CN111965643A - 一种斜视sar bp图像中运动舰船目标重聚焦方法 - Google Patents

一种斜视sar bp图像中运动舰船目标重聚焦方法 Download PDF

Info

Publication number
CN111965643A
CN111965643A CN202010663720.1A CN202010663720A CN111965643A CN 111965643 A CN111965643 A CN 111965643A CN 202010663720 A CN202010663720 A CN 202010663720A CN 111965643 A CN111965643 A CN 111965643A
Authority
CN
China
Prior art keywords
image data
target
ship target
moving
ship
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.)
Granted
Application number
CN202010663720.1A
Other languages
English (en)
Other versions
CN111965643B (zh
Inventor
邢孟道
陈长虹
童旭耀
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202010663720.1A priority Critical patent/CN111965643B/zh
Publication of CN111965643A publication Critical patent/CN111965643A/zh
Application granted granted Critical
Publication of CN111965643B publication Critical patent/CN111965643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904SAR modes
    • G01S13/9041Squint mode
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021SAR image post-processing techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904SAR modes
    • G01S13/9052Spotlight mode
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9094Theoretical aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种斜视SAR BP图像中运动舰船目标重聚焦方法,包括:获取斜视SAR模式下运动舰船目标的回波数据;对运动舰船目标的回波数据进行距离压缩,得到距离波数域回波数据;对距离波数域回波数据进行BP积分,得到舰船目标的BP图像数据;对BP图像数据进行处理得到粗聚焦图像数据;对粗聚焦图像数据进行MFT精聚焦,得到舰船目标重聚焦结果。本发明提供的斜视SAR BP图像中运动舰船目标重聚焦方法能够更好地重构斜视SAR BP图像中的运动舰船目标,以满足舰船分类与识别的需求。

