CN112859018B - 一种基于图像几何校正的视频sar成像方法 - Google Patents
一种基于图像几何校正的视频sar成像方法 Download PDFInfo
- Publication number
- CN112859018B CN112859018B CN202110013832.7A CN202110013832A CN112859018B CN 112859018 B CN112859018 B CN 112859018B CN 202110013832 A CN202110013832 A CN 202110013832A CN 112859018 B CN112859018 B CN 112859018B
- Authority
- CN
- China
- Prior art keywords
- signal
- distance
- correction
- processing
- point
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 96
- 238000003384 imaging method Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 83
- 230000005012 migration Effects 0.000 claims abstract description 24
- 238000013508 migration Methods 0.000 claims abstract description 24
- 230000035485 pulse pressure Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 59
- 238000005070 sampling Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 11
- 230000001678 irradiating effect Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 description 19
- 238000010276 construction Methods 0.000 description 6
- 230000001427 coherent effect Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 208000004350 Strabismus Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
-
- 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
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图像几何校正的视频SAR成像方法，包括：构造雷达接收的基频信号；对基频信号作差频处理；对差频输出信号进行去斜处理；对去斜后的信号进行距离向逆FFT处理后再变形；对变形后的信号进行距离走动校正；对距离走动校正后的信号进行距离徙动校正和二次距离脉压处理；对含有相位误差的信号进行方位变标处理实现图像几何微校正；对二维时域信号进行相位误差估计和补偿；对相位误差补偿后的信号进行Dechirp处理再进行图像几何校正。该视频SAR成像方法直接构造现有的函数，不需要进行插值等复杂的操作，计算量小，处理效率高，运动误差估计稳健性高，能自适应地进行图像几何校正。
Description
技术领域
本发明属于雷达信号处理技术领域，具体涉及一种基于图像几何校正的视频SAR成像方法，可用于无人机平台实时获取观测目标的动态信息，实现对运动目标的有效跟踪，以及对战场进行实时侦查。
背景技术
合成孔径雷达(Synthetic Aperture Radar，SAR)成像作为一种微波的主动遥感手段，具有获取地表图像的能力。在军事上，因其具有全天时、全天候、远距离、高分辨及宽测绘等优势，可以在恶劣气候条件下对敌方纵深军情、战场环境和地形地物进行长期有效地监测和勘察，同时其可以对海上军舰、舰队及大批军事调动进行探测。视频SAR具备高分辨成像能力，可对地面运动目标进行持续跟踪，通过对地面成像区域的持续照射，并对接收的回波信号进行持续成像处理，形成高帧率的连续帧图像。视频SAR既可有效解决传统SAR系统帧率低、地面机动目标探测困难以及无法实时跟踪等问题，又能克服传统光电红外设备易受云层、烟雾、尘沙等低能见度条件影响的缺点，具有广阔的应用前景。
为了满足长时间持续成像的需求，载机需围绕成像场景飞行，即工作于聚束模式。视频SAR成像主要包括成像算法和运动补偿算法两部分。为了实现视频SAR持续成像，现有可行的成像算法主要有两类，后向投影算法(Back Projection Algorithm，BP)和极坐标算法(Polar Format Algorithm，PFA)。运动补偿是SAR高分辨成像的关键步骤，现有的相位梯度自聚焦算法(Phase Gradient Autofocus，PGA)可利用回波数据进行运动补偿，PGA算法不基于任何先验相位误差模型，可直接对相位误差进行估计，不仅能够校正低阶相位误差，而且特别适合估计高阶相位误差。
