CN110596707B - 基于多快拍图像联合的mimo雷达三维成像方法 - Google Patents

Abstract

本发明提供了一种新的基于多快拍图像联合的MIMO雷达三维成像方法。技术方案的基本思路是：通过对一段时间观测下二维平面阵列获取的多个快拍三维图像进行相干处理，沿着散射点线性拟合的方向提取峰值并重构出新的三维图像。技术方案包括下述三个步骤：第一步：获得多个快拍的三维成像；第二步：估计最佳的切片方向角度；第三步：提取有效切片重构三维图像。本发明与现有基于重排和插值的MIMO‑ISAR方法相比，得到的成像结果聚焦良好并能够有效抑制运动方向的旁瓣。

Description

基于多快拍图像联合的MIMO雷达三维成像方法

技术领域

本发明涉及MIMO(Multiple-Input-Multiple-Output，多输入多输出)雷达三维成像领域，特别涉及基于多快拍图像联合的MIMO雷达三维成像方法。

技术背景

雷达三维成像技术能够不依赖天候和天时实现对目标的高分辨率成像，从而为目标识别提供丰富的三维信息，因而在过去的几十年里引发了许多关注和研究。MIMO雷达作为一种多个发射天线和多个接收天线同时对目标进行观测的新体制雷达，其受MIMO通信技术的启发，能获取比实际天线阵元数目更多的观测通道，从而形成虚拟孔径，是近十年雷达领域的研究热点。

MIMO雷达的基本概念早在2004年的一些学术会议上就被提出。许多国内外学者研究了MIMO雷达对目标的检测和参数估计问题及其性能的改善和边界。随着探测分辨率的不断改善，MIMO雷达逐渐被拓展到成像领域。在成像领域中，对空中目标的三维成像观测是其应用的一个重要方面，朱宇涛等人于2011年提出了基于平面阵列的MIMO-ISAR(InverseSynthetic Aperture Radar，逆合成孔径雷达)三维成像方法，可以对空中目标进行实时三维成像，并且显著缩短成像积累时间，参见文献：Zhu Yu-tao,and Su Yi.A type of M2-transmitter N2-receiver MIMO radar array and 3D imaging theory[J].ScienceChina-Information Sciences,2011,54(10):2147–2157.。然而需要指出的是，上述这种方法是基于重排和填充的MIMO-ISAR三维成像方法，其对回波数据的均匀化填充是通过对邻近回波依距离相关性进行加权后估计得到的。这种估计的填充方法会引入误差，尤其是在数据较为稀疏的部分，估计误差的增大将不可避免地使成像发生散焦或产生虚假目标。

发明内容

本发明要解决的技术问题是为了提高MIMO雷达三维成像沿运动方向的方位分辨率，从多快拍图像联合利用的角度入手，提供了一种新的MIMO-ISAR三维成像方法。

本发明技术方案的基本思路是：通过对一段时间观测下二维平面阵列获取的多个快拍三维图像进行相干处理，沿着散射点线性拟合的方向提取峰值并重构出新的三维图像。

本发明的基本原理：对于面阵MIMO雷达，天线阵列等效的二维虚拟孔径可以获得两个方位向分辨率，发射的宽带信号可以实现距离向的高分辨率，从而在单次快拍形成三维图像。考虑到一个快拍下目标三维图像的两个方位向分辨率受面阵自身等效虚拟孔径的尺寸限制，本发明从联合利用空时观测信号入手，通过联合连续观测时间内的多个快拍三维图像进行相干处理来增大目标运动方向的等效观测孔径，从而提高目标运动方向的分辨率，最终得到目标高质量的三维图像。

本发明的技术方案是：基于多快拍图像联合的MIMO雷达三维成像方法，利用面阵MIMO雷达发射和接收信号，总体流程如图1所示，包括下述三个步骤：

第一步：获得多个快拍的三维成像；

首先将雷达回波进行距离向脉冲压缩得到多个快拍的一维距离像，然后将多个快拍的一维距离像分别沿快拍内的两个方位向和快拍间的慢时间维依次进行运动补偿，运动补偿后的多个快拍一维距离像经过两个方位向二维傅里叶变换，得到对齐的若干个快拍三维图像。

第二步：估计最佳的切片方向角度；

循环进行下述步骤，直到得出最佳的切片方向角度：任选一个目标运动的方向角度γ，对每个快拍的三维图像进行均匀切片并编号，每个切片平面的法向量是由目标运动的方向和距离向叉乘得到，相邻切片之间的间隔应保证三维图像的任意数据点在某个切片上。然后将编号相同的切片沿慢时间轴依次排列，并沿慢时间轴做一维傅里叶变换，得到不同编号切片上的目标散射点的多普勒信息分布，提取所有目标散射点后利用它们的多普勒频率和切片方向距离做回归直线，根据散射点与回归直线的拟合度来估计γ角度，通过γ的角度来估计最佳的切片方向角度。拟合度最大值对应的γ角度对应最佳的切片方向角度。

第三步：提取有效切片重构三维图像；

在最佳的切片方向角度下，提取编号相同的切片，将编号相同的切片进行下述操作：沿慢时间轴依次排列，并沿慢时间轴做一维傅里叶变换后得到目标散射点，利用目标散射点做回归直线，平行于距离向并且经过回归直线所在的平面对应的切片为多普勒峰值切片，将多普勒峰值切片放回对应的编号切片位置。上述操作的结果便形成了最终的三维成像结果。

本发明的有益效果是：本发明基于面阵MIMO雷达发射宽带信号，可以对目标进行有效的实时三维成像。本发明联合多快拍下的丰富信息，通过对多个快拍三维图像沿着运动方向进行相干处理，可以显著提高成像结果沿运动方向的方位分辨率。与现有基于重排和插值的MIMO-ISAR方法相比，本发明得到的成像结果聚焦良好并能够有效抑制运动方向的旁瓣。

附图说明

图1是本发明的原理流程示意图；

图2是MIMO雷达和目标的几何结构示意图；

图3是MIMO雷达等效的天线阵元排布示意图；

图4是目标运动速度的方向信息示意图；

图5是多快拍图像联合三维成像的流程示意图；

图6是无人机仿真模型三维立体图及三视图；

图7是目标一个快拍下的三维成像结果图；

图8是估计最佳切片方向时散射点多普勒线性拟合的结果；

图9是本发明利用多快拍联合对目标进行三维成像的结果图；

图10是利用MIMO-ISAR重排和插值算法对目标进行三维成像的结果图。

具体实施方式

为了对本发明进行更加清楚的描述，下面以双矩形面阵MIMO雷达成像系统为例对本发明进行详细描述。

MIMO雷达系统的发射和接收阵元都均匀排列成矩形平面阵列，如图2所示。根据PCA(Phase Center Approximation,相位中心近似)理论，M₁×M₂个发射阵元和N₁×N₂个接收阵元可以等效为M₁N₁×M₂N₂个收发共用的均匀密集矩形平面天线阵列，如图3所示。以上等效过程参见文献：Zhu Yu-tao,and Su Yi.A type of M²-transmitter N²-receiverMIMO radar array and 3D imaging theory[J].Science China-Information Sciences,2011,54(10):2147–2157.。图2是一个双矩形面阵MIMO雷达的某一具体实现方式的示意图，其中M₁＝M₂＝2，N₁＝N₂＝6，图中圆点表示发射阵元，星号表示接收阵元以发射阵元。以发射阵元T₁为原点O，阵元排列形成的矩形边所在方向分别为X轴和Y轴，垂直于X轴和Y轴所在平面向上方向为Z轴，建立O-XYZ坐标系。则发射和接收阵元在X和Y方向的阵元间距分别为d_tx,d_ty和d_rx,d_ry，且满足d_tx＝N₁d_rx,d_ty＝N₂d_ry。等效的收发共用阵列阵元间距分别为d_rx/2,d_ry/2，且等效阵列在两个方向上的尺寸是L_x＝(M₁N₁-1)·d_rx/2,L_y＝(M₂N₂-1)·d_ry/2，参见图3。基于这样的双矩形天线阵列，使用较少数量的发射阵元就可以形成密集的平面天线阵列。

设目标较强散射点O_q和任意散射点Q，选取O_q作为参考点，则

为目标散射点Q相对参考点O_q的距离向量，

为LOS(Line Of Sight,视线)方向的单位向量，r₀＝T₁O_q是雷达天线阵元T₁到目标参考点O_q的距离，于是目标散射点Q的横向距离向量为

且

在O-XYZ坐标系下的坐标为

参见图2。

第一步：获得多个快拍的三维图像；

设在t₀到t_M的短时间观测下，接收阵元将接收到M+1个不同慢时刻的目标回波。将各接收阵元接收到的目标回波在距离向进行脉冲压缩得到一维距离像；把得到的这些一维距离像先在第一个快拍内，沿两个方位向进行包络对齐，又将不同快拍之间的一维距离像沿慢时间维再次进行包络对齐；然后将整个对齐好的回波进行初相校正；最后，多个不同快拍的回波各自沿两个方位向做二维傅里叶变换就可以得到对齐的M+1个快拍目标三维图像f(t₀),f(t₁),...,f(t_M)。以上处理参见文献：Ma C,Yeo T S,Tan C S,et al.Three-Dimensional imaging of targets using colocated MIMO radar[J].IEEETransactions on Geoscience and Remote Sensing,49(8):3009-3021,2011.。

