CN110146884B - 机动轨迹前侧视合成孔径雷达层析成像方法 - Google Patents

Abstract

本发明公开了一种机动轨迹前侧视合成孔径雷达层析成像方法，该方法在机动轨迹前侧视三维层析成像过程中，对航线沿方位向作均匀分割得到长度相同的子孔径，并对每个子孔径建立相应的极坐标网格，每个极坐标网格的角域划分间隔由子孔径长度确定；然后将各子孔径数据投影至相应的极坐标网格形成子孔径图像并通过插值融合得到距离‑方位向二维成像结果；最后对每个距离‑方位单元内的数据运用压缩感知的方法沿层析向作超分辨稀疏重构，得到高分辨三维层析成像结果。本发明方法中的子孔径长度相同，避免了子孔径长度不均时，较短子孔径的角域采样过剩问题及其引起的整个成像过程中的大量冗余投影操作，提高了成像效率。

Description

机动轨迹前侧视合成孔径雷达层析成像方法

技术领域

本发明属于数字信号处理技术领域，涉及一种适用于机轨迹合成孔径雷达在前侧视模式下的层析成像方法，可用于匀加速运动平台的高分辨率三维成像。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)可以全天时、全天候、远距离地对观测区域进行探测与成像，应用领域广泛。目前投入使用的SAR系统大多数工作于正侧视模式，依靠发射大时宽带宽积信号获得距离向的高分辨率，依靠平台运动在方位向形成大的合成孔径以获得方位向的高分辨率，只能进行二维成像。然而在导航、自主着陆、高精度三维地形测绘等场合，均需要SAR系统工作在前侧视模式并对观测区域进行三维成像。此外，对观测区域进行三维成像对于隐匿目标的探测具有很好的应用价值，研究和发展具备三维成像能力的SAR系统具有重要的意义。

层析SAR为三维成像提供了较好的成像模型与求解思路。层析SAR系统采用沿层析向分布的多条基线对目标进行多角度观测，在层析向形成实孔径获取第三维的分辨率。现有的层析SAR系统如“陈钦.多基线层析成像方法研究[D].[硕士论文]，电子科技大学，2011”中提到了基于傅里叶变换的层析成像方法，该方法采用多航过模式录取回波数据，在完成距离-方位向聚焦之后，经过图像配准，再沿层析维作解线频调实现层析维聚焦，最终得到三维成像结果。但是该方法要求在方位向均匀采样，不适用于雷达平台的机动轨迹成像，且在作距离-方位向聚焦时采用的是频域算法，只适用于正侧视模式，在前侧视模式下距离-方位-层析三维空变耦合严重，无法实现三维成像。而文献“秦靖尧.阵列SAR快速成像方法研究[D].[硕士论文]，电子科技大学2016”中提出了三维快速因式分解后向投影(BP)算法，该方法首先沿着方位向将全孔径均匀分割成若干个子孔径，并对每个子孔径建立极坐标网格，然后在每个子孔径内通过沿斜距历程的积分实现对三维空间中各网格的能量积累，最后通过图像融合的方式将子孔径图像融合成最终的三维图像。该方法采用时域成像的方式解除了距离-方位-层析三维空变耦合，可以在前侧视模式下进行三维成像，但在机动轨迹下存在方位向采样点分布不均匀的问题。该方法是对方位向采样点进行均匀分割，这样各子孔径长度不相同，在为每个子孔径建立极坐标网格时，按照最长子孔径的角域分辨率进行角域网格划分，对于较短子孔径存在角域采样过剩问题，整个成像过程中存在大量冗余投影操作，成像效率低。

发明内容

本发明的目的在于针对上述技术中存在的不足，提出了一种机动轨迹前侧视合成孔径雷达层析成像方法，用以解决现有前侧视三维层析成像方法中成像效率低的问题。本发明的技术思路是：在机动轨迹前侧视三维层析成像过程中，对航线沿方位向作均匀分割得到长度相同的子孔径，并对每个子孔径建立相应的极坐标网格，每个极坐标网格的角域划分间隔由子孔径长度确定；然后将各子孔径数据投影至相应的极坐标网格形成子孔径图像并通过插值融合得到距离-方位向二维成像结果；最后对每个距离-方位单元内的数据运用压缩感知的方法沿层析向作超分辨稀疏重构，得到高分辨三维层析成像结果。本发明方法中的子孔径长度相同，避免了子孔径长度不均时，较短子孔径的角域采样过剩问题及其引起的整个成像过程中的大量冗余投影操作，提高了成像效率。