上述现有的成像算法和运动补偿算法仍存在一些缺陷。对于成像算法，BP算法是一种时域算法，在时域将录取的距离脉冲进行压缩，再后向投影到各成像点通过相干积累得到精确聚焦的图像，由于需要逐点遍历，计算量相当庞大；在PFA算法中，信号在二维波数域内为非均匀分布，在进行二维傅里叶变换之前，需要对波数谱进行二维插值，而插值会降低成像处理的效率。对于运动补偿算法，PGA算法在处理过程中，要求有较大的信噪比，以及任意时刻的相位误差远小于1，只能进行非空变相位校正，因此PGA算法适用于小场景、运动误差较小的SAR成像处理，在大场景强运动误差情况下运动误差估计精度较低。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于图像几何校正的视频SAR成像方法，用于解决现有技术中存在的计算量大、处理效率低、在大场景强运动误差情况下运动误差估计精度低的技术问题。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于子空间投影的动目标径向速度估计方法，包括：
S1:获取方位向各采样时刻的瞬时斜距，构造雷达接收的基频信号S1；
S2:对基频信号S1作差频处理，得到差频输出信号S2；
S3:对差频输出信号S2进行去斜处理，得到去斜处理后的信号S4；
S4:对去斜处理后的信号S4进行距离向逆FFT处理后再变形，得到变形后的信号S6；
S5:对变形后的信号S6进行距离走动校正，得到距离走动校正后的信号S7；
S6:对距离走动校正后的信号S7进行距离徙动校正和二次距离脉压处理，得到含有相位误差ΦE的信号S11；
S7:对含有相位误差ΦE的距离多普勒域信号S11进行方位变标处理，实现图像几何微校正，得到方位变标处理后的信号S12；
S8:对二维时域信号S13进行相位误差估计和补偿，得到相位误差补偿后的二维时域信号S14；
S9:对相位误差补偿后二维时域信号S14进行Dechirp处理，对Dechirp处理后的信号S15进行图像几何校正。
与现有技术相比，本发明的有益效果在于：
1、本发明采用结合运动补偿的RD(距离多普勒)成像方法，直接构造现有的函数，不需要进行插值等复杂的操作，计算量小，处理效率高。
2、本发明采用子孔径图像偏移(MD)法对剩余运动误差进行估计，使运动误差估计具有更高的稳健性。
3、本发明采用的视频SAR图像几何校正方法具有自适应性。
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基于图像几何校正的视频SAR成像方法的流程示意图；
图2是本发明实施例提供的一种基于图像几何校正的视频SAR成像方法的载机平台运动的几何模型示意图；
图3是本发明实施例提供的由惯导信息拟合的运动误差、子孔径图像偏移(MD)法估计的运动误差曲线图；
图4是本发明实施例提供的仿真点目标分布图；
图5是本发明实施例提供的补偿运动误差后的目标点聚焦结果以及帧图像的几何形变校正结果。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于图像几何校正的视频SAR成像方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
实施例一
请参见图1，图1是本发明实施例提供的一种基于图像几何校正的视频SAR成像方法的流程示意图。该视频SAR成像方法包括：
S1:获取方位向各采样时刻的瞬时斜，构造雷达接收的基频信号S1；
S2:对基频信号S1作差频处理，得到差频输出信号S2；
S3:对差频输出信号S2进行去斜处理，得到去斜处理后的信号S4；
S4:对去斜处理后的信号S4进行距离向逆FFT处理后再变形，得到变形后的信号S6；
S5:对变形后的信号S6进行距离走动校正，得到距离走动校正后的信号S7；
S6:对距离走动校正后的信号S7进行距离徙动校正和二次距离脉压处理，得到含有相位误差ΦE的信号S11；
S7:对含有相位误差ΦE的距离多普勒域信号S11进行方位变标处理，实现图像几何微校正，得到方位变标处理后的信号S12；
S8:对二维时域信号S13进行相位误差估计和补偿，得到相位误差补偿后的二维时域信号S14；
S9:对相位误差补偿后二维时域信号S14进行Dechirp处理，对Dechirp处理后的信号S15进行图像几何校正，得到复图像。
具体的，获取方位向各采样时刻的瞬时斜距R(tm,R1)，并根据R(tm,R1)构造雷达接收的基频信号S1；构造相参信号H1，对基频信号S1作差频处理得到信号S2；对信号S2进行距离向傅里叶变换得到信号S3，构造去斜函数H2，对信号S3作去斜处理得到信号S4；对信号S4进行距离向逆FFT处理得到信号S5，对信号S5变形得到信号S6；构造距离走动校正函数H3，对信号S6进行距离走动校正得到信号S7；对信号S7进行方位向FFT处理得到信号S8，构造二次距离脉压和距离徙动校正函数H4，对信号S8进行二次距离脉压和距离徙动校正得到信号S9，对信号S9进行距离向逆FFT处理得到信号S10，分析得到含有相位误差ΦE的信号S11；构造方位变标函数H5，对信号S11进行方位变标处理，实现图像几何微校正，得到信号S12；对信号S12进行方位向逆FFT处理，得到信号S13，再将信号S13进行方位向重叠子孔径划分，并对各个子孔径进行相位误差估计，对子孔径相位误差进行拼接后，得到相位误差最后将相位误差/>对信号S13进行相位误差补偿，得到信号S14；构造方位Dechirp函数H6，对信号S14进行方位Dechirp处理，实现信号在多普勒域聚焦，得到信号S15，再对信号S15进行图像几何校正，得到复图像。
本发明实施例的基于图像几何校正的视频SAR成像方法采用结合运动补偿的RD成像方法，直接构造现有的函数，不需要进行插值等复杂的操作，计算量小，处理效率高。
