CN111220979B - 一种用于曲线合成孔径雷达的成像方法 - Google Patents

Abstract

本发明属于雷达成像技术领域，具体涉及一种用于曲线合成孔径雷达的成像方法。本发明通过计算波数支撑域的几何中心点，来确定插值区域的具体位置，得到覆盖更大波数支撑域范围的插值区域，能很好的利用波数支撑域内的数据信息，提高成像质量。此外，本发明呢只涉及简单的算术运算，不涉及滑窗等复杂的计算操作，因此，本发明实现方式也很简单。

Description

一种用于曲线合成孔径雷达的成像方法

技术领域

本发明属于雷达成像技术领域，具体涉及一种用于曲线合成孔径雷达的成像方法。

背景技术

合成孔径雷达利用雷达回波信号的相关性，累积雷达运动过程中回波信号的多普勒平移，在雷达的运动方向上合成等效的雷达孔径，实现高分辨成像。可实现全天时、全天候的区域监测成像。曲线合成孔径雷达是一种合成孔径雷达的新模式，其运动轨迹为曲线。分析曲线SAR模式下信号的波数域分布，由于回波径向波数向量KR的指向与雷达相对于目标的径向距离向量R相一致，因此，当雷达运动轨迹为曲线时，雷达回波的波数域也呈现不规则分布(类散点分布)，需要采用散点插值才能得到直角分布的波数谱，对于单帧合成孔径来说，该帧波数谱的支撑域范围是不规则扇形分布。一般的处理方法是对不规则扇形区域进行固定场景极坐标插值(Stabilized Scene Polar Interpolation，简称SSPI)。但由于插值区域的选择直接影响成像的分辨率，因此，选择既能兼顾成像算法效率和成像分辨率的插值区域有着十分重要的意义。

在圆周模式的SAR中，其插值区域为该波数支撑域的外接矩形。雷达回波的单帧波数支撑域为一个扇形区域，可以通过计算，得到该区域的外接矩形范围，然后通过插值算法，得到直角分布的波数谱。

但对于曲线轨迹来说，因为波数谱支撑域的分布不规则，外接矩形虽然能充分利用波数谱的数据信息，但同时也会无法约束成像的分辨率。现有的处理方法是根据分辨率匹配条件，将各帧合成孔径角设定为相同的匹配角，并依此通过先确定插值区域，然后使各帧波数谱近似覆盖相同大小的插值区域，即寻找覆盖插值区域的方位角范围内的最短帧孔径。该方法能够自适应的划分孔径大小，保证帧图像间的近似分辨率匹配。但缺点是没有考虑插值区域对波数谱支撑域的覆盖面积大小，造成对波数谱支撑域内的数据产生很大的浪费，使得聚焦能量流失，影响成像质量。

发明内容

本发明的目的，就是针对上述存在的问题及不足，提供了一种曲线合成孔径雷达的成像方法，该方法在曲线合成孔径雷达成像过程中，充分考虑回波信号的极坐标格式分布特性，通过算法改进，改善了曲线合成孔径雷达插值区域的不规则性带来的成像误差，通过分析曲线合成孔径雷达回波波数域的分布轮廓，将固定的插值区域转变为根据波数域分布轮廓来确定插值区域。是一种高效的曲线合成孔径雷达成像方法。

本发明的技术方案为：一种用于曲线合成孔径雷达的成像方法，包括以下步骤：

步骤1、对曲线SAR的原始回波数据进行距离向的预处理，即接收脉冲s_r(t,t)与参考信号s₀(t,t)进行混频，即可得到去调频后的中频信号s_i(t,t)；将中频信号s_i(t,t)转换到频域，与所对应的相位补偿函数S_c(f_t)相乘，去除剩余视频相位和包络闲置项，得到距离压缩信号S_ic(f_t,t)；

步骤2、根据帧图像间的分辨率匹配原则，寻找覆盖有效波数域方位角范围的最短帧孔径，将帧孔径进行自适应划分，得到每帧孔径覆盖边长近似为

的波数谱s^k(K,t)；

步骤3、根据s^k(K,t)在波数直角坐标系K_x-K_y下的波数支撑域ΩK_k，根据边缘波数点(K_{x max},K_{y max})、(K_{x min},K_{y max})、(K_{x max},K_{y min})、(K_{x min},K_{y min})，计算ΩK_k中边缘点连线交叉的点(K_xc,K_yc)，并以点(K_xc,K_yc)为中心点，以△K为边长，得到确定每帧孔径的有效波数支撑域ΩK_e，并将该有效支撑域作为插值区域；

