CN106872974A - 基于高超声速平台双通道雷达的高精度运动目标成像方法 - Google Patents
基于高超声速平台双通道雷达的高精度运动目标成像方法 Download PDFInfo
- Publication number
- CN106872974A CN106872974A CN201710050681.6A CN201710050681A CN106872974A CN 106872974 A CN106872974 A CN 106872974A CN 201710050681 A CN201710050681 A CN 201710050681A CN 106872974 A CN106872974 A CN 106872974A
- Authority
- CN
- China
- Prior art keywords
- signal
- orientation
- echo
- moving target
- domain
- 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
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
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- 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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
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,公开了一种基于高超声速平台双通道雷达的高精度运动目标成像方法,包括:分别获得两个接收通道脉压后回波信号;对第2个通道进行通道补偿;两个通道信号相减,实现杂波抑制;构造方位去斜滤波器,进行方位压缩;变量替换,实现距离弯曲校正;采用Radon变换估计径向速度,并校正距离走动;构造方位去斜滤波器,进行方位逆压缩,并采用变化分数阶傅里叶变换进行切向速度估计;切向速度补偿,精确方位压缩,得到运动目标图像。本发明方法通过对运动目标的径向速度和切向速度进行估计,并通过对距离弯曲和距离走动的补偿,解决了高超声平台的雷达系统运动目标参数估计精度低、聚焦性能差的问题。
Description
技术领域
本发明属于雷达技术领域,尤其涉及一种基于高超声速平台双通道雷达的高精度运动目标成像方法,用于高超声速平台雷达的精确运动目标成像。
背景技术
高超声速飞行器具有飞行速度快、飞行高度高、反应时间短、作战半径大、隐蔽性好、突防能力强等特点,可以让目前的防控系统对其难以探测,并且能够在1小时内对全球范围内的敏感目标进行精确打击,具有很高的军事研究价值,是一种近年来国内外大力研究和发展的新型作战平台。目前,全世界多个国家正在大力发展高超声速飞行器,然而大部分的研发工作集中在临近空间飞行器设计等方面,而针对临近空间高超声速飞行器在对地探测能力方面的研究则很少。因此,针对高超声速平台雷达对地观测的研究具有很高的研究价值。
战场信息侦察系统不仅要确切知道敌方阵地的位置、设施和兵力的部署情况,还需要对战场上大量的运动目标(例如:敌方的装甲车、坦克等)进行监视并对其进行精确定位,进而掌握战场态势。在这种情况下,运动目标检测技术(Ground Moving TargetIndication,GMTI)和定位具有至关重要的意义,将合成孔径雷达(synthetic apertureradar,SAR)成像技术和GMTI结合起来,使得战场信息侦察系统既能获得场景的高分辨率SAR图像又能检测出场景中的运动目标,其中SAR可以对背景进行高分辨率成像,GMTI可以在大范围区域内连续、及时、清晰的描述战场存在的大量运动目标,且不受天气影响,二者相联合,十分有助于提高战场感知能力。现在,针对高超声速平台的SAR成像算法已经有研究人员开始研究,并取得了一定的成果,而针对高超声速平台的运动目标成像算法则还没有被研究。因此,高超声速平台雷达的运动目标成像方法具有重要的研究意义。
现有的运动目标成像方法基于距离多普勒(range Doppler,RD)算法,采用静止目标的参数对运动目标进行聚焦,并且通常不考虑距离弯曲和距离走动对成像造成的影响,因此只适用于低分辨率的情况,而在针对高超声速平台高分辨率雷达的情况时,会存在严重的聚焦性能下降。另外,现有的RD方法对运动目标的径向速度和切向速度等运动参数估计精度也较低。
发明内容
针对上述已有技术的不足,本发明提出了一种基于高超声速平台双通道雷达的高精度运动目标成像方法,可以有效解决现有方法运动目标参数估计不精确的问题,提高运动目标参数估计精度,并且对切向速度也实现了精确估计,提高了运动目标的信噪比。
为达到上述目的,本发明采用如下技术方案:
一种基于高超声速平台双通道雷达的高精度运动目标成像方法,所述方法包括如下步骤:
步骤1,高超声速平台双通道雷达包含第一通道和第二通道,所述高超声速平台双通道雷达采用第一通道发射线性调频信号,采用第一通道和第二通道同时接收雷达回波信号,并分别对所述雷达回波信号进行距离脉压,从而得到第一通道的距离脉压后雷达回波信号和第二通道的距离脉压后雷达回波信号;
步骤2,对所述第二通道的距离脉压后雷达回波信号做快时间维的傅里叶变换,得到第二通道的距离频域-方位时域回波信号;
