CN111060909B - 一种机载雷达斜前视超分辨成像方法 - Google Patents

一种机载雷达斜前视超分辨成像方法 Download PDF

Info

Publication number
CN111060909B
CN111060909B CN201911407316.1A CN201911407316A CN111060909B CN 111060909 B CN111060909 B CN 111060909B CN 201911407316 A CN201911407316 A CN 201911407316A CN 111060909 B CN111060909 B CN 111060909B
Authority
CN
China
Prior art keywords
frequency
azimuth
distance
echo
matrix
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
Application number
CN201911407316.1A
Other languages
English (en)
Other versions
CN111060909A (zh
Inventor
张永超
张寅�
罗嘉伟
李�杰
毛德庆
黄钰林
杨建宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201911407316.1A priority Critical patent/CN111060909B/zh
Publication of CN111060909A publication Critical patent/CN111060909A/zh
Application granted granted Critical
Publication of CN111060909B publication Critical patent/CN111060909B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects

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

本发明公开了一种机载雷达斜前视超分辨成像方法，应用于雷达成像领域，为解决传统斜前视多普勒锐化方法分辨率低的问题，本发明通过建立斜前视矢量卷类积精确回波模型，突破斜前视角分辨率提升机理性瓶颈；然后对雷达回波进行频域非线性投影去空变处理，去除大幅宽成像模式下的距离‑多普勒强耦合关系；最后，通过类卷积归并反演方法，实现大斜前视区域目标散射系数的高效率超分辨重建。与传统DBS方法相比，本发明不仅分辨率更高，而且可以显著降低大幅宽成像模式下的计算复杂度，适用于工程实现。

