CN106443672B - 一种方位多通道sar信号自适应重构方法 - Google Patents

Abstract

本发明属于雷达技术领域领域，公开了一种方位多通道SAR的信号自适应重构方法，包括：获取各通道接收到的回波数据的二维谱；对于基带频率范围内的每一基带频率，利用二维谱得到对应的多通道数据矩阵得到对应的协方差矩阵；在多普勒频率范围内的每一多普勒频率处构造对应的第一导向矢量，进而利用第一导向矢量以及每一基带频率对应的协方差矩阵，计算得到该多普勒频率处的N个多普勒谱，利用每一多普勒频率处的N个多普勒谱确定基带多普勒中心及有效多普勒带宽，在每一基带频率处，根据基带多普勒中心及有效多普勒带宽得到模糊分量编号，利用模糊分量编号重构该基带频率处的信号矩阵。本发明能够保持多普勒谱的完整性，提高重构信号的信噪比。

Description

一种方位多通道SAR信号自适应重构方法

技术领域

本发明涉及雷达技术领域，尤其涉及一种方位多通道SAR信号自适应重构方法。

背景技术

方位多通道合成孔径雷达(Synthetic Aperture Radar，SAR)系统具有比传统单通道SAR系统在更多的自由度，其以空间采样来弥补时间采样，突破了最小天线面积限制，在宽测绘带及高分辨成像方面具有优异的性能。

由于方位多通道SAR系统的脉冲重复频率(Pulse Recurrence Frequency，PRF)小于真实的多普勒带宽，方位多通道SAR系统的每个通道接收的回波都存在多普勒模糊。因此，如何从混叠的多普勒谱中恢复出无模糊的多普勒谱是方位多通道SAR系统在宽幅高分辨成像中的一个重要问题。近年来，人们进行了大量研究，并提出了许多行之有效的方法，比如，层析重排(Interleaving)算法，该方法只需把各个通道接收的信号按照方位位置的不同进行重排，就可以实现方位信号重构。除此以外，Krieger提出了波束形成算法，该方法在均匀采样的情况下可以得到很好的重构效果，但是在非均匀采样时算法的性能会下降甚至失效。在波束形成算法的基础上，又提出了一种改进的波束形成方法，该方法在非均匀采样的情况下依然能够有效的实现方位信号重构。

但是，以上方法均以模糊分量的个数是恒定的整数或者奇数，且不同基带频率处模糊分量的个数是相同的为前提，同时，这些算法多注重某个基带频率处的模糊分量的处理，而并没有分析和考虑过整个基带频率范围内模糊分量的变化情况。而在实际应用中，模糊分量的个数通常是随基带频率变化的，并不总是常数，所以，将模糊分量个数假定为整数或是奇数且恒定不变会影响SAR图像的信噪比和方位分辨率。

发明内容

针对以上现有技术存在的不足，本发明的实施例提供一种方位多通道SAR的信号自适应重构方法，能够有效解决传统方位多通道SAR信号重构方法由于未考虑模糊分量随基带频率变化和要求导向矢量已知所引起的模糊分量个数和位置变化的问题，不仅能够保持多普勒谱的完整性，提高重构信号的信噪比，还能在重构过程中估计出多普勒中心、天线方向图等参数。

为达到上述目的，本发明的实施例采用如下技术方案：

一种方位多通道SAR的信号自适应重构方法，所述方位多通道SAR包括M个通道，M为整数，M＞1，该方法包括如下步骤：

步骤1，对M个通道中的第m个通道接收到的回波数据进行等效相位中心处理，接着对等效相位中心处理后的回波数据进行距离向脉冲压缩处理，然后对经距离向脉冲压缩处理后的回波数据进行方位维和距离维的快速傅里叶变换，得到第m个通道接收到的回波数据的二维谱{S₁(f_r，f_b)，S₂(f_r，f_b)，…，S_m(f_r，f_b)，…，S_M(f_r，f_b)}；

其中，S_m(f_r，f_b)表示第m个通道接收到的回波数据的二维谱，m取1到M之间的所有整数值；f_r表示距离频率，L表示距离向采样点数；f_b表示基带频率，PRF表示脉冲重复频率；