构造第二通道的补偿函数,对所述第二通道的距离频域-方位时域回波信号进行通道补偿,得到通道补偿后的第二通道的距离频域-方位时域回波信号;
步骤3,对所述通道补偿后的第二通道的距离频域-方位时域回波信号做快时间维的逆傅里叶变换,得到第二通道的逆傅里叶变换后的回波信号;将所述第一通道的距离脉压后雷达回波信号与所述第二通道的逆傅里叶变换后的回波信号相减,得到运动目标回波二维时域信号;
步骤4,对所述运动目标回波二维时域信号做快时间维的傅里叶变换,得到傅里叶变换后的运动目标回波信号;构造第一方位去斜滤波器,根据所述第一方位去斜滤波器对所述傅里叶变换后的运动目标回波信号进行方位去斜压缩,得到距离频域-方位时域的回波信号;
步骤5,对所述距离频域-方位时域的回波信号进行距离弯曲校正,得到距离弯曲校正后的信号;
步骤6,对所述距离弯曲校正后的信号做快时间维的逆傅里叶变换,得到距离弯曲校正后的二维时域信号;根据所述距离弯曲校正后的二维时域信号估计得到运动目标的径向速度;
步骤7,构造所述运动目标的径向速度的补偿函数,对所述运动目标的径向速度进行补偿,得到距离走动校正后的信号;
步骤8,构造第二方位去斜滤波器,根据所述第二方位去斜滤波器对所述距离走动校正后的信号进行逆压缩,得到方位去压缩回波信号;
步骤9,对所述方位去压缩回波信号采用变化分数阶傅里叶变换进行切向速度估计,得到切向速度估计值;
步骤10,根据所述切向速度估计值,构造精确方位压缩函数,从而根据所述精确方位压缩函数对运动目标的切向速度进行补偿,得到切向速度补偿后的信号;对所述切向速度补偿后的信号进行快时间维的逆傅里叶变换,得到聚焦的运动目标信号。
本发明实施例提供的基于高超声速平台双通道雷达的高精度运动目标成像方法通过对运动目标的径向速度和切向速度进行估计,并通过对距离弯曲和距离走动的补偿,有效解决了高超声平台的雷达系统运动目标参数估计精度低、聚焦性能差的问题。具体来说,本发明与现有技术相比具有以下优点:
第一,本发明方法通过提出一种几何Radon变换处理方法,能够对运动目标的径向速度进行精确估计,并且有效降低了参数估计的运算量;
第二,本发明方法通过提出一种变化分数阶傅里叶变换方法,对切向速度进行了估计,较现有方法显著提高了切向速度的估计精度;
第三,本发明方法通过对运动目标的径向速度和切向速度进行精确估计和补偿,并且补偿距离弯曲和距离走动,能够实现高精度的运动目标聚焦,较现有方法能够有效提高运动目标的信噪比。
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基于高超声速平台双通道雷达的高精度运动目标成像方法的流程示意图;
图2为本发明方法的双通道雷达几何关系示意图;
图3(a)为本发明方法的运动目标回波结果示意图;
图3(b)为本发明方法的距离弯曲校正结果示意图;
图3(c)为本发明方法的几何Radon变换处理参数估计结果示意图;
图3(d)为本发明方法的距离走动校正结果示意图;
图4为本发明方法的变化分数阶傅里叶变换处理参数估计结果示意图;
图5(a)为本发明方法的运动目标高精度聚焦结果示意图;
图5(b)为传统RD方法的运动目标聚焦结果示意图;
图5(c)为传统RD方法与本发明方法的参数估计精度结果示意图。
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高超声速平台双通道雷达的高精度运动目标成像方法,如图1所示,所述方法包括如下步骤:
步骤1,高超声速平台双通道雷达包含第一通道和第二通道,所述高超声速平台双通道雷达采用第一通道发射线性调频信号,采用第一通道和第二通道同时接收雷达回波信号,并分别对所述雷达回波信号进行距离脉压,从而得到第一通道的距离脉压后雷达回波信号和第二通道的距离脉压后雷达回波信号。
步骤1中,所述第一通道的距离脉压后雷达回波信号s1(tr,ta)为:
s1(tr,ta)=sinc(tr-τ1)wa(ta-t0)exp(-j2πf0τ1/c)
其中,tr表示距离向快时间,ta表示方位向慢时间,sinc(·)表示辛格函数,wa(·)表示回波信号方位向时间窗函数,t0表示运动目标的中心方位时刻,j表示虚数单位,f0表示发射信号载频,c表示电磁波传播速度,τ1表示第1个接收天线回波的时间延迟,τ1=2R1(ta)/c,R1(ta)表示ta时刻第1个天线到运动目标之间的距离;
R1(ta)的表达式为:
R0表示成像场景中心与高超声速平台之间的最近距离,vr表示运动目标的径向速度,va表示运动目标的切向速度,v表示雷达平台运动速度。
同理,所述第二通道的距离脉压后雷达回波信号s2(tr,ta)为:
s2(tr,ta)=sinc(tr-τ2)wa(ta-t0)exp(-j2πf0τ2/c)
其中,τ2表示第2个接收天线回波的时间延迟,τ2=(R1(ta)+R2(ta))/c,c表示电磁波传播速度,R2(ta)表示ta时刻第2个天线到运动目标之间的距离,R2(ta)的表达式为:
d表示两个通道之间的距离。
步骤2,对所述第二通道的距离脉压后雷达回波信号做快时间维的傅里叶变换,得到第二通道的距离频域-方位时域回波信号;
构造第二通道的补偿函数,对所述第二通道的距离频域-方位时域回波信号进行通道补偿,得到通道补偿后的第二通道的距离频域-方位时域回波信号。
在步骤2中,
所述第二通道的距离频域-方位时域回波信号s2(fr,ta)为:
s2(fr,ta)=FFTr[s2(tr,ta)]
=Wr(fr)wa(ta-t0)exp(-j2π(f0+fr)τ2)