步骤4、利用每帧孔径的有效波数支撑域ΩK_e，对波数谱s^k(K,t)进行散点的固定场景极坐标插值，得到插值后的信号波数谱s^k(K_x,K_y)；

步骤5、将插值后的信号波数谱s^k(K_x,K_y)进行基于二维傅里叶快速变换的成像处理，得到最终的成像结果；

本发明通过计算单帧波数支撑域的几何中心点，并以该几何中心点作为有效波数支撑域ΩK_e的中心点，来扩大ΩK_e与波数谱支撑域ΩK_k的重叠范围，能够提高波数谱支撑域ΩK_k内的数据信息的利用率。本发明只涉及波数谱几何中心点的计算，从而确定ΩK_e的范围，因此实现也很简单。

本发明的有益效果为，提高波数支撑域内的数据信息的利用率，减少能量的损失；改善成像的聚焦效果，提高图像的质量；实施过程不涉及复杂的运算过程。

附图说明

图1为本发明的流程图；

图2为单帧波数支撑域的范围；

图3是纠正前插值区域的范围

图4是纠正后插值区域的范围

图5是没有纠正插值区域范围时的成像情况；

图6是纠正插值区域范围时的成像情况；

图7是纠正插值区域范围后的成像结果；

图8是纠正插值区域范围时做二维傅里叶变换后的sinc函数图像。

具体实施方式

下面结合附图和仿真示例对本发明进行详细的描述，以证明本发明的实用性。

如附图1所示，通过本发明的一种曲线合成孔径雷达的成像方法，能将输入为曲线SAR的原始回波，经过成像处理后，获得曲线SAR的二维图像，具体实施步骤如下：

步骤1：对原始回波进行距离向的预处理：对接收信号进行去调频处理得到中频信号s_i(t,t)，其表达式为：

其中R_a(t)为参考斜距，△R(t)＝R_t(t)-R_a(t)，Tp为信号脉冲宽度，t为雷达信号的快时间，t为雷达信号的慢时间，c为光速，α为雷达信号的调频斜率，f_c为信号中心频率，σ_t为目标散射强度；

然后，对中频信号s_i(t,t)进行去斜处理，将中频时域信号s_i(t,t)变换到频域上得到中频频域信号S_i(f_t,t)，与所对应的相位补偿函数S_c(f_t)相乘，得到距离压缩信号S_ic(f_t,t)，其表达式为：

步骤2：利用自适应孔径划分方法，到每帧孔径覆盖边长近似为△K的波数谱s^k(K,t)，信号波数K的表达式为：

其中K_c为波数中心，B_K为波数带宽，

△K应满足如下表达式：

其中l(t)为发射波数在地面的投影长度，

为雷达飞行的俯仰角，θ(t)为雷达飞行的方位角；

并利用时间t的取值范围，寻找覆盖有效波数域的方位角范围的最短帧孔径，表示为：min(t_e-t_s),s.t.max{θ(t)}≥θ_max,min{θ(t)}≤θ_min,t∈[t_s,t_e]

其中t_s和t_e分别表示第k帧孔径的起止时刻；通过时间范围t_s和t_e确定每帧孔径的波数谱s^k(K,t)；

步骤3：利用波数支撑域ΩK_k，得到边缘波数点(K_{x max},K_{y max})、(K_{x min},K_{y max})、(K_{x max},K_{y min})、(K_{x min},K_{y min})，此四点为ΩK_k轮廓上的四个角点，其中K_{x min}＝min(min(K_x))，K_{x max}＝max(max(K_x))，K_{y min}＝min(min(K_y))，K_{y max}＝max(max(K_y))，其中K_x、K_y的表达式为

在实际中K_x、K_y均为二维矩阵；

经过计算ΩK_k中边缘点连线交叉点(K_xc,K_yc)，并以点(K_xc,K_yc)为中心点，以△K为边长，得到确定每帧孔径的有效波数支撑域ΩK_e，并将该有效支撑域作为插值区域，

ρ为视频SAR的实际分辨率，可表示为：

步骤4：利用得到的插值区域ΩK_e，对s^k(K,t)进行SSPI插值，得到地面输出坐标系下的直角波数谱s^k(K_x,K_y)；

步骤5：利用二维快速傅里叶成像处理，得到ΩK_e范围内的持续帧图像，表示为：

仿真示例

按照前述方法即附图1所示流程操作，仿真参数的具体设置如下：采用曲线SAR的成像模式，雷达距离场景中心的距离为5000米，发射信号的中心载频为94GHZ；

图2给出了仿真得到的单帧波数支撑域的分布范围，可以看出其并非是一个规则分布；

图3给出了插值区域在纠正前的范围，由于该插值区域是利用自适应孔径划分算法，根据方位角范围得到的，因此，造成了很多点数的浪费，可以看出其覆盖范围有很大的未利用区域；

图4给出了插值区域纠正后的范围，选取了波数支撑域的几何中心点作为插值区域的中心点，既容易通过简单计算实现，又能增大插值区域覆盖波数支撑域的范围；

图5给出了未纠正插值区域范围时的成像结果，可以看出对点目标成像时，有一定的散焦情况；

图6给出了未纠正插值区域范围时做二维傅里叶变换后的sinc函数图像，可以看出其旁瓣比较高，第一旁瓣小于-20db；

图7给出了纠正插值区域范围后的成像结果，能有效改善附图5出现的情况。

图8给出了纠正插值区域范围时做二维傅里叶变换后的sinc函数图像，其旁瓣较附图6已经低了很多，第一旁瓣小于-15db；

综上所述，从处理的结果上看，本发明提供的方法具有实用价值。

Claims (1)

1.一种用于曲线合成孔径雷达的成像方法，其特征在于，包括以下步骤：

S1、对曲线SAR的原始回波数据进行距离向的预处理，即接收脉冲s_r(τ,t)与参考信号s₀(τ,t)进行混频，即可得到去调频后的中频信号s_i(τ,t)，其中τ为雷达信号的快时间，t为雷达信号的慢时间；将中频信号s_i(τ,t)转换到频域，得到频域信号S_i(f_τ,t)，与所对应的相位补偿函数S_c(f_τ)相乘，去除剩余视频相位和包络闲置项，得到距离压缩信号S_ic(f_τ,t)：

其中，f_τ为快时间频域变量，σ_t为目标散射系数，T_p为信号脉冲宽度，c为光速，α为信号的调频斜率，△R(t)为经过调频后的剩余斜距；

S2、根据帧图像间的分辨率匹配原则，寻找覆盖有效波数域方位角范围的最短帧孔径，将帧孔径进行自适应划分，得到每帧孔径覆盖边长为△K的波数谱s^k(K,t)，△K满足：

其中l(t)为发射波数在地面的投影长度，

为雷达飞行的俯仰角，θ(t)为雷达飞行的方位角，B_K为波数带宽；

利用时间t的取值范围，寻找覆盖有效波数域的方位角范围的最短帧孔径，表示为：min(t_e-t_s),s.t.max{θ(t)}≥θ_max,min{θ(t)}≤θ_min,t∈[t_s,t_e]，其中t_s和t_e分别表示第k帧孔径的起止时刻；通过时间范围t_s和t_e确定每帧孔径的波数谱s^k(K,t)；

S3、根据s^k(K,t)在波数直角坐标系K_x-K_y下的波数支撑域ΩK_k，根据边缘波数点(K_xmax,K_ymax)、(K_xmin,K_ymax)、(K_xmax,K_ymin)、(K_xmin,K_ymin)计算ΩK_k中边缘点连线交叉的点(K_xc,K_yc)，其中，K_xmin＝min(min(K_x))，K_xmax＝max(max(K_x))，K_ymin＝min(min(K_y))，K_ymax＝max(max(K_y))，

K为信号波数，并以点(K_xc,K_yc)为中心点，以△K为边长得到确定每帧孔径的有效波数支撑域ΩK_e，并将该有效支撑域作为插值区域，

ρ为视频SAR的实际分辨率；

S4、利用每帧孔径的有效波数支撑域ΩK_e，对波数谱s^k(K,t)进行散点的固定场景极坐标插值，得到插值后的信号波数谱s^k(K_x,K_y)；

S5、将插值后的信号波数谱s^k(K_x,K_y)进行基于二维傅里叶快速变换的成像处理，得到最终的成像结果。

Images