CN111856461B - 基于改进pfa的聚束sar成像方法及其dsp实现 - Google Patents
基于改进pfa的聚束sar成像方法及其dsp实现 Download PDFInfo
- Publication number
- CN111856461B CN111856461B CN202010669080.5A CN202010669080A CN111856461B CN 111856461 B CN111856461 B CN 111856461B CN 202010669080 A CN202010669080 A CN 202010669080A CN 111856461 B CN111856461 B CN 111856461B
- Authority
- CN
- China
- Prior art keywords
- echo data
- azimuth
- data
- compensation
- distance
- 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
- G01S13/9021—SAR image post-processing 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
- 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
- G01S13/904—SAR modes
- G01S13/9052—Spotlight mode
-
- 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
- G01S13/9094—Theoretical aspects
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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
本发明公开了一种基于改进PFA的聚束SAR成像方法及其DSP实现,成像方法包括以下步骤:雷达接收回波数据并进行运动误差补偿;方位向重采样;距离向相位补偿;方位调频率估计及补偿,方位向脉冲压缩;距离向几何校正;自聚焦和图像多视量化。该成像过程在DSP‑TMS320C6678硬件平台上实现,八个内核协作完成整个成像处理过程。本发明能够解决传统二维插值带来的计算量大及经典PFA算法假设波前为平面导致的图像几何失真和散焦的问题;且该方法的DSP实现采用高性能多核DSP‑TMS320C6678硬件平台,实现聚束SAR的实时成像。
Description
技术领域
本发明涉及雷达信号处理技术领域,具体涉及基于改进PFA的聚束SAR成像方法及其DSP实现,适用于机载雷达实时成像。
背景技术
合成孔径雷达(Synthetic Aperture Radar,简称SAR)成像技术由于能够实现对观测场景的二维高分辨成像,极大提升了雷达的信息获取和感知能力,在军事和民用领域展现出卓越的应用价值和广阔的应用前景。聚束SAR是雷达实时成像的重要工作模式,可通过控制天线的波束指向,使其长时间照射成像区域,获得更长时间的合成孔径时间,从而提高了SAR成像的方位分辨率,极坐标格式算法(Polar Format Algorithm,简称PFA)是聚束SAR模式的经典算法,该算法采用极坐标格式存储数据,不仅有效地解决了远离成像区中心散射点的越分辨单元走动问题,提高了聚束SAR的有效聚焦成像范围;同时该算法方位重采样过程本质上包含一个keystone变换,能够自动校正包括运动目标在内的所有目标的线性距离走动,对运动目标成像时,仍能使目标残留距离徙动不超出一个距离分辨单元。但是PFA算法假设波前是平面的,忽略了距离弯曲的一次与二次相位误差,导致在大场景和斜视角大的情况下,图像会产生几何失真和散焦。
雷达信号处理的特点是数据量大、算法复杂、实时性要求高等。PFA算法是通过二维插值和二维快速傅里叶逆变换实现坐标转换,这一处理过程导致算法出现巨大运算量,对信号处理的硬件平台要求更高。传统的SAR成像实时信号处理系统大多是基于FPGA+多片单核DSP构架,DSP负责核心算法部分的实现,但是现有的单核DSP处理能力有限不能满足SAR成像的实时性要求,而多片DSP互连的结构不仅占用板卡空间,而且增加了整个系统的功耗,并且给资源的共享和程序的实现都带来很大的难度。在此背景下,需要一种改进的PFA算法,结合高性能多核DSP硬件平台,在达到分辨率要求、提升图像质量的同时,高效的完成实时成像任务。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种基于改进PFA的聚束SAR成像方法及其DSP实现,该成像方法能够解决传统二维插值带来的计算量大及经典PFA算法假设波前为平面导致的图像几何失真和散焦的问题;且该方法的DSP实现采用高性能多核DSP-TMS320C6678硬件平台,实现聚束SAR的实时成像。
为了达到上述目的,本发明采用以下技术方案予以实现。
(一)基于改进PFA的聚束SAR成像方法,包括以下步骤:
步骤1,SAR接收回波数据,并对回波数据进行运动误差补偿,得到运动误差补偿后的回波数据;
步骤2,对于运动误差补偿后的回波数据,沿航迹方向对每个输入脉冲对应的方位采样点进行重采样,得到方位向重采样回波数据;对方位向重采样回波数据进行距离向相位补偿,得到距离向相位补偿后的回波数据;
步骤3,采用子孔径相关法对距离向相位补偿后的回波数据进行多普勒调频率的估计,得到多普勒调频率估计向量根据多普勒调频率估计向量构造二次相位补偿函数,采用二次相位补偿函数对距离向补偿后的回波数据进行方位向二次相位误差补偿,得到方位向二次补偿后的回波数据;
步骤4,对所述方位向二次补偿后的回波数据进行方位向脉压处理,得到脉压后的图像域回波数据;构造几何校正因子,对脉压后的图像域回波数据进行距离几何校正,得到几何校正后的回波数据;
步骤5,采用相位梯度自聚焦算法对几何校正后的回波数据进行高阶残余相位误差估计,得到高阶残余相位误差估计矩阵,采用高阶残余相位误差估计矩阵对几何校正后的回波数据进行残余相位补偿,得到聚焦图像;
步骤6,计算聚焦图像的多视点数,基于多视点数对聚焦图像进行相干斑点抑制;再对相干斑抑制后的图像进行多视量化,得到聚焦后的平滑灰度图像。
进一步地,所述成像方法的DSP实现为:
选取DSP-TMS320C6678平台实现,具体为:回波数据经由FPGA按照设定的重复频率通过SRIO发送给DSP,DSP的八个内核按照距离向连续的方式,通过DMA将回波数据搬移到DDR3存储;所述成像方法的计算过程由DSP的八个内核协作完成。
更进一步地,所述回波数据搬移到DDR3存储,具体为:采用矩阵存储方式把每个脉冲数据等分成八个数据段,每个数据段分别存储于一个内核中;设定回波数据的方位向点数为nan,距离向点数为nrn,则每个数据段距离向点数为nrn/8,回波数据按照距离向连续存放,8个数据段的首地址间隔为nan*nrn/8*2*4字节。
进一步地,所述成像方法的步骤1-步骤6的回波数据处理过程中,每个步骤中间量的计算在同一个内核中进行,得到的中间量存储于共享内存,每次处理过程中先把一个方位向数据由DDR3通过DMA搬移到二级存储空间后再进行相应计算;
与现有技术相比,本发明的有益效果为:
(1)本发明的距离向重采样采用点乘线性相位的方式,解决了二维插值带来的计算量大的问题;对回波数据进行距离几何校正解决了经典PFA算法产生的几何失真和散焦的问题。
(2)本发明方法结合运动补偿、参数估计、自聚焦算法,大大提高了图像的聚焦效果,并具有广泛的适用度。
(3)本发明充分结合8核DSP-TMS320C6678芯片架构特点,能够高效完成SAR实时成像,可靠性高,性能好、功耗低,可以广泛用于机载雷达等运动平台。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1是本发明方法的流程图;
图2是本发明实施例中的DDR3数据存储示意图;
图3是本发明实施例中的SAR横向界面示意图;
图4是本发明实施例中的调频率估计算法流程图;
图5是本发明实施例中的自聚焦算法流程图;
图6为本发明实施例中采用本发明方法处理前后结果对比图,其中,(a)为雷达接收的原始回波数据时域图,(b)为方位向插值结果图,(c)为距离向补偿后结果图。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域的技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。
参考图1,本发明提供的一种基于改进PFA的聚束SAR成像方法及其DSP实现,包括以下步骤:
步骤1,SAR接收回波数据,并对回波数据进行运动误差补偿,得到运动误差补偿后的回波数据;
SAR接收回波数据并存储,本发明在DSP-TMS320C6678平台上实现,具体为:前端高速AD采集模块完成数据采集,经由FPGA按照一定的重复频率通过SRIO(Serial Rapid IO,高速串行接口)发送给DSP,DSP外部扩展4GBDDR3,DSP的八个核按照距离向连续的方式,通过DMA(Direct Memory Access,直接存储器访问)将回波数据搬移到DDR3存储。
具体存储时,采用矩阵存储方式把每一个脉冲数据分成八段存储,每个核负责一段数据,如图2所示。假设收到数据的方位向点数为nan,距离向点数为nrn,每个段的距离向点数为nrn/8,数据按照距离向连续存放,8个段首地址间隔nan*nrn/8*2*4Byte。按照一定的协议提取出回波数据中运动平台的参数,包括飞机高度、地面海拔、横滚角、俯仰角、理想航向角、东速、北速、天速、脉冲重复频率、聚束点位置信息、伺服信息,距离向采样点数、方位向采样点数、采样频率、波束宽度、波长、图像量化系数等,在DSP中,这些参数定义为全局变量供八个核心共同访问。
实际上,飞机在飞行过程中受到自身抖动以及气流的影响,造成运动平台参数包括斜距、速度、高度、波束指向等存在偏差,从而影响回波数据的相位,导致图像散焦。运动补偿要分别在距离时域、频域进行,核0计算相位补偿因子,8个核协同处理进行复乘、FFT运算。具体处理过程为:
1.1,如图3所示,假设飞机以匀速v运动,飞机位置P,飞机飞行过程中由于受到气流或飞机自身抖动原因会偏离理想航行角θ0,导致飞机出现微小位移偏离至P1位置;目标与天线之间的理想斜距为Rs(t,R),飞机的理想航行角为θ0,飞机的偏离位移为瞬时斜距为R(t,R),在x轴、y轴、z轴三个方向各增加位移分量△x(t)、△y(t)、△z(t),对应其速度分量分别为△vx(t)、△vy(t)、△vz(t);则飞机的瞬时斜距与理想斜距之间的关系为:
其中,速度ve为飞机东向速度分量,vn为飞机北向速度分量,真实航向角θ=arctan(ve/vn),x轴方向速度分量y轴方向速度分量z轴方向速度分量vd飞机天向速度分量,H为雷达工作高度;△R(t,R)为运动误差;
1.2,在距离频域构造补偿滤波器H(fτ),采用补偿滤波器H(fτ)对回波数据的运动误差进行补偿,即采用H(fτ)点乘回波数据,得到运动误差补偿后的回波数据;
其中,fc为雷达发射信号载频,fτ为第τ点对应的信号频率,C为光速;
经过H(fτ)处理后,回波数据中的距离向附加的延时、相位误差被校正。在计算时,DSP的8个内核共同处理完成定点转浮点、去均值、距离向FFT,点乘补偿因子H(fτ)的运算。
步骤2,对于运动误差补偿后的回波数据,沿航迹方向对每个输入脉冲对应的方位采样点进行重采样,得到方位向重采样回波数据;对方位向重采样回波数据进行距离向相位补偿,得到距离向相位补偿后的回波数据;
方位向插值是从非均匀输入间隔到均匀输出间隔的采样,是在沿航迹方向上对每一个输入脉冲所对应的方位采样点进行重采样,从而产生一个在方位频域上具有均匀采样间隔的中间结果以便后续距离向重采样处理。插值时,每个方位向的采样点坐标A1,方位向空间频率轴坐标A2,计算公式如下:
采用16点sinc插值法进行坐标转换。DSP生成sinc表存在共享内存中,使用查表法,进行插值运算。方位向采样在距离频域进行,由于运动补偿后回波数据已经在距离频域,直接进行查表运算。具体处理过程:
2.1,采用16点sinc插值法,使用sinc系数对样本点坐标位于[N-8,N+8)范围内的所有运动误差补偿后的回波数据进行加权求和,得到插值结果;sinc系数的计算公式为:
其中,N是插值点总数,Ni是插值点索引;
2.2,16点sinc插值的时域重建方程为:
其中,f(x)为x处的插值结果,fd(i)为在x=i处的样本值。
采用点乘线性相位的方式来替代传统插值。距离重采样是在距离时域和方位时域完成,计算好的相位因子存在共享内存中,每次计算需要DMA一个距离向数据进行3次复乘运算。
距离向补偿过程:
2.3,根据雷达运动平台的参数,分别计算出相位补偿因子φ1(fτ)、φ2(fτ)、φ3(fτ),具体为:
其中,τ为采样序号,fc为雷达发射信号载频,为理论调频斜率,λ为雷达发射波长,Rn是目标到雷达的距离,C为光速,Ra=τ·dR,fs为采样频率;PRF表示脉冲重复频率,表示飞机到成像区域中心的地面距离,Rs为中心斜距;nan为回波数据的方位向点数;
2.4,采用相位补偿因子φ1(fτ)、φ2(fτ)、φ3(fτ)对方位向重采样回波数据进行距离向相位补偿,即φ1(fτ)与方位向重采样回波数据进行点乘后再依次与φ2(fτ)、φ3(fτ)点乘,得到距离向相位补偿后的回波数据。
以上过程中,DSP的核0计算出3个相位补偿因子存在共享内存中,8个核心同时计算,每个核负责1/8距离向数据,每次计算首先把一个距离向数据由DDR3通过DMA搬移到L2(二级存储空间)中,然后依次完成IFFT、复数点乘φ1(fτ)、φ2(fτ)、φ3(fτ),计算完成后再通过DMA将数据由L2搬移到DDR3。
步骤3,采用子孔径相关法对距离向相位补偿后的回波数据进行多普勒调频率的估计,得到多普勒调频率估计向量根据多普勒调频率估计向量构造二次相位补偿函数,采用二次相位补偿函数对距离向补偿后的回波数据进行方位向二次相位误差补偿,得到方位向二次补偿后的回波数据;
采用图像偏移(MD)算法进行参数估计。进行估计时对回波数据进行分段,每个核负责1/8方位数据。根据实际情况调整子孔径的长度和步进长度,以平衡调频率估计的速度和精度。对估计出的多普勒频率进行曲线拟合,获得线性相位对回波数据进行补偿。
采用子孔径相关法(MD)估计回波多普勒信号的调频斜率fka,调整参考函数实现匹配滤波,能够有效的消除方位向二次相位误差的影响,从而提高图像聚焦效果、改善图像质量。
算法流程图如图4所示,具体过程为:
3.1,设距离向相位补偿后的回波数据中任一距离单元的回波数据为s(t)=a(t)exp(jπfkat2),将该回波数据分为前子孔径回波数据s1(t)和后子孔径回波数据s2(t):
3.2,对前子孔径回波数据s1(t)和后子孔径回波数据s2(t)分别做傅里叶变换,得到对应频域回波数据:
其中,
3.3,根据子孔径相关法的原理可知:
首先,构建三次多项式f(xi):
f(xi)=a+bxi+cxi 2+dxi 3
其中,a为常数项,b为一次项系数,c为二次项系数,d为三次项系数,f(xi)为xi对应的估计结果,xi为第i个估计点,xi的间隔为128个点;
然后,由估计结果求解出三次多项式系数a、b、c、d,再将系数a、b、c、d带入插值函数g(u),得到插值结果,即二次相位补偿函数:
g(u)=a+bu+cu2+du3
其中,u为插值后样本点,其长度为方位向点数nan,间隔为1个点;
3.5,采用二次相位补偿函数对距离向补偿后的回波数据进行方位向二次相位误差补偿,即二次相位补偿函数g(u)点乘距离向补偿后的回波数据,得到二次相位误差补偿后的回波数据。
步骤4,对所述方位向二次补偿后的回波数据进行方位向脉压处理,得到脉压后的图像域回波数据;构造几何校正因子,对脉压后的图像域回波数据进行距离几何校正,得到几何校正后的回波数据;
方位向脉冲压缩,补偿后的回波数据点乘匹配函数完成方位脉压。方位脉压是方位时域完成,核0计算出匹配函数,存在共享内存中,每次计算需要DMA一个方位向数据进行1次复乘运算。计算完成后进行FFT,数据转到方位频域。
采用点乘几何校正因子补偿由于忽略距离弯曲造成的一次、二次相位误差。距离向几何校正是在二维频域完成,计算完成后进行距离向IFFT,数据转到距离时域、方位频域,即图像域。核0完成校正因子计算,每个核负责1/8距离向数据,每次运算需要进行FFT、复乘、IFFT。
本发明窗函数使用的是汉明窗wina(i),具体如下:
其中,L为汉明窗长度,i为第i个采样点。计算时,核0计算出窗函数、相位补偿因子存在共享内存,DSP的8个内核协同处理,首先把一个方位向数据由DDR3通过DMA搬移到L2中,然后依次完成复数乘法,复数点乘实数、完成后再通过DMA将数据由L2搬移到DDR3。
首先,构造几何校正因子H(n):
然后,采用几何校正因子H(n)与脉压后的图像域回波数据进行点乘,得到几何校正后的回波数据。
计算时,核0计算出窗函数、几何校正因子存在共享内存中,DSP的8个核心协同处理,首先把一个距离向数据由DDR3通过DMA搬移到L2中,然后依次完成FFT、复数乘法,IFFT,完成后再通过DMA将数据由L2搬移到DDR3。
步骤5,采用相位梯度自聚焦算法对几何校正后的回波数据进行高阶残余相位误差估计,得到高阶残余相位误差估计矩阵,采用高阶残余相位误差估计矩阵对几何校正后的回波数据进行残余相位补偿,得到聚焦图像;
采用相位梯度法(PGA)对回波数据的高阶残余相位进行估计,对估计出的相位进行曲线拟合,然后对数据进行补偿。首先对数据进行分段,每个核负责1/8方位向数据,估计时对中6/8距离向数据求能量并排序,选择能量大的数据进行加窗处理,计算相位梯度,最后积分计算出相位,进行补偿。
算法流程如图5所示,自聚焦的具体步骤为:
5.1,强散射区域的回波信号具有较大信噪比,能提供更多的相位误差信息,PGA估计时效果会更好。为了降低运算量,对于复杂场景只选取含有信息量较大的距离单元进行处理。即选取几何校正后的回波数据中的强散射区域,即对于每个距离单元内数据,取其中间3/4长度的数据进行能量累加,遍历所有距离单元,得到所有距离单元的能量值,对其按从大到小进行排序,取位于前256位数据对应的距离单元数据为强散射区域;
5.2,对每个强散射区域对应的方位向数组进行循环移位,使每个距离单元中的最强散射点移动至方位向中间位置,即频域中的零频位置,消除点目标中的线性相位误差,得到消除线性相位误差的强散射区域回波数据;
其中,所述循环移位为距离单元所有方位向上的每个散射点值分别随最强散射点的移动而相应移动,当一个散射点值移动至数组的一端,则下一次移动该散射点值移动至数组的另一端;
5.3,对每个消除线性相位误差的强散射区域回波数据进行加窗滤波处理,具体为:设定矩形滤波窗初始宽度(为最可能的模糊宽度),对每个消除线性相位误差的强散射区域进行逐次加窗滤波处理,每次加窗滤波处理后,矩形滤波窗的宽度降低为上次的50%-20%,直到矩形窗的宽度减少到3个距离单元为至,加窗滤波处理结束,得到加窗后强散射区域回波数据;
5.4,对加窗后强散射区域回波数据在方位时域进行相位梯度估计,具体为:
最大似然相位梯度估计算子为:
其中,为相位梯度估计,x(α,m)表示加窗后强散射区域回波数据的第α个距离单元数据的离散表达,l为离散样本点,arg{.}为取相位,conj表示复数取共轭操作;即对加窗后强散射区域回波数据在方位时域进行错位复共轭点乘,取其相位即得到对应强散射区域的相位梯度估计
下次迭代过程为:以当前迭代中的加窗后强散射区域回波数据为对象,重复步骤5.2-5.5,直到估计的相位误差开始收敛,即窗宽的大小达到3-5个像素单元,得到每个距离单元对应的高阶残余相位误差估计向量。
在估计过程中,DSP的8个内核协同处理,采用方位向点数1024步进960点的方式进行估计,每个核心处理1/8方位向数据,对数据进行补偿时,首先把一个方位向数据由DDR3通过DMA搬移到L2中,进行复数乘法,完成后再通过DMA将数据由L2搬移到DDR3。
步骤6,计算聚焦图像的多视点数,基于多视点数对聚焦图像进行相干斑点抑制;再对相干斑抑制后的图像进行多视量化,得到聚焦后的平滑灰度图像。
根据多普勒频率、飞机速度、方位向点数,计算出多视点数,然后进行取模求和。同时计算图像均值,进行8位图量化。根据图像明暗程度,调整量化系数,以获得明暗平滑的图像。
包含以下子步骤:
6.1,计算聚焦图像的多视点数Nas:
其中,k为理论调频率。
6.2,对于聚集图像的方位向数据,按从上到下、从左到右的顺序将相邻Nas点像素求和,作为新图像的相应位置的像素值;当聚焦图像的方位向数据处理完成,得到对应多视化图像;
6.3,计算多视化图像的像素均值,并将多视化图像的每个像素值除以像素均值,然后乘以量化系数,完成浮点格式的图像数据转化为8位或16位灰度级图像数据,得到平滑灰度图像。
仿真实验
为验证本发明所提方法的有效性,下面通过对外场挂飞实验数据进行仿真对本发明的技术效果做进一步说明。
1、仿真参数如表1所示:
表1仿真参数
表1为无人机载雷达参数。DSP按照600Hz的重复频率接收数据,每次接收的数据量为1GB,方位点为16384,距离向点数为16384,根据惯导数据中的截取位置,在距离向截取8192点。完成定点转浮点后一幅图的数据量为1GB。
2、仿真内容:
在TMS320C6678处理板上完成算法流程,依次参数解算、运动补偿、方位向插值、距离向相位补偿、调频率相位估计补偿、方位向脉冲压缩、距离向几何校正、PGA相位估计补偿、图像多视量化、图像输出,并监测每个模块运行时间。对方位向重采样、距离向重采样数据结果进行分析,对成像聚焦效果,分辨率进行分析。
3、仿真结果分析
方位向nan为16384,重复频率PRF为600,处理时间T′计算公式为:
计算出理论处理时间为27.31s。在实际处理过程中,还需要进行矩阵转置使得对方位向或距离向操作时能更加省时,1GB数据量进行一次矩阵转置耗时0.4s,算法共需要5次矩阵转置,则该操作消耗2s,再加上其他模块算法耗时,测得总耗时为18.51s。本发明总耗时远小于理论时间,满足实时要求,并为算法改进预留充足时间空间。
图6为PFA坐标转换对比图,(a)为雷达接收的原始回波数据时域图,可以看出距离单元存在明显的距离徙动;(b)为方位向插值结果图,可以看出经过方位重采样,距离徙动得到一定校正;(c)为距离向补偿后结果图,可以看出数据距离徙动得到有效校正,图像曲线完全校正为直线。说明本发明的距离向重采样能够得到较好距离向校正效果。
虽然,本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (7)
1.一种基于改进PFA的聚束SAR成像方法,其特征在于,包括以下步骤:
步骤1,SAR接收回波数据,并对回波数据进行运动误差补偿,得到运动误差补偿后的回波数据;
步骤2,对于运动误差补偿后的回波数据,沿航迹方向对每个输入脉冲对应的方位采样点进行重采样,得到方位向重采样回波数据;对方位向重采样回波数据进行距离向相位补偿,得到距离向相位补偿后的回波数据;
所述沿航迹方向对每个输入脉冲对应的方位采样点进行重采样为采用延航迹方向的一维插值完成方位向重采样,具体为:
2.1,采用16点sinc插值法,使用sinc系数对样本点坐标位于[N-8,N+8)范围内的所有运动误差补偿后的回波数据进行加权求和,得到插值结果;sinc系数的计算公式为:
其中,N是插值点总数,Ni是插值点索引;
2.2,16点sinc插值的时域重建方程为:
其中,f(x)为x处的插值结果,fd(i)为在x=i处的样本值;
所述对方位向重采样回波数据进行距离向相位补偿,具体为:
2.3,根据雷达运动平台的参数,分别计算出相位补偿因子φ1(fτ)、φ2(fτ)、φ3(fτ),具体为:
其中,τ为采样序号,fc为雷达发射信号载频,为理论调频斜率,λ为雷达发射波长,Rn是目标到雷达的距离,C为光速,Ra=τ·dR,fs为采样频率;PRF表示脉冲重复频率,表示飞机到成像区域中心的地面距离,Rs为中心斜距;nan为回波数据的方位向点数;fτ为第τ点对应的信号频率;v为飞机的速度;H为雷达工作高度;N是插值点总数;
2.4,采用相位补偿因子φ1(fτ)、φ2(fτ)、φ3(fτ)对方位向重采样回波数据进行距离向相位补偿,即φ1(fτ)与方位向重采样回波数据进行点乘后再依次与φ2(fτ)、φ3(fτ)点乘,得到距离向相位补偿后的回波数据;
步骤3,采用子孔径相关法对距离向相位补偿后的回波数据进行多普勒调频率的估计,得到多普勒调频率估计向量根据多普勒调频率估计向量构造二次相位补偿函数,采用二次相位补偿函数对距离向补偿后的回波数据进行方位向二次相位误差补偿,得到方位向二次补偿后的回波数据;
所述采用子孔径相关法对距离向相位补偿后的回波数据进行多普勒调频率的估计,其具体过程为:
3.1,设距离向相位补偿后的回波数据中任一距离单元的回波数据为s(t)=a(t)exp(jπfkat2),将该回波数据分为前子孔径回波数据s1(t)和后子孔径回波数据s2(t):
3.2,对前子孔径回波数据s1(t)和后子孔径回波数据s2(t)分别做傅里叶变换,得到对应频域回波数据:
其中,
3.3,根据子孔径相关法的原理可知:
步骤4,对所述方位向二次补偿后的回波数据进行方位向脉压处理,得到脉压后的图像域回波数据;构造几何校正因子,对脉压后的图像域回波数据进行距离几何校正,得到几何校正后的回波数据;
步骤5,采用相位梯度自聚焦算法对几何校正后的回波数据进行高阶残余相位误差估计,得到高阶残余相位误差估计矩阵,采用高阶残余相位误差估计矩阵对几何校正后的回波数据进行残余相位补偿,得到聚焦图像;
步骤6,计算聚焦图像的多视点数,基于多视点数对聚焦图像进行相干斑点抑制;再对相干斑抑制后的图像进行多视量化,得到聚焦后的平滑灰度图像。
2.根据权利要求1所述的基于改进PFA的聚束SAR成像方法,其特征在于,所述对回波数据进行运动补偿,具体为:
1.1,设飞机以匀速v运动,飞机的理想航行角为θ0,飞机的偏离位移为瞬时斜距为R(t,R),在x轴、y轴、z轴三个方向各增加位移分量△x(t)、△y(t)、△z(t),对应其速度分量分别为△vx(t)、△vy(t)、△vz(t);则飞机的瞬时斜距与理想斜距之间的关系为:
其中,速度ve为飞机东向速度分量,vn为飞机北向速度分量,真实航向角θ=arctan(ve/vn),x轴方向速度分量y轴方向速度分量z轴方向速度分量vd飞机天向速度分量,H为雷达工作高度;△R(t,R)为运动误差;Rs(t,R)为目标与天线之间的理想斜距;
1.2,在距离频域构造补偿滤波器H(fτ),采用补偿滤波器H(fτ)对回波数据的运动误差进行补偿,即采用H(fτ)点乘回波数据,得到运动误差补偿后的回波数据;
其中,fc为雷达发射信号载频,fτ为第τ点对应的信号频率,τ为采样序号;C为光速。
3.根据权利要求1所述的基于改进PFA的聚束SAR成像方法,其特征在于,所述根据多普勒调频率估计向量构造二次相位补偿函数,采用二次相位补偿函数对距离向补偿后的回波数据进行方位向二次相位误差补偿,具体为:
首先,构建三次多项式f(xi):
f(xi)=a+bxi+cxi 2+dxi 3
其中,a为常数项,b为一次项系数,c为二次项系数,d为三次项系数,f(xi)为xi对应的估计结果,xi为第i个估计点,xi的间隔为128个点;
然后,由估计结果求解出三次多项式系数a、b、c、d,再将系数a、b、c、d带入插值函数g(u),得到插值结果,即二次相位补偿函数:
g(u)=a+bu+cu2+du3
其中,u为插值后样本点,其长度为方位向点数nan,间隔为1个点;
3.5,采用二次相位补偿函数对距离向补偿后的回波数据进行方位向二次相位误差补偿,即二次相位补偿函数g(u)点乘距离向补偿后的回波数据,得到二次相位误差补偿后的回波数据。
5.根据权利要求1所述的基于改进PFA的聚束SAR成像方法,其特征在于,采用相位梯度自聚焦算法对几何校正后的回波数据进行高阶残余相位误差估计,具体为:
5.1,选取几何校正后的回波数据中的强散射区域,即对于每个距离单元内数据,取其中间3/4长度的数据进行能量累加,遍历所有距离单元,得到所有距离单元的能量值,对其按从大到小进行排序,取位于前256位数据对应的距离单元数据为强散射区域;
5.2,对每个强散射区域对应的方位向数组进行循环移位,使每个距离单元中的最强散射点移动至方位向中间位置,即频域中的零频位置,消除点目标中的线性相位误差,得到消除线性相位误差的强散射区域回波数据;
其中,所述循环移位为距离单元所有方位向上的每个散射点值分别随最强散射点的移动而相应移动,当一个散射点值移动至数组的一端,则下一次移动该散射点值移动至数组的另一端;
5.3,对每个消除线性相位误差的强散射区域回波数据进行加窗滤波处理,具体为:设定矩形滤波窗初始宽度,对每个消除线性相位误差的强散射区域进行逐次加窗滤波处理,每次加窗滤波处理后,矩形滤波窗的宽度降低为上次的50%-20%,直到矩形窗的宽度减少到3个距离单元为至,加窗滤波处理结束,得到加窗后强散射区域回波数据;
5.4,对加窗后强散射区域回波数据在方位时域进行相位梯度估计,具体为:
最大似然相位梯度估计算子为:
其中,为相位梯度估计,x(α,m)表示加窗后强散射区域回波数据的第α个距离单元数据的离散表达,l为离散样本点,arg{.}为取相位,conj表示复数取共轭操作;即对加窗后强散射区域回波数据在方位时域进行错位复共轭点乘,取其相位即得到对应强散射区域的相位梯度估计
下次迭代过程为:以当前迭代中的加窗后强散射区域回波数据为对象,重复步骤5.2-5.5,直到估计的相位误差开始收敛,得到每个距离单元对应的高阶残余相位误差估计向量。
6.权利要求1-5任一项所述的基于改进PFA的聚束SAR成像方法的DSP实现方法,其特征在于,所述成像方法在DSP-TMS320C6678平台上实现,具体为:回波数据经由FPGA按照设定重复频率通过SRIO发送给DSP,DSP的八个核按照距离向连续的方式,通过DMA将回波数据搬移到DDR3存储;所述成像方法的计算过程由DSP的八个内核协作完成;
所述成像方法的步骤1-步骤3的回波数据处理过程中,每个步骤中间量的计算在同一个内核中进行,得到的中间量存储于共享内存,每次处理过程中先把一个方位向数据由DDR3通过DMA搬移到二级存储空间后再进行相应计算;
7.根据权利要求6所述的DSP实现方法,其特征在于,所述回波数据搬移到DDR3存储,具体为:采用矩阵存储方式把每个脉冲数据等分成八个数据段,每个数据段分别存储于一个内核中;设定回波数据的方位向点数为nan,距离向点数为nrn,则每个数据段距离向点数为nrn/8,回波数据按照距离向连续存放,8个数据段的首地址间隔为nan*nrn/8*2*4字节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010669080.5A CN111856461B (zh) | 2020-07-13 | 2020-07-13 | 基于改进pfa的聚束sar成像方法及其dsp实现 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010669080.5A CN111856461B (zh) | 2020-07-13 | 2020-07-13 | 基于改进pfa的聚束sar成像方法及其dsp实现 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111856461A CN111856461A (zh) | 2020-10-30 |
CN111856461B true CN111856461B (zh) | 2023-04-11 |
Family
ID=72983965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010669080.5A Active CN111856461B (zh) | 2020-07-13 | 2020-07-13 | 基于改进pfa的聚束sar成像方法及其dsp实现 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111856461B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986997B (zh) * | 2021-04-09 | 2022-12-09 | 中国科学院空天信息创新研究院 | 无人机载sar实时成像处理方法、装置、电子设备 |
CN113885029A (zh) * | 2021-09-28 | 2022-01-04 | 理工雷科电子(西安)有限公司 | 一种基于DSP实现Sar成像中提高精度和时效性的方法 |
CN113900100B (zh) * | 2021-12-09 | 2022-03-08 | 中国科学院空天信息创新研究院 | 一种基于时域解混叠的聚束sar全孔径处理方法 |
CN114397660B (zh) * | 2022-01-24 | 2022-12-06 | 中国科学院空天信息创新研究院 | 用于sar实时成像的处理方法及处理芯片 |
CN114280571B (zh) * | 2022-03-04 | 2022-07-19 | 北京海兰信数据科技股份有限公司 | 一种雨杂波信号的处理方法、装置及设备 |
CN116148856B (zh) * | 2023-04-17 | 2023-07-04 | 南京邮电大学 | 一种sar动目标二维自聚焦成像处理方法 |
CN116660899B (zh) * | 2023-08-01 | 2023-10-13 | 西安电子科技大学 | 基于fpga+dsp的近场目标isar成像系统及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6781541B1 (en) * | 2003-07-30 | 2004-08-24 | Raytheon Company | Estimation and correction of phase for focusing search mode SAR images formed by range migration algorithm |
CN101226237A (zh) * | 2008-01-10 | 2008-07-23 | 西安电子科技大学 | 聚束式合成孔径激光雷达成像方法 |
CN101430380A (zh) * | 2008-12-19 | 2009-05-13 | 北京航空航天大学 | 基于非均匀采样的大斜视角机载sar聚束模式成像方法 |
CN104391297A (zh) * | 2014-11-17 | 2015-03-04 | 南京航空航天大学 | 一种划分子孔径pfa雷达成像方法 |
CN105974414A (zh) * | 2016-06-24 | 2016-09-28 | 西安电子科技大学 | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 |
CN106324597A (zh) * | 2016-07-29 | 2017-01-11 | 西安电子科技大学 | 基于pfa的大转角isar雷达的平动补偿和成像方法 |
CN109143237A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7511656B2 (en) * | 2006-02-10 | 2009-03-31 | Raytheon Company | Spotlight synthetic aperture radar (SAR) system and method for generating a SAR map in real-time using a modified polar format algorithm (PFA) approach |
-
2020
- 2020-07-13 CN CN202010669080.5A patent/CN111856461B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6781541B1 (en) * | 2003-07-30 | 2004-08-24 | Raytheon Company | Estimation and correction of phase for focusing search mode SAR images formed by range migration algorithm |
CN101226237A (zh) * | 2008-01-10 | 2008-07-23 | 西安电子科技大学 | 聚束式合成孔径激光雷达成像方法 |
CN101430380A (zh) * | 2008-12-19 | 2009-05-13 | 北京航空航天大学 | 基于非均匀采样的大斜视角机载sar聚束模式成像方法 |
CN104391297A (zh) * | 2014-11-17 | 2015-03-04 | 南京航空航天大学 | 一种划分子孔径pfa雷达成像方法 |
CN105974414A (zh) * | 2016-06-24 | 2016-09-28 | 西安电子科技大学 | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 |
CN106324597A (zh) * | 2016-07-29 | 2017-01-11 | 西安电子科技大学 | 基于pfa的大转角isar雷达的平动补偿和成像方法 |
CN109143237A (zh) * | 2018-08-31 | 2019-01-04 | 电子科技大学 | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 |
Non-Patent Citations (4)
Title |
---|
A Modified ω–k Algorithm for HS-SAR Small-Aperture Data Imaging;Yi Liang et al.;《IEEE Transactions on Geoscience and Remote Sensing》;20160229;第54卷(第6期);第3710-3721页 * |
Azimuth Migration-Corrected Phase Gradient Autofocus for Bistatic SAR Polar Format Imaging;Yuxuan Miao et al.;《IEEE Geoscience and Remote Sensing Letters》;20200504;第18卷(第4期);第697-701页 * |
基于二维逆滤波的机载SAR自聚焦算法;胡国光等;《海军航空工程学院学报》;20161120;第31卷(第6期);第625-628、647页 * |
基于距离向Scaling原理的聚束SAR极坐标格式成像算法;李超等;《电子与信息学报》;20110630;第33卷(第6期);第1434-1439页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111856461A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111856461B (zh) | 基于改进pfa的聚束sar成像方法及其dsp实现 | |
CN111443339B (zh) | 一种双基sar空变校正成像方法、装置、设备及存储介质 | |
CN105842694B (zh) | 一种基于ffbp sar成像的自聚焦方法 | |
CN109143237B (zh) | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 | |
CN107229048B (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
CN105301589B (zh) | 高分辨宽测绘带sar地面运动目标成像方法 | |
CN110412587B (zh) | 一种基于解卷积的下视合成孔径三维成像方法及系统 | |
KR101456185B1 (ko) | 레이더 영상 형성 방법 및 장치 | |
CN111999734B (zh) | 一种宽带斜视聚束sar两步成像方法 | |
CN111190181B (zh) | 颠簸平台无人机载sar实时成像处理方法 | |
CN103018739A (zh) | 一种校正多通道幅相误差的微波三维成像方法 | |
CN109597076B (zh) | 用于地基合成孔径雷达的数据处理方法及装置 | |
CN113589285A (zh) | 一种飞行器sar实时成像方法 | |
CN106950565A (zh) | 星载sar成像抖动补偿方法、成像方法 | |
JP2011169869A (ja) | レーダ信号処理装置 | |
CN111722225B (zh) | 基于先验相位结构信息的双基sar两维自聚焦方法 | |
CN114545411A (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 | |
CN107589421B (zh) | 一种阵列前视sar成像方法 | |
CN114325704B (zh) | 一种基于波数谱拼接的合成孔径雷达快速时域成像方法 | |
CN109143236B (zh) | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 | |
CN111208514A (zh) | 一种曲线运动轨迹SAR的切比雪夫斜距模型和Chirp Scaling成像方法 | |
CN109188436B (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 | |
CN106990397A (zh) | 双基地前视sar非系统距离徙动校正方法 | |
CN112649806B (zh) | 一种mimo雷达近场三维成像方法 | |
CN116500626B (zh) | 一种多接收阵元数据收发合置转换方法 |
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 |