一种机动轨迹前侧视合成孔径雷达层析成像方法，包括以下步骤：

步骤1，线性阵列雷达在匀加速直线运动状态下，发射并接收回波信号

其中，

表示快时间，n表示第n个阵元，m表示在第m个方位向采样点。

步骤2，对回波信号

进行脉冲压缩处理，得到脉压信号

步骤3，对脉压信号

进行二维成像处理，得到N幅二维SAR图像；

步骤4，将N幅二维SAR图像按层析维从低到高的顺序，自下而上排列成一个三维数据块

步骤5，对三维数据块

沿层析维作Dechirp处理，得到去调频后的三维数据块

其大小为(I×J×N)；

步骤6，对去调频后的三维数据块

沿层析维进行8倍压缩感知超分辨，得到高分辨率的三维图像G_3D。

本发明技术方案的进一步改进为：

(1)步骤3中，所述二维成像处理具体包括以下子步骤：

子步骤3a，将第n个阵元的航线平均分割成Ξ段，得到长度为L的Ξ个子孔径；

其中，Ξ表示子孔径总数且Ξ应为2的整数次幂，由于阵列雷达沿方位向作匀加速直线运动，且以固定脉冲重复频率PRF发射并接收回波信号，对航线均匀分割之后，每个子孔径长度相同，但包含的方向采样点数不同。

子步骤3b，以每个子孔径的中心为极点，以极点指向场景中心

的矢量作为极轴，对每个子孔径建立极坐标系。

子步骤3c，在每个极坐标系中以场景中心

为中心进行极坐标网格划分。

设定每个子孔径的距离维网格数为P，角域网格数为Q。具体的极坐标网格划分应满足以下条件：

距离维网格间隔Δr应满足

角域网格间隔Δθ应满足

其中，c表示光速，f_s表示快时间采样频率，λ_min表示线性调频信号的最小波长。

子步骤3d，将每个子孔径内的第n个阵元在第m个方位向采样点的脉压信号

后向投影至该子孔径对应的极坐标网格内，得到一副子孔径图像g_ξ。

其中，ξ表示子孔径图像的序号，且ξ＝1，2，…Ξ；子孔径图像g_ξ的大小为P×Q。

子步骤3e，将所有子孔径图像进行基二融合处理，得到一幅全孔径二维SAR图像G_n，其中，G_n的大小为(I×J)。

子步骤3f，重复子步骤3a至3e，将N个阵元的脉压信号

分别进行二维成像，得到N幅大小为(I×J)的二维SAR图像

G_n，……，

其中，G_n表示第n个阵元对应的二维SAR图像，

(2)子步骤3d中，所述后向投影的具体步骤为：

首先，计算极坐标网格内的第(p，q)个格点在第m个方位向采样点到第n个阵元的距离R_pq(m，n)，再在第(p，q)个格点内对脉压信号进行相位补偿并相加，得到第(p，q)个格点内的复数值：

其中，p表示角域格点序号且p＝1，2，……，P，P表示角域网格总数，q表示距离维网格点序号且q＝1，2，……，Q，Q表示距离维网格总数，E_ξ表示第ξ个子孔径内包含的方位向采样点集合。

(3)子步骤3e中，所述基二融合处理的具体步骤为：

将Ξ幅子孔径图像分为Ξ/2对，对每对子孔径图像进行相位补偿并相加，得到Ξ/2幅新的子孔径图像g：

对Ξ/2幅新的子孔径图像g分为Ξ/4对，对每对子孔径图像进行相位补偿并相加，得到Ξ/4幅新的子孔径图像g′，依次类推，直到形成一副全孔径二维SAR图像。

其中，

表示虚数，I表示全孔径二维SAR图像的方位向采样单元总数，J表示全孔径二维SAR图像的距离向采样单元总数，R_ξ表示第ξ个子孔径图像到子孔径中心的距离。

与现有技术相比，本发明的有益效果为：

本发明获取的三维层析成像结果，是通过对机动轨迹SAR的航线沿方位向均匀分割获取子孔径图像并对子孔径图像作基二插值融合形成全孔径二维SAR图像，最后沿着层析维作压缩感知超分辨得到的，避免了现有因式分解BP成像方法在机动轨迹下因子孔径长度不均匀而造成的角域采样过剩的缺陷，减少了大量的冗余投影操作，提高了成像的效率；同时由于本发明在作层析维聚焦时采用的是压缩感知超分辨的方式，有效地提高了层析维的分辨率。

