CN113917464B - 一种机动目标分布式isar成像平动补偿方法 - Google Patents
一种机动目标分布式isar成像平动补偿方法 Download PDFInfo
- Publication number
- CN113917464B CN113917464B CN202111180982.3A CN202111180982A CN113917464B CN 113917464 B CN113917464 B CN 113917464B CN 202111180982 A CN202111180982 A CN 202111180982A CN 113917464 B CN113917464 B CN 113917464B
- Authority
- CN
- China
- Prior art keywords
- radar
- doppler
- dimensional range
- translational compensation
- translational
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000002592 echocardiography Methods 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000004480 active ingredient Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G01S13/904—SAR modes
- G01S13/9064—Inverse SAR [ISAR]
-
- 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
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
一种机动目标分布式ISAR成像平动补偿方法，本发明涉及机动目标分布式ISAR成像平动补偿方法。本发明的目的是为了解决对机动目标进行分布式ISAR成像过程中，对各基站回波单独平动补偿而破坏各回波间相关性，导致成像质量差的问题。过程为：一、得到雷达未经平动补偿的一维距离像；二、分别对一维距离像进行多普勒估计，获得各回波的多普勒中心；三、根据获取的多普勒中心，建立三维空间多普勒表达式，计算舰船目标速度；四、根据计算所得舰船目标速度，对所得的一维距离像进行参数化平动补偿，得到平动补偿后的一维距离像；五、结合转台目标分布式ISAR成像算法，获得目标图像。本发明用于雷达成像领域。
Description
技术领域
本发明属于雷达技术领域，涉及机动目标分布式ISAR成像平动补偿方法。
背景技术
分布式ISAR成像技术具有多基站观测能力，且具有能有效避免沿雷达视线运动的目标的成像盲区、隐蔽效果好等优势，分布式ISAR利用多站观测优势，扩展对目标的观测角度，可以在短时间内获得机动目标的高质量图像，基于以上优势，分布式ISAR逐渐得到了研究人员的重视。然而在实际分布式ISAR成像算法中，传统的平动补偿方法(如积累互相关法，最小熵法)多为非参数化方法，由于这些方法都是从数据角度进行补偿，破坏了各基站回波间的相关性，造成图像质量下降。传统的平动补偿方法一般分为两步：包络对齐和相位校正，其本质是消除目标距离变化对回波的影响，如果我们确知目标运动状态，那么就可以精确地完成平动补偿。相比于单基地ISAR成像系统，分布式ISAR成像系统可以利用多站优势，对目标运动状态进行精确的联合估计。因此，研究机动目标分布式ISAR成像平动补偿实现方法就显得十分必要。
发明内容
本发明的目的是为了解决对机动目标进行分布式ISAR成像过程中，对各基站回波单独平动补偿而破坏各回波间相关性，导致成像质量差的问题，而提出一种机动目标分布式ISAR成像平动补偿方法。
一种机动目标分布式ISAR成像平动补偿方法具体过程为：
步骤一、假设雷达A为主动雷达，雷达B、C、D为被动雷达，雷达A发射电磁波信号S0，经过目标散射后被雷达A、B、C、D接收，接收的信号分别为回波SA,SB,SC,SD，回波的离散形式为SA(m,n),SB(m,n),SC(m,n),SD(m,n)，以雷达A发射电磁波信号S0作为参考信号，分别对回波SA(m,n),SB(m,n),SC(m,n),SD(m,n)进行距离向压缩，得到雷达A、B、C、D未经平动补偿的一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)；
其中m＝1,2,3···M，n＝1,2,3···N，M,N分别为积累脉冲数和距离单元数；
所述距离向压缩为Dechirp处理或者匹配滤波处理；
