CN113419241B - 一种信号重构方法及设备 - Google Patents

一种信号重构方法及设备 Download PDF

Info

Publication number
CN113419241B
CN113419241B CN202110591309.2A CN202110591309A CN113419241B CN 113419241 B CN113419241 B CN 113419241B CN 202110591309 A CN202110591309 A CN 202110591309A CN 113419241 B CN113419241 B CN 113419241B
Authority
CN
China
Prior art keywords
channel
signal
sar
error
model
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
CN202110591309.2A
Other languages
English (en)
Other versions
CN113419241A (zh
Inventor
张永伟
王伟
张志敏
邓云凯
王宇
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202110591309.2A priority Critical patent/CN113419241B/zh
Publication of CN113419241A publication Critical patent/CN113419241A/zh
Application granted granted Critical
Publication of CN113419241B publication Critical patent/CN113419241B/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
    • 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

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

本申请实施例提供了一种信号重构方法及设备，该方法包括：根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；根据多通道SAR信号模型和通道误差确定敏感函数；基于敏感函数建立一个预设约束条件；并基于预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；对约束优化模型进行求解，得到在预设约束条件下的多通道信号重构滤波器，以基于多通道信号重构滤波器实现信号重构。

Description

一种信号重构方法及设备
技术领域
本申请涉及雷达技术领域，尤其涉及一种信号重构方法及设备。
背景技术
对于多通道合成孔径雷达(Synthetic Aperture Radar，SAR)系统而言，空间采样并不能直接替代为时间采样，需要重构方法将空间采样转换为时间采样。目前现有的重构方法在理想条件下，能够低模糊地恢复混叠的多普勒频谱，进而在不改变方位分辨率的情况下降低多通道SAR系统对脉冲重复频率的要求，从而实现高分宽幅SAR成像。然而实际多通道SAR系统中不可避免地会出现通道误差，并且现有的重构方法在非均匀空间采样条件下对通道误差的鲁棒性较差，因此该方法会导致重构后的SAR图像出现由通道误差导致的严重方位模糊。
发明内容
本申请实施例提供一种信号重构方法及设备，能够抑制由通道误差引起的方位模糊。
本申请的技术方案是这样实现的：
第一方面，本申请实施例提供一种信号重构方法，所述方法包括：
根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；
并根据所述多通道SAR信号模型和通道误差确定敏感函数；
基于所述敏感函数建立一个预设约束条件；并基于所述预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；
对所述约束优化模型进行求解，得到在所述预设约束条件下的所述多通道信号重构滤波器，以基于所述多通道信号重构滤波器实现信号重构。
在上述信号重构方法中，所述根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型，包括：
获取多通道SAR的多个方位接收通道对应的方位接收信号；
对所述方位接收信号进行采样，得到采样后的方位接收信号；
对所述采样后的方位接收信号进行傅里叶变换，得到所述采样后的方位接收信号对应的频域表达式；
根据所述频域表达式建立多通道SAR信号模型。
在上述信号重构方法中，所述根据所述多通道SAR信号模型和通道误差确定敏感函数，包括：
根据所述多通道SAR信号模型和所述通道误差确定多通道SAR信号误差模型；所述多通道SAR信号误差模型为包含所述通道误差的所述多通道SAR信号模型；
利用多通道信号重构滤波器对所述多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；
确定所述重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于所述包含通道误差的信号确定包含通道误差的功率；
从所述包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据所述包含通道误差的方位模糊功率确定所述敏感函数。
在上述信号重构方法中，所述基于所述敏感函数建立一个预设约束条件，包括：
基于所述敏感函数建立一个预设约束条件，所述预设约束条件为：
Figure BDA0003089666600000021
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，
Figure BDA0003089666600000022
为所述多通道信号重构滤波器的转置，Tc为预设常数。
在上述信号重构方法中，所述约束优化模型为：
Figure BDA0003089666600000031
在所述约束优化模型中，As(f)表示为通道矩阵，
Figure BDA0003089666600000032
为所述通道矩阵的转置，al(f)表示为通道向量。
第二方面，本申请实施例提供一种信号重构设备，所述设备包括：
数据处理单元，用于根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；
确定单元，用于根据所述多通道SAR信号模型和通道误差确定敏感函数；
所述数据处理单元，还用于基于所述敏感函数建立一个预设约束条件；并基于所述预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；
信号重构单元，用于对所述约束优化模型进行求解，得到在所述预设约束条件下的所述多通道信号重构滤波器，以基于所述多通道信号重构滤波器实现信号重构。
在上述信号重构设备中，所述设备还包括：
获取单元，用于获取多通道SAR的多个方位接收通道对应的方位接收信号；
采样单元，用于对所述方位接收信号进行采样，得到采样后的方位接收信号；
所述数据处理单元，还用于对所述采样后的方位接收信号进行傅里叶变换，得到所述采样后的方位接收信号对应的频域表达式；
所述数据处理单元，还用于根据所述频域表达式建立多通道SAR信号模型。
在上述信号重构设备中，所述设备还包括：
所述确定单元，还用于根据所述多通道SAR信号模型和所述通道误差确定多通道SAR信号误差模型；所述多通道SAR信号误差模型为包含所述通道误差的所述多通道SAR信号模型；
所述信号重构单元，还用于利用多通道信号重构滤波器对所述多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；
所述确定单元，还用于确定所述重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于所述包含通道误差的信号确定包含通道误差的功率；
所述确定单元，还用于从所述包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据所述包含通道误差的方位模糊功率确定所述敏感函数。
在上述信号重构设备中，所述设备还包括：
所述数据处理单元，还用于基于所述敏感函数建立一个预设约束条件，所述预设约束条件为：
Figure BDA0003089666600000041
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，
Figure BDA0003089666600000042
为所述多通道信号重构滤波器的转置，Tc为预设常数。
第三方面，本申请实施例提供一种信号重构设备，其特征在于，所述设备包括：处理器、存储器及通信总线；所述处理器执行存储器存储的运行程序时实现如上述任一项所述的信号重构方法。
本申请实施例提供了一种信号重构方法及设备，该方法包括：根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；根据多通道SAR信号模型和通道误差确定敏感函数；基于敏感函数建立一个预设约束条件；并基于预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；对约束优化模型进行求解，得到在预设约束条件下的多通道信号重构滤波器，以基于多通道信号重构滤波器实现信号重构；采用上述实现方案，通过对敏感函数施加约束条件，并建立变量为多通道SAR重构滤波器的约束优化模型，能够求出在预设约束条件下的多通道SAR重构滤波器，进而达到通过此滤波器在信号重构时能够增强信号重构的鲁棒性，达到抑制由通道误差引起的方位模糊的目的。
附图说明
图1为本申请实施例提供的一种信号重构方法流程图；
图2为本申请实施例提供的一种示例性的多通道SAR系统参数图；
图3为本申请实施例提供的一种示例性的DBF重构方法在不同误差情况下的AASR随PRF的变化示意图；
图4为本申请实施例提供的一种示例性的稳健重构方法在不同误差情况下的AASR随PRF的变化示意图；
图5为本申请实施例提供的一种示例性的DBF重构方法和稳健重构方法在PRF一定时的AASR随相位误差变化对比图；
图6为本申请实施例提供的一种示例性的DBF重构方法和稳健重构方法在PRF一定时的AASR随幅度误差变化对比图；
图7为本申请实施例提供的一种信号重构设备1的组成结构示意图一；
图8为本申请实施例提供的一种信号重构设备1的组成结构示意图二。
具体实施方式
应当理解，此处描述的具体实施例仅仅用以解释本申请。并不用于限定本申请。
本申请实施例提供一种信号重构方法，应用于信号重构设备，图1为本申请实施例提供的一种信号重构方法流程图，如图1所示，信号重构方法可以包括：
S101、根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型。
在本申请实施例中，信号重构设备根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型。
具体的，信号重构设备获取多通道SAR的多个方位接收通道对应的方位接收信号；对方位接收信号进行采样，得到采样后的方位接收信号；对采样后的方位接收信号进行傅里叶变换，得到采样后的方位接收信号对应的频域表达式；根据频域表达式建立多通道SAR信号模型。
示例性的，假设多通道SAR系统方位向上均匀分布了M个天线，其中第一个天线既作为发射通道发射信号，并和其他天线又作为接收通道接收信号。另外，不失一般性，假定M为奇数(M≥3)，沿方位向与场景目标的最短斜距为R0，接收天线的长度和间距都为d，则第m个接收天线与发射天线的间距为dm＝(m-1)d,m＝1,2,…,M。根据多通道SAR系统几何关系，第m个接收通道的接收信号可以近似为：
Figure BDA0003089666600000061
在上式(1)中，t为方位慢时间，vs为SAR平台速度，s(t)表示第一个接收天线的接收信号，nm(t)为噪声信号，指数项
Figure BDA0003089666600000062
是与t无关的常数项，可以在SAR信号处理之前预补偿掉，因此将这一指数项忽略。并且，在星载SAR系统中距离信号对方位信号重构几乎没有影响，因此只需对方位接收信号进行分析。
假设方位脉冲重复频率(Pulse repetition frequency,PRF)(即采样率)为fp，采样间隔即为Tp＝1/fp，则采样后的信号可以表示为：
Figure BDA0003089666600000063
在上式(2)中，δ(t)为狄拉克函数，该函数在除了零以外的点取值都等于零，而其在整个定义域上的积分等于1，n为任意整数。根据傅里叶变换的性质，采样后信号的频域表达式为：
Figure BDA0003089666600000064
在上式(3)中，f为方位多普勒频率，S(f)为信号s(t)的频谱，nm(f)为噪声谱，k为任意整数，N为远大于M的整数，根据上式结果，可以得到采样后多通道信号的频谱向量表达式为：
Figure BDA0003089666600000065
其中：
Figure BDA0003089666600000071
在上式(5)中，[·]T为矩阵转置操作，
Figure BDA0003089666600000072
表示采样后信号的频谱向量，S(f)表示理想多普勒频谱向量，n(f)为噪声向量，A(f)表示通道矩阵，由通道向量ak(f),k＝-N,…,N组成，由此得到多通道SAR信号模型。
需要说明的是，在建立多通道SAR信号模型之后，基于多通道SAR信号模型确定敏感函数。
S102、根据多通道SAR信号模型确定多通道SAR的通道误差，并根据多通道SAR信号模型和通道误差确定敏感函数。
在本申请实施例中，信号重构设备根据多通道SAR信号模型确定多通道SAR的通道误差，并根据多通道SAR信号模型和通道误差确定敏感函数。
具体的，根据多通道SAR信号模型和通道误差确定多通道SAR信号误差模型；多通道SAR信号误差模型为包含通道误差的多通道SAR信号模型；利用多通道信号重构滤波器对多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；确定重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于包含通道误差的信号确定包含通道误差的功率；从包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据包含通道误差的方位模糊功率确定敏感函数。
示例性的，星载多通道SAR由于其较常规单通道SAR的特殊性，会出现通道误差，导致信号模型发生变化。受通道误差的影响，实际的通道矩阵可以表示为：
Aerror(f)＝DA(f) (6)
在上式(6)中，D为通道误差矩阵，表示为：
Figure BDA0003089666600000081
在上式(7)中，diag(·)为对角算子，εm和ξm分别表示第m个通道的相位误差和归一化幅度误差。通常εm服从高斯分布
Figure BDA0003089666600000082
ξm在区间[-ξu/2,ξu/2]上服从均匀分布，其中
Figure BDA0003089666600000083
为方差，ξu为边界。
因此受通道误差影响，实际采样后的信号频谱可以表示为：
Figure BDA0003089666600000084
假设ωl(f)为多通道信号重构滤波器，于是重构后的信号可以表示为：
Figure BDA0003089666600000085
在上式(7)中，其中l为整数，且l∈[-(M-1)/2,...,(M-1)/2]，I为单位矩阵，(·)T为共轭转置操作。用Sl,error-free(f)表示上式(7)中右侧的第一项，代表不受通道误差影响的重构信号，即：
Figure BDA0003089666600000086
用Sl,error(f)表示上式(7)中右侧的第二项，代表受通道误差影响的重构信号，即：
Figure BDA0003089666600000087
根据上式(11)，为方便计，设
Figure BDA0003089666600000088
则受通道误差影响的重构信号的功率表示为：
Figure BDA0003089666600000089
在上式(12)中，E(·)为期望算子，
Figure BDA00030896666000000810
上式表明通道误差会导致两种结果：一是多普勒频谱失真；二是造成额外的方位模糊功率，表示为：
Figure BDA0003089666600000091
在此，定义一个敏感函数，即：
Figure BDA0003089666600000092
由上式(13)可知，敏感函数直接影响了通道误差对SAR的方位模糊性能，并且如果敏感函数很大，那么即使是很小的通道误差也会造成严重的方位模糊。
另外，由式(10)可以得到不受通道误差影响的方位模糊功率为：
Figure BDA0003089666600000093
通过上式(15)，并根据方位模糊功率的定义，进而可以得到整个多通道SAR系统的方位模糊指标：方位模糊比(Azimuth ambiguity-to-signal ratio,AASR)，表示为：
Figure BDA0003089666600000094
在上式(16)中，Bd为多普勒处理带宽，rect(·)为矩形函数，矩形函数具体如下：
Figure BDA0003089666600000095
S103、基于敏感函数建立一个预设约束条件；并基于预设约束条件建立变量为多通道信号重构滤波器的约束优化模型。
在本申请实施例中，信号重构设备在得到敏感函数之后，基于敏感函数建立一个预设约束条件；并基于预设约束条件建立变量为多通道信号重构滤波器的约束优化模型。
具体的，基于敏感函数建立一个预设约束条件，预设约束条件为：
Figure BDA0003089666600000096
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，
Figure BDA0003089666600000101
为所述多通道信号重构滤波器的转置，Tc为一给定常数，用以限制敏感函数过大。
约束优化模型具体为：
Figure BDA0003089666600000102
在上式(19)中，As(f)表示为通道矩阵，
Figure BDA0003089666600000103
为所述通道矩阵的转置，al(f)表示为通道向量，矩阵As(f)是矩阵A(f)的子集，表示为：
As(f)＝[a-(M-1)/2(f),…,a0(f),…,a(M-1)/2(f)] (20)
根据通道向量的定义，ak(f)可以表示为：
ak(f)＝C(f)bk (21)
在上式(21)中，
Figure BDA0003089666600000104
进而通道矩阵可以进一步表示为：
As(f)＝C(f)B (22)
其中B＝[b-(M-1)/2,…,b(M-1)/2]。然后，根据公式(21)和公式(22)，约束优化模型可以转化为
Figure BDA0003089666600000105
S104、对约束优化模型进行求解，得到在预设约束条件下的多通道信号重构滤波器，以基于多通道信号重构滤波器实现信号重构。
在本申请实施例中，信号重构设备在建立约束优化模型之后，对约束优化模型进行求解，得到预设约束条件下的多通道信号重构滤波器，以基于多通道信号重构滤波器实现信号重构。
示例性的，首先当：
Figure BDA0003089666600000111
此时，约束优化模型的解表示为：
ωl(f)＝C(f)(BH)-1el (25)
在上式(25)中，el表示除第l个元素为1的M×1零向量。否则，约束优化模型的解表示为：
Figure BDA0003089666600000112
其中λ为大于0的实数，由下式决定：
Figure BDA0003089666600000113
基于上式(26)和(27)得到稳健重构滤波器ωl(f)。
可以理解的是，首先选定敏感约束条件，然后通过约束优化模型的最优解，可以得到敏感函数低于敏感约束条件的多通道SAR重构滤波器。
需要说明的是，本申请实施例中提出的示例性案例中所采用的多通道SAR系统参数如图2所示。
本申请实施例提供了一种示例性的DBF重构方法在不同误差情况下的AASR随PRF的变化示意图，如图3所示，具体为数字波束合成(Digital Beam Forming，DBF)重构方法分别在无通道误差、相位误差ξu＝6°和幅度误差σε＝0.05的情况下的方位模糊比(Azimuthambiguity-to-signal ratio,AASR)随方位脉冲重复频率(Pulse repetition frequency,PRF)的变化情况；本申请实施例提供了一种示例性的稳健重构方法在不同误差情况下的AASR随PRF的变化示意图，如图4所示，分别在无通道误差、相位误差ξu＝6°和幅度误差σε＝0.05的情况下AASR随PRF的变化情况，通过对比图5和图6，可以看出，本申请的信号重构方法通过给敏感函数增加约束条件，能够较好地抑制由通道误差导致的方位模糊情况。
本申请实施例提供了一种示例性的DBF重构方法和稳健重构方法在PRF一定时的AASR随相位误差变化对比图，如图5所示，具体为在PRF＝1862Hz时，DBF重构方法后的方位脉冲压缩结果，本申请实施例提供了一种示例性的DBF重构方法和稳健重构方法在PRF一定时的AASR随幅度误差变化对比图，如图6所示，具体为在PRF＝1862Hz时，稳健重构方法后的方位脉冲压缩结果，通过对比图5和图6，可以看出，通过本申请的信号重构方法能够在PRF一定的情况下，能够较好地抑制由通道误差导致的方位模糊情况。
本申请实施例提供了一种信号重构方法，该方法包括：根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；根据多通道SAR信号模型和通道误差确定敏感函数；基于敏感函数建立一个预设约束条件；并基于预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；对约束优化模型进行求解，得到在预设约束条件下的多通道信号重构滤波器，以基于多通道信号重构滤波器实现信号重构；采用上述实现方案，通过对敏感函数施加约束条件，并建立变量为多通道SAR重构滤波器的约束优化模型，能够求出在预设约束条件下的多通道SAR重构滤波器，进而达到通过此滤波器在信号重构时能够增强信号重构的鲁棒性，达到抑制由通道误差引起的方位模糊的目的。
基于上述实施例，在本申请的另一实施例中，提供了一种信号重构设备1，图7为本申请提供的一种信号重构设备1的组成结构示意图一，如图7所示，该信号重构设备1包括：
数据处理单元10，用于根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；
确定单元11，用于根据所述多通道SAR信号模型和通道误差确定敏感函数；
所述数据处理单元10，还用于基于所述敏感函数建立一个预设约束条件；并基于所述预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；
信号重构单元12，用于对所述约束优化模型进行求解，得到在所述预设约束条件下的所述多通道信号重构滤波器，以基于所述多通道信号重构滤波器实现信号重构。
可选的，所述信号重构设备1还包括：
获取单元，用于获取多通道SAR的多个方位接收通道对应的方位接收信号；
采样单元，用于对所述方位接收信号进行采样，得到采样后的方位接收信号；
所述数据处理单元10，还用于对所述采样后的方位接收信号进行傅里叶变换，得到所述采样后的方位接收信号对应的频域表达式；
所述数据处理单元10，还用于根据所述频域表达式建立多通道SAR信号模型。
所述确定单元11，还用于根据所述多通道SAR信号模型和所述通道误差确定多通道SAR信号误差模型；所述多通道SAR信号误差模型为包含所述通道误差的所述多通道SAR信号模型；
所述信号重构单元12，还用于利用多通道信号重构滤波器对所述多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；
所述确定单元11，还用于确定所述重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于所述包含通道误差的信号确定包含通道误差的功率；
所述确定单元11，还用于从所述包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据所述包含通道误差的方位模糊功率确定所述敏感函数。
所述数据处理单元10，还用于基于所述敏感函数建立一个预设约束条件，所述预设约束条件为：
Figure BDA0003089666600000141
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，
Figure BDA0003089666600000142
为所述多通道信号重构滤波器的转置，Tc为预设常数。
其中，所述约束优化模型为：
Figure BDA0003089666600000143
在所述约束优化模型中，As(f)表示为通道矩阵，
Figure BDA0003089666600000144
为所述通道矩阵的转置，al(f)表示为通道向量。
本申请实施例提供了一种信号重构设备，该设备包括：根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；根据多通道SAR信号模型和通道误差确定敏感函数；基于敏感函数建立一个预设约束条件；并基于预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；对约束优化模型进行求解，得到在预设约束条件下的多通道信号重构滤波器，以基于多通道信号重构滤波器实现信号重构；采用上述实现方案，通过对敏感函数施加约束条件，并建立变量为多通道SAR重构滤波器的约束优化模型，能够求出在预设约束条件下的多通道SAR重构滤波器，进而达到通过此滤波器在信号重构时能够增强信号重构的鲁棒性，达到抑制由通道误差引起的方位模糊的目的。
图8为本申请实施例提供的一种信号重构设备1的组成结构示意图二，在实际应用中，基于上述实施例的同一公开构思下，如图8所示，本实施例的信号重构设备1包括：处理器13、存储器14及通信总线15。
在具体的实施例的过程中，上述数据处理单元10、确定单元11、信号重构单元12、获取单元和采样单元可由位于信号重构设备1上的处理器13实现，上述处理器13可以为特定用途集成电路(ASIC，Application Specific Integrated Circuit)、数字信号处理器(DSP，Digital Signal Processor)、数字信号处理图像处理装置(DSPD，Digital SignalProcessing Device)、可编程逻辑图像处理装置(PLD，Programmable Logic Device)、现场可编程门阵列(FPGA，Field Programmable Gate Array)、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的信号重构设备，用于实现上述处理器功能的电子器件还可以为其它，本实施例不作具体限定。
在本申请实施例中，上述通信总线15用于实现处理器13和存储器14之间的连接通信；上述处理器13执行存储器14中存储的运行程序时实现如下的信号重构方法：
根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；
根据所述多通道SAR信号模型和通道误差确定敏感函数；
对所述敏感函数建立一个预设约束条件；并基于所述预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；
对所述约束优化模型进行求解，得到在所述预设约束条件下的所述多通道信号重构滤波器，以基于所述多通道信号重构滤波器实现信号重构。
可选的，所述处理器13，还用于获取多通道SAR的多个方位接收通道对应的方位接收信号；对所述方位接收信号进行采样，得到采样后的方位接收信号；对所述采样后的方位接收信号进行傅里叶变换，得到所述采样后的方位接收信号对应的频域表达式；根据所述频域表达式建立多通道SAR信号模型。
可选的，所述处理器13，还用于根据所述多通道SAR信号模型和所述通道误差确定多通道SAR信号误差模型；所述多通道SAR信号误差模型为包含所述通道误差的所述多通道SAR信号模型；利用多通道信号重构滤波器对所述多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；确定所述重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于所述包含通道误差的信号确定包含通道误差的功率；从所述包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据所述包含通道误差的方位模糊功率确定所述敏感函数。
可选的，所述处理器13，还用于基于所述敏感函数建立一个预设约束条件，所述预设约束条件为：
Figure BDA0003089666600000161
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，
Figure BDA0003089666600000162
为所述多通道信号重构滤波器的转置，Tc为预设常数。
可选的，所述处理器13，还用于所述约束优化模型为：
Figure BDA0003089666600000163
在所述约束优化模型中，As(f)表示为通道矩阵，
Figure BDA0003089666600000164
为所述通道矩阵的转置，al(f)表示为通道向量。
需要说明的是，在本文中，术语“包括”、“包含”或者其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过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对相关技术做出贡献的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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台图像显示设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本公开各个实施例所述的信号重构方法。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。

Claims (7)

1.一种信号重构方法，其特征在于，所述方法包括：
根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；
根据所述多通道SAR信号模型和通道误差确定敏感函数；
基于所述敏感函数建立一个预设约束条件；并基于所述预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；
对所述约束优化模型进行求解，得到在所述预设约束条件下的所述多通道信号重构滤波器，以基于所述多通道信号重构滤波器实现信号重构；
其中，所述基于所述敏感函数建立一个预设约束条件，包括：
基于所述敏感函数建立一个预设约束条件，所述预设约束条件为：
Figure FDA0004076772440000011
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，ωl H(f)为所述多通道信号重构滤波器的转置，Tc为预设常数；
其中，所述约束优化模型为：
Figure FDA0004076772440000012
在所述约束优化模型中，As(f)表示为通道矩阵，
Figure FDA0004076772440000013
为所述通道矩阵的转置，al(f)表示为通道向量。
2.根据权利要求1所述的方法，其特征在于，所述根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型，包括：
获取多通道SAR的多个方位接收通道对应的方位接收信号；
对所述方位接收信号进行采样，得到采样后的方位接收信号；
对所述采样后的方位接收信号进行傅里叶变换，得到所述采样后的方位接收信号对应的频域表达式；
根据所述频域表达式建立多通道SAR信号模型。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述多通道SAR信号模型和通道误差确定敏感函数，包括：
根据所述多通道SAR信号模型和所述通道误差确定多通道SAR信号误差模型；所述多通道SAR信号误差模型为包含所述通道误差的所述多通道SAR信号模型；
利用多通道信号重构滤波器对所述多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；
确定所述重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于所述包含通道误差的信号确定包含通道误差的功率；
从所述包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据所述包含通道误差的方位模糊功率确定所述敏感函数。
4.一种信号重构设备，其特征在于，所述设备包括：
数据处理单元，用于根据多通道合成孔径雷达SAR的多个方位接收通道对应的方位接收信号建立多通道SAR信号模型；
确定单元，用于根据所述多通道SAR信号模型和通道误差确定敏感函数；
所述数据处理单元，还用于基于所述敏感函数建立一个预设约束条件；并基于所述预设约束条件建立变量为多通道信号重构滤波器的约束优化模型；
信号重构单元，用于对所述约束优化模型进行求解，得到在所述预设约束条件下的所述多通道信号重构滤波器，以基于所述多通道信号重构滤波器实现信号重构；
其中，所述基于所述敏感函数建立一个预设约束条件，包括：
基于所述敏感函数建立一个预设约束条件，所述预设约束条件为：
Figure FDA0004076772440000021
其中，Tl,se(f)为所述敏感函数，ωl(f)为所述多通道信号重构滤波器，
Figure FDA0004076772440000031
为所述多通道信号重构滤波器的转置，Tc为预设常数；
其中，所述约束优化模型为：
Figure FDA0004076772440000032
在所述约束优化模型中，As(f)表示为通道矩阵，
Figure FDA0004076772440000033
为所述通道矩阵的转置，al(f)表示为通道向量。
5.根据权利要求4所述的设备，其特征在于，所述设备还包括：
获取单元，用于获取多通道SAR的多个方位接收通道对应的方位接收信号；
采样单元，用于对所述方位接收信号进行采样，得到采样后的方位接收信号；
所述数据处理单元，还用于对所述采样后的方位接收信号进行傅里叶变换，得到所述采样后的方位接收信号对应的频域表达式；
所述数据处理单元，还用于根据所述频域表达式建立多通道SAR信号模型。
6.根据权利要求4或5所述的设备，其特征在于，所述设备还包括：
所述确定单元，还用于根据所述多通道SAR信号模型和通道误差确定多通道SAR信号误差模型；所述多通道SAR信号误差模型为包含所述通道误差的所述多通道SAR信号模型；
所述信号重构单元，还用于利用多通道信号重构滤波器对所述多通道SAR信号误差模型进行重构，得到重构后的多通道SAR信号误差模型；
所述确定单元，还用于确定所述重构后的多通道SAR信号误差模型中包含通道误差的信号；并基于所述包含通道误差的信号确定包含通道误差的功率；
所述确定单元，还用于从所述包含通道误差的功率中确定包含通道误差的方位模糊功率；并根据所述包含通道误差的方位模糊功率确定所述敏感函数。
7.一种信号重构设备，其特征在于，所述设备包括：处理器、存储器及通信总线；所述处理器执行存储器存储的运行程序时实现如权利要求1-3任一项所述的信号重构方法。
CN202110591309.2A 2021-05-28 2021-05-28 一种信号重构方法及设备 Active CN113419241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110591309.2A CN113419241B (zh) 2021-05-28 2021-05-28 一种信号重构方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110591309.2A CN113419241B (zh) 2021-05-28 2021-05-28 一种信号重构方法及设备

Publications (2)

Publication Number Publication Date
CN113419241A CN113419241A (zh) 2021-09-21
CN113419241B true CN113419241B (zh) 2023-03-21

Family

ID=77713242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110591309.2A Active CN113419241B (zh) 2021-05-28 2021-05-28 一种信号重构方法及设备

Country Status (1)

Country Link
CN (1) CN113419241B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115392136B (zh) * 2022-10-27 2023-02-10 中国石油大学(华东) 多模式一体化微波遥感器的信号时序优化模型

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8493262B2 (en) * 2011-02-11 2013-07-23 Mitsubishi Electric Research Laboratories, Inc. Synthetic aperture radar image formation system and method
CN104008270A (zh) * 2014-04-24 2014-08-27 中国科学院电子学研究所 一种周期非均匀采样sar信号的多通道重建方法和装置
CN107015223B (zh) * 2017-03-07 2020-01-21 中国科学院电子学研究所 一种合成孔径雷达方位向信号重建方法和装置
CN108828596A (zh) * 2018-06-26 2018-11-16 电子科技大学 基于可行性准则的geo星机双基sar多通道配置方法

Also Published As

Publication number Publication date
CN113419241A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
DE69932772T2 (de) Funkumgebungsanalysevorrichtung
Gumbmann et al. Millimeter-wave imaging with optimized sparse periodic array for short-range applications
CN113109781B (zh) 波达方向估计方法、雷达和可移动设备
CN113419241B (zh) 一种信号重构方法及设备
CN116400310B (zh) 一种二维频域方位向多通道sar误差校正方法
WO2023015067A2 (en) Millimeter-wave massive mmo fmcw radar with binary-phase-coded ofdm
CN111273250A (zh) 一种用于步进频率雷达的非线性频率步进方法及其系统
Ahmad et al. A beamforming approach to stepped-frequency synthetic aperture through-the-wall radar imaging
CN114994678A (zh) 多通道双基sar无线相位预失真方法、装置及电子设备
JP2007225442A (ja) レーダ装置
CN111175747B (zh) 一种基于多通道复图像空间的相位误差估计方法
CN113156437A (zh) 一种高轨sar对低轨sar成像的射频干扰影响评估方法
CN110531354B (zh) 一种频控扫描雷达色散信号的二维成像方法
CN111427006A (zh) 一种基于相控阵的单通道空间谱测向方法
CN113406633A (zh) 一种信号重构方法及设备
US7382311B2 (en) Method, computer program product and system for differentiating physical sources from second order nonlinear signal effects
JP3113837B2 (ja) バトラーマトリクス形式のｎポートモードフォーマのバイアスエラー減少方法及び装置
CN111934728A (zh) 一种数字多波束天线处理方法、装置及设备
CN112731389B (zh) 基于多通道复图像空间特性的通道方位基线误差估计方法
EP0989412A1 (en) Radio wave receiving apparatus having an improved antenna resolution
Yokota et al. PALSAR-2 initial mission check
CN110389323B (zh) 多通道星载sar相位均衡方法、装置、存储介质及设备
CN110426708A (zh) 一种基于方位向多通道的星载sar保相成像方法
Friedrichs et al. Wideband Machine Learning-Based Amplitude-Only Direction Finding with Spiral Antennas
WO2022037184A1 (zh) 信号处理的方法和装置

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