CN114488147A - 基于星载sar-gmti的方位模糊强杂波剔除方法 - Google Patents
基于星载sar-gmti的方位模糊强杂波剔除方法 Download PDFInfo
- Publication number
- CN114488147A CN114488147A CN202111678671.XA CN202111678671A CN114488147A CN 114488147 A CN114488147 A CN 114488147A CN 202111678671 A CN202111678671 A CN 202111678671A CN 114488147 A CN114488147 A CN 114488147A
- Authority
- CN
- China
- Prior art keywords
- target
- sar
- azimuth
- representing
- gmti
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 29
- 238000003379 elimination reaction Methods 0.000 claims abstract description 14
- 230000008030 elimination Effects 0.000 claims abstract description 13
- 230000006835 compression Effects 0.000 claims description 22
- 238000007906 compression Methods 0.000 claims description 22
- 230000033001 locomotion Effects 0.000 claims description 16
- 230000001629 suppression Effects 0.000 claims description 15
- 230000002441 reversible effect Effects 0.000 claims description 8
- 230000005012 migration Effects 0.000 claims description 7
- 238000013508 migration Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 230000000717 retained effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 description 17
- 238000009792 diffusion process Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000012292 cell migration Effects 0.000 description 2
- 230000021615 conjugation Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 101100008044 Caenorhabditis elegans cut-1 gene Proteins 0.000 description 1
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
-
- 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
- G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
-
- 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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4021—Means for monitoring or calibrating of parts of a radar system of receivers
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
本发明涉及一种基于星载SAR‑GMTI的方位模糊强杂波剔除方法,包括:步骤1:获取星载SAR的原始多通道接收数据;步骤2:对原始多通道接收数据进行ISTAP处理,得到运动目标信号响应;步骤3:对运动目标信号响应进行方位模糊强杂波虚警判别与剔除,得到星载SAR‑GMTI结果。本发明的方法不需要额外消耗系统空间自由度,不要求PRF满足DPCA条件,不需要对方位模糊及其模糊源进行配对,且对方位模糊杂波判别及剔除性能较好,适用于单通道SAR海面舰船目标检测,以及未来多通道星载SAR‑GMTI系统。
Description
技术领域
本发明属于信号处理技术领域,具体涉及一种基于星载SAR-GMTI的方位模糊强杂波剔除方法。
背景技术
多通道SAR系统相比传统单通道SAR系统,通过引入额外空域自由度,具有地面运动目标检测(GMTI)及高分宽幅(HRWS)成像能力,是星载SAR技术的一个重要发展方向。然而,星载SAR-GMTI系统通常面临严重的地杂波干扰,由于平台高速运动,杂波谱严重展宽,导致杂波在距离和方位维多次折叠模糊,这对星载动目标检测造成严重影响。当系统参数较大偏离天线相位中心偏置(DPCA)条件时,对模糊杂波的抑制需要消耗更多系统空域自由度,而更多的空间通道数将极大增加雷达载荷的成本和复杂度,因此最先进的星载SAR系统目前仅实现双通道架构。当场景非均匀性较强时,欠抑制的方位模糊强杂波会对检测造成较大影响,抬高系统检测虚警。
为了解决方位模糊强杂波引起虚警的问题,现有技术提供了一种利用SAR图像中模糊目标与相应真实目标的方位偏置量信息来判别并剔除模糊杂波虚警,但该方法仅适用于场景中动目标数量较少情况,当存在大量目标及其模糊时,二者配对容易相互混乱从而发生误判。或利用SAR全极化信息来识别并剔除方位模糊导致的虚警。然而,现有双通道系统在全极化模式下将牺牲空间自由度,从而牺牲GMTI的杂波抑制能力。现有技术对于星载SAR-GMTI中方位模糊杂波引起虚警的处理仍不够有效,对系统参数、资源要求较高,且适用范围不足。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于星载SAR-GMTI的方位模糊强杂波剔除方法。本发明要解决的技术问题通过以下技术方案实现:
本发明提供了一种基于星载SAR-GMTI的方位模糊强杂波剔除方法,包括:
步骤1:获取星载SAR的原始多通道接收数据;
步骤2:对所述原始多通道接收数据进行ISTAP处理,得到运动目标信号响应;
步骤3:对所述运动目标信号响应进行方位模糊强杂波虚警判别与剔除,得到星载SAR-GMTI结果。
在本发明的一个实施例中,在所述步骤1中,所述原始多通道接收数据表示为:
其中,H0表示无目标假设,H1表示有目标假设,n表示噪声分量,tr表示距离向快时间,fa表示方位向频率,s(tr,fa)表示目标信号数据,c(tr,fa)表示杂波信号数据。
在本发明的一个实施例中,所述步骤2包括:对所述原始多通道接收数据进行杂波抑制、波束形成和SAR压缩处理,得到所述运动目标信号响应,所述运动目标信号响应表示为:
其中,表示目标的后多普勒STAP滤波器增益,σ表示目标回波的复幅度,l表示多普勒模糊数,p(·)=sinc(Bw(·)),Bw为系统带宽,c表示光速,λ表示波长,表示采用Hrcmc(fr,fa;Θs)进行距离单元徙动校正后第l次模糊分量的距离维包络的轨迹,fr表示距离向频率,Θs表示目标运动参数集合,W1表示窗函数,fprf表示脉冲重复频率,j表示虚数单位,t0表示参考通道相对目标的波束中心穿越时刻,R0表示地面运动目标到雷达的参考斜距,Vrel表示雷达与目标的相对速度,vr表示动目标的径向速度。
在本发明的一个实施例中,所述步骤3包括:
步骤3.1:根据所述运动目标信号响应,对目标运动参数进行搜索,记录第一次搜索滤波器峰值幅度;
步骤3.2:进行SRCMC处理,并对模糊数进行搜索,记录第二次搜索滤波器峰值幅度,并得到重聚焦的目标图像切片;
步骤3.3:根据所述第一次搜索滤波器峰值幅度和所述第二次搜索滤波器峰值幅度,对方位模糊强杂波进行虚警判别与剔除,得到所述星载SAR-GMTI结果。
在本发明的一个实施例中,所述步骤3.1包括:
步骤3.1.1:根据所述运动目标信号响应,提取得到包含运动目标的图像切片,所述包含运动目标的图像切片表示为:
其中,ta表示方位向慢时间,σc表示目标在图像域复幅度,表示后多普勒滤波器对第l次模糊杂波的增益,表示距离维点散布函数,表示方位维点散布函数,表示第l次模糊的距离中心位置,表示第l次模糊的距离走动率,Ve表示卫星的等效速度;
步骤3.1.2:对所述包含运动目标的图像切片进行解压缩和距离徙动RCMC的引入,得到逆转SAR聚焦处理的原始图像切片,其中,所述RCMC滤波器在二维频域的表达式为:
步骤3.1.3:利用SAR压缩滤波器对所述逆转SAR聚焦处理的原始图像切片进行压缩,并对所述目标运动参数进行搜索,记录第一次搜索滤波器峰值幅度,其中,所述SAR压缩滤波器的表达式为:
其中,faM=2Vrel/λ。
在本发明的一个实施例中,所述步骤3.2包括:将所述包含运动目标的图像切片与SRCMC滤波器相乘,之后进行二维IFFT处理得到重聚焦的目标图像切片,其中,所述SRCMC滤波器的表达式为:
其中,faMc=2Ve/λ;
所述重聚焦的目标图像切片表示为:
在本发明的一个实施例中,所述步骤3.3包括:
步骤3.3.1:对比所述第一次搜索滤波器峰值幅度和所述第二次搜索滤波器峰值幅度,得到最大峰值幅度;
步骤3.3.2:若所述最大峰值幅度为所述第一次搜索滤波器峰值幅度,则判定该次检测是真实运动目标,符合H0假设;
若所述最大峰值幅度对应步骤3.2中任一非零模糊数l,则判定该次检测为方位模糊导致的虚警,符合H1假设;
步骤3.3.3:若H0假设成立,则将该次检测结果保留,若H1假设成立,则将该次检测结果剔除,得到所述星载SAR-GMTI结果。
在本发明的一个实施例中,所述步骤3之前还包括:
设计CFAR检测器的二维滑窗尺寸,并根据所述CFAR检测器的二维滑窗对所述运动目标信号响应进行CFAR检测,得到目标检测结果。
在本发明的一个实施例中,设计CFAR检测器的二维滑窗尺寸,并根据所述CFAR检测器的二维滑窗对所述运动目标信号响应进行CFAR检测,得到目标检测结果,包括:
步骤a:设计CFAR检测器的保护窗尺寸;
步骤b:设计CFAR检测器的样本窗尺寸;
步骤c:根据所述保护窗尺寸和所述样本窗尺寸,得到所述CFAR检测的二维滑窗,根据所述CFAR检测器的二维滑窗对待检测单元的杂波加噪声功率进行估计,得到所述目标检测结果。
与现有技术相比,本发明的有益效果在于:
1、本发明提供的基于星载SAR-GMTI的方位模糊强杂波剔除方法,利用星载SAR系统下方位模糊信号在复图像域的特征,将方位模糊虚警在参数估计阶段利用其信号特征进行鉴别和筛选,同时在图像域对模糊杂波进行重聚焦,实现了对方位模糊强杂波虚警的判别和剔除,有效抑制了星载SAR-GMTI在动目标检测时由方位模糊强杂波引起的虚警,提升了系统稳健性;
2、本发明提供的基于星载SAR-GMTI的方位模糊强杂波剔除方法,不需要额外消耗系统空间自由度,不要求PRF满足DPCA条件,不依赖全极化数据,不需要对方位模糊及其模糊源进行配对,且对方位模糊杂波判别和剔除性能较好,此外,该方法同样适用于单通道SAR海面舰船目标检测,以及未来多通道星载SAR-GMTI系统,能够有效节约系统空域自由度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是本发明实施例提供的基于星载SAR-GMTI的方位模糊强杂波剔除方法流程示意图;
图2a-2f是仿真中经过RCM校正SAR压缩后的点目标及其方位模糊图像;
图3a-3d是仿真中假设错误检测到的-1次模糊后的鉴别过程;
图4a-4d是仿真中假设错误检测到的-2次模糊后的鉴别过程;
图5是实测中实测数据成像场景图;
图6a-6c是实测中实测场景数据经杂波抑制及SAR成像后的结果图;
图7a-7b是实测中数据直接过门限检测结果;
图8a-8e是实测中方位模糊虚警T15的鉴别过程;
图9a-9b是实测中方位模糊虚警剔除结果;
图10a-10b是实测中未采用方位模糊虚警剔除的GMTI结果;
图11a-11b是实测中采用方位模糊虚警剔除的GMTI结果。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及具体实施方式,对依据本发明提出的一种基于星载SAR-GMTI的方位模糊强杂波剔除方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效,在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明,可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解,然而所附附图仅是提供参考与说明之用,并非用来对本发明的技术方案加以限制。
实施例一
本实施例首先对星载SAR的原始多通道接收数据进行ISTAP处理,以对接收数据进行杂波抑制、波束形成和SAR压缩处理,然后提取包含运动目标的图像切片,对图像切片进行解压缩并采用自适应SAR匹配滤波器对图像切片进行重新聚焦;最后,对滤波器中的不同模糊数进行搜索,比较经过RCMC和SRCMC滤波器后的峰值幅度,实现方位模糊杂波的判别与剔除。
具体地,请参见图1,图1是本发明实施例提供的基于星载SAR-GMTI的方位模糊强杂波剔除方法流程示意图,包括以下步骤:
步骤1:获取星载SAR的原始多通道接收数据;
具体地,对于方位多通道SAR系统,距离压缩后第i通道的信号模型可表示为:
其中,tr为距离向快时间,ta为方位向慢时间,σ为目标回波的复幅度,Bw为系统带宽,c为光速,λ为波长,Ri(ta)为第i个等效相位中心(EPC)相对目标的瞬时斜距,ω(ta)为天线方向图调制的方位包络,t0为参考通道相对目标的波束中心穿越时刻,ηi为第i通道相对参考通道的穿越时刻时延,其中di为第i个EPC到参考等效相位中心的距离,Vg为波束地面速度,va为目标在地面方位向的速度,Vrel为雷达与目标的相对速度,j表示虚数单位。
然后,进行傅里叶变换并采用驻相点原理,得到运动目标的信号模型为:
其中,fa为方位向频率,p(·)=sinc(Bw(·)),Bw为系统带宽,c表示光速,为距离多普勒域的复幅度,R0为地面运动目标到雷达的参考斜距,W1(fa)为参考通道的多普勒窗函数,vr为动目标的径向速度,vr=vcsinθinc,其中vc为目标在地面距离向的速度,θinc为雷达到目标的入射角,R1(ta)为参考相位中心的斜距历程,va为目标在地面方位向的速度。
在实际中,考虑到方位慢时间ta被脉冲重复频率(PRF)fprf的离散采样,将运动目标的信号模型表示为:
其中,fa∈[-fprf/2,fprf/2]为基带多普勒频率,l为多普勒模糊数,faM=2Vrel/λ。目标信号的矢量形式可以通过将si(tr,fa),i=1,…,N堆叠起来表示为:
其中,sl(tr,fa;l)为参考通道的第l次模糊信号,a(Θs,fa;l)为运动目标的导向矢量,其表达式为:
其中,操作符(·)i=1,…,N将N个元素堆叠为一个列矢量,Θs=(vc,ac,va,aa)为目标运动参数集合,ac为目标在地面距离向的加速度,aa为目标在地面方位向的加速度,di为空间间距,为运动目标的多普勒频率。
进一步地,通过令运动参数Θs=(vc,ac,va,aa)为全零,得到静止点目标的信号模型为:
多通道杂波信号为场景中所有静止散射点的回波之和,表达式为:
进一步地,根据上述信号模型得到SAR系统下原始多通道接收数据。
具体地,本实施例在无目标假设H0下和有目标假设H1下,原始多通道接收数据表示为:
步骤2:对原始多通道接收数据进行ISTAP处理,得到运动目标信号响应;
具体地,对原始多通道接收数据进行杂波抑制、波束形成和SAR压缩处理,得到运动目标信号响应。
在本实施例中,通过ISTAP处理,以对原始多通道接收数据进行杂波抑制、波束形成和SAR压缩处理,ISTAP检测可以表达为:
其中,x(tr,fa)为原始多通道接收数据;
Rcn(fa)为杂波加噪声协方差矩阵,其可以从脉冲压缩后的距离多普勒域进行估计如下:
d(Θs,fa)为匹配到目标运动参数的导向矢量,其需要对动目标频谱的所有模糊分量进行匹配,表达式为:
h(tr,fa;Θs)表示匹配目标运动参数的SAR压缩滤波器,根据动目标信号模型给出,其表达式为:
然后,按照上述ISTAP处理来最大化目标能量,从而在聚焦后的图像域对动目标进行检测,得到经过杂波抑制、波束形成以及SAR压缩处理后的运动目标信号响应,表示为:
Hrcmc(fr,fa;Θs)为RCMC滤波器在二维频域的表示,其表达式为:
步骤3:对运动目标信号响应进行方位模糊强杂波虚警判别与剔除,得到星载SAR-GMTI结果。
具体地,步骤3包括:
步骤3.1:根据运动目标信号响应,对目标运动参数进行搜索,记录第一次搜索滤波器峰值幅度;
在本实施例中,步骤3.1包括:
步骤3.1.1:根据运动目标信号响应,提取得到包含运动目标的图像切片;
具体地,在本实施例中,对运动目标信号响应采用静止世界匹配滤波器(SWMF),并将得到的剩余杂波信号变换到图像域,得到包含运动目标单一模糊分量的图像切片,该包含运动目标的图像切片的表达式为:
步骤3.1.2:对包含运动目标的图像切片进行解压缩和距离徙动RCMC的引入,得到逆转SAR聚焦处理的原始图像切片;
具体地,将包含运动目标的图像切片变换到多普勒域,得到多普勒域响应表达式为:
再对多普勒域响应乘以SAR方位压缩函数的共轭和RCMC滤波器的共轭,对包含运动目标的图像切片进行方位解压缩并引入距离徙动量,得到逆转SAR聚焦处理的原始图像切片。
在本实施例中,RCMC滤波器在二维频域的表达式为:
步骤3.1.3:利用SAR压缩滤波器对逆转SAR聚焦处理的原始图像切片进行压缩,并对目标运动参数进行搜索,记录第一次搜索滤波器峰值幅度;
具体地,采用匹配目标运动参数Θs的自适应SAR压缩滤波器对逆转SAR聚焦处理的原始图像切片进行压缩,并对Θs进行搜索来最大化重聚焦切片图像的峰值响应。然后,重聚焦运动目标并记录搜索所得参数估计结果和滤波器输出峰值幅度,作为第一次搜索滤波器峰值幅度。
在本实施例中,匹配目标运动参数Θs的SAR压缩滤波器,其表达式为:
其中,faM=2Vrel/λ。
步骤3.2:进行SRCMC处理,并对模糊数进行搜索,记录第二次搜索滤波器峰值幅度,并得到重聚焦的目标图像切片;
具体地,将包含运动目标的图像切片与SRCMC滤波器相乘,之后进行二维IFFT处理得到重聚焦的目标图像切片。
在本实施例中,为了对模糊信号重聚焦,针对模糊数l在二维频域构建一个二次距离徙动校正(SRCMC)滤波器,来对第l次模糊的剩余距离单元徙动量进行校正,对滤波器中的模糊数在一定范围内进行搜索,例如l=±1,±2,…,±N,记录每次搜索滤波器输出的峰值幅度,作为第二次搜索滤波器峰值幅度。
具体地,将包含运动目标的图像切片通过二维FFT变换到二维频域,得到二维频域下的图像切片,表达式为:
SRCMC滤波器表达式为:
将二维频域下的图像切片与SRCMC滤波器相乘,补偿掉图像切片最后一项中fr与fa的耦合,得到表达式为:
再对上式进行二维IFFT,模糊杂波信号可在图像域被完全聚焦,得到重聚焦的目标图像切片为:
需要说明的是,当SRCMC滤波器假设的模糊数与实际信号相匹配,被错误检测的方位模糊虚警即可完全聚焦,其峰值幅度可以达到最大值。
步骤3.3:根据第一次搜索滤波器峰值幅度和第二次搜索滤波器峰值幅度,对方位模糊强杂波进行虚警判别与剔除,得到星载SAR-GMTI结果。
具体地,步骤3.3包括:
步骤3.3.1:对比第一次搜索滤波器峰值幅度和第二次搜索滤波器峰值幅度,得到最大峰值幅度;
步骤3.3.2:若最大峰值幅度为第一次搜索滤波器峰值幅度,则判定该次检测是真实运动目标,符合H0假设;
若最大峰值幅度对应步骤3.2中任一非零模糊数l,则判定该次检测为方位模糊导致的虚警,符合H1假设;
步骤3.3.3:若H0假设成立,则将该次检测结果保留,若H1假设成立,则将该次检测结果剔除,得到星载SAR-GMTI结果。
本实施例的基于星载SAR-GMTI的方位模糊强杂波剔除方法,利用星载SAR系统下方位模糊信号在复图像域的特征,将方位模糊虚警在参数估计阶段利用其信号特征进行鉴别和筛选,同时在图像域对模糊杂波进行重聚焦,实现了对方位模糊强杂波虚警的判别和剔除。该框架同样适用于单通道SAR海面舰船目标检测,以及未来多通道星载SAR-GMTI系统。与其他杂波剔除方法相比,该框架不需要额外消耗系统空间自由度,不要求PRF满足DPCA条件,不依赖全极化数据,不需要对方位模糊及其模糊源进行配对,且对方位模糊杂波判别和剔除性能较好,因此更容易实现,适用范围更广。
进一步地,在其他实施例中,在步骤3之前还包括:设计CFAR检测器的二维滑窗尺寸,并根据所述CFAR检测器的二维滑窗对所述运动目标信号响应进行CFAR检测,得到目标检测结果。
在SAR图像中,动目标和方位模糊杂波均弥散扩展,利用二者弥散扩展程度的不同设计CFAR检测器的二维滑窗尺寸,从而将地面动目标与方位模糊强杂波区分开。二维滑窗的保护窗尺寸应该匹配动目标的实际尺寸和扩散程度,样本窗尺寸应匹配方位模糊杂波的扩散程度,从而将方位模糊杂波平滑过滤掉,保留下真实地面运动目标。
具体地,包括以下步骤:
步骤a:设计CFAR检测器的保护窗尺寸;
其中,Γr的单位为米,Ta为针对静止目标的合成孔径时间。动目标在方位维的扩散量(无方位模糊时)表示为:
具体地,分别计算距离扩散量和方位扩散量。考虑SAR图像中距离和方位的像素尺寸,得到距离和方位扩散量的像素个数。根据像素个数进行二维CFAR保护窗尺寸设计。
为了量化说明动目标的距离扩散量和方位扩散量,取典型参数作为示例,如卫星等效速度Ve≈7147m/s,合成孔径时间Ta=0.8s,地面高速运动目标vc=50m/s,va=50m/s,对应地面速度256km/h。根据上式可以计算得到,距离扩散量和方位扩散量分别为Γr≈20m和Γa≈80m。考虑SAR图像中距离和方位像素尺寸为2.5m和3m,则距离和方位扩散单元数约为9和30像素,即CFAR检测器的保护窗尺寸设为9×30。
步骤b:设计CFAR检测器的样本窗尺寸;
在本实施例中,方位模糊杂波在距离维的扩展宽度可以从总的距离走动量推导出,其表达式为:
其中,Bd为多普勒处理宽度(如果SAR压缩时采用了方位加窗处理),ρrs=c/(2Bw)表示斜距分辨率,Bw为信号带宽。
方位模糊杂波在方位维的扩展宽度表示为:
具体地,分别计算方位模糊杂波的距离维扩散宽度和方位维扩散宽度,并进行二维CFAR样本窗尺寸设计。
对于一次模糊杂波,考虑PRF=2500Hz,ρrs=2.25m,R0=900km,则在不加窗处理情况下计算得Nrw=Naw=33,即CFAR检测器的样本窗尺寸可选为33×33。
步骤c:根据保护窗尺寸和样本窗尺寸,得到CFAR检测的二维滑窗,根据CFAR检测器的二维滑窗对待检测单元的杂波加噪声功率进行估计,得到目标检测结果。
具体地,将检测器在高斯背景假设下通过样本像素的平均功率来估计待检测单元的杂波加噪声功率,从而在虚警概率下得到检测门限及目标CFAR检测结果。
需要说明的是,在本实施例中,利用CFAR滑窗设计能够降低方位模糊的虚警概率。但是,一方面该方法的性能对保护窗和样本窗尺寸敏感,当窗尺寸参数选择存在偏差时,会导致方位模糊虚警抬升,并不能完全避免方位模糊虚警;另一方面,该方法利用动目标与方位模糊的尺寸形状差异来设计匹配的CFAR滑窗,仅适用于小型运动目标,对于较大目标,由于目标尺寸与方位模糊扩展尺寸接近,这一方法将无法避免方位模糊虚警的出现。因此,对于利用CFAR检测实现对方位模糊杂波的一次剔除之后,还需要进行步骤4的方位模糊强杂波虚警判别与剔除,即对方位模糊虚警进行二次剔除,得到星载SAR-GMTI结果,具体步骤4的实现过程在此不再赘述。
实施例二
本实施例通过仿真实验对实施例一的基于星载SAR-GMTI的方位模糊强杂波剔除方法的有益效果进行进一步说明。
1、实验条件
本实施例的仿真实验的硬件平台为:Intel(R)Core(TM)i5-8265U CPU@1.60GHz,频率为1.8GHz,Nvidia GeForce MX250。
本实施例的仿真实验的软件使用matlab2016b。
本实施例考虑了一种星载SAR-GMTI雷达系统,主要仿真参数如表1所示,这里考虑的SAR-GMTI系统配置为单个孔径发射,两个孔径同时接收模式。PRF选择为大约1.4倍的6dB多普勒带宽,原始数据仿真过程中采用sinc2(·)双程方向图来对方位信号包络进行调制,假设场景中心一个静止点目标,仿真时间设定为大约合成孔径时间的8倍。
表1 星载SAR-GMTI仿真参数
2、仿真内容及结果分析
请参见图2a-2f,图2a-2f是仿真中经过RCM校正SAR压缩后的点目标及其方位模糊图像,其中,图2a为包含压缩后的目标及其方位模糊的SAR图像,目标的各次模糊分量在图中用圆圈指示,图2b-2f为图2a中截取并放大后的图像切片,分别对应于模糊数为2,1,0,-1,-2次的分量。由图2a可见,目标及其方位模糊在方位上间隔分布,且方位模糊在距离向上存在微小的偏移。由图2d可见,无模糊目标已经得到完全聚焦,而图2b、图2c、图2e、图2f所示的方位模糊分量在距离维和方位维均发生严重散焦,且散焦扩展程度随模糊数的升高而严重。由图2c、图2e可见,相同阶数的左右模糊图像是相互对称的,方位维形状分布符合矩形窗函数调制,与点散布函数表达式一致,且点散布函数在距离维和方位维的扩展程度与理论一致。
对于星载SAR-GMTI系统,假设不满足DPCA条件,场景中的方位模糊强杂波没有得到良好抑制而存在较大剩余,从而导致虚警。为了进一步鉴别该次检测是真实运动目标还是方位模糊虚警,利用方位模糊信号在复图像域的特征来区别。以-1次模糊为例,请参见图3a-3d,图3a-3d是仿真中假设错误检测到的-1次模糊后的鉴别过程,其中,图3a为截取的-1次模糊图像切片,图3b是对参数l=-1进行SRCMC处理后的距离-多普勒域信号,图3c为将图3b进行方位IFFT变换回图像域的结果,图3d为搜索不同模糊数参数l时,SRCMC滤波器输出的峰值幅度,通过对模糊数进行搜索,可正确估计方位模糊次数l=-1。由图3b可见,当SRCMC滤波器参数与方位模糊次数匹配时,方位模糊信号的剩余RCM被完全校正,信号分布在单个距离单元内。因此图3c能够获得良好聚焦的-1次模糊图像切片。根据模糊虚警剔除判别方法,对模糊数非零的检测结果进行剔除,鉴别该检测为方位模糊虚警。
同样,针对-2次模糊剩余杂波造成的虚警,展示了方位模糊虚警的鉴别和剔除过程,请参见图4a-4d,图4a-4d是仿真中假设错误检测到的-2次模糊后的鉴别过程,其中,图4a为截取的-2次模糊图像切片,图4b是对参数l=-2进行SRCMC处理后的距离-多普勒域信号,图4c为将图4b进行方位IFFT变换回图像域的结果,图4d为搜索不同模糊数参数l时,SRCMC滤波器输出的峰值幅度。同样地,根据模糊虚警剔除判别方法,对模糊数非零的检测结果进行剔除,鉴别该检测为方位模糊虚警。
实施例三
本实施例通过实测数据处理对实施例一的基于星载SAR-GMTI的方位模糊强杂波剔除方法有益效果进行进一步说明。
1、实验条件
本实施例的仿真实验的硬件平台为:Intel(R)Core(TM)i5-8265U CPU@1.60GHz,频率为1.8GHz,Nvidia GeForce MX250。
本实施例的仿真实验的软件使用matlab2016b。
本实施例采用的实测数据为高分3号卫星于2017年采用DRC-GMTI试验模式录取所得,该试验模式的主要录取参数如表2所示。录取场景中有一条倾斜弯曲的高速公路,请参见图5,图5是实测数据成像场景图。本实施例将主要围绕公路上的运动目标展开分析。
表2 SAR-GMTI实测数据录取参数
2、仿真内容及结果分析
对原始数据进行距离压缩并采用后多普勒STAP进行杂波抑制,随后进行自适应SAR成像处理,这里采用匹配静止场景的SAR压缩滤波器对杂波抑制后的数据进行积累。请参见图6a-6c,图6a-6c是图5所示场景数据经杂波抑制及SAR成像后的结果图,其中,图6a为整个场景的杂波抑制图,图6b为图6a中虚线框对应区域的放大图,图中的动目标用实线圆圈进行了标注,图中的方位模糊强杂波用虚线圆圈标注,图6c为图6b中两处方位模糊强杂波对应的模糊源,图中对所有动目标和方位模糊标注了其SCNR。由图6a和图6b可见,雷达照射场景中存在若干较强散射体,这些强目标经杂波抑制均能得到良好消除,然而其方位模糊杂波在DPCA条件不满足时无法得到良好对消从而存在较强剩余,且其SCNR足以与真实动目标相竞争,严重影响检测虚警率。
为了验证方位模糊虚警鉴别方法的有效性,考虑最差情况,即对图6a杂波抑制结果直接进行过门限检测,而不考虑对方位模糊虚警的抑制,将每个聚类后的目标用矩形小方框进行了标记。请参见图7a-7b,图7a-7b是图6a直接过门限检测结果及局部放大检测结果。由图7a可见,检测结果中不仅包含运动目标,还包含大量方位模糊导致的虚警,如图7b中T15与T18分别对应于图6b中虚线圆圈标记的方位模糊强杂波。
以T15为例说明方位模糊虚警的鉴别与剔除方法,具体过程请参见图8a-8e,图8a-8e是方位模糊虚警T15的鉴别过程,其中,图8a为T15对应方位模糊的图像切片,图8b为将图8a变换到距离-多普勒域的结果,图8c为匹配模糊数的SRCMC校正后结果,图8d为图8c变换回图像域重聚焦后的方位模糊信号,图8e为模糊数搜索曲线。由图8b可见,方位模糊在距离-多普勒域的剩余RCM分量十分明显,通过对孤立模糊强杂波的重聚焦或模糊数搜索,能够对其进行有效鉴别和剔除。
通过对图7a中所有检测逐一进行图8a-8e所示方位模糊鉴别和剔除,对判别为方位模糊虚警的目标用“×”进行了标记。请参见图9a-9b,图9a-9b是方位模糊虚警剔除结果及局部放大检测结果,由图9a可见,图6a中标记的两处明显方位模糊强杂波T15和T18,均得到正确识别及剔除,验证了方法的有效性。
为了直观给出方法的有效性,请参见图10a-10b和图11a-11b,图10a-10b是未采用方位模糊虚警剔除的GMTI结果,图11a-11b是采用方位模糊虚警剔除的GMTI结果,其中,图10a和图11a为目标检测与定位结果,图10b和图11b为目标速度矢量估计结果。图中三角形为动目标的检测位置,方块为估计的目标真实位置;图中目标的速度方向用短线的指向表示,目标的速度大小用线段长短和颜色表示,图像右侧的颜色条指示了目标速度与颜色的对应关系。对比图10a和11a,以及对比图10b和11b可见,方位模糊虚警的重定位位置并不在公路上,而真实目标的重定位位置均收敛于公路轨道上,经过对检测过程中的方位模糊虚警进行鉴别和剔除,所有的虚警均得到成功剔除。由图11b可见,保留目标的运动方向与公路轨迹方向一致,验证了所检测并保留下来的目标均为真实运动目标,验证了方位模糊虚警鉴别和剔除方法的有效性。
应当说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者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物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,包括:
步骤1:获取星载SAR的原始多通道接收数据;
步骤2:对所述原始多通道接收数据进行ISTAP处理,得到运动目标信号响应;
步骤3:对所述运动目标信号响应进行方位模糊强杂波虚警判别与剔除,得到星载SAR-GMTI结果。
3.根据权利要求2所述的基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,所述步骤2包括:对所述原始多通道接收数据进行杂波抑制、波束形成和SAR压缩处理,得到所述运动目标信号响应,所述运动目标信号响应表示为:
4.根据权利要求3所述的基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,所述步骤3包括:
步骤3.1:根据所述运动目标信号响应,对目标运动参数进行搜索,记录第一次搜索滤波器峰值幅度;
步骤3.2:进行SRCMC处理,并对模糊数进行搜索,记录第二次搜索滤波器峰值幅度,并得到重聚焦的目标图像切片;
步骤3.3:根据所述第一次搜索滤波器峰值幅度和所述第二次搜索滤波器峰值幅度,对方位模糊强杂波进行虚警判别与剔除,得到所述星载SAR-GMTI结果。
5.根据权利要求4所述的基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,所述步骤3.1包括:
步骤3.1.1:根据所述运动目标信号响应,提取得到包含运动目标的图像切片,所述包含运动目标的图像切片表示为:
其中,ta表示方位向慢时间,σc表示目标在图像域复幅度,表示后多普勒滤波器对第l次模糊杂波的增益,表示距离维点散布函数,表示方位维点散布函数,表示第l次模糊的距离中心位置,表示第l次模糊的距离走动率,Ve表示卫星的等效速度;
步骤3.1.2:对所述包含运动目标的图像切片进行解压缩和距离徙动RCMC的引入,得到逆转SAR聚焦处理的原始图像切片,其中,所述RCMC滤波器在二维频域的表达式为:
步骤3.1.3:利用SAR压缩滤波器对所述逆转SAR聚焦处理的原始图像切片进行压缩,并对所述目标运动参数进行搜索,记录第一次搜索滤波器峰值幅度,其中,所述SAR压缩滤波器的表达式为:
其中,faM=2Vrel/λ。
7.根据权利要求6所述的基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,所述步骤3.3包括:
步骤3.3.1:对比所述第一次搜索滤波器峰值幅度和所述第二次搜索滤波器峰值幅度,得到最大峰值幅度;
步骤3.3.2:若所述最大峰值幅度为所述第一次搜索滤波器峰值幅度,则判定该次检测是真实运动目标,符合H0假设;
若所述最大峰值幅度对应步骤3.2中任一非零模糊数l,则判定该次检测为方位模糊导致的虚警,符合H1假设;
步骤3.3.3:若H0假设成立,则将该次检测结果保留,若H1假设成立,则将该次检测结果剔除,得到所述星载SAR-GMTI结果。
8.根据权利要求3所述的基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,所述步骤3之前还包括:
设计CFAR检测器的二维滑窗尺寸,并根据所述CFAR检测器的二维滑窗对所述运动目标信号响应进行CFAR检测,得到目标检测结果。
9.根据权利要求8所述的基于星载SAR-GMTI的方位模糊强杂波剔除方法,其特征在于,设计CFAR检测器的二维滑窗尺寸,并根据所述CFAR检测器的二维滑窗对所述运动目标信号响应进行CFAR检测,得到目标检测结果,包括:
步骤a:设计CFAR检测器的保护窗尺寸;
步骤b:设计CFAR检测器的样本窗尺寸;
步骤c:根据所述保护窗尺寸和所述样本窗尺寸,得到所述CFAR检测的二维滑窗,根据所述CFAR检测器的二维滑窗对待检测单元的杂波加噪声功率进行估计,得到所述目标检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111678671.XA CN114488147B (zh) | 2021-12-31 | 2021-12-31 | 基于星载sar-gmti的方位模糊强杂波剔除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111678671.XA CN114488147B (zh) | 2021-12-31 | 2021-12-31 | 基于星载sar-gmti的方位模糊强杂波剔除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114488147A true CN114488147A (zh) | 2022-05-13 |
CN114488147B CN114488147B (zh) | 2023-04-25 |
Family
ID=81509483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111678671.XA Active CN114488147B (zh) | 2021-12-31 | 2021-12-31 | 基于星载sar-gmti的方位模糊强杂波剔除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488147B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565784A (zh) * | 2012-01-04 | 2012-07-11 | 西安电子科技大学 | 基于vsar系统的动目标重定位与速度解模糊方法 |
CN103278820A (zh) * | 2013-05-27 | 2013-09-04 | 电子科技大学 | 临近空间慢速平台sar动目标检测方法及成像方法 |
CN104076343A (zh) * | 2014-06-25 | 2014-10-01 | 西安电子科技大学 | 星载三通道sar-gmti自适应杂波抑制方法 |
CN110261855A (zh) * | 2019-07-29 | 2019-09-20 | 上海无线电设备研究所 | 一种sar图像的近海岸地物杂波及其方位模糊抑制方法 |
CN112162281A (zh) * | 2020-08-28 | 2021-01-01 | 西安电子科技大学 | 一种多通道sar-gmti图像域两步处理方法 |
-
2021
- 2021-12-31 CN CN202111678671.XA patent/CN114488147B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565784A (zh) * | 2012-01-04 | 2012-07-11 | 西安电子科技大学 | 基于vsar系统的动目标重定位与速度解模糊方法 |
CN103278820A (zh) * | 2013-05-27 | 2013-09-04 | 电子科技大学 | 临近空间慢速平台sar动目标检测方法及成像方法 |
CN104076343A (zh) * | 2014-06-25 | 2014-10-01 | 西安电子科技大学 | 星载三通道sar-gmti自适应杂波抑制方法 |
CN110261855A (zh) * | 2019-07-29 | 2019-09-20 | 上海无线电设备研究所 | 一种sar图像的近海岸地物杂波及其方位模糊抑制方法 |
CN112162281A (zh) * | 2020-08-28 | 2021-01-01 | 西安电子科技大学 | 一种多通道sar-gmti图像域两步处理方法 |
Non-Patent Citations (2)
Title |
---|
YAJUN LONG 等: "A Novel Azimuth Ambiguity Suppression Method for Spaceborne Dual-Channel SAR-GMTI" * |
束宇翔 等: "多通道SAR近岸水面区域模糊杂波抑制方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN114488147B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Detection and imaging of ground moving targets with real SAR data | |
US7916068B2 (en) | Generalized inner product method and apparatus for improved detection and discrimination | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
Sjögren et al. | Suppression of clutter in multichannel SAR GMTI | |
US8125370B1 (en) | Polarimetric synthetic aperture radar signature detector | |
Zhang et al. | Geometry-information-aided efficient radial velocity estimation for moving target imaging and location based on radon transform | |
US10054668B2 (en) | Probabilistic signal, detection, and track processing architecture and system | |
CN105487060B (zh) | 一种双通道四斜率调制的多目标提取方法 | |
Yang et al. | An airborne SAR moving target imaging and motion parameters estimation algorithm with azimuth-dechirping and the second-order keystone transform applied | |
Zheng et al. | A target detection scheme with decreased complexity and enhanced performance for range-Doppler FMCW radar | |
CN111812648B (zh) | 多通道合成孔径雷达rpca幅相联合目标检测方法与装置 | |
CN109839623B (zh) | 一种地外天体着陆测量雷达面目标回波信号测距处理方法 | |
CN109581352A (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
Zhong et al. | Joint tracking of moving target in single-channel video SAR | |
Zhang et al. | Exploitation of multipath micro‐Doppler signatures for drone classification | |
Gardill et al. | A multi-layer perceptron applied to number of target indication for direction-of-arrival estimation in automotive radar sensors | |
EP1515160B1 (en) | A target shadow detector for synthetic aperture radar | |
US20130176162A1 (en) | Method and device for detecting a target by masked high energy reflectors | |
CN114488147B (zh) | 基于星载sar-gmti的方位模糊强杂波剔除方法 | |
Hong et al. | Radar signal decomposition in steering vector space for multi-target classification | |
CN113189589B (zh) | 基于卷积神经网络的多通道合成孔径雷达动目标检测方法 | |
Giusti et al. | Passive 3D interferometric ISAR using target‐borne illuminator of opportunity | |
Roldan et al. | Self-supervised learning for enhancing angular resolution in automotive MIMO radars | |
Tilly et al. | Reduction of sidelobe effects in automotive polarimetric radar measurements | |
Fischer et al. | Adaptive super-resolution with a synthetic aperture antenna |
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 |