Description

一种机载雷达斜前视超分辨成像方法
技术领域
本发明属于雷达成像领域，特别涉及一种适用于机载雷达斜前视大幅宽高分辨率成像技术。
背景技术
机载雷达斜前视，是指获取雷达平台斜前视区域的目标分布信息。研究运动平台雷达的斜前视高分辨成像方法，有利于机载平台雷达系统对斜前方地形的探测和识别，增强机载平台的侦查、定位和跟踪能力；对于运动雷达平台实现自主着陆、地形回避、物资空投、甚至精确制导等领域具有重要意义。
目前，在机载雷达斜前视对地成像中主要采用多普勒波束锐化(Doppler BeamSharpening)方法，该方法虽然具有成像视角宽，实时性好的特点，但是在慢速运动或快速搜索探测模式下，波束锐化能力急剧下降，无法满足实际成像分辨率要求。
为了进一步提高机载雷达斜前视成像分辨率，文献“Qi,L.,Zheng,M.,Yu,W.,Li,N.and Hou,L.,2016.Super-resolution Doppler beam sharpening imaging based onan iterative adaptive approach.Remote Sensing Letters,7(3),pp.259-268.”提出了一种基于迭代加权最小二乘估计的DBS超分辨成像方法，该方法能够提高DBS成像分辨率，但该方法需要矩阵乘法和矩阵求逆等运算，计算复杂度高，不适合工程实现；文献“Chen H,Li M,Wang Z,et al.Cross-Range Resolution Enhancement for DBS Imaging in aScan Mode Using Aperture-Extrapolated Sparse Representation[J].IEEEGeoscience and Remote Sensing Letters,2017:1-5.”，提出了一种外推孔径稀疏表示(AESR)的DBS超分辨方法，利用方位向回波的相干性和多普勒域DBS图像的稀疏性，提高了传统DBS方法的角分辨率，但该方法需要人工调整正则化参数，无法满足实际工程应用中的自适应信号处理需求。
发明内容
为解决上述技术问题，本发明提出一种机载雷达斜前视超分辨成像方法，通过建立大斜前视矢量卷类积精确回波模型，突破大斜前视角分辨率提升机理性瓶颈。
本发明采用的技术方案为：一种机载雷达斜前视超分辨成像方法，包括：
S1、对机载雷达斜前视回波进行精准表征，具体为：距离向点数为M，方位向点数为N的回波矩阵表示为Y＝(y1,y2,…,yM)，ym为第m个距离单元的方位回波，m＝1,2,3,…,M，
令第m个距离单元的离散回波矩阵为
Figure GDA0003351459790000021
目标散射系数向量为
Figure GDA0003351459790000022
加性高斯噪声为
Figure GDA0003351459790000023
则ym可以表示为
ym＝Aσ+e
其中，A为类卷积矩阵，
Figure GDA0003351459790000024
具体表示为：A＝H⊙D；
S2、对回波矩阵Y进行统一归并超分辨处理。
ym通过以下过程得到：
A1、初始化参数，具体为：机载平台高度为H，以速度V沿Y轴方向运动，设地面目标P(x,y)，飞机与目标初始距离为R0，初始位置的天线波束方位角为θ0，俯仰角为
Figure GDA0003351459790000025
空间角为α0，由空间几何关系可得：
Figure GDA0003351459790000026
天线波束以角速度ω对探测区域进行扫描，初始时刻，机载平台与目标的瞬时距离为：
Figure GDA0003351459790000027
其中，t为方位向时间变量；
A2、设雷达系统发射线性调频LFM信号，将回波进行距离向时频变换，再在距离频域乘以脉冲压缩匹配函数H(f)＝exp{jπf2/Kr}和距离走动校正因子φRCM＝exp(-j4πv cosαt/λ)，再反变换到距离时域；
其中f为距离频率变量，Kr为发射信号调频斜率，α为不同方位向的空间角度，λ为发射信号波长。
A3、设斜前视成像区域为Ω，经过脉冲压缩和距离走动校正后，回波的距离方位时域表示为：
Figure GDA0003351459790000028
其中，τ为距离向时间变量，σ为目标散射系数，f(t)为天线方向图调制函数，B表示LFM信号的带宽，λ表示发射信号的波长；
A4、设回波在距离向采样M点，在方位向采样N点，令第m个距离单元的离散回波矩阵为
Figure GDA0003351459790000029
目标散射系数向量为
Figure GDA00033514597900000210
加性高斯噪声为
Figure GDA00033514597900000211
则离散回波矩阵ym可以表示为
ym＝Aσ+e
其中，A为类卷积矩阵。
类卷积矩阵A式中不仅考虑到了天线方向图的卷积效应，还考虑到了平台运动产生的多普勒相位带来的影响，能够更加准确的表征机载雷达斜前视回波规律。但是，此时类卷积矩阵A中的多普勒项包含与距离相关的
Figure GDA0003351459790000031
与方位相关的cos θn，即回波信号在距离多普勒域存在距离-方位耦合。这就导致在进行超分辨成像时，需要对每一个距离单元，生成对应的类卷积矩阵A，这大大增加了超分辨处理的计算复杂度。针对这一问题，本发明采用频域投影去空变方法解耦合，具体为：
首先，根据机载雷达平台的相关参数判断是否需要进行频域投影去空变；判断过程为：
