CN113567983A - 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 - Google Patents
一种利用滑轨的雷达合成孔径稀疏成像方法及系统 Download PDFInfo
- Publication number
- CN113567983A CN113567983A CN202110834783.3A CN202110834783A CN113567983A CN 113567983 A CN113567983 A CN 113567983A CN 202110834783 A CN202110834783 A CN 202110834783A CN 113567983 A CN113567983 A CN 113567983A
- Authority
- CN
- China
- Prior art keywords
- radar
- azimuth
- echo data
- radar echo
- range
- 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.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000009825 accumulation Methods 0.000 claims abstract description 20
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 25
- 238000001228 spectrum Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 12
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 4
- 230000008707 rearrangement Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01S13/9021—SAR image post-processing 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
本发明涉及了一种利用滑轨的雷达合成孔径稀疏成像方法及系统,所述方法包括如下步骤:获取距离‑方位向的雷达回波数据;对距离‑方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据;筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据;对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。本发明采用稀疏分数阶傅里叶变换方法,实现方位聚焦,提高分辨力,并较大程度的降低计算复杂度。
Description
技术领域
本发明涉及雷达目标检测和识别技术领域,特别是涉及一种利用滑轨的雷达合成孔径稀疏成像方法及系统。
背景技术
随着雷达体制的发展,人们不断追求雷达高的分辨率以满足对目标进行判性和识别的需求。现代高分辨率微波成像技术以合成孔径雷达(Synthetic Aperture Radar,SAR)为主,其特点为将雷达设备置于载机或卫星等运载平台上,运载平台相对于地面场景运动的同时,发射并接收电磁波。所获得的回波经过复杂的2维信号处理后,得到高分辨率的雷达图像。
目前SAR主要用于运动平台对静止目标的成像,主要是机载平台对大范围场景目标的成像,成像成本很高,对于小区域的目标成像,机载SAR应用较为受限,也不适用。此外,为了得到更高的SAR系统分辨率,就必须提高信号带宽,系统采样率也必须相应提高,这就意味着更高的数据率和更复杂的系统设计,从而对SAR成像处理提出了更高的要求。如何实现在提高成像分辨力的同时降低运算量是实际应用中亟需解决的问题。
发明内容
本发明的目的是提供一种利用滑轨的雷达合成孔径稀疏成像方法及系统,以实现在提高成像分辨力的同时降低运算量。
为实现上述目的,本发明提供了如下方案:
本发明提供一种利用滑轨的雷达合成孔径稀疏成像方法,所述方法包括如下步骤:
获取距离-方位向的雷达回波数据;
对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据;
筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据;
对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
可选的,所述获取距离-方位向的雷达回波数据,具体包括:
将雷达设置在滑轨上,使雷达的波束朝向待成像目标;
控制雷达在所述滑轨上滑动的同时发射信号,并获取距离-方位向的雷达回波数据。
可选的,所述距离-方位向的雷达回波数据为:
其中,t为快时间,代表距离维,tm为慢时间,代表方位维,sr(t,tm)为距离-方位向的雷达回波数据,Ar为距离-方位向的雷达回波数据的幅度,k为发射的线性调频信号调频斜率,T为调制周期或脉冲长度,R0为雷达与待成像目标的初始距离,R(tm,R0)为tm时刻雷达与待成像目标的径向距离,c为光速, 2R(tm,R0)/c为回波延迟,f0为发射信号的载波频率,j为虚数单位。