步骤2，对于基带频率范围内的全部N个基带频率中的第n个基带频率f_b ⁽ⁿ⁾，利用步骤1中得到的M个通道接收到的回波数据在第n个基带频率f_b ⁽ⁿ⁾、第i个距离频率处的二维谱，构造得到第n个基带频率f_b ⁽ⁿ⁾的第i个多通道数据矩阵其中，N为整数，n取1到N之间的所有整数值，i取1到L之间的所有整数值，上标T表示转置运算；

利用第n个基带频率f_b ⁽ⁿ⁾的全部L个多通道数据矩阵计算得到第n个基带频率f_b ⁽ⁿ⁾对应的协方差矩阵

步骤3，在多普勒频率范围内的全部P个多普勒频率中的第p个多普勒频率处，构造得到第p个多普勒频率对应的第一导向矢量进而利用第一导向矢量b以及第n个基带频率f_b ⁽ⁿ⁾对应的协方差矩阵R_n，计算得到第p个多普勒频率在第n个基带频率f_b ⁽ⁿ⁾处的多普勒谱其中，P为整数，p取1到P之间的所有整数值，υ表示方位多通道SAR的速度，D_a表示发射天线长度，x_m表示第m个通道与参考通道等效相位中心之间的距离，上标-1表示求逆运算，上标H表示共轭转置运算；

确定第p个多普勒频率处的N个多普勒谱中的最大多普勒谱；

步骤4，将全部P个多普勒频率中每一多普勒频率处的最大多普勒谱作为天线方向图在该多普勒频率处的取值，得到P个离散点，利用P个离散点进行高斯拟合，得到天线方向图；

根据天线方向图，确定基带多普勒中心f_dc；

根据基带多普勒中心f_dc以及天线方向图计算得到有效多普勒带宽B_e；

步骤5，在全部N个基带频率中的每一基带频率处，根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到该基带频率处的模糊分量编号；

利用该基带频率处的模糊分量编号构造得到该基带频率对应的第二导向矢量

根据该基带频率对应的第二导向矢量c_i计算得到该基带频率处的最优权矢量进而根据该基带频率处的最优权矢量提取得到该基带频率处的全部I个模糊分量信号；其中，第i个模糊分量信号为i表示模糊分量编号，i分别取I_min到I_max之间的所有整数值，I_min表示模糊分量的最小编号，I_max表示模糊分量的最大编号，I＝I_max-I_min+1；

根据该基带频率处的全部I个模糊分量信号，重构得到该基带频率处的信号矩阵S_ref(f_r，f_b)＝[S_ref(f_r，f_b+I_min·PRF)S_ref(f_r，f_b+I_min+1·PRF)…S_ref(f_r，f_b+I_max·PRF)]^T。

不同与传统方位多通道SAR信号重构方法，本发明实施例提供的方位多通道SAR信号自适应重构方法，在基带频率范围内的每一基带频率处，利用各通道接收到的回波数据在该基带频率处的二维谱，构造得到该基带频率对应的L个多通道数据矩阵，进而利用该基带频率对应的L个多通道数据矩阵，计算得到该基带频率对应的协方差矩阵R_n；进而，在多普勒频率范围内的每一多普勒频率处，构造该多普勒频率对应的第一导向矢量b，进而根据第一导向矢量b以及每一基带频率对应的协方差矩阵，计算得到该多普勒频率处的N个多普勒谱；利用多普勒频率范围内每一多普勒频率处的N个多普勒谱，得到天线方向图，根据天线方向图确定基带多普勒中心f_dc即有效多普勒带宽B_e，继而在每一基带频率处，根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到模糊分量编号，并根据模糊分量编号构造第二导向矢量c_i，利用第二导向矢量c_i提取得到该基带频率处的全部I个模糊分量信号，最终利用该基带频率处的全部I个模糊分量信号重构得到该基带频率处的信号矩阵。

