CN110488283B - 一种用于多通道hrws-sar通道的误差校正方法 - Google Patents
一种用于多通道hrws-sar通道的误差校正方法 Download PDFInfo
- Publication number
- CN110488283B CN110488283B CN201910686548.9A CN201910686548A CN110488283B CN 110488283 B CN110488283 B CN 110488283B CN 201910686548 A CN201910686548 A CN 201910686548A CN 110488283 B CN110488283 B CN 110488283B
- Authority
- CN
- China
- Prior art keywords
- channel
- aperture
- sub
- strong scattering
- error correction
- 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
- G01S13/88—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
-
- 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
- G01S7/40—Means for monitoring or calibrating
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
本发明公开了一种用于多通道HRWS‑SAR通道的误差校正方法,包括以下步骤:1)对各个通道接收的原始回波数据进行距离脉冲压缩;2)在回波信号两维时域中寻找具有功率最大的孤立强散射点;3)对各通道数据进行子孔径分割;4)在方位频域内,对子孔径中强散射点信号进行提取;5)对子孔径内强散射点信号进行拼接;6)利用多个强散射点不模糊的距离多普勒谱估计天线阵列流型,完成通道误差校正。该方法针对现有通道误差校正方法依赖参数模型、难以精确校正方位空变误差、鲁棒性差等问题,通过子孔径信号处理技术自动从模糊数据中提取成像场景中孤立强散射点回波信号,获得其不模糊的多普勒谱,并用于通道误差的估计,从而实现误差的精准校正。
Description
技术领域
本发明属于通道误差校正技术领域,特别涉及一种用于多通道HRWS-SAR通道的误差校正方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)系统能够全天时全天候的进行高分辨成像,在军事及民用领域均占有重要地位。其中,多通道SAR系统,在高分辨宽测绘带成像(High-Resolution and Wide-Swath,HRWS)、地面动目标指示(Ground Moving TargetIndication,GMTI)和干扰抑制等方面都取得了不错的进展,成为了国内外研究的热点。在多通道HRWS-SAR系统中,各个通道接收到的回波信号在方位频域发生混叠。为了得到理想的成像结果,多普勒解模糊成为了关键。现有自适应波束形成等多普勒解模糊算法要求各个通道幅度和相位的响应一致,但在实际情况下,会存在天线安装和天线位置测量等误差。此外,雷达系统在工作时,容易受到大气气流、温度、辐射等外界环境因素影响,各个通道的特性很难保持一致。这些不可避免的误差将显著降低多普勒解模糊的性能,因此,在多普勒解模糊之前,通道误差校正是至关重要的一步。针对这些误差因素,国内外已经有不少研究者进行深入的研究。例如,基于相邻通道相关特性的时域通道误差校正方法;基于数据自校正的通道误差校正方法,采用信号子空间和噪声子空间正交的特性进行通道误差校正;基于通道均衡技术,但该方法仅适用于杂波无多普勒模糊的情况。
在上述公开的方案中仅考虑了通道间的固定幅度相位误差和通道位置误差,无法对方位空变误差进行估计和校正,并且需要采取参数模型去估计误差,鲁棒性差。因此,如何在HRWS-SAR系统中,实现通道误差校正,是SAR成像技术和动目标检测技术在实际处理中必须解决的一个关键问题。
发明内容
发明目的:针对现有技术存在的克服多通道HRWS-SAR方位空变误差校正困难的问题,提供一种用于多通道HRWS-SAR通道的误差校正方法,无需构建误差参数模型,直接对通道误差进行估计。
技术方案:为解决上述技术问题,本发明提供一种用于多通道HRWS-SAR通道的误差校正方法,包括如下步骤:
(1)对各个通道接收的原始回波数据进行距离脉冲压缩;
(2)在回波信号两维时域中搜索具有功率大的孤立强散射点;
(3)对各通道数据进行子孔径分割处理;
(4)在方位频域内,对子孔径中强散射点信号进行提取;
(5)对子孔径内强散射点信号进行拼接;
(6)利用多个强散射点不模糊的距离多普勒谱估计天线阵列流型,完成通道误差校正。
进一步的,所述步骤(1)中对各个通道接收的原始回波数据进行距离脉冲压缩的具体步骤为:经过距离脉压后,第m通道接收到的回波表示为:
其中,t代表方位时间,c是光速,λ为载波的波长,r0(t)是参考通道到地面目标的瞬时距离,为:
σ(x,y,z)是地面目标的复反射系数,g(t)是天线方向图,h(τ)为发射脉冲信号。
进一步的,所述步骤(2)中搜索具有功率大的孤立强散射点的具体步骤为:
根据地面散射点在二维时域回波信号划过的曲线,根据功率最大准则,确定强散射点个数和位置。
进一步的,所述步骤(3)中对各通道数据进行子孔径分割处理的具体步骤为:
沿着方位向对各通道回波信号进行子孔径信号处理,在分割过程中需保证每个子孔径有合适的脉冲数,以保证在单个子孔径中,强散射点回波信号在多普勒域不会产生混叠,在方位向分割采取的数目一般为2的整数次幂。
进一步的,所述步骤(4)中对子孔径中强散射点信号进行提取的具体步骤为:对步骤(3)处理得到的子孔径结果变换到多普勒域,保留步骤(2)中确定的孤立强散射点的频谱数据,去除其余信号分量。
进一步的,所述步骤(5)中对子孔径内强散射点信号进行拼接的具体步骤为:根据步骤(4)获得的孤立强散射点的子孔径数据,根据飞机的航向,推算出每个子孔径内目标信号的多普勒频率真实位置,按顺序进行拼接,最后对每个子孔径信号变换到方位时域,得到强散射点完整时域信号。
进一步的,所述步骤(6)中利用多个强散射点不模糊的距离多普勒谱估计天线阵列流型,完成通道误差校正的具体步骤为:对步骤(5)得到的强散射点时域信号变换到方位频域,获得不模糊的多普勒谱后,第m通道接收到的距离-多普勒域信号表示为:
sm(τ,fd)≈gmξms0(τ,fd)·exp[j2πfd(xm+Δm)/vs]
其中,gm和ξm是第m通道与参考通道的相对幅度误差和相位误差,Δm为第m通道的通道位置误差;则第m通道与参考通道的相对响应Dm,0(fd)估计过程表示为:
最后对多个强散射点估计的阵列流型取平均,完成通道误差校正。
与现有技术相比,本发明的优点在于:
本发明无需构建误差参数模型,直接对通道误差进行估计,鲁棒性强;解决了原有通道误差校正方法无法对方位空变误差进行估计和校正等问题,是一种实用的多通道HRWS-SAR通道误差校正方法。
附图说明
图1为本发明的具体流程图;
图2为具体实施例中无方位模糊条件下,仿真点目标距离多普勒谱图;
图3为具体实施例中方位模糊条件下,仿真点目标距离多普勒谱图;
图4为具体实施例中单个子孔径信号距离多普勒频谱图;
图5为具体实施例中子孔径信号频谱拼接流程图;
图6为具体实施例中实测数据中,孤立强散射点的距离多普勒谱图;
图7为具体实施例中强散射点在两个子孔径内距离多普勒谱图;
图8为具体实施例中通道误差校正和原始数据,通道1和通道2的相位差示意图;
图9为具体实施例中通道误差校正和原始数据,通道1和通道3的相位差示意图;
图10为具体实施例中通道误差校正和原始数据,通道1和通道2的相对幅度比示意图;
图11为具体实施例中通道误差校正和原始数据,通道1和通道3的相对幅度比示意图;
图12为具体实施例中方位模糊数据直接进行多普勒解模糊和SAR成像处理的结果图;
图13为方位模糊数据经过方法通道误差校正后,进行多普勒解模糊和SAR成像处理的结果图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。本发明描述的实施例仅仅是本发明的一部分实施例,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的前提下所得到的其他实施例,都属于本发明所保护的范围。
首先,对点目标进行仿真,图2给出了无方位模糊条件下,点目标信号的距离多普勒谱;对点目标回波信号在方位时域进行隔2抽1,降采样后的距离多普勒频谱如图3,从图3中可发现降采样后的回波信号在多普勒域发生混叠,并且混叠次数为2次(即每个多普勒单元存在两个来自不同方位角的信号分量)。采用子孔径信号处理方法对方位模糊数据进行处理,沿着方位向将长相干处理周期分为若干脉冲数较少的子孔径,两次模糊条件下子孔径点目标的距离多普勒谱如图4。可以从图中看出,子孔径内回波信号的多普勒谱没有发生混叠。通过以上分析,可以得出结论:由于PRF不足会导致回波信号的整个频谱发生混叠,但在单个子孔径内(孔径长度足够小),点目标频谱结构并没有被破坏(即没有发生混叠现象),存在恢复不模糊频谱的可能性。
受这一点启发,本发明提出一种用于多通道HRWS-SAR通道误差校正方法。该方法通过子孔径信号处理技术自动从模糊数据中提取成像场景中孤立强散射点回波信号,获得其不模糊的多普勒谱,并用于通道误差的估计,从而实现误差的精准校正。其处理流程如图1所示,其主要步骤如下:
1)对各个通道接收的原始回波数据进行脉冲压缩
经过距离脉压后,第m通道接收到的回波可以表示为:
其中,t代表方位时间(慢时间),c是光速,λ为载波的波长,r0(t)是参考通道到地面目标的瞬时距离,可表示为:
σ(x,y,z)是地面目标的复反射系数,g(t)是天线方向图,h(τ)为发射脉冲信号。
2)在回波信号两维时域中寻找具有功率最大的孤立强散射点
根据地面散射点在二维时域回波信号划过的曲线,根据功率最大准则,确定强散射点个数和位置。
3)对各通道数据进行子孔径分割
沿方位向对孤立强散射点信号进行子孔径处理,在分割过程中需保证每个子孔径有合适的脉冲数,以保证在单个子孔径中,强散射点回波信号在多普勒域不会产生混叠。
4)在方位频域内,对子孔径中强散射点信号进行提取
步骤3中子孔径信号中不仅存在强散射点信号,还存在杂波等信号分量,为不影响最终天线阵列流型估计精度,需要去除其余信号分量。本方法采取,将子孔径信号变换到方位频域,保存强散点信号频谱,剔除其余信号分量。
5)对各个子孔径内强散射点信号进行拼接
由于飞行参数事先已知,可以推算出每个子孔径内目标信号的多普勒频率真实位置,按顺序进行拼接,频谱拼接流程如图5。对每个子孔径信号变换到方位时域,得到强散射点完整时域信号。
6)利用多个强散射点不模糊的距离多普勒谱求平均,估计天线阵列流型
对步骤5得到的强散射点时域信号变换到方位频域,获得不模糊的多普勒谱后,第m通道接收到的距离-多普勒域信号可以表示为:
sm(τ,fd)≈gmξms0(τ,fd)·exp[j2πfd(xm+Δm)/vs]
其中,gm和ξm是第m通道与参考通道的相对幅度误差和相位误差,Δm为第m通道的通道位置误差。则第m通道与参考通道的相对响应Dm,0(fd)估计过程可以表示为:
最后对多个强散射点估计的阵列流型取平均,完成通道误差校正。
利用本发明提出的多通道HRWS-SAR通道误差校正方法处理实测数据以进行方法验证,实验结果充分证明了本发明的方法的有效性。
实测选取一组四通道SAR实测数据的处理进行验证。系统带宽为420MHz,脉冲重复频率1468Hz,载机飞行高度3000m,载机飞行速度65m/s,成像区中心点距离6km,通道间隔0.25m。在实测数据处理过程中,为了获得多普勒模糊数据,将对原始不模糊数据进行抽取(隔2抽1),得到多普勒模糊数据。在得到的多普勒模糊的数据中,找到孤立的强散射点,图6为一孤立强散射点的距离多普勒谱。从图中可以看出该强散射点回波信号在多普勒域存在混叠现象。获得在多普勒模糊的回波信号后,将全孔径数据分为多个子孔径,图7中给出了其中一个强散射点在两个子孔径内距离多普勒谱,可以看出在实测数据中,强散射点的回波信号在单个子孔径内不存在多普勒模糊。再将每个子孔径回波信号的频谱搬移到真实对应的位置,最终拼接获得不模糊的全孔径数据。根据多普勒频率和方位角的线性耦合关系估计得到天线的阵列流型,为了验证估计得到的天线阵列流型的准确性,将其与在原始无模糊实测数据条件下,计算得到的各通道间的相位差进行对比。图8和图9给出了通道间的相位差,从图中可以看出通过本节提出的方法估计得到通道间的相位差与真实情况基本一致。图10和图11给出了2,3通道相对于1通道的幅度比,从图中可以看出仿真与真实的通道间幅度比波动范围基本一致。图12给出了没有经过通道误差校正,进行多普勒解模糊和SAR成像处理的结果图。由于没有进行通道误差校正,各通道特性存在差异,严重降低了多普勒解模糊性能。从图12中看出,模糊分量抑制不完全,导致最终SAR成像结果图出现重影。图13给出了采用本节提出的通道误差校正方法完成通道误差校正,并进行多普勒解模糊和SAR成像处理的结果图。从图13可以看出,本节提出的方法得到的全孔径数据成像结果中已基本消除方位模糊现象,完成了通道误差校正,能够在PRF不足条件下获取宽测绘带高分辨率SAR图像,也说明了本方法的有效性。
Claims (6)
1.一种用于多通道HRWS-SAR通道的误差校正方法,其特征在于:包括如下步骤:
(1)对各个通道接收的原始回波数据进行距离脉冲压缩;
(2)在回波信号两维时域中搜索具有功率大的孤立强散射点;
(3)对各通道数据进行子孔径分割处理;
(4)在方位频域内,对子孔径中强散射点信号进行提取;
(5)对子孔径内强散射点信号进行拼接;
(6)利用多个强散射点不模糊的距离多普勒谱估计天线阵列流型,完成通道误差校正,
所述步骤(6)中利用多个强散射点不模糊的距离多普勒谱估计天线阵列流型,完成通道误差校正的具体步骤为:对步骤(5)得到的强散射点时域信号变换到方位频域,获得不模糊的多普勒谱后,第m通道接收到的距离-多普勒域信号表示为:
sm(τ,fd)≈gmξms0(τ,fd)·exp[j2πfd(xm+Δm)/vs]
其中,gm和ξm是第m通道与参考通道的相对幅度误差和相位误差,Δm为第m通道的通道位置误差;则第m通道与参考通道的相对响应Dm,0(fd)估计过程表示为:
最后对多个强散射点估计的阵列流型取平均,完成通道误差校正。
3.根据权利要求1所述的一种用于多通道HRWS-SAR通道的误差校正方法,其特征在于:所述步骤(2)中搜索具有功率大的孤立强散射点的具体步骤为:
根据地面散射点在二维时域回波信号划过的曲线,根据功率最大准则,确定强散射点个数和位置。
4.根据权利要求1所述的一种用于多通道HRWS-SAR通道的误差校正方法,其特征在于:所述步骤(3)中对各通道数据进行子孔径分割处理的具体步骤为:
沿着方位向对各通道回波信号进行子孔径信号处理,在分割过程中需保证每个子孔径有合适的脉冲数,以保证在单个子孔径中,强散射点回波信号在多普勒域不会产生混叠,在方位向分割采取的数目为2的整数次幂。
5.根据权利要求1所述的一种用于多通道HRWS-SAR通道的误差校正方法,其特征在于:所述步骤(4)中对子孔径中强散射点信号进行提取的具体步骤为:对步骤(3)处理得到的子孔径结果变换到多普勒域,保留步骤(2)中确定的孤立强散射点的频谱数据,去除其余信号分量。
6.根据权利要求1所述的一种用于多通道HRWS-SAR通道的误差校正方法,其特征在于:所述步骤(5)中对子孔径内强散射点信号进行拼接的具体步骤为:根据步骤(4)获得的孤立强散射点的子孔径数据,根据飞机的航向,推算出每个子孔径内目标信号的多普勒频率真实位置,按顺序进行拼接,最后对每个子孔径信号变换到方位时域,得到强散射点完整时域信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910686548.9A CN110488283B (zh) | 2019-07-29 | 2019-07-29 | 一种用于多通道hrws-sar通道的误差校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910686548.9A CN110488283B (zh) | 2019-07-29 | 2019-07-29 | 一种用于多通道hrws-sar通道的误差校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110488283A CN110488283A (zh) | 2019-11-22 |
CN110488283B true CN110488283B (zh) | 2023-03-28 |
Family
ID=68548720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910686548.9A Active CN110488283B (zh) | 2019-07-29 | 2019-07-29 | 一种用于多通道hrws-sar通道的误差校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110488283B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068132B (zh) * | 2020-07-31 | 2022-05-13 | 西安电子科技大学 | 一种联合多方位角调频率估计的星载sar三维成像方法 |
CN112731389B (zh) * | 2020-12-01 | 2024-02-06 | 西安电子科技大学 | 基于多通道复图像空间特性的通道方位基线误差估计方法 |
CN113253230B (zh) * | 2021-05-13 | 2022-04-26 | 上海交通大学 | 基于子孔径处理的天基预警雷达空中动目标检测方法及系统 |
CN113759371B (zh) * | 2021-07-20 | 2024-03-01 | 西安电子科技大学 | 一种多通道sar复图像域相位和基线误差联合估计方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4793240B2 (ja) * | 2006-12-04 | 2011-10-12 | 三菱電機株式会社 | 高分解能レーダ装置 |
CN101957444B (zh) * | 2010-09-30 | 2012-08-01 | 中国船舶重工集团公司第七二三研究所 | 多通道雷达幅相自动校正方法和装置 |
CN102288964B (zh) * | 2011-08-19 | 2013-03-20 | 中国资源卫星应用中心 | 一种星载高分辨率合成孔径雷达的成像处理方法 |
CN104698431B (zh) * | 2015-03-17 | 2017-06-30 | 河海大学 | 基于模糊分量doa估计的多通道sar方位解模糊方法 |
CN106199600B (zh) * | 2016-06-30 | 2019-05-21 | 西安电子科技大学 | 基于多普勒估计的方位多通道合成孔径雷达成像方法 |
CN108279404B (zh) * | 2018-01-22 | 2021-06-08 | 西安电子科技大学 | 一种基于空间谱估计的双通道sar相位误差校正方法 |
CN109917389B (zh) * | 2019-04-16 | 2020-07-17 | 中国人民解放军国防科技大学 | 一种机载全息sar成像中的相位校正方法 |
-
2019
- 2019-07-29 CN CN201910686548.9A patent/CN110488283B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110488283A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110488283B (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
Guo et al. | Ground moving target indication via multichannel airborne SAR | |
CN108549059B (zh) | 一种复杂地形条件下的低空目标仰角估计方法 | |
CN101858976B (zh) | 一种基于单通道sar多子孔径的运动目标检测方法 | |
CN103869311B (zh) | 实波束扫描雷达超分辨成像方法 | |
CN108459312B (zh) | 基于复合多径因子估计的加权多频最大似然仰角估计方法 | |
CN102879784B (zh) | 四种模式的合成孔径雷达统一成像方法 | |
CN103616687B (zh) | 分段线性估计的多项式拟合isar包络对齐方法 | |
CN108693511B (zh) | 时分复用mimo雷达的运动目标角度计算方法 | |
CN103969629A (zh) | 一种基于主瓣杂波配准的机载雷达杂波自适应抑制方法 | |
CN111007503B (zh) | 基于频率谱精确定位的运动目标聚焦和定位方法及系统 | |
CN114545411B (zh) | 一种基于工程实现的极坐标格式多模高分辨sar成像方法 | |
CN109212489B (zh) | 一种基于辅助脉冲的fda-mimo雷达模糊杂波抑制方法 | |
CN106291543A (zh) | 一种运动平台扫描雷达超分辨成像方法 | |
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 | |
CN111190151B (zh) | 扫描模式下多模态小卫星sar的系统参数设计及发射功率优化方法 | |
CN105022040A (zh) | 基于杂波数据联合拟合的阵元误差估计方法 | |
CN104950307A (zh) | 一种机载三通道sar-gmti的精确定位方法 | |
CN108983169B (zh) | 一种基于数字高程模型的米波雷达地形修正方法 | |
CN103630903B (zh) | 基于顺轨干涉sar测量海面流场径向速度的方法 | |
CN111965612A (zh) | 一种基于子空间投影的杂波抑制方法 | |
CN108107427A (zh) | 基于超分辨技术的机载/弹载阵列雷达前视成像方法 | |
CN111707996B (zh) | 基于改进grft-stap的geo星机sar动目标检测方法 | |
CN104569970A (zh) | 一种用于机载雷达前视单脉冲成像的自聚焦方法 | |
CN110618403B (zh) | 一种基于双波束雷达的着陆飞行器参数测量方法 |
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 |