附图说明

图1为本发明的实现流程图；

图2为本发明的成像几何示意图；

图3为本发明中雷达与目标在距离-层析二维平面内的几何关系示意图；

图4为本发明和现有技术中的子孔径分割方式对比图；

图5为本发明中的三维数据块排列示意图；

图6为本发明中层析向聚焦示意图；

图7为本发明和现有技术在距离-方位向聚焦结果对比图；

图8为本发明和现有技术三维成像结果对比图。

具体实施方式

下面结合附图和具体实施例，对本发明的技术方案和效果作进一步详细描述。

参照图1，本发明的实现步骤如下：

步骤1，雷达的线性阵列在匀加速直线运动状态下，发射并接收回波信号

参照图2，本步骤的具体实现包含以下子步骤：

子步骤1a，设定一个线性阵列雷达在平飞前侧视成像模式下，沿着方位向作匀加速直线运动，其运动方程为：

其中，X表示雷达方位向位置，v₀表示雷达初始速度，t表示全时间，a表示沿方位向的加速度。

子步骤1b，设定线性阵列上有N个阵元，且沿层析向以间隔d均匀分布；对N个阵元按层析向位置从低到高的顺序进行编号，依次为：

子步骤1c，第0个阵元以固定脉冲重复频率PRF发射线性调频信号

其中，

表示快时间，m表示第m个方位向采样点且m＝1，2，......，M，M表示方位向采样点总数，T表示脉冲宽度，f_c表示载频，γ表示调频率，

表示虚数单位，rect(·)表示矩形窗函数。

子步骤1d，雷达的N个阵元对回波信号进行接收，得到回波信号

其中，

表示第n个阵元在第m个方位向采样点接收到的回波信号；n表示阵元序号且

N表示总的阵元数目且为偶数，c表示光速，R_n表示第n个阵元到目标的瞬时斜距且

R_s表示第0个阵元到场景中心的斜距，h_n表示第n个阵元在层析向的高度且h_n＝n×d，

表示目标在层析向的高度，d表示阵元间隔，如图3所示。

步骤2，对回波信号

进行脉冲压缩处理，得到对应的脉压信号

所述脉冲压缩处理具体包括以下子步骤：

子步骤2a，对回波信号

去载频，得到对应的基频信号

其中，λ表示载波的波长；

子步骤2b，获取沿快时间的参考信号

将基频信号

与沿快时间的参考信号

在频域进行相关性处理，并将相关性处理结果变换回时域，得到对应的脉压信号

其中，B_r表示信号带宽，

表示在快时间域作傅里叶变换，IFFT表示作逆傅里叶变换，(·)^*表示对数据取共轭，sinc(·)表示辛格函数。

步骤3，对脉压信号

进行二维成像处理，得到N幅二维SAR图像。

所述二维成像处理具体包括以下子步骤：

子步骤3a，将第n个阵元的航线平均分割成Ξ段，得到长度为L的Ξ个子孔径；

其中，Ξ表示子孔径总数且Ξ应为2的整数次幂，由于阵列雷达沿方位向作匀加速直线运动，且以固定脉冲重复频率PRF发射并接收回波信号，对航线均匀分割之后，每个子孔径长度相同，但包含的方向采样点数不同，如图4(a)所示，图4(b)为现有技术中的子孔径分割方式；

子步骤3b，以每个子孔径的中心为极点，以极点指向场景中心

的矢量作为极轴，对每个子孔径建立极坐标系；

子步骤3c，在每个极坐标系中以场景中心

为中心进行极坐标网格划分；

设定每个子孔径的距离维网格数为P，角域网格数为Q。具体的极坐标网格划分应满足以下条件：

距离维网格间隔Δr应满足

角域网格间隔Δθ应满足

其中，c表示光速，f_s表示快时间采样频率，λ_min表示线性调频信号的最小波长，L表示子孔径长度。

子步骤3d，将每个子孔径内的第n个阵元在第m个方位向的脉压信号

后向投影至该子孔径对应的极坐标网格内，得到一幅子孔径图像g_ξ；

其中，ξ表示子孔径图像的序号，且ξ＝1，2，…Ξ；子孔径图像g_ξ的大小为P×Q。

所述后向投影的具体步骤为：

首先，计算极坐标网格内的第(p，q)个格点在第m个方位向采样点到第n个阵元的距离R_pq(m，n)，再在第(p，q)个格点内对脉压信号进行相位补偿并相加，得到第(p，q)个格点内的复数值：

