CN105974414B - 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 - Google Patents
基于二维自聚焦的高分辨聚束sar自聚焦成像方法 Download PDFInfo
- Publication number
- CN105974414B CN105974414B CN201610473505.9A CN201610473505A CN105974414B CN 105974414 B CN105974414 B CN 105974414B CN 201610473505 A CN201610473505 A CN 201610473505A CN 105974414 B CN105974414 B CN 105974414B
- Authority
- CN
- China
- Prior art keywords
- distance
- signal
- phase error
- echo
- error
- 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.)
- Active
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
- G01S13/904—SAR modes
- G01S13/9052—Spotlight mode
-
- 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
- G01S13/9019—Auto-focussing of the SAR signals
-
- 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
- G01S13/904—SAR modes
-
- 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
- G01S7/40—Means for monitoring or calibrating
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
本发明属于雷达技术领域,公开一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,主要解决现有自聚焦算法无法对均匀成像区域进行良好的聚焦的问题,包括:接收目标的原始回波信号,对回波信号做距离脉压之后分别进行包络误差和相位误差粗补偿;进而作距离向FFT和方位解线性调频操作以及二维插值操作;对二维插值后的结果做距离向IFFT之后,估计越距单元的距离徙动,完成包络误差校正;进而沿距离向平均分成互不重叠的V个距离子块,估计各子块相位误差;分别计算相应距离单元的权值,对每个距离子块进行距离误差估计,完成空变误差校正,将校正后的数据进行方位向IFFT,得到最终聚焦效果良好的SAR图像。
Description
技术领域
本发明涉及雷达信号处理领域,尤其涉及一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,可用于对运动误差进行补偿,以得到聚焦良好的SAR图像。
背景技术
随着合成孔径雷达成像技术的发展,高分辨聚束SAR成像成为近年的研究热点。然而在SAR数据录取过程中,平台会受到大气湍流及自身抖动等因素影响,不可能严格做匀速直线运动。运动误差会使SAR回波信号中同时出现包络误差和相位误差,严重影响SAR信号的聚焦,必须对SAR回波数据进行运动补偿处理。
现有的自聚焦方法大体可分为3类:基于图像偏移的方法、基于逆回波的方法、基于代价函数的方法。基于图像偏移(Map Drift,MD)的多普勒调频率估计运动补偿方法利用得到的多普勒调频率反演计算运动误差对应的二次形式,实现运动误差补偿,该方法易于实现,但在估计高分辨SAR成像形式复杂的运动误差时,估计精度达不到要求。相位梯度自聚焦(Phase Gradient Autofocus,PGA)是SAR运动补偿过程中最常用的一种非参数化逆滤波自聚焦方法,对于含有孤立散射中心的数据,可以精确估计出任意形式的运动误差,但对于信噪比较低、场景中无明显强点如沙漠、海面等情况,其误差估计性能较差。QPGA(Quality PGA)则是对传统PGA算法样本选择过程进行优化处理,可以增加几倍的高信杂比样本数量,大大提高了相位梯度估计的精度和效率。基于代价函数的方法通过建立相位误差和图像某一代价函数之间的函数关系,通过优化类算法使该代价函数达到极值时的相位误差估计值,如基于最小熵的给参数化自聚焦算法,这类算法计算量一般比较大,且容易受迭代算法本身特性的影响。
在PFA(极坐标格式算法)处理流程中,若对插值后的信号沿距离向做IFFT,则会在信号包络中引入额外的RCM(Range Cell Migration,距离徙动),与理想航迹下SAR回波信号中的RCM不同,该RCM表明PFA的二维插值操作会改变运动误差的表现形式,使得信号包络误差和相位误差之间的正比关系不再成立,我们将其记为NsRCM。当NsRCM超过一个距离单元时,信号的包络将会散落在不同的距离单元内,距离-方位变量之间的耦合更加复杂,将不可避免的造成自聚焦性能的下降。在聚束SAR成像中,对于窄距离测绘带内的点目标,由平台的航迹偏移引起的相位误差基本是非空变的。然而,对于较大的距离向测绘带场景,必须考虑相位误差的空变性问题。
发明内容
本发明的目的在于针对上述已有技术的不足,提出一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,解决现有自聚焦算法无法对均匀成像区域进行良好的聚焦的问题。
