CN107479055B - 一种高轨星载sar的自聚焦方法和装置 - Google Patents

一种高轨星载sar的自聚焦方法和装置 Download PDF

Info

Publication number
CN107479055B
CN107479055B CN201710545668.8A CN201710545668A CN107479055B CN 107479055 B CN107479055 B CN 107479055B CN 201710545668 A CN201710545668 A CN 201710545668A CN 107479055 B CN107479055 B CN 107479055B
Authority
CN
China
Prior art keywords
aperture
sub
data
equivalent
parameter
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
Application number
CN201710545668.8A
Other languages
English (en)
Other versions
CN107479055A (zh
Inventor
李刚
陈一畅
杨晓宇
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN201710545668.8A priority Critical patent/CN107479055B/zh
Publication of CN107479055A publication Critical patent/CN107479055A/zh
Application granted granted Critical
Publication of CN107479055B publication Critical patent/CN107479055B/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
    • 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
    • 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
    • G01S13/9047—Doppler beam sharpening mode

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种高轨星载SAR的自聚焦方法和装置，所述方法包括：S1，对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；S2，通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；S3，根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像。本发明通过构造稀疏表征模型实现了子孔径平台运动参数估计，解决了SAR平台非平稳运动导致的图像不准确的问题，提升了聚焦图像的精度和质量。