对于目标散射点Q，其垂直于LOS方向的横向距离向量

的一个方位向坐标为

另一个方位向坐标为

另外，根据上述Ma C的文献，可以得出三维回波信号处理后出现尖峰的位置

由此可以看出与目标散射点Q有关的坐标

和

的信息就包含在尖峰的位置中。上述位置中λ为雷达系统工作波长，c为光速。对于目标三维图像f(t₀),f(t₁),...,f(t_M)而言，方位向分辨率为：

从上述公式中可以看出，目标三维图像f(t₀),f(t₁),...,f(t_M)的方位向分辨率受天线尺寸L_x和L_y的限制，当天线尺寸L_x和L_y不够大的情况下，方位向分辨率

不高。

而距离向分辨率为

其中，B为信号带宽，T_rs为码元周期。从公式中可以看出，距离向分辨率Δr不受天线尺寸限制。所以，本发明的处理方法主要是提高目标三维图像方位向分辨率。

第二步：估计最佳的切片方向角度；

在实际场景中，考虑到目标的非合作性，其运动速度方向在大部分情况下是未知的，如图4是目标运动速度

的方向信息示意图，γ是速度

的水平分量与Y轴的夹角。如果我们处理数据的切片方向是沿着目标运动的速度方向，此时等效孔径将沿该方向增大，这将有利于方位分辨率的提高，因此最佳的切片方向角度可以通过γ的角度来估计。本发明通过多普勒线性拟合来对γ角度进行估计，采用逐步求精的搜索寻优策略，首先设置步长度数较大的几个γ角，在每个角度下按照图5所示流程重复进行①②步骤：

①对第一步获得的每个快拍三维图像f(t₀),f(t₁),...,f(t_M)进行均匀切片，切片方向是沿着以目标运动速度

和LOS方向

叉乘得到的

方向(

方向仅与

的γ角度相关，如果设定了γ角度，则可以得到

方向)为法向量的平面方向，相邻切片之间的间隔应保证三维图像数据点的完整性，即三维图像的任意数据点在某个切片上，并将切片按照位置相邻的次序依次进行编号α₁,α₂,...,α_I。然后把来自不同慢时刻的编号相同的切片

沿慢时间轴t_m排列，会得到I个不同编号的切片三维数据阵

②将由步骤①得到的I个三维数据阵

沿着慢时间方向做一维傅里叶变换，可以获得不同编号位置切片上散射点的多普勒信息分布

进而，根据实际情况设置合适的阈值，将多普勒信息分布值大于阈值的所有目标散射点，设每一个目标散射点对应的切片方向距离d和多普勒频率f_d作为一个样本点(d,f_d)，利用所有的样本点(d,f_d)得到拟合直线l。其中，切片方向距离d是指目标散射点和参考点O_q之间的距离在γ角度切片上的投影长度。

计算每个γ角度下提出的所有三维数据阵的散射点和拟合直线l的可决系数r²，用于判断其拟合度。可决系数r²的定义为：

其中

为利用拟合直线l得到的f_d的拟合值，

为样本f_d的平均数。可决系数r²取值范围在0到1之间，可决系数越大，散射点在拟合直线附近越密集，则γ的角度就越接近真实值。在搜索过程中，逐步缩小步长、确定区间，逐渐逼近真实的γ角，进而估计出最佳的切片方向角度，得到最佳拟合直线l。

这是考虑到一段短时间观测内，目标可视为匀速运动，因此目标散射点的多普勒频率尖峰位置与其相对雷达运动方向的横向距离成正比关系，且比例系数是与转动角速度相关的常数。若切片不沿运动速度方向，则散射点的多普勒频率与其切片方向的横向距离不会呈线性排布。

第三步：提取有效切片重构三维图像。

在最佳切片方向角度下，按照图5流程进行上述步骤①②，利用步骤②的最佳拟合直线l继续进行步骤③：

③沿着最佳拟合直线l和

共同形成的平面β，在每个多普勒三维数据阵

上提取出一个多普勒峰值切片

将这些多普勒峰值切片依次放回对应的编号切片α_i位置，形成最终的重构结果f|_β。

图7至图10是利用本发明进行仿真实验的结果。仿真实验的目标是如图6所示的无人机仿真模型，其中图6(a)为仿真模型在O-XYZ坐标系下的三维立体图，图6(b)、图6(c)、图6(d)分别为仿真模型的俯视图、侧视图和正视图。雷达系统的阵元个数为M₁＝M₂＝2，N₁＝N₂＝6，间距为d_rx＝d_ry＝15m，d_tx＝d_ty＝90m，雷达发射信号为正交相位编码信号，雷达信号和目标的参数如表1所示，信噪比设置为0dB。

图7是利用本发明的第一步在一个快拍下对目标进行三维成像的结果。图7(a)为目标的归一化三维图像，坐标轴分别为目标散射点距离向坐标以及横向向量的两个方位向坐标

和

图7(b)、图7(c)、图7(d)为三维成像结果对应的三视图。根据公式

计算出该快拍下图像的方位分辨率理论值为2.18m。通过计算三维成像后的波瓣图，得到在该仿真实验结果中方位分辨率实际值为2.48m，得到的方位分辨率较低。

图8是利用本发明的第二步估计最佳切片方向时做线性拟合的结果。当观测总时间t_M＝1.0s时，观测样本有21个快拍。提取散射点时使用以下参考文献的方法：Ma C,Yeo TS,Tan C S,et al.Three-dimensional imaging using colocated MIMO radar and ISARtechnique[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(8):3189–3201.，设置其中两个阈值为δv＝2.5dB,δζ＝4dB。图8(a)、图8(b)分别为γ角为45°和60°(60°为目标运动对应的γ角)时对应切片方向的多普勒线性拟合结果，通过观察可以看出当γ角越接近真实值时，散射点的多普勒频率和切片方向横向距离就越接近线性分布，反之亦然。于是通过线性拟合可以得到这条直线的斜率估计值K＝0.9198。而目标在观测时间内相对雷达做旋转运动，其等效旋转角速度与这条拟合直线的斜率存在线性关系w′＝|K|λ/2，据此可以计算出目标的旋转角速度。此外，目标旋转角速度真实值为

因此对旋转角速度的估计误差为|w′-w|/|w|×100％＝0.2543％。从本发明对目标旋转角速度的精确估计可以看出，以上对最佳切片方向角度的估计精度较高。

图9是本发明利用多快拍联合对目标最终形成的三维成像结果。图9(a)为目标的归一化三维图像，坐标轴分别为目标散射点距离向坐标以及横向向量的两个方位向坐标

和

图9(b)、图9(c)、图9(d)为三维成像结果对应的三视图。可以看出本发明可以对目标有效成像，且随着观测时间累积，由于沿运动方向的观测信息不断增加，因此沿此方向的方位分辨率得到显著改善，从一个快拍中的2.48m提高至1.05m，同时沿运动方向的旁瓣得到有效抑制。

我们比较了利用本发明与MIMO-ISAR重排和插值算法对目标进行三维成像的结果。其中，利用MIMO-ISAR重排和插值算法对目标进行三维成像的结果如图10所示。图10(a)为目标的归一化三维图像，坐标轴分别为目标散射点距离向坐标以及横向向量的两个方位向坐标

和

图10(b)、图10(c)、图10(d)为三维成像结果对应的三视图。虽然对于中心散射点其运动方向方位分辨率可以提高至0.95m，但整体的三维成像结果中散射点发生缺失，仅能重构出了一部分散射点。通过观察三视图，由于该方法做数据均匀化填充时不可避免地存在估计误差，因此造成了散射点在方位向发生散焦。通过图9和图10的对比，能够进一步说明利用本发明进行三维成像的结果聚焦良好。

表1雷达信号和目标参数

Claims (1)

1.一种基于多快拍图像联合的MIMO雷达三维成像方法，利用面阵MIMO雷达发射和接收信号，MIMO是指多输入多输出，其特征在于，包括下述三个步骤：

第一步，获得多个快拍的三维成像：

首先将雷达回波进行距离向脉冲压缩得到多个快拍的一维距离像，然后将多个快拍的一维距离像分别沿快拍内的两个方位向和快拍间的慢时间维依次进行运动补偿，运动补偿后的多个快拍一维距离像经过两个方位向二维傅里叶变换，得到对齐的若干个快拍三维图像；

第二步，估计最佳的切片方向角度：

循环进行下述过程，直到得出最佳的切片方向角度：任选一个目标运动的方向角度γ，对每个快拍的三维图像进行均匀切片并编号，每个切片平面的法向量是由目标运动的方向和距离向叉乘得到，相邻切片之间的间隔使得三维图像的任意数据点在某个切片上；然后将编号相同的切片沿慢时间轴依次排列，并沿慢时间轴做一维傅里叶变换，得到不同编号切片上的目标散射点的多普勒信息分布，根据多普勒信息分布提取目标散射点，利用目标散射点的多普勒频率和切片方向距离做回归直线，根据目标散射点与回归直线的拟合度来估计γ角度，通过γ的角度来估计最佳的切片方向角度：拟合度最大值对应的γ角度对应最佳的切片方向角度；

第三步，提取有效切片重构三维图像：

在最佳的切片方向角度下，提取编号相同的切片，将编号相同的切片进行下述操作：沿慢时间轴依次排列，并沿慢时间轴做一维傅里叶变换后得到目标散射点，利用目标散射点做回归直线，平行于距离向并且经过回归直线所在的平面对应的切片为多普勒峰值切片，将多普勒峰值切片放回对应的编号切片位置。

Images