本发明的技术方案为:首先针对场景中心线做基于GPS/INS(Global PositioningSystem or Inertial Navigation System,全球定位系统/惯性导航系统)信息的一致运动补偿,即对场景中所有目标回波信号的包络偏移和相位误差进行粗略的一致补偿;然后采用本发明提出的SSA(Stage-by-stage Approach,分阶降采样法)来估计越距单元NsRCM,进行NsRCM校正,以完成对于包络误差的校正;最后采用WCEA(Weighed ContrastEnhancement Autofocus,加权对比度增强自聚焦)算法来估计各子块相位误差,并计算相应距离单元的权值,同时利用各距离子块相位历史数据采用WMSE(Weighted Mean SquareError,加权最小均方误差)估计因子进行距离误差估计,从而完成相位误差估计。
为达到上述目的,本发明的实施例采用如下技术方案:
一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,所述方法包括如下步骤:
步骤1,SAR雷达接收原始回波信号,对所述原始回波信号进行距离脉压得到距离脉压和距离向FFT,得到距离向FFT后的回波信号,并对距离向FFT后的回波信号进行包络误差粗补偿和相位误差粗补偿,得到粗补偿后的回波信号;
步骤2,对所述粗补偿后的回波信号依次进行方位解线性调频和二维插值,得到二维插值后的回波信号;
步骤3,对所述二维插值后的回波信号进行距离向IFFT,估计越距单元的距离徙动,并进行距离徙动校正,从而得到包络误差校正后的回波信号;
步骤4,将所述包络误差校正后的回波信号沿距离向分成互不重叠的V个距离子块,并估计每个距离子块的相位误差,得到相位误差估计后的V个距离子块;
步骤5,计算每个距离子块对应的距离单元的权值,并对所述相位误差估计后的V个距离子块进行距离误差估计,并完成空变误差校正,将完成空变误差校正后的回波信号进行方位向IFFT,得到聚焦后的SAR图像。
本发明与现有技术相比具有如下优点:
(1)本发明针对PFA的二维插值操作会造成越距离单元距离徙动这一问题,提出了SSA来估计越距单元的距离徙动,成功的将全分辨率相位历史数据距离徙动的变化限制在1/4个全分辨距离单元。
(2)现有的算法对于信噪比较低、场景中无明显强点如沙漠、海面等情况,其误差估计性能较差。通过对实测数据用本发明所提方法进行处理所得结果可以看出,本发明不仅对含较强孤立散射点的成像场景有较好的聚焦性能,而且对均匀成像区域也可获得良好效果。
(3)现有的自聚焦算法通常仅使用单个距离单元的数据进行相位误差估计,由于受杂波和噪声的影响,这种方法是不准确的。本发明提出了数据分块的方法,应用PACE(Phase Adjustment by Contrast Enhancement)自聚焦算法估计各子块相位误差,保证了子块内相位误差是非空变的。
(4)本发明所提方法跟CMD(Coherent MD,相关图像偏移)算法、LML-WPGA(局部最大似然-加权相位梯度自聚焦)算法等自聚焦算法的实测数据处理结果相比,不仅聚焦效果良好,同时本发明所提算法计算速度更快,更适合补偿距离空变的相位误差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法的流程示意图;
图2是本发明实施例提供的高分辨聚束SAR获取数据几何模型示意图;
图3是本发明实施例提供的对包络误差校正前的二维插值操作进行的分析的示意图,其中:(a)表示二维插值前的包络示意图,(b)表示二维插值后的包络示意图;
图4是本发明实施例提供的SAR平台飞行剖面示意图;
图5是本发明实施例提供的均匀成像区域处理结果示意图,其中:图a为利用GPS/INS信息补偿后的雷达回波相位历史数据包络示意图,图b为本发明方法处理的包络示意图,图c为采用PACE算法进行相位误差校正但未进行包络误差校正结果示意图,图d为用本发明方法进行包络误差校正后采用PACE自聚焦算法进行相位误差校正结果示意图,图e为采用本发明方法处理结果示意图;
图6是本发明实施例提供的其他自聚焦算法处理结果示意图,其中:图a为采用本发明方法进行包络误差校正后采用CMD算法处理结果示意图,图b为ME-MOCO(MinimumEntropy Coarse Motion Compensation,最小熵运动粗补偿)算法处理结果示意图,(c)为图5(c)(左图)和图5(e)(右图)中虚线框区域放大图,(d)为图6(a)(左图)和图6(b)(右图)中虚线框区域放大图;
图7为孤立散射点成像处理结果示意图,其中:(a)为采用LML-WPGA算法成像结果示意图,(b)为本发明方法成像结果示意图,(c)为图7(a)中虚线框区域放大示意图,(d)为图7(b)中虚线框区域放大示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,如图(1)所示,所述方法包括如下步骤:
步骤1,SAR雷达接收原始回波信号,对所述原始回波信号进行距离脉压得到距离脉压和距离向FFT,得到距离向FFT后的回波信号,并对距离向FFT后的回波信号进行包络误差粗补偿和相位误差粗补偿,得到粗补偿后的回波信号。
步骤1具体包括如下子步骤:
(1a)SAR雷达接收原始回波信号,对所述原始回波信号进行距离脉压和距离向FFT,得到目标的回波基频信号ss(τ,ta;x,r):
其中,R(ta;x,r)=R0(ta;x,r)+ΔR(ta;x,r), 表示由SAR雷达平台的非理想运动引入的相位误差,或者 为非空变的相位误差分量,为空变的相位误差分量;
