CN113189588A - 集群无人机合成孔径雷达高帧率成像方法 - Google Patents

Abstract

本发明公开了一种集群无人机合成孔径雷达高帧率成像方法，根据集群无人平台雷达回波信号与时域反向投影成像方法的特点，在回波录取的过程中，首先将每个无人机系统收集的回波定义为一个子系统回波，对每个子系统回波进行脉冲压缩；再计算子系统空间谱之间的重叠情况，得到子系统重复度，对子系统间重叠部分数据无失真加权以保证较高的成像质量；然后根据每个子系统的分辨能力确定成像网格大小，用时域反向投影方法得到每个子系统的粗图像，逐层迭代，将子系统图像相干融合，直至得到整个系统的高分辨成像结果。本发明的方法克服了传统单平台运动整个长孔径所造成的机理性耗时长的限制，兼顾了较高的“真帧率”与较远的观测距离。

Description

集群无人机合成孔径雷达高帧率成像方法

技术领域

本发明属于雷达成像技术领域，具体涉及集群无人机平台的合成孔径雷达高帧率成像技术。

背景技术

合成孔径雷达(SAR)由于其具备全天时、全天候、高分辨等显著优势，广泛应用于地形测绘、灾害救援、海洋监测和战场态势感知等领域。SAR高帧率成像技术，将观测场景的动态信息以有利于人眼直观解读的视觉活动图像方式呈现出来，可高分辨连续记录目标区域的动态变化，有利于实现对车辆、船只等地海面时敏目标的动态持续性监视。

SAR图像帧率可表示为孔径合成时间的导数：F_r＝1/T_a＝2vρ_a/λR，其中，T_a表示孔径合成时间，λ为波长，R为观测距离，v为平台速度，ρ_a为方位分辨率。因此，单平台要实现“大孔径”高分辨、高帧率成像，受平台速度、波长等限制。

为了提高成像帧率，文献“L.Wells,K.Sorensen,A.Doerry,et al.Developmentsin SAR and IFSAR systems and technologies at sandia national laboratories[C].Proc.IEEE Aerospace Conference,2005,2:1085–1095”采用重叠子孔径处理来提高图像帧率，但该图像帧率为伪帧率，成像的真帧率仍收波长限制；文献“B Zhang,Y.Pi,J.Li.Terahertz imaging radar with inverse aperture synthesis techniques:system structure,signal processing,and experiment results[J].IEEE SensorsJournal,2015,15(1):290-299.”采用太赫兹SAR成像技术实现高帧率成像，但是其波长极短，在大气环境中衰减严重，有效探测距离短，并不适用于远距离观测。现有技术无法兼顾较高的“真帧率”与较远的观测距离。

发明内容

针对现有技术存在的上述问题，本发明提出了一种集群无人机合成孔径雷达高帧率成像方法。

本发明的技术方案为：一种集群无人机合成孔径雷达高帧率成像方法，具体包括如下步骤：

S1.集群无人系统参数初始化，所述初始化的参数包括：子系统数量、子系统运动参数、发射信号载频、发射信号时宽、带宽、系统采样率、脉冲重复频率；

S2.回波录取并解调，对每个子系统的回波进行录取并解调到基带，得到子系统回波信号为s_i(τ，η)，其中，τ为快时间变量，η为慢时间变量，i为子孔径编号；

S3.将回波信号s_i(τ，η)与参考信号s_ref(τ)进行相关处理，得到距离向脉冲压缩后的结果

S4.通过分析子系统空间谱之间的重叠情况，得到子系统重复度；

S5.根据S4步骤得到的子系统重复度，对子系统间重叠部分数据加权以保证成像结果不失真；

S6.对M个子系统的回波进行粗成像，根据子系统的分辨能力划分子系统成像网格，第i个子系统粗成像结果为：

其中，p是第i个子系统成像结果的像素点下标，τ_p(η)表示在方位时刻η目标点(x_p，y_p)对应的快时间变量；

S7.粗图像逐级合并，具体步骤如下：

S71.将第j级M^j个子系统均匀分组，每n个相邻子系统分成一组，形成新一级M^j+1子系统，根据第j+1级子系统的分辨能力划分j+1级成像网格，相邻两级子系统数量满足关系：M^j＝nM^j+1；

S72.按照S71分组将第j级子系统图像插值、相干叠加，得到第j+1级子系统成像结果。

S73.重复S71～S72的步骤，直至全部子系统合并完毕，得到高分辨成像。

进一步的，步骤S4具体步骤如下：

S41.确定每个子系统的空间谱(k_xi，k_yi)与子系统每个方位时刻的空间谱(k_xi(η)，k_yi(η))，其中，i＝1，2，...，M，M是子系统数量；

S42.初始化子系统迭代变量i＝1；

S43.计算第i个子系统每个方位时刻的空间谱与其余子系统空间谱的重复情况，并记录所有和该时刻空间谱重合的子系统空间谱的子系统数；

S44.若i＜M，i＝i+1，返回S43；否则，结束步骤S4，得到子系统重复度。

进一步的，步骤S5具体步骤如下：

S51.根据所有子系统重复度集合，将集合元素一致的方位时刻点分为一类，分类总数记作K，每一类集合的元素数目记作n_k，初始化迭代变量k＝1；

S52.已知第k类方位时刻点分别属于第k类集合记录的n_k个子系统，确定加权向量

且向量元素w_j满足：

S53.对第k类方位时刻点的脉压数据进行加权，将n_k个子系统的脉压数据乘以相应的权值；

S54.若k＜K，k＝k+1，返回S52；否则，将加权后的脉压数据记作

结束步骤S5。

本发明的有益效果：本发明的方法根据集群无人平台雷达回波信号与时域反向投影成像方法的特点，在回波录取的过程中，首先将每个无人机系统收集的回波定义为一个子系统回波，对每个子系统回波进行脉冲压缩；再计算子系统空间谱之间的重叠情况，得到子系统重复度，对子系统间重叠部分数据无失真加权以保证较高的成像质量；然后根据每个子系统的分辨能力确定成像网格大小，用时域反向投影方法得到每个子系统的粗图像，逐层迭代，将子系统图像相干融合，直至得到整个系统的高分辨成像结果。本发明的方法在集群无人SAR系统工作时，每个子系统同时录入回波数据，克服了传统单平台运动整个长孔径所造成的机理性耗时长的限制，兼顾了较高的“真帧率”与较远的观测距离，可以有效解决常规微波毫米波频段SAR系统“真帧率”难以提高的问题，通过集群无人系统分置运动、协同收发，将分布的子系统形成的短孔径分层合并，得到能够高帧高分辨成像的大孔径，以空间换时间，实现对重点区域高分辨、高帧率成像。

附图说明

图1为本发明的流程示意图；

图2为基于集群无人机的合成孔径雷达几何配置示意图；

图3为场景点目标分布示意图；

图4为子系统飞行轨迹分布示意，其中，(a)为轨迹空间分布三维视图，(b)为轨迹分布俯视图；

图5为点目标仿真回波信号脉冲压缩后二维时域示意图，其中，(a)为全局图，(b)为部分图；

图6为子系统的空间谱分布图；

图7为点目标成像结果图，其中，(a)为全场景图，(b)中心点目标图，(c)中心点距离剖面，(d)为中心点方位剖面。

具体实施方式

本发明的方法的成像总体流程图如图1所示，图2为本实施方式聚束SAR的几何配置示意图，基本参数如表1所示。

表1

载频(f<sub>c</sub>)/波长(λ)	9.6GHz/3.13cm
		发射信号带宽(B<sub>r</sub>)	500MHz
发射信号脉冲宽度(T<sub>r</sub>)	1μs
		距离向过采样系数(γ<sub>r</sub>)	1.2
距离向采样点数(N<sub>ran</sub>)	2048
		脉冲重复频率(PRF)	500Hz
平台速度(v)	40m/s
		子系统运动时间(T<sub>a</sub>)	0.6s
子系统个数(M)	10
		中心时刻平台位置(P<sub>0</sub>)	(4000，0，3000)m

本实施方式中假定场景中有九个点目标，其分布如图3所示，其中目标O为场景中心位置。成像流程如图一所示，包括六个部分，依次为：A0.系统参数初始化；A.回波录取与解调；B.距离向脉冲压缩；C.求解子系统重复度；D.重叠数据加权；E.子系统粗成像；F.粗图像逐级合并，具体过程如下：

A0.系统参数初始化，具体初始化的参数包括采样率、方位向采样点数、集群无人系统参数。

①.设置系统采样率为：

F_s＝γ_r×B_r＝600MHz

②.设置方位向采样点数为：

N_azi＝M×T_a×PRF＝3000

③.设置子系统运动参数：每个子系统的初始位置与飞行速度如表2所示，子系统飞行轨迹分布如图4所示。

表2

子系统编号	初始位置p<sub>i</sub>＝(x<sub>i0</sub>，y<sub>i0</sub>，z<sub>i0</sub>)	速度v<sub>i</sub>＝(v<sub>xi</sub>，v<sub>yi</sub>，v<sub>zi</sub>)
			i＝1	(2.03,-86.26,-0.96)m	(0.81,39.70,-0.54)m/s
i＝2	(1.70,-67.86,0.23)m	(-0.30,38.90,-0.49)m/s
			i＝3	(-1.89,-41.29,2.43)m	(-0.18,40.04,-0.06)m/s
i＝4	(0.69,-21.26,-0.62)m	(0.61,40.10,1.81)m/s
			i＝5	(-1.20,2.10,2.72)m	(0.31,41.80,-0.72)m/s
i＝6	(-0.67,22.77,1.02)m	(0.52,39.73,0.60)m/s
			i＝7	(-1.23,44.85,2.53)m	(0.59,37.81,-1.32)m/s
i＝8	(-2.21,62.18,0.27)m	(-1.44,40.40,1.47)m/s
			i＝9	(-1.96,84.78,-1.41)m	(-0.32,40.81,0.54)m/s
i＝10	(-3.19,75.60,0.33)m	(-1.05,40.39,-0.75)m/s

A.回波录取并解调，对每个子系统的回波进行录取并解调到基带，得到子系统回波信号为s_i(τ，η)：

其中，R_i(η)是第i个子系统在方位时刻η的距离历史，c表示光速，K_r表示调频率，w_r(·)和w_a(·)分别表示距离向和方位向窗函数，本实施例中取简单的矩形窗。

慢时间变量的取值范围：

快时间变量的取值范围：

后续的推导均忽略二维窗函数。

B.将回波s_i(τ，η)与参考信号s_ref(τ)进行相关处理，得到距离向脉冲压缩后的结果

其中，χ_R(·)为距离脉压模糊函数，本实例中χ_R(·)＝sinc(·)。回波信号脉冲压缩后二维时域示意图见图5。

C.计算子系统重复度，具体步骤如下：

①.计算子系统每个方位时刻的空间谱(k_xi(η)，k_yi(η))：

其中，f表示距离向频率，计算每个子系统的空间谱(k_xi，k_yi)：

(k_xi，k_yi)＝∪_η(k_xi(η)，k_yi(η))

②.初始化子系统迭代变量i＝1。

③.将所有和第i个子系统方位时刻η的空间谱重合的子系统空间谱的子系统数记录在重复度集合REP中，若第i个子系统方位时刻η的空间谱与子系统r₁、r₂、r₃(包括第i个子系统)的空间谱重叠，则该方位时刻重复度集合记作REP_i，η＝{r₁，r₂，r₃}，第i个子系统重复度集合为

④.若i＜M，i＝i+1，返回③；若i＝M，子系统重复度计算完成，记作REP＝[REP₁，REP₂，REP₃，...，REP_M]，子系统空间谱分布见图6。

D.根据C步骤得到的子系统重复度，对子系统间重叠部分数据加权以保证成像结果不失真。

①.根据所有子系统重复度集合REP，将集合元素一致的方位时刻点分为一类。分类总数K＝19，每一类集合的元素数目记作n_k，每类集合具体元素如表3所示，初始化迭代变量k＝1。

表3

②.已知第k类方位时刻点分别属于第k类集合记录的n_k个子系统，确定加权向量：

③.对第k类方位时刻点的脉压数据进行加权，第r_j个子系统回波权值为w_j。若

为第k类方位时刻点的脉压数据，加权过程可表示为：

④.若k＜K，k＝k+1，返回②；若k＝K，D步骤完成。

E.对子系统回波进行粗成像，根据子系统的分辨能力划分子系统成像网格，第i个子孔径成像距离向网格大小dx_i与方位向网格大小dy_i需满足：

其中，

分别表示第i个子孔径方位向与距离向分辨能力。

其中，

表示目标被第i个子孔径波束覆盖期间的目标视角变化量，φ_r表示波束入射角度。

第i个子系统粗成像结果为：

其中，p是第i个子系统成像结果的像素点下标，τ_p(η)表示在方位时刻η目标点(x_p，y_p)对应的距离门。

F.粗图像逐级合并，具体步骤如下：

①.将第j级M^j个子系统均匀分组，每n＝2个相邻子系统分成一组，形成新一级M^j+1子系统，根据第j+1级子系统的分辨能力划分j+1级成像网格。相邻两级子系统数量满足关系：M^j＝2M^j+1。

②.按照①分组将第j级子系统图像插值、相干叠加，得到第j+1级子系统成像结果。

③.重复①～②的步骤，直至全部子系统合并完毕，得到高分辨成像

仿真结果如表4和图7所示，其中本方法验证所采用构型的距离向与方位向理论分辨率由以下公式计算得出：

其中，ρ_azi、ρ_ran分别表示方位向与距离向分辨力，φ_r表示波束入射角度，θ_syn表示目标被孔径波束覆盖期间的目标视角变化量。

表4

	距离	方位
			3dB主瓣宽度	0.34m	0.36m
PSLR(峰值旁瓣比)	-14.59dB	-13.15dB
			ISLR(积分旁瓣比)	-11.74dB	-10.06dB

由表4性能指标可以看出，本方法的仿真结果与理论计算值相符。由图7可以看出，本发明的方法实现了对场景内目标的良好聚焦，通过分布的子系统以空间换时间，将冗余数据筛选并删除后实现了对重点区域高分辨、高帧率成像。

Claims (3)

1.一种集群无人机合成孔径雷达高帧率成像方法，具体包括如下步骤：

S1.集群无人系统参数初始化，所述初始化的参数包括：子系统数量、子系统运动参数、发射信号载频、发射信号时宽、带宽、系统采样率、脉冲重复频率；

S2.回波录取并解调，对每个子系统的回波进行录取并解调到基带，得到子系统回波信号为s_i(τ，η)，其中，τ为快时间变量，η为慢时间变量，i为子孔径编号；

S3.将回波信号s_i(τ，η)与参考信号s_ref(τ)进行相关处理，得到距离向脉冲压缩后的结果

S4.通过分析子系统空间谱之间的重叠情况，得到子系统重复度；

S5.根据S4步骤得到的子系统重复度，对子系统间重叠部分数据加权以保证成像结果不失真；

S6.对M个子系统的回波进行粗成像，根据子系统的分辨能力划分子系统成像网格，第i个子系统粗成像结果为：

其中，p是第i个子系统成像结果的像素点下标，τ_p(η)表示在方位时刻η目标点(x_p，y_p)对应的快时间变量；

S7.粗图像逐级合并，具体步骤如下：

S71.将第j级M^j个子系统均匀分组，每n个相邻子系统分成一组，形成新一级M^j+1子系统，根据第j+1级子系统的分辨能力划分j+1级成像网格，相邻两级子系统数量满足关系：M^j＝nM^j+1：

S72.按照S71分组将第j级子系统图像插值、相干叠加，得到第j+1级子系统成像结果。

S73.重复S71～S72的步骤，直至全部子系统合并完毕，得到高分辨成像。

2.根据权利要求1所述的一种集群无人机合成孔径雷达高帧率成像方法，步骤S4具体步骤如下：

S41.确定每个子系统的空间谱(k_xi，k_yi)与子系统每个方位时刻的空间谱(k_xi(η)，k_yi(η))，其中，i＝1，2，...，M，M是子系统数量；

S42.初始化子系统迭代变量i＝1；

S43.计算第i个子系统每个方位时刻的空间谱与其余子系统空间谱的重复情况，并记录所有和该时刻空间谱重合的子系统空间谱的子系统数；

S44.若i＜M，i＝i+1，返回S43；否则，结束步骤S4，得到子系统重复度。

3.根据权利要求1或2所述的一种集群无人机合成孔径雷达高帧率成像方法，步骤S5具体步骤如下：

S51.根据所有子系统重复度集合，将集合元素一致的方位时刻点分为一类，分类总数记作K，每一类集合的元素数目记作n_k，初始化迭代变量k＝1；

S52.己知第k类方位时刻点分别属于第k类集合记录的n_k个子系统，确定加权向量

且向量元素w_j满足：

S53.对第k类方位时刻点的脉压数据进行加权，将n_k个子系统的脉压数据乘以相应的权值；

S54.若k＜K，k＝k+1，返回S52；否则，将加权后的脉压数据记作

结束步骤S5。

Images