其中,fr表示距离频率,FFTr[·]表示快时间维的FFT操作,Wr(·)表示回波信号距离频域窗函数;
所述构造第二通道的补偿函数H2(fr,ta)=exp(-j2π(f0+fr)vtad/cR0),对所述第二通道的距离频域-方位时域回波信号进行通道补偿,消除方位向两个天线间隔造成的影响,得到通道补偿后的第二通道的距离频域-方位时域回波信号
其中,R0表示成像场景中心与高超声速平台之间的最近距离,vr表示运动目标的径向速度,va表示运动目标的切向速度,v表示雷达平台运动速度。
步骤3,对所述通道补偿后的第二通道的距离频域-方位时域回波信号做快时间维的逆傅里叶变换,得到第二通道的逆傅里叶变换后的回波信号;将所述第一通道的距离脉压后雷达回波信号与所述第二通道的逆傅里叶变换后的回波信号相减,得到运动目标回波二维时域信号:
其中,σ表示杂波抑制增益。
步骤4,对所述运动目标回波二维时域信号做快时间维的傅里叶变换,得到傅里叶变换后的运动目标回波信号;构造第一方位去斜滤波器,根据所述第一方位去斜滤波器对所述傅里叶变换后的运动目标回波信号进行方位去斜压缩,得到距离频域-方位时域的回波信号。
步骤4具体为:
构造第一方位去斜滤波器根据所述第一方位去斜滤波器对所述傅里叶变换后的运动目标回波信号进行方位去斜压缩,得到距离频域-方位时域的回波信号s(fr,ta)为:
其中,s(tr,ta)为运动目标回波二维时域信号,βr表示方位去斜压缩操作后的剩余多普勒调频率。
步骤5,对所述距离频域-方位时域的回波信号进行距离弯曲校正,得到距离弯曲校正后的信号。
构造变量并用τa替换所述距离频域-方位时域的回波信号s(fr,ta)中的ta,实现距离弯曲校正,得到距离弯曲校正后的信号s(fr,τa)为:
步骤6,对所述距离弯曲校正后的信号做快时间维的逆傅里叶变换,得到距离弯曲校正后的二维时域信号;根据所述距离弯曲校正后的二维时域信号估计得到运动目标的径向速度。
步骤6具体包括如下子步骤:
(6a)对所述距离弯曲校正后的信号s(fr,τa)做快时间维的逆傅里叶变换,得到距离弯曲校正后的二维时域信号s(tr,τa);
(6a)设定运动目标径向速度的最大值vr_max;
(6b)在[-vr_max/2,vr_max/2]的范围内任意选择两个径向速度vr1和vr2,并求得两个径向速度vr1和vr2对应的时域信号倾斜角α1=atan(2fsvr1/c·PRF)和α2=atan(2fsvr2/c·PRF),其中atan(·)表示求反正切操作,fs表示快时间采样频率,PRF表示脉冲重复频率;
(6c)分别采用时域信号倾斜角α1和α2对距离弯曲校正后的二维时域信号s(tr,τa)进行Radon变换,得到Radon变换在时域信号倾斜角α1和α2的投影宽度L1和L2;
(6d)得到运动目标时域信号的真实倾斜角为
(6e)从而所述估计得到的运动目标的径向速度vr_est=c·PRF·tanα/2fs。
步骤7,构造所述运动目标的径向速度的补偿函数,对所述运动目标的径向速度进行补偿,得到距离走动校正后的信号。
构造所述运动目标的径向速度的补偿函数对所述运动目标的径向速度进行补偿,得到距离走动校正后的信号
步骤8,构造第二方位去斜滤波器,根据所述第二方位去斜滤波器对所述距离走动校正后的信号进行逆压缩,得到方位去压缩回波信号。
构造第二方位去斜滤波器将所述第二方位去斜滤波器与所述距离走动校正后的信号进行相乘,得到方位去压缩回波信号
步骤9,对所述方位去压缩回波信号采用变化分数阶傅里叶变换(ChangedFractional Fourier Transform,CFrFT)进行切向速度估计,得到切向速度估计值。
步骤9具体包括如下子步骤:
(9a)设定运动目标切向速度的最大值va_max和搜索间隔va_step,并得到总搜索的次数P=ceil(va_max/va_step),其中ceil(·)表示向上取整数操作;
(9b)初始化切向速度搜索值va_search=-va_max/2,迭代次数p=1;
(9c)在[-va_max/2,va_max/2]范围内,以搜索间隔va_step为间隔对切向速度进行搜索,得到切向速度搜索值v′a_search为v′a_search=va_search+va_step;
令va_search=v′a_search;
根据求得变化分数阶傅里叶变换值CFrFT;
(9d)若p<P,则令p的值加1,返回子步骤(9c);
否则得到所述切向速度估计值其中表示取得最大值时对应的va_search。
步骤10,根据所述切向速度估计值,构造精确方位压缩函数,从而根据所述精确方位压缩函数对运动目标的切向速度进行补偿,得到切向速度补偿后的信号;对所述切向速度补偿后的信号进行快时间维的逆傅里叶变换,得到聚焦的运动目标信号。
根据所述切向速度估计值va_est,构造精确方位压缩函数从而根据所述精确方位压缩函数对运动目标的切向速度进行补偿,得到切向速度补偿后的信号;对所述切向速度补偿后的信号进行快时间维的逆傅里叶变换,得到聚焦的运动目标信号s(tr,τa)=σsinc(tr-2R0/c)sinc(τa-t0)exp(-j4πf0R0/c)。
至此,即获得了聚焦的运动目标图像数据,本发明实施例提供的基于高超声速平台双通道雷达的高精度运动目标成像方法结束。
本发明实施例提供的基于高超声速平台双通道雷达的高精度运动目标成像方法通过对运动目标的径向速度和切向速度进行估计,并通过对距离弯曲和距离走动的补偿,有效解决了高超声平台的雷达系统运动目标参数估计精度低、聚焦性能差的问题。具体来说,本发明与现有技术相比具有以下优点:
第一,本发明方法通过提出一种几何Radon变换处理方法,能够对运动目标的径向速度进行精确估计,并且有效降低了参数估计的运算量;
第二,本发明方法通过提出一种变化分数阶傅里叶变换方法,对切向速度进行了估计,较现有方法显著提高了切向速度的估计精度;
第三,本发明方法通过对运动目标的径向速度和切向速度进行精确估计和补偿,并且补偿距离弯曲和距离走动,能够实现高精度的运动目标聚焦,较现有方法能够有效提高运动目标的信噪比。
以下,通过仿真实验对本发明上述有益效果作进一步说明:
1)仿真条件:
设置2个天线通道,通道1发射线性调频信号,通道1和通道2同时接收回波信号,两天线通道的间隔距离为d=1m,雷达平台的运动速度为v=2000m/s;发射信号的带宽为Br=150MHz,脉冲宽度为Tp=10us,载频为f0=10GHz,调频率γ=Br/Tp,脉冲重复频率为PRF=2000Hz。雷达平台与成像场景中心的最近斜距为60km,场景中有1个运动目标和2个静止杂波散射点,其中运动目标位于成像场景中心,径向速度和切向速度分别为10m/s和15m/s,第1个静止杂波点的距离向和方位向位置分别为50m和-50m,第2个静止杂波点的距离向和方位向位置分别为-50m和50m。几何Radon变换中选择的两个径向速度分别为vr1=-5m/s和vr2=5m/s。在下面的仿真内容中对仿真结果进行说明。
2)仿真内容及仿真结果:
仿真1:采用本发明方法对运动目标进行距离弯曲校正以及距离走动校正。仿真所得的校正结果图如图3所示,其中,图3(a)是本发明方法的运动目标回波结果图;图3(b)是本发明方法的距离弯曲校正结果图;图3(c)是本发明方法的几何Radon变换处理参数估计结果图;图3(d)是本发明方法的距离走动校正结果图;
仿真2:采用本发明方法对距离走动校正后的回波信号进行切向速度估计,并对本发明方法中的变化分数阶傅里叶变换进行仿真。仿真结果如图4所示。
仿真3:采用本发明方法和传统的RD方法进行仿真对比。仿真结果如图5所示,其中,图5(a)是本发明方法的运动目标高精度聚焦结果图;图5(b)是传统RD方法的运动目标聚焦结果图;图5(c)是传统RD方法与本发明方法的参数估计精度结果图。
3)仿真结果分析:
仿真1:从图3(a)中可以看出,运动目标回波存在距离走动和距离弯曲,如果要对运动目标进行高精度聚焦,就需要对距离走动和距离弯曲进行补偿;从图3(b)中可以看出,采用本发明方法距离弯曲已经得到校正;从图3(c)中可以通过测量vr1和vr2对应的投影宽度L1和L2,进而估计出运动目标的径向速度为vr_est=10.01m/s;从图3(d)中可以看出,采用本发明方法距离走动已经得到校正;
仿真2:从图4中可以看出,当CFrFT取得最大值时,可以估计出对应的切向速度估计值为va_est=14.98m/s;
仿真3:从图5(a)中可以看到,采用本发明方法的运动目标完全聚焦;从图5(b)中可以看到,采用传统RD方法的运动目标扩散为多个散射点,并不能完全聚焦;从图5(a)和5(b)的对比中可以看到,采用本发明方法得到的运动目标成像点峰值远高于采用传统RD方法得到的运动目标成像点峰值。因此,本发明方法较传统RD方法,能够实现对运动目标的高精度聚焦;从图5(c)中可以看到,采用本发明方法获得的参数估计精度高于采用传统RD方法获得的参数估计精度。
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 (10)
1.一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,所述方法包括如下步骤:
步骤1,确定高超声速平台双通道雷达包含第一通道和第二通道,所述高超声速平台双通道雷达采用第一通道发射线性调频信号,采用第一通道和第二通道同时接收雷达回波信号,并分别对所述雷达回波信号进行距离脉压,从而分别得到第一通道的距离脉压后雷达回波信号和第二通道的距离脉压后雷达回波信号;
步骤2,对所述第二通道的距离脉压后雷达回波信号做快时间维的傅里叶变换,得到第二通道的距离频域-方位时域回波信号;
构造第二通道的补偿函数,并对所述第二通道的距离频域-方位时域回波信号进行通道补偿,得到通道补偿后的第二通道的距离频域-方位时域回波信号;
步骤3,对所述通道补偿后的第二通道的距离频域-方位时域回波信号做快时间维的逆傅里叶变换,得到第二通道的逆傅里叶变换后的回波信号;将所述第一通道的距离脉压后雷达回波信号与所述第二通道的逆傅里叶变换后的回波信号相减,得到运动目标回波二维时域信号;
步骤4,对所述运动目标回波二维时域信号做快时间维的傅里叶变换,得到傅里叶变换后的运动目标回波信号;
构造第一方位去斜滤波器,根据所述第一方位去斜滤波器对所述傅里叶变换后的运动目标回波信号进行方位去斜压缩,得到距离频域-方位时域的回波信号;
步骤5,对所述距离频域-方位时域的回波信号进行距离弯曲校正,得到距离弯曲校正后的信号;
步骤6,对所述距离弯曲校正后的信号做快时间维的逆傅里叶变 换,得到距离弯曲校正后的二维时域信号;根据距离弯曲校正后的二维时域信号估计得到运动目标的径向速度;
步骤7,构造所述运动目标的径向速度的补偿函数,并对所述运动目标的径向速度进行补偿,得到距离走动校正后的信号;
步骤8,构造第二方位去斜滤波器,根据所述第二方位去斜滤波器对所述距离走动校正后的信号进行逆压缩,得到方位去压缩回波信号;
步骤9,对所述方位去压缩回波信号进行切向速度估计,得到切向速度估计值;