参考图2,为本发明实施例提供的高分辨聚束SAR获取数据几何模型示意图,其中,R0(ta;x,r)表示天线相位中心到场景中任意一点的理想瞬时斜距,R(ta;x,r)表示天线相位中心到场景中任意一点的实际瞬时斜距,ΔR(ta;x,r)表示由运动误差造成的斜距误差,λ=c/fc为信号波长,Tp表示脉冲宽度,c表示光速,fc表示雷达载频,Rs表示场景中心最短斜距,v0表示SAR雷达平台的速度,τ表示距离快时间,ta表示方位慢时间,(x,Rs+r)表示斜距平面内任意一点的坐标,x表示SAR雷达平台沿方位向相对于零时刻的位移,r表示SAR雷达平台沿距离向相对于零时刻的位移;
在得到回波信号后,对场景中所有目标回波信号的包络偏移和相位误差进行粗略的一致补偿。
(1b)在方位时间[0,Ta]内,假设SAR雷达平台沿视线方向的速度分量为vr(ta),对速度分量经积分后可得SAR雷达平台的瞬时位置误差偏移量Δr(ta)为:
其中,Ta表示数据处理时间,Δr(0)为平均值的相反数,相应的相位偏移量φr(ta)为:
对航迹方向运动误差的补偿可通过对回波数据的多普勒调频率变化量在成像时间内进行二维积分,假设SAR雷达平台的前向速度分量为vx(ta),在获得回波信号的方位向补偿之后,回波信号的相应的多普勒调频率Ka(ta)为:
定义为SAR雷达平台在ta∈[0,Ta]内的平均速度,则多普勒调频率的变化量ΔKa(ta)为:
沿航迹的相位误差通过对ta∈[0,Ta]的二维积分获得,即
从而,对距离脉压后的回波信号进行包络误差粗补偿和相位误差粗补偿,得到粗补偿后的回波信号ss(τ,ta;x,r)如下:
步骤2,对所述粗补偿后的回波信号依次进行方位解线性调频和二维插值,得到二维插值后的回波信号。
步骤2具体包括如下子步骤:
(2a)根据PFA的处理流程,对粗补偿后的回波信号依次进行方位解线性调频,即乘以有
其中,B=γTp为信号带宽,γ为雷达发射信号的调频率,fr为距离频率,kr=4π(fc+fr)/c为距离波数,k0=4πfc/c为中心距离波数,ΔRres(ta;x,r)为经过粗略运动误差补偿后的残余斜距误差,v0表示SAR雷达平台的速度,ta表示方位慢时间,Rs表示场景中心最短斜距,x表示SAR雷达平台沿方位向相对于零时刻的位移;
(2a)在完成距离向FFT后,需要进行二维插值操作。由于进行二维插值操作时距离向和方位向坐标必须是严格单调且等间隔的,因此需要对方位解线性调频后的回波信号进行均匀采样,消除距离-方位耦合,PFA通过距离、方位二维重采样将极坐标数据转换成矩形格式数据,即
ky表示转换后的距离向坐标,kx表示转换后的方位向坐标;
由此可得二维插值后的回波信号SS(kx,ky;x,r)为:
其中,表示二维插值后的残余相位误差。同样,它可以分为非空变分量和空变分量对在ky=k0处进行Taylor级数展开并忽略对信号包络影响较小的二次以及二次以上的高次相位项,有
其中,Ψ0为方位相位误差项,它与运动误差成正比。ψ1表示由运动误差造成的NsRCM,经计算可得其中的系数Ψ0、ψ1可分别表示为:
其中表示ΔRres(x)对x的导数在处的数值。
步骤3,对所述二维插值后的回波信号进行距离向IFFT,估计越距单元的距离徙动,并进行距离徙动校正,从而得到包络误差校正后的回波信号。
步骤3具体包括如下子步骤:
(3a)对二维插值后的回波信号在Δky=ky-k0处进行距离向IFFT,忽略对图像聚焦没有影响的常数项,可得对所述二维插值后的回波信号进行距离向IFFT后的回波信号sS(τ,kx;x,r):
其中,Δky表示任意一点距离向坐标相对其实坐标的偏移量,kx表示转换后的方位向坐标,τ表示距离快时间,x表示SAR雷达平台沿方位向相对于零时刻的位移,r表示SAR雷达平台沿距离向相对于零时刻的位移,Tp表示脉冲宽度,c表示光速。
如图3(a)所示为二维插值前的包络示意图,图3(b)为二维插值后的包络示意图。由图中可以看出,对二维插值之后的信号沿距离向作IFFT,则会在信号包络中引入额外的RCM,因此需要进行NsRCM校正。
(3b)为了将NsRCM的变化限制在单个距离单元内,在不考虑NsRCM的空变影响的情况下,提出了SSA来估计越距离单元的NsRCM。
根据回波信号sS(τ,kx;x,r)估计越距单元的距离徙动,并进行距离徙动校正,具体操作如下:
首先依次将经过距离向IFFT后的回波信号sS(τ,kx;x,r)中相邻的16个距离单元叠加起来,作为一个新的粗分辨率距离单元,从而获得距离向16倍降采样的粗分辨率距离单元信号,使NsRCM的变化限制在单个粗分辨距离单元内,并用WLS-PGA(Weighted Least-Square,加权最小二乘梯度相位自聚焦)算法提取该粗分辨率数据的相位误差;
采用低阶多项式(如4阶)拟合该粗分辨距离单元信号的相位误差,获得相应的斜距误差,并补偿该粗分辨距离单元信号的包络误差和相位误差,得到补偿后的全分辨率相位历史信号;
降低距离向降采样的倍数,将补偿后的全分辨率相位历史信号相邻的8个距离单元叠加起来,获得距离向8倍降采样的粗分辨信号,采用WPGA(Weighted PGA,加权相位梯度自聚焦)算法提取粗分辨数据的相位误差,并采用高阶多项式(如8阶)拟合该相位误差并对粗分辨信号进行相位误差补偿,采用类似的操作,直到全分辨率相位历史信号的距离徙动被限制在1/4个全分辨率距离单元,从而得到包络误差校正后的回波信号sS(τ,kx;x,r)
步骤4,将所述包络误差校正后的回波信号沿距离向分成互不重叠的V个距离子块,并估计每个距离子块的相位误差,得到相位误差估计后的V个距离子块。
在本步骤中,需要采用WCEA算法来估计本质上空变的相位误差,由于受到杂波和噪声的影响,通常仅使用单个距离单元的数据估计相位误差是不准确的。因此,我们首先需要将包络误差校正后的数据沿距离向平均分成互不重叠的V个距离子块,在每个距离子块内有M1=M/V个距离分辨单元,保证每个距离子块内的相位误差是非空变的。然后,分别对每个距离子块的相位历史数据应用PACE自聚焦算法估计各子块相位误差。