Description

一种斜视SAR BP图像中运动舰船目标重聚焦方法
技术领域
本发明属于雷达技术领域,具体涉及一种斜视SAR BP图像中运动舰船目标重聚焦方法。
背景技术
随着雷达技术的发展,各种新型体制雷达应运而生。合成孔径雷达(SyntheticAperture Radar,SAR)作为一种高分辨率成像雷达,由于具有较高的环境和气候适应能力,在军事和民事方面都得到了广泛的应用。传统的SAR算法主要用于对静止目标进行成像,随着海上侦察需求的增大,SAR图像中舰船目标重聚焦算法的研究具有同样重要的军事意义。舰船目标成像为舰船目标识别和分类提供有力支撑,对海上军事侦察尤为重要。一个完善的SAR图像应该能够分析舰船的位置、大小、航线、速度等其他任何能够帮助舰船目标检测和识别的参数。然而,由于舰船存在未知的平动和转动,舰船目标的重聚焦充满了挑战。
现有的重聚焦算法可以大致分为两类:自聚焦算法和基于参数估计的算法。自聚焦算法是一种估计和消除未聚焦目标相位误差的方法,广泛应用于ISAR(InverseSynthetic Aperture Radar,逆合成孔径雷达)和SAR领域,但是大部分自聚焦算法都有约束条件,比如典型的相位梯度自聚焦算法要求直线航迹和图像中存在特显点。基于参数估计的算法通常采用运动参数进行舰船重建,这类算法广泛应用于地面运动目标的重建,其对快速机动目标具有良好的适应性,但是该算法的图像质量过于依赖参数估计的准确性。
BP(Backpropagation algorithm,后向散射法)算法由于具有很强的函数复现能力被广泛应用于不同的SAR几何,其可以精确补偿曲线轨迹。然而,通过BP积分成像获得的运动舰船也会出现一些问题,一是舰船目标的运动会产生拖尾;二是当发射波束方向与预设的成像网格距离向之间不一致时,会导致二维波数谱的中心偏移和倾斜,进而产生几何形变,从而使距离-波束域的距离产生空变。在海况特别复杂的情况下,距离严重失配会导致包络模糊,使得BP算法失效,从而不能很好的重构斜视SAR BP图像中的运动舰船目标。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种斜视SAR BP图像中运动舰船目标重聚焦方法。本发明要解决的技术问题通过以下技术方案实现:
一种斜视SAR BP图像中运动舰船目标重聚焦方法,包括:
获取斜视SAR模式下运动舰船目标的回波数据;
对所述运动舰船目标的回波数据进行距离压缩,得到距离波数域回波数据;
对所述距离波数域回波数据进行BP积分,得到舰船目标的BP图像数据;
对所述BP图像数据进行处理得到粗聚焦图像数据;
对所述粗聚焦图像数据进行MFT精聚焦,得到舰船目标重聚焦结果。
在本发明的一个实施例中,所述运动舰船目标的回波数据的表达式为:
Figure BDA0002579572820000031
其中,S(tr,ta)表示运动舰船目标的回波数据,tr表示距离快时间,ta表示方位慢时间,σ表示目标杂波系数,R(Xn;xp,yp)表示SAR收发平台与舰船目标之间的瞬时斜距,Xn表示波束照射中心时刻平台的方位位置,xp,yp表示运动舰船在ta=0时刻的位置,c表示电磁波传播速度,Ta表示合成孔径时间,TP表示脉冲宽度,λ表示信号波长。
在本发明的一个实施例中,对所述运动舰船目标的回波数据进行距离压缩,得到距离波数域回波数据,包括:
将所述运动舰船目标的回波数据转换至距离频域方位时域,并乘以脉压匹配函数,得到所述运动舰船目标在距离向压缩的回波数据;
将所述运动舰船目标在距离向压缩的回波数据转换至距离波数域,得到距离波数域回波数据。
在本发明的一个实施例中,所述距离波数域回波数据的表达式为:
S(Kr,ta;xp,yp)=Wr(Kr)exp(-jKrR(Xn;xp,yp));
其中,S(Kr,ta;xp,yp)表示距离波数域回波数据,Wr(Kr)表示距离波数域包络信号,Kr表示发射波束,ta表示方位慢时间,R(Xn;xp,yp)表示SAR收发平台与舰船目标之间的瞬时斜距,Xn表示波束照射中心时刻平台的方位位置,xp,yp表示运动舰船在ta=0时刻的位置。
在本发明的一个实施例中,对所述距离波数域回波数据进行BP积分,得到目标的BP图像数据,包括:
对所述距离波数域包络信号与预设图像网格相位函数进行共轭相乘以及积分运算,得到舰船目标的BP图像数据。
在本发明的一个实施例中,所述BP图像数据的表达式为:
Figure BDA0002579572820000041
其中,f(x,y)表示BP图像数据,S(Kr,ta;xp,yp)表示距离波数域回波数据,RΔ(ta;x,y)表示舰船目标的瞬时斜距和图像网格的瞬时斜距之差,Kr表示发射波束,ta表示方位慢时间,Wr(Kr)表示距离波数域包络信号,xp,yp表示运动舰船在ta=0时刻的位置。
在本发明的一个实施例中,对所述BP图像数据进行处理得到粗聚焦图像数据,包括:
对所述BP图像数据进行几何校正,得到几何校正后的图像数据;