在本发明实施例上述方案中，由于导向矢量b不涉及模糊分量编号，这样，在每一多普勒频率处利用该多普勒频率对应的导向矢量b以及二维谱数据来估计天线方向图，进而根据天线方向图估计得到的基带多普勒中心f_dc及有效多普勒带宽B_e较为准确。在此基础上，即可根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到该多普勒频率在整个基带频率范围内的每一基带频率处对应的模糊分量编号，这样，再根据该多普勒频率在每一基带频率对应的模糊分量编号来重构信号，即可有效解决传统方位多通道SAR信号重构方法由于未考虑模糊分量随基带频率变化和要求导向矢量已知所引起的模糊分量个数和位置变化的问题，保持多普勒谱的完整性，提高重构信号的信噪比。

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为本发明实施例提供的一种方位多通道SAR信号自适应重构方法的流程示意图；

图2(a)为采用过重构方法处理得到的仿真数据场景图；

图2(b)为采用本发明方法处理得到的仿真数据场景图；

图2(c)为采用欠重构方法处理得到的仿真数据场景图；

图3为图2中圆圈内强点的方位剖面图，其中虚线为采用过重构方法得到的强点方位剖面曲线，实线为采用本发明方法得到的强点方位剖面曲线，点虚线为采用欠重构方法得到的强点方位剖面曲线。

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方位多通道SAR的信号自适应重构方法，其中，方位多通道SAR包括M个通道，M为整数，M＞1。如图1所示，该方法包括如下步骤：

步骤1，对M个通道中的第m个通道接收到的回波数据进行等效相位中心处理，接着对等效相位中心处理后的回波数据进行距离向脉冲压缩处理，然后对经距离向脉冲压缩处理后的回波数据进行方位维和距离维的快速傅里叶变换，得到第m个通道接收到的回波数据的二维谱{S₁(f_r，f_b)，S₂(f_r，f_b)，…，S_m(f_r，f_b)，…，S_M(f_r，f_b)}。

其中，S_m(f_r，f_b)表示第m个接收到的回波数据的二维谱，m取1到M之间的所有整数值，f_r表示距离频率，L表示距离向采样点数，f_b表示基带频率，PRF表示脉冲重复频率。

步骤2，对于基带频率范围内的全部N个基带频率中的第n个基带频率，利用步骤1中得到的M个通道接收到的回波数据在第n个基带频率f_b ⁽ⁿ⁾、第i个距离频率处的二维谱，构造得到第n个基带频率f_b ⁽ⁿ⁾的第i个多通道数据矩阵进而利用第n个基带频率f_b ⁽ⁿ⁾的全部L个多通道数据矩阵计算得到第n个基带频率f_b ⁽ⁿ⁾对应的协方差矩阵

其中，N为整数，n取1到N之间的所有整数值，i取1到L之间的所有整数值，上标T表示转置运算。

步骤3，在多普勒频率范围内的全部P个多普勒频率中的第p个多普勒频率处，构造得到第p个多普勒频率对应的第一导向矢量进而利用第一导向矢量b以及第n个基带频率f_b ⁽ⁿ⁾对应的协方差矩阵R_n，计算得到第p个多普勒频率在所述第n个基带频率f_b ⁽ⁿ⁾处的多普勒谱确定第p个多普勒频率处的N个多普勒谱中的最大多普勒谱。

其中，P为整数，p取1到P之间的所有整数值，υ表示所述方位多通道SAR的速度，D_a表示发射天线长度，x_m表示第m个通道与参考通道等效相位中心之间的距离，上标-1表示求逆运算，上标H表示共轭转置运算。

具体来说，经过等效相位中心处理后，每个通道接收到的回波可以等效为各个接收通道在等效相位中心处自发自收。假设先进行方位维和距离维FFT，然后再进行距离向脉冲压缩后，第m通道的二维谱为：

式中，S_m(f_r，f_b)表示第m个通道接收到的回波数据(m＝1，…，M)，S_ref(f_r，f_a)表示参考通道接收回波的二维频谱，f_a表示多普勒频率，x_m表示第m通道和参考通道等效相位中心之间的距离，υ表示雷达速度，f_r表示距离频率，f_b表示基带频率，PRF表示雷达的脉冲重复频率，i(I_min≤i≤I_max)表示模糊分量编号，I_min表示模糊分量编号最小值，I_max表示模糊分量编号最大值，模糊分量的总个数为I＝I_max-I_min+1。