为了实现本步骤的操作,首先需要得到真实的相位误差。因此,步骤4具体包括如下子步骤:
(4a)将包络误差校正后的回波信号沿距离向分成互不重叠的V个距离子块,在每个距离子块内有M1=M/V个距离分辨单元;
其中M表示距离向距离单元的总数。
(4b)计算每个距离子块的真实相位误差:
结合图4中ta时刻SAR平台飞行剖面图,根据图中的几何关系,估计的相位误差可表示为:
式中:Δy和Δz表示APC(Antenna phase Center,天线相位中心)在Y和Z轴的偏移量,其中Δy=[Δy(0) Δy(1) … Δy(N-1)],Δz=[Δz(0) Δz(1) … Δz(N-1)];T3是延长线上的点目标,位于雷达回波第m(m=0,1,…,M-1)个距离单元且满足∠GPT3=αm,M表示距离维采样个数。
考虑到相位误差的空变性,我们可以将上式以矩阵形式表示为:
Φ=KD1
其中,表示估计的相位误差矩阵,Φ(m,:)=[θm(0) θm(1) …θm(N-1)]表示估计的相位误差矩阵中第m个距离单元的相位误差,N表示雷达回波总数,是参数矩阵,为天线相位中心的偏移量矩阵;
则目标的真实相位误差为:
其中,Rm表示第m个距离单元到SAR平台的斜距,H表示SAR平台的高度,相应地,记目标的真实相位误差矩阵为则第m个距离单元的真实相位误差为
显然,估计的相位误差矩阵Φ越接近真实的相位误差矩阵Φr,运动补偿的效果就会越好。
(4b)在得到真实的相位误差后,采用WCEA算法来估计每个距离子块的空变相位误差:
假设聚焦的复数SAR图像为f(m,k),经相位误差补偿后的相位历史数据为u(m,n)
则有
其中u0(m,n)表示未进行相位误差补偿的相位历史数据,k=0,1,...,N-1表示聚焦图像像素点的方位序号。
由于SAR图像的对比度越大,图像的聚焦效果越好,因此为了获得更好的聚焦效果,必须进行高精度的运动补偿,使Φ的值越接近Φr越好,即需要对APC相对于理想航迹的偏移情况做更精确地估计。这样,相位误差的提取问题就转化成一个最优化问题:估计天线相位中心的运动误差,使得SAR图像的对比度达到最大,即:
其中,为相位误差校正矩阵,
为相位误差校正矩阵Φc中第m个距离单元的相位误差校正量,由于并不存在Φc的闭合形式的解,使得C达到最大,因此上式是一个无约束优化问题。在本发明中采用计算高效且节省内存的CGA(Conjugate GradientAlgorithm,共轭梯度算法)迭代求解这一非线性优化问题。
CGA需要获得对比度C对相位误差校正量的导数的显式表达式为:
其中,当C达到最大值时,可得到对应每个距离子块的相位误差。
至此,我们完成了对各距离子块相位误差的估计。
步骤5,计算每个距离子块对应的距离单元的权值,并对所述相位误差估计后的V个距离子块进行距离误差估计,并完成空变误差校正,将完成空变误差校正后的回波信号进行方位向IFFT,得到聚焦后的SAR图像。
步骤5具体包括如下子步骤:
(5a)在完成了相位误差估计后,采用WMSE估计因子,根据不同距离单元的对比度,确定由相应距离单元数据估计的相位误差的权值,构建相位估计因子:
其中,Cm=σm/μm(m=0,1,...,M-1)表示第m个距离单元的对比度,在此,M表示每个距离子块中的距离单元数,表示相应距离单元的权值;
(5b)上式中,θm(n)越接近相位误差估计得越精确,WMSE(Δy(n),Δz(n))的值将越小,即相位误差的估计值在加权最小均方意义上是最优的。为了使WMSE(Δy(n),Δz(n))最小,令则有:
从而得到天线相位中心在Y轴的偏移量Δy(n)和Z轴的偏移量Δz(n),根据天线相位中心在Y轴的偏移量Δy(n)和Z轴的偏移量Δz(n)对SAR数据进行精确地补偿;
假设第v(v=0,1,…,V-1)个距离子块的中心到SAR平台理想航迹的距离为R(v),我们将其记为各子块非空变相位误差估计过程的参考斜距。这样,我们就可获得第v个距离子块数据的斜距误差,并依次对各距离子块进行类似的操作。最后,计算各距离子块数据的对比度权值,根据上式求得的APC在Y轴偏移量Δy(n)和Z轴的偏移量Δz(n)求解平台的航迹偏移,对SAR数据进行较为精确的补偿。
将经过精确补偿之后的SAR数据进行方位向IFFT,得到聚焦后的SAR图像为:
其中,fa表示方位向采样率。
至此,基于二维自聚焦的高分辨聚束SAR自聚焦算法成像处理完成。
下面采用实测SAR数据,并设计对比实验说明所提算法的有效性和优越性。
1.均匀成像区域
在本实验中,高分辨聚束SAR原始数据由X波段机载雷达录取,载机速度约为120m/s,脉冲重复频率为1250Hz,雷达发射信号带宽为600MHz,参考斜距为40.8km。载机配备中等精度的导航系统。成像区域主要由农田、草地、灌木丛等无孤立散射点的场景组成,可以被看作均匀成像区域。
首先,采用基于GPS/INS信息进行回波信号的包络误差和相位误差校正,然后使用WPGA对转化为二维极坐标格式的数据而不是原始数据作进一步的RCM(Range CellMigration,距离徙动)校正。图5(a)为仅利用GPS/INS信息补偿后的雷达回波相位历史数据包络图,图5(b)为本发明方法处理的包络图。由于运动误差的影响,图5(a)中信号的包络不是直线而是发生了弯曲,图中水平方向表示方位向,垂直方向表示距离向。显然,图5(b)中更好的补偿了RCM,表明包络误差校正的精确度要高于导航系统校正误差。经本发明所提方法可以将包络校直,说明了本发明所提方法的有效性。
图5(c)为采用PACE自聚焦算法处理,但没有进行包络误差校正所得到的SAR图像,残余的包络误差会严重影响相位历史数据的自聚焦,使整个场景比较模糊、粗糙。图5(d)为应用本发明所提方法进行运动误差粗补偿及NsRCM校正后,利用PACE自聚焦算法补偿相位误差所得SAR图像。图5(e)为采用本发明所提方法处理农田和草原等均匀成像区域,可以看到成像区域纹理清晰,聚焦效果良好。