步骤二、分别对一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行多普勒估计，获得各回波的多普勒中心，分别为fA,fB,fC,fD；
步骤三、假设各基站方位角分别为αA,αB,αC,αD，俯仰角分别为βA,βB,βC,βD；
根据步骤二获取的多普勒中心fA,fB,fC,fD，建立三维空间多普勒表达式λf＝Gv，计算舰船目标速度v＝[vx,vy]T；
步骤四、根据步骤三计算所得舰船目标速度，对步骤一所得的一维距离像进行参数化平动补偿，得到平动补偿后的一维距离像；
步骤五、结合转台目标分布式ISAR成像算法，获得目标图像。
本发明的有益效果为：
现有的单基地ISAR平动补偿方法非参数法较多，大多从信号相似程度(互相关法)或图像质量(最小熵法)的角度进行，这些方法的好处是处理简单。然而，对于多基地ISAR成像，各基站在同一时间观测目标，各自进行非参数化平动补偿会破坏信号之间的相关性。本发明在转台目标分布式ISAR成像的基础上，将目标运动拓展为机动直线运动目标，这是更符合实际情况的。本发明旨在解决机动直线运动目标分布式ISAR成像中的平动补偿问题，通过一种多基地联合方法，对目标的运动状态(速度)进行估计，进而进行参数化平动补偿。相对于传统的非参数化方法，本发明有许多优点：
(1)多基站联合平动补偿，保留了各基站回波之间的相关性，有利于成像；
(2)参数化平动补偿更加精确，减小因非参数化法将偏移量近似为整数而带来的误差；
(3)平动补偿精度高，可以获得高质量图像。
附图说明
图1为本发明的成像算法流程图；
图2为分布式ISAR成像几何模型图，以舰船目标中心为原点建立直角坐标系O-X-Y-Z，船头方向为Y轴，船正侧为X轴，天向为Z轴建立直角坐标系，目标速度为矢量v，雷达i的方位角和俯仰角分别αi和βi，i＝A,B,C,D；
图3a为平动补偿前雷达A的一维距离像图，Range bin表示距离单元，Cross-rangebin表示横向距离单元；
图3b为平动补偿前雷达B的一维距离像图；
图3c为平动补偿前雷达C的一维距离像图；
图3d为平动补偿前雷达D的一维距离像图；
图4a为采用积累互相关法对雷达A平动补偿后的一维距离像图；
图4b为采用积累互相关法对雷达B平动补偿后的一维距离像图；
图4c为采用积累互相关法对雷达C平动补偿后的一维距离像图；
图4d为采用积累互相关法对雷达D平动补偿后的一维距离像图；
图5a为采用积累互相关法对雷达A平动补偿后的单基地ISAR成像结果图；
图5b为采用积累互相关法对雷达B平动补偿后的单基地ISAR成像结果图；
图5c为采用积累互相关法对雷达C平动补偿后的单基地ISAR成像结果图；
图5d为采用积累互相关法对雷达D平动补偿后的单基地ISAR成像结果图；
图6为采用积累互相关法对雷达A、B、C、D平动补偿后分布式ISAR联合成像结果图；
图7a为本发明对雷达A参数化平动补偿后的一维距离像图；
图7b为本发明对雷达B参数化平动补偿后的一维距离像图；
图7c为本发明对雷达C参数化平动补偿后的一维距离像图；
图7d为本发明对雷达D参数化平动补偿后的一维距离像图；
图8a为本发明对雷达A参数化平动补偿后的单基地ISAR成像结果图；
图8b为本发明对雷达B参数化平动补偿后的单基地ISAR成像结果图；
图8c为本发明对雷达C参数化平动补偿后的单基地ISAR成像结果图；
图8d为本发明对雷达D参数化平动补偿后的单基地ISAR成像结果图；
图9本发明参数化平动补偿后分布式ISAR联合成像结果图。
具体实施方式
具体实施方式一：本实施方式一种机动目标分布式ISAR成像平动补偿方法具体过程为：
步骤一、假设雷达A为主动雷达，雷达B、C、D为被动雷达，雷达A发射电磁波信号S0，经过目标散射后被雷达A、B、C、D接收，接收的信号分别为回波SA,SB,SC,SD，回波的离散形式为SA(m,n),SB(m,n),SC(m,n),SD(m,n)(一次成像过程可以获得四部雷达接收的回波分别为SA,SB,SC,SD)，以雷达A发射电磁波信号S0作为参考信号，分别对回波SA(m,n),SB(m,n),SC(m,n),SD(m,n)进行距离向压缩，得到雷达A、B、C、D未经平动补偿的一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)；
其中m＝1,2,3···M，n＝1,2,3···N，M,N分别为积累脉冲数和距离单元数；
所述距离向压缩为Dechirp处理或者匹配滤波处理；
步骤二、由于多基站(基站是雷达的载体，位于同一位置，基站更加强调位置，雷达更加强调观测设备。)观测的优势，分布式ISAR在很短的相关积累时间(CPI)内就可以进行成像，这种条件下，机动目标的运动可以近似认为是稳定的。
