CN112684447B - 一种毫米波机载sar实时成像优化方法及系统 - Google Patents

Abstract

本发明公开了一种毫米波机载SAR实时成像优化方法及系统，涉及雷达技术领域。该方法包括：步骤1，获取毫米波机中SAR实时成像设备传输的飞行回波数据；步骤2，对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；步骤3，根据所述多普勒中心频率计算方位滤波器的频域；步骤4，基于所述方位滤波器的频域，对毫米波机进行运动误差补偿；步骤5，根据运动误差补偿的结果进行剩余多普勒中心频率的估计；步骤6，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正。本发明能够解决对于毫米波段机载SAR，成像质量严重下降的问题。

Description

一种毫米波机载SAR实时成像优化方法及系统

技术领域

本发明涉及雷达技术领域，尤其涉及一种毫米波机载SAR实时成像优化方法及系统。

背景技术

毫米波段SAR具有成像分辨率高和图像定位精度高的优点越来越得到广泛应用。机载SAR平台由于在飞行过程中受气流、SAR载荷安装误差及飞机自身等因素影响，在成像数据采集中常常会引入运动误差和各种系统误差，这些误差对毫米波SAR的成像影响相对于低波段SAR会更严重。在实时成像处理中需要对上述误差进行估计与补偿，其中对误差的估计是关键。误差估计通常采用多项式拟合的方法，考虑到误差的一阶分量和二阶分量是影响成像质量的主要因素，因此如何在SAR成像算法中对误差的一阶分量和二阶分量进行估计和补偿是提高成像质量的有效方法。

误差的一阶分量会产生回波数据被多普勒中心频率调制，所以对误差的一阶分量估计与补偿可以转化为对回波数据的多普勒中心频率的估计与补偿问题。机载SAR实时成像算法中为了保证处理的实时性，一般忽略多普勒中心频率的沿距离变化，采用成像场景中心距离的多普勒中心频率估计值对整个成像场景数据进行补偿，这种方法对低频段机载SAR是适用的，但是对于毫米波段机载SAR，尤其是下视角较小时，就会造成成像质量的严重下降。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种毫米波机载SAR实时成像优化方法及系统。

本发明解决上述技术问题的技术方案如下：一种毫米波机载SAR实时成像优化方法，包括：

步骤1，获取毫米波机中SAR实时成像设备传输的飞行回波数据；

步骤2，对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；

步骤3，根据所述多普勒中心频率计算方位滤波器的频域；

步骤4，基于所述方位滤波器的频域，对毫米波机进行运动误差补偿；

步骤5，根据运动误差补偿的结果进行剩余多普勒中心频率的估计；

步骤6，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正。

本发明的有益效果是：本发明充分利用了飞行回波数据，利用成像几何推导出多普勒中心频率的计算方法，利用计算的多普勒中心频率分步骤对回波数据进行补偿，再优化实时成像算法实现对地面场景的高分辨实时成像，在具体实现时，不需要对现有的机载雷达进行硬件改进，只需通过软件升级便可在实际工程中实现应用。

进一步，所述飞行回波数据包括：

飞行运动数据以及姿态数据。

采用上述进一步方案的有益效果是，充分利用了载机惯导设备给出的飞行运动数据和姿态数据，有效提高对数据进行补偿的精确程度，从而影响对最终结果的校正。

进一步，步骤2具体为：

按照预设条件对距离进行分块，每个距离块的多普勒中心频率f_dci的计算公式如下：

其中，λ为雷达工作波长，R为雷达天线相位中心与成像场景的距离，v_n为飞机北向速度，v_e为飞机东向速度，v_d为飞机地向速度，H为飞机绝对海拔高度，h为成像场景的目标点的绝对海拔高度，ψ为惯导方位角，Θ为惯导俯仰角，ξ_v为飞机水平面内的航迹角，为伺服系统的方位角。

进一步，步骤3具体为：

根据所述每个距离块的多普勒中心频率计算对应的方位滤波器的频域H_BF(R_i,f_a)，具体计算公式为：

其中，f_a为方位频率，R_i为各个距离块的中心距离，B_a为回波信号多普勒带宽，rect为矩形函数。

进一步，步骤4具体为：

将所述方位滤波器的频域与所述多普勒中心频率进行卷积处理，得到每个距离块方位的滤波与抽取处理后的数据S_r(tsnTr)，基于处理后的数据对毫米波机进行运动误差补偿，补偿公式为：