Description

一种高轨星载SAR的自聚焦方法和装置
技术领域
本发明涉及雷达成像技术领域，具体涉及一种高轨星载SAR的自聚焦方法和装置。
背景技术
星载合成孔径雷达(SAR，Synthetic Aperture Radar)是一种能够全天时、全天候对目标区域观测成像的微波遥感设备。相比于中低轨星载SAR，高轨SAR系统具备更宽的观测视角，还可以结合波束控制技术，对突发任务做出快速响应。
但随着轨道的升高，SAR信号处理也变得更为复杂。对于低轨SAR，轨道测量误差小，成像几何关系简单，在合成孔径时间内可以认为平台保持匀速直线运动，此时不需要引入自聚焦技术也可获得较高精度的成像结果。但是，对于高轨SAR，由于轨道测量误差变大、合成孔径时间变长及相对运动轨迹复杂等原因，使得高轨SAR信号中包含不可忽略的相位误差，需要引入自聚焦方法补偿相位误差，获得高分辨的成像结果。因此针对高轨SAR信号的自聚焦方法一直是研究的一大热点。
现有技术中的自聚焦方法，可以分为参数化方法和非参数化方法两大类。其中的非参数化方法不需要对相位误差做模型假设，通过直接估计相位误差实现相位补偿；相位梯度自聚焦(PGA，Phase Gradient Autofocusing)算法是典型的非参数化方法，其处理过程首先是确定场景中某一孤立特显点，以该特显点为基准，通过中心搬移、加窗、相关等操作估计数据的相位误差。PGA可以较好的实现SAR图像自聚焦，但是对特显点选择，窗长等参数敏感不能很好的适用于各种场景。其中的参数化方法通常是建立相位误差与多谱勒参数的关系，将自聚焦问题转化为参数估计问题。如典型的参数化方法图像偏置法(MD，Map-Drift)，设定相位误差是由多普勒调频率误差引起的，将全孔径划分为前孔径和后孔径两部分，分别成像并对前、后视图做相关处理，估计出多普勒调频率，最终以多普勒调频率估计值完成对全孔径回波信号的成像处理。多普勒调频率误差是引起场景图像散焦的主要因素，因此参数化方法的假设是合理有效的。
高轨星载SAR对地观测时间长，合成孔径长，但其整个飞行状态都是可以由少量运动参数确定，不受大气扰动等随机因素影响。因此参数化自聚焦方法特别适合于高轨星载SAR自聚焦。但是对于高轨星载SAR系统，合成孔径时间长，平台轨道弯曲，多普勒参数在整个合成孔径时间不是恒定的，因此寻求时变的参数化自聚焦方法是十分有价值的。
为了解决参数化处理方法以全孔径接收到的数据进行参数估计，不适用于时变的参数估计，使得聚焦效果不好的缺陷，现有技术通常采用子孔径划分的方法解决平台运动参数时变的问题，即在每个子孔径内，假定平台的运动参数不变；但是，这也造成了子孔径内的采样数较少，所获得的聚焦图像不准确的问题。
发明内容
针对现有技术中存在的上述缺陷，本发明提供一种高轨星载SAR的自聚焦方法和装置。
本发明的一方面提供一种高轨星载SAR的自聚焦方法，包括：S1，对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；S2，通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；S3，根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像。
其中，所述步骤S1进一步包括：S11，根据距离徙动可忽略条件和方位向分辨率获取子孔径划分准则；S12，根据所述子孔径划分准则对所述全孔径数据进行划分，获取所述多个子孔径数据。
其中，所述步骤S2进一步包括：S21，对所述子孔径数据进行距离向脉冲压缩处理，获取强散射点的距离单元数据；S22，根据所述距离单元数据和第一等效运动参数构造参数化基矩阵；S23，根据所述参数化基矩阵构造所述稀疏表征模型，并重建所述稀疏表征模型的稀疏解；S24，根据所述稀疏解，通过建立最小误差模型对所述第一等效运动参数进行更新，获取更新后的第二等效运动参数；S25，判断所述第二等效运动参数是否满足预设终止条件；若不满足，则指定所述第二等效运动参数作为所述第一等效运动参数以重复执行步骤S22至步骤S25，直至满足所述预设终止条件；若满足，则指定所述第二等效运动参数作为与所述子孔径数据对应的所述目标等效运动参数。S26，重复执行步骤S21至步骤S25直至获取所述多个子孔径数据分别对应的所述目标等效运动参数。
其中，所述步骤S21进一步包括：S211，对所述子孔径数据沿距离向作离散傅里叶变换，获取距离向脉压数据矩阵；S212，获取所述距离向脉压数据矩阵中包含回波能量最大的行向量作为所述强散射点的距离单元数据，具体为，
式中，Uw为距离向脉压数据矩阵，Uw；k为Uw的第k个行向量，Vw为距离单元数据。
其中，所述参数化基矩阵具体为，
Φ(p)＝[φ1，φ2，…，φm，…φM]
式中，φm，m＝1，2，…，M，为Na×1的列向量，M为多普勒域的网格划分点数，φm具体为，
式中，j为虚数单位，T为脉冲重复时间，λ为载波波长，Rref为参考距离，α(p)为方位向第一等效运动参数，β(p)为距离向第一等效运动参数，p为稀疏表征循环次数，fm＝(m-1)/M，zn＝(w-1)NaT+(n-1)T,n＝1,2,...,Na，[·]T为矩阵转置操作。
其中，所述步骤S23进一步包括：S231，建立所述稀疏表征模型，具体为，
min|Xw|0 s.t.[Vw]T＝Φ(p)Xw
式中，Φ(p)为参数化基矩阵，Vw为距离单元数据矩阵，p为稀疏表征循环次数；
S232，通过正交匹配追踪算法对所述稀疏表征模型求解，获取所述稀疏解。
其中，所述步骤S24进一步包括：S241，建立所述最小误差模型，具体为，
式中，Φ为等效运动参数的变量矩阵，为方位向第二等效运动参数，为距离向第二等效运动参数，Vw为距离单元数据矩阵，为稀疏解，w为第w个子孔径数据，p为稀疏表征循环次数；
