CN113885026A - 运动目标的sar稀疏成像方法、装置、电子设备及存储介质 - Google Patents
运动目标的sar稀疏成像方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113885026A CN113885026A CN202111087395.XA CN202111087395A CN113885026A CN 113885026 A CN113885026 A CN 113885026A CN 202111087395 A CN202111087395 A CN 202111087395A CN 113885026 A CN113885026 A CN 113885026A
- Authority
- CN
- China
- Prior art keywords
- moving target
- echo signal
- moving
- sar
- imaging
- 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.)
- Pending
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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9019—Auto-focussing of the SAR signals
-
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
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
本发明实施例公开了一种运动目标SAR稀疏成像方法、装置、电子设备和存储介质,所述方法包括:对采集到的运动目标线性调频信号的回波信号进行杂波抑制处理,接着使用频谱分析方法并基于所述经过杂波抑制的回波信号对所述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号,然后基于所述经运动补偿的回波信号构建参数化表征字典并根据所述参数化表征字典表示所述经运动补偿的回波信号,并以此作为约束条件构建稀疏孔径成像和参数估计的目标函数,最后采用正交匹配追踪方法求解所述目标函数,并针对所述运动目标进行多普勒模糊数估计和相位误差校正,从而获得响应动态范围较大且聚焦性能良好的运动目标的SAR图像。
Description
技术领域
本发明实施例涉及合成孔径雷达(Synthetic Aperture Radar,SAR)稀疏成像 方法,更具体地,涉及一种运动目标的SAR稀疏成像方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种现代化主动遥感 传感器,能够提供高分辨率的观测场景图像,近些年来,由压缩感知(CS) 理论可知,利用稀疏优化技术信号能够极大概率从降采样数据得到精确重构, 从而突破奈奎斯特采样的限制。相应的,压缩感知被广泛引用于SAR成像,其 中一个重要应用是降低采样数据,例如稀疏孔径成像。对于SAR地面运动目标 成像(SAR Ground Moving Target Imaging,SAR-GMTIm)而言,运动补偿是 决定运动目标成像性能的重要问题。除了雷达平台的运动外,还存在运动目标 的附加运动,对回波数据引入距离单元徙动和高阶相位调制(方位单元同样存 在徙动情况)。在经过SAR聚焦成像后,图像中的运动目标往往存在距离和方 位两维越单元徙动问题,表现为两维“散焦”。在稀疏孔径下,SAR动目标成 像更为复杂。因此,需要研究稀疏孔径SAR运动目标成像与补偿重聚焦算法以 保证较好的成像性能。
发明内容
本发明的目的在于克服上述技术问题,针对稀疏孔径运动目标成像,提出 一种运动目标的SAR稀疏成像方法、装置、电子设备和存储介质,可以对运动 目标造成的图像出现散焦、模糊和错位等问题起到抑制作用,从而实现运动目 标无模糊运动目标的合成孔径雷达图像。
本发明实施例提供一种运动目标的SAR稀疏成像方法,包括以下步骤:
步骤S1,采集以预设的速度沿预定轨迹运动的合成孔径雷达向运动目标 发射的线性调频信号的回波信号;
步骤S2,对所述线性调频信号的回波信号进行静止杂波抑制处理,得到 经过杂波抑制的回波信号;
步骤S3,使用频谱分析方法并基于所述经过杂波抑制的回波信号对所述 雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号;
步骤S4,基于所述经运动补偿的回波信号构建参数化表征字典并根据所 述参数化表征字典表示所述经运动补偿的回波信号;
步骤S5,以根据所述参数化表征字典表示的所述经运动补偿的回波信号 作为约束条件,构建稀疏孔径成像和参数估计的目标函数;
步骤S6,采用正交匹配追踪方法求解所述目标函数,并针对所述运动目 标进行多普勒模糊数估计和相位误差校正,以获得所述运动目标的SAR图像。
相应地,本发明实施例还提供一种运动目标的SAR稀疏成像装置,包括: 数据采集模块、杂波抑制模块、补偿模块、后处理模块和成像模块。