则，在某一基带频率f_b处，将各个通道数据以矩阵形式表示，可得：

其中，N(f_b)表示噪声， 表示M×1的复数矩阵集合。进一步的，将该式中各通道接收回波的二维谱用上一公式所示的参考通道接收回波的二维频谱的矩阵表示形式，则可以得到如下所示的多通道数据矩阵：

S(f_r，f_b)＝A(f_b)·S_ref(f_r，f_b)+N(f_b)，

其中，A(f_b)表示阵列流型，S_ref(f_r，f_b)表示参考通道接收回波的二维频谱矩阵，A(f_b)的表达式如下：

其中，a_i为导向矢量，其表达式如下：

式中，S_ref(f_r，f_b)表示参考通道的数据矩阵，其表达式如下：

由于模糊分量个数和位置是随基带频率变化的，因此不能直接使用上述导向矢量a_i进行重构。考虑到此，本发明实施例重新构造了导向矢量b，其表达式如下：

其中，f_a表示多普勒频率，为了计算方便，通常取即只取一个周期的谱结构，D_a表示发射天线长度。

观察导向矢量b，不难发现，其不涉及模糊分量编号，这样，在每一多普勒频率处利用该多普勒频率对应的导向矢量b以及二维谱数据来估计天线方向图，进而根据天线方向图估计得到的基带多普勒中心f_dc及有效多普勒带宽B_e较为准确。在此基础上，即可根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到该多普勒频率在整个基带频率范围内的每一基带频率处对应的模糊分量编号，这样，再根据该多普勒频率在每一基带频率对应的模糊分量编号来重构信号，即可有效解决传统方位多通道SAR信号重构方法由于未考虑模糊分量随基带频率变化和要求导向矢量已知所引起的模糊分量个数和位置变化的问题，保持多普勒谱的完整性，提高重构信号的信噪比。

步骤4，将全部P个多普勒频率中每一多普勒频率处的最大多普勒谱作为天线方向图在该多普勒频率处的取值，得到P个离散点，利用P个离散点进行高斯拟合得到天线方向图；根据天线方向图，确定基带多普勒中心f_dc，继而根据基带多普勒中心f_dc以及天线方向图计算得到有效多普勒带宽B_e。

理论上，多普勒频率范围内的每一多普勒频率对应的多普勒谱中的最大多普勒谱确定为该多普勒频率处的多普勒谱，即可得到天线方向图。根据所得的天线方向图，即可确定基带多普勒中心f_dc。但在实际中，估计得到的天线方向图由于混有噪声，不是一条平滑的曲线，因此直接所得的天线方向图来估计多普勒中心往往会造成很大的误差。为此，可以先进行高斯拟合得到拟合曲线，将该拟合曲线作为天线方向图，再据此确定基带多普勒中心f_dc。

一种可选的实现方式中，天线方向图最大值的位置一般被认为是基带多普勒中心，因此可根据天线方向图最大值的位置来估计多普勒中心。即，步骤4中，根据天线方向图，确定基带多普勒中心f_dc，具体可以包括：

根据天线方向图，确定天线方向图的峰值位置，进而将峰值位置对应的多普勒频率确定为基带多普勒中心f_dc。

另一种可选的实现方式中，还可以通过以下经验公式计算得到基带多普勒中心f_dc：式中，AP(f_a)为天线方向图的曲线表达式。

即，步骤4中，根据天线方向图，确定基带多普勒中心f_dc，具体可以包括：

根据天线方向图的曲线表达式，使用第一预设公式：确定基带多普勒中心f_dc。

具体的，步骤4中，根据基带多普勒中心f_dc以及天线方向图计算得到有效多普勒带宽B_e，具体可以包括：

根据基带多普勒中心f_dc以及天线方向图，使用第二预设公式，计算得到有效多普勒带宽B_e。

其中，第二预设公式为：

式中，AP(f_a)为天线方向图的曲线表达式。

步骤5，在全部N个基带频率中的每一基带频率处，根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到该基带频率处的模糊分量编号，利用该基带频率处的模糊分量编号构造得到该基带频率对应的第二导向矢量进而根据该基带频率对应的第二导向矢量c_i计算得到该基带频率处的最优权矢量根据该基带频率处的最优权矢量提取得到该基带频率处的全部I个模糊分量信号，根据该基带频率处的全部I个模糊分量信号重构得到该基带频率处的信号矩阵S_ref(f_r，f_b)＝[S_ref(f_r，f_b+I_min·PRF)S_ref(f_r，f_b+I_min+1·PRF)…S_ref(f_r，f_b+I_max·PRF)]。

其中，第i个模糊分量信号为i表示模糊分量编号，i分别取I_min到I_max之间的所有整数值，I_min表示模糊分量的最小编号，I_max表示模糊分量的最大编号，I＝I_max-I_min+1。

具体的，步骤5中，在全部N个基带频率中的每一基带频率处，根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到该基带频率处的模糊分量编号，包括：

在全部N个基带频率中的每一基带频率处，根据基带多普勒中心f_dc以及有效多普勒带宽B_e，确定多普勒谱结构图在该基带频率处的上限和下限

在该基带频率处，根据多普勒谱结构图在该基带频率处的上限f_upper和下限f_lower，确定该基带频率处的模糊分量的最小编号和最大编号进而将该基带频率处的模糊分量编号确定为从最小编号I_min开始到最大编号I_max为止的全部整数。

其中，表示下取整运算，表示上取整运算。

至此，本发明实施例提供的方位多通道SAR信号自适应重构方法即结束。

不同与传统方位多通道SAR信号重构方法，本发明实施例提供的方位多通道SAR信号自适应重构方法，在基带频率范围内的每一基带频率处，利用各通道接收到的回波数据在该基带频率处的二维谱，构造得到该基带频率对应的L个多通道数据矩阵，进而利用该基带频率对应的L个多通道数据矩阵，计算得到该基带频率对应的协方差矩阵R_n；进而，在多普勒频率范围内的每一多普勒频率处，构造该多普勒频率对应的第一导向矢量b，进而根据第一导向矢量b以及每一基带频率对应的协方差矩阵，计算得到该多普勒频率处的N个多普勒谱；利用多普勒频率范围内每一多普勒频率处的N个多普勒谱，得到天线方向图，根据天线方向图确定基带多普勒中心f_dc即有效多普勒带宽B_e，继而在每一基带频率处，根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到模糊分量编号，并根据模糊分量编号构造第二导向矢量c_i，利用第二导向矢量c_i提取得到该基带频率处的全部I个模糊分量信号，最终利用该基带频率处的全部I个模糊分量信号重构得到该基带频率处的信号矩阵。

在本发明实施例上述方案中，由于导向矢量b不涉及模糊分量编号，这样，在每一多普勒频率处利用该多普勒频率对应的导向矢量b以及二维谱数据来估计天线方向图，进而根据天线方向图估计得到的基带多普勒中心f_dc及有效多普勒带宽B_e较为准确。在此基础上，即可根据基带多普勒中心f_dc以及有效多普勒带宽B_e得到该多普勒频率在整个基带频率范围内的每一基带频率处对应的模糊分量编号，这样，再根据该多普勒频率在每一基带频率对应的模糊分量编号来重构信号，即可有效解决传统方位多通道SAR信号重构方法由于未考虑模糊分量随基带频率变化和要求导向矢量已知所引起的模糊分量个数和位置变化的问题，保持多普勒谱的完整性，提高重构信号的信噪比。

以下通过仿真实验对本发明实施例方法的有效性作进一步验证说明：

一、仿真实验参数设置

本仿真实验中的实验参数如表1所示：

表1

二、仿真内容和结果分析

分别采用本发明实施例方法以及现有技术中的过重构算法和欠重构算法进行信号重构，并进行如下3组对比实验。其中，由于混叠次数在4～5之间，因此在本仿真实验中，过重构采用5个模糊分量，欠重构采用4个模糊分量。

仿真内容：

1、对参数设置为表1的仿真方位多通道SAR信号数据进行重构处理，得到仿真数据场景图，如图2所示，其中，图2(a)是采用过重构方法处理得到的仿真数据场景图；图2(b)是采用本发明方法处理得到的仿真数据场景图；图2(c)是采用欠重构方法处理得到的仿真数据场景图。