步骤10,根据所述切向速度估计值,构造精确方位压缩函数,从而根据所述精确方位压缩函数对运动目标的切向速度进行补偿,得到切向速度补偿后的信号;对所述切向速度补偿后的信号进行快时间维的逆傅里叶变换,得到聚焦的运动目标信号。
2.根据权利要求1所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,步骤1中,所述第一通道的距离脉压后雷达回波信号s1(tr,ta)为:
s1(tr,ta)=sinc(tr-τ1)wa(ta-t0)exp(-j2πf0τ1/c)
其中,tr表示距离向快时间,ta表示方位向慢时间,sinc(·)表示辛格函数,wa(·)表示回波信号方位向时间窗函数,t0表示运动目标的中心方位时刻,j表示虚数单位,f0表示发射信号载频,c表示电磁波传播速度,τ1表示第1个接收天线回波的时间延迟,τ1=2R1(ta)/c,R1(ta)表示ta时刻第1个天线与运动目标之间的距离;
所述第二通道的距离脉压后雷达回波信号s2(tr,ta)为:
s2(tr,ta)=sinc(tr-τ2)wa(ta-t0)exp(-j2πf0τ2/c)
其中,τ2表示第2个接收天线回波的时间延迟,τ2=(R1(ta)+R2(ta))/c,c表示电磁波传播速度,R2(ta)表示ta时刻第2个天线与运动目标之间的距离。
3.根据权利要求2所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,在步骤2中,
所述第二通道的距离频域-方位时域回波信号s2(fr,ta)为:
s2(fr,ta)=FFTr[s2(tr,ta)]
=Wr(fr)wa(ta-t0)exp(-j2π(f0+fr)τ2)
其中,fr表示距离频率,FFTr[·]表示快时间维的FFT操作,Wr(·)表示回波信号距离频域窗函数;
所述构造第二通道的补偿函数H2(fr,ta)=exp(-j2π(f0+fr)vtad/cR0),并对所述第二通道的距离频域-方位时域回波信号进行通道补偿,得到通道补偿后的第二通道的距离频域-方位时域回波信号
其中,R0表示成像场景中心与高超声速平台之间的最近距离,vr表示运动目标的径向速度,va表示运动目标的切向速度,v表示雷达平台运动速度。
4.根据权利要求3所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,步骤4具体为:
构造第一方位去斜滤波器根据所述第一方位去斜滤波器对所述傅里叶变换后的运动目标回波信号进行方位去斜压缩,得到距离频域-方位时域的回波信号s(fr,ta)为:
其中,s(tr,ta)为运动目标回波二维时域信号,βr表示方位去斜压缩 操作后的剩余多普勒调频率,σ表示杂波抑制增益。
5.根据权利要求4所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,步骤5具体为:
构造变量并用τa替换所述距离频域-方位时域的回波信号s(fr,ta)中的ta,实现距离弯曲校正,得到距离弯曲校正后的信号s(fr,τa)为:
6.根据权利要求5所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,步骤6具体包括如下子步骤:
(6a)对所述距离弯曲校正后的信号s(fr,τa)做快时间维的逆傅里叶变换,得到距离弯曲校正后的二维时域信号s(tr,τa);
(6a)设定运动目标径向速度的最大值vr_max;
(6b)在[-vr_max/2,vr_max/2]的范围内任意选择两个径向速度vr1和vr2,并分别求得两个径向速度vr1和vr2各自对应的时域信号倾斜角α1=atan(2fsvr1/c×PRF)和α2=atan(2fsvr2/c×PRF),其中atan(·)表示求反正切操作,fs表示快时间采样频率,PRF表示脉冲重复频率;×为乘号;
(6c)设定时域信号倾斜角α1和α2,并采用时域信号倾斜角α1和α2对距离弯曲校正后的二维时域信号s(tr,τa)分别进行Radon变换,分别得到Radon变换在时域信号倾斜角α1的投影宽度L1和Radon变换在时域信号倾斜角α2的投影宽度L2;
(6d)得到运动目标时域信号的真实倾斜角为
(6e)从而所述估计得到的运动目标的径向速度
vr_est=c·PRF·tanα/2fs。
7.根据权利要求6所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,在步骤7中:
构造所述运动目标的径向速度的补偿函数
并对所述运动目标的径向速度进行补偿,得到距离走动校正后的信号
8.根据权利要求7所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,在步骤8中:
构造第二方位去斜滤波器将所述第二方位去斜滤波器与所述距离走动校正后的信号进行相乘,得到方位去压缩回波信号
9.根据权利要求8所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,步骤9具体包括如下子步骤:
(9a)设定运动目标切向速度的最大值va_max和搜索间隔va_step,并得到总搜索的次数P=ceil(va_max/va_step),其中ceil(·)表示向上取整数操作;
(9b)初始化切向速度搜索值va_search=-va_max/2,迭代次数p=1;
(9c)在[-va_max/2,va_max/2]范围内,以搜索间隔va_step为间隔对切向 速度进行搜索,得到切向速度搜索值v′a_search,v′a_search=va_search+va_step;