所述数据采集模块,用于采集以预设的速度沿预定轨迹运动的合成孔径雷 达向运动目标发射的线性调频信号的回波信号;
所述杂波抑制模块,用于对所述线性调频信号的回波信号进行静止杂波抑 制处理,得到经过杂波抑制的回波信号;
所述补偿模块,用于使用频谱分析方法并基于所述经过杂波抑制的回波信 号对所述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号;
所述后处理模块,用于基于所述经运动补偿的回波信号构建参数化表征字 典并根据所述参数化表征字典表示所述经运动补偿的回波信号,随之以根据所 述参数化表征字典表示的所述经运动补偿的回波信号作为约束条件,构建稀疏 孔径成像和参数估计的目标函数;
所述成像模块,用于采用正交匹配追踪方法求解所述目标函数,并针对所 述运动目标进行多普勒模糊数估计和相位误差校正,以获得所述运动目标的 SAR图像。
相应地,本发明实施例还提供一种电子设备,包括存储器和处理器;所述 存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序, 以执行上述实施例中任一所述的运动目标的SAR稀疏成像中的步骤。
此外,本发明实施例还提供一种存储介质,其上存储有计算机程序,所述 计算机程序被处理器执行时实现上述实施例中任一所述的运动目标的SAR稀 疏成像中的步骤。
本发明实施例采用对采集到的运动目标线性调频信号的回波信号进行杂 波抑制处理,接着使用频谱分析方法并基于所述经过杂波抑制的回波信号对所 述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号,然后基于 所述经运动补偿的回波信号构建参数化表征字典并根据所述参数化表征字典 表示所述经运动补偿的回波信号,并以此作为约束条件构建稀疏孔径成像和参 数估计的目标函数,最后采用正交匹配追踪方法求解所述目标函数,并针对所 述运动目标进行多普勒模糊数估计和相位误差校正,从而获得响应动态范围较 大且聚焦性能良好的运动目标的SAR图像。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所 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,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还 可以根据这些附图获得其他的附图。
图1是本发明实施例提供的运动目标的SAR成像方法的流程示意图;
图2是本发明实施例提供一种构建SAR成像几何结构的具体结构示意图;
图3是本发明实施例的仿真实验结果图;
图4是本发明实施例的实测数据二维成像效果图;
图5是本发明实施例的稀疏重建图像;
图6是本发明实施例的仿真实验结果图;
图7本发明实施例提供的单通道合成孔径雷达成像装置的结构示意图;
图8是本发明实施例提供的一种电子设备的实体结构示意图。
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,本领域技术人员在没有作出创造性劳 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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等 是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这 样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这 里图示或描述的内容以外的顺序实施。
有鉴于现有技术中的运动目标在SAR图像域中往往是模糊的问题,本发 明提供的运动目标的SAR稀疏成像方法,本发明提供的运动补偿过程大致分 为两个步骤:首先在距离-频率和方位-时间域进行频谱分析处理,然后在稀疏 成像中进行残余分量校正,针对运动目标的多普勒模糊和相位误差问题,提出 了运动目标参数稀疏成像方法。在该方法中,使用了一个参数化表征字典以解 决前面两个关键问题。在此基础上,利用一种改进的正交匹配追踪(OMP) 方法,对运动目标进行多普勒模糊数估计和相位误差校正以实现高质量成像, 同时,本发明提供的方法可处理多个运动目标的情况,从而获得响应动态范围 较大且聚焦性能良好的多运动目标SAR图像。
下面结合图1-图8描述本发明实施例的运动目标的SAR稀疏成像方法、装 置、电子设备及存储介质。
图1是本发明实施例提供的运动目标的SAR成像方法的流程示意图,如图1 所示。一种运动目标的SAR成像方法,包括:
步骤S1,采集以预设的速度沿预定轨迹运动的合成孔径雷达向运动目标 发射的线性调频信号的回波信号;
步骤S2,对所述线性调频信号的回波信号进行静止杂波进行抑制处理, 得到经过杂波抑制的回波信号;
步骤S3,使用频谱分析方法并基于经过所述杂波抑制的回波信号对所述 雷达和运动目标进行运动补偿,得到经运动补偿的回波信号;
步骤S4,基于所述经运动补偿的回波信号构建参数化表征字典并根据所 述参数化表征字典表示所述经运动补偿的回波信号;