Figure GDA0003351459790000032
令fs为方位向采样频率，N为方位向采样点数，当max|△f|小于方位向FFT单位频点间隔fs/N时，则不进行频域投影去空变，反之则需要进行频域投影去空变；
其中，fM表示同一方位向上最远距离单元俯仰角为
Figure GDA0003351459790000033
的多普勒频率，
Figure GDA0003351459790000034
f1表示同一方位向上最近距离单元的俯仰角为
Figure GDA0003351459790000035
的多普勒频率，
Figure GDA0003351459790000036
v为机载平台的速度，λ为发射信号波长；
其次，当需要进行频域投影去空变时，执行以下过程：
取基准频率为：
Figure GDA0003351459790000037
得到基准频率后，先求出回波在距离-方位时域上每个点的频率补偿量矩阵：
Figure GDA0003351459790000038
其中，距离向变量i＝1,2,3,4,…,M，方位向变量j＝1,2,3,4,…,N，将C0矩阵中的每一频率转化为FFT后频点的补偿值，可得
C1(i,j)＝mod[C0(i,j),PRF]/PRF*N
再求得距离-方位时域每个点对应距离-方位频域相应的点的FFT频点位置
Figure GDA0003351459790000041
对于第i个距离单元，求得校正后的成像范围内的频谱区间为
Posi＝mod([fB(θN),fB(θ1)],PRF)/PRF*N
在方位向时频变换后，因方位时频采样不同，方位向频带宽度点数小于时域对应点点数，利用最临近差值法的思想。对于Posi中每一频点的补偿量C(i,k)，用该频点与时域每点对应频点L(i,j)的距离最小的那一时域点的补偿量C1(i,j)最临近差值取代。Posi中每一频点的补偿量为
Figure GDA0003351459790000042
其中，k＝1,2,3,4,…,K，K校正后的成像范围内的频谱区间点数，Lij是第i个距离单元、第j个方位向时域点对应的频点位置。
根据所求得的补偿量C(i,k)，将回波矩阵YFT逐点映射到新回波矩阵YFTC中，得到去空变后的回波方位向时频变换结果：
YFTC(i,k)＝YFT[i,k+C(i,k)]
其中，YFT表示回波方位向时频变换得到Y的RD域；
再将补偿后的回波YFTC矩阵进行方位向IFFT变换，恢复到距离-方位时域上，至此已将俯仰角所造成的距离与方位频域的耦合消除，并输出了一个基准俯仰角余弦值
Figure GDA0003351459790000046
Figure GDA0003351459790000043
步骤S2具体过程为：
扫描区间的前n个波位信息的目标最优估计
Figure GDA0003351459790000044
表示为
Figure GDA0003351459790000045
其中，
Figure GDA0003351459790000051
为前n-1个方位向的目标结果，yn为第n个方位向的回波向量，an为类卷积矩阵An的更新行向量，kp,n为
Figure GDA0003351459790000052
其中，w-1(n)为
Figure GDA0003351459790000053
pn的迭代公式为
Figure GDA0003351459790000054
设首次迭代值
Figure GDA0003351459790000055
p-1＝λI。其中λ为正则参数，仿真中取值为0.1。对于每一距离单元，通过前n-1个波位的结果
Figure GDA0003351459790000056
和观测末方位的回波向量yn，可快速归并求解出包含当前方位回波信息的目标结果
Figure GDA0003351459790000057
本发明的有益效果：本发明提出了一种机载雷达斜前视超分辨成像方法，解决传统斜前视多普勒锐化(DBS)方法分辨率低的问题。本发明是通过建立斜前视矢量卷类积精确回波模型，突破斜前视角分辨率提升机理性瓶颈；利用回波中俯仰相位特征，对雷达回波进行频域非线性投影去空变处理，去除大幅宽成像模式下的距离多普勒强耦合关系；最后，通过类卷积归并反演方法，实现斜前视区域目标散射系数的高效超分辨率重建。与传统DBS方法相比，本发明不仅分辨率更高，而且可以显著降低大幅宽成像模式下的计算复杂度，有利于工程实现。
附图说明
图1为机载雷达斜前视运动平台几何模型；
图2为时频变换后距离多普勒域示意图；
图3为距离多普勒由空变导致的耦合示意图；
图4为频域投影去空变方法效果图；
图5为频域投影去空变方法示意图；
图6为本发明的方法流程图；
图7为点目标不同方法仿真结果对比图；
其中，图7(a)为原始场景图，图7(b)为回波，图7(c)为传统方法的仿真结果，图7(d)为本发明方法的仿真结果；
图8为点目标对比剖面图。
具体实施方式
为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。
本发明通过仿真实验来验证所提出的频域投影去空变方法的有效性。本发明中步骤、结果都在MATLAB仿真平台上验证。
为解决传统机载雷达斜前视DBS方法角分辨率低的问题，本发明的解决方案是通过建立大斜前视矢量卷类积精确回波模型，突破大斜前视角分辨率提升机理性瓶颈；然后对雷达回波进行频域非线性投影去空变处理，去除大幅宽成像模式下的距离多普勒强耦合关系；最后，通过类卷积归并反演方法，实现斜前视区域目标散射系数的快速超分辨率重建。与传统DBS方法相比本发明不仅可以有效提高分辨率，而且可以显著降低大幅宽成像模式下的计算复杂度，适用于工程实现。
步骤一：机载雷达斜前视回波矢量类卷积精准表征
机载雷达大斜前视快速超分辨成像方法流程图如图6所示。表1列出了雷达运动平台的仿真参数。采样速率满足奈奎斯特采样定律。表2列出了仿真平台的硬件参数。
表1 雷达运动平台的仿真参数
Figure GDA0003351459790000061
表2 仿真平台的硬件参数
Figure GDA0003351459790000071
要在机理上突破现有的技术手段的成像分辨率瓶颈，就要首先对机载雷达斜前视回波进行精准表征，以实现高分辨率重建。如图1所示为机载雷达斜前视运动平台几何模型，机载平台高度为H，以速度V沿Y轴方向运动，设地面目标P(x,y)，飞机与目标初始距离为R0，初始位置的天线波束方位角为θ0，俯仰角为
Figure GDA0003351459790000072
空间角为α0，由空间几何关系可得：
Figure GDA0003351459790000073
天线波束以角速度ω对探测区域进行扫描。初始时刻，机载平台与目标的瞬时距离为：
Figure GDA0003351459790000074
其中，t为方位向时间变量。
设雷达系统发射线性调频LFM信号，距离向高分辨可通过脉冲压缩和距离走动校正实现，利用快速傅里叶变换FFT计算复杂度低的优势，通常在频域进行脉压和距离走动校正。具体操作如下：将回波进行距离向时频变换，再在距离频域乘以脉冲压缩匹配函数H(f)＝exp{jπf2/Kr}和距离走动校正因子φRCM＝exp(-j4πv cos αt/λ)，再反变换到距离时域。其中f为距离频率变量，Kr为发射信号调频斜率，α为不同方位向的空间角度，λ为发射信号波长。
设斜前视成像区域为Ω，经过脉冲压缩和距离走动校正后，回波的距离方位时域表示为：
Figure GDA0003351459790000075
其中，τ为距离向时间变量，σ为目标散射系数，f(t)为天线方向图调制函数，B表示LFM信号的带宽，λ表示发射信号的波长。
设回波在距离向采样M点，在方位向采样N点，令第m个距离单元的离散回波矩阵为
Figure GDA0003351459790000081
Figure GDA0003351459790000082
表示复数域，目标散射系数向量为
Figure GDA0003351459790000083
加性高斯噪声为
Figure GDA0003351459790000084
则离散回波矩阵y可以表示为
y＝Aσ+e (3)
其中，
Figure GDA0003351459790000085
为卷积测量矩阵，具体表示为：
A＝H⊙D (4)
其中，⊙为点积运算，天线方向图矩阵H表示为
Figure GDA0003351459790000086
多普勒相位矩阵D表示为
Figure GDA0003351459790000087
H中[h-l … h0 … hl]是对天线方向图的采样；D中λ＝c/fc为发射波波长；fc为发射波载波频率；[t1 t2 … … tn]T为方位向时间采样；[θ1 θ2 … … θn]为方位向角度位置；
Figure GDA0003351459790000088
为第m个距离单元目标的俯仰余弦值。最终可得类卷积矩阵A为
Figure GDA0003351459790000091
从式(7)中可知，类卷积矩阵A式中不仅考虑到了天线方向图的卷积效应，还考虑到了平台运动产生的多普勒相位带来的影响，能够更加准确的表征机载雷达斜前视回波规律。但是，此时类卷积矩阵A中的多普勒项包含与距离相关的
Figure GDA0003351459790000092
与方位相关的cos θn，即回波信号在距离多普勒域存在距离-方位耦合。这就导致在进行超分辨成像时，需要对每一个距离单元，生成对应的类卷积矩阵A，这大大增加了超分辨处理的计算复杂度。因此需要采用本发明提出的频域投影去空变方法解耦合
步骤二：频域非线性投影去空变方法
通过步骤一，得到距离向点数为M，方位向点数为N的回波矩阵Y＝(y1,y2,…,yM)，其中ym为第m个距离单元的方位回波。对回波方位向时频变换得到Y的RD域，即YFT，如图2所示。
首先，根据机载雷达平台的相关参数判断是否需要进行频域投影去空变。
设方位角θ＝(θ1,θ2,θ3,…θN)，θ>0。同一方位向上最远距离单元俯仰角为
Figure GDA0003351459790000093
其多普勒频率为
Figure GDA0003351459790000094
最近距离单元的俯仰角为
Figure GDA0003351459790000095
其多普勒频率为
Figure GDA0003351459790000096
其中v为机载平台的速度，λ为发射信号波长。如图3所示，f1和fM的差的最大值(在方位角θ1时，cos θ1最大)为
Figure GDA0003351459790000097
令fs为方位向采样频率，N为方位向采样点数，当max|△f|小于方位向FFT单位频点间隔fs/N时，判断不进行频域投影去空变，反之则需要进行。
在判断需要频域投影去空变后，取基准频率为：
Figure GDA0003351459790000101
得到基准频率后，先求出回波在距离-方位时域上每个点的频率补偿量矩阵：
Figure GDA0003351459790000102
其中，距离向变量i＝1,2,3,4,…,M，方位向变量j＝1,2,3,4,…,N，将C0矩阵中的每一频率转化为FFT后频点的补偿值，可得
C1(i,j)＝mod[C0(i,j),PRF]/PRF*N (13)
再求得距离-方位时域每个点对应距离-方位频域相应的点的FFT频点位置
Figure GDA0003351459790000103
对于第i个距离单元，求得校正后的成像范围内的频谱区间为
Posi＝mod([fB(θN),fB(θ1)],PRF)/PRF*N (15)
在方位向时频变换后，因方位时频采样不同，方位向频带宽度点数小于时域对应点点数，利用最临近差值法的思想。对于Posi中每一频点的补偿量C(i,k)，用该频点与时域每点对应频点L(i,j)的距离最小的那一时域点的补偿量C1(i,j)最临近差值取代。Posi中每一频点的补偿量为
Figure GDA0003351459790000104
其中，k＝1,2,3,4,…,K，K校正后的成像范围内的频谱区间点数，Lij是第i个距离单元、第j个方位向时域点对应的频点位置。
根据所求得的补偿量C(i,k)，将回波矩阵YFT逐点映射到新回波矩阵YFTC中，过程如图4、5所示，可得到去空变后的回波方位向时频变换结果：
YFTC(i,k)＝YFT[i,k+C(i,k)] (17)
再将补偿后的回波YFTC矩阵进行方位向IFFT变换，恢复到距离-方位时域上，至此已将俯仰角所造成的距离与方位频域的耦合消除，并输出了一个基准俯仰角余弦值
Figure GDA0003351459790000111
Figure GDA0003351459790000112
利用
Figure GDA0003351459790000113
与频域投影后的回波Y，以下进行归并类卷积方法实现高分辨雷达成像。
步骤三：归并类卷积反演方法
经过步骤二的处理，距离多普勒耦合关系消除后，各距离单元回波此时可以统一采用如下模型进行表征。
根据步骤一中离散回波表达式，去空变处理后的测量矩阵A具体表示为：
A＝H⊙D (19)
其中，⊙为矩阵点积运算，天线方向图矩阵H表示为
Figure GDA0003351459790000114
多普勒相位矩阵D表示为
Figure GDA0003351459790000115
H中[h-l … h0 … hl]是对天线方向图的采样；D中λ＝c/fc为发射波波长，fc为发射波载波频率；[t1 t2 … … tn]T为方位向时间采样；[θ1 θ2 … … θn]为方位向角度位置；
Figure GDA0003351459790000116
为步骤二中输出的基准俯仰余弦。最终可得类卷积矩阵A为
Figure GDA0003351459790000121
对比(7)式、(22)式，此时类卷积矩阵A中与距离相关项
Figure GDA0003351459790000122
已被替换为与距离无关项
Figure GDA0003351459790000123
对于每一距离单元，均可使用统一的类卷积矩阵A来求解，即可以同时对所有距离单元归并计算，从而减小计算复杂度，提高处理效率。以下，对回波数据Y进行统一归并超分辨处理。
扫描区间的前n个波位信息的目标最优估计
Figure GDA0003351459790000124
表示为
Figure GDA0003351459790000125
其中，
Figure GDA0003351459790000126
为前n-1个方位向的目标结果，yn为第n个方位向的回波向量，an为类卷积矩阵An的更新行向量，kp,n为
Figure GDA0003351459790000127
其中，w-1(n)为
Figure GDA0003351459790000128
pn的迭代公式为
Figure GDA0003351459790000129
设首次迭代值
Figure GDA00033514597900001210
p-1＝λI。其中λ为正则参数，仿真中取值为0.1。对于每一距离单元，通过前n-1个波位的结果
Figure GDA00033514597900001211
和观测末方位的回波向量yn，可快速归并求解出包含当前方位回波信息的目标结果
Figure GDA00033514597900001212
利用步骤二得到的频域投影去空变的回波Y，与步骤二输出的基准俯仰余弦，生成去距离耦合的类卷积测量矩阵A，通过上述超分辨重建方法，归并的求解出探测区域目标，得到目标区域的超分辨图像。
图7为点目标仿真结果对比，其中图(a)为原始场景，(b)为回波，(c)为传统方法的成像结果(d)本发明提出方法成像结果。对比看出本发明提出的方法的超分辨结果明显优于传统方法，对第一行距离较近的三个目标，传统方法无法准确分辨点目标的数量和具体位置，本发明提出的方法可以分辨目标数量和具体位置。为了更清晰的对比不同种方法的方位分辨率，图8为取同一距离单元的方位20°左右处的一点目标的一维方位剖面图，可以看到本发明提出的方法的方位分辨率明显高于传统方法。
根据测得的用时对比，本发明提出的方法的处理速度与传统DBS方法用时接近。在点目标仿真时，M、N分别为140点、500点，本发明提出的方法完成仅需要0.052149s，与传统DBS方法的时间0.063551s相接近。
综上，仿真验证了本发明提出的方法与传统DBS方法相比，不仅可以有效提高分辨率，而且可以显著降低大幅宽成像模式下的计算复杂度，适用于工程实现。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (4)

1.一种机载雷达斜前视超分辨成像方法，其特征在于，包括：
S1、对机载雷达斜前视回波进行精准表征，具体为：距离向点数为M，方位向点数为N的回波矩阵表示为Y＝(y1,y2,…,yM)，ym为第m个距离单元的方位回波，m＝1,2,3,…,M，
令第m个距离单元的离散回波矩阵为ym，目标散射系数向量为σ，加性高斯噪声为e，则ym表示为
ym＝Aσ+e
其中，A为类卷积矩阵，
Figure FDA0003351459780000011
ym通过以下过程得到：
A1、初始化参数，具体为：机载平台高度为H，以速度V沿Y轴方向运动，设地面目标P(x,y)，飞机与目标初始距离为R0，初始位置的天线波束方位角为θ0，俯仰角为
Figure FDA0003351459780000012
空间角为α0，由空间几何关系可得：
Figure FDA0003351459780000013
天线波束以角速度ω对探测区域进行扫描，初始时刻，机载平台与目标的瞬时距离为：
Figure FDA0003351459780000014
其中，t为方位向时间变量；
A2、设雷达系统发射线性调频LFM信号，将回波进行距离向时频变换，再在距离频域乘以脉冲压缩匹配函数H(f)＝exp{jπf2/Kr}和距离走动校正因子φRCM＝exp(-j4πvcosαt/λ)，再反变换到距离时域；
其中，f为距离频率变量，Kr为发射信号调频斜率，α为不同方位向的空间角度，λ为发射信号波长；
根据下式判断是否需要进行频域投影去空变，在方位角θ1时，cosθ1最大；
Figure FDA0003351459780000015
令fs为方位向采样频率，N为方位向采样点数，当max|△f|小于方位向FFT单位频点间隔fs/N时，则不进行频域投影去空变，反之则需要进行频域投影去空变；
其中，fM表示同一方位向上最远距离单元俯仰角为
Figure FDA0003351459780000016
的多普勒频率，
Figure FDA0003351459780000021
f1表示同一方位向上最近距离单元的俯仰角为
Figure FDA0003351459780000022
的多普勒频率，
Figure FDA0003351459780000023
θ表示方位角，θ＝(θ1,θ2,θ3,…θN)，θ>0，v为机载平台的速度，λ为发射信号波长；
A3、设斜前视成像区域为Ω，经过脉冲压缩和距离走动校正后，回波的距离方位时域表示为：
Figure FDA0003351459780000024
其中，τ为距离向时间变量，σ为目标散射系数，c为光速，f(t)为天线方向图调制函数，B表示LFM信号的带宽，λ表示发射信号的波长；
A4、设回波在距离向采样M点，在方位向采样N点，令第m个距离单元的离散回波矩阵为ym，目标散射系数向量为σ，加性高斯噪声为e，则离散回波矩阵ym表示为
ym＝Aσ+e
其中，A为类卷积矩阵；
A表达式为：
A＝H⊙D
其中，H表示天线方向图矩阵，D表示多普勒相位矩阵；
S2、对回波矩阵Y进行统一归并超分辨处理。
2.根据权利要求1所述的一种机载雷达斜前视超分辨成像方法，其特征在于，当需要进行频域投影去空变时，执行以下过程：
B1、取基准频率为：
Figure FDA0003351459780000025
B2、得到基准频率后，求出回波在距离-方位时域上每个点的频率补偿量矩阵：
Figure FDA0003351459780000026
其中，距离向变量i＝1,2,3,4,…,M，方位向变量j＝1,2,3,4,…,N，fB(j)为不同方位向的基准频率；
B3、将C0(i,j)矩阵中的每一频率转化为FFT后频点的补偿值，得到
C1(i,j)＝mod[C0(i,j),PRF]/PRF*N
B4、求得距离-方位时域每个点对应距离-方位频域相应的点的FFT频点位置
Figure FDA0003351459780000031
B5、对于第i个距离单元，求得校正后的成像范围内的频谱区间为
Posi＝mod([fB(θN),fB(θ1)],PRF)/PRF*N
其中，mod(a,b)为求余函数，PRF为雷达平台发射机的脉冲重复频率。
3.根据权利要求2所述的一种机载雷达斜前视超分辨成像方法，其特征在于，在方位向时频变换后，方位向频带宽度点数小于时域对应点点数，利用最临近差值法的思想：对于Posi中每一频点的补偿量C(i,k)，用该频点与时域每点对应频点L(i,j)的距离最小的那一时域点的补偿量C1(i,j)最临近差值取代，Posi中每一频点的补偿量为
Figure FDA0003351459780000032
其中，k＝1,2,3,4,…,K，K校正后的成像范围内的频谱区间点数，Lij是第i个距离单元、第j个方位向时域点对应的频点位置；
根据所求得的补偿量C(i,k)，将回波矩阵YFT逐点映射到新回波矩阵YFTC中，得到去空变后的回波方位向时频变换结果：
YFTC(i,k)＝YFT[i,k+C(i,k)]
其中，YFT表示回波方位向时频变换得到Y的RD域；
再将补偿后的回波YFTC矩阵进行方位向IFFT变换，恢复到距离-方位时域上，至此已将俯仰角所造成的距离与方位频域的耦合消除，并输出了一个基准俯仰角余弦值
Figure FDA0003351459780000033
Figure FDA0003351459780000034
4.根据权利要求3所述的一种机载雷达斜前视超分辨成像方法，其特征在于，步骤S2具体过程为：
S21、扫描区间的前n个波位信息的目标最优估计
Figure FDA0003351459780000041
表示为
Figure FDA0003351459780000042
其中，
Figure FDA0003351459780000043
为前n-1个方位向的目标结果，yn为第n个方位向的回波向量，an为类卷积矩阵An的更新行向量，kp,n为
Figure FDA0003351459780000044
其中，w-1(n)为
Figure FDA0003351459780000045
上标H为共轭转置运算，pn的迭代公式为
Figure FDA0003351459780000046
设首次迭代值
Figure FDA0003351459780000047
p-1＝λI；
其中，λ为正则参数；
对于每一距离单元，通过前n-1个波位的结果
Figure FDA0003351459780000048
和观测末方位的回波向量yn，快速归并求解出包含当前方位回波信息的目标结果
Figure FDA0003351459780000049
CN201911407316.1A 2019-12-31 2019-12-31 一种机载雷达斜前视超分辨成像方法 Active CN111060909B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911407316.1A CN111060909B (zh) 2019-12-31 2019-12-31 一种机载雷达斜前视超分辨成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911407316.1A CN111060909B (zh) 2019-12-31 2019-12-31 一种机载雷达斜前视超分辨成像方法

Publications (2)

Publication Number Publication Date
CN111060909A CN111060909A (zh) 2020-04-24
CN111060909B true CN111060909B (zh) 2022-03-04

Family

ID=70305318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911407316.1A Active CN111060909B (zh) 2019-12-31 2019-12-31 一种机载雷达斜前视超分辨成像方法

Country Status (1)

Country Link
CN (1) CN111060909B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111722221B (zh) * 2020-06-10 2023-06-06 中国极地研究中心 机载雷达数据处理方法、装置、计算机设备及存储介质
CN112083416B (zh) * 2020-09-18 2022-07-15 电子科技大学 一种运动平台扫描雷达超分辨成像视场选择方法
CN112363136B (zh) * 2020-10-28 2023-09-22 南京工业职业技术大学 一种基于目标稀疏性和频域去斜的雷达距离超分辨方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6777684B1 (en) * 1999-08-23 2004-08-17 Rose Research L.L.C. Systems and methods for millimeter and sub-millimeter wave imaging
CN102207546A (zh) * 2011-03-11 2011-10-05 中国科学院空间科学与应用研究中心 一种子孔径高度计回波视配准装置及方法
CN102778681A (zh) * 2012-07-19 2012-11-14 电子科技大学 固定发射站双基地前视合成孔径雷达成像方法
CN104111454A (zh) * 2014-07-09 2014-10-22 电子科技大学 一种扫描雷达角超分辨率方法
CN107390181A (zh) * 2017-07-26 2017-11-24 电子科技大学 一种基于多波束扫描的雷达高分辨成像方法
CN107607945A (zh) * 2017-08-31 2018-01-19 电子科技大学 一种基于空间嵌入映射的扫描雷达前视成像方法
CN108107429A (zh) * 2017-12-22 2018-06-01 电子科技大学 基于最大似然估计的前视超分辨成像方法
CN109613532A (zh) * 2019-01-02 2019-04-12 电子科技大学 一种机载雷达实时多普勒波束锐化超分辨成像方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8816896B2 (en) * 2012-05-11 2014-08-26 Raytheon Company On-board INS quadratic correction method using maximum likelihood motion estimation of ground scatterers from radar data
CN106908787B (zh) * 2017-02-24 2019-08-13 中国电子科技集团公司第三十八研究所 一种实波束扫描雷达前视角超分辨成像方法
CN110596701B (zh) * 2019-07-01 2021-09-28 杭州电子科技大学 基于二次椭圆模型的非平飞双站sar频域fenlcs成像方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6777684B1 (en) * 1999-08-23 2004-08-17 Rose Research L.L.C. Systems and methods for millimeter and sub-millimeter wave imaging
CN102207546A (zh) * 2011-03-11 2011-10-05 中国科学院空间科学与应用研究中心 一种子孔径高度计回波视配准装置及方法
CN102778681A (zh) * 2012-07-19 2012-11-14 电子科技大学 固定发射站双基地前视合成孔径雷达成像方法
CN104111454A (zh) * 2014-07-09 2014-10-22 电子科技大学 一种扫描雷达角超分辨率方法
CN107390181A (zh) * 2017-07-26 2017-11-24 电子科技大学 一种基于多波束扫描的雷达高分辨成像方法
CN107607945A (zh) * 2017-08-31 2018-01-19 电子科技大学 一种基于空间嵌入映射的扫描雷达前视成像方法
CN108107429A (zh) * 2017-12-22 2018-06-01 电子科技大学 基于最大似然估计的前视超分辨成像方法
CN109613532A (zh) * 2019-01-02 2019-04-12 电子科技大学 一种机载雷达实时多普勒波束锐化超分辨成像方法

Non-Patent Citations (14)

* Cited by examiner, † Cited by third party
Title
A Novel Helicopter-Borne Rotating SAR Imaging Model and Algorithm Based on Inverse Chirp-Z Transform Using Frequency-Modulated Continuous Wave;Li D , 等;《IEEE Geoscience and Remote Sensing Letters,》;20150506;第2卷(第8期);第1625-1629页 *
An Omega-k Imaging Algorithm for Translational Variant Bistatic SAR Based on Linearization Theory;Li, ZY，等;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20140331;第11卷(第3期);第627-631页 *
Imaging Algorithm based on Least-Square NUFFT Method for Spaceborne/Airborne Squint Mode Bistatic SAR;Liu, Z ，等;《2012 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS)》;20121112;第396-399页 *
Nonlinear RCMC method for spaceborne/airborne forward-looking bistatic SAR;Liu Z ,等;《Journal of Systems Engineering and Electronics》;20120516;第23卷(第2期);第201-207页 *
Nonsystematic Range Cell Migration Analysis and Autofocus Correction for Bistatic Forward-looking SAR;Pu, W ，等;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20181130;第56卷(第11期);第6556-6570页 *
Space Variant-based Sparse Regularization Super-resolution Imaging Method for Forward-looking Scanning Radar;Tan, K ，等;《2018 IEEE RADAR CONFERENCE》;20180611;第1561-1566页 *
去调频处理中空变相位误差补偿方法;赵志勇,等;《国防科技大学学报》;20140628(第3期);第169-176页 *
吴阳.基于正则化理论的运动平台雷达超分辨成像方法研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2019,(第12期), *
基于正则化理论的运动平台雷达超分辨成像方法研究;吴阳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20191215(第12期);说明书第5-50段 *
弹载曲线轨迹单/双基SAR成像和定位方法研究;邓欢;《中国博士学位论文全文数据库 信息科技辑》;20190715(第7期);第I136-68页 *
机/星载SAR非线性轨迹信号建模与成像方法研究;陈溅来;《中国博士学位论文全文数据库 信息科技辑》;20190215(第2期);第I136-83页 *
机载双基地前视SAR运动补偿方法研究;蒲巍;《中国博士学位论文全文数据库 信息科技辑》;20190315(第3期);第I136-43页 *
移变双基地SAR特性与成像方法研究;杨科锋;《中国博士学位论文全文数据库 信息科技辑》;20150115(第1期);第I136-8页 *
非合作星地双基地SAR成像算法及相关技术研究;何煦;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090115(第5期);第I136-456页 *

Also Published As

Publication number Publication date
CN111060909A (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
CN111060909B (zh) 一种机载雷达斜前视超分辨成像方法
US10976412B2 (en) Deep learning for super resolution in a radar system
CN104950306B (zh) 一种海杂波背景下前视海面目标角超分辨成像方法
CN108427115B (zh) 合成孔径雷达对运动目标参数的快速估计方法
CN104833972B (zh) 一种双基地调频连续波合成孔径雷达频率变标成像方法
CN103983974B (zh) 双站调频连续波合成孔径雷达成像方法
CN109613532B (zh) 一种机载雷达实时多普勒波束锐化超分辨成像方法
CN104777479B (zh) 基于多核dsp的前侧视sar实时成像方法
CN101915911A (zh) 基于相消积累空时谱的空间任意构型分布式sar动目标参数估计方法
CN107402380A (zh) 一种实现多普勒波束锐化成像的快速自适应迭代方法
CN114966693B (zh) 基于深度学习的机载舰船目标isar精细化成像方法
Kang et al. ISAR cross-range scaling via joint estimation of rotation center and velocity
CN104931965B (zh) 一种固定发射站双基正侧视sar成像方法
CN113466863A (zh) 一种sar舰船目标高分辨成像方法
Qian et al. Estimation of doppler parameters based on PSO for BFSAR ship target imaging
Xu et al. A variable PRF imaging method for high squint diving SAR
CN108490417B (zh) 一种精确的sar动目标参数估计方法
CN116559905A (zh) 一种双基sar海面舰船运动目标无畸变三维图像重构方法
Thammakhoune et al. Moving target imaging for synthetic aperture radar via RPCA
CN114185047B (zh) 一种基于最优极坐标变换的双基sar动目标重聚焦方法
Wang et al. Study on the echo signal model and RD imaging algorithm for FMCW SAR
CN103529448B (zh) 一种基于高精度插值的双基地合成孔径雷达成像方法
Qiu et al. Virtual array-based super-resolution for mechanical scanning radar
Wang et al. Range doppler algorithm for bistatic sar processing based on the improved loffeld's bistatic formula
Zhou et al. A novel spectrum reconstruction algorithm based on FrFT for multiple azimuth beam SAR

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