S242，通过求解所述第一等效运动参数的一阶增量，获取所述第二等效运动参数。
其中，所述预设终止条件具体为：
(|Δαw|＜ηα)&(|Δβw|＜ηβ)
式中，&为逻辑与操作，ηα为方位向阈值参数，ηβ为距离向阈值参数，Δαw为方位向等效运动参数一阶增量，Δβw为距离向等效运动参数一阶增量。
其中，所述步骤S3进一步包括：S31，根据所述目标运动参数，获取对应的子孔径方向位调频率；S32，根据所述子孔径方向位调频率，获取对应的方向位采样点相位误差；S33，根据所述方向位采样点相位误差对所述子孔径数据进行相位补偿，获取所述聚焦图像。
本发明的另一方面提供一种高轨星载SAR的自聚焦装置，包括：划分模块，用于对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；获取模块，用于通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；补偿模块，用于根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像。
本发明提供的高轨星载SAR的自聚焦方法和装置，通过构造稀疏表征模型实现了子孔径平台运动参数估计，解决了子孔径中采样数较少导致的图像不准确的问题，提高了聚焦图像的获取效率，提升了聚焦图像的精度和质量。
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一简单地介绍，显而易见地，下面描述中的附图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高轨星载SAR的自聚焦方法的流程示意图；
图2为本发明另一实施例提供的高轨星载SAR的自聚焦方法的流程示意图；
图3为本发明另一实施例提供的高轨星载SAR的自聚焦方法的高轨卫星运行示意图；
图4为本发明另一实施例提供的高轨星载SAR的自聚焦方法的成像平面几何示意图；
图5为本发明另一实施例提供的高轨星载SAR的自聚焦方法的散焦的成像结果示意图；
图6为本发明另一实施例提供的高轨星载SAR的自聚焦方法的自聚焦的成像结果示意图；
图7为本发明实施例提供的高轨星载SAR的自聚焦装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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地描述，显然，所描述的实施例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。
图1为本发明实施例提供的高轨星载SAR的自聚焦方法的流程示意图，如图1所示，包括：S1，对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；S2，通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；S3，根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像。
其中，星载合成孔径雷达(SAR，Synthetic Aperture Radar)是用一个小天线作为单个辐射单元，将此单元沿一直线不断移动，在不同位置上接收同一地物的回波信号并进行相关解调压缩处理。一个小天线通过“运动”方式就合成一个等效“大天线”，这样可以得到较高的方位向分辨率，同时方位向分辨率与距离无关，这样SAR就可以安装在卫星平台上而可以获取较高分辨率的SAR图像。
其中，稀疏表征模型是利用信号的稀疏先验信息，利用少量采样数据实现SAR信号的成像处理。稀疏表征的任务是找到一个基信号矩阵，在雷达回波数据域和稀疏域之间构建一个线性映射。
其中，目标等效运动参数是基于构建的稀疏表征模型所获得的等效运动参数；等效运动参数可以包括方位向等效运动参数和距离向等效运动参数，通过等效运动参数能够对对应的子孔径数据进行补偿，从而获得准确的子孔径数据。
在步骤S1中，对获得的全孔径数据进行划分，该划分操作沿着方位向，划分后可以得到子孔径数据。例如，对全孔径回波数据矩阵S进行方位向子孔径划分，划分后获得W个子孔径数据矩阵Sw(w＝1,2,...,W)，对于第w个子孔径数据矩阵，水平方向表示方位向，竖直方向表示距离向，可以按照顺序处理各子孔径数据矩阵。
在步骤S2中，根据步骤S1中获取的多个子孔径数据构建稀疏表征模型，通过稀疏表征模型分别获取与每个子孔径分别对应的目标等效运动参数。
在步骤S3中，根据步骤S2中获取的目标等效运动参数，对与目标等效运动参数对应的子孔径数据进行相位补偿，完成方位向压缩，获取聚焦图像。
本发明实施例提供的高轨星载SAR的自聚焦方法，通过构造稀疏表征模型实现了子孔径平台运动参数估计，解决了子孔径中采样数较少导致的图像不准确的问题，提高了聚焦图像的获取效率，提升了聚焦图像的精度和质量。
在上述实施例的基础上，所述步骤S1进一步包括：S11，根据距离徙动可忽略条件和方位向分辨率获取子孔径划分准则；S12，根据所述子孔径划分准则对所述全孔径数据进行划分，获取所述多个子孔径数据。
在步骤S11中，高轨星载SAR合成孔径长，平台在整个孔径内的运动状态变化不可忽略，需要对数据矩阵S沿方位向做子孔径划分，确保子孔径内平台运动变化量可忽略，在成像几何关系上等效于距离徙动可忽略。
在SAR系统中，距离徙动可忽略的条件可以表述为:
式中，λ为载波波长，Rref为参考距离，ρr为距离向分辨率，ρa；w表示由子孔径长度确定的方位向分辨率。
分辨率ρa；w具体为：
式中，vx；w表示平台在第w个子孔径内的等效方位向速度，T表示脉冲重复时间，N表示方位向采样点数。