其中，p表示角域格点序号且p＝1，2，……，P，P表示角域网格总数，q表示距离维网格点序号且q＝1，2，……，Q，Q表示距离维网格总数，E_ξ表示第ξ个子孔径内包含的方位向采样点集合。

子步骤3e，将所有子孔径图像进行基二融合处理，得到一幅全孔径二维SAR图像G_n，其中，G_n的大小为(I×J)。

所述基二融合处理的具体步骤为：

将Ξ幅子孔径图像分为Ξ/2对，对每对子孔径图像进行相位补偿并相加，得到Ξ/2幅新的子孔径图像g：

对Ξ/2幅新的子孔径图像g分为Ξ/4对，对每对子孔径图像进行相位补偿并相加，得到Ξ/4幅新的子孔径图像g′，依次类推，直到形成一幅全孔径二维SAR图像。

其中，

表示虚数，I表示全孔径二维SAR图像的方位向采样单元总数，J表示全孔径二维SAR图像的距离向采样单元总数，R_ξ表示第ξ个子孔径图像到子孔径中心的距离。

子步骤3f，重复子步骤3a至3e，将N个阵元的脉压信号

分别进行二维成像，得到N幅大小为(I×J)的二维SAR图像

G_n，……，

其中，G_n表示第n个阵元对应的二维SAR图像。

步骤4，将N幅二维SAR图像

G_n，……，

按层析维从低到高的顺序，自下而上排列成一个大小为(I×J×N)的三维数据块

如图5所示。

步骤5，对三维数据块

沿着层析维作Dechirp处理，得到去调频后的数据块

首先，获取沿层析维的参考信号

其次，获取三维数据块

的第i行第j列的信号

最后，对三维数据块

的第i行第j列的信号

进行去调频处理，得到去调频后的数据向量x_ij：

其中，i表示方位向采样单元序号且i＝1，2，......，I，j表示距离向采样单元序号且j＝1，2，......，J，a(i，j)表示第i行第j列数据的复幅度。

步骤6，对去调频后的数据块

沿着层析维作8倍压缩感知超分辨，得到高分辨率的三维图像G_3D。

参照图6，具体包括以下子步骤：

子步骤6a，利用傅里叶变换基构造N行8N列的测量矩阵A：

其中，ζ_n表示第n个阵元对应的空间频率，其表达式为：

ζ_n＝-2h_n/(λR_s)；

s_k表示第k个层析分辨单元到场景中心的距离；层析向分辨单元的分布范围应该满足：

k表示层析向分辨单元的序号，且k＝-4N+1，-4N+2，……，4N。

子步骤6b，利用测量矩阵A对去调频后的数据块

的所有距离-方位单元内的数据向量{x_ij|i＝1，2，......，I，j＝1，2，......，J}求解约束条件下的最小l₁范数，得到长度为8N的层析维最稀疏散射系数向量集合{(x′_ij)_opt|i＝1，2，......，I，j＝1，2，......，J}：

(x′_ij)_opt＝argmin||x′_ij||₁ s.t x_ij＝Ax′_ij；

其中，x_ij表示

中第i行第j列的数据向量，x′_ij表示由x_ij重构出的层析维散射系数向量，argmin||·||₁表示对向量取最小l₁范数，(x′_ij)_opt表示求得的层析维最稀疏散射系数向量；

子步骤6c，构建一个I行、J列、8N层的三维数据块模型G₀，将长度为8N的层析维散射系数向量集合{(x′_ij)_opt|i＝1，2，......，I，j＝1，2，......，J}对应存储在三维数据块模型G₀的第i行j列中，得到高分辨率的三维图像G_3D。

本发明的效果通过以下仿真实验进一步说明：

仿真实验一：

(1)实验条件：

设置雷达信号参数和系统参数，如表1所示：

表1实验参数

实验场景：SAR平台沿着方位向作匀加速直线运动，且工作于前侧视成像模式，沿方位向积累的脉冲数为4096个，在地面设置了9个散射点，距离向间隔为20m，方位向间隔为5m。