图6(a)和图6(b)为采用CMD(coherent MD)算法进行相位误差补偿(已采用本发明所提算法进行包络误差校正)结果图以及ME-MOCO算法处理结果图。不同算法获得的SAR图像的熵值和对比度如表一所示,图像熵值越小,对比度越大,说明图像聚焦得越好。由此亦可看出所提方法具有最优的图像整体聚焦性能。
表一:图像熵值和对比度
为了对成像区域的局部聚焦性能进行分析,我们分别提取图5(c)、图5(e)、图6(a)、图6(b)中矩形虚线框内的场景并放大,所得成像结果从左到右排列如图6(c)、图6(d)所示。显然,用本发明所提方法处理结果最优。采用不同的聚焦方法对后三幅图像进行处理,所消耗时间分别为169.14s、177.48s和240.65s,可见采用本文方法不仅运算效率高,而且可以获得良好的聚焦效果。
2、孤立散射点成像区域
为了验证本文算法对含孤立散射点场景的聚焦性能,我们根据表二所示参数,首先采用本章提出的粗补偿和NsRCM校正方法对SAR实测数据进行处理,并对相位历史数据分别采用LML-WPGA算法和WCEA算法提取相位误差并补偿。
表二:雷达仿真参数
参数 | 数值 | 单位 |
载频 | 9.6 | GHz |
带宽 | 600 | MHz |
采样率 | 800 | MHz |
平台运动速率 | 105 | m/s |
景中心斜距 | 15 | km |
脉冲重复频率 | 1250 | Hz |
采用LML-WPGA算法补偿残余相位误差所得SAR图像如图7(a)所示,而采用本发明所提的WCEA算法补偿残余相位误差所得SAR图像如图7(b)所示。其中,水平方向表示方位向,垂直方向表示距离向。可见,以上两种方法均获得了良好的聚焦效果。两图的对比度分别为1.6914和1.6920,图像对比度是衡量聚焦效果的标准,对比度越高,聚焦性能越好,说明本文方法在整体上具有更优的性能。为了对SAR图像局部区域的成像效果进行比较,我们分别从图7(a)和图7(b)中取出相同的成像场景并放大,分别如图7(c)和图7(d)所示,显然,采用WCEA算法获得的成像结果更清晰,聚焦性能更好。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,其特征在于,所述方法包括如下步骤:
步骤1,SAR雷达接收原始回波信号,对所述原始回波信号依次进行距离脉压、距离向FFT,得到距离向FFT后的回波信号,并对距离向FFT后的回波信号依次进行包络误差粗补偿、相位误差粗补偿,得到粗补偿后的回波信号;
其中,步骤1具体包括如下子步骤:
(1a)SAR雷达接收原始回波信号,对所述原始回波信号进行距离脉压和距离向FFT,得到距离向FFT后目标的回波信号ss(τ,ta;x,r):
其中,R(ta;x,r)=R0(ta;x,r)+ΔR(ta;x,r), 表示由SAR雷达平台的非理想运动引入的相位误差,或者 为非空变的相位误差分量,为空变的相位误差分量;
其中,R0(ta;x,r)表示天线相位中心到场景中任意一点的理想瞬时斜距,R(ta;x,r)表示天线相位中心到场景中任意一点的实际瞬时斜距,ΔR(ta;x,r)表示由运动误差造成的斜距误差,λ=c/fc为信号波长,Tp表示脉冲宽度,c表示光速,fc表示雷达载频,Rs表示场景中心最短斜距,v0表示SAR雷达平台的速度,τ表示距离快时间,ta表示方位慢时间,(x,Rs+r)表示斜距平面内任意一点的坐标,x表示SAR雷达平台沿方位向相对于零时刻的位移,r表示SAR雷达平台沿距离向相对于零时刻的位移;
(1b)在方位时间[0,Ta]内,假设SAR雷达平台沿视线方向的速度分量为vr(ta),对速度分量经积分后可得SAR雷达平台的瞬时位置误差偏移量Δr(ta)为:
其中,Ta表示数据处理时间,Δr(0)为平均值的相反数,相应的相位偏移量φr(ta)为:
假设SAR雷达平台的前向速度分量为vx(ta),在获得回波信号的方位向补偿之后,回波信号的相应的多普勒调频率Ka(ta)为:
定义为SAR雷达平台在ta∈[0,Ta]内的平均速度,则多普勒调频率的变化量ΔKa(ta)为:
沿航迹的相位误差通过对ta∈[0,Ta]的二维积分获得,即
从而,对距离向FFT后的回波信号进行包络误差粗补偿和相位误差粗补偿,得到粗补偿后的回波信号ss1(τ,ta;x,r)如下:
步骤2,对所述粗补偿后的回波信号依次进行方位解线性调频和二维插值,得到二维插值后的回波信号;
其中,步骤2具体包括如下子步骤:
(2a)对粗补偿后的回波信号依次进行方位解线性调频,即乘以有
其中,B为信号带宽,kr为距离波数,k0为中心距离波数,ΔRres(ta;x,r)为残余斜距误差,v0表示SAR雷达平台的速度,ta表示方位慢时间,Rs表示场景中心最短斜距,x表示SAR雷达平台沿方位向相对于零时刻的位移;
(2b)对方位解线性调频后的回波信号进行均匀采样,消除距离-方位耦合,通过距离、方位二维重采样将极坐标数据转换成矩形格式数据,即
ky表示转换后的距离向坐标,kx表示转换后的方位向坐标;
可得二维插值后的回波信号SS(kx,ky;x,r)为:
其中,表示二维插值后的残余相位误差;
步骤3,对所述二维插值后的回波信号进行距离向IFFT,采用分阶降采样法SSA估计越距单元的距离徙动,并进行距离徙动校正,从而得到包络误差校正后的回波信号;
其中,步骤3具体包括如下子步骤:
(3a)对二维插值后的回波信号在Δky=ky-k0处进行距离向IFFT,忽略对图像聚焦没有影响的常数项,可得对所述二维插值后的回波信号进行距离向IFFT后的回波信号sS(τ,kx;x,r):
其中,Δky表示任意一点距离向坐标相对其实际坐标的偏移量,ψ1表示由运动误差造成的距离徙动,ψ0为方位相位误差项,kx表示转换后的方位向坐标,τ表示距离快时间,x表示SAR雷达平台沿方位向相对于零时刻的位移,r表示SAR雷达平台沿距离向相对于零时刻的位移,Tp表示脉冲宽度,c表示光速;
(3b)根据回波信号sS(τ,kx;x,r)估计越距单元的距离徙动,并进行距离徙动校正,具体操作如下:
首先依次将回波信号sS(τ,kx;x,r)中相邻的16个距离单元叠加起来,作为一个新的粗分辨率距离单元,从而获得距离向16倍降采样的粗分辨率距离单元信号,提取该粗分辨距离单元信号的相位误差;
采用低阶多项式拟合该粗分辨距离单元信号的相位误差,获得相应的斜距误差,并补偿该粗分辨距离单元信号的包络误差和相位误差,得到补偿后的全分辨率相位历史信号;
降低距离向降采样的倍数,将补偿后的全分辨率相位历史信号相邻的8个距离单元叠加起来,获得距离向8倍降采样的粗分辨信号,提取粗分辨数据的相位误差,并采用高阶多项式拟合该相位误差并对粗分辨信号进行相位误差补偿,直到全分辨率相位历史信号的距离徙动被限制在1/4个全分辨率距离单元,从而得到包络误差校正后的回波信号
步骤4,将所述包络误差校正后的回波信号沿距离向分成互不重叠的V个距离子块,并估计每个距离子块的相位误差,得到相位误差估计后的V个距离子块,V为自然数;
步骤5,计算每个距离子块对应的距离单元的权值,并对所述相位误差估计后的V个距离子块进行距离误差估计,并完成空变误差校正,将完成空变误差校正后的回波信号进行方位向IFFT,得到聚焦后的SAR图像。
2.根据权利要求1所述的一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,其特征在于,步骤4具体包括如下子步骤:
(4a)将包络误差校正后的回波信号沿距离向分成互不重叠的V个距离子块,在每个距离子块内有M1=M/V个距离分辨单元,其中M表示距离向距离单元的总数;
(4b)计算每个距离子块的真实相位误差:
Φ=KD1
其中,表示估计的相位误差矩阵,Φ(m,:)=[θm(0) θm(1) … θm(N-1)]表示估计的相位误差矩阵中第m个距离单元的相位误差,N表示雷达回波总数,K是参数矩阵,为天线相位中心的偏移量矩阵,Δy和Δz表示天线相位中心在Y和Z轴的偏移量,Δy=[Δy(0) Δy(1) … Δy(N-1)],Δz=[Δz(0) Δz(1) … Δz(N-1)];
则目标的真实相位误差为:
其中,Rm表示第m个距离单元到SAR平台的斜距,H表示SAR平台的高度,相应地,记目标的真实相位误差矩阵为则第m个距离单元的真实相位误差为
(4c)估计每个距离子块的空变相位误差:
估计天线相位中心的运动误差,使得SAR图像的对比度达到最大,即
其中,为相位误差校正矩阵,为相位误差校正矩阵Φc中第m个距离单元的相位误差校正量,对比度C对相位误差校正量的导数的显式表达式为:
其中,当C达到最大值时,可得到对应每个距离子块的相位误差。
3.根据权利要求1所述的一种基于二维自聚焦的高分辨聚束SAR自聚焦成像方法,其特征在于,步骤5具体包括如下子步骤:
(5a)根据不同距离单元的对比度以及相应距离单元数据估计的相位误差的权值,构建相位估计因子:
其中,Cm=σm/μm表示第m个距离单元的对比度,m=0,1,...,M-1,表示相应距离单元的权值;
(5b)令则有:
从而得到天线相位中心在Y轴的偏移量Δy(n)和Z轴的偏移量Δz(n),根据天线相位中心在Y轴的偏移量Δy(n)和Z轴的偏移量Δz(n)对SAR数据进行精确地补偿;
将经过精确补偿之后的SAR数据进行方位向IFFT,得到聚焦后的SAR图像为:
其中,fa表示方位向采样率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610473505.9A CN105974414B (zh) | 2016-06-24 | 2016-06-24 | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610473505.9A CN105974414B (zh) | 2016-06-24 | 2016-06-24 | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105974414A CN105974414A (zh) | 2016-09-28 |
CN105974414B true CN105974414B (zh) | 2019-01-11 |
Family
ID=57019773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610473505.9A Active CN105974414B (zh) | 2016-06-24 | 2016-06-24 | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105974414B (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106597425B (zh) * | 2016-11-18 | 2019-02-12 | 中国空间技术研究院 | 一种基于机器学习的雷达目标定位方法 |
CN106646471B (zh) * | 2016-12-29 | 2019-05-21 | 西安电子科技大学 | 基于方位空变误差补偿的机载高分辨sar成像方法 |
CN107229050B (zh) * | 2017-05-11 | 2020-04-21 | 西北工业大学 | 一种基于极坐标格式的雷达成像优化方法 |
CN107255816B (zh) * | 2017-06-08 | 2020-02-18 | 西安电子科技大学 | 最大对比度的空变相位自聚焦isar成像方法 |
CN108562898B (zh) * | 2018-04-17 | 2022-01-07 | 西安电子科技大学 | 一种前侧视sar的距离和方位两维空变自聚焦方法 |
CN108387900B (zh) * | 2018-05-09 | 2022-04-15 | 西安电子科技大学 | 一种直升机载旋转式合成孔径雷达的振动误差补偿方法 |
CN108627831B (zh) * | 2018-05-11 | 2020-06-09 | 西安空间无线电技术研究所 | 一种超低信噪比中高轨卫星目标isar成像方法 |
CN108732555B (zh) * | 2018-06-04 | 2022-05-27 | 内蒙古工业大学 | 一种自动驾驶阵列微波成像运动补偿的方法 |
CN110554385B (zh) * | 2019-07-02 | 2022-10-28 | 中国航空工业集团公司雷华电子技术研究所 | 机动轨迹合成孔径雷达自聚焦成像方法、装置及雷达系统 |
CN110261833B (zh) * | 2019-07-04 | 2020-11-24 | 中国人民解放军国防科技大学 | 高分辨星载sar成像误差估计与补偿方法 |
CN110673143A (zh) * | 2019-09-30 | 2020-01-10 | 西安电子科技大学 | 一种子孔径大斜视sar俯冲成像的两步处理方法 |
CN110568410B (zh) * | 2019-10-09 | 2021-08-31 | 上海无线电设备研究所 | 一种空间频率色散的微波雷达超分辨方法 |
CN110596662B (zh) * | 2019-10-21 | 2023-03-21 | 立晟智能科技(成都)有限公司 | 一种mimo雷达的距离偏差校正方法 |
CN111208515B (zh) * | 2020-01-17 | 2023-03-24 | 西安电子科技大学 | 一种基于二维非线性映射的sar运动补偿方法 |
CN111443349B (zh) * | 2020-02-28 | 2022-08-26 | 南昌大学 | 基于BiSAR回波的相关运动误差补偿方法、系统及应用 |
CN111551934A (zh) * | 2020-05-07 | 2020-08-18 | 东南大学 | 一种用于无人机载sar成像的运动补偿自聚焦方法与装置 |
CN111880180B (zh) * | 2020-07-03 | 2023-05-26 | 西安电子科技大学 | 一种高分辨运动舰船sar成像的自聚焦方法 |
CN111856461B (zh) * | 2020-07-13 | 2023-04-11 | 西安电子科技大学 | 基于改进pfa的聚束sar成像方法及其dsp实现 |
CN112505667B (zh) * | 2020-11-19 | 2022-07-15 | 哈尔滨工程大学 | 一种二维声呐基阵运动姿态自校准方法 |
CN113126051B (zh) * | 2021-03-05 | 2023-09-19 | 西安电子科技大学 | 一种机载多通道sar干涉有效基线估计方法及装置 |
CN113156436B (zh) * | 2021-03-26 | 2023-04-25 | 中国科学院空天信息创新研究院 | 圆迹合成孔径雷达自聚焦成像方法、系统及电子设备 |
CN113126057B (zh) * | 2021-04-20 | 2022-09-16 | 哈尔滨工业大学 | 一种基于调频率估计的sar运动补偿方法 |
CN113219457B (zh) * | 2021-04-25 | 2023-01-06 | 中国科学院空天信息创新研究院 | 超宽带调频连续波sar自聚焦成像方法 |
CN113138543A (zh) * | 2021-05-18 | 2021-07-20 | 京东方科技集团股份有限公司 | 自动对焦控制方法、存储介质、控制设备及数字曝光机 |
CN113253268A (zh) * | 2021-06-01 | 2021-08-13 | 中南大学 | 用于斜视机载sar数据处理的md-pga自聚焦方法 |
CN113534143B (zh) * | 2021-07-16 | 2022-03-25 | 中国人民解放军国防科技大学 | 基于地球同步轨道合成孔径雷达的高程空变误差补偿方法 |
CN113740821A (zh) * | 2021-09-14 | 2021-12-03 | 中国人民解放军国防科技大学 | 星载p波段sar二维空变闪烁相位误差的估计与补偿方法 |
CN114089333B (zh) * | 2021-11-10 | 2024-04-30 | 西安电子工程研究所 | 一种基于直升机平台的sar振动误差估计及补偿方法 |
CN116500558B (zh) * | 2023-03-13 | 2023-09-19 | 中南大学 | 机载微波光子sar全孔径自聚焦方法 |
CN117849799B (zh) * | 2024-03-07 | 2024-05-07 | 中国科学院空天信息创新研究院 | 一种谐波合成孔径雷达残余运动误差补偿方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101456185B1 (ko) * | 2013-05-16 | 2014-10-31 | 포항공과대학교 산학협력단 | 레이더 영상 형성 방법 및 장치 |
CN104931967A (zh) * | 2015-06-12 | 2015-09-23 | 西安电子科技大学 | 一种改进的高分辨率sar成像自聚焦方法 |
CN105116411A (zh) * | 2015-08-17 | 2015-12-02 | 南京航空航天大学 | 一种适用于距离徙动算法的两维自聚焦方法 |
-
2016
- 2016-06-24 CN CN201610473505.9A patent/CN105974414B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101456185B1 (ko) * | 2013-05-16 | 2014-10-31 | 포항공과대학교 산학협력단 | 레이더 영상 형성 방법 및 장치 |
CN104931967A (zh) * | 2015-06-12 | 2015-09-23 | 西安电子科技大学 | 一种改进的高分辨率sar成像自聚焦方法 |
CN105116411A (zh) * | 2015-08-17 | 2015-12-02 | 南京航空航天大学 | 一种适用于距离徙动算法的两维自聚焦方法 |
Non-Patent Citations (3)
Title |
---|
"A Novel Motion Compensation Approach for Airborne Spotlight SAR of High-Resolution and High-Squint Mode";Letian Zeng et al.;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20160331;第13卷(第3期);第429-433页 |
"A Weighted Contrast Enhancement Autofocus Algorithm";Le-tian Zeng et al.;《Synthetic Aperture Radar(APSAR),2015 IEEE 5th Asia-Pacific》;20151029;第310-313页 |
"一种基于极坐标格式算法的高分辨SAR成像自聚焦算法";曾乐天 等;《电子与信息学报》;20150630;第37卷(第6期);第1409-1415页 |
Also Published As
Publication number | Publication date |
---|---|
CN105974414A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105974414B (zh) | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 | |
CN104931967B (zh) | 一种改进的高分辨率sar成像自聚焦方法 | |
US7663529B2 (en) | Methods for two-dimensional autofocus in high resolution radar systems | |
CN108627831B (zh) | 一种超低信噪比中高轨卫星目标isar成像方法 | |
EP3144702A1 (en) | Method and device for synthethic aperture radar imaging based on non-linear frequency modulation signal | |
CN106802416B (zh) | 一种快速因式分解后向投影sar自聚焦方法 | |
CN109143237B (zh) | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 | |
Pu et al. | Fast factorized backprojection imaging algorithm integrated with motion trajectory estimation for bistatic forward-looking SAR | |
CN102788972B (zh) | 一种适用于超高分辨率sar成像的自聚焦方法 | |
CN109856635A (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN102590812A (zh) | 基于调频连续波的sar实时成像方法 | |
CN110082764B (zh) | 基于稳健正则化层析方法的sar图像成像方法 | |
CN110146857A (zh) | 一种颠簸平台sar三维运动误差估计方法 | |
CN102121990B (zh) | 基于空时分析的逆合成孔径雷达的目标转速估计方法 | |
CN101620272A (zh) | 一种逆合成孔径雷达的目标转速估计方法 | |
CN109541597A (zh) | 一种多站雷达isar图像配准方法 | |
CN110095787A (zh) | 基于MEA和deramp的SAL全孔径成像方法 | |
CN108872983A (zh) | 一种弹载sar成像自聚焦方法 | |
CN106990397B (zh) | 双基地前视sar非系统距离徙动校正方法 | |
CN116299551A (zh) | 一种太赫兹sar二维自聚焦成像算法 | |
CN108562898B (zh) | 一种前侧视sar的距离和方位两维空变自聚焦方法 | |
CN103792534B (zh) | 一种基于先验相位结构知识的sar两维自聚焦方法 | |
CN112415512B (zh) | 基于进退法和黄金分割法的sar运动目标聚焦方法 | |
CN116819466A (zh) | 基于图像最小熵的双基isar方位定标和几何校正方法 | |
CN112505647B (zh) | 一种基于序贯子图像序列的动目标方位速度估计方法 |
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 |