可选的,所述距离向积累后的雷达回波数据为:
APC1为距离向积累后的雷达回波数据的幅度。
可选的,所述筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据,具体包括:
获取距离向积累后的雷达回波数据的抖动幅度大于幅度阈值的起始点,作为目标方位向的起始点;
对方位向数据段时间内的雷达回波数据,进行距离向积累,获得距离向积累后的雷达回波数据;
对距离向积累后的雷达回波数据的相位进行菲涅尔近似,获得方位向选取后的雷达回波数据为:
其中,s3(t,tm')表示方位向选取后的雷达回波数据,APC1为距离向积累后的雷达回波数据的幅度,λ表示方位向选取后的雷达回波数据的波长,tm'为目标方位向内的采样点,tm'∈[tm1,tm2]。
可选的,所述对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像,具体包括:
对方位向选取后的雷达回波数据进行离散化处理,得到离散化后的雷达回波数据;
将离散化后的雷达回波数据与Chirp1信号相乘,获得频谱序列;
对所述频谱序列进行频谱重排,获得重排后的时域序列为:
Pσ(r,n)=d[(r,σn)modN]
其中,σ为[1,N]中随机选取的奇数,mod为取模运算,r表示离散的距离单元,n表示离散慢时间,N为目标方位向内采样点的数量,d(·)表示离散化后的雷达回波数据与Chirp1信号的乘积函数;
利用平坦窗函数对重排后的时域序列进行窗函数滤波,获得窗函数滤波后的信号序列;
对窗函数滤波后的信号序列进行降采样快速傅里叶变换,获得降采样后的信号序列;
选取降采样后的信号序列中幅值大于门限的信号,组成稀疏处理后的信号序列;
采用哈希逆映射方式获得稀疏处理后的信号序列中信号频点在所述频谱序列中的对应频谱信号,构建稀疏频谱序列;
将所述稀疏频谱序列与Chirp2信号相乘,得到稀疏分数阶傅立叶变换谱。
可选的,所述对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像,之前还包括:
判断目标方位向内的采样点数是否小于采样点数阈值,获得判断结果;
若所述判断结果表示是,则对方位向选取后的雷达回波数据采用方位向匹配滤波或分数阶傅里叶变换的方式对进行方位向聚焦,获得雷达图像;
若所述判断结果表示否,则对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
一种利用滑轨的雷达合成孔径稀疏成像系统,所述系统包括:
雷达回波数据获取模块,用于获取距离-方位向的雷达回波数据;
距离向聚焦模块,用于对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据;
目标方向位数据选取模块,用于筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据;
方位向聚焦模块,用于对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
可选的,所述雷达回波数据获取模块,具体包括:
初始化子模块,用于将雷达设置在滑轨上,使雷达的波束朝向待成像目标;
雷达回波数据获取子模块,用于控制雷达在所述滑轨上滑动的同时发射信号,并获取距离-方位向的雷达回波数据。
可选的,所述距离-方位向的雷达回波数据为:
其中,t为快时间,代表距离维,tm为慢时间,代表方位维,sr(t,tm)为距离-方位向的雷达回波数据,Ar为距离-方位向的雷达回波数据的幅度,k为发射的线性调频信号调频斜率,T为调制周期或脉冲长度,R0为雷达与待成像目标的初始距离,R(tm,R0)为tm时刻雷达与待成像目标的径向距离,c为光速, 2R(tm,R0)/c为回波延迟,f0为发射信号的载波频率,j为虚数单位。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开了一种利用滑轨的雷达合成孔径稀疏成像方法及系统,所述方法包括如下步骤:获取距离-方位向的雷达回波数据;对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据;筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据;对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。本发明采用稀疏分数阶傅里叶变换方法,实现方位聚焦,提高分辨力,并较大程度的降低计算复杂度。
本发明还利用滑轨模拟雷达运动,在地面实现局部区域SAR成像,无需记载平台,低成本的实现了地面局部区域SAR成像。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种利用滑轨的雷达合成孔径稀疏成像方法的流程图;
图2为本发明实施例1提供的一种利用滑轨的雷达合成孔径稀疏成像方法的原理图;
图3为本发明实施例3提供的采用本发明的方法得到的目标的二维成像图;