具体的，步骤S1包括：
在雷达波束持续照射场景中任意一点P点的过程中，获取方位向各采样时刻的瞬时斜距R(tm,R1)；根据瞬时斜距R(tm,R1)，构造雷达接收的基频信号S1。
进一步地，步骤S2包括：
将波束中心经过场景中心点Pc点时的斜距作为参考斜距R2，根据R2构造相参信号H1；将相参信号H1与基频信号S1相乘，对S1作差频处理，得到差频输出信号S2。
进一步地，步骤S3包括：
对差频输出信号S2进行距离向傅里叶变换，得到距离频域的差频输出信号S3；构造去斜函数H2；将去斜函数H2与距离频域的差频输出信号S3相乘，得到去斜处理后的信号S4。
进一步地，步骤S4包括：
对去斜后的信号S4进行距离向逆FFT处理，得到去斜后的二维时域信号S5；构造新的距离频率变量，对去斜后的二维时域信号S5进行变形，得到变形后的信号S6。
进一步地，步骤S5包括：
构造距离走动校正函数H3；将距离走动校正函数H3与变形后的信号S6相乘，对S6进行距离走动校正，得到距离走动校正后的信号S7。
进一步地，步骤S6包括：
对距离走动校正后的信号S7进行方位向FFT处理得到二维频域信号S8；构造二次距离脉压和距离徙动校正函数H4；将二次距离脉压和距离徙动校正函数H4与二维频域信号S8相乘，对S8进行二次距离脉压和距离徙动校正，得到二次距离脉压和距离徙动校正后的信号S9；对二次距离脉压和距离徙动校正后的信号S9进行距离向逆FFT处理，得到距离多普勒域信号S10；分析得到含有相位误差ΦE的距离多普勒域信号S11。
进一步地，步骤S7包括：
构造方位变标函数H5；将方位变标函数H5与含有相位误差ΦE的距离多普勒域信号S11相乘，对S11进行方位变标处理，实现图像几何微校正，得到方位变标处理后的信号S12。
进一步地，步骤S8包括：
对方位变标处理后的信号S12进行方位向逆FFT处理，将方位变标处理后的信号S12变换到二维时域，得到二维时域信号S13；将二维时域信号S13进行方位向重叠子孔径划分，对各个子孔径运用图像偏移(MD)法进行子孔径相位误差估计，将子孔径相位误差进行拼接，得到相位误差将子孔径图像偏移(MD)法估计得到的相位误差/>对二维时域信号S13进行相位误差补偿，得到相位误差补偿后的二维时域信号S14。
进一步地，步骤S9包括：
构造方位Dechirp函数H6；将方位Dechirp函数H6与相位误差补偿后的二维时域信号S14相乘，对相位误差补偿后的二维时域信号S14进行方位Dechirp处理，可以实现信号在多普勒域聚焦，得到方位Dechirp处理后的信号S15；对Dechirp处理后的信号S15进行图像几何校正，得到复图像。
本发明实施例的基于图像几何校正的视频SAR成像方法采用子孔径图像偏移(MD)法对剩余运动误差进行估计，使运动误差估计具有更高的稳健性。本发明实施例的基于图像几何校正的视频SAR成像方法采用的视频SAR图像几何校正方法具有自适应性。
实施例二
请参见图2，图2是本发明实施例提供的一种基于图像几何校正的视频SAR成像方法的载机平台运动的几何模型。在实施例一的基础上，结合图2，本实施例对基于图像几何校正的视频SAR成像方法进行详细说明。
本实施例的视频SAR成像方法包括：
步骤1：获取方位向各采样时刻的瞬时斜距R(tm,R1)，构造雷达接收的基频信号S1。
由于雷达信号处理方法是基于雷达接收的基频信号的信号形式，需要首先对雷达信号的基频信号的表达形式进行分析。
1.1)获取方位向各采样时刻的瞬时斜距：
雷达以速度v沿Y轴正方向运动，场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离为xn，波束宽度为θ，载机沿航迹飞行，在慢时间为tm时，雷达波束持续照射场景中任意一点P点的过程中，可将瞬时斜距表示为R(tm,R1)，具体公式为：
其中，tm为慢时间，R1为雷达波束中心照射到场景中任意一点P点时的斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，c为光速，fc为信号载频，Da为天线孔径长度，v为载机运动的速度。
1.2)构造雷达接收的基频信号S1：
雷达发射的信号从发射天线到场景中任意一点P点又反射回接收天线，根据瞬时斜距R(tm,R1)，可以得到雷达接收的基频信号S1，具体公式为：
其中，为快时间，tm为慢时间，t为全时间，ar(·)为雷达信号的距离窗函数，aa(·)为雷达信号的方位窗函数，γ为调频率，c为光速，fc为信号载频。
步骤2：对基频信号S1作差频处理，得到差频输出信号S2。
由于发射信号的载频比较高，为了降低对接收信号系统器件的要求，通常雷达系统对雷达回波进行差频处理来实现以较低的采样率对信号进行采样。
2.1)构造相参信号H1：
当雷达波束中心经过场景中心点Pc点时，假设此时的斜距为某一常量值R2，以常量值R2为参考斜距构造相参信号H1，具体公式为：
其中，rect(·)为矩形窗函数，Tp为信号脉冲宽度，为快时间，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，c为光速，γ为调频率，fc为信号载频。
2.2)将相参信号H1与雷达接收的基频信号S1相乘，对S1作差频处理，得到差频输出信号S2，具体公式为：
其中，为快时间，tm为慢时间，rect(·)为矩形窗函数，Tp为信号脉冲宽度，aa(·)为雷达信号的方位窗函数，c为光速，γ为调频率，fc为信号载频，R3＝R(tm,R1)-R2，R(tm,R1)为雷达波束照射场景中任意一点P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
步骤3：对差频输出信号S2进行去斜处理，得到去斜处理后的信号S4：
差频处理使得不同距离的目标回波在时间上是错开的，这种结果对于后续的一些应用会带来影响，因此需要对差频输出结果进行去斜处理，实现不同距离的目标回波在时间上对齐。
3.1)对差频输出信号S2进行距离向傅里叶变换，得到距离频域的差频输出信号S3，具体公式为：
其中，fr为距离向频率变量，tm为慢时间，sinc(·)为距离向聚焦后的信号包络，Tp为信号脉冲宽度，c为光速，γ为调频率，fc为信号载频，R3＝R(tm,R1)-R2，R(tm,R1)为雷达波束照射场景中任意一点P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
3.2)构造去斜函数H2，具体公式为：
其中，fr为距离向频率变量，γ为调频率。
3.3)将去斜函数H2与距离频域的差频输出信号S3相乘，得到去斜处理后的信号S4，具体公式为：
其中，fr为距离向频率变量，tm为慢时间，sinc(·)为距离向聚焦后的信号包络，Tp为信号脉冲宽度，c为光速，γ为调频率，aa(·)为雷达信号的方位窗函数，fc为信号载频，R3＝R(tm,R1)-R2，R(tm,R1)为雷达波束照射场景中任意一点P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
步骤4：对去斜后的信号S4进行距离向逆FFT处理后再变形，得到变形后的信号S6：
对去斜后的信号进行变形，得到等效的距离频域方位时域信号，便于将该信号运用已用的成像算法进行处理。
4.1)对去斜后的信号S4进行距离向逆FFT处理，得到去斜后的二维时域信号S5，具体公式为：
其中，为快时间，tm为慢时间，Tp为信号脉冲宽度，rect(·)为矩形窗函数，aa(·)为雷达信号的方位窗函数，c为光速，γ为调频率，fc为信号载频，R3＝R(tm,R1)-R2，R(tm,R1)为雷达波束照射场景中任意一点P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
4.2)令新的距离频率变量对去斜后的二维时域信号S5进行变形，得到变形后的信号S6，具体公式为：
其中，为新的距离频率变量，/>nrn为距离单元点数，Fs为距离向采样率，tm为慢时间，rect(·)为矩形窗函数，γ为调频率，Tp为信号脉冲宽度，aa(·)为雷达信号的方位窗函数，c为光速，fc为信号载频，R(tm,R1)为雷达波束照射场景中任意一点P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
步骤5：对变形后的信号S6进行距离走动校正，得到距离走动校正后的信号S7:
对于存在斜视角的模式，需要进行距离走动校正来降低信号在距离方位之间的耦合。
5.1)构造距离走动校正函数H3，具体公式为：
其中，v为载机(雷达)运动的速度，tm为慢时间，θ为波束宽度，c为光速，fc为信号载频，Da为天线孔径长度，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率。
5.2)将距离走动校正函数H3与变形后的信号S6相乘，对S6进行距离走动校正，得到距离走动校正后的信号S7，具体公式为：
其中，为新的距离频率变量，/>为快时间，nrn为距离单元点数，Fs为距离向采样率，tm为慢时间，rect(·)为矩形窗函数，γ为调频率，Tp为信号脉冲宽度，aa(·)为雷达信号的方位窗函数，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，R(tm,R1)为雷达波束照射场景中任意一点P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
步骤6：对距离走动校正后的信号S7进行距离徙动校正和二次距离脉压处理，得到含有相位误差ΦE的信号S11：
对于存在斜视角的情况，需要在距离走动校正后对信号进行距离徙动校正和二次距离脉压处理，来实现最终信号脉压线的拉直和距离向脉压。
6.1)对距离走动校正后的信号S7进行方位向FFT处理得到二维频域信号S8，具体公式为：
其中，为新的距离频率变量，/>nrn为距离单元点数，Fs为距离向采样率，fa为方位频域变量，rect(·)为矩形窗函数，γ为调频率，Tp为信号脉冲宽度，aa(·)为雷达信号的方位窗函数，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，v为载机运动的速度，R1为雷达波束中心照射到场景中任意一点P点时的斜距，/>λ为信号波长，β＝fa/fam，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距。
6.2)构造二次距离脉压和距离徙动校正函数H4，具体公式为：
其中，为新的距离频率变量，/>nrn为距离单元点数，Fs为距离向采样率，γ为调频率，λ为信号波长，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，β＝fa/fam，/>θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，v为载机运动的速度，fa为方位频域变量，fr为距离向频率变量。
6.3)将二次距离脉压和距离徙动校正函数H4与二维频域信号S8相乘，对S8进行二次距离脉压和距离徙动校正，得到二次距离脉压和距离徙动校正后的信号S9，具体公式为：
其中，为新的距离频率变量，/>nrn为距离单元点数，Fs为距离向采样率，fa为方位频域变量，rect(·)为矩形窗函数，γ为调频率，Tp为信号脉冲宽度，aa(·)为雷达信号的方位窗函数，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，v为载机运动的速度，R1为雷达波束中心照射到场景中目标点P时的斜距，/>λ为信号波长，R2为波束中心经过场景中心点时的瞬时斜距。
6.4)对二次距离脉压和距离徙动校正后的信号S9进行距离向逆FFT处理，得到距离多普勒域信号S10，具体公式如下：
其中，为/>对应的快时间变量，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率，fa为方位频域变量，sinc(·)为距离向聚焦后的信号包络，B为距离向带宽，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，aa(·)为雷达信号的方位窗函数，v为载机运动的速度，λ为信号波长。
6.5)得到含有相位误差ΦE的距离多普勒域信号S11，具体公式如下：
其中，为/>对应的快时间变量，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率，fa为方位频域变量，sinc(·)为距离向聚焦后的信号包络，B为距离向带宽，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，aa(·)为雷达信号的方位窗函数，v为载机运动的速度，λ为信号波长，ΦE为运动误差的多普勒域表示。
步骤7：对含有相位误差ΦE的距离多普勒域信号S11进行方位变标处理，实现图像几何微校正，得到方位变标处理后的信号S12：
由于雷达平台飞行状态的不稳定性，雷达平台在飞行过程中速度的变化会影响最终的方位向分辨率，造成最终聚焦图像的几何形变。为了消除由雷达平台运动速度引入的图像几何形变，对信号运用了方位变标处理。
7.1)构造方位变标函数H5，具体公式如下：
其中，v为载机运动的速度，θ为波束宽度，c为光速，fc为信号载频，Da为天线孔径长度，R1为雷达波束中心照射到场景中任意一点P点时的斜距，/>λ为信号波长，fa为方位频域变量，k1为变标因子，/>R4为变标斜距。
7.2)将方位变标函数H5与含有相位误差ΦE的距离多普勒域信号S11相乘，对S11进行方位变标处理，实现图像几何微校正，得到方位变标处理后的信号S12，具体公式如下：
其中，为/>对应的快时间变量，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率，fa为方位频域变量，sinc(·)为距离向聚焦后的信号包络，B为距离向带宽，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，aa(·)为雷达信号的方位窗函数，k1为变标因子，/>R4为变标斜距，一般取R4＝R2，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，λ为信号波长，v为载机运动的速度，ΦE为运动误差的多普勒域表示。
步骤8：对二维时域信号S13进行相位误差估计和补偿，得到相位误差补偿后的二维时域信号S14：
运用估计出的运动误差对信号进行补偿，可以消除信号中存在的误差，实现后续的精确聚焦。
8.1)对方位变标处理后的信号S12进行方位向逆FFT处理，将方位变标处理后的信号S12变换到二维时域，得到二维时域信号S13，具体公式如下：
其中，为/>对应的快时间变量，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率，tm为慢时间，sinc(·)为距离向聚焦后的信号包络，B为距离向带宽，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，aa(·)为雷达信号的方位窗函数，k1为变标因子，/>R4为变标斜距，λ为信号波长，v为载机运动的速度，/>为相位误差ΦE的时域形式。
8.2)将二维时域信号S13进行方位向重叠子孔径划分，对各个子孔径运用图像偏移(MD)法进行子孔径相位误差估计，采用子孔径图像偏移(MD)法对剩余运动误差进行估计，使运动误差估计具有更高的稳健性。将子孔径相位误差进行拼接，得到相位误差
其中，为相位误差ΦE的时域形式。
8.3)将子孔径图像偏移法估计得到的相位误差对二维时域信号S13进行相位误差补偿，得到相位误差补偿后的二维时域信号S14，具体公式如下：/>
其中，为/>对应的快时间变量，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率，tm为慢时间，sinc(·)为距离向聚焦后的信号包络，B为距离向带宽，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，aa(·)为雷达信号的方位窗函数，k1为变标因子，/>R4为变标斜距，λ为信号波长，v为载机运动的速度。
步骤9：对相位误差补偿后二维时域信号S14进行Dechirp处理，对Dechirp处理后的信号S15进行图像几何校正，得到复图像。
9.1)构造方位Dechirp函数H6，具体公式如下：
H6＝exp(-jπk1tm 2)
其中，k1为变标因子，R4为变标斜距，λ为信号波长，tm为慢时间。
9.2)将方位Dechirp函数H6与相位误差补偿后的二维时域信号S14相乘，对相位误差补偿后的二维时域信号S14进行方位Dechirp处理，可以实现信号在多普勒域聚焦，得到方位Dechirp处理后的信号S15，具体公式如下：
其中，为fr′对应的快时间变量，/>为新的距离频率变量，/> nrn为距离单元点数，Fs为距离向采样率，tm为慢时间，sinc(·)为距离向聚焦后的信号包络，B为距离向带宽，R1为雷达波束中心照射到场景中任意一点P点时的斜距，R2为雷达波束中心经过场景中心点Pc点时的瞬时斜距，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，θ为波束宽度，/>c为光速，fc为信号载频，Da为天线孔径长度，aa(·)为雷达信号的方位窗函数，k1为变标因子，/>R4为变标斜距，λ为信号波长，v为载机运动的速度。
9.3)对Dechirp处理后的信号S15进行图像几何校正，得到复图像：
聚焦图像的二维分辨率失配使得最终聚焦图像存在严重的几何形变，可以通过对Dechirp处理后的信号S15进行Chirp-Z变换来实现图像几何校正，得到复图像。
接着，通过仿真实验作进一步说明本发明实施例的基于图像几何校正的视频SAR成像方法的有效性。
1、仿真条件
在场景中布置如图4所示的目标点，在距离向上目标点之间的间隔为30m，在方位向上目标点之间的间隔为120m，利用表1提供的系统参数进行仿真验证。
本实验仿真参数如表1所示。
表1仿真参数表
| 参数 | 参数值 | 参数 | 参数值 |
| 带宽/MHz | 1000 | 脉冲重复频率/Hz | 8000 |
| 脉宽/ms | 0.015 | 载机速度/(m/s) | 40 |
| 载频/GHz | 235 | 中心斜距/m | 3000 |
2、实验内容与结果分析
实验1：
(1)为了验证本发明中的运动误差估计的精度，先将真实的惯导信息产生的运动误差加到回波数据中，并运用惯导信息拟合得到惯导误差；将惯导误差对原始回波数据进行误差补偿后，再运用本发明中的子孔径图像偏移(MD)法进行相位误差迭代估计。
(2)图3是本发明实施例提供由惯导信息拟合的运动误差、子孔径图像偏移(MD)法估计的运动误差曲线图，图中包括估计得到的惯导误差和子孔径图像偏移(MD)法的迭代估计结果。通过图3可以看出，经过补偿惯导误差和子孔径图像偏移(MD)法估计的相位误差后，剩余相位误差收敛到接近于零值。
实验2：
(1)由于同一场景不同观测角度的帧图像存在几何形变且成像坐标系不同，本发明运用补偿了运动误差的回波数据生成帧图像，并对聚焦良好的帧图像进行成像坐标系转换和几何形变校正。
(2)图5是本发明实施例提供的补偿运动误差后的目标点聚焦结果以及帧图像的几何形变校正结果，其中，图5(a)是未进行运动误差补偿的目标点聚焦结果，图5(b)是经过运动误差补偿的目标点聚焦结果，图5(c)是几何形变校正前的帧图像，图5(d)是几何形变校正后的帧图像，图5中纵坐标表示距离单元，横坐标表示方位向采样点。对比图5(a)和图5(b)，发现经过运动补偿后的目标点聚焦结果更好；对比图5(c)和图5(d)，发现经过几何形变校正后的帧图像更接近实际场景目标分布。
综上，本发明采用结合运动补偿的RD成像方法，直接构造现有的函数，不需要进行插值等复杂的操作，计算量小，处理效率高；本发明采用子孔径图像偏移(MD)法对剩余运动误差进行估计，使运动误差估计具有更高的稳健性；本发明采用的视频SAR图像几何校正方法具有自适应性。
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)
1.一种基于图像几何校正的视频SAR成像方法，其特征在于，包括：
S1:获取方位向各采样时刻的瞬时斜距，构造雷达接收的基频信号S1；
S2:对基频信号S1作差频处理，得到差频输出信号S2；
S3:对差频输出信号S2进行去斜处理，得到去斜处理后的信号S4；
S4:对去斜处理后的信号S4进行距离向逆FFT处理后再变形，得到变形后的信号S6；
S5:对变形后的信号S6进行距离走动校正，得到距离走动校正后的信号S7；
S6:对距离走动校正后的信号S7进行距离徙动校正和二次距离脉压处理，得到含有相位误差ΦE的信号S11；
S7:对含有相位误差ΦE的距离多普勒域信号S11进行方位变标处理，实现图像几何微校正，得到方位变标处理后的信号S12；
S8:对二维时域信号S13进行相位误差估计和补偿，得到相位误差补偿后的二维时域信号S14；
S9:对相位误差补偿后二维时域信号S14进行Dechirp处理，对Dechirp处理后的信号S15进行图像几何校正，得到复图像。
2.根据权利要求1所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，在步骤S1中，所述构造雷达接收的基频信号S1的具体公式为：
其中，为快时间，tm为慢时间，t为全时间，ar(·)为雷达信号的距离窗函数，aa(·)为雷达信号的方位窗函数，γ为调频率，c为光速，fc为信号载频，R(tm,R1)为雷达波束照射P点过程中的瞬时斜距，R1为雷达波束中心照射到场景中目标点P时的斜距。
3.根据权利要求2所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，在步骤S2中，所述差频输出信号S2的具体公式为：
其中，rect(·)为矩形窗函数，Tp为信号脉冲宽度，R3＝R(tm,R1)-R2，R2为波束中心经过场景中心点时的瞬时斜距。
4.根据权利要求3所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，在步骤S3中，所述去斜处理后的信号S4的具体公式为：
其中，fr为距离向频率变量，sinc(·)为距离向聚焦后的信号包络，Tp为信号脉冲宽度。
5.根据权利要求4所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，在步骤S4中，所述变形后的信号S6的具体公式为：
其中，为新的距离频率变量，/> 为快时间，nrn为距离单元点数，Fs为距离向采样率。
6.根据权利要求5所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，在步骤S5中，所述距离走动校正后的信号S7的具体公式为：
其中，θ为波束宽度，c为光速，fc为信号载频，Da为天线孔径长度。
7.根据权利要求6所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，步骤S6具体包括：
S6.1:对距离走动校正后的信号S7进行方位向FFT处理得到二维频域信号S8：
其中，xn为场景中任意一点P点到场景中坐标原点O点沿Y轴正方向的距离，λ为信号波长，β＝fa/fam；
S6.2:构造二次距离脉压和距离徙动校正函数H4：
其中，fr为距离向频率变量；
S6.3:对S8进行二次距离脉压和距离徙动校正，得到二次距离脉压和距离徙动校正后的信号S9：
S6.4:对二次距离脉压和距离徙动校正后的信号S9进行距离向逆FFT处理，得到距离多普勒域信号S10：
S6.5:得到含有相位误差ΦE的距离多普勒域信号S11：
其中，ΦE为运动误差的多普勒域表示。
8.根据权利要求7所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，在步骤S7中，所述方位变标处理后的信号S12的具体公式为：
其中，为/>对应的快时间变量，ΦE为运动误差的多普勒域表示。
9.根据权利要求8所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，步骤S8具体包括：
S8.1:对方位变标处理后的信号S12进行方位向逆FFT处理，得到二维时域信号S13：
其中，为相位误差ΦE的时域形式；
S8.2:将二维时域信号S13进行方位向重叠子孔径划分，对各个子孔径运用图像偏移(MD)法进行子孔径相位误差估计并将子孔径相位误差进行拼接，得到相位误差
S8.3:对二维时域信号S13进行相位误差补偿，得到相位误差补偿后的二维时域信号S14：
其中，k1为变标因子，R4为变标斜距。
10.根据权利要求9所述的一种基于图像几何校正的视频SAR成像方法，其特征在于，步骤S9具体包括：
S9.1:对相位误差补偿后的二维时域信号S14进行方位Dechirp处理，得到方位Dechirp处理后的信号S15，具体公式如下：
S9.2:对Dechirp处理后的信号S15进行Chirp-Z变换来实现图像几何校正，得到复图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110013832.7A CN112859018B (zh) | 2021-01-06 | 2021-01-06 | 一种基于图像几何校正的视频sar成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110013832.7A CN112859018B (zh) | 2021-01-06 | 2021-01-06 | 一种基于图像几何校正的视频sar成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112859018A CN112859018A (zh) | 2021-05-28 |
| CN112859018B true CN112859018B (zh) | 2023-09-15 |
Family
ID=76004314
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110013832.7A Active CN112859018B (zh) | 2021-01-06 | 2021-01-06 | 一种基于图像几何校正的视频sar成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112859018B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116299465B (zh) * | 2023-05-18 | 2023-08-01 | 西安电子科技大学 | 一种基于子空间时频映射的双基sar后向投影成像方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014012828A1 (de) * | 2012-07-19 | 2014-01-23 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Methode zur prozessierung von hochauflösenden weltraumgestützt erhaltenen spotlight-sar rohdaten |
| CN108132467A (zh) * | 2017-12-23 | 2018-06-08 | 成都汇蓉国科微系统技术有限公司 | 基于增强型adc的dsp+fpga双基前视sar成像方法及成像装置 |
| CN110673144A (zh) * | 2019-09-30 | 2020-01-10 | 西安电子科技大学 | 一种基于时间变标的子孔径大斜视sar成像处理方法 |
| CN111208514A (zh) * | 2020-01-06 | 2020-05-29 | 华侨大学 | 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 |
-
2021
- 2021-01-06 CN CN202110013832.7A patent/CN112859018B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014012828A1 (de) * | 2012-07-19 | 2014-01-23 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Methode zur prozessierung von hochauflösenden weltraumgestützt erhaltenen spotlight-sar rohdaten |
| CN108132467A (zh) * | 2017-12-23 | 2018-06-08 | 成都汇蓉国科微系统技术有限公司 | 基于增强型adc的dsp+fpga双基前视sar成像方法及成像装置 |
| CN110673144A (zh) * | 2019-09-30 | 2020-01-10 | 西安电子科技大学 | 一种基于时间变标的子孔径大斜视sar成像处理方法 |
| CN111208514A (zh) * | 2020-01-06 | 2020-05-29 | 华侨大学 | 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 |
Non-Patent Citations (2)
| Title |
|---|
| 基于方位FNCS的斜视TOPS SAR成像方法;杨军;吴玉峰;孙光才;邢孟道;周峰;;系统工程与电子技术(第11期);全文 * |
| 调频连续波SAR信号分析与成像研究;梁毅;王虹现;邢孟道;保铮;;电子与信息学报(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112859018A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108459321B (zh) | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 | |
| CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
| 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 | |
| CN111965643B (zh) | 一种斜视sar bp图像中运动舰船目标重聚焦方法 | |
| CN111142105A (zh) | 复杂运动目标isar成像方法 | |
| CN104597447B (zh) | 一种子孔径SAR大斜视改进Omega‑K成像方法 | |
| CN114545411B (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 | |
| CN109507669B (zh) | 基于相参累积的地面微弱运动目标参数估计方法 | |
| CN105607055A (zh) | 一种基于天线方向图的机载雷达单脉冲前视成像方法 | |
| CN111077524A (zh) | 一种sar-gmti动目标重定位改进方法 | |
| CN113702974B (zh) | 一种机载/弹载合成孔径雷达图像快速优化方法 | |
| CN103885058A (zh) | 一种利用稀疏统计特性的机载雷达前视超分辨成像方法 | |
| CN108107432B (zh) | 基于时域扰动的高低轨双基sar保相成像方法 | |
| CN110879391B (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 | |
| CN109799502B (zh) | 一种适用于滤波反投影算法的两维自聚焦方法 | |
| CN112859018B (zh) | 一种基于图像几何校正的视频sar成像方法 | |
| CN112415512B (zh) | 基于进退法和黄金分割法的sar运动目标聚焦方法 | |
| CN108562898B (zh) | 一种前侧视sar的距离和方位两维空变自聚焦方法 | |
| CN114325704A (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 | |
| CN107271996B (zh) | 一种机载cssar地面运动目标成像方法 | |
| CN116819466A (zh) | 基于图像最小熵的双基isar方位定标和几何校正方法 | |
| CN111880179A (zh) | 一种弹载弧线俯冲大斜视tops sar的成像方法 | |
| CN116794643A (zh) | 一种基于声反射断层扫描成像的逆投影方法 | |
| CN116794612A (zh) | 基于线性变标的合成孔径雷达距离-孔径空变运动补偿方法 | |
| 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 |
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 |