2、绘制图2(a)-图2(c)中圆圈内强点的方位剖面曲线，如图3所示，其中，虚线是采用过重构方法得到的强点方位剖面曲线，实线是采用本发明方法得到的强点方位剖面曲线，点虚线是采用欠重构方法得到的强点方位剖面曲线。

采用计算成像结果暗区的噪声功率P来判断重构方法的有效性，选择区域如图2方框中所示，具体计算为对暗区中回波数据模值取平方然后求和，数值越小，表示方法抑制杂波效果越明显。测量结果如表2所示：

表2噪声功率

方法	过重构方法	本发明方法	欠重构方法
				杂波功率(P)	4.8166	4.3635	4.2680

分别采用过重构方法、欠重构方法以及本发明提出的自适应方法得到的方位分辨率，其中，方位分辨率为方位向剖面曲线的-3dB宽度，测量值如表3所示：

表3分辨率比较

仿真实验结果分析：

从图3可以看出，自适应重构和过重构的方位剖面曲线几乎重合，而欠重构的方位剖面曲线主瓣宽度要比其他方法宽。从方位剖面图也能看出，欠重构导致方位分辨率下降，而本文提出的自适应重构方法没有影响方位分辨率。过重构方法虽然保持方位分辨率不变，但是从表2中可看出，其噪声最大，表明在重构过程中引入了比较多的噪声。相对于过重构，本发明方法抑制了一部分噪声。欠重构方法虽然在抑制噪声性能方面比本文方法略强，但分辨率上比本发明方法所提方法差。另外，在构造最优权值时，都是采用的多个多普勒方向约束的解模糊方法，所以三种方法的模糊信号比较接近。综上所述，本方法能够兼顾方位分辨率、信噪比等指标要求，并且可以很好的和多个多普勒方向约束的解模糊方法相结合，在原方法的基础上进一步提高其性能。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

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 (5)

1.一种方位多通道SAR的信号自适应重构方法，所述方位多通道SAR包括M个通道，M为整数，M＞1，其特征在于，所述方法包括如下步骤：

步骤1，对所述M个通道中的第m个通道接收到的回波数据进行等效相位中心处理，接着对等效相位中心处理后的回波数据进行距离向脉冲压缩处理，然后对经距离向脉冲压缩处理后的回波数据进行方位维和距离维的快速傅里叶变换，得到所述第m个通道接收到的回波数据的二维谱{S₁(f_r，f_b)，S₂(f_r，f_b)，…，S_m(f_r，f_b)，…，S_M(f_r，f_b)}；

其中，S_m(f_r，f_b)表示第m个通道接收到的回波数据的二维谱，m取1到M之间的所有整数值；f_r表示距离频率，f_r∈{f_r ⁽¹⁾，f_r ⁽²⁾，…，f_r ^(L)}，L表示距离向采样点数；f_b表示基带频率，PRF表示脉冲重复频率；

步骤2，对于基带频率范围内的全部N个基带频率中的第n个基带频率f_b ⁽ⁿ⁾，利用步骤1中得到的所述M个通道接收到的回波数据在所述第n个基带频率f_b ⁽ⁿ⁾、第i个距离频率f_r ⁽ⁱ⁾处的二维谱，构造得到所述第n个基带频率f_b ⁽ⁿ⁾的第i个多通道数据矩阵S(f_r ⁽ⁱ⁾，f_b ⁽ⁿ⁾)＝[S₁(f_r ⁽ⁱ⁾，f_b ⁽ⁿ⁾) S₂(f_i ⁽ⁱ⁾，f_b ⁽ⁿ⁾)…S_m(f_r ⁽ⁱ⁾，f_b ⁽ⁿ⁾)…S_M(f_r ⁽ⁱ⁾，f_b ⁽ⁿ⁾)]；其中，N为整数，n取1到N之间的所有整数值，i取1到L之间的所有整数值，上标T表示转置运算；

利用所述第n个基带频率f_b ⁽ⁿ⁾的全部L个多通道数据矩阵{S(f_r ⁽¹⁾，f_b ⁽ⁿ⁾)，S(f_r ⁽²⁾，f_b ⁽ⁿ⁾)，…，S(f_r ^(L)，f_b ⁽ⁿ⁾)}，计算得到所述第n个基带频率f_b ⁽ⁿ⁾对应的协方差矩阵