图4为本发明实施例3提供的采用本发明的方法得到的最强回波点距离和方位上的切面图,图4a为最强回波点距离上的切面图,图4b为最强回波点方位上的切面图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种利用滑轨的雷达合成孔径稀疏成像方法及系统,以实现在提高成像分辨力的同时降低运算量。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1和2所示,本发明提供一种利用滑轨的雷达合成孔径稀疏成像方法,所述方法包括如下步骤:
步骤101,获取距离-方位向的雷达回波数据。
步骤101所述获取距离-方位向的雷达回波数据,具体包括:
将雷达设置在滑轨上,使雷达的波束朝向待成像目标。
控制雷达在所述滑轨上滑动的同时发射信号,并获取距离-方位向的雷达回波数据。
具体步骤为:
雷达参数初始化,调频连续波雷达设置调制带宽、调制周期、采样频率、发射信号波形等参数;脉冲雷达设置信号带宽、重复周期、采样频率、发射波形等参数。
滑轨参数初始化,设置滑轨滑动时间、滑动长度。将硬件设备架设并连线,包括计算机、输入与输出数据线、滑轨、雷达、控制系统等。设置滑轨滑动时间tn、滑动轨道长度Ls,进而得到雷达运动速度为va=Ls/tn。
雷达波束朝向待成像目标或区域,沿轨道边滑动边发射信号,得到距离- 方位向的回波数据。将待成像目标或区域放置于雷达正前方,并调整好雷达的俯仰角,目标与雷达的远近决定了在进行方位向聚焦时有效数据的起始点与结束点。运行雷达控制软件,设置雷达系统参数,调频连续波雷达设置距离段即数据距离区间、调制带宽、调制周期、采样频率、发射信号波形,是否加窗及加窗类型等参数;脉冲雷达设置距离段、信号带宽、脉冲重复周期、采样频率、发射波形、是否加窗及加窗类型等参数。最后通过控制系统控制雷达的运动速度va和运动距离Ls。
步骤102,对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据,即,对距离-方位向的雷达回波数据进行距离向匹配滤波处理,实现距离向聚焦。
步骤102具体包括:
雷达沿轨道边滑动边发射信号,得到距离-方位向的回波数据,
式中,t为快时间,为距离维,tm为慢时间,为方位维,sr(t,tm)为基带回波信号,Ar是回波幅度,k为发射的线性调频信号调频斜率,T为调制周期或脉冲长度,R0为雷达与目标的初始距离,R(tm,R0)为tm时刻雷达与目标的径向距离, c为光速,2R(tm,R0)/c为回波延迟,f0为发射信号的载波频率。
对式(1)进行解调或脉冲压缩,得到距离向积累后的雷达回波数据
式中,APC1为信号幅度,式(2)实现了雷达距离维信号的聚焦。
步骤103,筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据。
选取方位向数据,若为聚焦式成像,则距离-方位向的回波数据均含有待观测目标回波;若为条带式成像,则需选择含有待观测目标回波的距离-方位向回波数据。
选取方位向数据,若为聚焦式成像,指雷达在滑动过程中波束一直指向待成像目标或区域,则距离-方位向的回波数据均含有待观测目标回波;若为条带式成像,指雷达波束平行扫描,则需选择含有待观测目标回波的距离-方位向回波数据s2(t,tm')作为后续处理,tm'∈[tm1,tm2]为含有目标的方位数据段时间范围,该数据段选取的依据为,spc1(t,tm)数据明显抖动为起始点,数据段时间为数据点长度为fs为采样频率。
s2[t,tm']的相位为
对其进行菲涅尔近似可得到
式中,λ为波长,将经过菲涅尔近似后的相位代入式(2)中,得到一个新的线性调频信号s3(t,tm'),即,方位向选取后的雷达回波数据。
步骤104,对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
设tm'∈[tm1,tm2]时间段的采样点数为N=(tm2-tm1)*fs,当N的数据量较少时,通常低于2000采样点,则采用常规匹配滤波或分数阶傅里叶变换(FRFT)方法对s3(t,tm')进行方位聚焦处理,其中对于FRFT方法,其变换角度为输出信号s4(t,tm')仍然近似为sinc函数。
式中,APC2为信号幅度,L's=vatm'为虚拟孔径长度,与滑动轨道长度Ls关系如公式(7)所示
式中,N'为所有方位向时间段的采样点数,完成了距离和方位的聚焦,对 s4(t,tm')取幅值得到雷达SAR图像。
当N的数据量较大时,通常大于2000采样点,则采用稀疏FRFT(SFRFT) 方法对s3(t,tm')进行方位聚焦处理,具体实现如下
1)时域Chirp乘法运算
将s3(t,tm')离散化,得到s3(r,n),r表示离散的距离单元,n表示离散慢时间, n∈[1,N],将s3(r,n)与Chirp1信号相乘,
2)频谱重排
使大值频点均匀随机分布,定义频谱重排方式Pσ,重排后的时域序列为
Pσ(r,n)=d[(r,σn)modN]
式中,σ为[1,N]中随机选取的奇数,mod为取模运算;
3)窗函数滤波
定义平坦窗函数g(r,n),其频谱G(r,m)满足
式中,ε′和ε分别为通带截断因子和阻带截断因子,δ为震荡波纹,窗函数滤波后的信号为
式中,supp表示支撑,ω为窗函数长度;
4)降采样快速傅里叶变换
对滤波后的信号进行采样来获得大值点,通过时域混叠实现频域降采样,降采样后的信号为
5)在频域降采样形成的各个频率通道中,进行过门限处理
将Z(m)中幅值超过门限η1的频点对应的坐标归入集合J中,无需对稀疏度进行预设,克服了传统稀疏FRFT的缺陷。
J={m∈[1,B]|Z(r,m)≥η}
6)重构待检测距离单元信号多普勒频率
定义哈希函数
通过哈希逆映射得到J中频点在信号d(r,n)的频谱序列中的对应坐标并保存到集合U中,
U={m∈[1,N]|hσ(r,m)∈J},
哈希逆映射需要进行M次定位循环,若目标存在,则在M次定位循环中,目标对应的多普勒频率应该具有较高的“出现次数”,因此,在重构过程中设置“出现次数阈值”γ,将“出现次数”超过该阈值的频点对应的多普勒频率称为待检测距离单元信号多普勒频率。
7)频域Chirp乘法运算
至此,完成了距离和方位的两维聚焦,对F(r,m)取幅值,得到雷达SAR 图像。
实施例2
本发明还提供一种利用滑轨的雷达合成孔径稀疏成像系统,所述系统包括:
雷达回波数据获取模块,用于获取距离-方位向的雷达回波数据。
所述雷达回波数据获取模块,具体包括:初始化子模块,用于将雷达设置在滑轨上,使雷达的波束朝向待成像目标;雷达回波数据获取子模块,用于控制雷达在所述滑轨上滑动的同时发射信号,并获取距离-方位向的雷达回波数据。
所述距离-方位向的雷达回波数据为:
其中,t为快时间,代表距离维,tm为慢时间,代表方位维,sr(t,tm)为距离-方位向的雷达回波数据,Ar为距离-方位向的雷达回波数据的幅度,k为发射的线性调频信号调频斜率,T为调制周期或脉冲长度,R0为雷达与待成像目标的初始距离,R(tm,R0)为tm时刻雷达与待成像目标的径向距离,c为光速, 2R(tm,R0)/c为回波延迟,f0为发射信号的载波频率,j为虚数单位。
距离向聚焦模块,用于对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据。
目标方向位数据选取模块,用于筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据。
方位向聚焦模块,用于对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
实施例3
为了说明本发明的技术效果,本发明还提供了如下具体实施例,以对本发明进行说明。
本发明通过MATLAB实现距离压缩与方位上的聚焦,具体实验步骤如下
第一步:将硬件设备架设并连线,包括计算机、输入域输出数据线、滑轨、雷达、控制系统等。
第二步:将目标例如一个角反放置于雷达正前方,并调整好雷达的俯仰角。
第三步:打开MATLAB软件,运行雷达控制软件,选择工作模式并设置雷达参数。
第四步:若选择的工作模式为采集与实时处理时,选择好合适的调制带宽与调制周期后,点击发送参数,待显示发送成功后,点击“点击开始”按钮,雷达即可采集和处理信号,然后将数据储存。
若选择的工作模式为离线处理,则不用进行参数发送,点击离线数据路径中的“浏览”按钮,选择事先储存的数据,点击“点击开始”按钮,雷达即可将所选择的数据信息展现出来。
第五步:若要得到目标的二维成像图与最强回波点距离维和方位维的切面图,需要点击“数据转换”按钮,然后点击源文件后面的“浏览”按钮,选择需要成像目标的储存数据后依次点击“刷新”和“点击开始”按钮。
第六步:在转换结束后打开SAR成像实验文件夹,打开“成像程序”,在程序中修改合适的调制带宽、调制周期、距离,和时间等参数、选择是否加入噪声,是否加窗后点击运行即可得到方位数据的起始点与结束点,在程序中修改之后,再次点击运行即可得到目标的二维成像图和最强回波点距离和方位上的切面图,如图3和4所示。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明利用滑轨模拟雷达运动,在地面实现局部区域SAR成像;
本发明采用稀疏分数阶傅里叶变换方法,实现方位聚焦,提高分辨力,能够较大程度的降低计算复杂度。
本发明还利用滑轨模拟雷达运动,在地面实现局部区域SAR成像,无需记载平台,实现低成本实现地面局部区域SAR成像。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种利用滑轨的雷达合成孔径稀疏成像方法,其特征在于,所述方法包括如下步骤:
获取距离-方位向的雷达回波数据;
对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据;
筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据;
对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
2.根据权利要求1所述的利用滑轨的雷达合成孔径稀疏成像方法,其特征在于,所述获取距离-方位向的雷达回波数据,具体包括:
将雷达设置在滑轨上,使雷达的波束朝向待成像目标;
控制雷达在所述滑轨上滑动的同时发射信号,并获取距离-方位向的雷达回波数据。
5.根据权利要求3所述的利用滑轨的雷达合成孔径稀疏成像方法,其特征在于,所述筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据,具体包括:
获取距离向积累后的雷达回波数据的抖动幅度大于幅度阈值的起始点,作为目标方位向的起始点;
对方位向数据段时间内的雷达回波数据,进行距离向积累,获得距离向积累后的雷达回波数据;
对距离向积累后的雷达回波数据的相位进行菲涅尔近似,获得方位向选取后的雷达回波数据为:
其中,s3(t,tm')表示方位向选取后的雷达回波数据,APC1为距离向积累后的雷达回波数据的幅度,λ表示方位向选取后的雷达回波数据的波长,tm'为目标方位向内的采样点,tm'∈[tm1,tm2]。
6.根据权利要求1所述的利用滑轨的雷达合成孔径稀疏成像方法,其特征在于,所述对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像,具体包括:
对方位向选取后的雷达回波数据进行离散化处理,得到离散化后的雷达回波数据;
将离散化后的雷达回波数据与Chirp1信号相乘,获得频谱序列;
对所述频谱序列进行频谱重排,获得重排后的时域序列为:
Pσ(r,n)=d[(r,σn)mod N]
其中,Pσ(r,n)为重排后的时域序列,σ为[1,N]中随机选取的奇数,mod为取模运算,r表示离散的距离单元,n表示离散慢时间,N为目标方位向内采样点的数量,d(·)表示离散化后的雷达回波数据与Chirp1信号的乘积函数;
利用平坦窗函数对重排后的时域序列进行窗函数滤波,获得窗函数滤波后的信号序列;
对窗函数滤波后的信号序列进行降采样快速傅里叶变换,获得降采样后的信号序列;
选取降采样后的信号序列中幅值大于门限的信号,组成稀疏处理后的信号序列;
采用哈希逆映射方式获得稀疏处理后的信号序列中信号频点在所述频谱序列中的对应频谱信号,构建稀疏频谱序列;
将所述稀疏频谱序列与Chirp2信号相乘,得到稀疏分数阶傅立叶变换谱。
7.根据权利要求1所述的利用滑轨的雷达合成孔径稀疏成像方法,其特征在于,所述对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像,之前还包括:
判断目标方位向内的采样点数是否小于采样点数阈值,获得判断结果;
若所述判断结果表示是,则对方位向选取后的雷达回波数据采用方位向匹配滤波或分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像;
若所述判断结果表示否,则对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
8.一种利用滑轨的雷达合成孔径稀疏成像系统,其特征在于,所述系统包括:
雷达回波数据获取模块,用于获取距离-方位向的雷达回波数据;
距离向聚焦模块,用于对距离-方位向的雷达回波数据采用距离向匹配滤波的方式进行距离向聚焦,获得距离向积累后的雷达回波数据;
目标方向位数据选取模块,用于筛选目标方位向内的距离向积累后的雷达回波数据,得到方位向选取后的雷达回波数据;
方位向聚焦模块,用于对方位向选取后的雷达回波数据采用稀疏分数阶傅里叶变换的方式进行方位向聚焦,获得雷达图像。
9.根据权利要求8所述的利用滑轨的雷达合成孔径稀疏成像系统,其特征在于,所述雷达回波数据获取模块,具体包括:
初始化子模块,用于将雷达设置在滑轨上,使雷达的波束朝向待成像目标;
雷达回波数据获取子模块,用于控制雷达在所述滑轨上滑动的同时发射信号,并获取距离-方位向的雷达回波数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110834783.3A CN113567983B (zh) | 2021-07-23 | 2021-07-23 | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110834783.3A CN113567983B (zh) | 2021-07-23 | 2021-07-23 | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113567983A true CN113567983A (zh) | 2021-10-29 |
CN113567983B CN113567983B (zh) | 2024-01-16 |
Family
ID=78166607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110834783.3A Active CN113567983B (zh) | 2021-07-23 | 2021-07-23 | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113567983B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5394151A (en) * | 1993-09-30 | 1995-02-28 | The United States Of America As Represented By The Secretary Of The Navy | Apparatus and method for producing three-dimensional images |
US20100001901A1 (en) * | 2006-04-12 | 2010-01-07 | Baraniuk Richard G | Apparatus and Method for Compressive Sensing Radar Imaging |
CN106134457B (zh) * | 2006-06-02 | 2011-04-27 | 西安空间无线电技术研究所 | 一种合成孔径雷达系统验证方法 |
CN102135618A (zh) * | 2010-12-23 | 2011-07-27 | 北京航空航天大学 | 一种针对空域稀疏sar图像的频域压缩感知方法 |
CN102854504A (zh) * | 2011-06-30 | 2013-01-02 | 中国科学院电子学研究所 | 基于回波模拟算子的稀疏合成孔径雷达成像方法 |
CN102998673A (zh) * | 2011-09-09 | 2013-03-27 | 中国科学院空间科学与应用研究中心 | 一种用于合成孔径雷达的压缩感知成像方法 |
EP2650695A1 (en) * | 2012-08-02 | 2013-10-16 | Institute of Electronics, Chinese Academy of Sciences | Imaging method for synthetic aperture radar in high squint mode |
CN103698764A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院电子学研究所 | 一种稀疏采样条件下的干涉合成孔径雷达成像方法 |
CN103969628A (zh) * | 2014-04-08 | 2014-08-06 | 南京航空航天大学 | 一种基于压缩感知的合成孔径雷达pfa成像算法 |
CN104111458A (zh) * | 2014-07-29 | 2014-10-22 | 西安电子科技大学 | 基于双重稀疏约束的压缩感知合成孔径雷达成像方法 |
CN105785366A (zh) * | 2016-04-13 | 2016-07-20 | 电子科技大学 | 基于稀疏空间谱估计的星载sar数字波束形成方法 |
CN105954750A (zh) * | 2016-04-29 | 2016-09-21 | 清华大学 | 基于压缩感知的条带式合成孔径雷达非稀疏场景成像方法 |
CN106154267A (zh) * | 2016-08-23 | 2016-11-23 | 电子科技大学 | 基于微型超宽带雷达传感模块的高分辨sar成像方法 |
CN106526568A (zh) * | 2016-12-29 | 2017-03-22 | 中国人民解放军海军航空工程学院 | 基于短时稀疏分数阶傅里叶变换的雷达动目标检测方法 |
CN106872974A (zh) * | 2017-01-23 | 2017-06-20 | 西安电子科技大学 | 基于高超声速平台双通道雷达的高精度运动目标成像方法 |
WO2017198162A1 (zh) * | 2016-04-29 | 2017-11-23 | 深圳市太赫兹科技创新研究院有限公司 | 基于合成孔径雷达成像的三维图像重建方法及装置 |
CN108693509A (zh) * | 2018-04-08 | 2018-10-23 | 中国人民解放军海军航空大学 | 频控阵雷达空距频聚焦动目标积累检测方法 |
CN110208785A (zh) * | 2019-07-03 | 2019-09-06 | 中国人民解放军海军航空大学 | 基于稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法 |
CN110441772A (zh) * | 2019-07-30 | 2019-11-12 | 北京环境特性研究所 | 大轨道分布范围下星载稀疏重航过sar三维成像方法 |
EP3588128A1 (en) * | 2018-06-26 | 2020-01-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method for detection and height and azimuth estimation of objects in a scene by radar processing using sparse reconstruction with coherent and incoherent arrays |
CN111505639A (zh) * | 2020-05-06 | 2020-08-07 | 清华大学 | 基于变重频采样模式的合成孔径雷达宽幅稀疏成像方法 |
CN112305541A (zh) * | 2020-10-23 | 2021-02-02 | 江苏警官学院 | 一种基于抽样序列长度约束条件下的sar成像方法 |
-
2021
- 2021-07-23 CN CN202110834783.3A patent/CN113567983B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5394151A (en) * | 1993-09-30 | 1995-02-28 | The United States Of America As Represented By The Secretary Of The Navy | Apparatus and method for producing three-dimensional images |
US20100001901A1 (en) * | 2006-04-12 | 2010-01-07 | Baraniuk Richard G | Apparatus and Method for Compressive Sensing Radar Imaging |
CN106134457B (zh) * | 2006-06-02 | 2011-04-27 | 西安空间无线电技术研究所 | 一种合成孔径雷达系统验证方法 |
CN102135618A (zh) * | 2010-12-23 | 2011-07-27 | 北京航空航天大学 | 一种针对空域稀疏sar图像的频域压缩感知方法 |
CN102854504A (zh) * | 2011-06-30 | 2013-01-02 | 中国科学院电子学研究所 | 基于回波模拟算子的稀疏合成孔径雷达成像方法 |
CN102998673A (zh) * | 2011-09-09 | 2013-03-27 | 中国科学院空间科学与应用研究中心 | 一种用于合成孔径雷达的压缩感知成像方法 |
EP2650695A1 (en) * | 2012-08-02 | 2013-10-16 | Institute of Electronics, Chinese Academy of Sciences | Imaging method for synthetic aperture radar in high squint mode |
CN103698764A (zh) * | 2013-12-27 | 2014-04-02 | 中国科学院电子学研究所 | 一种稀疏采样条件下的干涉合成孔径雷达成像方法 |
CN103969628A (zh) * | 2014-04-08 | 2014-08-06 | 南京航空航天大学 | 一种基于压缩感知的合成孔径雷达pfa成像算法 |
CN104111458A (zh) * | 2014-07-29 | 2014-10-22 | 西安电子科技大学 | 基于双重稀疏约束的压缩感知合成孔径雷达成像方法 |
CN105785366A (zh) * | 2016-04-13 | 2016-07-20 | 电子科技大学 | 基于稀疏空间谱估计的星载sar数字波束形成方法 |
CN105954750A (zh) * | 2016-04-29 | 2016-09-21 | 清华大学 | 基于压缩感知的条带式合成孔径雷达非稀疏场景成像方法 |
WO2017198162A1 (zh) * | 2016-04-29 | 2017-11-23 | 深圳市太赫兹科技创新研究院有限公司 | 基于合成孔径雷达成像的三维图像重建方法及装置 |
CN106154267A (zh) * | 2016-08-23 | 2016-11-23 | 电子科技大学 | 基于微型超宽带雷达传感模块的高分辨sar成像方法 |
CN106526568A (zh) * | 2016-12-29 | 2017-03-22 | 中国人民解放军海军航空工程学院 | 基于短时稀疏分数阶傅里叶变换的雷达动目标检测方法 |
CN106872974A (zh) * | 2017-01-23 | 2017-06-20 | 西安电子科技大学 | 基于高超声速平台双通道雷达的高精度运动目标成像方法 |
CN108693509A (zh) * | 2018-04-08 | 2018-10-23 | 中国人民解放军海军航空大学 | 频控阵雷达空距频聚焦动目标积累检测方法 |
EP3588128A1 (en) * | 2018-06-26 | 2020-01-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method for detection and height and azimuth estimation of objects in a scene by radar processing using sparse reconstruction with coherent and incoherent arrays |
CN110208785A (zh) * | 2019-07-03 | 2019-09-06 | 中国人民解放军海军航空大学 | 基于稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法 |
CN110441772A (zh) * | 2019-07-30 | 2019-11-12 | 北京环境特性研究所 | 大轨道分布范围下星载稀疏重航过sar三维成像方法 |
CN111505639A (zh) * | 2020-05-06 | 2020-08-07 | 清华大学 | 基于变重频采样模式的合成孔径雷达宽幅稀疏成像方法 |
CN112305541A (zh) * | 2020-10-23 | 2021-02-02 | 江苏警官学院 | 一种基于抽样序列长度约束条件下的sar成像方法 |
Non-Patent Citations (4)
Title |
---|
ZHANG LIN ET AL: "Imaging Algorithm for Sea-Surface Ship Targets Based on Block Sparsity", INTERNATIONAL JOURNAL OF ANTENNAS AND PROPAGATION, vol. 2020, pages 1 - 10 * |
杨卫星: "多天线合成孔径雷达成像研究", 中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑, pages 136 - 1505 * |
陈小龙等: "频控阵雷达空距频聚焦信号处理方法", 雷达学报, vol. 7, no. 2, pages 183 - 193 * |
黄勇等: "子孔径图像相关法和DPC法联合的运动补偿方法", 网络新媒体技术, vol. 7, no. 3, pages 39 - 44 * |
Also Published As
Publication number | Publication date |
---|---|
CN113567983B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Desai et al. | Convolution backprojection image reconstruction for spotlight mode synthetic aperture radar | |
US9250322B2 (en) | Signal processing methods and apparatus | |
USH1720H (en) | Time frequency processor for radar imaging of moving targets | |
CN109738894B (zh) | 一种用于大视场合成孔径雷达的高斜视多角度成像方法 | |
CN109407070B (zh) | 一种高轨平台地面运动目标检测方法 | |
CN107367715B (zh) | 基于稀疏表示的杂波抑制方法 | |
JPH05249238A (ja) | 高速位相差オートフォーカス | |
CN110187320B (zh) | 一种改进雷达信号时频分析方法 | |
CN108152820B (zh) | 一种基于层析原理的双基地雷达成像方法 | |
CN109164421A (zh) | 一种基于二维重构算法的目标检测方法 | |
DE2849807C2 (de) | Radar zur Feststellung bewegter Ziele | |
CN115616518A (zh) | 宽带雷达微弱目标运动参数估计与高分辨距离像重构方法 | |
CN109188436B (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 | |
Iverson | Coherent processing of ultra-wideband radar signals | |
CN113567983B (zh) | 一种利用滑轨的雷达合成孔径稀疏成像方法及系统 | |
CN111624602A (zh) | 一种旋转FrFT域构建SAR方位向分辨率成像方法 | |
CN112014807A (zh) | 一种频率捷变雷达的自适应杂波抑制方法 | |
Li et al. | Doppler keystone transform for SAR imaging of moving targets | |
Zhai et al. | Application of super-SVA to stepped-chirp radar imaging with frequency band gaps between subchirps | |
Park et al. | Enhanced and efficient ISAR image focusing using the discrete Gabor representation in an oversampling scheme | |
JP3459409B2 (ja) | 非常に大きいパルス圧縮二相コードを実行する技術 | |
Lanterman | Statistical radar imaging of diffuse and specular targets using an expectation-maximization algorithm | |
CN110308448B (zh) | 一种逆合成孔径雷达二维像的增强方法 | |
CN109633641B (zh) | 一种太赫兹频段的旋翼叶片逆合成孔径雷达成像算法 | |
Jiang et al. | A novel image reconstruction algorithm for synthetic aperture sonar with single transmitter and multiple-receiver configuration |
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 |