其中，t_s是快时间，表示一个雷达脉冲重复周期内的时间，T_r是雷达脉冲重复周期对应的时间，是回波的距离频谱信号，f_r为距离频率，C是光在空气中的速度，r_RI是运动误差。

进一步，步骤5具体为：

根据运动误差补偿的结果进行剩余多普勒中心频率f’_dci的估计，具体公式为：

其中，R_b(T_r)为对应距离块回波数据脉冲的相关函数。s_r(t_s，nT_r)为第n个雷达脉冲重复周期T_r的回波信号，*代表共轭算子。

进一步，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动H_{rcmc_new}校正具体为：

其中，f_s为信号采样率，PRF为雷达脉冲重复频率，C为空气中的光速，N为信号采样点数，M为成像积累脉冲数。

进一步，根据所述剩余多普勒中心频率的估计结果对每个距离块的方位脉冲H_{AziPC_new}校正具体为：

其中，w(f_a)为方位频域的窗函数，θ₀为波束斜视角。

本发明解决上述技术问题的另一种技术方案如下：一种毫米波机载SAR实时成像优化系统，包括：

获取模块，用于获取毫米波机中SAR实时成像设备传输的飞行回波数据；

处理模块，用于对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；

计算模块，用于根据所述多普勒中心频率计算方位滤波器的频域；

补偿模块，用于基于所述方位滤波器的频域，对毫米波机进行运动误差补偿；

估计模块，用于根据运动误差补偿的结果进行剩余多普勒中心频率的估计；

校正模块，用于根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正。

本发明的有益效果是：本发明充分利用了飞行回波数据，利用成像几何推导出多普勒中心频率的计算方法，利用计算的多普勒中心频率分步骤对回波数据进行补偿，再优化实时成像算法实现对地面场景的高分辨实时成像，在具体实现时，不需要对现有的机载雷达进行硬件改进，只需通过软件升级便可在实际工程中实现应用。

进一步，所述飞行回波数据包括：

飞行运动数据以及姿态数据。

采用上述进一步方案的有益效果是，充分利用了载机惯导设备给出的飞行运动数据和姿态数据，有效提高对数据进行补偿的精确程度，从而影响对最终结果的校正。

进一步，处理模块具体用于：

按照预设条件对距离进行分块，每个距离块的多普勒中心频率f_dci的计算公式如下：

其中，λ为雷达工作波长，R为雷达天线相位中心与成像场景的距离，v_n为飞机北向速度，v_e为飞机东向速度，v_d为飞机地向速度，H为飞机绝对海拔高度，h为成像场景的目标点的绝对海拔高度，ψ为惯导方位角，Θ为惯导俯仰角，ξ_v为飞机水平面内的航迹角，为伺服系统的方位角。

进一步，计算模块具体用于：

根据所述每个距离块的多普勒中心频率计算对应的方位滤波器的频域H_BF(R_i,f_a)，具体计算公式为：

其中，f_a为方位频率，R_i为各个距离块的中心距离，B_a为回波信号多普勒带宽，rect为矩形函数。

进一步，补偿模块具体用于：

将所述方位滤波器的频域与所述多普勒中心频率进行卷积处理，得到每个距离块方位的滤波与抽取处理后的数据基于处理后的数据对毫米波机进行运动误差补偿，补偿公式为：

其中，t_s是快时间，表示一个雷达脉冲重复周期内的时间，T_r是雷达脉冲重复周期对应的时间，是回波的距离频谱信号，f_r为距离频率，C是光在空气中的速度，r_RI是运动误差。

进一步，估计模块具体用于：

根据运动误差补偿的结果进行剩余多普勒中心频率f’_dci的估计，具体公式为：

其中，R_b(T_r)为对应距离块回波数据脉冲的相关函数，s_r(t_s，nT_r)为第n个雷达脉冲重复周期T_r的回波信号，*代表共轭算子。

进一步，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动H_{rcmc_new}校正具体为：

其中，f_s为信号采样率，PRF为雷达脉冲重复频率，C为空气中的光速，N为信号采样点数，M为成像积累脉冲数。

进一步，根据所述剩余多普勒中心频率的估计结果对每个距离块的方位脉冲H_{AziPC_new}校正具体为：

其中，w(f_a)为方位频域的窗函数，θ₀为波束斜视角。

本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。

附图说明

图1为本发明一种毫米波机载SAR实时成像优化方法的实施例提供的流程示意图；

图2为本发明一种毫米波机载SAR实时成像优化系统的实施例提供的结构框架图；

图3为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的算法优化前的SAR图像处理效果示意图；

图4为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的多普勒中心频率随距离空变曲线示意图；

图5为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的运动补偿后回波多普勒谱示意图；

图6a为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的子孔径数据多普勒中心频率补偿前回波多普勒谱示意图；

图6b为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的子孔径数据多普勒中心频率补偿后回波多普勒谱示意图；

图7a为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的剩余多普勒中心频率估计曲线示意图；

图7b为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的剩余多普勒中心频率后距离徙动校正效果示意图；

图8为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的算法优化后的SAR图像处理效果示意图；

图9为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的算法优化前的SAR图像局部放大图示意图；

图10为本发明一种毫米波机载SAR实时成像优化方法的其他实施例提供的算法优化后的SAR图像局部放大图示意图。

附图中，各标号所代表的部件列表如下：

100、获取模块，200、处理模块，300、计算模块，400、补偿模块，500、估计模块，600、校正模块。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种毫米波机载SAR实时成像优化方法，包括：

步骤1，获取毫米波机中SAR实时成像设备传输的飞行回波数据；

步骤2，对飞行回波数据进行处理，得到每个距离块的多普勒中心频率；

步骤3，根据多普勒中心频率计算方位滤波器的频域；

步骤4，基于方位滤波器的频域，对毫米波机进行运动误差补偿；

步骤5，根据运动误差补偿的结果进行剩余多普勒中心频率的估计；

步骤6，根据剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正。

在一些可能的实施方式中，本发明充分利用了飞行回波数据，利用成像几何推导出多普勒中心频率的计算方法，利用计算的多普勒中心频率分步骤对回波数据进行补偿，再优化实时成像算法实现对地面场景的高分辨实时成像，在具体实现时，不需要对现有的机载雷达进行硬件改进，只需通过软件升级便可在实际工程中实现应用。

需要说明的是，步骤2中，根据预设值将距离进行分块，以各个距离块中心R_i计算各自多普勒中心频率，步骤3中对于方位滤波器的频域计算可参考如下公式：

步骤4中运动误差补偿的计算公式可参考下式：

步骤5中对于剩余多普勒中心频率的估计可用下式进行计算：

步骤6中对每个距离块的距离徙动校正的具体公式可如下式：

对每个距离块的方位脉冲校正的具体公式可参考下式：

此外，可通过如实施例1中所描述的方法实现对于毫米波机载SAR实时成像设备传输的数据进行处理，也可以通过如实施例2描述的方法对数据进行优化校正。

优选地，在上述任意实施例中，飞行回波数据包括：

飞行运动数据以及姿态数据。

在一些可能的实施方式中，充分利用了载机惯导设备给出的飞行运动数据和姿态数据，有效提高对数据进行补偿的精确程度，从而影响对最终结果的校正。

优选地，在上述任意实施例中，步骤2具体为：

按照预设条件对距离进行分块，每个距离块的多普勒中心频率的计算公式如下：

其中，λ为雷达工作波长，R为雷达天线相位中心与成像场景的距离，v_n为飞机北向速度，v_e为飞机东向速度，v_d为飞机地向速度，H为飞机绝对海拔高度，h为成像场景的目标点的绝对海拔高度，ψ为惯导方位角，Θ为惯导俯仰角，ξ_v为飞机水平面内的航迹角，为伺服系统的方位角。

进一步，步骤3具体为：

根据每个距离块的多普勒中心频率计算对应的方位滤波器的频域，具体计算公式为：

其中，f_a为方位频率，R_i为各个距离块的中心距离，B_a为回波信号多普勒带宽。

优选地，在上述任意实施例中，步骤4具体为：

将方位滤波器的频域与多普勒中心频率进行卷积处理，得到每个距离块方位的滤波与抽取处理后的数据，基于处理后的数据对毫米波机进行运动误差补偿，补偿公式为：

其中，t_s是快时间，表示一个雷达脉冲重复周期内的时间，T_r是雷达脉冲重复周期对应的时间，是回波的距离频谱信号，f_r为距离频率，C是光在空气中的速度，r_RI是运动误差。

优选地，在上述任意实施例中，步骤5具体为：

根据运动误差补偿的结果进行剩余多普勒中心频率的估计，具体公式为：

其中，R_b(T_r)为对应距离块回波数据脉冲的相关函数。s_r(t_s，nT_r)为第n个雷达脉冲重复周期T_r的回波信号，*代表共轭算子。

优选地，在上述任意实施例中，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正具体为：

其中，f_s为信号采样率，PRF为雷达脉冲重复频率，C为空气中的光速，N为信号采样点数，M为成像积累脉冲数。

优选地，在上述任意实施例中，根据所述剩余多普勒中心频率的估计结果对每个距离块的方位脉冲校正具体为：

其中，w(f_a)为方位频域的窗函数，θ₀为波束斜视角。

如图2所示，一种毫米波机载SAR实时成像优化系统，包括：

获取模块100，用于获取毫米波机中SAR实时成像设备传输的飞行回波数据；

处理模块200，用于对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；

计算模块300，用于根据所述多普勒中心频率计算方位滤波器的频域；

补偿模块400，用于基于所述方位滤波器的频域，对毫米波机进行运动误差补偿；

估计模块500，用于根据运动误差补偿的结果进行剩余多普勒中心频率的估计；

校正模块600，用于根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正。

在一些可能的实施方式中，本发明充分利用了飞行回波数据，利用成像几何推导出多普勒中心频率的计算方法，利用计算的多普勒中心频率分步骤对回波数据进行补偿，再优化实时成像算法实现对地面场景的高分辨实时成像，在具体实现时，不需要对现有的机载雷达进行硬件改进，只需通过软件升级便可在实际工程中实现应用。

优选地，在上述任意实施例中，所述飞行回波数据包括：

飞行运动数据以及姿态数据。

在一些可能的实施方式中，充分利用了载机惯导设备给出的飞行运动数据和姿态数据，有效提高对数据进行补偿的精确程度，从而影响对最终结果的校正。

优选地，在上述任意实施例中，处理模块200具体用于：

按照预设条件对距离进行分块，每个距离块的多普勒中心频率的计算公式如下：

其中，λ为雷达工作波长，R为雷达天线相位中心与成像场景的距离，v_n为飞机北向速度，v_e为飞机东向速度，v_d为飞机地向速度，H为飞机绝对海拔高度，h为成像场景的目标点的绝对海拔高度，ψ为惯导方位角，Θ为惯导俯仰角，ξ_v为飞机水平面内的航迹角，为伺服系统的方位角。

优选地，在上述任意实施例中，计算模块300具体用于：

根据所述每个距离块的多普勒中心频率计算对应的方位滤波器的频域，具体计算公式为：

其中，f_a为方位频率，R_i为各个距离块的中心距离，B_a为回波信号多普勒带宽。

优选地，在上述任意实施例中，补偿模块400具体用于：

将所述方位滤波器的频域与所述多普勒中心频率进行卷积处理，得到每个距离块方位的滤波与抽取处理后的数据，基于处理后的数据对毫米波机进行运动误差补偿，补偿公式为：

其中，t_s是快时间，表示一个雷达脉冲重复周期内的时间，T_r是雷达脉冲重复周期对应的时间，是回波的距离频谱信号，f_r为距离频率，C是光在空气中的速度，r_RI是运动误差。

优选地，在上述任意实施例中，估计模块500具体用于：

根据运动误差补偿的结果进行剩余多普勒中心频率的估计，具体公式为：

其中，R_b(T_r)为对应距离块回波数据脉冲的相关函数。s_r(t_s，nT_r)为第n个雷达脉冲重复周期T_r的回波信号，*代表共轭算子。

优选地，在上述任意实施例中，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正具体为：

其中，f_s为信号采样率，PRF为雷达脉冲重复频率，C为空气中的光速，N为信号采样点数，M为成像积累脉冲数。

优选地，在上述任意实施例中，根据所述剩余多普勒中心频率的估计结果对每个距离块的方位脉冲校正具体为：

其中，w(f_a)为方位频域的窗函数，θ₀为波束斜视角。

实施例1，获取飞行回波数据，飞行回波数据的多普勒中心频率f_dc随距离发生空变，其表达式为：

R＝R_s+ΔR_i，ΔR_i∈[-W_r/2，W_r/2]；

其中，λ为雷达工作波长，R为雷达天线相位中心与成像场景的距离，v_n为飞机北向速度，v_e为飞机东向速度，v_d为飞机地向速度，H为飞机绝对海拔高度，h为成像场景的目标点的绝对海拔高度，ψ为惯导方位角，Θ为惯导俯仰角，ξ_v为飞机水平面内的航迹角，为伺服系统的方位角，W_r为成像幅宽，R_s为场景中心距离，ΔR_i为散射点相对于场景中心的距离。

实施例2，获取飞行回波数据，将距离进行分块，以各个距离块中心R_i计算各自多普勒中心频率f_dci,并在方位滤波与抽取处理时设定滤波器的中心频率，f_dci的表达式为：

距离分块的依据是各个距离块中心R_i计算的各自多普勒中心频率f_dci差值小于回波信号多普勒带宽B_a，工程实现中可以根据飞机飞行航线与成像场景事先设定号距离分块的大小。

方位滤波器的频域表达式H_BF(R_i，fa)为：

其中，f_a为方位频率；R_i为各个距离块的中心距离，对每个距离块方位滤波与抽取处理后的数据根据飞机飞行航迹与理想航迹间的运动误差进行补偿，运动误差补偿的表达式为：

其中，t_s是快时间，表示一个雷达脉冲重复周期内的时间；T_r是雷达脉冲重复周期对应的时间；是回波的距离频谱信号；f_r为距离频率；C是光在空气中的速度，等于299792458m/s；λ是雷达工作波长；r_RI是运动误差，根据每个距离块方位滤波与抽取处理后的数据s_r(t_s，nT_r)分别估计运动误差补偿后对于剩余多普勒中心频率f′_dci，f′_dci的表达式为：

其中，R_b(T_r)是对应距离块回波数据脉冲的相关函数，s_r(t_s，nT_r)是第n个雷达脉冲重复周期T_r的回波信号，*代表共轭算子；

改进距离分块的距离徙动校正函数H_{rcmc_new}，其表达式为：

其中，f_s为信号采样率；PRF为雷达脉冲重复频率；C为空气中的光速，等于299792458m/s；N为信号采样点数；M为成像积累脉冲数，

改进距离分块的方位脉冲压缩函数H_{AziPC_new}，其表达式为：

其中，w(f_a)为方位频域的窗函数，用于抑制方位脉冲压缩后的旁瓣电平；θ₀为波束斜视角。

为了便于理解，现将机载雷达获取的回波数据，在仿真实验环境下，分别应用未进行算法优化的实时成像方法和本发明方法进行实时成像处理。图3是算法优化前的SAR图像处理效果。图4是多普勒中心频率随距离空变曲线。图5是运动补偿后多普勒频谱。图6a是子孔径数据多普勒中心频率补偿前频谱，图6b是子孔径数据多普勒中心频率补偿后频谱。图6a是剩余多普勒中心频率估计曲线，图7b是算法优化后距离徙动校正效果。图8是算法优化后的SAR图像处理效果。图9是算法优化前的SAR图像局部放大图。图10是算法优化后的SAR图像局部放大图。

从图3和图9可以看出，算法优化前SAR成像效果沿横轴(距离向)出现明显暗区。

从图8和图10可以看出，算法优化后SAR成像效果，沿横轴(距离向)的暗区已经消除，实时成像效果改善，聚焦效果良好。

从图4可以看出，多普勒中心频率随距离空变严重，必须进行补偿。

从图5和图7a可以看出，经过运动补偿后，剩余多普勒中心频率随距离空变依然严重，必须进行估计与补偿。

从图6a和图6b可以看出，利用估计的多普勒中心频率补偿后，回波多普勒谱已经校直，说明估计与补偿的正确性。

从图7b可以看出，算法优化后距离徙动校正已经将距离弯曲校直，实现距离与方位解耦。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

可以理解，在一些实施例中，可以包含如上述各实施例中的部分或全部可选实施方式。

需要说明的是，上述各实施例是与在先方法实施例对应的产品实施例，对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。

读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。

上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种毫米波机载SAR实时成像优化方法，其特征在于，包括：

步骤1，获取飞机中SAR实时成像设备传输的飞行回波数据；

步骤2，对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；

步骤3，根据所述多普勒中心频率计算方位滤波器的频域；

步骤4，基于所述方位滤波器的频域，对飞机进行运动误差补偿；

步骤5，根据运动误差补偿的结果进行剩余多普勒中心频率的估计；

步骤6，根据所述剩余多普勒中心频率的估计结果对每个距离块进行距离徙动校正以及对每个距离块进行方位脉冲校正。

2.根据权利要求1所述的一种毫米波机载SAR实时成像优化方法，其特征在于，所述飞行回波数据包括：

飞行运动数据以及姿态数据。

3.根据权利要求2所述的一种毫米波机载SAR实时成像优化方法，其特征在于，步骤2具体为：

按照预设条件对距离进行分块，每个距离块的多普勒中心频率f_dci的计算公式如下：

其中，λ为雷达工作波长，R_i为雷达天线相位中心与成像场景的距离，v_n为飞机北向速度，v_e为飞机东向速度，v_d为飞机地向速度，H为飞机绝对海拔高度，h为成像场景的目标点的绝对海拔高度，ψ为惯导方位角，Θ为惯导俯仰角，ξ_v为飞机水平面内的航迹角，为伺服系统的方位角。

4.根据权利要求3所述的一种毫米波机载SAR实时成像优化方法，其特征在于，步骤3具体为：

根据所述每个距离块的多普勒中心频率计算对应的方位滤波器的频域H_BF(R_i,f_a)，具体计算公式为：

其中，f_a为方位频率，B_a为回波信号多普勒带宽，rect为矩形函数。

5.根据权利要求4所述的一种毫米波机载SAR实时成像优化方法，其特征在于，步骤4具体为：

将所述方位滤波器的频域与所述多普勒中心频率进行卷积处理，得到每个距离块方位的滤波与抽取处理后的数据，基于处理后的数据对飞机进行运动误差补偿，补偿公式为：

其中，t_s是快时间，表示一个雷达脉冲重复周期内的时间，T_r是雷达脉冲重复周期对应的时间，是回波的距离频谱信号，f_r为距离频率，C是光在空气中的速度，r_RI是运动误差。

6.根据权利要求5所述的一种毫米波机载SAR实时成像优化方法，其特征在于，步骤5具体为：

根据运动误差补偿的结果进行剩余多普勒中心频率f′_dci的估计，具体公式为：

其中，R_b(T_r)为对应距离块回波数据脉冲的相关函数，*代表共轭算子，PRF为雷达脉冲重复频率。

7.根据权利要求6所述的一种毫米波机载SAR实时成像优化方法，其特征在于，根据所述剩余多普勒中心频率的估计结果对每个距离块进行距离徙动校正具体为：

其中，f_s为信号采样率，PRF为雷达脉冲重复频率，C为空气中的光速，N为信号采样点数，M为成像积累脉冲数。

8.根据权利要求7所述的一种毫米波机载SAR实时成像优化方法，其特征在于，根据所述剩余多普勒中心频率的估计结果对每个距离块进行方位脉冲校正具体为：

其中，w(f_a)为方位频域的窗函数，θ₀为波束斜视角。

9.一种毫米波机载SAR实时成像优化系统，其特征在于，包括：

获取模块，用于获取飞机中SAR实时成像设备传输的飞行回波数据；

处理模块，用于对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；

计算模块，用于根据所述多普勒中心频率计算方位滤波器的频域；

补偿模块，用于基于所述方位滤波器的频域，对飞机进行运动误差补偿；

估计模块，用于根据运动误差补偿的结果进行剩余多普勒中心频率的估计；

校正模块，用于根据所述剩余多普勒中心频率的估计结果对每个距离块进行距离徙动校正以及对每个距离块进行方位脉冲校正。

10.根据权利要求9所述的一种毫米波机载SAR实时成像优化系统，其特征在于，所述飞行回波数据包括：

飞行运动数据以及姿态数据。