对所述几何校正后的图像数据进行舰船运动参数估计,并根据所述舰船运动参数构造第一相位函数,得到消除剩余相位的图像数据;
对所述消除剩余相位的图像数据构造第二相位函数以消除剩余相位的空变,得到平动补偿后的粗聚焦图像数据。
在本发明的一个实施例中,对所述BP图像数据进行几何校正,得到几何校正后的图像数据,包括:
对所述BP图像数据的二维波数谱表达式进行推导,并构造第一补偿函数以在空域对所述二维波数谱的中心偏移进行校正,得到二维波数谱中心对齐的目标数据;
根据第二补偿函数对所述二维波数谱中心对齐的目标数据在距离波数域方位空域进行二维波数谱倾斜的校正,得到几何校正后的图像数据。
在本发明的一个实施例中,对所述几何校正后的图像数据进行舰船运动参数估计,并根据所述舰船运动参数构造第一相位函数,得到消除剩余相位的图像数据,包括:
将所述几何校正后的图像数据变换至二维波数域,得到二维波数谱,并采用图像清晰度最大化原则,迭代计算所述舰船的运动参数,得到雷达平台和运动舰船的相对速度;
根据所述运动舰船的相对速度构造第一相位函数;
将所述二维波数谱与所述第一相位函数相乘,得到消除剩余相位的图像数据。
在本发明的一个实施例中,对所述粗聚焦图像数据进行MFT精聚焦,得到舰船目标重聚焦结果,包括:
对运动舰船目标的转动参数进行估计,并构造相位补偿函数作为MFT的基函数,以对所述粗聚焦图像数据进行MFT运算,得到舰船目标重聚焦结果。
本发明的有益效果:
1、本发明提供的斜视SAR BP图像中运动舰船目标重聚焦方法通过在距离波数域进行频谱压缩以消除因发射波束方向与预设的图像网格距离向不一致带来的几何形变问题,然后对二维波数谱进行精确分析,并通过构建补偿函数消除舰船平动的影响,得到粗聚焦图像,最后利用MFT算法进行精聚焦,最终得到舰船目标重聚焦结果。相比于现有技术,本发明提供的方法能够更好地重构斜视SAR BP图像中的运动舰船目标,以满足舰船分类与识别的需求;
2、本发明提供的斜视SAR BP图像中运动舰船目标重聚焦方法中提出的运动补偿方法也可以用于其他任何SAR成像算法的运动目标重聚焦。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种斜视SAR BP图像中运动舰船目标重聚焦方法流程示意图;
图2a~2b是本发明实施例提供的3个点目标的BP成像结果图和重聚焦结果图;
图3a~3c是本发明实施例提供的3个点目标成像仿真结果的等高线图;
图4a~4c是本发明实施例提供的3个点目标成像仿真结果的距离向剖面图;
图5a~5c是本发明实施例提供的3个点目标成像仿真结果的方位向剖面图;
图6a~6c是本发明实施例提供的舰船目标的模型图、成像仿真结果的BP成像结果图以及重聚焦结果图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1是本发明实施例提供的一种斜视SAR BP图像中运动舰船目标重聚焦方法流程示意图,包括:
步骤1:获取斜视SAR模式下运动舰船目标的回波数据。
在本实施例中,回波数据采用LFM(linear frequency modulation,线性调频)信号。
具体地,首先构建与距离向时间相关的时变频率信息以及与方位时间相关的斜距;该斜距表示的是SAR收发平台与所述舰船目标之间的瞬时斜距,其表达式为:
Figure BDA0002579572820000071
其中,H表示平台高度,Xn为波束照射中心时刻平台的方位位置,运动舰船在ta=0时刻位于(xp,yp),速度为v,v可以分解为vry和va,va表示沿轨道速度,vry表示垂直于轨道的速度。
Figure BDA0002579572820000072
表示雷达和目标的相对速度,V表示平台的运动速度,
xpe=((1-γa)xpryp)/γp
Figure BDA0002579572820000073
在本实施例中,运动舰船的瞬时斜距可以假设为静止目标,其实际位置为(xpep,ype)。
然后,构建舰船目标的回波数据模型,包括SAR收发平台与所述动目标之间的瞬时斜距,得到运动舰船目标的回波数据的表达式,为:
Figure BDA0002579572820000074
其中,S(tr,ta)表示运动舰船目标的回波数据,tr表示距离快时间,ta表示方位慢时间,σ表示目标杂波系数,R(Xn;xp,yp)表示SAR收发平台与舰船目标之间的瞬时斜距,Xn表示波束照射中心时刻平台的方位位置,xp,yp表示运动舰船在ta=0时刻的位置,c表示电磁波,Ta表示合成孔径时间,TP表示脉冲宽度,λ表示信号波长。
步骤2:对运动舰船目标的回波数据进行距离压缩,得到距离波数域回波数据,具体包括:
2.1)将运动舰船目标的回波数据转换至距离频域方位时域,并乘以脉压匹配函数,得到运动舰船目标在距离向压缩的回波数据,为:
Figure BDA0002579572820000081
其中,脉压匹配函数的表达式为
Figure BDA0002579572820000082
ar(tr)和ar(tr)表示时域距离包络和方位包络,B表示调频带宽,