分别对一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行多普勒估计，获得各回波的多普勒中心，分别为fA,fB,fC,fD；
步骤三、由于成像几何模型由布阵方式决定，因此是确知的，假设各基站方位角分别为αA,αB,αC,αD，俯仰角分别为βA,βB,βC,βD；
根据步骤二获取的多普勒中心fA,fB,fC,fD，可以建立三维空间多普勒表达式λf＝Gv，计算舰船目标速度v＝[vx,vy]T，值得注意的是，考虑到舰船目标只有水平方向速度，计算速度时忽略了垂直速度；
步骤四、根据步骤三计算所得舰船目标速度，对步骤一所得的一维距离像进行参数化平动补偿，得到平动补偿后的一维距离像；
步骤五、结合转台目标分布式ISAR成像算法，获得目标图像。
具体实施方式二：本实施方式与具体实施方式一不同的是，所述步骤二中由于多基站(基站是雷达的载体，位于同一位置，基站更加强调位置，雷达更加强调观测设备。)观测的优势，分布式ISAR在很短的相关积累时间(CPI)内就可以进行成像，这种条件下，机动目标的运动可以近似认为是稳定的；
分别对一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行多普勒估计，获得各回波的多普勒中心，分别为fA,fB,fC,fD；具体过程为：
幅度加权法计算多普勒中心
步骤二一、对雷达A未经平动补偿的一维距离像SA1(m,n)各次脉冲进行幅度加权，获取各次脉冲的多普勒中心：
步骤二二、由于分布式ISAR的优势是相干处理时间很短，在短时间内可以认为目标中心做匀速直线运动，对于匀速直线运动的目标，式(1)为i的线性函数；由于成像雷达距离向分辨率高，在一次回波中(回波矩阵中的一行)，目标散射点回波会分布在多个分辨单元。此处希望找出一点来表示目标位置，所以使用幅度加权方法寻找多普勒中心。
步骤二三、使用多普勒幅度加权法估计出单个雷达全部回波的多普勒中心：
步骤二四、对SB1(m,n),SC1(m,n),SD1(m,n)重复步骤二一至步骤二三得到fB,fC,fD。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述步骤三中由于成像几何模型由布阵方式决定，因此是确知的，假设各基站方位角分别为αA,αB,αC,αD，俯仰角分别为βA,βB,βC,βD；
根据步骤二获取的多普勒中心fA,fB,fC,fD，可以建立三维空间多普勒表达式λf＝Gv，计算舰船目标速度v＝[vx,vy]T，值得注意的是，考虑到舰船目标只有水平方向速度，计算速度时忽略了垂直速度；具体过程为：
分布式联合运动参数估计
由于分布式雷达的空间分布差异，以上获得的各雷达回波的多普勒中心，体现了目标对于各雷达天线的径向速度，基于此，可以根据多普勒中心fA,fB,fC,fD和分布式几何模型估计目标速度和方向。分布式ISAR联合估计目标速度的步骤如下：
步骤三一、由于目标为舰船目标，所以不考虑垂直方向速度，假设舰船目标速度为v＝[vx vy]T，根据分布式系统几何模型，如图2所示，根据图中几何关系，计算舰船目标速度v向雷达A的雷达视线方向投影向量：
gA＝[2cosβAsinαA -2cosβAcosαA] (3)
步骤三二、计算舰船目标速度v向雷达B的雷达视线方向投影向量：
gB＝[2cosβBsinαB -2cosβBcosαB]
计算舰船目标速度v向雷达C的雷达视线方向投影向量：
gC＝[2cosβCsinαC -2cosβCcosαC]
计算舰船目标速度v向雷达D的雷达视线方向投影向量：
gD＝[2cosβDsinαD -2cosβDcosαD]
同理，计算速度v向雷达B、C、D视线方向的投影向量gB,gC,gD；
步骤三三、建立三维空间多普勒公式λf＝Gv；
其中λ为发射信号波长，f为多普勒中心向量，G为投影向量矩阵；
步骤三四、计算舰船目标速度v的估计值
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是，所述多普勒中心向量f＝[fA fB fC fD]T；
其中T为转置；
所述投影向量矩阵G为：
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是，所述步骤四中根据步骤三计算所得舰船目标速度，对步骤一所得的一维距离像进行参数化平动补偿，得到平动补偿后的一维距离像；具体过程为：
获得舰船目标速度v的估计值后，根据图2成像几何模型计算出舰船目标相对于各个基站A,B,C,D的径向速度
基于径向速度计算出每次脉冲的偏移量ΔrA(m)，ΔrB(m)，ΔrC(m)，ΔrD(m)；
分别对SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行包络对齐，得到SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)；