令va_search=v′a_search;
根据求得变化分数阶傅里叶变换值CFrFT;
(9d)若p<P,则令p的值加1,返回子步骤(9c);
否则得到所述切向速度估计值其中表示取得最大值时对应的va_search。
10.根据权利要求9所述的一种基于高超声速平台双通道雷达的高精度运动目标成像方法,其特征在于,步骤10具体为:
根据所述切向速度估计值va_est,构造精确方位压缩函数从而根据所述精确方位压缩函数对运动目标的切向速度进行补偿,得到切向速度补偿后的信号;对所述切向速度补偿后的信号进行快时间维的逆傅里叶变换,得到聚焦的运动目标信号s(tr,τa)=σsinc(tr-2R0/c)sinc(τa-t0)exp(-j4πf0R0/c)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710050681.6A CN106872974B (zh) | 2017-01-23 | 2017-01-23 | 基于高超声速平台双通道雷达的高精度运动目标成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710050681.6A CN106872974B (zh) | 2017-01-23 | 2017-01-23 | 基于高超声速平台双通道雷达的高精度运动目标成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106872974A true CN106872974A (zh) | 2017-06-20 |
CN106872974B CN106872974B (zh) | 2019-07-09 |
Family
ID=59159147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710050681.6A Active CN106872974B (zh) | 2017-01-23 | 2017-01-23 | 基于高超声速平台双通道雷达的高精度运动目标成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106872974B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108051809A (zh) * | 2017-11-14 | 2018-05-18 | 石家庄铁道大学 | 基于Radon变换的运动目标成像方法、装置及电子设备 |
CN108051812A (zh) * | 2018-01-22 | 2018-05-18 | 南京航空航天大学 | 基于二维速度搜索的星载sar运动目标检测方法 |
CN109001708A (zh) * | 2018-08-05 | 2018-12-14 | 中国人民解放军海军航空大学 | 基于分级积累检测的雷达机动目标快速精细化处理方法 |
CN110161500A (zh) * | 2019-05-21 | 2019-08-23 | 西北工业大学 | 一种基于Radon-Clean的改进圆周SAR三维成像方法 |
CN111103585A (zh) * | 2019-11-29 | 2020-05-05 | 西安电子科技大学 | 基于双通道联合处理的合成孔径宽带信号源侦察成像方法 |
CN111580060A (zh) * | 2020-04-21 | 2020-08-25 | 北京航空航天大学 | 目标姿态识别的方法、装置和电子设备 |
CN111999725A (zh) * | 2020-09-01 | 2020-11-27 | 中国电子科技集团公司第三十八研究所 | 窄带信号引导下的宽带多项式相位信号去斜方法及装置 |
CN112630778A (zh) * | 2020-11-16 | 2021-04-09 | 南京理工大学 | 一种超高音速目标成像方法 |
CN112764029A (zh) * | 2020-12-16 | 2021-05-07 | 北京无线电测量研究所 | 一种基于gpu的sar实时成像实现方法和装置 |
CN113109810A (zh) * | 2021-03-26 | 2021-07-13 | 山东师范大学 | 基于lvd参数估计的sar动目标成像方法及系统 |
CN113567983A (zh) * | 2021-07-23 | 2021-10-29 | 中国人民解放军海军航空大学 | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 |
CN113671496A (zh) * | 2021-08-27 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于图像滤波器的mimo雷达自聚焦三维成像方法 |
CN115372965A (zh) * | 2021-05-21 | 2022-11-22 | 安讯士有限公司 | 使用雷达的静态场景地图绘制 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101963662A (zh) * | 2010-09-20 | 2011-02-02 | 北京理工大学 | 基于短时分数阶傅里叶域滤波的自聚焦预处理方法 |