将式(2)代入式(1)中，可以获得子孔径划分准则，即：
式中，[·]int表示取整操作。
在步骤S12中，根据步骤S11中获取的子孔径划分准则，对全孔径数据进行划分。具体地，以上述式(3)为准则对全孔径回波数据矩阵S进行划分，具体实现时，依次将相邻的个方位向采样点划分为一个子孔径。获得W个子孔径数据矩阵Sw(w＝1,2,...,W)。全孔径数据矩阵S与子孔径数据矩阵Sw的关系可以表述为：
S＝[S1,S2,...,SW] (4)
在上述实施例的基础上，所述步骤S2进一步包括：S21，对所述子孔径数据进行距离向脉冲压缩处理，获取强散射点的距离单元数据；S22，根据所述距离单元数据和第一等效运动参数构造参数化基矩阵；S23，根据所述参数化基矩阵构造所述稀疏表征模型，并重建所述稀疏表征模型的稀疏解；S24，根据所述稀疏解，通过建立最小误差模型对所述第一等效运动参数进行更新，获取更新后的第二等效运动参数；S25，判断所述第二等效运动参数是否满足预设终止条件；若不满足，则指定所述第二等效运动参数作为所述第一等效运动参数以重复执行步骤S22至步骤S25，直至满足所述预设终止条件；若满足，则指定所述第二等效运动参数作为与所述子孔径数据对应的所述目标等效运动参数。S26，重复执行步骤S21至步骤S25直至获取所述多个子孔径数据分别对应的所述目标等效运动参数。
其中，脉冲压缩即pulse compression，是指发射宽编码脉冲并对回波进行处理以获得窄脉冲，因此脉冲压缩雷达既保持了窄脉冲的高距离分辨力，又能获得宽脉冲的强检测能力。
在步骤S21中，针对步骤S1中获得的第w个子孔径数据Sw(即多个子孔径数据中的任意一个)，做距离向脉冲压缩处理，并选取包含回波能量最大的距离单元信号Vw(即为强散射点的距离单元数据)作为参数估计方法的输入量，进行接下来的步骤。
在步骤S22中，根据步骤S21中获取的距离单元数据以及第一等效运动参数，构造参数化基矩阵Φ(p)。其中，第一等效运动参数可以包括方位向第一等效运动参数和距离向第一等效运动参数。
另外，在构造参数化基矩阵Φ(p)前，还可以对稀疏表征模型的相关参数进行初始化操作，例如，初始化稀疏表征循环次数p＝0，方位向等效运动参数距离向等效运动参数其中上角标(p)表示对应变量在第p次循环中的值。
在步骤S23中，根据步骤S22中获取的参数化基矩阵Φ(p)，建立压缩感知的稀疏表征模型；通过对稀疏表征模型进行求解，可以重建模型的稀疏解
在步骤S24中，首先可以建立一个最小误差模型，通过最小误差模型对第一等效运动参数进行更新。具体地，根据步骤S23中获取的稀疏解将稀疏解带入最小误差模型后，可以获得一个新的等效运动参数，即第二等效运动参数。
在步骤S25中，根据步骤S24中获得的第二等效运动参数，为了使误差较小，可以预先设置一个终止条件；当第二等效运动参数满足终止条件时，则可以确认该第二等效运动参数为对应子孔径数据的目标等效运动参数；否则，需要将当前的第二等效运动参数作为第一等效运动参数带入到步骤S22中，重新构造参数化基矩阵，并重复执行步骤S22至步骤S25，直到能够满足预设终止条件，获取该子孔径数据对应的目标等效运动参数。
在步骤S26中，可以重复上述步骤S21至步骤S25，直到获取到全孔径数据包含的所有子孔径数据分别对应的目标等效运动参数。
在上述实施例的基础上，所述步骤S21进一步包括：S211，对所述子孔径数据沿距离向作离散傅里叶变换，获取距离向脉压数据矩阵；S212，获取所述距离向脉压数据矩阵中包含回波能量最大的行向量作为所述强散射点的距离单元数据，具体为，
式中，Uw为距离向脉压数据矩阵，Uw；k为Uw的第k个行向量，Vw为距离单元数据。
在步骤S211中，对子孔径数据矩阵Sw沿着距离向作离散傅里叶变换，将得到的距离频域数据矩阵与距离向参考函数Hr相乘，再经过离散逆傅里叶变换，获得距离向脉压的数据矩阵Uw，如式(5)所示：
式中，Hr表示表示距离向参考函数，是一个Nr×1的向量，表示1×Na的全1行向量，表示两个矩阵的克罗内克积，Fr表示距离向DFT变换矩阵。
向量Hr中个元素形式如式(6)所示：
式中，j表示虚数单位，γr表示发射信号的线性调频率，fr是一个Nr×1的向量，表示距离向频率，其中各元素fs表示信号采样率。
上式(5)中的，矩阵Fr中各元素形式如式(7)所示：
式中，是Fr的逆矩阵。
在步骤S212中，提取矩阵Uw包含能量最大的行向量记为能量最大的距离单元数据Vw，计算方法具体如下式(8)所示：
式中，Uw；k表示矩阵Uw的第k个行向量。
在上述实施例的基础上，所述参数化基矩阵具体为，
Φ(p)＝[φ1，φ２，…，φm，…φM] (9)
式中，φm，m＝1，2，…，M，为Na×1的列向量，M为多普勒域的网格划分点数，φm具体为，
式中，j为虚数单位，T为脉冲重复时间，λ为载波波长，Rref为参考距离，α(p)为方位向第一等效运动参数，β(p)为距离向第一等效运动参数，p为稀疏表征循环次数，fm＝(m-1)/M，zn＝(w-1)NaT+(n-1)T,n＝1,2,...,Na，[·]T为矩阵转置操作。
在上述实施例的基础上，所述步骤S23进一步包括：S231，建立所述稀疏表征模型，具体为，
min|Xw|0 s.t.[Vw]T＝Φ(p)Xw (11)
式中，Φ(p)为参数化基矩阵，Vw为距离单元数据矩阵，p为稀疏表征循环次数；
S232，通过正交匹配追踪算法对所述稀疏表征模型求解，获取所述稀疏解。
可以采用正交匹配追踪算法(OMP，Orthogonal Matching Pursuit)求解式(11)所示的稀疏重构优化问题，可以设定OMP算法迭代次数为It＝60，具体步骤如下：
步骤1：初始化残差向量R＝[Vw]T，稀疏解索引集合支撑集集合循环次数i＝0；
步骤2：按照下式(12)计算残差向量R与参数化基矩阵Φ(p)的各列向量的相关系数，获得相关系数向量G；
G＝[Φ(p)]T·R (12)
记相关系数向量G的第g个元素为相关系数最大的元素；
步骤3：更新索引集合Γ←Γ∪g，支撑集集合Ω←Ω∪φg；
步骤4：将支撑集集合Ω中所有的列向量按对应的索引集顺序并列组成矩阵D；
步骤5：利用向量[Vw]T和步骤(4)获得的矩阵D计算最小二乘解向量x＝([D]TD)-1[D]T·[Vw]T；
步骤6：将步骤(5)中获得的最小二乘解向量的元素，按照式(13)将x赋值到稀疏解对应的索引位置，向量的元素形式如式(13)所示：
式中，表示向量中各对应索引Γ元素对应的位置；
步骤7：残差向量
步骤8：增加循环次数i←i+1，判断算法终止条件：若i＜It，则转至步骤2继续执行；若i＝It，则OMP算法终止，输出
上述步骤1至步骤8即为通过OMP算法获取稀疏解的过程。
在上述实施例的基础上，所述步骤S24进一步包括：S241，建立所述最小误差模型，具体为，
式中，Φ为等效运动参数的变量矩阵，为方位向第二等效运动参数，为距离向第二等效运动参数，Vw为距离单元数据矩阵，为稀疏解，w为第w个子孔径数据，p为稀疏表征循环次数；
S242，通过求解所述第一等效运动参数的一阶增量，获取所述第二等效运动参数。
在步骤S242中，矩阵Φ关于第一等效运动参数αw和βw在处一阶泰勒展开，忽略其高阶项，展开式如式(15)所示：
式中，Δαw和Δβw分别表示方位向和距离向等效运动参数一阶增量。将式(15)代入式(14)中，求解更新等效运动参数和的问题可以转换为求解等效运动参数一阶增量Δαw和Δβw，如下式(16)所示：
上述问题求解具体步骤如下：
步骤1)：分别计算矩阵Φ关于方位向等效运动参数αw和距离向等效运动参数βw的一阶偏导数，其中，和的计算方法如式(17)和式(18)所示：
式中，diag[·]表示将向量转化为对角阵；
步骤2)：计算和将式(16)所示优化问题化简为式(19)所示优化问题：
(Δαw,Δβw)＝arg min||Ξ(p)-Υα (p)·Δαw-Υβ (p)·Δβw||2 (19)
式中，Ξ(p)，Υα (p)和Υβ (p)均为Na×1的列向量；
步骤3)：对向量Ξ(p)，Υα (p)和Υβ (p)做实数化处理，得到大小为2Na×2的矩阵C(p)和大小为2Na×1的向量D(p)，分别如式(20)和式(21)所示：
其中real(·)和imag(·)分别表示取实部处理和取虚部处理；
步骤4)：按最小二乘准则计算(Δαw,Δβw)，如式(22)所示：
式中，[·]T表示矩阵转置；
步骤5)：根据步骤4)获得的等效运动参数一阶增量，按照式(23)式和式(24)式更新第一等效运动参数αw和βw以获取更新后的第二等效运动参数：
在上述实施例的基础上，所述预设终止条件具体为：
(|Δαw|＜ηα)&(|Δβw|＜ηβ) (25)
式中，&为逻辑与操作，ηα为方位向阈值参数，ηβ为距离向阈值参数，Δαw为方位向等效运动参数一阶增量，Δβw为距离向等效运动参数一阶增量。
其中，通常取ηα＝0.1％和ηβ＝0.1％。
若满足式(25)所示的终止条件，则继续执行步骤S26，当前子孔径数据处理完成；若不满足式(25)所示的终止条件，则更新参数化稀疏表征算法循环次数p←p+1，转至步骤S22重复执行步骤S22至步骤S25。
在上述实施例的基础上，所述步骤S3进一步包括：S31，根据所述目标运动参数，获取对应的子孔径方向位调频率；S32，根据所述子孔径方向位调频率，获取对应的方向位采样点相位误差；S33，根据所述方向位采样点相位误差对所述子孔径数据进行相位补偿，获取所述聚焦图像。
在步骤S31中，根据获得的目标等效运动参数αw和βw(w＝1,2,...,W)，计算各子孔径方位向调频率γw(w＝1,2,...,W)，如式(26)所示：
在步骤S32中，根据步骤S31中获取的子孔径方向位调频率，计算各方位向采样点相位误差慢时间采样点t对应的相位误差形式如式(27)所示：
式中，n＝1,2,...,Na，设定
在步骤S33中，根据步骤S32获得的相位误差对回波数据进行相位补偿，补偿后的数据按照传统距离多普勒算法获得场景聚焦图像。
为了证明本发明实施例提供的自聚焦方法获取的聚焦图像具有较好的效果，采用仿真的高轨星载SAR回波数据进行实验来验证自聚焦方法的效果。
图2为本发明另一实施例提供的高轨星载SAR的自聚焦方法的流程示意图，采用如图2所示的步骤进行自聚焦；图3为本发明另一实施例提供的高轨星载SAR的自聚焦方法的高轨卫星运行示意图；图4为本发明另一实施例提供的高轨星载SAR的自聚焦方法的成像平面几何示意图，如图3和图4所示的原理，设定SAR工作在正侧视模式工作，仿真试验中用到的系统相关参数如下表所示：
表1仿真实验相关参数
在仿真中，仿真实验的观测场景包含1575个散射点，排列成“GOOD”字样。对平台运动参数加入随机扰动，此时利用传统距离多普勒成像算法对回波数据进行处理，图5为本发明另一实施例提供的高轨星载SAR的自聚焦方法的散焦的成像结果示意图。获得的散焦的结果如图5所示。图6为本发明另一实施例提供的高轨星载SAR的自聚焦方法的自聚焦的成像结果示意图，图6给出了采用本发明实施例提供的方法获得的自聚焦成像结果。仿真结果印证了本发明实施例提供的方法可以有效实现高轨星载SAR数据自聚焦成像，且所获取的图像较为精确。
本发明实施例提供的高轨星载SAR的自聚焦方法，包括对接收到的原始数据进行子孔径划分；针对每一个子孔径数据进行距离向脉冲压缩；选取包含强散射点的距离单元数据，以方位向多普勒调频率为变量建立参数化稀疏表征模型；通过迭代更新多普勒调频率和强散射点方位向幅度，最终获得准确的多普勒调频率参数；以获得的参数对回波数据做相位补偿，最终完成高轨星载SAR自聚焦。
图7为本发明实施例提供的高轨星载SAR的自聚焦装置的结构示意图，如图7所示，包括：划分模块701，用于对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；获取模块702，用于通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；补偿模块703，用于根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像。
具体地，划分模块701对获得的全孔径数据进行划分，划分模块701的划分操作沿着方位向，划分后可以得到子孔径数据。例如，对全孔径回波数据矩阵S进行方位向子孔径划分，划分后获得W个子孔径数据矩阵Sw(w＝1,2,...,W)，对于第w个子孔径数据矩阵，水平方向表示方位向，竖直方向表示距离向，可以按照顺序处理各子孔径数据矩阵。
获取模块702根据划分模块701中获取的多个子孔径数据构建稀疏表征模型，获取模块702通过稀疏表征模型分别获取与每个子孔径分别对应的目标等效运动参数。
补偿模块703根据获取模块702中获取的目标等效运动参数，对与目标等效运动参数对应的子孔径数据进行相位补偿，完成方位向压缩，获取聚焦图像。
本发明实施例提供的高轨星载SAR的自聚焦装置，通过构造稀疏表征模型实现了子孔径平台运动参数估计，解决了子孔径中采样数较少导致的图像不准确的问题，提高了聚焦图像的获取效率，提升了聚焦图像的精度和质量。
在上述实施例的基础上，所述划分模块701具体用于：根据距离徙动可忽略条件和方位向分辨率获取子孔径划分准则；以及根据所述子孔径划分准则对所述全孔径数据进行划分，获取所述多个子孔径数据。
在上述实施例的基础上，所述获取模块702进一步包括：
脉冲压缩单元，用于对所述子孔径数据进行距离向脉冲压缩处理，获取强散射点的距离单元数据；
基矩阵单元，用于根据所述距离单元数据和第一等效运动参数构造参数化基矩阵；
重建单元，用于根据所述参数化基矩阵构造所述稀疏表征模型，并重建所述稀疏表征模型的稀疏解；
更新单元，用于根据所述稀疏解，通过建立最小误差模型对所述第一等效运动参数进行更新，获取更新后的第二等效运动参数；
判断单元，用于判断所述第二等效运动参数是否满足预设终止条件；若不满足，则指定所述第二等效运动参数作为所述第一等效运动参数以输入所述基矩阵单元，直至满足所述预设终止条件；若满足，则指定所述第二等效运动参数作为与所述子孔径数据对应的所述目标等效运动参数；
运动参数单元，用于控制上述单元重复运行，直至获取所述多个子孔径数据分别对应的所述目标等效运动参数。
在上述实施例的基础上，所述脉冲压缩单元进一步用于：对所述子孔径数据沿距离向作离散傅里叶变换，获取距离向脉压数据矩阵；获取所述距离向脉压数据矩阵中包含回波能量最大的行向量作为所述强散射点的距离单元数据，具体为，
式中，Uw为距离向脉压数据矩阵，Uw；k为Uw的第k个行向量，Vw为距离单元数据。
在上述实施例的基础上，所述参数化基矩阵具体为，
Φ(p)＝[φ1，φ2，…，φm，…φM]
式中，φm，m＝1，2，…，M，为Na×1的列向量，M为多普勒域的网格划分点数，φm具体为，
式中，j为虚数单位，T为脉冲重复时间，λ为载波波长，Rref为参考距离，α(p)为方位向第一等效运动参数，β(p)为距离向第一等效运动参数，p为稀疏表征循环次数，fm＝(m-1)/M，zn＝(w-1)NaT+(n-1)T,n＝1,2,...,Na，[·]T为矩阵转置操作。
在上述实施例的基础上，所述重建单元具体用于：建立所述稀疏表征模型，具体为，
min|Xw|0 s.t.[Vw]T＝Φ(p)Xw
式中，Φ(p)为参数化基矩阵，Vw为距离单元数据矩阵，p为稀疏表征循环次数；
以及通过正交匹配追踪算法对所述稀疏表征模型求解，获取所述稀疏解。
在上述实施例的基础上，所述更新单元具体用于：建立所述最小误差模型，具体为，
式中，Φ为等效运动参数的变量矩阵，为方位向第二等效运动参数，为距离向第二等效运动参数，Vw为距离单元数据矩阵，为稀疏解，w为第w个子孔径数据，p为稀疏表征循环次数；
以及通过求解所述第一等效运动参数的一阶增量，获取所述第二等效运动参数。
在上述实施例的基础上，所述预设终止条件具体为：
(|Δαw|＜ηα)&(|Δβw|＜ηβ)
式中，&为逻辑与操作，ηα为方位向阈值参数，ηβ为距离向阈值参数，Δαw为方位向等效运动参数一阶增量，Δβw为距离向等效运动参数一阶增量。
在上述实施例的基础上，所述补偿模块703进一步包括：调频率单元，用于根据所述目标运动参数，获取对应的子孔径方向位调频率；相位误差单元，用于根据所述子孔径方向位调频率，获取对应的方向位采样点相位误差；相位补偿单元，用于根据所述方向位采样点相位误差对所述子孔径数据进行相位补偿，获取所述聚焦图像。
本发明实施例提供的高轨星载SAR的自聚焦方法和装置，基于压缩感知参数化稀疏表征技术，通过子孔径划分估计高轨SAR平台动态等效运动参数，进而实现回波数据相位补偿，获得观测场景自聚焦成像结果；将相位误差建模为SAR平台等效运动参数的函数，并且利用子孔径划分将平台动态运动参数估计问题转化为子孔径内恒定运动参数估计问题，采用参数化稀疏表征的方法可以有效求解子孔径内参数估计问题，最终实现SAR图像自聚焦。高轨星载SAR仿真数据的处理结果展示了该方法的有效性。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种高轨星载SAR的自聚焦方法，其特征在于，包括：
S1，对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；
S2，通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；