步骤S5,以根据所述参数化表征字典表示经运动补偿的回波信号作为约 束条件,构建稀疏孔径成像和参数估计的目标函数;
步骤S6,采用正交匹配追踪方法求解所述目标函数,并针对所述运动目 标进行多普勒模糊数估计和相位误差校正,以获得所述运动目标的SAR图像。
采用本发明实施例提供的技术方案,相比于现有技术具有以下优点:
现有技术的大多数稀疏SAR成像算法仅考虑雷达平台的运动,而忽略运 动目标的运动。同时,大多数稀疏SAR动目标成像方法仅是考虑运动目标引 入的方位越单元徙动,而未考虑距离单元徙动的存在。本发明实施例利用参数 化稀疏方法,在稀疏孔径下,能够实现两维单元徙动校正,从而保证运动目标 的高质量成像。
以下对上述步骤S1~S6进行具体描述。
图2是本发明实施例提供的一种构建SAR成像几何结构的具体结构示意图。 如图2所示,上述步骤S1中,采集以预设的速度沿预定轨迹运动的合成孔径雷 达向运动目标发射的线性调频信号的回波信号,该预定轨迹运动如图2中航迹 所示,机载雷达以速度v沿预定轨迹飞行运动,并以一定的脉冲重复频率发射 线性调频(LFM)信号,采集到的回波信号可表示为:
上述步骤S2中,使用位移相位中心天线处理所述回波信号,以得到所述经 过杂波抑制的回波信号,其中,经由下式得到所述经过杂波抑制的回波信号:
上述步骤S3中的步骤中,根据下式构建频谱分析参考函数:
将经过杂波抑制的回波信号与所述频谱分析参考函数相乘,得到经由下式 获得的所述经运动补偿的回波信号:
具体地,将经过位移相位中心天线(DPCA)杂波抑制的回波信号与 SPECAN参考函数相乘,以实现对雷达和运动目标的运动补偿。
上述步骤S4的步骤具体包括:
第一步,使用压缩随机采样方法得到稀疏孔径的压缩采样矩阵;
第二步,基于所述经运动补偿的回波信号,构建所述运动目标的运动调制 的参数化表征字典;
第三步,将所述参数化表征字典划分为两部分,分别表示线性MTRC (MigrationThrough Resolution Cell,越距离单元徙动)和相位调制;
第四步,使用所述参数化表征字典对所述经过运动补偿的回波信号进行改 写,得到:
s=ΦΨ(α,β)x+n,y=Ψ2(β)x,Ψ(α,β)=Ψ1(α)Ψ2(β);
其中,s、x和n分别表示为回波信号、SAR图像和系统噪声,Φ是稀疏采 样的压缩采样矩阵,Ψ(α,β)是由向量α和β表示的所有运动目标速度调制的参 数化表征字典,Ψ(α,β)被分为Ψ1(α)和Ψ2(β)两个部分,分别表示线性MTRC和 相位调制;
其中,Ψ1(α)的表达式为:
Ψ1(α)=Fa-mtrc(namb)Fr
上式中Fr代表距离维度的傅里叶变换,Fa-mtrc(namb)是具有缩放因子fr的方位 维度的缩放变换,namb是所有运动目标的未知多普勒模糊数向量,由α决定;M 和N分别是方位和距离维度上的离散数;
Ψ2(β)的详细形式为:
Ψ2(β)=Fa -1C(β)⊙Fa
需要说明的是,上述步骤S4的目的是为了获得稀疏孔径(SA)SAR图像, 其中,频谱分析(SPECAN)成像算法是一种广泛应用于SAR快视处理的成像 算法,它的主要特点是在方位向采取-Deramp处理,运算量小。
上述步骤S5中,根据下式构建所述稀疏孔径成像和参数估计的目标函数。 所述目标函数表达式为:
其中·0是向量的L0-范数。
上述步骤S6中,所述步骤S6包括:
第一步,通过对运动目标的估计和补偿,提取出运动目标成分,其中,根 据下式提取所述运动目标成分:
第二步,对所述运动目标成分进行相位误差估计,其中,根据下式得到所 述相位误差估计:
第三步:通过如下方式对残余成分进行计算:通过减去上述第一步和第二 步中已经估计的运动目标的信号分量来更新步骤S4中参数化表征字典改写的 回波信号,得到以下式表示的更新后的回波信号:
第四步:迭代求解:重复第一步至第三步,通过估计参数来连续提取下一 个运动目标,直至提取出所有的运动目标,以获得所有运动目标的SAR图像。
为说明本发明对运动目标合成孔径雷达稀疏成像运动补偿的有效性,下面 通过仿真数据和实测数据实验来进行进一步的论证:
基于MATLAB软件平台,单通道SAR仿真实验的系统参数如下表:
SAR系统仿真参数设置
参数 | 值 | 参数 | 值 |
雷达中心频率 | 10GHz | 带宽 | 360MHz |
采样频率 | 400MHz | 场景中心距离 | 20km |
雷达脉冲重复频率(PRF) | 500Hz | 雷达平台运动速度 | 100m/s |
下面结合附图3对本发明的仿真数据二维成像效果做进一步说明。
图3为本发明实施例的仿真实验结果图,其中,图3(a)-图3(c)横坐标为脉冲 序号,纵坐标为距离向采样单元。图3(d)-图3(f)横坐标为方位向采样单元,纵 坐标为距离向采样单元。
图3(a)显示了雷达的射程剖面,以表明存在明显的MTRC。线性MTRC主 要来源于运动目标的距离速度,二次MTRC主要来源于雷达平台的运动调制。 为了在包络和相位项中补偿运动调制,应用步骤S3中提出的使用频谱分析方法 并基于所述经过杂波抑制的回波信号对所述雷达和所述运动目标进行运动补 偿,得到经运动补偿的回波信号,并且处理的雷达射程范围剖面如图3(b)所示。 如图3(b)所示,MTRC呈线性形式,在完成SPECAN处理之后。然后使用Keystone 变换(可以补偿距离走动),尝试校正残差线性MTRC,得到如图3(c)所示的 结果;如图3(c)所示,已经成功地校正了低速运动目标的距离剖面。然而,对 于多普勒模糊的两个运动目标,仍存在较大的MTRC。故接下来利用方位向的 傅里叶变换,得到无相位误差校正的SAR图像,如图3(d)所示。
对于两个快速移动的运动目标,存在明显的2D(二维)模糊。因此,需 要对运动目标进行运动补偿,包括MTRC和相位误差校正。在全孔径情况下, 本发明实施例提出的运动目标参数稀疏算法用于聚焦良好的运动目标图像,如 图3(e)所示。为清楚起见,将图3(e)中的虚线矩形区域放大以在图3(f)中示出。 从图3(e)和图3(f)可以清楚地看出,通过克服雷达和运动目标的多普勒模糊度, 进行MTRC校正和相位误差校正可以实现对运动目标的完美运动补偿。
为了说明本发明实施例对运动目标SAR稀疏成像的有效性,通过基于本 发明实施例提出的算法对运动目标SAR稀疏成像的回波信号进行进一步的论 证:
实验为了验证算法的鲁棒性,下面结合附图4对本发明实施例的实测数据 的二维成像效果做进一步说明。
示例性地,在采集得到的回波信号中加入不同程度的复杂随机高斯噪声, 该噪声的信噪比分别设置为20db、10db和5db。在模拟实验中,SA(Synthetic Aperture)数据与作为全孔径的一半和四分之一的数据量一起使用,分别如图 4(a)和图4(c)所示。然后,利用传统的SAR成像算法,在方位维上进行方位聚 焦,得到该两个数据集的处理结果分别如图4(b)和图4(d)所示。
如图4(b)和图4(d)所示,在图像中存在过多的伪影(鬼影)。其原因主要 有两方面:一是稀疏数据,二是潜在的残余MTRC和相位误差调制。
在两种稀疏采样条件下,分别对信噪比分别为20db、10db和5db的6个 数据集进行了仿真实验,实验结果表明,采用本发明实施例提供的算法能同时 克服合成孔径和运动调制的影响。获得到的稀疏重建图像如图5所示。如图5 所示,第一行图5(a)-图5(b)是使用全孔径的半脉冲的结果,而第二行图5(d)- 图5(f)是使用全孔径的四分之一脉冲的结果,实验结果表明,该算法可以从压 缩采样数据中获得聚焦良好的图像,这得益于稀疏成像与运动补偿相结合的过 程。
为了进一步验证该算法的有效性,利用某机载平台的实测数据进行了仿真 实验。
该雷达有一个发射机和三个接收机,在X波段工作,信号带宽为18mhz, 脉冲重复频率(PRF)约为830hz。这里,1024个脉冲用于方位分辨率约为6.0m 的SAR GMTIm。在信道对准和信道平衡之后,应用SAR聚焦,包括SPECAN 处理和Keystone变换,以获得粗略聚焦的SAR图像,如图6(a)所示。对于大多 数运动目标存在2D或至少方位维度模糊。距离模糊是由于多普勒模糊度引起 的MTRC的存在。而方位模糊是由运动目标的相位误差调制引起的。
因此,需要对聚焦良好的SAR图像进行剩余MTRC校正和相位误差校正。 然后,基于本发明实施例提出的算法,稀疏重建图像如图6(b)所示,其中,由 图示可知,该MTRC和相位误差都被成功地去除。接下来,应用本发明实施例 提出的算法将SA数据用于稀疏成像。图6(c)和6f显示了使用的具有半个四分之 一全孔径的数据。同时,图6(d)和图6(f)分别是这两种情况下的稀疏重建图像。 实验结果表明,该算法能很好地处理SA和运动补偿问题,即使在存在多普勒 模糊的情况下也能获得高质量的SAR图像。这种优势主要得益于本发明实施例 提出的参数稀疏方法。上述仿真实验验证了本发明实施例所提方法的的有效性 和可行性。
根据本发明的又一方面,本发明实施例提供一种运动目标合成孔径雷达稀 疏成像装置。
图7是本发明实施例提供的单通道合成孔径雷达成像装置的结构示意图。 如图7所示,一种合成孔径雷达成像装置1000,包括:数据采集模块1010、杂波 抑制模块1020、补偿模块1030、后处理模块1040和成像模块1050。
数据采集模块1010,用于采集以预设的速度沿预定轨迹运动的合成孔径雷 达向运动目标发射的线性调频信号的回波信号。
杂波抑制模块1020,用于对所述线性调频信号的回波信号进行静止杂波抑 制处理,得到经过杂波抑制的回波信号。
补偿模块1030,用于使用频谱分析方法并基于所述经过杂波抑制的回波信 号对所述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号。
后处理模块1040,用于基于所述经运动补偿的回波信号构建参数化表征字 典并根据所述参数化表征字典表示所述经运动补偿的回波信号,随之以根据所 述参数化表征字典表示的所述经运动补偿的回波信号作为约束条件,构建稀疏 孔径成像和参数估计的目标函数。
成像模块1050,用于采用正交匹配追踪方法求解所述目标函数,并针对所 述运动目标进行多普勒模糊数估计和相位误差校正,以获得所述运动目标的 SAR图像。
其中,关于所述后预处理模块1040的具体步骤的其他方面与前面所描述 的运动目标的合成孔径雷达稀疏成像方法相同或相似,在此不再赘述。
图8是本发明实施例提供的一种电子设备的实体结构示意图,如图8所示, 该电子设备可以包括:处理器(processor)1110、通信接口 (CommunicationsInterface)1120、存储器(memory)1130和通信总线1140,其中, 处理器1110,通信接口1120,存储器1130通过通信总线1140完成相互间的 通信。处理器1110可以调用存储器1130中的逻辑指令,以执行上述单通道合 成孔径雷达稀疏成像方法。本实施例所提供的其他方面与前面所描述的单通道 合成孔径雷达稀疏成像方法相同或相似,在此不再赘述。
此外,上述的存储器1130中的逻辑指令可以通过软件功能单元的形式实现 并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。 基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分 或者该技术方案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 储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计 算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部 分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM, Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁 碟或者广盘等各种可以存储程序代码的介质。
根据本发明的又一方面,本发明实施例还提供一种计算机程序产品,所述 计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述 计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行 上述各实施例所提供的所述合成孔径雷达稀疏成像方法。本实施例所提供的其 他方面与前面所描述的运动目标的合成孔径雷达稀疏成像方法相同或相似,在 此不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步 骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储 于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,根据本发明的又一方面,本发明实施例还提供一种存储介质,其上 存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提 供的所述运动目标的合成孔径雷达稀疏成像方法。例如,该计算机程序可以执 行如下步骤:
步骤S1,采集以预设的速度沿预定航线飞行的合成孔径雷达向运动目标 发射的线性调频信号的回波数据;
步骤S2,基于所述线性调频信号的回波数据,在稀疏孔径的条件下,采 用位移相位中心天线方法对静止杂波进行抑制处理,得到经过所述位移相位中 心天线处理后的回波数据;
步骤S3,使用SPECAN方法对雷达平台和运动目标进行运动补偿,得到 SPECAN补偿后的回波数据;
步骤S4,利用参数化表征字典建立离散稀疏孔径信号模型,以获得稀疏 孔径SAR图像;
步骤S5,以所述参数化表征字典表示的SPECAN处理结果作为约束条件, 构建稀疏孔径成像和参数估计的目标函数;
步骤S6,采用正交匹配追踪方法求解所述目标函数,并对所述目标函数 进行多普勒模糊数估计和相位误差校正,以获得所有运动目标的SAR图像。
本发明实施例所提供的其他方面与前面所描述的合成孔径雷达稀疏成像 方法相同或相似,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、 随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序,可以执行本发明实施例所提供的 任一种运动目标合成孔径雷达稀疏成像方法中的步骤,因此,可以实现本发明 实施例所提供的任一种运动目标合成孔径雷达稀疏成像方法所能实现的有益 效果,详见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种运动目标合成孔径雷达稀疏成像方法、 装置、电子设备和存储介质进行了详细介绍,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)
1.一种运动目标的SAR稀疏成像方法,其特征在于,包括以下步骤:
步骤S1,采集以预设的速度沿预定轨迹运动的合成孔径雷达向运动目标发射的线性调频信号的回波信号;
步骤S2,对所述线性调频信号的回波信号进行静止杂波抑制处理,得到经过杂波抑制的回波信号;
步骤S3,使用频谱分析方法并基于所述经过杂波抑制的回波信号对所述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号;
步骤S4,基于所述经运动补偿的回波信号构建参数化表征字典并根据所述参数化表征字典表示所述经运动补偿的回波信号;
步骤S5,以根据所述参数化表征字典表示的所述经运动补偿的回波信号作为约束条件,构建稀疏孔径成像和参数估计的目标函数;
步骤S6,采用正交匹配追踪方法求解所述目标函数,并针对所述运动目标进行多普勒模糊数估计和相位误差校正,以获得所述运动目标的SAR图像。
5.根据权利要求4所述的方法,其特征在于,所述步骤S4包括:
第一步,使用压缩随机采样方法得到稀疏孔径的压缩采样矩阵;
第二步,基于所述经运动补偿的回波信号,构建所述运动目标的运动调制的参数化表征字典;
第三步,将所述参数化表征字典划分为两部分,分别表示线性MTRC和相位调制;
第四步,使用所述参数化表征字典对所述经运动补偿的回波信号进行改写,根据下式得到所述根据参数化表征字典表示的经运动补偿的回波信号:
s=ΦΨ(α,β)x+n,y=Ψ2(β)x,Ψ(α,β)=Ψ1(α)Ψ2(β);
其中,s、x和n分别表示为回波信号、SAR图像和系统噪声,Φ是稀疏采样的压缩采样矩阵,Ψ(α,β)是由向量α和β表示的所有运动目标速度调制的参数化表征字典,Ψ(α,β)被分为Ψ1(α)和Ψ2(β)两个部分,分别表示线性MTRC和相位调制;
其中,Ψ1(α)的表达式为:
Ψ1(α)=Fa-mtrc(namb)Fr
上式中Fr代表距离维度的傅里叶变换,Fa-mtrc(namb)是具有缩放因子fr的方位维度的缩放变换,namb是所有运动目标的未知多普勒模糊数向量,由α决定;M和N分别是方位和距离维度上的离散数;
Ψ2(β)的表达式为:
Ψ2(β)=Fa -1C(β)⊙Fa
7.根据权利要求6所述的方法,其特征在于,所述步骤S6包括:
第一步,通过对运动目标的估计和补偿,提取出运动目标成分,其中,根据下式提取所述运动目标成分:
第二步,对所述运动目标成分进行相位误差估计,其中,根据下式得到所述相位误差估计:
第三步:通过如下方式对残余成分进行计算:通过减去上述第一步和第二步中已经估计的运动目标的信号分量来更新步骤S4中参数化表征字典改写的回波信号,得到以下式表示的更新后的回波信号:
第四步:迭代求解:重复第一步至第三步,通过估计参数来连续提取下一个运动目标,直至提取出所有的运动目标。
8.一种运动目标的SAR成像装置,其特征在于,包括:
数据采集模块,用于采集以预设的速度沿预定轨迹运动的合成孔径雷达向运动目标发射的线性调频信号的回波信号;
杂波抑制模块,用于对所述线性调频信号的回波信号进行静止杂波抑制处理,得到经过杂波抑制的回波信号;
补偿模块,用于使用频谱分析方法并基于所述经过杂波抑制的回波信号对所述雷达和所述运动目标进行运动补偿,得到经运动补偿的回波信号;
后处理模块,用于基于所述经运动补偿的回波信号构建参数化表征字典并根据所述参数化表征字典表示所述经运动补偿的回波信号,随之以根据所述参数化表征字典表示的所述经运动补偿的回波信号作为约束条件,构建稀疏孔径成像和参数估计的目标函数;
成像模块,用于采用正交匹配追踪方法求解所述目标函数,并针对所述运动目标进行多普勒模糊数估计和相位误差校正,以获得所述运动目标的SAR图像。
9.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序,以执行权利要求1至7中任一项所述的运动目标的SAR稀疏成像方法中的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的运动目标的SAR稀疏成像方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111087395.XA CN113885026A (zh) | 2021-09-16 | 2021-09-16 | 运动目标的sar稀疏成像方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111087395.XA CN113885026A (zh) | 2021-09-16 | 2021-09-16 | 运动目标的sar稀疏成像方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113885026A true CN113885026A (zh) | 2022-01-04 |
Family
ID=79009764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111087395.XA Pending CN113885026A (zh) | 2021-09-16 | 2021-09-16 | 运动目标的sar稀疏成像方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113885026A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676263A (zh) * | 2022-03-03 | 2022-06-28 | 大连海事大学 | 一种鲁棒的本征谱构建方法及鲁棒的无线感知方法 |
-
2021
- 2021-09-16 CN CN202111087395.XA patent/CN113885026A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114676263A (zh) * | 2022-03-03 | 2022-06-28 | 大连海事大学 | 一种鲁棒的本征谱构建方法及鲁棒的无线感知方法 |
CN114676263B (zh) * | 2022-03-03 | 2023-09-29 | 大连海事大学 | 一种鲁棒的本征谱构建方法及鲁棒的无线感知方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Motion compensation/autofocus in airborne synthetic aperture radar: A review | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
Delisle et al. | Moving target imaging and trajectory computation using ISAR | |
Rao et al. | Parametric sparse representation method for ISAR imaging of rotating targets | |
Shao et al. | High-resolution ISAR imaging and motion compensation with 2-D joint sparse reconstruction | |
CN103091674B9 (zh) | 基于hrrp序列的空间目标高分辨成像方法 | |
CN108279404B (zh) | 一种基于空间谱估计的双通道sar相位误差校正方法 | |
CN111142105A (zh) | 复杂运动目标isar成像方法 | |
Zheng et al. | ISAR imaging of targets with complex motions based on a noise-resistant parameter estimation algorithm without nonuniform axis | |
CN110148165B (zh) | 一种基于粒子群优化的三维干涉isar图像配准方法 | |
CN109507666B (zh) | 基于离网变分贝叶斯算法的isar稀疏频带成像方法 | |
CN107831473B (zh) | 基于高斯过程回归的距离-瞬时多普勒图像序列降噪方法 | |
Ran et al. | Simultaneous range and cross-range variant phase error estimation and compensation for highly squinted SAR imaging | |
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 | |
Yeh et al. | Rotational motion estimation for ISAR via triangle pose difference on two range-Doppler images | |
CN113589287B (zh) | 合成孔径雷达稀疏成像方法、装置、电子设备及存储介质 | |
Long et al. | An azimuth ambiguity suppression method based on local azimuth ambiguity-to-signal ratio estimation | |
CN113885026A (zh) | 运动目标的sar稀疏成像方法、装置、电子设备及存储介质 | |
Rao et al. | Comparison of parametric sparse recovery methods for ISAR image formation | |
Xin et al. | ISAR imaging of target with complex motion associated with the fractional Fourier transform | |
Hasankhan et al. | Sparse representation-based algorithm for joint SAR image formation and autofocus | |
CN111175747B (zh) | 一种基于多通道复图像空间的相位误差估计方法 | |
CN114780911B (zh) | 一种基于深度学习的海洋宽测绘带距离解模糊方法 | |
CN111044996A (zh) | 一种基于降维近似消息传递的lfmcw雷达目标检测方法 | |
CN113030964B (zh) | 基于复Laplace先验的双基地ISAR稀孔径高分辨成像方法 |
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 |