CN113064122B - P波段sar干扰抑制算法的性能评价方法、系统及介质 - Google Patents

P波段sar干扰抑制算法的性能评价方法、系统及介质 Download PDF

Info

Publication number
CN113064122B
CN113064122B CN202110210874.XA CN202110210874A CN113064122B CN 113064122 B CN113064122 B CN 113064122B CN 202110210874 A CN202110210874 A CN 202110210874A CN 113064122 B CN113064122 B CN 113064122B
Authority
CN
China
Prior art keywords
interference
ratio
interference suppression
suppression
image
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
Application number
CN202110210874.XA
Other languages
English (en)
Other versions
CN113064122A (zh
Inventor
董房
李东
许丽颖
王晓峰
李威
于迎军
陈筠力
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.)
Shanghai Institute of Satellite Engineering
Original Assignee
Shanghai Institute of Satellite Engineering
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 Shanghai Institute of Satellite Engineering filed Critical Shanghai Institute of Satellite Engineering
Priority to CN202110210874.XA priority Critical patent/CN113064122B/zh
Publication of CN113064122A publication Critical patent/CN113064122A/zh
Application granted granted Critical
Publication of CN113064122B publication Critical patent/CN113064122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques

Landscapes

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

Abstract

本发明提供了一种P波段SAR干扰抑制算法的性能评价方法、系统及介质，包括：步骤1：建立SAR成像系统接收到被干扰的回波信号的时域表达式；步骤2：判断回波信号中是否含有干扰，以及是否需要抑制；步骤3：对点目标质量进行评估，观察干扰抑制前后点目标质量指标，利用峰值旁瓣比与积分旁瓣比来判断干扰抑制效果；步骤4：对场景目标质量进行评估，使用动态范围和等视系数这两个指标作为干扰抑制效果评估指标；步骤5：根据抑制前总能量和抑制后总能量，获取干扰抑制比；步骤6：根据干扰抑制比对干扰抑制算法进行性能评价。本发明在最重要的指标不损失的情况下，联合其它指标来衡量干扰算法的抑制能力，可以保证获得最好的成像结果。

Description

P波段SAR干扰抑制算法的性能评价方法、系统及介质
技术领域
本发明涉及SAR干扰抑制技术领域，具体地，涉及一种P波段SAR干扰抑制算法的性能评价方法、系统及介质。
背景技术
干扰抑制算法性能评价机制是衡量干扰抑制方法有效性的一项重要指标，然后现有的基于干扰抑制度(Interference Suppression Ratio,ISR)，也称为干扰抑制比，其定义为回波信号(含有干扰信号)干扰抑制前和干扰抑制后回波信号的能量之比，往往不能很好的衡量干扰抑制算法的性能。这是因为有些方法在抑制干扰的时候同时也损失了有用回波信号，典型的方法是notch法，该方法应该具有最好的干扰抑制度，但该方法由于损失了有用信号导致分辨率损失和副瓣的太高；因此，抑制效果非常不理想，导致ISR评价准则毫无意义。因此，只用一个干扰抑制比指标来衡量干扰抑制效果是毫无意义的，一般都是配合其他指标(如分辨率、峰值旁瓣比、积分旁瓣比、图象信息熵、方差等)一起使用。
现在SAR干扰抑制领域都没有一个很好的算法抑制能力的衡量标准，根据以上所陈述的事实，本发明提出用多指标联合衡量的方法，核心思想是在最重要(或最关注)的指标不损失的情况下联合其它指标来衡量算法的干扰抑制能力来保证获得最好的成像结果。
专利文献CN103675768A(申请号：CN201310693687.7)公开了一种星载SAR射频干扰抑制方法。技术方案包括：第一步：构建数据矩阵，根据所得的距离线回波构建数据矩阵；第二步：估计协方差相关矩阵，利用所构建的数据矩阵估计其协方差相关矩阵；第三步：特征分解，得到特征值及对应的特征向量并排序；第四步：小波分解估计主特征值数目，利用所估计的主特征值所对应的特征向量构造干扰子空间；第五步：干扰抑制及数据重构，完成宽带射频干扰抑制。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种P波段SAR干扰抑制算法的性能评价方法、系统及介质。
根据本发明提供的P波段SAR干扰抑制算法的性能评价方法，包括：
步骤1：建立SAR成像系统接收到被干扰的回波信号的时域表达式；
步骤2：判断回波信号中是否含有干扰，以及是否需要抑制；
步骤3：对点目标质量进行评估，观察干扰抑制前后点目标质量指标，利用峰值旁瓣比与积分旁瓣比来判断干扰抑制效果；
步骤4：对场景目标质量进行评估，使用动态范围和等视系数这两个指标作为干扰抑制效果评估指标；
步骤5：根据抑制前总能量和抑制后总能量，获取干扰抑制比；
步骤6：根据干扰抑制比对干扰抑制算法进行性能评价。
优选的，所述SAR成像系统接收到被干扰的回波信号的时域表达式为：
SR(k)＝x(k)+i(k)+n(k),k＝1,2,…
其中，x(k)是有用回波信号，i(k)是待抑制的干扰信号，n(k)是加性噪声，k是采样时间变量。
优选的，所述步骤2包括：
回波信号中是否含有干扰及是否需要抑制在频域中通过设置门限来判定，通过快速傅里叶在距离向获得数据，利用脉冲对同一过程进行脉冲处理，对原始数据实现干扰识别，干扰信号检测门限GThreshold设置为：
Figure BDA0002952241750000021
式中，G为雷达在距离向的相干处理增益。
优选的，所述步骤3包括：
计算干扰抑制前后目标的峰值旁瓣比来衡量干扰抑制效果，峰值旁瓣比为点目标冲激响应的最高旁瓣峰值与主瓣峰值的比值，比值越小，干扰抑制效果越好；
积分旁瓣比为旁瓣能量与主板能量比值，积分旁瓣比是局部图像对比度的衡量指标。
优选的，所述步骤4包括：
图像动态范围是图像灰度最大值和最小值之比，表征图像区域中目标后向散射系数的差异，当干扰存在时，图像动态范围变小，后向散射系数差异减小；
等效视数表征图像强弱灰度之间的变化，即图像的对比度，若干扰存在，则图像的统计均值升高，方差变小，降低图像灰度之间的变化，使得图像对比度降低。
优选的，所述干扰抑制比的表达式如下：
Figure BDA0002952241750000031
式中，SR(k)为干扰抑制前回波信号，
Figure BDA0002952241750000032
为干扰抑制后的回波信号，用分贝表示，是对干扰抑制能力的度量，干扰抑制度越大，则表明对干扰的抑制能力越强。
优选的，在预设约束条件下包括IRW、PLSR指标不受损失，联合其它的指标包括干扰抑制比ISR和图像动态范围，来衡量干扰算法的抑制能力，得到有条件或受约束的干扰抑制比准则，表达式为：
Figure BDA0002952241750000033
根据本发明提供的P波段SAR干扰抑制算法的性能评价系统，包括：
模块M1：建立SAR成像系统接收到被干扰的回波信号的时域表达式；
模块M2：判断回波信号中是否含有干扰，以及是否需要抑制；
模块M3：对点目标质量进行评估，观察干扰抑制前后点目标质量指标，利用峰值旁瓣比与积分旁瓣比来判断干扰抑制效果；
模块M4：对场景目标质量进行评估，使用动态范围和等视系数这两个指标作为干扰抑制效果评估指标；
模块M5：根据抑制前总能量和抑制后总能量，获取干扰抑制比；
模块M6：根据干扰抑制比对干扰抑制算法进行性能评价。
优选的，所述SAR成像系统接收到被干扰的回波信号的时域表达式为：
SR(k)＝x(k)+i(k)+n(k),k＝1,2,…
其中，x(k)是有用回波信号，i(k)是待抑制的干扰信号，n(k)是加性噪声，k是采样时间变量；
所述模块M2包括：
回波信号中是否含有干扰及是否需要抑制在频域中通过设置门限来判定，通过快速傅里叶在距离向获得数据，利用脉冲对同一过程进行脉冲处理，对原始数据实现干扰识别，干扰信号检测门限GThreshold设置为：
Figure BDA0002952241750000041
式中，G为雷达在距离向的相干处理增益；
所述模块M3包括：
计算干扰抑制前后目标的峰值旁瓣比来衡量干扰抑制效果，峰值旁瓣比为点目标冲激响应的最高旁瓣峰值与主瓣峰值的比值，比值越小，干扰抑制效果越好；
积分旁瓣比为旁瓣能量与主板能量比值，积分旁瓣比是局部图像对比度的衡量指标；
所述模块M4包括：
图像动态范围是图像灰度最大值和最小值之比，表征图像区域中目标后向散射系数的差异，当干扰存在时，图像动态范围变小，后向散射系数差异减小；
等效视数表征图像强弱灰度之间的变化，即图像的对比度，若干扰存在，则图像的统计均值升高，方差变小，降低图像灰度之间的变化，使得图像对比度降低；
所述干扰抑制比的表达式如下：
Figure BDA0002952241750000042
式中，SR(k)为干扰抑制前回波信号，
Figure BDA0002952241750000043
为干扰抑制后的回波信号，用分贝表示，是对干扰抑制能力的度量，干扰抑制度越大，则表明对干扰的抑制能力越强；
在预设约束条件下包括IRW、PLSR指标不受损失，联合其它的指标包括干扰抑制比ISR和图像动态范围，来衡量干扰算法的抑制能力，得到有条件或受约束的干扰抑制比准则，表达式为：
Figure BDA0002952241750000044
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
本发明提供了一种新的多指标联合衡量的干扰抑制算法评价机制，旨在为干扰抑制算法的选择提供更为可靠的依据，在不损失有用回波信号前提下(可以通过SAR成像后分辨率(IRW)，峰值旁瓣比(PSLR)等损失来衡量)，干扰抑制比(ISR)越大表示干扰算法抑制性能越好。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明多指标联合SAR干扰抑制算法性能评价机制实施步骤关系图；
图2为本发明多指标联合SAR干扰抑制算法性能评价机制距离向结果图；
图3为本发明多指标联合SAR干扰抑制算法性能评价机制方位向结果图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1：
根据本发明提供的基于多指标联合的P波段SAR干扰抑制算法性能评价方法，该方法保证在其他重要指标如SAR图像分辨率和副瓣不损失的情况下，联合多指标(点目标指标和场景目标图像指标)判断算法抑制能力，为干扰抑制方法的选择提供依据，包括如下步骤：
步骤1、建立SAR干扰抑制模型，SAR系统接收到被干扰的回波信号的时域表达式如下：
SR(k)＝x(k)+i(k)+n(k),k＝1,2,…
式中，x(k)是有用回波信号，i(k)是待抑制的干扰信号，n(k)是加性噪声，k是采样时间变量。
步骤2、判断回波信号中是否含有干扰及需要抑制，在SAR成像系统中，有用回波信号能够获得相干积累增益；而干扰信号是非相干积累。因此，并不是所有的干扰都需要抑制，首先需要判断回波信号中是否含有干扰及需要抑制；
步骤3、对点目标质量进行评估。在SAR干扰效果评估中，可以观察干扰抑制前后点目标质量指标。利用峰值旁瓣比与积分旁瓣比来判断干扰抑制效果；
步骤4、对场景目标质量进行评估。在SAR干扰效果评估中，使用动态范围和等视系数这两个指标作为干扰抑制效果评估指标；
步骤5、干扰抑制比定义为抑制前总能量和抑制后总能量的比，获得干扰抑制比ISR表达式如下：
Figure BDA0002952241750000061
式中，SR(k)为干扰抑制前回波信号，
Figure BDA0002952241750000062
为干扰抑制后的回波信号，常用分贝表示，是对干扰抑制能力的度量。通常认为干扰抑制度越大，说明对干扰的抑制能力也越强；
步骤6、多指标联合进行干扰抑制算法性能评价。
在一定约束条件下(IRW，PLSR等指标不受损失)，联合其它的指标(干扰抑制比ISR，图像动态范围等)来衡量干扰算法的抑制能力，即定义有条件或受约束的干扰抑制比准则(Constrained ISR，CISR)表达式如下：
Figure BDA0002952241750000063
在上述多指标联合的P波段SAR干扰抑制算法性能评价机制中，所述步骤2中判断回波信号是否有干扰的具体原理是通常在频域中通过设置门限来判定，通过快速傅里叶在距离向获得数据，如果有一个特殊的幅度大于平均值范围，就可以决定数据可能被干扰。利用脉冲对同一过程进行脉冲处理，就能够对原始数据实现干扰识别。这只是干扰的定性识别，我们不需对它们的频率和幅度等参数进行识别。相反，阈值规则足以达到识别的目的。
在上述多指标联合的P波段SAR干扰抑制算法性能评价机制中，所述步骤3中点目标质量评估的峰值旁瓣比(PLSR)定义为点目标冲激响应的最高旁瓣峰值与主瓣峰值的比值，其表达式如下：
Figure BDA0002952241750000064
式中，Psm表示最高旁瓣峰值，Pm表示主瓣峰值。
其值决定了强目标“掩盖”弱目标的能力。干扰能量信号增大，点目标旁瓣会升高，当干扰大到一定程度时，点目标旁瓣会超过主瓣，使得点目标完全淹没在干扰中，无法进行目标检测和识别。计算干扰抑制前后目标的峰值旁瓣比能衡量干扰抑制效果。此值越小，干扰抑制效果越好。
积分旁瓣比定义为旁瓣能量与主板能量比值，其表达式如下：
Figure BDA0002952241750000071
式中，Ex表示冲激响应旁瓣能量，Em表示冲激响应主瓣能量。
积分旁瓣比则是局部图像对比度的衡量指标，是局部较暗区域被来自周围明亮区域的能量泄露所“淹没”的程度，能够反映出SAR图像局部受干扰的程度，积分旁瓣比越大，图像质量越低。
在上述多指标联合的P波段SAR干扰抑制算法性能评价机制中，所述步骤4中场景目标质量评估的图像动态范围是指图像灰度最大值和最小值之比，其表达式如下：
Figure BDA0002952241750000072
式中，Imax表示图像中灰度最大值，Imin表示图像中灰度最小值。
图像动态范围表征了图像区域中目标后向散射系数的差异。当干扰存在时，图像动态范围变小，使得后向散射系数差异减小，若干扰能量很大，则会造成图像目标解译和判读困难。计算干扰抑制前后SAR图像的动态范围来衡量干扰抑制效果。
等效视数表现了图像强弱灰度之间的变化，即图像的对比度，其表达式如下：
Figure BDA0002952241750000073
式中，μ表示图像的灰度平均值；σ2表示图像的灰度方差。图像大小为M*N，图像的平均灰度μ与图像的灰度方差σ2通过下面关系式得到：
Figure BDA0002952241750000074
Figure BDA0002952241750000075
其中，I(m,n)表示SAR图像在(m,n)点的灰度值。由此步骤判断等效视数，其值越大，图像的灰度变化不明显，图像的对比度减小，则影响SAR图像的解译和判读。若干扰存在，则图像的统计均值升高，方差变小，降低了图像灰度之间的变化，使得图像对比度降低。
在上述多指标联合的P波段SAR干扰抑制算法性能评价机制中，所述步骤6中多指标联合进行干扰抑制算法性能评价的具体原理为：
根据步骤1以及步骤2的分析，假设在不损失有用回波信号条件下，则经过干扰抑制后回波信号的时域可表示为：
Figure BDA0002952241750000081
式中，
Figure BDA0002952241750000082
为经过干扰抑制后剩余的干扰信号成分。
干扰抑制比准则表达式如下：
Figure BDA0002952241750000083
式中，SR(k)为干扰抑制前回波信号，
Figure BDA0002952241750000084
为干扰抑制后的回波信号。干扰抑制比(ISR)越大表示干扰算法抑制性能越好。
然而，有用回波信号的损失则会导致SAR分辨率，峰值旁瓣比等变差；故在SAR干扰抑制中不损失有用回波信号比完全干净的抑制干扰信号要重要的多。事实上，都是以不损失有用回波信号为前提，把干扰信号能量抑制在SAR相干积累增益以下。
结合步骤3的点目标质量评估和步骤4的面目标质量评估，联合多指标衡量。因此步骤6中，保证最重要的指标不损失，再联合其它的指标来衡量干扰算法的抑制能力，有条件或受约束的干扰抑制比准则(Constrained ISR，CISR)为：
Figure BDA0002952241750000085
即在一定的约束条件下(IRW，PSLR等指标不受损失)，干扰抑制比越大表示算法干扰抑制性能越好。
结合步骤2的干扰门限分析，即新定义有条件或受约束的干扰抑制比(CISR)不低于20dB就可以保证干扰抑制算法性能。相比现有的单个评价指标，提出的CISR评价指标能够更好，更全面的衡量干扰抑制算法性能。
实施例2：
本发明基于多指标联合的P波段SAR干扰抑制算法性能评价机制通过对回波信号进行分析、对点目标质量进行评估、对场景目标质量进行评估相结合获得多指标联合的SAR干扰抑制算法性能评价机制，重点在于不损失有用回波信号前提下(可以通过SAR成像后分辨率(IRW)，峰值旁瓣比(PSLR)等损失来衡量)，干扰抑制比(ISR)越大表示干扰算法抑制性能越好。
见附图1所示为本发明多指标联合的P波段SAR干扰抑制算法性能评价机制实施步骤关系图，本发明SAR干扰抑制算法性能评价机制具体包括如下步骤：
(1)首先需要判断回波信号中是否含有干扰及需要抑制。通常在频域中通过设置门限来判定，通过快速傅里叶在距离向获得数据，如果有一个特殊的幅度大于平均值范围，就可以决定数据可能被干扰；
(2)设发射信号的脉冲宽度为Tp，发射带宽为Br，损耗因子为a(0<a<1)，则雷达在距离向的相干处理增益为：G＝10log10aTpBr；
(3)考虑到高质量的SAR图像具有大于20dB的峰值旁瓣比(PSLR)的事实。因此，干扰信号检测门限GThreshold一般设置为：
Figure BDA0002952241750000091
(4)对于点目标，基于全数字仿真系统对点阵目标进行了仿真，再对仿真回波添加P波段干扰数据，得到仿真受干扰的P波段星载SAR点目标回波数据。对点目标质量进行评估，对于仿真数据，可以设置点目标用以观察干扰抑制前后点目标质量指标；对于实测数据，可以选择场景中的强点目标，观察该强点目标干扰抑制前后的质量指标，就能对干扰抑制效果得出一个合理的结论。而为了更精确的反应点目标细节信息，可以通过插值的方法对点目标及周围的点进行放大，然后在对放大后的细节信息进行评估，这样就能避免因为细节信息缺失带来的评估误差。
(5)对于场景目标，则是利用其它波段星载SAR回波数据叠加P波段干扰数据的方式获取受干扰的场景回波标数据。场景目标图像指标包括图像均值与方差、动态范围、等视系数、辐射分辨率等。在SAR干扰效果评估中经常使用动态范围和等视系数，也可以使用这两个指标作为干扰抑制效果评估指标。
(6)在保证最重要(或最关注)的指标不损失的情况下(一般我们更关注SAR的分辨率和副瓣等指标)，再联合其他的指标(如干扰抑制比ISR，点目标质量评价和场景目标质量评价等)来衡量干扰算法的抑制能力来保证获得最好的成像结果。新定义有条件或受约束的干扰抑制比准则(Constrained ISR，CISR)可写表达式如下：
Figure BDA0002952241750000101
见附图2和附图3所示为本发明多指标联合SAR干扰抑制算法性能评价机制距离向和方位向结果图。
(7)只要能抑制90％以上的干扰能量会对SAR图像不造成任何影响，即新定义有条件或受约束的干扰抑制比(CISR)不低于20dB就可以保证干扰抑制算法性能。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (7)

1.一种P波段SAR干扰抑制算法的性能评价方法，其特征在于，包括：
步骤1：建立SAR成像系统接收到被干扰的回波信号的时域表达式；
步骤2：判断回波信号中是否含有干扰，以及是否需要抑制；
步骤3：对点目标质量进行评估，观察干扰抑制前后点目标质量指标，利用峰值旁瓣比与积分旁瓣比来判断干扰抑制效果；
步骤4：对场景目标质量进行评估，使用动态范围和等视系数这两个指标作为干扰抑制效果评估指标；
步骤5：根据抑制前总能量和抑制后总能量，获取干扰抑制比；
步骤6：根据干扰抑制比对干扰抑制算法进行性能评价；
所述SAR成像系统接收到被干扰的回波信号的时域表达式为：
SR(k)＝x(k)+i(k)+n(k)，k＝1，2，…
其中，x(k)是有用回波信号，i(k)是待抑制的干扰信号，n(k)是加性噪声，k是采样时间变量；
所述步骤2包括：
回波信号中是否含有干扰及是否需要抑制在频域中通过设置门限来判定，通过快速傅里叶在距离向获得数据，利用脉冲对同一过程进行脉冲处理，对原始数据实现干扰识别，干扰信号检测门限GThreshold设置为：
Figure FDA0003922797770000011
式中，G为雷达在距离向的相干处理增益。
2.根据权利要求1所述的P波段SAR干扰抑制算法的性能评价方法，其特征在于，所述步骤3包括：
计算干扰抑制前后目标的峰值旁瓣比来衡量干扰抑制效果，峰值旁瓣比为点目标冲激响应的最高旁瓣峰值与主瓣峰值的比值，比值越小，干扰抑制效果越好；
积分旁瓣比为旁瓣能量与主板能量比值，积分旁瓣比是局部图像对比度的衡量指标。
3.根据权利要求1所述的P波段SAR干扰抑制算法的性能评价方法，其特征在于，所述步骤4包括：
图像动态范围是图像灰度最大值和最小值之比，表征图像区域中目标后向散射系数的差异，当干扰存在时，图像动态范围变小，后向散射系数差异减小；
等效视数表征图像强弱灰度之间的变化，即图像的对比度，若干扰存在，则图像的统计均值升高，方差变小，降低图像灰度之间的变化，使得图像对比度降低。
4.根据权利要求1所述的P波段SAR干扰抑制算法的性能评价方法，其特征在于，所述干扰抑制比的表达式如下：
Figure FDA0003922797770000021
式中，SR(k)为干扰抑制前回波信号，
Figure FDA0003922797770000022
为干扰抑制后的回波信号，用分贝表示，是对干扰抑制能力的度量，干扰抑制度越大，则表明对干扰的抑制能力越强。
5.根据权利要求4所述的P波段SAR干扰抑制算法的性能评价方法，其特征在于，在预设约束条件下包括IRW、PLSR指标不受损失，联合其它的指标包括干扰抑制比ISR和图像动态范围，来衡量干扰算法的抑制能力，得到有条件或受约束的干扰抑制比准则，表达式为：
Figure FDA0003922797770000023
6.一种P波段SAR干扰抑制算法的性能评价系统，其特征在于，包括：
模块M1：建立SAR成像系统接收到被干扰的回波信号的时域表达式；
模块M2：判断回波信号中是否含有干扰，以及是否需要抑制；
模块M3：对点目标质量进行评估，观察干扰抑制前后点目标质量指标，利用峰值旁瓣比与积分旁瓣比来判断干扰抑制效果；
模块M4：对场景目标质量进行评估，使用动态范围和等视系数这两个指标作为干扰抑制效果评估指标；
模块M5：根据抑制前总能量和抑制后总能量，获取干扰抑制比；
模块M6：根据干扰抑制比对干扰抑制算法进行性能评价；
所述SAR成像系统接收到被干扰的回波信号的时域表达式为：
SR(k)＝x(k)+i(k)+n(k)，k＝1，2，…
其中，x(k)是有用回波信号，i(k)是待抑制的干扰信号，n(k)是加性噪声，k是采样时间变量；
所述模块M2包括：
回波信号中是否含有干扰及是否需要抑制在频域中通过设置门限来判定，通过快速傅里叶在距离向获得数据，利用脉冲对同一过程进行脉冲处理，对原始数据实现干扰识别，干扰信号检测门限GThreshold设置为：
Figure FDA0003922797770000031
式中，G为雷达在距离向的相干处理增益；
所述模块M3包括：
计算干扰抑制前后目标的峰值旁瓣比来衡量干扰抑制效果，峰值旁瓣比为点目标冲激响应的最高旁瓣峰值与主瓣峰值的比值，比值越小，干扰抑制效果越好；
积分旁瓣比为旁瓣能量与主板能量比值，积分旁瓣比是局部图像对比度的衡量指标；
所述模块M4包括：
图像动态范围是图像灰度最大值和最小值之比，表征图像区域中目标后向散射系数的差异，当干扰存在时，图像动态范围变小，后向散射系数差异减小；
等效视数表征图像强弱灰度之间的变化，即图像的对比度，若干扰存在，则图像的统计均值升高，方差变小，降低图像灰度之间的变化，使得图像对比度降低；
所述干扰抑制比的表达式如下：
Figure FDA0003922797770000032
式中，SR(k)为干扰抑制前回波信号，
Figure FDA0003922797770000033
为干扰抑制后的回波信号，用分贝表示，是对干扰抑制能力的度量，干扰抑制度越大，则表明对干扰的抑制能力越强；
在预设约束条件下包括IRW、PLSR指标不受损失，联合其它的指标包括干扰抑制比ISR和图像动态范围，来衡量干扰算法的抑制能力，得到有条件或受约束的干扰抑制比准则，表达式为：
Figure FDA0003922797770000034
7.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN202110210874.XA 2021-02-25 2021-02-25 P波段sar干扰抑制算法的性能评价方法、系统及介质 Active CN113064122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110210874.XA CN113064122B (zh) 2021-02-25 2021-02-25 P波段sar干扰抑制算法的性能评价方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110210874.XA CN113064122B (zh) 2021-02-25 2021-02-25 P波段sar干扰抑制算法的性能评价方法、系统及介质

Publications (2)

Publication Number Publication Date
CN113064122A CN113064122A (zh) 2021-07-02
CN113064122B true CN113064122B (zh) 2023-02-17

Family

ID=76559149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110210874.XA Active CN113064122B (zh) 2021-02-25 2021-02-25 P波段sar干扰抑制算法的性能评价方法、系统及介质

Country Status (1)

Country Link
CN (1) CN113064122B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115128548B (zh) * 2022-05-27 2023-04-25 西安电子科技大学杭州研究院 一种sar射频干扰检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014048193A1 (zh) * 2012-09-28 2014-04-03 北京理工大学 一种用于舰艇编队情况下同型雷达同频干扰抑制方法
CN105974376A (zh) * 2016-05-09 2016-09-28 中国人民解放军国防科学技术大学 一种sar射频干扰抑制方法
WO2018164490A1 (ko) * 2017-03-08 2018-09-13 주식회사 웨이전스 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법
CN110221256A (zh) * 2019-06-21 2019-09-10 西安电子科技大学 基于深度残差网络的sar干扰抑制方法
CN110412572A (zh) * 2019-07-23 2019-11-05 中国科学院电子学研究所 P波段合成孔径雷达成像干扰抑制方法
CN111273238A (zh) * 2020-01-06 2020-06-12 中国航天科工集团八五一一研究所 一种基于低秩恢复的sar宽窄带干扰同时抑制方法
CN111398912A (zh) * 2020-04-03 2020-07-10 西北工业大学 基于张量低秩逼近的合成孔径雷达干扰抑制方法
CN111624558A (zh) * 2020-06-29 2020-09-04 河南大学 一种基于De-Chirp技术的SAR干扰抑制方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017205649B3 (de) * 2017-04-03 2018-03-22 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur rechnergestützten Verarbeitung von SAR-Rohdaten
CN111580107B (zh) * 2020-07-06 2023-03-31 内蒙古工业大学 一种sar回波信号的射频干扰抑制方法、装置及成像方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014048193A1 (zh) * 2012-09-28 2014-04-03 北京理工大学 一种用于舰艇编队情况下同型雷达同频干扰抑制方法
CN105974376A (zh) * 2016-05-09 2016-09-28 中国人民解放军国防科学技术大学 一种sar射频干扰抑制方法
WO2018164490A1 (ko) * 2017-03-08 2018-09-13 주식회사 웨이전스 컴퓨터 시뮬레이션을 이용한 초음파 영상의 부엽 억제 필터 평가 방법
CN110221256A (zh) * 2019-06-21 2019-09-10 西安电子科技大学 基于深度残差网络的sar干扰抑制方法
CN110412572A (zh) * 2019-07-23 2019-11-05 中国科学院电子学研究所 P波段合成孔径雷达成像干扰抑制方法
CN111273238A (zh) * 2020-01-06 2020-06-12 中国航天科工集团八五一一研究所 一种基于低秩恢复的sar宽窄带干扰同时抑制方法
CN111398912A (zh) * 2020-04-03 2020-07-10 西北工业大学 基于张量低秩逼近的合成孔径雷达干扰抑制方法
CN111624558A (zh) * 2020-06-29 2020-09-04 河南大学 一种基于De-Chirp技术的SAR干扰抑制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《SAR有源压制干扰抑制效果评估方法研究》;于春锐 等;《应用基础与工程科学学报》;20120831;第20卷(第4期);第725-738页 *

Also Published As

Publication number Publication date
CN113064122A (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
Garry et al. Evaluation of direct signal suppression for passive radar
Guan et al. Adaptive fractional Fourier transform-based detection algorithm for moving target in heavy sea clutter
Tao et al. Wideband interference mitigation in high-resolution airborne synthetic aperture radar data
Rosenberg et al. Analysis of the KK-distribution with medium grazing angle sea-clutter
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
Wang CFAR-based interference mitigation for FMCW automotive radar systems
CN110221256B (zh) 基于深度残差网络的sar干扰抑制方法
CN114785379B (zh) 一种水声janus信号参数估计方法及系统
CN112255613B (zh) 一种自动抑制导航雷达海杂波的方法及系统
CN113064122B (zh) P波段sar干扰抑制算法的性能评价方法、系统及介质
CN105699947B (zh) 一种sar图像旁瓣抑制方法
CN110398722A (zh) 基于随机矩阵有限谱的扩展目标回波检测方法
Bocquet et al. Parameter estimation for a compound radar clutter model with trimodal discrete texture
CN109116326A (zh) 一种基于中位数估计的自适应雷达海杂波抑制方法
CN111580107A (zh) 一种sar回波信号的射频干扰抑制方法、装置及成像方法
WO2023098809A1 (en) Systems and methods for radio frequency interference suppression in radar
CN107315169B (zh) 基于二阶统计量相似度的杂波协方差矩阵估计方法
Turley Signal processing techniques for maritime surveillance with skywave radar
Weinberg et al. A Bayesian-based CFAR detector for Pareto type II clutter
Rosenberg et al. Performance analysis of Pareto CFAR detectors
Wu et al. A modified notch filter for suppressing radio-frequency-interference in P-band SAR data
CN112083392A (zh) 基于贝叶斯估计的sar窄带射频干扰抑制方法
CN111458683A (zh) 一种分区域雷达信号处理的方法
Wang et al. Coarseness in OTHR image and its application for diagonal loading factor determination
Jianyu et al. A clutter sample selection-based generalized sidelobe canceller algorithm for ionosphere clutter suppression in HFSWR

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