S3，根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像；
其中，所述步骤S2进一步包括：
S21，对所述子孔径数据进行距离向脉冲压缩处理，获取强散射点的距离单元数据；
S22，根据所述距离单元数据和第一等效运动参数构造参数化基矩阵；
S23，根据所述参数化基矩阵构造所述稀疏表征模型，并重建所述稀疏表征模型的稀疏解；
S24，根据所述稀疏解，通过建立最小误差模型对所述第一等效运动参数进行更新，获取更新后的第二等效运动参数；
S25，判断所述第二等效运动参数是否满足预设终止条件；
若不满足，则指定所述第二等效运动参数作为所述第一等效运动参数以重复执行步骤S22至步骤S25，直至满足所述预设终止条件；
若满足，则指定所述第二等效运动参数作为与所述子孔径数据对应的所述目标等效运动参数；
S26，重复执行步骤S21至步骤S25直至获取所述多个子孔径数据分别对应的所述目标等效运动参数。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：
S11，根据距离徙动可忽略条件和方位向分辨率获取子孔径划分准则；
S12，根据所述子孔径划分准则对所述全孔径数据进行划分，获取所述多个子孔径数据。
3.根据权利要求1所述的方法，其特征在于，所述步骤S21进一步包括：
S211，对所述子孔径数据沿距离向作离散傅里叶变换，获取距离向脉压数据矩阵；
S212，获取所述距离向脉压数据矩阵中包含回波能量最大的行向量作为所述强散射点的距离单元数据，具体为，
式中，Uw为距离向脉压数据矩阵，Uw；k为Uw的第k个行向量，Vw为距离单元数据。
4.根据权利要求1所述的方法，其特征在于，所述参数化基矩阵具体为，
Φ(p)＝[φ1，φ2，…，φm，…φM]
式中，φm，m＝1，2，…，M，为Na×1的列向量，M为多普勒域的网格划分点数，φm具体为，
式中，j为虚数单位，T为脉冲重复时间，λ为载波波长，Rref为参考距离，α(p)为方位向第一等效运动参数，β(p)为距离向第一等效运动参数，p为稀疏表征循环次数，fm＝(m-1)/M，zn＝(w-1)NaT+(n-1)T，n＝1，2，...，Na，[·]T为矩阵转置操作。
5.根据权利要求1所述的方法，其特征在于，所述步骤S23进一步包括：
S231，建立所述稀疏表征模型，具体为，
min|Xw|0 s.t.[Vw]T＝Φ(p)xw
式中，Φ(p)为参数化基矩阵，Vw为距离单元数据矩阵，p为稀疏表征循环次数；
S232，通过正交匹配追踪算法对所述稀疏表征模型求解，获取所述稀疏解。
6.根据权利要求1所述的方法，其特征在于，所述步骤S24进一步包括：
S241，建立所述最小误差模型，具体为，
式中，Φ为等效运动参数的变量矩阵，为方位向第二等效运动参数，为距离向第二等效运动参数，Vw为距离单元数据矩阵，为稀疏解，w为第w个子孔径数据，p为稀疏表征循环次数；
S242，通过求解所述第一等效运动参数的一阶增量，获取所述第二等效运动参数。
7.根据权利要求1所述的方法，其特征在于，所述预设终止条件具体为：
(|Δαw|＜ηα)&(|Δβw|＜ηβ)
式中，&为逻辑与操作，ηα为方位向阈值参数，ηβ为距离向阈值参数，Δαw为方位向等效运动参数一阶增量，Δβw为距离向等效运动参数一阶增量。
8.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括：
S31，根据所述目标运动参数，获取对应的子孔径方向位调频率；
S32，根据所述子孔径方向位调频率，获取对应的方向位采样点相位误差；
S33，根据所述方向位采样点相位误差对所述子孔径数据进行相位补偿，获取所述聚焦图像。
9.一种高轨星载SAR的自聚焦装置，其特征在于，包括：
划分模块，用于对获取的全孔径数据在方位向进行子孔径划分，获取多个子孔径数据；
获取模块，用于通过根据所述多个子孔径数据构造的稀疏表征模型，获取与所述多个子孔径数据分别对应的目标等效运动参数；
补偿模块，用于根据所述目标等效运动参数对所述子孔径数据进行相位补偿，获取与所述全孔径数据对应的聚焦图像；
其中，所述获取模块进一步包括：
脉冲压缩单元，用于对所述子孔径数据进行距离向脉冲压缩处理，获取强散射点的距离单元数据；
基矩阵单元，用于根据所述距离单元数据和第一等效运动参数构造参数化基矩阵；
重建单元，用于根据所述参数化基矩阵构造所述稀疏表征模型，并重建所述稀疏表征模型的稀疏解；
更新单元，用于根据所述稀疏解，通过建立最小误差模型对所述第一等效运动参数进行更新，获取更新后的第二等效运动参数；
判断单元，用于判断所述第二等效运动参数是否满足预设终止条件；若不满足，则指定所述第二等效运动参数作为所述第一等效运动参数以输入所述基矩阵单元，直至满足所述预设终止条件；若满足，则指定所述第二等效运动参数作为与所述子孔径数据对应的所述目标等效运动参数；
运动参数单元，用于控制上述单元重复运行，直至获取所述多个子孔径数据分别对应的所述目标等效运动参数。
CN201710545668.8A 2017-07-05 2017-07-05 一种高轨星载sar的自聚焦方法和装置 Active CN107479055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710545668.8A CN107479055B (zh) 2017-07-05 2017-07-05 一种高轨星载sar的自聚焦方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710545668.8A CN107479055B (zh) 2017-07-05 2017-07-05 一种高轨星载sar的自聚焦方法和装置

Publications (2)

Publication Number Publication Date
CN107479055A CN107479055A (zh) 2017-12-15
CN107479055B true CN107479055B (zh) 2019-06-18

Family

ID=60596481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710545668.8A Active CN107479055B (zh) 2017-07-05 2017-07-05 一种高轨星载sar的自聚焦方法和装置

Country Status (1)

Country Link
CN (1) CN107479055B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108549081B (zh) * 2018-05-02 2020-05-08 北京空间飞行器总体设计部 一种高轨合成孔径雷达动目标速度检测方法
CN113253269B (zh) * 2021-06-03 2021-10-15 中南大学 一种基于图像分类的sar自聚焦方法
CN113721244A (zh) * 2021-07-08 2021-11-30 中国科学院空天信息创新研究院 合成孔径雷达的信噪比处理方法及装置、存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104698459A (zh) * 2015-02-05 2015-06-10 南京航空航天大学 一种应用于缺失数据的条带sar压缩感知成像方法
CN104749571A (zh) * 2013-12-26 2015-07-01 中国科学院电子学研究所 一种基于相位恢复的稀疏微波成像自聚焦方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104749571A (zh) * 2013-12-26 2015-07-01 中国科学院电子学研究所 一种基于相位恢复的稀疏微波成像自聚焦方法及装置
CN104698459A (zh) * 2015-02-05 2015-06-10 南京航空航天大学 一种应用于缺失数据的条带sar压缩感知成像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Modified Multiple-Measurement Vector Model for SAR Imaging";Yichang Chen et al.;《2016 IEEE Radar Conference》;20161231;第1-4页
"稀疏孔径条件下微动目标特征提取与成像算法";陈怡君 等;《现代防御技术》;20140831;第42卷(第4期);第136-142页

Also Published As

Publication number Publication date
CN107479055A (zh) 2017-12-15

Similar Documents

Publication Publication Date Title
Zhang et al. Fast sparse aperture ISAR autofocusing and imaging via ADMM based sparse Bayesian learning
CN103713288B (zh) 基于迭代最小化稀疏贝叶斯重构线阵sar成像方法
CN103698763B (zh) 基于硬阈值正交匹配追踪的线阵sar稀疏成像方法
CN105137425B (zh) 基于卷积反演原理的扫描雷达前视角超分辨方法
CN107479055B (zh) 一种高轨星载sar的自聚焦方法和装置
CN110244303B (zh) 基于sbl-admm的稀疏孔径isar成像方法
CN107561533B (zh) 一种c波段星载合成孔径雷达运动目标成像方法
CN104635230B (zh) 一种用于mimo‑sar近场测量成像方位向旁瓣抑制的方法
CN105388476B (zh) 一种基于联合稀疏模型的层析sar成像方法
RU2382379C2 (ru) Способ многосигнальной пеленгации источников радиоизлучения на одной частоте
CN104950305A (zh) 一种基于稀疏约束的实波束扫描雷达角超分辨成像方法
Sakamoto et al. Fast imaging method for security systems using ultrawideband radar
CN107271993A (zh) 一种基于最大后验的扫描雷达角超分辨成像方法
CN106291543A (zh) 一种运动平台扫描雷达超分辨成像方法
CN101631318A (zh) 基于天线辐射方向图的多样性的无线信道分析平台及方法
CN111856419A (zh) 一种基于超宽带雷达室内定位仿真模拟方法
CN112379342B (zh) 一种星载测云雷达回波模拟及回波特征参数精度估算方法
CN103969628A (zh) 一种基于压缩感知的合成孔径雷达pfa成像算法
CN108226928A (zh) 基于期望传播算法的逆合成孔径雷达成像方法
CN106526553A (zh) 一种通用的sar卫星方位模糊度性能精确分析方法
CN105676190A (zh) 一种校正合成孔径雷达回波数据的方法和装置
CN114442092B (zh) 一种分布式无人机sar深度学习三维成像方法
CN113009490A (zh) 一种基于高分辨率模式动力约束的雷达三维风场反演方法
CN107607945A (zh) 一种基于空间嵌入映射的扫描雷达前视成像方法
CN113447915B (zh) 一种适用于复杂多径环境下的超宽带层析成像方法

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