KR101252485B1 (ko) * | 2012-10-09 | 2013-04-09 | 국방과학연구소 | 바이스태틱 레이더의 고속 영상 형성 방법 및 고속 영상 형성 장치 |
CN103744068A (zh) * | 2014-01-21 | 2014-04-23 | 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 |
CN104217119A (zh) * | 2014-09-15 | 2014-12-17 | 哈尔滨工业大学 | 一种基于S-Method时频分解的机动目标自适应补偿检测方法 |
CN105068072A (zh) * | 2015-07-22 | 2015-11-18 | 北京环境特性研究所 | 一种运动目标的一维距离像的速度补偿方法 |
CN106093870A (zh) * | 2016-05-30 | 2016-11-09 | 西安电子科技大学 | 高超声速飞行器下降段的sar‑gmti杂波抑制方法 |
-
2017
- 2017-01-23 CN CN201710050681.6A patent/CN106872974B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101963662A (zh) * | 2010-09-20 | 2011-02-02 | 北京理工大学 | 基于短时分数阶傅里叶域滤波的自聚焦预处理方法 |
KR101252485B1 (ko) * | 2012-10-09 | 2013-04-09 | 국방과학연구소 | 바이스태틱 레이더의 고속 영상 형성 방법 및 고속 영상 형성 장치 |
CN103744068A (zh) * | 2014-01-21 | 2014-04-23 | 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 |
CN104217119A (zh) * | 2014-09-15 | 2014-12-17 | 哈尔滨工业大学 | 一种基于S-Method时频分解的机动目标自适应补偿检测方法 |
CN105068072A (zh) * | 2015-07-22 | 2015-11-18 | 北京环境特性研究所 | 一种运动目标的一维距离像的速度补偿方法 |
CN106093870A (zh) * | 2016-05-30 | 2016-11-09 | 西安电子科技大学 | 高超声速飞行器下降段的sar‑gmti杂波抑制方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108051809B (zh) * | 2017-11-14 | 2019-12-24 | 石家庄铁道大学 | 基于Radon变换的运动目标成像方法、装置及电子设备 |
CN108051809A (zh) * | 2017-11-14 | 2018-05-18 | 石家庄铁道大学 | 基于Radon变换的运动目标成像方法、装置及电子设备 |
CN108051812B (zh) * | 2018-01-22 | 2021-06-22 | 南京航空航天大学 | 基于二维速度搜索的星载sar运动目标检测方法 |
CN108051812A (zh) * | 2018-01-22 | 2018-05-18 | 南京航空航天大学 | 基于二维速度搜索的星载sar运动目标检测方法 |
CN109001708A (zh) * | 2018-08-05 | 2018-12-14 | 中国人民解放军海军航空大学 | 基于分级积累检测的雷达机动目标快速精细化处理方法 |
CN110161500A (zh) * | 2019-05-21 | 2019-08-23 | 西北工业大学 | 一种基于Radon-Clean的改进圆周SAR三维成像方法 |
CN110161500B (zh) * | 2019-05-21 | 2023-03-14 | 西北工业大学 | 一种基于Radon-Clean的改进圆周SAR三维成像方法 |
CN111103585A (zh) * | 2019-11-29 | 2020-05-05 | 西安电子科技大学 | 基于双通道联合处理的合成孔径宽带信号源侦察成像方法 |
US11579248B2 (en) | 2020-04-21 | 2023-02-14 | Beihang University | Method, apparatus and electronic equipment for recognizing posture of target |
CN111580060A (zh) * | 2020-04-21 | 2020-08-25 | 北京航空航天大学 | 目标姿态识别的方法、装置和电子设备 |
CN111999725A (zh) * | 2020-09-01 | 2020-11-27 | 中国电子科技集团公司第三十八研究所 | 窄带信号引导下的宽带多项式相位信号去斜方法及装置 |
CN112630778A (zh) * | 2020-11-16 | 2021-04-09 | 南京理工大学 | 一种超高音速目标成像方法 |
CN112764029A (zh) * | 2020-12-16 | 2021-05-07 | 北京无线电测量研究所 | 一种基于gpu的sar实时成像实现方法和装置 |
