh) * 2019-09-23 2023-08-18 成都盟升科技有限公司 一种sar中断数据恢复成像的方法
CN112578383A (zh) * 2020-11-19 2021-03-30 西安电子科技大学 一种基于扩展波数谱重构的高机动平台tops sar成像方法
CN113030886A (zh) * 2021-03-02 2021-06-25 上海无线电设备研究所 一种高速目标距离徙动校正方法
CN113176569A (zh) * 2021-03-31 2021-07-27 中国科学院空天信息创新研究院 Sar系统回波采集的控制方法、装置及系统
CN113176569B (zh) * 2021-03-31 2022-07-05 中国科学院空天信息创新研究院 Sar系统回波采集的控制方法、装置及系统

Also Published As

Publication number Publication date
CN105676190B (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
CN105676190A (zh) 一种校正合成孔径雷达回波数据的方法和装置
CN103713288B (zh) 基于迭代最小化稀疏贝叶斯重构线阵sar成像方法
Romeiser et al. First analysis of TerraSAR-X along-track InSAR-derived current fields
CN104977582B (zh) 一种实现扫描雷达方位超分辨成像的解卷积方法
CN101858976B (zh) 一种基于单通道sar多子孔径的运动目标检测方法
CN103543453B (zh) 一种地球同步轨道合成孔径雷达干涉的高程反演方法
CN109270528B (zh) 基于全解析距离模型的一站固定式双站sar成像方法
CN104678386B (zh) 一种利用gnss海面反射信号相关功率探测目标的方法
CN102879784A (zh) 四种模式的合成孔径雷达统一成像方法
CN114545411B (zh) 一种基于工程实现的极坐标格式多模高分辨sar成像方法
CN103792535A (zh) 一种利用sar卫星测量电离层tec值的方法
CN109085556B (zh) 一种基于一二阶峰比值的高频地波雷达浪场形成方法
CN108303602A (zh) 一种超稀疏天线阵列收发波束方向图的测试方法
CN104020456A (zh) 一种基于多特显点线阵成像雷达系统幅相误差校正方法
CN105158745A (zh) 移变双基前视合成孔径雷达距离徙动校正方法
CN103576148B (zh) 模拟星载sar距离模糊噪声图像的方法
CN105180852B (zh) 基于三重步进的gb‑sar形变监测方法
CN110133646B (zh) 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法
CN103308914A (zh) 一站固定双基地干涉sar处理方法
CN103576153A (zh) 一种方位向多波束合成孔径雷达及其实现方法和装置
CN106291547B (zh) 基于天线方向图辅助的多普勒模糊分量自适应抑制方法
Ji et al. Extended scintillation phase gradient autofocus in future spaceborne P-band SAR mission
CN105022060A (zh) 针对快速空天目标的步进isar成像方法
CN102928839B (zh) 多通道波束指向sar的全孔径成像方法
CN111199281A (zh) 基于地理坐标空域位置谱的短波单站直接定位偏差补偿方法

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