CN113625272B - 一种分布式雷达空间谱相参融合成像方法 - Google Patents

一种分布式雷达空间谱相参融合成像方法 Download PDF

Info

Publication number
CN113625272B
CN113625272B CN202110925221.XA CN202110925221A CN113625272B CN 113625272 B CN113625272 B CN 113625272B CN 202110925221 A CN202110925221 A CN 202110925221A CN 113625272 B CN113625272 B CN 113625272B
Authority
CN
China
Prior art keywords
spatial spectrum
receiver
spatial
representing
echo
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
CN202110925221.XA
Other languages
English (en)
Other versions
CN113625272A (zh
Inventor
杨海光
黄钰林
毛德庆
张寅�
杨建宇
米晨阳
张永超
张永伟
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110925221.XA priority Critical patent/CN113625272B/zh
Publication of CN113625272A publication Critical patent/CN113625272A/zh
Application granted granted Critical
Publication of CN113625272B publication Critical patent/CN113625272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/003Bistatic radar systems; Multistatic radar systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/42Diversity systems specially adapted for radar

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

本发明公开了一种分布式雷达空间谱相参融合成像方法,本发明的方法首先建立分布式雷达的几何构型,分析了分布式雷达回波相参信号模型;其次根据回波空间谱分布形状选取了带宽合成方向,完成了空间谱的旋转与数据投影校正;接着采用广义矩阵束数据外推方法对缺失空间谱进行数据的相参内插,实现了移不变模式下分布式雷达分裂空间谱的补偿;最后采用二维傅里叶变换,实现了空间谱域到目标空间域的映射,并通过几何校正得到高分辨成像结果。本发明的方法在空间谱分布不连续采样的情况下,仍能够有效地重建出高分辨率相参融合成像结果,实现了对目标的高分辨成像,解决了移不变模式下分布式雷达分裂空间谱的融合成像问题。

Description

一种分布式雷达空间谱相参融合成像方法
技术领域
本发明属于雷达探测与成像技术领域,具体适用于分布式雷达相参融合成像。
背景技术
分布式雷达发射站与接收站的空间分集,可以在短时间内高分辨率相参融合成像,为机载及弹载等平台的全天时、全天候探测提供技术手段,与传统单基合成孔径雷达和双基合成孔径雷达相比,具备灵活的空间几何构型与成像视角优势,且能够大幅缩短雷达高分辨成像所需的合成孔径时间。但是在分布式类型系统中,由于接收站间相对于目标的视角的不连续性,会引起分布式雷达获得间断的空间谱,将导致重建出的目标点扩散函数呈现出分裂的主瓣和高的旁瓣,严重降低分布式雷达的成像质量。
为了实现分布式雷达系统多站测量数据的相参数据融合,在文献“Krishnan,V.,J.Swoboda,Can Evren Yarman,and Birsen Yazici."Multistatic synthetic apertureradar image formation."IEEE transactions on image processing 19,no.5(2009):1290-1306”中,提出了一种快速后向投影的分布式雷达成像方法,该方法通过各平台的空间几何位置,采用后向相参投影实现回波的聚焦,但在分布式雷达获取的空间谱间断时,目标主瓣将无法实现聚焦;在文献“Li,Zhixi,Scott Papson,and Ram M.Narayanan."Data-level fusion of multilook inverse synthetic aperture radar images."IEEETransactions on Geoscience and Remote Sensing 46,no.5(2008):1394-1406”中,提出了一种基于矩阵傅里叶变换的分布式雷达数据相参融合方法,但该方法仍无法解决在空间谱数据间断时的主瓣分裂问题。
发明内容
为解决现有技术存在的上述问题,本发明提出了一种分布式雷达空间谱相参融合成像方法。
本发明的具体技术方案为:一种分布式雷达空间谱相参融合成像方法,具体包括如下步骤:
步骤一:分布式雷达回波信号模型建立,
发射机位置的极坐标为
Figure BDA0003208913030000011
主接收机的欧式坐标为(x1,y1,H1),主接收机与从接收机的坐标差为(Δx,Δy,Δz);主接收机飞向参考目标O,速度为/>
Figure BDA0003208913030000012
其中,/>
Figure BDA0003208913030000013
v分别表示速度方向和大小,设参考目标O位于坐标原点(0,0,0),观测目标P位于(x,y,0).发射机辐射宽带信号观测目标点P,其回波数据与参考目标O的回波数据进行匹配滤波,得到目标P回波的距离频率域表达式:
Figure BDA0003208913030000021
其中,ft表示距离频率,τ表示慢时间变量,A表示回波幅度,Ta表示合成孔径时间,Kr表示调频率,Tr表示发射信号时宽,c表示光速,fc表示载波频率,R'OP(τ)表示目标O与目标P的距离历史差,表示为:
Figure BDA0003208913030000022
其中,RP1与RO1分别表示目标P与目标O的距离历史和,RTP(τ)和RRP(τ)分别表示发射机和主接收机相对于目标P之间随时间τ的距离变化,RT(τ)和R1(τ)分别表示发射机和主接收机相对于目标O之间随时间τ的距离变化,
Figure BDA0003208913030000023
θT分别表示发射机的俯仰角和方位角,/>
Figure BDA0003208913030000024
θR1分别表示主接收机的俯仰角和方位角;
对于发射机与主接收机构成的雷达系统,其x和y方向的空间频率表示为:
Figure BDA0003208913030000025
其中,kf=2π(fc+ft)/c表示发射信号的空间频率;
将式(1)中的回波信号通过式(3)进行变量代换,得到主接收机的回波信号的空间谱表达式:
s1(kx1,ky1)=A·exp[j(xkx1+yky1)] (4)
根据从接收机的俯仰角和方位角
Figure BDA0003208913030000026
θR1,通过式(1)-(3)得到从接收机的回波信号的空间谱表达式:
s2(kx2,ky2)=A·exp[j(xkx2+yky2)] (5)
投影所得到的空间谱分布,该区域的范围可以定义为:
Figure BDA0003208913030000027
其中,kx和ky表示x和y方向的空间频率向量,[kxmin,kxmax]和[kymin,kymax]分别表示kx和ky在x和y方向的取值范围,ft∈B,B是系统带宽,τ∈Ta
根据主接收机和从接收机的飞行路径及系统参数,将回波数据相干地投影到空间谱得到:
Figure BDA0003208913030000031
进而得到重建的点散布函数:
Figure BDA0003208913030000032
其中,σ(x,y)为目标散射系数,Ω为空间谱的分布范围;
步骤二:广义带宽合成方向选取;
首先,空间谱沿任意方向φi的外切矩型面积为:
Sri)=Bρfi)·Bρfi+π/2) (9)
其中,Bρfi)和Bρfi+π/2)分别代表空间谱在φi及其正交方向上的带宽投影;
然后,定义空间谱分布在φi方向的填充因子为:
Figure BDA0003208913030000033
其中,Sω代表空间谱分布面积。
最后,求解最大填充率方向:
Figure BDA0003208913030000034
其中,I表示通过复Radon变换的投影片段数量,
Figure BDA0003208913030000035
即为广义带宽合成方向,其对应的单位向量为:
Figure BDA0003208913030000036
Figure BDA0003208913030000037
的正交方向/>
Figure BDA0003208913030000038
对应的单位向量为:
Figure BDA0003208913030000039
步骤三:二维空间谱数据的投影校正;
将式(6)的空间谱向量kx和ky进行变换:
Figure BDA00032089130300000310
其中,Arot为旋转矩阵:
Figure BDA0003208913030000041
对距离频率域的回波数据进行sinc插值来校正投影:
Figure BDA0003208913030000042
其中,
Figure BDA0003208913030000043
表示二维傅里叶变换,s(t,fτ)表示匹配滤波后的距离时间-方位频率域回波,回波s(t,fτ)的大小为Nr×Nc,Nr为距离向长度,Nc为方位向长度;经上式插值后大小为M×L。在/>
Figure BDA00032089130300000415
处的空间谱,其投影后的坐标为:
Figure BDA0003208913030000044
其中,m=1,2,…,M,l=1,2,…,L,k′x(e)和
Figure BDA0003208913030000045
分别表示在/>
Figure BDA0003208913030000046
处沿/>
Figure BDA0003208913030000047
和/>
Figure BDA0003208913030000048
方向的空间谱采样坐标,Δk′x和Δk′y分别表示沿/>
Figure BDA0003208913030000049
和/>
Figure BDA00032089130300000410
方向的空间谱采样间隔,(k′xc,k′c)代表空间谱分布的中心坐标;
步骤四:基于广义矩阵束的空间谱外推补偿;
将kx′方向的主接收机和从接收机回波数据进行归一化:
Figure BDA00032089130300000411
其中,l1=1,2,…,L1,l2=1,2,…,L2,且L=L1+LΔ+L2,LΔ是间隙数据的数量,U表示沿广义带宽合成方向
Figure BDA00032089130300000412
的全极点模型的极点个数,au1和au2表示信号幅度,x′u表示目标在广义带宽合成方向/>
Figure BDA00032089130300000413
上的位置,k′x(l1)和k′x(l2)分别表示主接收机和从接收机经过步骤三投影校正后的空间谱,k′Δx表示间隙信号之间的相位差,n1(l1)和n2(l2)表示接收机观测到的加性噪声。
通过式(18),得出全极点信号模型表示为:
Figure BDA00032089130300000414
其中,l=1,2,…,L,au表示信号幅度,n(l)表示接收机观测到的加性噪声,;
由s′1(l1)和s′2(l2)分别生成Hankel矩阵H1和H2,得到如下方程:
H1-λH2=0 (20)
其中,λ为广义特征值;
求解方程(20),得到对y(l)极点k′x(l)的估计;
由估计的U阶极点组成范德蒙矩阵Z1,得到如下方程:
Figure BDA0003208913030000051
其中,y=(y(1),…,y(l1))T表示主接收机回波数据,求解方程可以得到y(l)幅度au的估计,根据估计的极点k′x(l)和幅度au,得到(19)中信号模型y(l)的全极点表示形式,通过该模型外推出分布式雷达的缺失空间谱,与已有的空间谱融合,获得补全后的完整空间谱;
步骤五:目标重建与几何校正;
根据步骤四中外推得到的完整空间谱,目标散射系数可以表示为:
Figure BDA0003208913030000052
其中,Ω′表示完整的空间谱分布区域;
经过下式的几何校正得到x-y平面上的成像结果:
Figure BDA0003208913030000053
其中,(x,y)和(x′,y′)分别表示目标在x-y和x′-y′平面上的位置坐标,
Figure BDA0003208913030000054
为步骤三式(13)中旋转矩阵的逆。
本发明的有益效果:本发明的空间谱相参融合成像方法首先建立分布式雷达的几何构型,分析了分布式雷达回波相参信号模型;其次,根据回波空间谱分布形状选取了带宽合成方向,完成了空间谱的旋转与数据投影校正;接着,采用广义矩阵束数据外推方法对缺失空间谱进行数据的相参内插,实现了移不变模式下分布式雷达分裂空间谱的补偿;最后,采用二维傅里叶变换,实现了空间谱域到目标空间域的映射,并通过几何校正得到高分辨成像结果。本发明的成像方法通过矩阵束方法对雷达回波的空间谱进行数据补偿,获得完整的空间谱,再对空间谱进行傅里叶变换得到目标的点散布函数,完成对目标的重建。在空间谱分布不连续采样的情况下,仍能够有效地重建出高分辨率相参融合成像结果,实现了对目标的高分辨成像,解决了移不变模式下分布式雷达分裂空间谱的融合成像问题。
附图说明
图1为本发明所述方法流程图;
图2为本发明分布式雷达成像系统几何模型示意图;
图3不连续空间谱补偿前后对比示意图。
图4不同方法融合成像处理结果对比示意图。
具体实施方式
本发明中的步骤、结果在MATLAB仿真平台上进行了验证,以下给出本发明方法的具体实施步骤。
步骤一:分布式雷达回波信号模型建立
本实施方案所采用的系统参数如表1所示,分布式雷达成像系统几何模型示意图如图2所示。
表1
参数 数值
发射机T位置 (514km,0,11.2°)
主接收机R1位置 (0,-10,2)km
从接收机R2相对位置 (30,0,300)m
载频频率fc 15GHz
信号带宽B 100MHz
采样频率fs 150MHz
脉冲重复频率PRF 500Hz
平台速度大小v 100m/s
合成孔径时间Ta 8s
全极点模型阶数U 5
本雷达系统共包含一个发射机和两个接收机。接收机1为主接收机,接收机2为从接收机。发射机位置的极坐标为
Figure BDA0003208913030000061
主接收机的欧式坐标为(x1,y1,H1);从接收机与主接收机的坐标差为(Δx,Δy,Δz);主接收机飞向参考目标O,速度为/>
Figure BDA0003208913030000062
其中
Figure BDA0003208913030000063
v分别表示速度方向和大小。设参考目标O位于坐标原点(0,0,0),观测目标P位于(x,y,0).发射机辐射宽带信号观测目标点P,其回波数据与参考目标O的回波数据进行匹配滤波,可得到目标点P处回波的距离频率域表达式为:
Figure BDA0003208913030000064
其中,ft表示距离频率,τ表示慢时间,A表示回波幅度,Ta表示合成孔径时间,Kr表示调频率,Tr表示发射信号时宽,c表示光速,fc表示载波频率。O与P的距离历史差R'OP(τ)可由目标P与目标O的距离历史RP1与RO1表示为:
Figure BDA0003208913030000071
图2中的主接收机和从接收机分别与发射机构成双基前视合成孔径雷达系统。主接收机与发射机构成的双基合成孔径雷达系统的空间频率可表示为:
Figure BDA0003208913030000072
其中,kf=2π(fc+ft)/c表示发射信号的空间频率。通过坐标投影得到回波的空间谱表示:
s1(kx1,ky1)=A·exp[j(xkx1+yky1)] (27)
回波空间谱的空间谱分布取值范围为:
Figure BDA0003208913030000073
其中,kx和ky表示x和y方向的空间频率向量,ft∈B,B是系统带宽,τ∈Ta。对主接收机和从接收机的回波进行相干投影,得到多基前视合成孔径雷达的空间谱为:
Figure BDA0003208913030000074
由此得到重建的点散布函数:
Figure BDA0003208913030000075
其中,σ(x,y)为目标散射系数,Ω为空间谱的分布范围。
步骤二:广义带宽合成方向选取
根据步骤一式(29)中获得的一发两收分布式雷达空间谱分布结果,需要求出广义带宽合成方向φ,以便后续进行空间谱数据外推。首先空间谱沿φi方向的外切矩型面积为:
Sri)=Bρfi)·Bρfi+π/2) (31)
式中Bρfi)和Bρfi+π/2)分别代表空间谱在φi及其垂直方向上的带宽投影。
为了实现最小化外推的空间谱间隙,求出空间谱分布在φi方向的填充因子:
Figure BDA0003208913030000081
式中Sω代表空间谱分布面积。通过下式求出最大填充率方向:
Figure BDA0003208913030000082
式中I表示通过复Radon变换的投影片段数量。最大填充率方向对应的单位向量即为广义带宽合成方向:
Figure BDA0003208913030000083
步骤三:二维空间谱数据的投影校正
在步骤二中,获得了分布式雷达广义空间谱分布旋转投影方向,在实现空间谱数据沿投影方向的精确映射,需要先将投影得到的空间谱数据进行坐标校正,与波数矢量对齐。
首先,将(5)中所述空间谱向量kx和ky进行变换:
Figure BDA0003208913030000084
其中,Arot为旋转矩阵:
Figure BDA0003208913030000085
之后对距离频率域做sinc插值来矫正投影:
Figure BDA0003208913030000086
式中,
Figure BDA0003208913030000087
表示二维傅里叶变换,s(t,fτ)表示距离时间域和横向距离频率域的回波匹配滤波数据。回波数据大小为Nr×Nc,插值后数据大小为M×L。在/>
Figure BDA0003208913030000088
处的空间谱,投影后的坐标为:
Figure BDA0003208913030000089
式中,m=1,2,…,M,l=1,2,…,L,Δk′x和Δk′y分别表示u和v方向的空间谱采样间隔,(k′xc,k′yc)表示空间谱分布的中心坐标。
步骤四:基于广义矩阵束的空间谱外推补偿
完成空间谱数据的旋转及投影坐标校正后,空间谱数据被投影至新的k′x-k′y坐标系下。将k′x方向的主接收机和从接收机回波数据进行归一化:
Figure BDA0003208913030000091
式中,l1=1,2,…,L1,l2=1,2,…,L2,且L=L1+LΔ+L2,LΔ是间隙数据的数量,au1和au2表示信号幅度,n1和n2表示接收机观测到的加性噪声,x′u表示目标在广义带宽合成方向的位置,k′Δx表示间隙数据之间的相差。由此得到全极点信号模型为:
Figure BDA0003208913030000092
式中,l=1,2,…,L,au表示信号幅度,n(l)表示接收机观测到的加性噪声。
由s′1(p1)和s′2(p2)分别生成汉克尔矩阵H1和H2,得到如下方程:
H1-λH2=0 (41)
式中,λ为广义特征值。求解方程可以得到对y(p)极点k′x(p)的估计。
由估计的U阶极点组成范德蒙矩阵Z1,得到如下方程:
Figure BDA0003208913030000093
式中,y=(y(1),…,y(l1))T表示主接收机回波数据。求解方程可以得到y(l)幅度au的估计。根据估计的极点k′x(l)和幅度au,获得(17)中信号模型y(l)的全极点表示形式,通过该模型可外推出分布式雷达的缺失空间谱。
步骤五:目标重建与几何校正
根据步骤四中外推得到的完整空间谱,目标散射系数可以表示为:
Figure BDA0003208913030000094
式中,Ω′表示完整的空间谱分布区域。经过几何校正得到x-y平面上的成像结果:
Figure BDA0003208913030000095
式中,(x,y)和(x′,y′)分别表示目标在x-y和x′-y′平面上的位置坐标。
基于上述步骤,获取的空间谱数据在完成投影校正后,空间谱数据如图3(a)所示,通过空间谱数据外推后,空间谱数据采样后的间隙可以被补偿,结果如图3(b)所示。采用传统快速后向投影算法对获取的回波进行投影聚焦时,其成像结果如图4(a)所示,可以看出在空间谱获取数据存在间隙时,其成像结果将产生主瓣分裂问题,无法实现理想聚焦。采用传统的矩阵傅里叶变换方法对空间谱数据进行成像时,其成像结果如图4(b)所示,该方法仍不能够解决空间谱间隙产生主瓣分裂问题。采用本发明方法,其成像结果如图4(c)所示,在该结果中,可以看出,目标主瓣可实现理想聚焦,分布式雷达在空间谱分裂条件下的相参融合,实现了目标的高分辨率聚焦。
可以看出,本发明的分布式雷达空间谱相参融合成像方法,利用广义矩阵束方法对空间谱数据进行外推,可以实现空间谱间断条件下的高分辨率成像,提高了分布式雷达的成像性能。

Claims (1)

1.一种分布式雷达空间谱相参融合成像方法,具体包括如下步骤:
步骤一:分布式雷达回波信号模型建立,
发射机位置的极坐标为
Figure QLYQS_1
主接收机的欧式坐标为(x1,y1,H1),主接收机与从接收机的坐标差为(Δx,Δy,Δz);主接收机飞向参考目标O,速度为/>
Figure QLYQS_2
其中,
Figure QLYQS_3
v分别表示速度方向和大小,设参考目标O位于坐标原点(0,0,0),观测目标P位于(x,y,0),发射机辐射宽带信号观测目标点P,其回波数据与参考目标O的回波数据进行匹配滤波,得到目标P回波的距离频率域表达式:
Figure QLYQS_4
其中,ft表示距离频率,τ表示慢时间变量,A表示回波幅度,Ta表示合成孔径时间,Kr表示调频率,Tr表示发射信号时宽,c表示光速,fc表示载波频率,R'OP(τ)表示目标O与目标P的距离历史差,表示为:
Figure QLYQS_5
其中,RP1与RO1分别表示目标P与目标O的距离历史和,RTP(τ)和RRP(τ)分别表示发射机和主接收机相对于目标P之间随时间τ的距离变化,RT(τ)和R1(τ)分别表示发射机和主接收机相对于目标O之间随时间τ的距离变化,
Figure QLYQS_6
θT分别表示发射机的俯仰角和方位角,/>
Figure QLYQS_7
θR1分别表示主接收机的俯仰角和方位角;
对于发射机与主接收机构成的雷达系统,其x和y方向的空间频率表示为:
Figure QLYQS_8
其中,kf=2π(fc+ft)/c表示发射信号的空间频率;
将式(1)中的回波信号通过式(3)进行变量代换,得到主接收机的回波信号的空间谱表达式:
s1(kx1,ky1)=A·exp[j(xkx1+yky1)] (4)
根据从接收机的俯仰角和方位角
Figure QLYQS_9
θR1,通过式(1)-(3)得到从接收机的回波信号的空间谱表达式:
s2(kx2,ky2)=A·exp[j(xkx2+yky2)] (5)
投影所得到的空间谱分布,该区域的范围可以定义为:
Figure QLYQS_10
其中,kx和ky表示x和y方向的空间频率向量,[kxmin,kxmax]和[kymin,kymax]分别表示kx和ky在x和y方向的取值范围,ft∈B,B是系统带宽,τ∈Ta
根据主接收机和从接收机的飞行路径及系统参数,将回波数据相干地投影到空间谱得到:
Figure QLYQS_11
进而得到重建的点散布函数:
Figure QLYQS_12
其中,σ(x,y)为目标散射系数,Ω为空间谱的分布范围;
步骤二:广义带宽合成方向选取;
首先,空间谱沿任意方向φi的外切矩型面积为:
Sri)=Bρfi)·Bρfi+π/2) (9)
其中,Bρfi)和Bρfi+π/2)分别代表空间谱在φi及其正交方向上的带宽投影;
然后,定义空间谱分布在φi方向的填充因子为:
Figure QLYQS_13
其中,Sω代表空间谱分布面积;
最后,求解最大填充率方向:
Figure QLYQS_14
其中,I表示通过复Radon变换的投影片段数量,
Figure QLYQS_15
即为广义带宽合成方向,其对应的单位向量为:
Figure QLYQS_16
Figure QLYQS_17
的正交方向/>
Figure QLYQS_18
对应的单位向量为:
Figure QLYQS_19
步骤三:二维空间谱数据的投影校正;
将式(6)的空间谱向量kx和ky进行变换:
Figure QLYQS_20
其中,Arot为旋转矩阵:
Figure QLYQS_21
对距离频率域的回波数据进行sinc插值来校正投影:
Figure QLYQS_22
其中,
Figure QLYQS_23
表示二维傅里叶变换,s(t,fτ)表示匹配滤波后的距离时间-方位频率域回波,回波s(t,fτ)的大小为Nr×Nc,Nr为距离向长度,Nc为方位向长度;经上式插值后大小为M×L。在/>
Figure QLYQS_24
处的空间谱,其投影后的坐标为:
Figure QLYQS_25
其中,m=1,2,…,M,l=1,2,…,L,
Figure QLYQS_26
和/>
Figure QLYQS_27
分别表示在/>
Figure QLYQS_28
处沿/>
Figure QLYQS_29
和/>
Figure QLYQS_30
方向的空间谱采样坐标,Δk′x和Δk′y分别表示沿/>
Figure QLYQS_31
和/>
Figure QLYQS_32
方向的空间谱采样间隔,(k′xc,k′yc)代表空间谱分布的中心坐标;
步骤四:基于广义矩阵束的空间谱外推补偿;
将k′x方向的主接收机和从接收机回波数据进行归一化:
Figure QLYQS_33
其中,l1=1,2,…,L1,l2=1,2,…,L2,且L=L1+LΔ+L2,LΔ是间隙数据的数量,U表示沿广义带宽合成方向
Figure QLYQS_34
的全极点模型的极点个数,au1和au2表示信号幅度,x′u表示目标在广义带宽合成方向/>
Figure QLYQS_35
上的位置,k′x(l1)和k′x(l2)分别表示主接收机和从接收机经过步骤三投影校正后的空间谱,k′Δx表示间隙信号之间的相位差,n1(l1)和n2(l2)表示接收机观测到的加性噪声;
通过式(18),得出全极点信号模型表示为:
Figure QLYQS_36
其中,l=1,2,…,L,au表示信号幅度,n(l)表示接收机观测到的加性噪声,;
由s′1(l1)和s′2(l2)分别生成Hankel矩阵H1和H2,得到如下方程:
H1-λH2=0 (20)
其中,λ为广义特征值;
求解方程(20),得到对y(l)极点k′x(l)的估计;
由估计的U阶极点组成范德蒙矩阵Z1,得到如下方程:
Figure QLYQS_37
其中,y=(y(1),…,y(l1))T表示主接收机回波数据,求解方程可以得到y(l)幅度au的估计,根据估计的极点k′x(l)和幅度au,得到(19)中信号模型y(l)的全极点表示形式,通过该模型外推出分布式雷达的缺失空间谱,与已有的空间谱融合,获得补全后的完整空间谱;
步骤五:目标重建与几何校正;
根据步骤四中外推得到的完整空间谱,目标散射系数可以表示为:
Figure QLYQS_38
其中,Ω′表示完整的空间谱分布区域;
经过下式的几何校正得到x-y平面上的成像结果:
Figure QLYQS_39
其中,(x,y)和(x′,y′)分别表示目标在x-y和x′-y′平面上的位置坐标,
Figure QLYQS_40
为步骤三式(13)中旋转矩阵的逆。
CN202110925221.XA 2021-08-12 2021-08-12 一种分布式雷达空间谱相参融合成像方法 Active CN113625272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110925221.XA CN113625272B (zh) 2021-08-12 2021-08-12 一种分布式雷达空间谱相参融合成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110925221.XA CN113625272B (zh) 2021-08-12 2021-08-12 一种分布式雷达空间谱相参融合成像方法

Publications (2)

Publication Number Publication Date
CN113625272A CN113625272A (zh) 2021-11-09
CN113625272B true CN113625272B (zh) 2023-06-30

Family

ID=78384947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110925221.XA Active CN113625272B (zh) 2021-08-12 2021-08-12 一种分布式雷达空间谱相参融合成像方法

Country Status (1)

Country Link
CN (1) CN113625272B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893710A (zh) * 2009-05-20 2010-11-24 中国科学院电子学研究所 一种非均匀分布的多基线合成孔径雷达三维成像方法
CN105445718A (zh) * 2015-11-19 2016-03-30 哈尔滨工业大学 一种基于阵列重构的分布式多载舰超视距雷达的doa估计方法
CN109212527A (zh) * 2018-10-17 2019-01-15 哈尔滨工业大学 用于高频地波雷达的大孔径分布式多站目标定位方法
CN110082761A (zh) * 2019-05-31 2019-08-02 电子科技大学 分布式外辐射源雷达成像方法
CN110346794A (zh) * 2019-07-26 2019-10-18 电子科技大学 一种资源优化配置的分布式雷达成像方法
CN110346793A (zh) * 2019-07-24 2019-10-18 电子科技大学 一种分布式阵列雷达迭代自适应高分辨成像方法
CN112083417A (zh) * 2020-09-18 2020-12-15 电子科技大学 基于波数域拼接的分布式雷达成像拓扑设计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120274499A1 (en) * 2011-04-29 2012-11-01 Spatial Digital Systems Radar imaging via spatial spectrum measurement and MIMO waveforms
US20200408892A1 (en) * 2019-06-27 2020-12-31 Samsung Electronics Co., Ltd. Radar data processing device and local range resolving power adjusting method

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101893710A (zh) * 2009-05-20 2010-11-24 中国科学院电子学研究所 一种非均匀分布的多基线合成孔径雷达三维成像方法
CN105445718A (zh) * 2015-11-19 2016-03-30 哈尔滨工业大学 一种基于阵列重构的分布式多载舰超视距雷达的doa估计方法
CN109212527A (zh) * 2018-10-17 2019-01-15 哈尔滨工业大学 用于高频地波雷达的大孔径分布式多站目标定位方法
CN110082761A (zh) * 2019-05-31 2019-08-02 电子科技大学 分布式外辐射源雷达成像方法
CN110346793A (zh) * 2019-07-24 2019-10-18 电子科技大学 一种分布式阵列雷达迭代自适应高分辨成像方法
CN110346794A (zh) * 2019-07-26 2019-10-18 电子科技大学 一种资源优化配置的分布式雷达成像方法
CN112083417A (zh) * 2020-09-18 2020-12-15 电子科技大学 基于波数域拼接的分布式雷达成像拓扑设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Research on Spatial Spectrum Constraint of Distributed Passive Radar Imaging";Yanhou zhang等;《IOP Conference Series: Materials Science and Engineering》;第785卷(第5期);1 *
"临近空间慢速平台SAR地面动目标检索与成像";杨海光 等;《电子科技大学学报》;第43卷(第6期);第838-844页 *

Also Published As

Publication number Publication date
CN113625272A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN111142105B (zh) 复杂运动目标isar成像方法
De Macedo et al. An autofocus approach for residual motion errors with application to airborne repeat-pass SAR interferometry
CN103487809B (zh) 一种基于BP算法和时变基线的机载InSAR数据处理方法
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
Fan et al. A high-precision method of phase-derived velocity measurement and its application in motion compensation of ISAR imaging
CN101430380A (zh) 基于非均匀采样的大斜视角机载sar聚束模式成像方法
CN110187347B (zh) 一种地球同步轨道星机双基合成孔径雷达大幅宽成像方法
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
CN109541597B (zh) 一种多站雷达isar图像配准方法
CN108226925A (zh) 一种适用于弹载大前斜视时变参数sar的重叠子孔径算法
CN103885061A (zh) 基于改进相位梯度自聚焦的双基sar运动补偿方法
CN111722225B (zh) 基于先验相位结构信息的双基sar两维自聚焦方法
CN105180852B (zh) 基于三重步进的gb‑sar形变监测方法
CN111781595B (zh) 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法
CN108132466B (zh) 一种机载阵列天线下视三维成像方法和系统
Yang et al. Doppler beam sharpening imaging based on fast iterative adaptive approach
CN110133646B (zh) 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法
CN113625272B (zh) 一种分布式雷达空间谱相参融合成像方法
CN115453530B (zh) 一种基于参数化模型的双基sar滤波反投影两维自聚焦方法
CN110824473A (zh) 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法
CN111880154B (zh) 基于对称波数谱对消的复图像域运动目标检测方法
Sakamoto et al. Revised range point migration method for rapid 3-D imaging with UWB radar
Zhu et al. A topology design method based on wavenumber spectrum generation for multistatic synthetic aperture radar
CN110045374B (zh) 一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法
CN114185047A (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