2.2)将运动舰船目标在距离向压缩的回波数据转换至距离波数域,得到距离波数域回波数据,其表达式为:
S(Kr,ta;xp,yp)=Wr(Kr)exp(-jKrR(Xn;xp,yp));
其中,Wr(Kr)表示距离波数域包络信号,Kr表示发射波束。
步骤3:对距离波数域回波数据进行BP积分,得到舰船目标的BP图像数据。
对距离波数域包络信号与预设图像网格相位函数进行共轭相乘以及积分运算,得到舰船目标的BP图像数据。
具体地,首先将距离波数域包络信号与预设图像网格的相位函数H1共轭相乘,然后将相乘后的结果沿发射波数和方位慢时间做双重积分,得到舰船目标的BP图像数据。其中相位函数H1的表达式为:
H1=exp(jKrR(ta;x,y));
其中,
Figure BDA0002579572820000083
表示图像网格和雷达波数中心之间的瞬时斜距。
舰船目标的BP图像数据结果为:
Figure BDA0002579572820000091
其中,RΔ(ta;x,y)为舰船目标的瞬时斜距和图像网格的瞬时斜距之差,表达式为:
Figure BDA0002579572820000092
步骤4:对BP图像数据进行处理得到粗聚焦图像数据,具体包括:
4.1)对BP图像数据进行几何校正,得到几何校正后的图像数据;
在本实施例中,需要对BP图像数据进行两次几何校正。
首先进行第一次几何校正,对BP图像数据的二维波数谱表达式进行推导,并构造第一补偿函数以在空域对所述二维波数谱的中心偏移进行校正,得到二维波数谱中心对齐的目标数据。
具体而言,舰船目标BP图像的二维波数谱存在着中心线偏移和波数谱倾斜,应将舰船目标BP图像在二维空域乘以第一补偿函数Hgc1,校正波数谱中心线的偏移,第一补偿函数Hgc1的表达式为:
Figure BDA0002579572820000093
其中,ti表示成像中心时刻,Krc=4πfc/c为发射信号中心频率,fc对应波数。
然后进行第二次几何校正,根据第二补偿函数对所述二维波数谱中心对齐的目标数据在距离波数域方位空域进行二维波数谱倾斜的校正,得到几何校正后的图像数据。
第二补偿函数Hgc2的表达式为:
Figure BDA0002579572820000101
其中,Kx,Ky表示波数在方位向和距离向的分量,K'y为雷达正侧视时的波数,其模值为
Figure BDA0002579572820000102
K'y-K'yc=Ky′,
Figure BDA0002579572820000103
表示二维波数谱的中心线,其中Kx′=Kx-Kxc,Kxc表示中心频率对应波数在方位向的分量。
具体地,将第一步几何校正后的数据变换至距离波数域,乘以第二补偿函数Hgc2,以消除二维波数谱的倾斜,得到几何校正后的图像数据。
4.2)对几何校正后的图像数据进行舰船运动参数估计,并根据所述舰船运动参数构造第一相位函数,得到消除剩余相位的图像数据。
首先,将所述几何校正后的图像数据变换至二维波数域,得到二维波数谱,并采用图像清晰度最大化原则,迭代计算所述舰船的运动参数,得到雷达平台和运动舰船的相对速度。
具体而言,将上述几何校正后的图像变换到二维波数域,得到二维波数谱的表达式为:
Figure BDA0002579572820000104
其中,Gr(Ky)和Ga(Kx)表示二维波数域的距离包络和方位包络,将图像的距离向转换为雷达正侧视时的波数K'y方向,令
Figure BDA0002579572820000105
Figure BDA0002579572820000106
上式可以写成:
Figure BDA0002579572820000107
其中,第一个指数项表示舰船聚焦的实际位置(xpep,y'pe),第二个指数项表示舰船平动引起的残余相位项。
由于图像质量的高低取决于运动参数估计的准确度,在本实施例中,构造第一相位函数Hmatch与二维波数谱相乘,补偿平动引起的残余相位,根据图像清晰度最大原则,迭代计算出雷达平台与舰船目标的相对速度的估计值
Figure BDA0002579572820000111
Figure BDA0002579572820000112
以完成平动引起的剩余相位的消除。
其中第一相位函Hmatch的表达式为:
Figure BDA0002579572820000113
4.3)对消除剩余相位的图像数据构造第二相位函数以消除剩余相位的空变,得到平动补偿后的粗聚焦图像数据。
具体而言,当舰船目标的尺寸超过一个距离单元时,剩余相位的空间变化不可忽略,中心点旁边的剩余相位的表达式为:
Figure BDA0002579572820000114
其中,y'pc表示船目标超出的距离单元位置。
因此,构造第二相位函数的表达式为:
Figure BDA0002579572820000115
当距离空变引起的残余相位项消除后,平动引起的影响被完全消除。目标的聚焦位置为(xpep,y'pe)。
步骤5:根据已有的MFT精聚焦技术,对粗聚焦图像数据进行MFT精聚焦,得到舰船目标重聚焦结果。
在本实施例中,对运动舰船目标的转动参数进行估计,并构造相位补偿函数作为MFT的基函数,以对所述粗聚焦图像数据进行MFT运算,得到舰船目标重聚焦结果。
具体地,平动补偿完成后,由于舰船目标存在转动,其相位函数含有高次项,可以通过对转动参数的估计,构造相位补偿函数和MFT的基函数,与粗聚焦图像做MFT得到舰船目标精聚焦图像。将信号变换到二维空域,得到平动补偿后的粗聚焦结果,假设舰船目标短时间内为匀加速转动,舰船目标的距离包络像表达式为:
Figure BDA0002579572820000121
其中,
Figure BDA0002579572820000122
Ωz0为转动初速度,Ωz1为转动加速度,
Figure BDA0002579572820000123
对距离脉压信号的第二个指数项做相位补偿,再做MFT运算,就能得到精聚焦图像:
Figure BDA0002579572820000124
其中,
Figure BDA0002579572820000125
表示MFT计算,
Figure BDA0002579572820000126
由于转动参数未知,可以通过最大化图像锐化度(ISS)迭代计算出转动参数转动初速度Ωz0和转动加速度Ωz1,即
Figure BDA0002579572820000127
其中
Figure BDA0002579572820000128
为图像的负ISS。估计计算出转动参数的同时,完成了舰船目标的精聚焦,目标的聚焦位置为
Figure BDA0002579572820000129
本实施例提供的斜视SAR BP图像中运动舰船目标重聚焦方法通过在距离波数域进行频谱压缩以消除因发射波束方向与预设的图像网格距离向不一致带来的几何形变问题,然后对二维波数谱进行精确分析,并通过构建补偿函数消除舰船平动的影响,得到粗聚焦图像,最后利用MFT算法进行精聚焦,最终得到舰船目标重聚焦结果。相比于现有技术,本实施例提供的方法能够更好地重构斜视SAR BP图像中的运动舰船目标,以满足舰船分类与识别的需求;此外,本实施例提出的运动补偿方法也可以用于其他任何SAR成像算法的运动目标重聚焦。
实施例二
为了验证上述实施例一提供的一种斜视SAR BP图像中舰船目标重聚焦方法的有效性,下面通过仿真实验做进一步说明。
仿真实验一:点目标仿真。
实验参数:表1为本实施例提供的点目标仿真实验中雷达发射信号的主要参数。
表1点目标仿真参数
Figure BDA0002579572820000131
采用表1所述参数,建立成像模型,设定3个点目标,进而构建回波数据并采用上述实施例一所述的方法进行目标重聚焦。请参见图2a~2b,图2a~2b是本发明实施例提供的3个点目标的BP成像结果图和重聚焦结果图;其中,图2a为BP结果图,图2b为重聚焦结果图。3个点目标的成像结果分析参数见表2所示。
如表2所示,仿真的3个点目标方位向的峰值旁瓣比(PSLR),积分旁瓣比(ISLR)和空间分辨率(3dB宽度)的数值与理论值很接近。
表2点目标成像结果分析参数
Figure BDA0002579572820000141
请参见图3a~3c、图4a~4c以及图5a~5c,图3a~3c是本发明实施例提供的3个点目标成像仿真结果的等高线图,其横坐标为方位向采样点,纵坐标为距离向采样点;其中,图3a为点目标1的成像结果等高线图,图3b为点目标2的成像结果等高线图,图3c为点目标3的成像结果等高线图。
图4a~4c是本发明实施例提供的3个点目标成像仿真结果的距离向剖面图,其横坐标表示距离向采样点,纵坐标表示幅度;其中,图4a为点目标1的成像结果距离向剖面图,图4b为点目标2的成像结果距离向剖面图,图4c为点目标3的成像结果距离向剖面图。
图5a~5c是本发明实施例提供的3个点目标成像仿真结果的方位向剖面图,其横坐标表示方位向采样点,纵坐标表示幅度;其中,图5a为点目标1的成像结果方位向剖面图,图5b为点目标2的成像结果方位向剖面图,图5c为点目标3的成像结果方位向剖面图。
从图4a~4c和图5a~5c可以看出,本实施例提供的3个点目标精聚焦结果峰值旁瓣比均小于-13dB,说明本发明提供的方法重聚焦结果良好。
仿真实验二:舰船目标仿真
实验参数:表3为本发明实施例舰船目标仿真实验中雷达发射信号的主要参数。
表3舰船目标仿真参数
Figure BDA0002579572820000151
采用表3所述参数,建立成像模型,设定含有117个散射点的舰船目标,进而构建回波数据并采用上述实施例一所述的方法进行目标重聚焦。
请参见图6a~6c,其中,图6a为舰船目标的三维模型图,三个轴分别表示X,Y,Z轴;图6b为舰船目标的BP成像结果图和图6c为舰船目标的重聚焦结果图,横坐标为方位向采样点,纵坐标为距离向采样点。从图6b和图6c可以看出,本实施例提供的舰船目标的重聚焦效果很好相比BP成像结果效果更好。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (10)

1.一种斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,包括:
获取斜视SAR模式下运动舰船目标的回波数据;
对所述运动舰船目标的回波数据进行距离压缩,得到距离波数域回波数据;
对所述距离波数域回波数据进行BP积分,得到舰船目标的BP图像数据;
对所述BP图像数据进行处理得到粗聚焦图像数据;
对所述粗聚焦图像数据进行MFT精聚焦,得到舰船目标重聚焦结果。
2.根据权利要求1所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,所述运动舰船目标的回波数据的表达式为:
Figure FDA0002579572810000011
其中,S(tr,ta)表示运动舰船目标的回波数据,tr表示距离快时间,ta表示方位慢时间,σ表示目标杂波系数,R(Xn;xp,yp)表示SAR收发平台与舰船目标之间的瞬时斜距,Xn表示波束照射中心时刻平台的方位位置,xp,yp表示运动舰船在ta=0时刻的位置,c表示电磁波传播速度,Ta表示合成孔径时间,TP表示脉冲宽度,λ表示信号波长。
3.根据权利要求1所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,对所述运动舰船目标的回波数据进行距离压缩,得到距离波数域回波数据,包括:
将所述运动舰船目标的回波数据转换至距离频域方位时域,并乘以脉压匹配函数,得到所述运动舰船目标在距离向压缩的回波数据;
将所述运动舰船目标在距离向压缩的回波数据转换至距离波数域,得到距离波数域回波数据。
4.根据权利要求3所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,所述距离波数域回波数据的表达式为:
S(Kr,ta;xp,yp)=Wr(Kr)exp(-jKrR(Xn;xp,yp));
其中,S(Kr,ta;xp,yp)表示距离波数域回波数据,Wr(Kr)表示距离波数域包络信号,Kr表示发射波束,ta表示方位慢时间,R(Xn;xp,yp)表示SAR收发平台与舰船目标之间的瞬时斜距,Xn表示波束照射中心时刻平台的方位位置,xp,yp表示运动舰船在ta=0时刻的位置。
5.根据权利要求1所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,对所述距离波数域回波数据进行BP积分,得到目标的BP图像数据,包括:
对所述距离波数域包络信号与预设图像网格相位函数进行共轭相乘以及积分运算,得到舰船目标的BP图像数据。
6.根据权利要求1所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,所述BP图像数据的表达式为:
Figure FDA0002579572810000021
其中,f(x,y)表示BP图像数据,S(Kr,ta;xp,yp)表示距离波数域回波数据,RΔ(ta;x,y)表示舰船目标的瞬时斜距和图像网格的瞬时斜距之差,Kr表示发射波束,ta表示方位慢时间,Wr(Kr)表示距离波数域包络信号,xp,yp表示运动舰船在ta=0时刻的位置。
7.根据权利要求1所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,对所述BP图像数据进行处理得到粗聚焦图像数据,包括:
对所述BP图像数据进行几何校正,得到几何校正后的图像数据;
对所述几何校正后的图像数据进行舰船运动参数估计,并根据所述舰船运动参数构造第一相位函数,得到消除剩余相位的图像数据;
对所述消除剩余相位的图像数据构造第二相位函数以消除剩余相位的空变,得到平动补偿后的粗聚焦图像数据。
8.根据权利要求7所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,对所述BP图像数据进行几何校正,得到几何校正后的图像数据,包括:
对所述BP图像数据的二维波数谱表达式进行推导,并构造第一补偿函数以在空域对所述二维波数谱的中心偏移进行校正,得到二维波数谱中心对齐的目标数据;
根据第二补偿函数对所述二维波数谱中心对齐的目标数据在距离波数域方位空域进行二维波数谱倾斜的校正,得到几何校正后的图像数据。
9.根据权利要求7所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,对所述几何校正后的图像数据进行舰船平动参数估计,并将所述舰船平动参数代入第一相位函数,得到消除剩余相位的图像数据,包括:
将所述几何校正后的图像数据变换至二维波数域,得到二维波数谱,并采用图像清晰度最大化原则,迭代计算所述舰船的运动参数,得到雷达平台和运动舰船的相对速度;
根据所述运动舰船的相对速度构造第一相位函数;
将所述二维波数谱与所述第一相位函数相乘,得到消除剩余相位的图像数据。
10.根据权利要求1所述的斜视SAR BP图像中运动舰船目标重聚焦方法,其特征在于,对所述粗聚焦图像数据进行MFT精聚焦,得到舰船目标重聚焦结果,包括:
对运动舰船目标的转动参数进行估计,并构造相位补偿函数作为MFT的基函数,以对所述粗聚焦图像数据进行MFT运算,得到舰船目标重聚焦结果。
CN202010663720.1A 2020-07-10 2020-07-10 一种斜视sar bp图像中运动舰船目标重聚焦方法 Active CN111965643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010663720.1A CN111965643B (zh) 2020-07-10 2020-07-10 一种斜视sar bp图像中运动舰船目标重聚焦方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010663720.1A CN111965643B (zh) 2020-07-10 2020-07-10 一种斜视sar bp图像中运动舰船目标重聚焦方法

Publications (2)

Publication Number Publication Date
CN111965643A true CN111965643A (zh) 2020-11-20
CN111965643B CN111965643B (zh) 2022-11-04

Family

ID=73361617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010663720.1A Active CN111965643B (zh) 2020-07-10 2020-07-10 一种斜视sar bp图像中运动舰船目标重聚焦方法

Country Status (1)

Country Link
CN (1) CN111965643B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112634275A (zh) * 2021-03-11 2021-04-09 北京海兰信数据科技股份有限公司 一种雷达回波图像处理方法及系统
CN112882029A (zh) * 2021-01-12 2021-06-01 西安电子科技大学 基于快速后向投影的机动轨迹大斜视波束指向sar成像方法
CN113030963A (zh) * 2021-02-04 2021-06-25 中国人民解放军陆军工程大学 联合残余相位消除的双基地isar稀疏高分辨成像方法
CN113111758A (zh) * 2021-04-06 2021-07-13 中山大学 一种基于脉冲神经网络的sar图像舰船目标识别方法
CN113589284A (zh) * 2021-07-28 2021-11-02 河南大学 一种逆合成孔径雷达对舰船目标的成像方法和系统
CN114384520A (zh) * 2022-03-24 2022-04-22 中国人民解放军火箭军工程大学 一种机动平台对海面船只精细化雷达成像方法
CN116243315A (zh) * 2023-04-27 2023-06-09 中国人民解放军国防科技大学 三维摆动目标的sar图像重聚焦方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012020439A1 (en) * 2010-08-11 2012-02-16 Selex Galileo S.P.A. Multi-grazing isar imaging method and system providing isar side-view images with improved cross-range resolution
CN104181528A (zh) * 2014-08-06 2014-12-03 西安电子科技大学 基于bp优化的压缩感知多层isar成像方法
CN104237885A (zh) * 2014-09-15 2014-12-24 西安电子科技大学 一种合成孔径雷达图像方位二次聚焦方法
CN105974410A (zh) * 2016-04-28 2016-09-28 西安电子科技大学 机载雷达的多舰船目标sar和isar混合成像方法
CN107229048A (zh) * 2017-06-06 2017-10-03 电子科技大学 一种高分宽幅sar动目标速度估计与成像方法
CN107748362A (zh) * 2017-10-10 2018-03-02 电子科技大学 一种基于最大锐度的线阵sar快速自聚焦成像方法
CN111077524A (zh) * 2019-12-19 2020-04-28 西安电子科技大学 一种sar-gmti动目标重定位改进方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012020439A1 (en) * 2010-08-11 2012-02-16 Selex Galileo S.P.A. Multi-grazing isar imaging method and system providing isar side-view images with improved cross-range resolution
CN104181528A (zh) * 2014-08-06 2014-12-03 西安电子科技大学 基于bp优化的压缩感知多层isar成像方法
CN104237885A (zh) * 2014-09-15 2014-12-24 西安电子科技大学 一种合成孔径雷达图像方位二次聚焦方法
CN105974410A (zh) * 2016-04-28 2016-09-28 西安电子科技大学 机载雷达的多舰船目标sar和isar混合成像方法
CN107229048A (zh) * 2017-06-06 2017-10-03 电子科技大学 一种高分宽幅sar动目标速度估计与成像方法
CN107748362A (zh) * 2017-10-10 2018-03-02 电子科技大学 一种基于最大锐度的线阵sar快速自聚焦成像方法
CN111077524A (zh) * 2019-12-19 2020-04-28 西安电子科技大学 一种sar-gmti动目标重定位改进方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
夏慧婷等: "一种基于机载三通道SAR的舰船成像方法", 《雷达科学与技术》 *
邢孟道等: "海上舰船目标雷达成像算法", 《科技导报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882029A (zh) * 2021-01-12 2021-06-01 西安电子科技大学 基于快速后向投影的机动轨迹大斜视波束指向sar成像方法
CN113030963A (zh) * 2021-02-04 2021-06-25 中国人民解放军陆军工程大学 联合残余相位消除的双基地isar稀疏高分辨成像方法
CN113030963B (zh) * 2021-02-04 2022-04-19 中国人民解放军陆军工程大学 联合残余相位消除的双基地isar稀疏高分辨成像方法
CN112634275A (zh) * 2021-03-11 2021-04-09 北京海兰信数据科技股份有限公司 一种雷达回波图像处理方法及系统
CN113111758A (zh) * 2021-04-06 2021-07-13 中山大学 一种基于脉冲神经网络的sar图像舰船目标识别方法
CN113111758B (zh) * 2021-04-06 2024-01-12 中山大学 一种基于脉冲神经网络的sar图像舰船目标识别方法
CN113589284A (zh) * 2021-07-28 2021-11-02 河南大学 一种逆合成孔径雷达对舰船目标的成像方法和系统
CN113589284B (zh) * 2021-07-28 2023-12-22 河南大学 一种逆合成孔径雷达对舰船目标的成像方法和系统
CN114384520A (zh) * 2022-03-24 2022-04-22 中国人民解放军火箭军工程大学 一种机动平台对海面船只精细化雷达成像方法
CN114384520B (zh) * 2022-03-24 2022-07-05 中国人民解放军火箭军工程大学 一种机动平台对海面船只精细化雷达成像方法
CN116243315A (zh) * 2023-04-27 2023-06-09 中国人民解放军国防科技大学 三维摆动目标的sar图像重聚焦方法、装置及设备

Also Published As

Publication number Publication date
CN111965643B (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN111965643B (zh) 一种斜视sar bp图像中运动舰船目标重聚焦方法
CN108051809B (zh) 基于Radon变换的运动目标成像方法、装置及电子设备
US8994584B2 (en) Autofocus-based compensation (ABC) system and method for a hovering ground moving target indication (GMTI) sensor
CN111142105A (zh) 复杂运动目标isar成像方法
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
CN111722225B (zh) 基于先验相位结构信息的双基sar两维自聚焦方法
Martorella Introduction to inverse synthetic aperture radar
Jansen et al. Practical multichannel SAR imaging in the maritime environment
CN107153191B (zh) 一种针对隐形飞机的双基isar成像检测方法
CN109143236B (zh) 适用于复杂飞行轨迹的双基聚束sar大场景成像方法
Marston et al. Spatially variant autofocus for circular synthetic aperture sonar
CN110879391A (zh) 基于电磁仿真和弹载回波仿真的雷达图像数据集制作方法
Huang et al. Full-aperture azimuth spatial-variant autofocus based on contrast maximization for highly squinted synthetic aperture radar
Reigber et al. Wavenumber domain SAR focusing with integrated motion compensation
Ma et al. CZT algorithm for multiple-receiver synthetic aperture sonar
CN112230221A (zh) 一种基于三维稀疏成像的rcs测量方法
CN115453530B (zh) 一种基于参数化模型的双基sar滤波反投影两维自聚焦方法
Shahrezaei et al. A monostatic forward-looking staring spotlight SAR raw data generation and hybrid-domain image formation modifications based on extended azimuth non-linear chirp scaling autofocusing
CN112859018B (zh) 一种基于图像几何校正的视频sar成像方法
CN111638516B (zh) 基于双频共轭处理技术的太赫兹频段sar运动补偿算法
Marston et al. Three dimensional fast factorized back projection for sub-sediment imaging sonars
CN114859349A (zh) 基于空间极坐标斜距模型的极坐标成像方法
CN111638515B (zh) 基于双频联合处理技术的太赫兹频段sar运动补偿算法
CN112578383A (zh) 一种基于扩展波数谱重构的高机动平台tops sar成像方法
CN111722224A (zh) 基于Keystone变换的地基合成孔径雷达三维成像方法

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