CN112764029B (zh) * | 2020-12-16 | 2024-03-22 | 北京无线电测量研究所 | 一种基于gpu的sar实时成像实现方法和装置 |
CN113109810A (zh) * | 2021-03-26 | 2021-07-13 | 山东师范大学 | 基于lvd参数估计的sar动目标成像方法及系统 |
CN115372965A (zh) * | 2021-05-21 | 2022-11-22 | 安讯士有限公司 | 使用雷达的静态场景地图绘制 |
CN113567983A (zh) * | 2021-07-23 | 2021-10-29 | 中国人民解放军海军航空大学 | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 |
CN113567983B (zh) * | 2021-07-23 | 2024-01-16 | 中国人民解放军海军航空大学 | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 |
CN113671496A (zh) * | 2021-08-27 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于图像滤波器的mimo雷达自聚焦三维成像方法 |
CN113671496B (zh) * | 2021-08-27 | 2023-07-21 | 中国人民解放军国防科技大学 | 一种基于图像滤波器的mimo雷达自聚焦三维成像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106872974B (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106872974A (zh) | 基于高超声速平台双通道雷达的高精度运动目标成像方法 | |
Chen et al. | Radon-fractional ambiguity function-based detection method of low-observable maneuvering target | |
Sun et al. | A coherent detection and velocity estimation algorithm for the high-speed target based on the modified location rotation transform | |
CN106872954B (zh) | 一种高超声速平台杂波抑制和运动目标成像方法 | |
CN102147469B (zh) | 一种双基地前视合成孔径雷达成像方法 | |
CN103207387B (zh) | 一种机载相控阵pd雷达杂波的快速模拟方法 | |
CN106970386A (zh) | 一种雷达多普勒波束锐化的优化方法 | |
CN102226841B (zh) | 基于高阶多项式距离方程的同步轨道sar成像方法 | |
CN108051809A (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN106443671A (zh) | 基于调频连续波的sar雷达动目标检测与成像方法 | |
CN104977571B (zh) | 基于俯仰频率分集stap的距离模糊杂波抑制方法 | |
US10054668B2 (en) | Probabilistic signal, detection, and track processing architecture and system | |
CN102749621B (zh) | 一种双基地合成孔径雷达频域成像方法 | |
CN104122549B (zh) | 基于反卷积的雷达角超分辨成像方法 | |
CN103323829A (zh) | 基于Radon-分数阶模糊函数的雷达动目标长时间相参积累检测方法 | |
CN105891828A (zh) | 一种机载cssar雷达动目标的检测方法 | |
Wacks et al. | Passive synthetic aperture hitchhiker imaging of ground moving targets—Part 1: Image formation and velocity estimation | |
CN105487074B (zh) | 一种双基地合成孔径雷达数值距离多普勒成像方法 | |
CN104898119A (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN108776342A (zh) | 一种高速平台sar慢速动目标检测与速度估计方法 | |
CN104833972A (zh) | 一种双基地调频连续波合成孔径雷达频率变标成像方法 | |
CN105572635A (zh) | 基于最小二乘法的单站无源快速定位方法 | |
CN104749570A (zh) | 一种移不变机载双基合成孔径雷达目标定位方法 | |
CN106597440A (zh) | 一种调频步进雷达低信噪比成像方法 | |
Qiu et al. | Bistatic SAR data processing algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |