CN110095787A - 基于MEA和deramp的SAL全孔径成像方法 - Google Patents
基于MEA和deramp的SAL全孔径成像方法 Download PDFInfo
- Publication number
- CN110095787A CN110095787A CN201910442468.9A CN201910442468A CN110095787A CN 110095787 A CN110095787 A CN 110095787A CN 201910442468 A CN201910442468 A CN 201910442468A CN 110095787 A CN110095787 A CN 110095787A
- Authority
- CN
- China
- Prior art keywords
- phase
- aperture
- error
- orientation
- data
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种利用最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的全孔径成像算法,解决了载机振动给回波带来的较大的运动误差问题。实现步骤包括:采集回波数据信号;对接收的数据进行距离向脉冲压缩;对距离向脉压数据进行方位deramp(解斜)操作,对其补偿方位向的聚焦相位;划分子孔径并对子孔径数据进行相位误差估计;将子孔径相位误差拼接得到全孔径相位误差;整个距离向脉压数据进行方位向相位误差补偿;进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像,得到高分辨率图像。本发明采用的全孔径成像方法对数据划分子孔径,利用MEA提取子孔径误差相位,又将所有误差相位拼接,对全孔径数据进行整体的相位补偿,提高原始数据的利用率,使估计出的误差更加精确,补偿更加有效,从而有效提高了合成孔径激光雷达成像的分辨率。用于对合成孔径激光雷达成像中高阶相位误差的补偿,得到更高信噪比,提升SAL图像分辨率和图像质量。
Description
技术领域
本发明属于雷达数据处理技术领域,涉及合成孔径激光雷达中(SAL)的相位补偿技术,具体是一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法。用于合成孔径激光雷达成像。
背景技术
合成孔径激光雷达(SAL)是一种工作在激光波段的合成孔径成像技术,其工作波长较合成孔径雷达(SAR)小104-5个数量级,根据方位向分辨率公式ρa=λ/(2Δθ)(λ表示波长,Δθ表示相干积累角),可知SAL较SAR可以在更短的积累时间内实现更好的方位向分辨率,其应用前景十分广泛;而在SAL成像中,由于SAL工作波长较短,对于机载SAL,载机的振动幅度是其波长的几十倍,在数据采集过程中会引入高频或大幅度的相位误差,使SAL图像散焦,影响图像分辨率,因此相位补偿处理必不可少。
针对机载SAL,大气扰动使载机振动形成运动误差,导致成像发生几何形变,由于SAL波长较短,它对载机的定轨精度要求远高于SAR,传统的利用机载惯性导航系统(INS)和全球定位系统(GPS)无法满足高精度误差补偿,所以需用自聚焦算法对其完成误差补偿;同时,在机载SAL二维成像中,子孔径成像方法是分别对各子孔径数据进行成像后将所有子孔径图像拼接,这种方法对数据的损耗较多,降低了图像的分辨率;另外,传统的相位梯度自聚焦算法(PGA)只能估计出高阶误差相位,无法估计一次相位和常数相位,当图像信噪比较低时,PGA会因为不能成功提取到特显点而影响聚焦效果,降低SAL的图像质量。中科院电子所用的成像方法是分别对各子孔径成像,然后再将所有子孔径图像拼接起来,单个子孔径成像用到的数据少,对相位误差的估计和补偿不够精确,所以子孔径成像分辨率较低。
合成孔径激光雷达领域中,客观上需要一种能够估计相位误差并且对误差进行补偿的同时,更加有效地提高数据利用率,提高图像分辨率的新方法。
发明内容
针对现有技术中机载SAL成像数据损耗严重导致成像效果不理想这一问题,本发明提出一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法。
本发明提出一种能够提高SAL图像分辨率的基于最小熵自聚焦(Minimum EntropyAutofocus,MEA)和deramp结合的全孔径成像方法,用于对合成孔径激光雷达成像中高阶相位误差的补偿,得到更高信噪比,提升SAL图像分辨率和图像质量。
本发明是一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法,其特征在于,包括以下步骤:
步骤1:采集回波信号:采用dechirp(解线频调)接收方式,得到原始SAL回波信号数据,称为完整的数据块;
步骤2:对接收信号进行距离向脉冲压缩:对原始回波数据进行距离向的快速傅里叶变换(FFT,Fast Fourier Transform),将其变换到距离频域方位时域,得到整个距离向的脉压数据;
步骤3:补偿方位向聚焦相位:对距离向脉压数据进行方位deramp(解斜)操作,对其补偿方位向的聚焦相位,距离向脉压数据中的剩余常数误差相位、一阶误差相位和高阶误差相位不给予补偿,完成距离向脉压数据的方位向聚焦相位的补偿;
步骤4:划分子孔径并对子孔径数据进行相位误差估计:将整个数据块分为若干子孔径,利用MEA(最小熵自聚焦)算法对所有子孔径逐一进行相位误差估计,得到所有子孔径的相位误差;
步骤5:子孔径相位误差拼接得到全孔径相位误差:将所有子孔径相位误差进行解缠绕和平滑处理,将其拼接成全孔径的相位误差;
步骤6:方位向相位补偿:对整个距离向脉压数据进行方位向相位误差补偿,利用整个距离向脉压数据即全孔径数据乘以拼接后的全孔径相位误差,完成方位向相位误差补偿;
步骤7:实现SAL全孔径成像,得到全孔径图像:对误差补偿后的数据进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像。
本发明用于对合成孔径激光雷达成像中高阶相位误差的补偿,得到更高信噪比,提升SAL图像分辨率和图像质量。
本发明与现有方法相比,具有以下优点:
分辨率更高:本发明首先采用MEA(最小熵自聚焦)算法来估计高阶相位误差,相比于传统的PGA(相位梯度自聚焦)算法,在低信噪比、低图像对比度情况有,MEA算法有更强的鲁棒性,这将进一步提升聚焦效果,使SAL图像具有更高分辨率;
数据利用率更高:本发明采用的全孔径成像算法对数据划分子孔径,利用MEA提取子孔径误差相位,又将所有误差相位拼接,对全孔径数据进行整体的相位补偿,提高了数据利用率;
本发明创造性地使用全孔径的成像算法进行机载SAL成像,与传统的子孔径成像算法相比,相干积累时间更长,得到的图像信噪比更高,图像分辨率也更好。
附图说明
图1是本发明的全孔径成像算法流程框图;
图2为中科院电子所机载SAL的试验图,其中图2(a)为观测靶标地面光学照片,图2(b)为观测目标子孔径成像结果;
图3为子孔径的误差相位,图3(a)-图3(g)依次为第1到第7个子孔径的误差相位;
图4位全孔径成像图,图4(a)全孔径的误差相位,图4(b)SAL全孔径成像结果;
图5为机载SAL成像几何关系图;
图6(a)为机载SAL信号的相位图,图6(b)为机载SAL信号的多普勒图;
图7为子孔径成像与全孔径成像信噪比对比图,其中图7(a)为子孔径成像结果图,图7(b)为全孔径成像结果图。
具体实施方式
下面结合附图和具体实施方式对本发明作详细说明。
实施例1
由于合成孔径激光雷达是一种工作在激光波段的合成孔径成像技术,由于SAL工作波长较短,对于机载SAL,载机的振动幅度是其波长的几十倍,在数据采集过程中会引入高频或大幅度的相位误差,传统的惯导系统很难达到激光波长级的定位精度,为此,本发明经过创新,提出了一种全孔径自聚焦成像算法,参见图1,包括以下步骤:
步骤1,生成合成孔径激光雷达成像的初始数据矩阵:针对实测SAL回波图像,经数据转换,输入转换过的SAL回波图像复数矩阵,生成SAL成像初始数据矩阵,称为完整的数据块,以待对其进行后续步骤的算法处理。
步骤2,对接收信号进行距离向脉冲压缩:对原始回波数据进行距离向的快速傅里叶变换(FFT,Fast Fourier Transform),将SAL原始回波数据变换到距离频域方位时域,得到距离向的脉压数据,整个距离向脉压数据即全孔径数据。
步骤3,补偿方位向聚焦相位:对距离向脉压数据进行方位deramp(解斜)操作,对其补偿方位向的聚焦相位,距离向脉压数据中的剩余常数误差相位、一阶误差相位和高阶误差相位不给予补偿,完成距离向脉压数据的方位向聚焦相位的补偿。
步骤4,划分子孔径并对子孔径数据进行相位误差估计:将整个数据块分为若干子孔径,利用MEA(最小熵自聚焦)算法对所有子孔径逐一进行相位误差估计,得到所有子孔径的相位误差;这里对数据划分子孔径,是因为划分后的子孔径数据变少,误差变化范围变小,所以估计的误差更精确。
步骤5,子孔径相位误差拼接得到全孔径相位误差:将步骤4所提取的所有子孔径相位误差进行解缠绕和平滑处理,将其拼接成全孔径的相位误差;为了便于子孔径间误差相位的拼接,相邻两个子孔径之间的数据重叠率为50%。
步骤6,方位向相位补偿:对步骤2得到的整个距离向脉压数据进行方位向相位误差补偿,具体方法是利用整个距离向脉压数据即全孔径数据乘以拼接后的全孔径相位误差,其结果即完成方位向的相位补偿。具体操作为每一个方位向采样点对应一个相位误差,完成方位向相位误差补偿。
步骤7,实现SAL全孔径成像,得到全孔径图像:对步骤六中误差补偿后的数据进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像。全孔径成像比单个子孔径成像用到的数据多,所以可以得到更好的分辨率。
本发明的设计思路为:首先生成回波数据,以待对其进行算法处理以实施后续步骤;再对接收的数据进行距离向脉冲压缩,将其变换到距离频域方位时域,得到距离向脉压数据;然后先对全孔径数据即原始的回波信号数据进行方位向误差估计,并且进行方位向deramp(解斜)操作,去除方位向聚焦有用相位,剩余常数误差相位、一阶误差相位和高阶误差相位;之后将全孔径合理划分成若干子孔径,并对子孔径逐一进行相位误差提取和补偿,使提高了数据的利用率,从而提高图像分辨率;继而将子孔径相位误差拼接得到全孔径相位误差,将全孔径数据乘以拼接后的全孔径相位误差,完成相位误差补偿,得到相位误差补偿后的数据;最后,对相位误差补偿后的数据进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像,得到高分辨率图像。
现有技术中,通常采用相位梯度自聚焦(PGA)进行图像相位误差估计,并且采用子孔径成像算法对数据进行成像,而本发明是对全孔径数据进行成像。由于全孔径成像比单个子孔径成像用到的数据多,所以全孔径成像相对子孔径成像会得到更好的分辨率。本发明针对机载SAL成像初始数据,采用最小熵自聚焦(MEA)算法进行相位误差估计,并采用全孔径的成像算法来完成成像的整体技术方案,提高了原始数据的利用率,使估计出的误差更加精确,补偿更加有效,有效提高了合成孔径激光雷达成像的分辨率。
实施例2
基于MEA算法的全孔径成像方法同实施例1,在步骤2中获得SAL图像回波数据的过程包括:
合成孔径激光雷达发射线性调频信号:
其中,rect(·)为矩形窗函数,为快时间,Tp为发射脉冲持续时间,γ为调频率。
发射信号经过地面目标点的反射再被采集回来得到回波信号,回波信号相对原始发射信号具有一定的延时,延时时间(Rt为目标到载机的瞬时斜距,c为电磁波传播速度,等于光速),则此时的回波信号表示为:
其中tm表示方位向慢时间,也就是载机飞行时间,tm体现在回波延时τ上(若载机匀速运动,目标与雷达之间的径向速度vr为常数,则Rt=R0+vrtm)。将所有时刻的回波排列为二维矩阵,得到原始回波数据,对原始回波数据进一步做成像处理,就能得到最终的SAL图像。
实施例3
基于MEA算法的全孔径成像方法同实施例1-2,在步骤3中方位向聚焦相位的补偿过程包括:
3a)构建匹配滤波函数:
距离向脉压数据在零多普勒时刻td的目标回波为:
sr(tm)=exp(jπγm(tm-td)2) (3)
其中,γm为方位向调频率;
匹配滤波函数为:
3b)进行deramp,得到的信号为目标回波与匹配滤波函数的共轭函数相乘:
其中,h* dr(tm)表示hdr(tm)的共轭。上式第一个指数项为常数相位,它与零多普勒时刻td的平方成正比;第二个指数项为γmtd的复正弦波(单频波);
3c)deramp操作实现图像方位向聚焦:
二次相位影响图像聚焦,一次相位不影响图像聚焦,deramp操作补偿了回波的二次相位,补偿了方位向聚焦相位,实现了图像的方位向聚焦;其中常数和一阶误差相位对成像质量没有影响可以忽略,高阶相位影响成像聚焦效果需要后续的补偿。
实施例4
基于MEA算法的全孔径成像方法同实施例1-3,划分子孔径并对子孔径数据进行误差相位估计:将整个数据块分为若干子孔径,利用MEA(最小熵自聚焦)算法对所有子孔径进行相位误差提取,过程包括:
4a)合理划分子孔径:
对数据划分子孔径,因为划分后的子孔径数据变少,误差变化范围变小,估计出来的误差更精确。同时,为便于子孔径间误差相位的拼接,相邻两个子孔径之间的数据重叠率为50%,也就是第一个子孔径的后1/2和第二个子孔径的前1/2是重叠的。参加图3,在本例中,将整个数据块分为7个子孔径,每个子孔径相互重叠50%。数据块的划分可根据实际的回波数据而变化。
这里对数据划分子孔径,是因为划分后的子孔径数据变少,误差变化范围变小,所以估计的误差更精确。
4b)对回波的每一个方位向采样乘以一个校正相位:
假设dechirp接收后的二维信号经过距离向FFT和方位deramp处理得到s∈M×N,M为距离向采样点数,N为方位向采样点数,相当于每一个方位向对应M个距离向采样点,再假设方位向校正相位为一维向量则对信号s乘以校正相位再做方位向IFFT后得:
m和n分别对应距离向和方位向采样点,M×N为图像总的像素个数,分别对应回波数据距离向和方位向采样点数;sm,n表示原始回波数据第(m,n)个像素值,ym,n表示补偿误差相位后图像的第(m,n)个像素值;表示第n个方位向采样点上对应的误差相位;上式等效于对回波矩阵的每一列(每一个方位向采样)乘以一个校正相位。
4c)将图像熵值作为目标函数,求得图像熵值最小时的子孔径的误差相位:
经过误差相位补偿后,图像上单个像素的能量为:
|ym,n|2=ym,ny* m,n m=1…M;n=1…N (7)
则整幅图像的总能量为:
|ym,n|2=ym,ny* m,n m=1…M;n=1…N (8)
图像像素能量密度为:
则图像熵定义为:
上式中,为方位向校正相位,即图像熵为校正相位的函数,将上式展开得:
图像散焦时熵值较大,图像聚焦时熵值较小,所以,将图像熵值作为目标函数,求图像熵值最小时的误差相位,此时目标函数可构造为:
上式中,为估计出的误差相位,由上式可知,MEA只能估计高阶误差相位,而不能估计常数误差相位和线性误差相位;
4d)对相位误差进行迭代,更新子孔径的相位误差:
求解4c中的方程10,得到误差相位表达式:
其中,l表示迭代次数,k-1表示本次迭代已经更新后的误差相位,上式中:
式中,Ey为整个图像的能量;为ym,n的共轭;为第l次误差相位校正后的回波数据。
参见图3,图3(a)表示第1个子孔径的误差相位拟合情况,图3(b)表示第2个子孔径的误差相位拟合情况,图3(c)表示第3个子孔径的误差相位拟合情况,图3(d)表示第4个子孔径的误差相位拟合情况,图3(e)表示第5个子孔径的误差相位拟合情况,图3(f)表示第6个子孔径的误差相位拟合情况,图3(g)表示第7个子孔径的误差相位拟合情况,抖动较大的曲线为利用自聚焦算法直接提取的误差相位,相对较平滑的为经过相位平滑处理后的误差相位。
实施例5
基于MEA算法的全孔径成像方法同实施例1-4,进行子孔径相位误差拼接得到全孔径相位误差:将步骤4所提取的所有子孔径相位误差进行解缠绕和平滑处理,将其拼接成全孔径的相位误差,过程包括:
为了便于子孔径间误差相位的拼接,相邻两个子孔径之间的数据重叠率为50%。由于相邻子孔径之间相互重叠50%,即前一个子孔径的后半部分与后一个子孔径的前半部分完全重叠,所以,两相邻子孔径重叠部分的相位只会相差一个常数,其变化趋势应该是相同的,参见图4(a),图4(a)是将图3(a)到图3(g)的所有子孔径误差相位拼而成的全孔径误差相位图,它反映了前后的变化趋势,图4(b)即全孔径的成像结果图,较图2(b),图中右下角的字母“s”更加清晰,成像更加完整。
实施例6
基于MEA算法的全孔径成像方法同实施例1-5,进行方位向相位补偿:对步骤2得到的整个距离向脉压数据进行方位向相位误差补偿,具体方法是利用整个距离向脉压数据即全孔径数据乘以拼接后的全孔径相位误差,完成相位误差补偿,参见图4(b),对照图2(b),说明经过MEA和deramp处理后实现的全孔径成像分辨率提高,清晰度提高,图像质量提升。
实施例7
基于MEA算法的全孔径成像方法同实施例1-6,步骤7中进行实现SAL全孔径成像,得到全孔径图像的过程,是对步骤6中相位误差补偿后的数据进行方位向deramp处理,实现SAL整个数据的方位向脉压,完成SAL全孔径成像,具体包括如下步骤:
7a)构建匹配滤波函数:
距离向脉压数据在零多普勒时刻td的目标回波为:
sr(tm)=exp(jπγm(tm-td)2) (16)
其中,γm为方位向调频率;
匹配滤波函数为:
7b)进行deramp,得到的信号为目标回波与匹配滤波函数的共轭函数相乘:
其中,h* dr(tm)表示hdr(tm)的共轭。上式第一个指数项为常数相位,它与零多普勒时刻td的平方成正比;第二个指数项为γmtd的复正弦波(单频波)。
7c)deramp操作实现图像方位向聚焦:
二次相位影响图像聚焦,一次相位不影响图像聚焦,deramp操作补偿了回波的二次相位,补偿了方位向聚焦相位,实现了图像的方位向聚焦;至此,实现了SAL整个数据的方位向脉压,完成SAL全孔径成像。
下面给出一个更详细的实施例,对本发明进行说明。
实施例8
基于MEA算法的全孔径成像方法同实施例1-7,参见图1,更具体的MEA和deramp结合的SAL全孔径成像方法实施,具体流程如下:
1.构建机载SAL成像几何与信号模型:
图5为SAL成像几何图,飞机沿x轴飞行,R为目标到载机的最近距离,Rt为目标到载机的瞬时斜距,为一时变量,θ为载机与目标的瞬时夹角,也是时变量。
合成孔径激光雷达发射线性调频信号
其中,rect(·)为矩形窗函数,为快时间,Tp为发射脉冲持续时间,γ为调频率。
发射信号经过地面目标点的反射再被采集回来得到回波信号,回波信号相对原始发射信号具有一定的延时,延时时间(Rt为目标到载机的瞬时斜距,c为电磁波传播速度,等于光速),则此时的回波信号表示为:
其中tm表示方位向慢时间,也就是载机飞行时间,tm体现在回波延时τ上(若载机匀速运动,目标与雷达之间的径向速度vr为常数,则Rt=R0+vrtm)。将所有时刻的回波排列为二维矩阵,得到原始回波数据,对原始回波数据进一步做成像处理,就能得到最终的SAL图像。
图6为SAL回波信号的相位和多普勒图,在某一时刻O,载机与目标具有最小距离。回波相位是瞬时斜距的函数,不难从距离变化计算出相位变化的表示式,它近似为抛物线,以最小斜距作参考距离,如图6(a)所示为SAL回波信号的相位图。斜距对慢时间tm求导得到瞬时多普勒fd:
上式中,v为载机飞行速度,图6(b)为SAL回波信号的多普勒图,如图6(b)所示,这时的多普勒近似为线性变化,图中画出了水平线上多个点目标回波的多普勒变化图,它们均近似为线性调频信号,只是时间上有平移。
2.利用一种MEA和deramp结合的SAL全孔径成像方法实现全孔径成像:
自聚焦处理的信号一般是进行过距离脉压而未进行过方位脉压的信号。由于SAL用dechirp(解线频调)的方法采集回波信号,所以对回波信号沿距离向做傅里叶变换即可在距离频域实现脉冲压缩。对经过距离脉压后的信号沿方位向做误差相位估计、误差相位补偿和deramp等操作,即可完成方位向运动补偿和脉压,实现SAL全孔径成像。
deramp又称为“解斜”,是一种通过相位补偿实现的压缩方法,通常用于方位向处理中,下面对deramp算法进行推导。
假设零多普勒时刻td的目标回波为:
sr(tm)=exp(jπγm(tm-td)2) (22)
其中,γm为方位向调频率。
匹配滤波函数为:
则deramp后的信号为目标回波与匹配滤波函数的共轭函数相乘:
其中,h* dr(tm)表示hdr(tm)的共轭。上式第一个指数项为常数相位,它与零多普勒时刻td的平方成正比;第二个指数项为γmtd的复正弦波(单频波)。二次相位影响图像聚焦,一次相位不影响图像聚焦,Deramp操作补偿了回波的二次相位,实现了SAL全孔径成像的方位向聚焦。
假设dechirp接收后的二维信号经过距离向FFT和方位deramp处理得到s∈M×N,M为距离向采样点数,N为方位向采样点数,相当于每一个方位向对应M个距离向采样点。再假设方位向校正相位为一维向量则对信号s乘以校正相位再做方位向IFFT后得:
m和n分别对应距离向和方位向采样点,M×N为图像总的像素个数,分别对应回波数据距离向和方位向采样点数;sm,n表示原始回波数据第(m,n)个像素值,ym,n表示补偿误差相位后图像的第(m,n)个像素值;表示第n个方位向采样点上对应的误差相位。上式等效于对回波矩阵的每一列(每一个方位向采样)乘以一个校正相位。
经过误差相位补偿后,SAL全孔径图像上单个像素的能量为:
|ym,n|2=ym,ny* m,n m=1…M;n=1…N (26)
则整幅图像的总能量为:
图像像素能量密度为:
则图像熵定义为:
上式中,为方位向校正相位,即图像熵为校正相位的函数。将上式展开得:
图像散焦时熵值较大,图像聚焦时熵值较小,所以,将图像熵值作为目标函数,求图像熵值最小时的误差相位,此时目标函数可构造为:
上式中,为估计出的误差相位,由上式可知,MEA只能估计高阶误差相位,而不能估计常数误差相位和线性误差相位。求解上面方程,得到误差相位表达式:
其中,l表示迭代次数,k-1表示本次迭代已经更新后的误差相位。上式中:
式中,Ey为整个图像的能量;为ym,n的共轭;为第l次误差相位校正后的回波数据。
中科院电子所搭建了机载SAL实验系统。该实验的SAL系统工作在1550nm,线性调频带宽为3GHz,脉冲重复频率为50KHz,望远镜直径约为4mm,转换器功率为15W,数据在条带模式下采集,斜距为2.5Km。中科院电子所采用了PGA加子孔径的方法对其成像。图2为观测靶标地面光学照片与观测目标子孔径成像结果,观测图2(a),发现其成像结果中含有较高的噪声,而且右下角的字符“s”有些模糊,针对这一现象,利用本发明的全孔径成像方法,得到了较为清晰的图像。下面对成像结果进行分析和详细说明。
首先,将整个数据块分为7个子孔径,每个子孔径相互重叠50%,然后利用EMA算法对所有子孔径进行相位误差的提取,再将所提取的误差相位进行解缠绕和平滑处理,子孔径误差相位如图3所示。图3中横坐标表示每个子孔径的方位向采样点数,纵坐标表示误差相位。图3(a)到图3(g)分别对应第1到第7个子孔径的误差相位拟合情况,抖动较大的曲线为利用自聚焦算法直接提取的误差相位,相对较平滑的为经过相位平滑处理后的误差相位。由于相邻子孔径之间相互重叠50%,即前一个子孔径的后半部分与后一个子孔径的前半部分完全重叠,所以,两相邻子孔径重叠部分的相位只会相差一个常数,其变化趋势应该是相同的。如图3(a)的后128个方位向采样点与图3(b)的前128个采样点,两者对应的相位曲线大体相同,都有两个较大的峰值点,其变化趋势基本相同。
将所有子孔径相位误差进行拼接,得到全孔径的误差相位如图4(a)所示,对整块数据进行方位向误差补偿和deramp,得到全孔径图像如图4(b)。
3.子孔径成像与全孔径成像结果对比:
1)图像对比度:
图像对比度被定义为:
c=∑r2(i,j)p(i,j) (35)
其中,r(i,j)=|i-j|为相邻像素间的灰度差,p(i,j)为相邻像素间的灰度差为r的像素分布概率。
采用本发明的全孔径成像方法和现有技术中的子孔径成像方法,针对机载SAL分别得到全孔径图像和子孔径图像,对图像的对比度进行分析,二者的对比度如表1所示:
表1本发明实测数据图像对比度
图像 | 全孔径图像 | 子孔径图像 |
对比度 | 1.6041 | 0.4902 |
表1的数据表明,图像对比度越高,图像质量越好。由上表可知,全孔径图像的对比度较大,因此全孔径图像质量较子孔径好,即本发明采用的全孔径成像方法比现有技术中的子孔径成像方法具有更高的图像分辨率。
2)图像信噪比:
图像信噪比被定义为:
其中,Ps代表信号功率,Pn代表噪声功率。信噪比的单位是dB,信噪比数值越大信号质量越好。对比图像7(a)和图7(b)右下角的字母“s”的信噪比,根据选定区域处的信号能量和噪声能量,通过式(18)计算选定区域信噪比。得到子孔径图像右下角字母“s”区域的信噪比为1.3855dB,全孔径图像右下角字母“s”区域的信噪比为3.8230dB,可知全孔径图像的信噪比较子孔径图像的信噪比大,图像质量相对较好。
简而言之,本发明公开的一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法,本发明解决了机载SAL成像数据损耗严重,成像质量不佳,图像分辨率不足的问题。实现步骤包括:采集回波数据信号;对接收的数据进行距离向脉冲压缩;对距离向脉压数据进行方位deramp(解斜)操作,对其补偿方位向的聚焦相位;划分子孔径并对子孔径数据进行相位误差估计;将子孔径相位误差拼接得到全孔径相位误差;整个距离向脉压数据进行方位向相位误差补偿;进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像,得到高分辨率图像。本发明采用的全孔径成像方法对数据划分子孔径,利用MEA提取子孔径误差相位,又将所有误差相位拼接,对全孔径数据进行整体的相位补偿,提高原始数据的利用率,使估计出的误差更加精确,补偿更加有效,从而有效提高了合成孔径激光雷达成像的分辨率。用于对合成孔径激光雷达成像中高阶相位误差的补偿,得到更高信噪比,提升SAL图像分辨率和图像质量。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围;这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法,其特征在于,包括有以下步骤:
步骤1,采集SAL的回波信号:采用dechirp(解线频调)接收方式,得到合成孔径激光雷达的原始回波信号数据,称为完整的数据块;
步骤2,对接收的数据进行距离向脉冲压缩:对原始回波信号数据进行距离向的快速傅里叶变换(FFT,Fast Fourier Transform),将其变换到距离频域方位时域,得到距离向脉压数据;
步骤3,补偿方位向聚焦相位:对距离向脉压数据进行方位deramp(解斜)操作,对其补偿方位向的聚焦相位,距离向脉压数据中的剩余常数误差相位、一阶误差相位和高阶误差相位不给予补偿,完成距离向脉压数据的方位向聚焦相位的补偿;
步骤4,划分子孔径并对子孔径数据进行相位误差估计:将整个数据块分为若干子孔径,利用MEA(最小熵自聚焦)算法对所有子孔径逐一进行相位误差估计,得到所有子孔径的相位误差;
步骤5,子孔径相位误差拼接得到全孔径相位误差:将所有子孔径相位误差进行解缠绕和平滑处理,将其拼接成全孔径的相位误差;
步骤6:方位向相位补偿:对整个距离向脉压数据进行方位向相位误差补偿,利用整个距离向脉压数据即全孔径数据乘以拼接后的全孔径相位误差,完成方位向相位误差补偿,得到相位误差补偿后的数据;
步骤7:实现SAL全孔径成像,得到全孔径图像:对相位误差补偿后的数据进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像。
2.如权利要求1所述的一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法,其特征在于,步骤3中所述补偿方位向聚焦相位,过程包括有:
3a)构建匹配滤波函数:
距离向脉压数据在零多普勒时刻td的目标回波为:
sr(tm)=exp(jπγm(tm-td)2)
其中,γm为方位向调频率;
匹配滤波函数为:
3b)进行deramp,得到的信号为目标回波与匹配滤波函数的共轭函数相乘:
其中,h* dr(tm)表示hdr(tm)的共轭。上式第一个指数项为常数相位,它与零多普勒时刻td的平方成正比;第二个指数项为γmtd的复正弦波(单频波);
3c)deramp操作实现图像方位向聚焦:
二次相位影响图像聚焦,一次相位不影响图像聚焦,deramp操作补偿了回波的二次相位,补偿了方位向聚焦相位,实现了图像的方位向聚焦。
3.如权利要求1所述的一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法,其特征在于,在步骤4中所述的划分子孔径并对子孔径数据进行相位误差估计,过程包括有:
4a)合理划分子孔径:
对数据划分子孔径,因为划分后的子孔径数据变少,误差变化范围变小,估计出来的误差更精确;同时,为便于子孔径间误差相位的拼接,相邻两个子孔径之间的数据重叠率为50%,也就是第一个子孔径的后1/2和第二个子孔径的前1/2是重叠的;在本发明中,将整个数据块分为7个子孔径,每个子孔径相互重叠50%。
这里对数据划分子孔径,是因为划分后的子孔径数据变少,误差变化范围变小,所以估计的误差更精确;
4b)对回波的每一个方位向采样乘以一个校正相位:
假设dechirp接收后的二维信号经过距离向FFT和方位deramp处理得到s∈M×N,M为距离向采样点数,N为方位向采样点数,相当于每一个方位向对应M个距离向采样点,再假设方位向校正相位为一维向量则对信号s乘以校正相位再做方位向IFFT后得:
m和n分别对应距离向和方位向采样点,M×N为图像总的像素个数,分别对应回波数据距离向和方位向采样点数;sm,n表示原始回波数据第(m,n)个像素值,ym,n表示补偿误差相位后图像的第(m,n)个像素值;表示第n个方位向采样点上对应的误差相位;上式等效于对回波矩阵的每一列(每一个方位向采样)乘以一个校正相位;
4c)将图像熵值作为目标函数,求得图像熵值最小时的子孔径的误差相位:
经过误差相位补偿后,图像上单个像素的能量为:
|ym,n|2=ym,ny* m,n m=1…M;n=1…N
则整幅图像的总能量为:
|ym,n|2=ym,ny* m,n m=1…M;n=1…N
图像像素能量密度为:
则图像熵定义为:
上式中,为方位向校正相位,即图像熵为校正相位的函数,将上式展开得:
图像散焦时熵值较大,图像聚焦时熵值较小,所以,将图像熵值作为目标函数,求图像熵值最小时的误差相位,此时目标函数可构造为:
上式中,为估计出的误差相位,由上式可知,MEA只能估计高阶误差相位,而不能估计常数误差相位和线性误差相位;
4d)对相位误差进行迭代,更新子孔径的相位误差:
求解4c中的方程10,得到误差相位表达式:
其中,l表示迭代次数,k-1表示本次迭代已经更新后的误差相位,上式中:
式中,Ey为整个图像的能量;为ym,n的共轭;为第l次误差相位校正后的回波数据。
4.如权利要求1所述的一种基于最小熵自聚焦(Minimum Entropy Autofocus,MEA)和deramp结合的SAL全孔径成像方法,其特征在于,步骤7中实现SAL全孔径成像,得到全孔径图像:对步骤6中相位误差补偿后的数据进行方位向deramp,实现SAL整个数据的方位向脉压,完成SAL全孔径成像。
所述的数据进行方位向deramp,具体过程包括有:
7a)构建匹配滤波函数:
距离向脉压数据在零多普勒时刻td的目标回波为:
sr(tm)=exp(jπγm(tm-td)2)
其中,γm为方位向调频率;
匹配滤波函数为:
7b)进行deramp,得到的信号为目标回波与匹配滤波函数的共轭函数相乘:
其中,h* dr(tm)表示hdr(tm)的共轭。上式第一个指数项为常数相位,它与零多普勒时刻td的平方成正比;第二个指数项为γmtd的复正弦波(单频波)。
7c)deramp操作实现图像方位向聚焦:
二次相位影响图像聚焦,一次相位不影响图像聚焦,deramp操作补偿了回波的二次相位,补偿了方位向聚焦相位,实现了图像的方位向聚焦;至此,实现了SAL整个数据的方位向脉压,完成SAL全孔径成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442468.9A CN110095787B (zh) | 2019-05-25 | 2019-05-25 | 基于MEA和deramp的SAL全孔径成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910442468.9A CN110095787B (zh) | 2019-05-25 | 2019-05-25 | 基于MEA和deramp的SAL全孔径成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110095787A true CN110095787A (zh) | 2019-08-06 |
CN110095787B CN110095787B (zh) | 2023-03-28 |
Family
ID=67449258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910442468.9A Active CN110095787B (zh) | 2019-05-25 | 2019-05-25 | 基于MEA和deramp的SAL全孔径成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110095787B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111007512A (zh) * | 2019-12-27 | 2020-04-14 | 北京行易道科技有限公司 | 车载雷达成像方法及装置、电子设备 |
CN111537999A (zh) * | 2020-03-04 | 2020-08-14 | 云南电网有限责任公司电力科学研究院 | 一种稳健高效的分解投影自动聚焦方法 |
CN112946649A (zh) * | 2021-04-08 | 2021-06-11 | 电子科技大学 | 一种适用于任意子孔径长度的pfa成像方法 |
CN114384519A (zh) * | 2022-03-23 | 2022-04-22 | 中国科学院空天信息创新研究院 | 超高分辨率星载合成孔径雷达成像方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226237A (zh) * | 2008-01-10 | 2008-07-23 | 西安电子科技大学 | 聚束式合成孔径激光雷达成像方法 |
CN103728621A (zh) * | 2014-01-24 | 2014-04-16 | 中国科学院电子学研究所 | 一种采用顺轨干涉处理抑制平台振动的机载sal成像方法 |
US20160201016A1 (en) * | 2015-01-13 | 2016-07-14 | Cabot Microelectronics Corporation | Cleaning composition and method for cleaning semiconductor wafers after cmp |
-
2019
- 2019-05-25 CN CN201910442468.9A patent/CN110095787B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226237A (zh) * | 2008-01-10 | 2008-07-23 | 西安电子科技大学 | 聚束式合成孔径激光雷达成像方法 |
CN103728621A (zh) * | 2014-01-24 | 2014-04-16 | 中国科学院电子学研究所 | 一种采用顺轨干涉处理抑制平台振动的机载sal成像方法 |
US20160201016A1 (en) * | 2015-01-13 | 2016-07-14 | Cabot Microelectronics Corporation | Cleaning composition and method for cleaning semiconductor wafers after cmp |
Non-Patent Citations (2)
Title |
---|
NING WANG等: "Inverse synthetic aperture LADAR demonstration:system structure, imaging processing,and experiment result", 《APPLIED OPTICS》 * |
王宏艳等: "机动目标逆合成孔径激光雷达方位成像快速算法", 《光子学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111007512A (zh) * | 2019-12-27 | 2020-04-14 | 北京行易道科技有限公司 | 车载雷达成像方法及装置、电子设备 |
CN111537999A (zh) * | 2020-03-04 | 2020-08-14 | 云南电网有限责任公司电力科学研究院 | 一种稳健高效的分解投影自动聚焦方法 |
CN111537999B (zh) * | 2020-03-04 | 2023-06-30 | 云南电网有限责任公司电力科学研究院 | 一种稳健高效的分解投影自动聚焦方法 |
CN112946649A (zh) * | 2021-04-08 | 2021-06-11 | 电子科技大学 | 一种适用于任意子孔径长度的pfa成像方法 |
CN112946649B (zh) * | 2021-04-08 | 2022-08-26 | 电子科技大学 | 一种适用于任意子孔径长度的pfa成像方法 |
CN114384519A (zh) * | 2022-03-23 | 2022-04-22 | 中国科学院空天信息创新研究院 | 超高分辨率星载合成孔径雷达成像方法及装置 |
CN114384519B (zh) * | 2022-03-23 | 2022-06-14 | 中国科学院空天信息创新研究院 | 超高分辨率星载合成孔径雷达成像方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110095787B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110095787A (zh) | 基于MEA和deramp的SAL全孔径成像方法 | |
CN101430380B (zh) | 基于非均匀采样的大斜视角机载sar聚束模式成像方法 | |
CN105974414B (zh) | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 | |
US7106243B2 (en) | Technique for enhanced quality high resolution 2D imaging of ground moving targets | |
US9523766B2 (en) | Phase error correction in synthetic aperture imaging | |
CN106872974B (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 | |
EP2930532B1 (en) | Simultaneous forward and inverse synthetic aperture imaging ladar | |
CN103901429A (zh) | 基于稀疏孔径的机动目标逆合成孔径雷达成像方法 | |
CN109856635A (zh) | 一种csar地面动目标重聚焦成像方法 | |
Buell et al. | Demonstration of synthetic aperture imaging ladar | |
CN107607952B (zh) | 基于电磁涡旋波的三维合成孔径雷达成像方法 | |
EP2802896A1 (en) | Sar autofocus for ground penetration radar | |
CN109444901A (zh) | 一种异构环境下多子阵sas子孔径成像方法 | |
CN109597076A (zh) | 用于地基合成孔径雷达的数据处理方法及装置 | |
CN103792534B (zh) | 一种基于先验相位结构知识的sar两维自聚焦方法 | |
JP2957090B2 (ja) | レーダ装置 | |
CN114966690B (zh) | 一种gnss-r sar双星融合成像方法及系统 | |
CN113759376B (zh) | 一种自主探测成像一体化雷达装置 | |
CN111638516B (zh) | 基于双频共轭处理技术的太赫兹频段sar运动补偿算法 | |
Jia et al. | Motion error correction approach for high-resolution synthetic aperture radar imaging | |
Cheng et al. | Refocusing of ground moving targets for range migration algorithm in FMCW SAR | |
Guo et al. | Sub-aperture phase error stitching for full aperture airborne SAL data processing method based on azimuth deramp | |
Tang et al. | Ground slowly moving target detection and velocity estimation via high-speed platform dual-beam synthetic aperture radar | |
CN110297240A (zh) | 方位向宽波束合成孔径雷达的成像方法及装置 | |
Yueli et al. | Ultra wide band synthetic aperture radar real time processing with a subaperture nonlinear chirp scaling algorithm |
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 |