(2)实验内容：

在前侧视成像模式下，利用雷达平台沿着方位向作匀加速直线运动所获取的回波数据作二维快速分解BP成像，成像过程中分别采用现有的子孔径分割方式和本发明中的子孔径分割方式对合成孔径进行分割，之后通过图像融合获得全孔径SAR图像，比较两种成像方法在距离-方位向的聚焦性能，其中：

图7(a)为散射点分布示意图；

图7(b1)为本发明在距离-方位向的聚焦图，图7(b2)为现有技术在距离-方位向的聚焦图；

图7(c1)为图7(b1)的等高线图，图7(c2)为图7(b2)的等高线图；

图7(d1)为图7(b1)的距离向剖面图，图7(d2)为图7(b2)的距离向剖面图；

图7(e1)为图7(b1)的方位向剖面图，图7(e2)为图7(b2)的方位向剖面图；

图7(f)为本发明和现有技术的方位向剖面对比图。

两种成像方法的网格点数、成像时间如表2所示。

表2.现有技术与本发明各自的网格点数、成像时间

(3)实验结果分析：

从图7(b1)和7(b2)可以看出，本发明和现有技术都能对距离-方位二维平面上的散射点聚焦，且各散射点之间相对位置关系正确。从图7(c1)和7(c2)可以看出，本发明和现有技术对散射点聚焦之后的等高线均为二维sinc函数，聚焦效果良好。从图7(d1)和7(d2)可以看出，本发明和现有技术成像结果的距离向剖面图均为sinc函数，峰值旁瓣比良好。从图7(e1)和(e2)可以看出，本发明和现有技术成像结果的方位向剖面图均为sinc函数，峰值旁瓣比良好。从图7(f)可以看出，本发明与现有技术在方位向的聚焦性能基本一致。由表2可以看出，本发明与现有技术相比成像网格点数下降，成像效率提高。因此，本发明方法能够在不损失成像质量的前提下，减少冗余投影操作，提高了成像效率。

仿真实验二：

(1)仿真条件：

设置雷达信号参数和系统参数，如表3所示：

表3实验参数

实验场景：机载阵列天线沿着方位向作匀加速直线运动，且工作于前侧视成像模式。沿方位向积累的脉冲数为512个，在三维空间中设置了15个散射点，各散射点的方位向间隔、距离向间隔、层析向间隔均为5m。

(2)实验内容：

在前侧视三维成像模式下，机载阵列天线沿着方位向作匀加速直线运动，利用录取的回波数据，分别采用本发明和现有方技术作三维成像，比较两种成像方法的性能，其中：

图8(a)为散射点在三维空间的分布示意图；

图8(b)为采用本发明方法对图8(a)的三维成像结果；

图8(c)为图8(b)的三视等高线图；其中，图8(c1)为距离-方位二维等高线图，图8(c2)为距离-层析二维等高线图，图8(c3)为方位-层析二维等高线图。

图8(d)为图8(a)的三维剖面图；其中，图8(d1)为距离向剖面图，图8(d2)为方位向剖面图，图8(d3)为层析向剖面图。

图8(e)为现有技术对图8(a)的三维成像结果。

图8(f)为图8(e)的三视等高线图；其中，图8(f1)为距离-方位二维等高线图，图8(f2)为距离-层析二维等高线图，图8(f3)为方位-层析二维等高线图。

图8(g)为图8(e)的三维剖面图；其中，图8(g1)为距离向剖面图，图8(g2)为方位向剖面图，图8(g3)为层析向剖面图。

本发明方法与现有技术两种成像方法的网格点数、成像时间如表4所示。

表4.现有技术与本发明网格点数、成像时间

成像方法	现有技术	本发明
			三维网格点数(行×列×层)	128×1064×160	128×1024×160
运行时间(s)	572.96	519.96

(3)实验结果分析：

从图8(b)可以看出，本发明可以对三维空间内的散射点进行三维成像，成像结果中各散射点相对位置关系正确。从图8(c1)-8(c3)可以看出，本发明的三维成像结果的三视等高线图均为二维sinc函数，聚焦效果良好。从图8(d1)-8(d3)可以看出，本发明三维成像结果的三维剖面图均为sinc函数，峰值旁瓣比良好。从图8(e)可以看出，现有技术能够在距离-方位向实现对散射点的聚焦，但由于层析向孔径过短，现有技术在层析向分辨率较低，在本实验中无法区分层析维散射点。从图8(f1)-8(f3)可以看出，现有技术的三视等高线图也是二维sinc函数，但在层析维分辨率过低，无法区分散射点。从图8(g1)-8(g3)可以看出，现有技术的三维剖面图也是sinc函数，但与本发明相比，层析维主瓣太宽，分辨率较低。从表4可以看出，本发明的成像网格点数小于现有技术，说明本发明的成像效率高。因此，本发明的成像效果和成像效率均优于现有技术。

综和以上可知，本发明的三维成像方法能够提高三维成像效率，且成像质量优于现有技术，避免了现有因式分解BP成像方法在机动轨迹下因子孔径长度不均匀而造成的角域采样过剩的缺陷，减少了大量的冗余投影操作，提高了成像的效率；同时由于本发明在作层析维聚焦时采用的是压缩感知超分辨的方式，有效地提高了层析维的分辨率。

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 (8)

1.一种机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，包括以下步骤：

步骤1，线性阵列雷达在匀加速直线运动状态下，发射并接收回波信号

其中，

表示快时间，n表示第n个阵元，m表示第m个方位向采样点，m＝1，2，......，M，M表示方位向采样点总数；

步骤2，对回波信号

进行脉冲压缩处理，得到脉压信号

步骤3，对脉压信号

进行二维成像处理，得到N幅二维SAR图像

其中，

N为偶数；

步骤3中，所述二维成像处理具体包括以下子步骤：

子步骤3a，将第n个阵元的航线平均分割成Ξ段，得到长度为L的Ξ个子孔径；

其中，Ξ表示子孔径总数且Ξ应为2的整数次幂；

子步骤3b，以每个子孔径的中心为极点，以极点指向场景中心

的矢量作为极轴，对每个子孔径建立极坐标系；

子步骤3c，在每个极坐标系中以场景中心

为中心进行极坐标网格划分；

子步骤3d，将每个子孔径内的第n个阵元在第m个方位向采样点的脉压信号

后向投影至该子孔径对应的极坐标网格内，得到一幅子孔径图像g_ξ；

其中，ξ表示子孔径图像的序号，且ξ＝1，2，…Ξ；子孔径图像g_ξ的大小为P×Q；

子步骤3e，将所有子孔径图像g_ξ，ξ＝1，2，…Ξ；进行基二融合处理，得到一幅全孔径二维SAR图像G_n，其中，G_n的大小为(I×J)；

子步骤3f，重复子步骤3a至3e，将N个阵元的脉压信号

分别进行二维成像，得到N幅大小为(I×J)的二维SAR图像

其中，G_n表示第n个阵元对应的二维SAR图像；

步骤4，将N幅二维SAR图像

按层析维从低到高的顺序，自下而上排列成一个三维数据块

步骤5，对三维数据块

沿层析维作Dechirp处理，得到去调频后的三维数据块

其大小为(I×J×N)；

步骤6，对去调频后的三维数据块

沿层析维进行8倍压缩感知超分辨，得到高分辨率的三维图像G_3D。

2.根据权利要求1所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，步骤1包含以下子步骤：

子步骤1a，设定一个线性阵列雷达在平飞前侧视成像模式下，沿着方位向作匀加速直线运动，其运动方程为：

其中，X表示雷达方位向位置，v₀表示雷达初始速度，t表示全时间，a表示沿方位向的加速度；

子步骤1b，设定线性阵列上有N个阵元，且沿层析向以间隔d均匀分布；对N个阵元按层析向位置从低到高的顺序进行编号，依次为：

子步骤1c，第0个阵元以固定脉冲重复频率PRF发射线性调频信号

其中，T表示脉冲宽度，f_c表示载频，γ表示调频率，

表示虚数单位，rect(·)表示矩形窗函数；

子步骤1d，雷达的N个阵元对回波信号进行接收，得到回波信号

其中，

表示第n个阵元在第m个方位向采样点接收到的回波信号；n表示阵元序号且

N表示总的阵元数目且为偶数，c表示光速，R_n表示第n个阵元到目标的瞬时斜距且

R_s表示第0个阵元到场景中心的斜距，h_n表示第n个阵元在层析向的高度且h_n＝n×d，

表示目标在层析向的高度，d表示阵元间隔。

3.根据权利要求2所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，步骤2中，所述脉冲压缩处理具体包括以下子步骤：

子步骤2a，对回波信号

去载频，得到对应的基频信号

其中，λ表示载波的波长，R_n表示第n个阵元到目标的瞬时斜距；

子步骤2b，获取沿快时间的参考信号

将基频信号

与沿快时间的参考信号

在频域进行相关性处理，并将相关性处理结果变换回时域，得到对应的脉压信号

其中，B_r表示信号带宽，

表示在快时间域作傅里叶变换，IFFT表示作逆傅里叶变换，(·)^*表示对数据取共轭，sinc(·)表示辛格函数。

4.根据权利要求1所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，子步骤3c中，所述极坐标网格划分具体步骤为：

设定每个子孔径的距离维网格数为P，角域网格数为Q；具体的极坐标网格划分应满足以下条件：

距离维网格间隔Δr应满足

角域网格间隔Δθ应满足

其中，c表示光速，f_s表示快时间采样频率，λ_min表示线性调频信号的最小波长，L表示子孔径长度。

5.根据权利要求1所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，子步骤3d中，所述后向投影的具体步骤为：

首先，计算极坐标网格内的第(p，q)个格点在第m个慢时刻到第n个阵元的距离R_pq(m，n)，再在第(p，q)个格点内对脉压信号进行相位补偿并相加，得到第(p，q)个格点内的复数值：

其中，p表示角域格点序号且p＝1，2，……，P，P表示角域网格总数，q表示距离维网格点序号且q＝1，2，……，Q，Q表示距离维网格总数，E_ξ表示第ξ个子孔径内包含的方位向采样点集合。

6.根据权利要求1所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，子步骤3e中，所述基二融合处理的具体步骤为：

将Ξ幅子孔径图像分为Ξ/2对，对每对子孔径图像进行相位补偿并相加，得到Ξ/2幅新的子孔径图像g：

对Ξ/2幅新的子孔径图像g分为Ξ/4对，对每对子孔径图像进行相位补偿并相加，得到Ξ/4幅新的子孔径图像g′，依次类推，直到形成一副全孔径二维SAR图像；

其中，

表示虚数，I表示全孔径二维SAR图像的方位向采样单元总数，J表示全孔径二维SAR图像的距离向采样单元总数，R_ξ表示第ξ个子孔径图像到子孔径中心的距离。

7.根据权利要求6所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，步骤5包含以下子步骤：

子步骤5a，获取沿层析维的参考信号

子步骤5b，获取三维数据块

的第i行第j列的信号：

子步骤5c，对三维数据块

的第i行第j列的信号

进行去调频处理，得到去调频后的数据向量x_ij：

其中，i表示方位向采样单元序号且i＝1，2，......，I，j表示距离向采样单元序号且j＝1，2，......，J，a(i，j)表示第i行第j列数据的复幅度；R_s表示第0个阵元到场景中心的斜距。

8.根据权利要求7所述的机动轨迹前侧视合成孔径雷达层析成像方法，其特征在于，步骤6包含以下子步骤：

子步骤6a，利用傅里叶变换基构造N行8N列的测量矩阵A：

其中，ζ_n表示第n个阵元对应的空间频率，R_s表示第0个阵元到场景中心的斜距，其表达式为：

ζ_n＝-2h_n/(λR_s)；

s_k表示第k个层析分辨单元到场景中心的距离；层析向分辨单元的分布范围应该满足：

k表示层析向分辨单元的序号，且k＝-4N+1，-4N+2，……，4N；

子步骤6b，利用测量矩阵A对去调频后的数据块

的所有距离-方位单元内的数据向量{x_ij|i＝1，2，......，I，j＝1，2，......，J}求解约束条件下的最小l₁范数，得到长度为8N的层析维最稀疏散射系数向量集合{(x′_ij)o_pt|i＝1，2，......，I，j＝1，2，......，J}：

(x′_ij)_opt＝argmin||x′_ij||₁s.tx_ij＝Ax′_ij；

其中，i表示角域维网格的序号，j表示距离维网格的序号，x_ij表示

中第i行第j列的数据向量，x′_ij表示由x_ij重构出的层析维散射系数向量，argmin|||·||₁表示对向量取最小l₁范数，(x′_ij)_opt表示层析维最稀疏散射系数向量；

子步骤6c，构建一个I行、J列、8N层的三维数据块模型G₀，将长度为8N的层析维最稀疏散射系数向量集合{(x′_ij)_opt|i＝1，2，......，I，j＝1，2，......，J}对应存储在三维数据块模型G₀的第i行j列中，得到高分辨率的三维图像G_3D。

Images