步骤3，在多普勒频率范围内的全部P个多普勒频率中的第p个多普勒频率f_a ^(p)处，构造得到所述第p个多普勒频率f_a ^(p)对应的第一导向矢量进而利用所述第一导向矢量b以及所述第n个基带频率f_b ⁽ⁿ⁾对应的协方差矩阵R_n，计算得到所述第p个多普勒频率f_a ^(p)在所述第n个基带频率f_b ⁽ⁿ⁾处的多普勒谱其中，P为整数，p取1到P之间的所有整数值，υ表示所述方位多通道SAR的速度，D_a表示发射天线长度，x_m表示第m个通道与参考通道等效相位中心之间的距离，上标-1表示求逆运算，上标H表示共轭转置运算；

确定所述第p个多普勒频率f_a ^(p)处的N个多普勒谱中的最大多普勒谱；

步骤4，将全部P个多普勒频率中每一多普勒频率处的最大多普勒谱作为天线方向图在该多普勒频率处的取值，得到P个离散点，利用所述P个离散点进行高斯拟合，得到天线方向图；

根据所述天线方向图，确定基带多普勒中心f_dc；

根据所述基带多普勒中心f_dc以及所述天线方向图计算得到有效多普勒带宽B_e；

步骤5，在全部N个基带频率中的每一基带频率处，根据所述基带多普勒中心f_dc以及所述有效多普勒带宽B_e得到该基带频率处的模糊分量编号；

利用该基带频率处的模糊分量编号构造得到该基带频率对应的第二导向矢量

根据该基带频率对应的第二导向矢量c_i计算得到该基带频率处的最优权矢量进而根据该基带频率处的最优权矢量提取得到该基带频率处的全部I个模糊分量信号；其中，第i个模糊分量信号为S_ref(f_r，f_b+i·PRF)＝W_i ^opt(f_b)·S(f_r，f_b)，i表示模糊分量编号，i分别取I_min到I_max之间的所有整数值，I_min表示模糊分量的最小编号，I_max表示模糊分量的最大编号，I＝I_max-I_min+1；

根据该基带频率处的全部I个模糊分量信号，重构得到该基带频率处的信号矩阵S_ref(f_r，f_b)＝[S_ref(f_r，f_b+I_min·PRF) S_ref(f_r，f_b+I_min+1·PRF)…S_ref(f_r，f_b+I_max·PRF)]^T。

2.根据权利要求1所述的方法，其特征在于，步骤4中，所述根据所述天线方向图，确定基带多普勒中心f_dc，包括：

根据所述天线方向图，确定所述天线方向图的峰值位置，进而将所述峰值位置对应的多普勒频率确定为基带多普勒中心f_dc。

3.根据权利要求1或2所述的方法，其特征在于，步骤4中，所述根据所述天线方向图，确定基带多普勒中心f_dc，包括：

根据所述天线方向图的曲线表达式，使用第一预设公式：确定基带多普勒中心f_dc；式中，AP(f_a)为天线方向图的曲线表达式。

4.根据权利要求1或2所述的方法，其特征在于，步骤4中，所述根据所述基带多普勒中心f_dc以及所述天线方向图计算得到有效多普勒带宽B_e，包括：

根据所述基带多普勒中心f_dc以及所述天线方向图，使用第二预设公式：计算得到有效多普勒带宽B_e；式中，AP(f_a)为天线方向图的曲线表达式。

5.根据权利要求1或2所述的方法，其特征在于，步骤5中，所述在全部N个基带频率中的每一基带频率处，根据所述基带多普勒中心f_dc以及所述有效多普勒带宽B_e得到该基带频率处的模糊分量编号，包括：

在全部N个基带频率中的每一基带频率处，根据所述基带多普勒中心f_dc以及所述有效多普勒带宽B_e，确定多普勒谱结构图在该基带频率处的上限和下限

在该基带频率处，根据所述多普勒谱结构图在该基带频率处的上限f_upper和下限f_lower，确定该基带频率处的模糊分量的最小编号阳最大编号进而将该基带频率处的模糊分量编号确定为从所述最小编号I_min开始到所述最大编号I_max为止的全部整数；其中，表示下取整运算，表示上取整运算。