计算相位偏移量i＝A,B,C,D(注意一发多收情况，波程差等于距离差)；
基于相位偏移量对SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)进行相位校正，得到平动补偿后的一维距离像。
其它步骤及参数与具体实施方式一至四之一相同。
具体实施方式六：本实施方式与具体实施方式一至五之一不同的是，所述基于径向速度计算出每次脉冲的偏移量ΔrA(m)，ΔrB(m)，ΔrC(m)，ΔrD(m)；表达式为：
其中m＝1,2,3···M,PRT为脉冲间隔，ρr为距离分辨率。
其它步骤及参数与具体实施方式一至五之一相同。
具体实施方式七：本实施方式与具体实施方式一至六之一不同的是，所述分别对SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行包络对齐，得到SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)；表达式为：
其中j为虚数，j2＝-1。
其它步骤及参数与具体实施方式一至六之一相同。
具体实施方式八：本实施方式与具体实施方式一至七之一不同的是，所述基于相位偏移量对SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)进行相位校正，得到平动补偿后的一维距离像；表达式为：
其它步骤及参数与具体实施方式一至七之一相同。
具体实施方式九：本实施方式与具体实施方式一至八之一不同的是，所述步骤五中结合转台目标分布式ISAR成像算法，获得目标图像；具体过程为：
分布式ISAR联合成像
将步骤四所得平动补偿后的一维距离像进行联合处理，此处需要使用分布式ISAR成像原理。由于满足远场条件，此处可以使用等效相位中心原理，雷达A发雷达A收为等效孔径1，等效孔径1位于A基站位置；雷达A发雷达B收为等效孔径2，等效孔径2位于AB基站中点；雷达A发雷达C收为等效孔径3，等效孔径3位于AC基站中点；雷达A发雷达D收为等效孔径4，等效孔径4位于AD基站中点；
假设一种理想情况，即各等效孔径视角之间刚好紧密连接，无间隔，无重叠。处理步骤如下：
步骤五一、数据域融合得到联合一维距离像：
其中矩阵Scomb的维度为p×q,p＝4M,q＝N；
步骤五二、联合一维距离像进行方位向FFT得到联合成像结果。
由于舰船目标的分布式ISAR成像实测数据不足，本发明主要利用仿真数据来进行验证。验证实验中，散射点舰船目标运动主要包括三维转动和平动，满足机动特性。实际情况下，由于舰船目标体积大，重量大，所以平动速度相对稳定，满足本发明较短的相干处理时间内保持匀速运动的假设。
其它步骤及参数与具体实施方式一至八之一相同。
具体实施方式十：本实施方式与具体实施方式一至九之一不同的是，所述步骤五二中对联合一维距离像进行方位向FFT得到联合成像结果；表达式为：
Image＝[FFT(Scomb(:,1)),FFT(Scomb(:,2))···FFT(Scomb(:,N))]
其中Scomb(:,i)表示矩阵Scomb的第i列向量。
其它步骤及参数与具体实施方式一至九之一相同。
采用以下实施例验证本发明的有益效果：
实施例一：
本发明的实现流程如图1所示，具体解释如下：
图2给出了分布式ISAR成像几何模型。主动雷达A发射电磁波，雷达A、B、C、D分别接收到机动目标回波。首先以雷达A发射信号作为参考信号，对各雷达回波进行Dechirp处理，得到未经平动补偿的一维距离像，如图3a、3b、3c、3d；幅度加权法计算各基站多普勒质心，作为多普勒中心fA,fB,fC,fD；根据分布式ISAR成像几何模型，建立三维空间多普勒公式λf＝Gv，带入上述多普勒中心，得到速度估计值：
其中(*)#定义了伪逆算子；根据速度向量估计值计算目标对于每个基站的径向速度，以该速度进行参数化平动补偿，得到平动补偿后的一维距离像；根据分布式ISAR成像原理，将各基站平动补偿后的一维距离像进行联合处理，得到最终的成像结果。
图1为本发明的流程框图，前文已经进行解释说明。图2为分布式ISAR成像系统的几何模型，由于基站布阵的位置是已知的，观测方位角和俯仰角都可以获知。
图3a、3b、3c、3d为各基站回波未经平动补偿的一维距离像，由于目标平动影响，可以看到，脉冲之间出现了偏移。通过积累互相关法，分别对各一维距离像进行平动补偿，得到图4a、4b、4c、4d。每段数据分别成像得到图5a、5b、5c、5d，此时由于相关积累时间短，此时的横向分辨率很低，无法用于后续识别等工作，所以分布式ISAR联合成像很有必要，如果使用此时的一维距离像进行数据域融合，得到图6，可以看到，此时的横向分辨率虽然相对于单基地成像得到了改善，但是由于各基站回波之间相关性被破坏，所以图像质量很差，出现了明显的散焦。
使用本发明的方法进行平动补偿，得到补偿后的一维距离像如图7a、7b、7c、7d。分别单独成像得到图8a、8b、8c、8d，相对于图5a、5b、5c、5d，图8a、8b、8c、8d的图像质量略差，这是由于本发明的补偿方法优先考虑提高联合成像结果质量，对于单个基站来说，优势不明显。使用此时的一维距离像进行数据域融合得到图9，可以看出相对于图6，图像质量得到了明显的提高。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述方法具体过程为：
步骤一、假设雷达A为主动雷达，雷达B、C、D为被动雷达，雷达A发射电磁波信号S0，经过目标散射后被雷达A、B、C、D接收，接收的信号分别为回波SA,SB,SC,SD，回波的离散形式为SA(m,n),SB(m,n),SC(m,n),SD(m,n)，以雷达A发射电磁波信号S0作为参考信号，分别对回波SA(m,n),SB(m,n),SC(m,n),SD(m,n)进行距离向压缩，得到雷达A、B、C、D未经平动补偿的一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)；
其中m＝1,2,3…M，n＝1,2,3…N，M,N分别为积累脉冲数和距离单元数；
所述距离向压缩为Dechirp处理或者匹配滤波处理；
步骤二、分别对一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行多普勒估计，获得各回波的多普勒中心，分别为fA,fB,fC,fD；
步骤三、假设各基站方位角分别为αA,αB,αC,αD，俯仰角分别为βA,βB,βC,βD；
根据步骤二获取的多普勒中心fA,fB,fC,fD，建立三维空间多普勒表达式λf＝Gv，计算舰船目标速度v＝[vx,vy]T；
步骤四、根据步骤三计算所得舰船目标速度，对步骤一所得的一维距离像进行参数化平动补偿，得到平动补偿后的一维距离像；
步骤五、结合转台目标分布式ISAR成像算法，获得目标图像。
2.根据权利要求1所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述步骤二中分别对一维距离像SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行多普勒估计，获得各回波的多普勒中心，分别为fA,fB,fC,fD；具体过程为：
步骤二一、对雷达A未经平动补偿的一维距离像SA1(m,n)各次脉冲进行幅度加权，获取各次脉冲的多普勒中心：
步骤二二、对于匀速直线运动的目标，式(1)为i的线性函数；
步骤二三、使用多普勒幅度加权法估计出单个雷达全部回波的多普勒中心：
步骤二四、对SB1(m,n),SC1(m,n),SD1(m,n)重复步骤二一至步骤二三得到fB,fC,fD。
3.根据权利要求2所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述步骤三中假设各基站方位角分别为αA,αB,αC,αD，俯仰角分别为βA,βB,βC,βD；
根据步骤二获取的多普勒中心fA,fB,fC,fD，建立三维空间多普勒表达式λf＝Gv，计算舰船目标速度v＝[vx,vy]T；具体过程为：
步骤三一、假设舰船目标速度为v＝[vx vy]T，计算舰船目标速度v向雷达A的雷达视线方向投影向量：
gA＝[2cosβAsinαA -2cosβAcosαA] (3)
步骤三二、计算舰船目标速度v向雷达B的雷达视线方向投影向量：
gB＝[2cosβBsinαB -2cosβBcosαB]
计算舰船目标速度v向雷达C的雷达视线方向投影向量：
gC＝[2cosβCsinαC -2cosβCcosαC]
计算舰船目标速度v向雷达D的雷达视线方向投影向量：
gD＝[2cosβDsinαD -2cosβDcosαD]
步骤三三、建立三维空间多普勒公式λf＝Gv；
其中λ为发射信号波长，f为多普勒中心向量，G为投影向量矩阵；
步骤三四、计算舰船目标速度v的估计值
4.根据权利要求3所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述多普勒中心向量f＝[fA fB fC fD]T；
其中T为转置；
所述投影向量矩阵G为：
5.根据权利要求4所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述步骤四中根据步骤三计算所得舰船目标速度，对步骤一所得的一维距离像进行参数化平动补偿，得到平动补偿后的一维距离像；具体过程为：
获得舰船目标速度v的估计值后，计算出舰船目标相对于各个基站A,B,C,D的径向速度
基于径向速度计算出每次脉冲的偏移量ΔrA(m)，ΔrB(m)，ΔrC(m)，ΔrD(m)；
分别对SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行包络对齐，得到SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)；
计算相位偏移量
基于相位偏移量对SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)进行相位校正，得到平动补偿后的一维距离像。
6.根据权利要求5所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述基于径向速度计算出每次脉冲的偏移量ΔrA(m)，ΔrB(m)，ΔrC(m)，ΔrD(m)；表达式为：
其中m＝1,2,3…M,PRT为脉冲间隔，ρr为距离分辨率。
7.根据权利要求6所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述分别对SA1(m,n),SB1(m,n),SC1(m,n),SD1(m,n)进行包络对齐，得到SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)；表达式为：
SA2(m,n)＝SA1(m,n)exp(-j2πnΔrA(m)/N)
SB2(m,n)＝SB1(m,n)exp(-j2πnΔrB(m)/N)
SC2(m,n)＝SC1(m,n)exp(-j2πnΔrC(m)/N)
SD2(m,n)＝SD1(m,n)exp(-j2πnΔrD(m)/N) (5)
其中j为虚数，j2＝-1。
8.根据权利要求7所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述基于相位偏移量对SA2(m,n)，SB2(m,n)，SC2(m,n)，SD2(m,n)进行相位校正，得到平动补偿后的一维距离像；表达式为：
9.根据权利要求8所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述步骤五中结合转台目标分布式ISAR成像算法，获得目标图像；具体过程为：
步骤五一、数据域融合得到联合一维距离像：
其中矩阵Scomb的维度为p×q,p＝4M,q＝N；
步骤五二、对联合一维距离像进行方位向FFT得到联合成像结果。
10.根据权利要求9所述一种机动目标分布式ISAR成像平动补偿方法，其特征在于：所述步骤五二中对联合一维距离像进行方位向FFT得到联合成像结果；表达式为：
Image＝[FFT(Scomb(:,1)),FFT(Scomb(:,2))…FFT(Scomb(:,N))]
其中Scomb(:,i)表示矩阵Scomb的第i列向量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111180982.3A CN113917464B (zh) | 2021-10-11 | 2021-10-11 | 一种机动目标分布式isar成像平动补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111180982.3A CN113917464B (zh) | 2021-10-11 | 2021-10-11 | 一种机动目标分布式isar成像平动补偿方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113917464A CN113917464A (zh) | 2022-01-11 |
| CN113917464B true CN113917464B (zh) | 2024-06-11 |
Family
ID=79239055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111180982.3A Active CN113917464B (zh) | 2021-10-11 | 2021-10-11 | 一种机动目标分布式isar成像平动补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113917464B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108415015A (zh) * | 2018-03-14 | 2018-08-17 | 哈尔滨工业大学 | 一种稀疏孔径下舰船目标三维InISAR成像方法 |
| CN110501706A (zh) * | 2019-08-20 | 2019-11-26 | 中国人民解放军国防科技大学 | 大角度非均匀转动空间目标isar成像方法 |
-
2021
- 2021-10-11 CN CN202111180982.3A patent/CN113917464B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108415015A (zh) * | 2018-03-14 | 2018-08-17 | 哈尔滨工业大学 | 一种稀疏孔径下舰船目标三维InISAR成像方法 |
| CN110501706A (zh) * | 2019-08-20 | 2019-11-26 | 中国人民解放军国防科技大学 | 大角度非均匀转动空间目标isar成像方法 |
Non-Patent Citations (2)
| Title |
|---|
| An Efficient Range-Doppler Domain ISAR Imaging Approach for Rapidly Spinning Targets;TAN X et al.;IEEE Transaction on Aerospace and Electronic Systems;20201231;全文 * |
| 舰船目标混合式SAR/ISAR成像算法研究;曹晔;师亚辉;闫海鹏;张剑琦;;遥测遥控;20190915(05);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113917464A (zh) | 2022-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111537966B (zh) | 一种适用于毫米波车载雷达领域的阵列天线误差校正方法 | |
| CN112444811B (zh) | 一种综合mimo雷达和isar的目标检测和成像方法 | |
| CN102393518B (zh) | 一种适用于大斜视角的机载sar成像方法 | |
| US9746554B2 (en) | Radar imaging system and related techniques | |
| CN109031295B (zh) | 一种基于波程差补偿的isar图像配准方法 | |
| CN108490443B (zh) | 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法 | |
| CN103336278A (zh) | 多视角观测下前视三维sar成像方法 | |
| CN111856461A (zh) | 基于改进pfa的聚束sar成像方法及其dsp实现 | |
| CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
| CN107085212A (zh) | 一种基于线性调频步进信号的自旋目标时变三维成像方法 | |
| CN109143237A (zh) | 适用于任意平台轨迹的双基聚束sar的pfa波前弯曲校正方法 | |
| CN102788978B (zh) | 一种斜视星机双基地合成孔径雷达成像方法 | |
| CN108132466B (zh) | 一种机载阵列天线下视三维成像方法和系统 | |
| CN110488283A (zh) | 一种用于多通道hrws-sar通道的误差校正方法 | |
| CN110596707B (zh) | 基于多快拍图像联合的mimo雷达三维成像方法 | |
| CN103091682B (zh) | 基于时频分析InISAR多动目标成像和运动轨迹重建法 | |
| CN113156444B (zh) | 一种基于运动补偿的多波束声呐高精度成像方法 | |
| CN111474543B (zh) | 一种涡旋电磁波干涉的目标三维成像方法及装置 | |
| CN113917464B (zh) | 一种机动目标分布式isar成像平动补偿方法 | |
| CN114910908B (zh) | 一种基于多基站分布式InISAR的舰船目标三维成像方法 | |
| CN116774178A (zh) | 单频mimo弧形阵列雷达的近距频域三维成像方法 | |
| CN116148891A (zh) | 基于顺轨干涉的星地双基海面二维流场测量方法 | |
| CN116359921A (zh) | 基于加速轨迹双基前视合成孔径雷达的快速时域成像方法 | |
| CN116559905A (zh) | 一种双基sar海面舰船运动目标无畸变三维图像重构方法 | |
| CN114994676A (zh) | 一种一站固定式双站低频超宽带sar运动目标成像方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |