CN109669183B - 一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置 - Google Patents
一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置 Download PDFInfo
- Publication number
- CN109669183B CN109669183B CN201811615054.3A CN201811615054A CN109669183B CN 109669183 B CN109669183 B CN 109669183B CN 201811615054 A CN201811615054 A CN 201811615054A CN 109669183 B CN109669183 B CN 109669183B
- Authority
- CN
- China
- Prior art keywords
- azimuth
- distance
- frequency
- time
- range
- 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
Images
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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/505—Systems of measurement based on relative movement of target using Doppler effect for determining closest range to a target or corresponding time, e.g. miss-distance indicator
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于时频变换和多普勒中心校正的地球同步轨道SAR运动目标成像处理装置,包括有,雷达参数输出模块,此模块输出雷达的工作参数及成像处理所需的成像参数;徙动校正及距离压缩模块,该模块根据模块一输出的雷达参数,对回波进行未知目标运动参数下的距离徙动校正,同时进行距离压缩操作;运动目标检测及参数估计模块,该模块根据运动目标目标和静止目标回波时频特性的差异检测运动目标,并根据频谱能量对多普勒中心进行校正,估计运动参数;运动补偿及成像处理模块,根据模块三得到的运动参数对运动信号进行补偿,方位压缩完成成像。
Description
技术领域
本发明涉及一种有效的GEO SAR运动目标成像处理装置,具体来说是一种基于Keystone和时频变换的GEO SAR运动目标成像处理装置。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全天时、全天候的主动式信息获取系统,合成孔径雷达的全链路系统可以分为三个部分,即雷达载体平台上的回波数据获取部分、空间段数据传输部分以及地面段数据处理部分。合成孔径雷达系统通过发射和接收脉冲信号,获取合成孔径雷达原始回波数据。
军事热点地区观察、重要区域监视、地震多发区的地震预警等需要长时间对一固定区域观察的情况下,在轨的星载SAR由于其回归周期长,并不能胜任。近几年,地球同步轨道合成孔径雷达(GEO SAR,Geosynchronous orbit Synthetic Aperture Radar)成了热点,其轨道回归周期小,可以对某地区进行长时间的观测,且其具有很宽的测绘带宽度,能进行大范围观测,波束覆盖地面的时间也长,基于上述特点,GEO SAR在地面物体检测方面有很大前景。
用传统的如RDA算法(Range-Doppler Algorithm,距离多普勒算法)、CSA算法(Chirp Scaling Algorithm,线性调频信号变标算法)、WKA算法(omega-k算法,波束域算法)等算法对动目标进行成像时,其会偏离实际的位置而造成误差,导致对目标位置的错误估计,大部分SAR成像系统针对的是地面静目标,根据计算,动目标具有径向分量速度后,其在成像中的方位向位置会迁移,而具有方位向分速度时,会造成图像的散焦。GEO SAR下的方位向调频率比较低,其成像结果受该值估计精度的影响,且信杂比较低,需要相干积累才能检测出来。
GEO SAR对运动目标的检测和成像处理中,由于轨道高度位于地球同步轨道,覆盖范围大的同时引入了大量的杂波,因此信号难以检测。对于运动目标,在传统模式下,方位向信号难以相干积累导致了散焦的现象,因此针对检测方面而言有非相干方法,如J.Carretero=Moya的《Application of the radon transform to detect smalltargets in sea clutter》中的Radon变换、B.D.Carlson《Search radar detection andtrack with the Hough transform》的Hough变换等基于幅度进行积累的检测方法,另一类为如WVD算法(Wigner-Ville Distribution,Wigner-Ville分布)、FrFT算法(FractionalFourier Transform,分数阶傅里叶变换)等时频处理方法,充分利用了信号的相位信息,进行相干积累来达到高的增益,方便低信杂比下信号的检测。对于该类信号的检测处理往往和参数估计密不可分,检测利用了信号的特性,而特性又反映了目标的参数。2002年HONG-BO SUN发表了《Application of the Fractional Fourier Transform to Moving TargetDetection in Airborne SAR》,将分数阶傅里叶变换用到了雷达运动目标的检测中,与常用的时频变换WVD进行了对比,并提出多目标CLEAN方法有效防止弱小目标的漏检。而在GEOSAR的应用场景下,距离徙动会使信号在低信杂比的环境中更难以检测,必须对距离徙动进行校正。Daiyin Zhu于2007年提出的《A Keystone Transform Without Interpolationfor SAR Ground Moving-Target Imaging》中采用频域处理来代替时域的插值有效降低了Keystone变换的运算量,尤其适用于大数据量的处理工作。Hang Yi在2009年论文《Imagingand Locating Multiple Ground Moving Targets Based on Keystone Transform andFrFT for Single Channel SAR System》也采用了Keystone和FrFT的方法,但文中未分析同一距离门多个目标的情况,仅靠FrFT不能完成这种情况的定位处理。
针对现有检测和参数估计方法的不足,本发明提出一种利用时频变换和频谱能量相结合的方法来估计完整的多普勒参数,同时为了在低信杂比下检测目标,利用了非参数化距离徙动校正方法,获取了良好的成像结果。
发明内容
本发明提出了一种基于Keystone和时频变换的GEO SAR运动目标成像处理装置,该装置针对GEO SAR运动目标非合作、信杂比低的特点,利用不依赖于参数估计的快速Keystone变换方法校正距离徙动,方便在后续的方位向脉冲压缩中获取高的能量积累;接着利用FrFT没有交叉项干扰的特点,估计运动目标信号的多普勒参数,使用频谱能量方法辅助确定同一距离门下多个目标的多普勒中心频率,方便后续的定位处理。最后根据估计出的多普勒参数进行运动的补偿,最终形成免受运动影响的图像。
本发明采用GEO SAR下的运动目标模型,长合成孔径时间使得目标积累效果更好,有利于信杂比的提升;Keystone变换在未知运动参数下可对整个场景进行距离徙动校正,尤其适合GEO SAR大场景的情况,采用基于频域变标思想的快速Keystone变换,降低运算量,提高运算效率;利用分数阶傅里叶变换这种时频分析方法检测运动目标,由于FrFT本身对多目标情况下的中心频率估计效果不佳,本发明采用基于频谱能量估计的多普勒中心频率测量方法,有效弥补了FrFT的缺点。
本发明的一种基于Keystone和时频变换的GEO SAR运动目标成像处理装置,该装置利用雷达参数输出模块来生成所需雷达参数,其特征在于还包括有:徙动校正及距离压缩模块、运动目标检测及参数估计模块和运动补偿及成像处理模块;
雷达参数输出模块,用于生成雷达工作参数f1={Na,Nr,PRF,Fs,Br,Tr,Kr,λ,V,td,tcenter,η,τ,fη,fτ};
徙动校正及距离压缩模块,用于对原始回波Sorigin进行距离向傅里叶变换并进行距离向匹配滤波完成脉冲压缩,接着在距离频率和方位时间域进行变标处理,去掉方位时间和距离频率的一阶耦合,也就完成了非参数化的距离徙动工作;
运动目标检测及参数估计模块,用于接受经距离压缩和徙动校正的数据Src,对距离门信号进行分数阶傅里叶变换分析,进行信号的检测,用频谱能量发辅助估计多普勒参数,将各距离门中信号的多普勒参数作为输出结果;
运动补偿及成像处理模块,用于补偿运动,方位压缩形成最终图像。该模块接收运动目标检测及参数估计模块的参数,针对存在运动目标的距离门中的单个运动目标进行补偿成像,最后将所有目标在图像域叠加,形成完整的图像。
本发明采用GEO SAR下的运动目标模型,长合成孔径时间使得目标积累效果更好,有利于信杂比的提升;Keystone变换在未知运动参数下可对整个场景进行距离徙动校正,尤其适合GEOSAR大场景的情况,本文采用基于频域变标思想的快速Keystone变换,降低运算量,提高运算效率;利用分数阶傅里叶变换这种时频分析方法检测运动目标,由于FrFT本身对多目标情况下的中心频率估计效果不佳,本发明采用基于频谱能量估计的多普勒中心频率测量方法,有效弥补了FrFT的缺点。
本发明的优点在于:
(1)针对地球同步轨道SAR的低信杂比特点,利用分数阶傅里叶域的搜索功能实现信号的检测;
(2)为适应地球同步轨道SAR的数据量大的特点,采用快速Keystone变换非参数化校正距离徙动,计量量小,计算效率高
(3)弥补了传统分数阶傅里叶变换中对多目标多普勒中心频率估计的误差,采用频谱能量法辅助估计参数,估计更加准确,具有好的鲁棒性。
附图说明
图1是本发明的基于Keystone和时频变换的GEO SAR运动目标成像处理装置结构框图。
图2是分数阶傅里叶变换域检测结果图。
图3是本发明的基于Keystone和时频变换的GEO SAR运动目标成像处理装置的流程图。
图4是运动目标示意图。
图5A是距离压缩后的二维时域结果。
图5B是Keystone变换后的距离徙动结果。
图5C是经运动补偿后的成像结果。
图5D是同一距离门多目标成像结果图。
图6A是成像结果方位向切片图。
图6B是成像结果方位向切片插值图。
图7A是成像结果距离向切片图。
图7B是成像结果距离向切片插值图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
参见图1、图3所示,本发明的一种基于Keystone和时频变换的GEO SAR运动目标成像处理装置,该装置由雷达参数输出模块、徙动校正及距离压缩模块、运动目标检测及参数估计模块和运动补偿及成像处理模块构成。本发明装置是对二维原始回波信息Sorigin生成的运动目标成像进行处理。
(一)雷达参数输出模块
在本发明中,雷达参数输出模块用于产生雷达的工作参数,记为f1={Na,Nr,PRF,Fs,Br,Tr,Kr,λ,V,td,tcenter,η,τ,fη,fτ}。该雷达参数输出模块的输入参数为二维原始回波信息Sorigin。
Na是发射脉冲总数;
Nr是距离采样点总数;
PRF是脉冲重复频率;
Fs是距离向采样率;
Br是雷达工作带宽;
Tr是发射脉冲持续时间;
Kr是距离向调频率;
λ是工作波长;
V是雷达平台的飞行速度;
td为采样延时;
tcenter为仿真中心时刻;
η为方位向时刻,且η=[uη1,uη2,…uηm,…,uηNa]T,m表示雷达发射的脉冲个数的标识号,uη1表示第一个方位向时刻,uη2表示第二个方位向时刻,uηm表示第m个方位向时刻,且uηNa表示最后一个方位向时刻,上角标T表示转置符号;
τ为距离向时刻,且τ=[uτ1,uτ2,…uτk,…,uτNr],k表示距离时间采样数的标识号,uτ1表示第一个距离向时刻,uτ2表示第二个距离向时刻,uτk表示第k个距离向时刻,且(即从接收窗开启时间起的第k个距离向采样时刻),uτNr表示最后一个距离向时刻;
fτ为距离向频率,且fτ=[ufτ,1,ufτ,2,…ufτ,k′,…,ufτ,Nr],k′表示距离频率采样数的标识号,ufτ,1表示第一个距离向频率,ufτ,2表示第二个距离向频率,ufτ,k′表示第k′个距离向频率,且ufτ,Nr表示最后一个距离向频率;k′与k选取的个数相同。
GEO SAR处理器接收到的回波信号Sorigin是二维数据,采用矩阵形式表示为:
n是一个变量,取值范围1至Na,表示为方位向第n个点;
m是一个变量,取值范围1至Nr,表示为距离向第m个点;
(二)距离徙动校正及距离压缩模块
在本发明中,徙动校正及距离压缩模块一方面用于接收雷达参数输出所述f1,另一方面接收二维原始回波信息Sorigin,然后进行快速Keystone变换完成距离徙动校正。所述徙动校正及距离压缩模块的处理方法如下:
步骤2-1,距离压缩;
A0表示雷达后向散射系数。
rect表示矩形函数形式。
ωa表示方位向窗函数形式。
ηc为波束中心穿越时刻。
j表示虚部。
f0为雷达载波频率。
c表示光速。
R(η)表示斜距历程。
在本发明中,若对公式(1)直接进行方位向傅里叶逆变换,则得到距离压缩后的信号,记为Src(τ,η),即公式(2)。从所述Src(τ,η)中可以看出一维脉压后的信号存在着距离徙动,无法将能量集中于一个距离门中。
pr表示距离脉冲压缩后的幅度形式。
经公式(2)处理后的距离压缩后的二维时域信号,如图5A所示。
假设运动目标只有平动,不存在高阶运动,由基本的GEO SAR与平动目标之间的几何关系,得到距离历程R(η)为:
R0为零时刻雷达与目标的距离。
va为方位向速度。
vc为径向速度。
ac为径向加速度。
由距离历程R(η)和方位向时刻η之间的关系简化公式(3)后为:
步骤2-2,Keystone变换;
在方位时域—距离多普勒域进行Keystone变换,Keystone变标为:
具体操作为沿着距离向对每个固定距离向频率的距离门信号进行方位时间的变标处理,变标前方位时间为η,变标后方位时间为ta,首先选择一距离门,此时距离向频率fτ是一个固定值,在该距离门内设定一组均匀采样的时间为:
ta=[uta,1,uta,2,…uta,k,…,uta,Na] (6)
uta,1表示第一个采样时刻,uta,2表示第二个采样时刻,uta,k表示第k个采样时刻,k表示采样时刻标识,uta,Na标识最后一个采样时刻。
公式(6)经过公式(5)的变标处理对应的变标前的位置为:
对应着公式(7)中的位置在原信号中进行插值,找到公式(7)中采样时刻对应的信号,组成新的采样时刻即完成插值操作,在每一个距离门内均进行这样的插值操作,每次根据距离门的位置变换fτ的值,则最终完成对整个场景的Keystone变换。
步骤2-3,快速Keystone变换;
在本发明中,快速Keystone变换是时域插值操作转换为频域的相乘。具体操作如下:
构建滤波器
FFT表示沿方位向傅里叶变换。
IFFT表示沿方位向逆傅里叶变换。
按照公式(12)逐步对输入的方位时间—距离频率信号进行滤波操作和傅里叶变换、逆傅里叶变换,最后对公式(12)的结果进行方位向傅里叶逆变换即可得到经过距离压缩和徙动校正的二维时域,记为Srcmc(τ,η):
在本发明中,利用徙动校正及距离压缩模块对运动目标进行距离压缩和非参数化的距离徙动校正,能够在未知目标运动参数情况下,将能量集中于同一距离门,处理结果如图5B所示。
(三)运动目标检测及参数估计模块
在本发明中,运动目标检测及参数估计模块用于接收经距离压缩和徙动校正的二维时域信号Srcmc(τ,η),然后检测每个距离门中的信号并进行参数的估计,具体操作方法如下:
步骤3-1,分数阶傅里叶变换;
针对运动目标和杂波不同特点,利用分数阶傅里叶变换对距离门内的信号进行处理。分数阶傅里叶变换操作的输入数据是该距离门内的时域信号,下面给出分数阶傅里叶变换的操作方式:
Fp(u)为分数阶傅里叶变换的结果;
f(η)为输入的一维时间数据,在本发明中,所述f(η)是从Srcmc(τ,η)中选取的一距离门的数据;
d为积分形式;dη为对方位向时刻的积分;
Kp(u,η)是分数阶傅里叶变换的核函数;所述Kp(u,η)为:
联合公式(14)和公式(15),得到完整核函数Fp(u)为:
结合公式(4)和公式(13),得出一距离门的信号f(η)为:
使用分数阶傅里叶变换对公式(17)进行处理,得到分数阶傅里叶域信号Fp(u):
步骤3-2,分数阶傅里叶域参数搜索;
扫描分数阶傅里叶变换域和转角所形成的能量图,如附图2所示的三维图。搜索图中能量最大点(尖峰),估计尖峰所在的位置,获得二维坐标(α,u)。
当公式(18)的相位中参数满足公式(19)时,Fp(u)具有最大的能量聚集,幅值为最大。则公式(4)中的a,b取值为:
若将公式(17)视为线性调频波的形式,则其对应的多普勒中心频率fd和多普勒调频率fr为:
获取分数阶傅里叶域u和转角α以及对应的|Fp(u)|所形成的三维图中最大尖峰值的位置为:
(α0,u0)=argmax|Fp(u)| (21)
步骤3-3,多普勒补偿;
由公式(21)的位置反演信号的多普勒参数及目标的运动参数,即联立公式(20)、公式(21)可得该距离门信号的多普勒参数;
联立公式(3)、公式(4)、公式(19)和公式(21)可得出目标的运动参数。
在本发明中,但在信号检测和成像处理中只需要估计出多普勒中心频率fd、多普勒调频率fr或公式(19)的a、b的值,即可完成补偿。
步骤3-4,频谱能量法估计多普勒中心;
采用频谱能量法估计信号多普勒中心参数,该部分输入数据为分数阶傅里叶变换所处理的同一距离门的信号Srcmc(τ,η)。首先对所述Srcmc(τ,η)进行方位向傅里叶变换,然后求绝对值的平方。
E(fη)=|FFTη[Srcmc(τk,η)]|2 (22)
构建多普勒能量滤波器:
采用频域相乘的形式来代替时域卷积,有:
Fout(fη)=IFFT{FFT[E(fη)]FFT[Fpb(fη)]} (24)
取Fout(fη)中的降交零点即为功率等分频点,即信号的多普勒中心。
步骤3-5,CLEAN算法处理多目标;
当同一距离门存在多个目标的信号时,采取CLEAN算法,具体如下:
采用步骤3-1~3-4估计参数后,在最高尖峰对应的转角下采用窄带滤波的方式在分数阶傅里叶域滤除目标,得到:
p0为最高尖峰对应的分数阶傅里叶变换的阶数,为对信号进行以p0为阶数的分数阶傅里叶逆变换,为对信号进行以p0为阶数的分数阶傅里叶变换。Hp(u)是分数阶域的窄带滤波器,剔除已检测出的运动目标信号,并将所述窄带滤波器Hp(u)滤除的信号保存以便运动补偿及成像处理模块使用,记为fres(η)为剔除检测出的信号后的剩余信号。将按同样的逆分数阶傅里叶变换操作,得到检测到的信号的时域信号fdetect(η)。
步骤3-6,在同一距离门信号中,不断重复步骤3-5直到检测到所有目标位置;
步骤3-7,沿距离向逐距离门采取步骤3-1~步骤3-6,即可完成所有运动目标的检测和参数估计。
(四)运动补偿及成像处理模块
在本发明中,运动补偿及成像处理模块用于接收运动目标检测及参数估计模块中分数阶傅里叶域对应的已检测出的运动目标信号fdetect(η),且已知其多普勒中心频率fd和多普勒调频率fr。采用匹配滤波方式进行方位向脉冲压缩,而后将所有运动目标的成像结果叠加即得最终图像。
在本发明中,构建校正运动的匹配滤波器:
以单个运动目标成像结果为:
ssingle(η)=IFFT{FFT[fdetect(η)]Ha(fη)} (27)
在本发明中,将同一距离门中检测并校正的单目标成像结果叠加起来,如图5D所示,同时逐距离门计算,最后将所有单成像结果叠加起来,形成最终图像,如图5C所示。
i为单个运动目标的个数的标识号。
本发明的一种基于Keystone和时频变换的GEO SAR运动目标成像处理装置,对于信号的处理为(参见图3所示):二维回波信号的距离向傅里叶变换→距离向匹配滤波→距离向逆傅里叶变换完成距离压缩→Keystone变换→选择一距离门信号→进行分数阶傅里叶变换同时采取基于频谱能量估计的方法估计多普勒中心频率→根据变换结果判断有无运动目标→若存在目标,求运动参数进行定位、成像,若无目标则处理下一距离门信号→处理完所有距离门后即得运动目标图像。
实施例1
仿真实施参数以表1所示,本发明方法主要研究运动目标的检测与成像,因此设置场景大小为2km(方位向)×2km(距离向),为了让雷达运行轨迹尽量符合直线,设置观测点在赤道附近且为了防止高分辨率带来的复杂的空变性而选择了低分辨率来进行实验。
表1雷达参数
参数 | 取值 |
轨道倾角(度) | 60 |
轨道偏心率 | 0 |
轨道半长轴(米) | 42164431.345 |
近心点角距(度) | 0 |
升交点赤经(度) | 91 |
过近心点时刻(秒) | 0 |
仿真中心时刻t<sub>center</sub>(s) | 46300 |
合成孔径时间(s) | 25 |
波长λ(m) | 0.24 |
脉宽T<sub>r</sub>(μs) | 50 |
信号带宽B<sub>r</sub>(MHz) | 8 |
采样率F<sub>s</sub>(MHz) | 16 |
重频PRF(Hz) | 120 |
实施例1中运动目标场景示意图如图4所示:图中圆形、正方形、菱形、三角形目标分别为位于不同位置,具有不同速度的目标,五角星形目标为四个目标运动的终点,运动参数如表2所示。
表2运动目标参数
经本发明方法处理所得的相关指标结果如表3所示:
表3运动目标结果
目标名称 | 定位位置 | 方位向速度 | 距离向速度 |
目标1 | (96.73,20.43) | 3.4467m/s | 2.8270m/s |
目标2 | (-300.2,-388.2) | 0.5911m/s | 2.0149m/s |
目标3 | (447,388.2) | 5.1273m/s | 0.0153m/s |
目标4 | (403.6,-61.29) | 0.8621m/s | -2.6278m/s |
利用估计的运动参数进行成像,方位向切片如图6A所示,图6B为图6A的插值结果。距离向切片如图7A所示,图7B为图7A的插值结果。经校正后的运动目标成像结果成像指标均符合要求。图7A中的分辨率为斜距分辨率,经几何投影之后,与设定分辨率相同。
综上结果,本发明在GEO SAR分辨率为50m的情况下,定位误差在100m内,测速误差在0.65m/s内,且能处理位于同一距离门和位于不同距离门的多运动目标,形成集群运动目标的检测与成像,成像结果符合要求。
Claims (2)
1.一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置,该装置包括有:雷达参数输出模块、徙动校正及距离压缩模块、运动目标检测及参数估计模块和运动补偿及成像处理模块;GEO SAR处理器接收到的回波信号Sorigin是二维数据,记为二维原始回波Sorigin,采用矩阵形式表示为:
n是一个变量,取值范围1至Na,表示为方位向第n个点;
m是一个变量,取值范围1至Nr,表示为距离向第m个点;
其特征在于:
雷达参数输出模块用于生成雷达工作参数f1={Na,Nr,PRF,Fs,Br,Tr,Kr,λ,V,td,tcenter,η,τ,fη,fτ};
Na是发射脉冲总数;
Nr是距离采样点总数;
PRF是脉冲重复频率;
Fs是距离向采样率;
Br是雷达工作带宽;
Tr是发射脉冲持续时间;
Kr是距离向调频率;
λ是工作波长;
V是雷达平台的飞行速度;
td为采样延时;
tcenter为仿真中心时刻;
η为方位向时刻,且η=[uη1,uη2,…uηm,…,uηNa]T,m表示雷达发射的脉冲个数的标识号,uη1表示第一个方位向时刻,uη2表示第二个方位向时刻,uηm表示第m个方位向时刻,且uηNa表示最后一个方位向时刻,上角标T表示转置符号;
fη为方位向频率,且fη=[ufη,1,ufη,2,…ufη,m′,…,ufη,Na]T,m′表示雷达发射的频点个数的标识号,ufη,1表示第一个方位频域频点,ufη,2表示第二个方位频域频点,ufη,m′表示第m′个方位频域频点,且ufη,Na表示最后一个方位频域频点,m′与m选取的个数相同;
τ为距离向时刻,且τ=[uτ1,uτ2,…uτk,…,uτNr],k表示距离时间采样数的标识号,uτ1表示第一个距离向时刻,uτ2表示第二个距离向时刻,uτk表示第k个距离向时刻,且uτNr表示最后一个距离向时刻;
fτ为距离向频率,且fτ=[ufτ,1,ufτ,2,…ufτ,k′,…,ufτ,Nr],k′表示距离频率采样数的标识号,ufτ,1表示第一个距离向频率,ufτ,2表示第二个距离向频率,ufτ,k′表示第k′个距离向频率,且ufτ,Nr表示最后一个距离向频率;k′与k选取的个数相同;
徙动校正及距离压缩模块,用于对二维原始回波Sorigin进行距离向傅里叶变换并进行距离向匹配滤波完成脉冲压缩,接着在距离频率和方位时间域进行变标处理,去掉方位时间和距离频率的一阶耦合,也就完成了非参数化的距离徙动工作;
徙动校正及距离压缩模块的处理方法为:
步骤2-1,距离压缩;
是将二维原始回波信息Sorigin进行距离向傅里叶变换和距离向匹配滤波,得到距离向匹配滤波后的方位时间—距离频域信,记为假设运动目标只有平动,不存在高阶运动,由基本的GEO SAR与平动目标之间的几何关系,得到距离历程R(η)为由距离历程R(η)和方位向时刻η之间的关系得到R(η)=R0+aη+bη2,a=-vc,
vc为径向速度;
va为方位向速度;
ac为径向加速度;
步骤2-3,快速Keystone变换;距离向匹配滤波后的方位时间—距离频域信变标后的结果记为,距离压缩后的信号对输入的方位时间—距离频率信号进行滤波操作和傅里叶变换、逆傅里叶变换,然后进行方位向傅里叶逆变换即可得到经过距离压缩和徙动校正的二维时域
A0表示雷达后向散射系数;
pr表示距离脉冲压缩后的幅度形式;
τ为距离向时刻;
R0为零时刻雷达与目标的距离;
c表示光速;
ωa表示方位向窗函数形式;
η为方位向时刻;
ηc为波束中心穿越时刻;
j表示虚部;
f0为雷达载波频率;
R(η)表示斜距历程;
快速Keystone变换是时域插值操作转换为频域的相乘;滤波操作中的滤波器为:
运动目标检测及参数估计模块,用于接受经距离压缩和徙动校正的数据Src,对距离门信号进行分数阶傅里叶变换分析,进行信号的检测,用频谱能量发辅助估计多普勒参数,将各距离门中信号的多普勒参数作为输出结果;
运动目标检测及参数估计模块用于接收经距离压缩和徙动校正的二维时域信号Srcmc(τ,η),然后检测每个距离门中的信号并进行参数的估计,具体操作方法如下:
步骤3-1,分数阶傅里叶变换;
针对运动目标和杂波不同特点,利用分数阶傅里叶变换对距离门内的信号进行处理;分数阶傅里叶变换操作的输入数据是该距离门内的时域信号;
步骤3-2,分数阶傅里叶域参数搜索;
扫描分数阶傅里叶变换域和转角所形成的能量图,搜索图中能量最大点尖峰,估计尖峰所在的位置,获得二维坐标(α,u),获取分数阶傅里叶域u和转角α以及对应的|Fp(u)|所形成的三维图中最大尖峰值的位置为(α0,u0)=argmax|Fp(u)|;
步骤3-3,多普勒补偿;
步骤3-4,频谱能量法估计多普勒中心;
采用频谱能量法估计信号多普勒中心参数,该部分输入数据为分数阶傅里叶变换所处理的同一距离门的信号Srcmc(τ,η);首先对所述Srcmc(τ,η)进行方位向傅里叶变换,然后求绝对值的平方;
E(fη)=|FFTη[Srcmc(τk,η)]|2
构建多普勒能量滤波器:
采用频域相乘的形式来代替时域卷积,有:
Fout(fη)=IFFT{FFT[E(fη)]FFT[Fpb(fη)]}
取Fout(fη)中的降交零点即为功率等分频点,即信号的多普勒中心;
步骤3-5,CLEAN算法处理多目标;
当同一距离门存在多个目标的信号时,采取CLEAN算法,具体如下:
采用步骤3-1~3-4估计参数后,在最高尖峰对应的转角下采用窄带滤波的方式在分数阶傅里叶域滤除目标,得到:
p0为最高尖峰对应的分数阶傅里叶变换的阶数;
fres(η)为剔除检测出的信号后的剩余信号;
Hp(u)是分数阶域的窄带滤波器,剔除已检测出的运动目标信号,并将所述窄带滤波器Hp(u)滤除的信号保存以便运动补偿及成像处理模块使用,记为将按同样的逆分数阶傅里叶变换操作,得到检测到的信号的时域信号fdetect(η);
步骤3-6,在同一距离门信号中,不断重复步骤3-5直到检测到所有目标位置;
步骤3-7,沿距离向逐距离门采取步骤3-1~步骤3-6,即可完成所有运动目标的检测和参数估计;
运动补偿及成像处理模块,用于补偿运动,方位压缩形成最终图像;该模块接收运动目标检测及参数估计模块的参数,针对存在运动目标的距离门中的单个运动目标进行补偿成像,最后将所有目标在图像域叠加,形成完整的图像;
2.根据权利要求1所述的一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置,其特征在于:在GEO SAR分辨率为50m的情况下,定位误差在100m内,测速误差在0.65m/s内,且能处理位于同一距离门和位于不同距离门的多运动目标,形成集群运动目标的检测与成像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711451443 | 2017-12-27 | ||
CN2017114514432 | 2017-12-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109669183A CN109669183A (zh) | 2019-04-23 |
CN109669183B true CN109669183B (zh) | 2020-09-04 |
Family
ID=66147373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811615054.3A Active CN109669183B (zh) | 2017-12-27 | 2018-12-27 | 一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109669183B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983607A (zh) * | 2019-05-24 | 2020-11-24 | 西安电子科技大学 | 一种雷达三维成像方法及系统 |
CN110146890B (zh) * | 2019-06-20 | 2021-10-01 | 电子科技大学 | 一种时频域单通道sar慢速目标检测方法 |
CN111722224A (zh) * | 2020-06-22 | 2020-09-29 | 北京理工大学重庆创新中心 | 基于Keystone变换的地基合成孔径雷达三维成像方法 |
CN112505695A (zh) * | 2020-11-04 | 2021-03-16 | 中国电子科技集团公司第二十九研究所 | 基于星载sar系统的空中机动目标检测方法 |
CN113447926B (zh) * | 2021-06-25 | 2023-02-28 | 北京航空航天大学 | 一种基于车载滑轨sar成像的机场跑道异物检测方法及系统 |
CN113253272B (zh) * | 2021-07-15 | 2021-10-29 | 中国人民解放军国防科技大学 | 基于sar距离压缩域图像的目标检测方法及装置 |
CN114780911B (zh) * | 2022-03-18 | 2024-03-01 | 西北工业大学 | 一种基于深度学习的海洋宽测绘带距离解模糊方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353953A (zh) * | 2011-09-15 | 2012-02-15 | 西安电子科技大学 | 单通道sar地面运动目标成像方法 |
CN102879782B (zh) * | 2012-09-25 | 2014-07-09 | 北京理工大学 | 基于分数阶傅里叶变换的压缩感知sar成像方法 |
CN103675759B (zh) * | 2013-11-27 | 2016-03-09 | 杭州电子科技大学 | 一种改进的分数阶傅里叶变换机动弱目标检测方法 |
CN104459694A (zh) * | 2014-12-04 | 2015-03-25 | 北京航空航天大学 | 一种基于高阶斜距模型的geo sar高分辨成像方法 |
CN108427115B (zh) * | 2018-01-29 | 2020-06-02 | 电子科技大学 | 合成孔径雷达对运动目标参数的快速估计方法 |
-
2018
- 2018-12-27 CN CN201811615054.3A patent/CN109669183B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109669183A (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109669183B (zh) | 一种基于Keystone和时频变换的地球同步轨道SAR运动目标成像处理装置 | |
CN111142105B (zh) | 复杂运动目标isar成像方法 | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
US6078281A (en) | Signal processing architecture which improves sonar and pulse Doppler radar performance and tracking capability | |
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN101498788B (zh) | 一种逆合成孔径雷达的目标转角估计和横向定标方法 | |
CN102879784B (zh) | 四种模式的合成孔径雷达统一成像方法 | |
CN108710111B (zh) | 一种机载双基前视sar方位相位的二维空变校正方法 | |
CN109324315B (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN103149561A (zh) | 一种基于场景块稀疏的稀疏微波成像方法 | |
CN108776342A (zh) | 一种高速平台sar慢速动目标检测与速度估计方法 | |
CN109407070B (zh) | 一种高轨平台地面运动目标检测方法 | |
CN109581362B (zh) | 合成孔径雷达高度计在可变脉冲簇模式下的信号处理方法 | |
CN104898119A (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN113534065B (zh) | 一种雷达目标微动特征提取与智能分类方法及系统 | |
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 | |
CN110244300B (zh) | 基于球体模型和fenlcs算法的弹载sar平飞段高分辨率成像方法 | |
CN106707278B (zh) | 一种基于稀疏表示的多普勒波束锐化成像方法及装置 | |
CN106054145B (zh) | 一种星载合成孔径雷达工作模式的侦察鉴别方法 | |
Li et al. | Azimuth super-resolution for fmcw radar in autonomous driving | |
CN115453530B (zh) | 一种基于参数化模型的双基sar滤波反投影两维自聚焦方法 | |
Sowjanya et al. | Performance comparison of DAS and BP algorithms for Synthetic Aperture Radar Imaging | |
CN110736988B (zh) | 双基地pfa运动目标参数估计和成像方法 | |
CN108983192B (zh) | 基于gps辐射源的雷达运动目标参数估计方法 | |
CN110045374B (zh) | 一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法 |
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 |