CN115015921A - 一种在数据缺失下对动目标成像的方法 - Google Patents

一种在数据缺失下对动目标成像的方法 Download PDF

Info

Publication number
CN115015921A
CN115015921A CN202210336218.9A CN202210336218A CN115015921A CN 115015921 A CN115015921 A CN 115015921A CN 202210336218 A CN202210336218 A CN 202210336218A CN 115015921 A CN115015921 A CN 115015921A
Authority
CN
China
Prior art keywords
moving target
imaging
distance
echo
formula
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
Application number
CN202210336218.9A
Other languages
English (en)
Inventor
冯东
姜南
黄晓涛
王建
周智敏
李悦丽
金添
辛勤
安道祥
范崇祎
陈乐平
宋勇平
戴永鹏
陈雨微
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202210336218.9A priority Critical patent/CN115015921A/zh
Publication of CN115015921A publication Critical patent/CN115015921A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-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

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

本发明公开了一种在数据缺失下对动目标成像的方法，利用缺失回波并对非合作动目标的二维运动参数进行估计；得到所述非合作动目标的二维运动参数后，利用二维运动参数的估计值来构建一个相位补偿函数，以确保相位补偿后信号的稀疏性，满足后续使用压缩感知方法所需的前提条件；利用相位补偿后的缺失回波信号，使用压缩感知方法来对动目标的完整回波进行重构估计；待非合作动目标的二维运动参数与动目标的完整回波均被有效估计后，利用动目标的完整回波估计值对动目标使用成像算法进行合作成像，得到动目标的聚焦结果。本发明可有效对数据缺失情况下的动目标聚焦成像，获得与理想动目标成像结果几乎相当的成像结果。

Description

一种在数据缺失下对动目标成像的方法
技术领域
本发明属于雷达成像技术领域，尤其涉及一种在数据缺失下对动目标成像的方法。
背景技术
现代对未知场景进行观测主要是通过两类方式。一类是使用光学系统对待观测场景进行光学成像来得到精细化的场景照片。然而，光学成像缺陷明显，如只能于白天强光照下工作、易受到云层遮挡等。因此，不受天气、光照影响，可全天候、全天时对待观测场景进行成像的合成孔径雷达(Synthetic Aperture Radar,SAR)成像系统自1951年被提出以来，一直于军事国防、民用测绘等领域受到广泛关注。
经典单站SAR系统的工作方式为将一个雷达系统装载在一个移动平台上，用这个雷达系统上的小天线作为单个辐射单元，将雷达载台沿直线不断移动，在不同位置上接收同一地物的回波信号并进行相关解调压缩处理。一个小天线通过运动的方式就能沿着其运动方向等效合成一个大天线，我们将雷达的运动方向定义为方位向，这样可以得到较高的方位向分辨率图像。经典SAR成像系统通常是将不同方位向位置采集到的脉冲回波通过匹配滤波技术来实现对原始待成像场景的成像任务。为了确保待成像场景能精准聚焦，待成像场景与运动雷达之间的相位关系需要严格精确可知，也就意味着待成像场景中各网格点与运动雷达之间的斜距关系需要严格精确可知。当待成像场景中的目标均为静止目标时，我们假设运动雷达载台的运动轨迹可由GPS、北斗、惯导等系统精确可知，二者之间的相位关系是确定的，这也就意味着待成像场景可通过经典的SAR成像算法精准成像。然而，一旦场景中存在部分运动目标，非合作运动目标与运动雷达之间相位关系确定的前提被打破，此时再直接对动目标使用经典的基于静止目标的SAR成像算法，自然会使得成像结果散焦，动目标无法被精确聚焦。
基于此，近几十年来，动目标成像一直SAR成像领域的一个重要研究方向。针对不同的SAR系统构型、逐渐复杂的动目标运动类型，各类动目标成像方法与算法被积极研究。经典主流的动目标成像算法主要是利用各类插值思想与时频分析方法等来消除运动目标二维非合作运动参数所产生的额外距离走动与额外距离弯曲，实现对运动信息未知情况下的动目标的准确聚焦。通常，当沿方位向的回波信号完整理想时，通过使用现有的经典主流的动目标成像算法是可以得到一个聚焦良好的动目标的。但是，在SAR系统的实际工作过程中，沿方位向的回波信号可能会存在部分数据的缺失。参见图1，缺失的数据将会导致原有的经典主流的动目标成像算法的成像性能大幅降低。更具体来说，直接在缺失数据情况下利用经典主流的动目标成像算法将会使得最终成像结果中出现能量的散焦与扩散，一方面方位向的分辨率将会下降，另一方面图像中将会出现许多虚假目标，导致观测者对真实目标的判别产生新的困难。
数据缺失的具体原因如下：数据的缺失往往是由于目标与雷达运动过程中存在的各类干扰与遮挡而产生。具体举例来说，比如，在多系统同时工作中，由于各类不同通信设备的数量愈发增多，更多同时工作中的通信设备将会给工作中的SAR系统带来较强的干扰。此时，在雷达载台的运动过程中，部分方位向位置可能会存在强干扰，导致雷达载台在这些方位向位置上无法收到可用的回波信号，出现部分数据的缺失。又比如为了躲避对方对我方SAR系统的侦察与破坏，我方主动对SAR系统的工作方式进行灵活控制，在打开雷达发射机一定时长后主动对雷达系统进行关闭，使得其单次工作时间内产生的能量不触发对方侦察系统的检测门限。很明显，此种工作方式将会导致SAR系统接收到的数据存在间断缺失问题。又比如在城区遥感观测中，SAR系统在复杂城区环境下移动的过程中，部分沿路建筑物的遮挡导致SAR系统在这些位置只能接收到建筑物的回波而接收不到建筑物后目标的回波，造成部分回波的缺失。
在利用SAR对地面场景进行成像时，雷达载机在沿方位向运动采集地面回波的过程中，由于对方在某些方向上发射强干扰、雷达发射机临时性失灵、我方为抗干扰主动控制雷达发射机频繁启停等原因，会产生雷达接收机实际接收到的回波存在部分孔径数据缺失的现象。针对如何在数据缺失情况下对静止目标准确成像这一问题，2018年，Y.Qian等人于Electronics letters上公开了一种基于稀疏约束的多普勒恢复估计方法(High-resolution SAR Imaging from Azimuth Periodically Gapped Raw Data via GOMP)。该方法对一个相位补偿后的多普勒域信号进行估计恢复，再变换到二维时域得到完整回波的估计值，最后对该完整回波的估计值进行匹配滤波成像抬升信噪比，可以利用缺失数据来得到准确的图像。2021年，一种被扩展到解线频调SAR体制中的类似方法被公开于IEEEGeoscience and Remote Sensing Letters上(Parameter Design and Imaging Methodof Spaceborne Azimuth Interrupted FMCW SAR)。
现有技术的缺点是只能在缺失数据情况下对静止目标进行准确成像，一旦目标为一个非合作运动目标，现有的成像方法无法对运动目标准确聚焦。其原因是因为在静止目标成像中，目标和雷达载台都是合作的。随着雷达载台的运动，在不同的方位向位置上静止目标与运动雷达之间的相位关系是已知的。而在动目标成像中，动目标的非合作的，只有雷达载台是合作的。因此，由于动目标的实际运动信息是未知的，这就导致在不同的方位向位置上非合作动目标与运动雷达之间的相位关系也是未知的。因此，现有方法不能直接对缺失数据下的动目标进行准确成像。
公开号CN103901429B的中国专利公开了一种基于稀疏孔径的机动目标逆合成孔径雷达成像方法，接收稀疏孔径的逆合成孔径雷达的原始回波数据；距离压缩和包络对齐处理；精确的相位校正；重构稀疏孔径回波信号；快速傅立叶变换实现距离多普勒成像。公开号CN107340518A的中国专利公开了一种用于信号缺失下的ISAR雷达成像方法，该专利同样是ISAR成像，利用目标的稀疏特性来直接推导ISAR稀疏成像算法，充分利用成像空间对发射信号作用所带来的稀疏性，对部分缺失的双基地ISAR的回波进行稀疏采样获得测量数据，在成像平面内构造稀疏基，通过重构算法得到成像点空间分布的高精度估值。但SAR成像与ISAR成像所面对的问题存在区别，即导致二者的成像机理与算法也存在区别。因此上述专利并不能解决在缺失孔径下推导基于SAR系统的动目标成像的问题。
在数据缺失前提下，直接使用现有的基于静止目标的经典SAR成像算法对非合作动目标进行成像将会导致目标的散焦与偏移，同时数据缺失将会导致虚假目标的出现；在数据缺失前提下，直接使用经典SAR动目标成像算法。动目标是可以相对聚焦的，但是同样会产生虚假目标，导致最终图像结果性能不好；在数据缺失前提下，如果是使用现有的基于静止目标的缺失数据成像算法，虚假目标可以被很好的抑制，但是无法获得一个准确的动目标成像结果。
发明内容
为解决现有方法不能直接对缺失数据下的动目标进行准确SAR成像的问题，本发明提出了一种在缺失数据下对动目标成像的新方法，以解决在缺失孔径下对地面场景的运动目标如何进行有效聚焦的问题。
本发明公开的一种在数据缺失下对动目标成像的方法，包括以下步骤：
获取一个动目标的部分信号缺失的回波，利用缺失回波并使用参数估计方法对非合作动目标的二维运动参数进行估计；
得到所述非合作动目标的二维运动参数后，利用二维运动参数的估计值来构建一个相位补偿函数，以确保相位补偿后信号的稀疏性，满足后续使用压缩感知方法所需的前提条件；
利用相位补偿后的缺失回波信号，使用压缩感知恢复方法来对动目标的完整回波进行重构估计；
待非合作动目标的二维运动参数与动目标的完整回波均被有效估计后，利用动目标的完整回波估计值对动目标使用SAR成像算法进行合作成像，得到动目标的聚焦结果。
进一步的，当动目标回波存在沿方位向数据缺失时，收到的方位向采样点不再完整，方位向完整采样点位置的集合为ηC实际接收到的方位向采样点位置的集合为ηM，其每个采样点的具体采样位置由下式表示：
ηM＝[ηm1,ηm2,…,ηM]∈ηC (1)
其中ηm1，ηm2，ηM为第m1、m2,…,M个采样点；
在数据缺失情况下，对雷达接收回波做去载频、去调频、去斜与距离向傅里叶变换后得到距离向脉压后的信号Sif(fr,η)如下表示：
Figure BDA0003574404420000051
其中fr代表距离频率值，fc为信号中心频率，j代表虚数单位，η为慢时间，wr代表距离向窗函数，wa为方位向窗函数，c为光速；
距离斜距如下表示：
Figure BDA0003574404420000061
对公式(3)做泰勒近似展开，可得到：
Figure BDA0003574404420000062
其中
Figure BDA0003574404420000063
为动目标最短斜距，(x0,y0)分别代表动目标在方位、距离向上的初始位置，h代表运动雷达载台的运行高度，va代表雷达平台运动速度，vx和vy分别代表动目标沿方位向、距离向速度大小；
因为方位向初始位置x0是远小于最短斜距R0的，因此距离斜距简化为
Figure BDA0003574404420000064
将简化后的距离斜距计算公式带入公式(2)中，提取其指数项，得到:
Figure BDA0003574404420000065
其中，
Figure BDA0003574404420000066
进一步的，所述参数估计方法为二阶keystone变换方法，所述二阶keystone变换方法表达式如下：
Figure BDA0003574404420000067
所述使用参数估计方法对非合作动目标的二维运动参数进行估计，包括：
将二阶keystone变换表达式带入公式(6)消除二阶耦合，得到
Figure BDA0003574404420000068
其中
Figure BDA0003574404420000069
为二阶Keystone变换后得到的指数项；
对结果做时频分析，得到动目标回波的多普勒调频率Ka，从而利用下面两式得到R2的估计值与方位向速度vx的估计值：
Figure BDA0003574404420000071
Figure BDA0003574404420000072
将vx简化得到：
Figure BDA0003574404420000073
进一步的，设计相位补偿函数消除快时间频率与慢时间的二次耦合项带来的距离弯曲影响，有
Figure BDA0003574404420000074
其中
Figure BDA0003574404420000075
为消除快时间频率与慢时间的二次耦合项所对应的相位补偿函数；
将式(11)与式(7)相乘，抵消掉第三项相位项，得到
Figure BDA0003574404420000076
公式(12)中，第二个相位项中还存在快时间频率与慢时间的一次耦合，因此，再使用一次二阶keystone变换，公式(12)变为
Figure BDA0003574404420000077
Figure BDA0003574404420000078
为第二次Keystone变换后得到的指数项；
此时，将式(13)替代式(2)中的相位项，得到处理过后的信号为
Figure BDA0003574404420000079
再对公式(14)做沿距离向逆傅里叶变换与方位向傅里叶变换，得到缺失数据下粗聚焦的图像，如下式所示，
Figure BDA0003574404420000081
因此，当做了方位向傅里叶变换后，通过目标聚焦所在的方位向位置，以及y0≈R0的近似条件，推断出其距离向运动速度，有
vy≈-R1 (16)
当非合作动目标的二维运动参数信息都得到后，利用速度信息来推导动目标的完整回波估计算法，构造新的位于多普勒域的相位补偿函数：
Figure BDA0003574404420000082
其中Rsp代表相位补偿点的斜距，有
Figure BDA0003574404420000083
(xsp,ysp)分别代表相位补偿点在方位向、距离向上的初始位置；
将式(17)与式(2)相乘，有
Sdpc(fr,ηm)＝Sif(fr,ηm)θpre(fr,ηm) (20)
得到动目标在对应点位的粗聚焦图像，其在多普勒域上是稀疏的。
进一步的，得到动目标在对应点位的粗聚焦图像后，通过压缩感知恢复方法恢复其在多普勒域的完整信号，其过程由下式表示：
Figure BDA0003574404420000084
其中
Figure BDA0003574404420000085
代表压缩感知恢复方法，
Figure BDA0003574404420000086
是相位补偿后的完整信号的估计值，Sdpc是缺失信号，fτ是快时间频率，fη是慢时间频率；
随后，将恢复后的二维频域回波
Figure BDA0003574404420000087
退回到距离频域-方位时域，进行后续相位补偿，有
Figure BDA0003574404420000088
其中
Figure BDA0003574404420000089
代表取共轭符号，
Figure BDA00035744044200000810
是二次相位补偿后得到的完整信号的估计值。
进一步的，所述压缩感知恢复方法至少包括凸优化算法、非凸优化算法、贪婪类算法、稀疏贝叶斯类算法之一。
与现有技术相比，本发明的有益效果如下：
在数据缺失前提下，使用本发明可以有效对数据缺失情况下的动目标聚焦成像，获得一个与理想动目标成像结果几乎相当的成像结果。
本发明利用目标的稀疏特性，通过缺失孔径来恢复完整孔径，再利用传统成像算法与完整孔径的估计值来获得非合作动目标的成像结果。与传统的稀疏成像算法相比，由于稀疏成像算法的成像原理在于其是直接恢复成像场景中的强散射点，当目标回波的信噪比理想时，目标相对于噪声是强散射点，目标是可以被正确成像的；一旦回波信噪比不理想，特别是当噪声相对于目标变成强散射点时，目标就无法被正确成像了。本发明公开的算法由于是对目标的完整回波进行恢复，恢复得到的回波要经过距离向与方位向的二维匹配滤波后才能得到图像，二维匹配滤波的过程可以大幅抬升原始回波的信噪比，这样本发明在较低的信噪比下也能得到正确的动目标聚焦结果。
附图说明
图1完整信号与缺失信号对比图；
图2本发明在数据缺失下对动目标成像的方法流程图；
图3非合作动目标理想成像结果图；
图4直接基于缺失信号使用经典静止目标SAR成像算法结果图；
图5直接基于缺失信号使用经典动目标SAR成像算法结果图；
图6使用现有方法对缺失数据下的动目标进行成像结果图；
图7本发明对缺失数据下的动目标进行成像结果图。
具体实施方式
下面结合附图对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明教导所作的任何变换或替换，均属于本发明的保护范围。
本发明的详细技术方案实现流程图如图2所示。以一个地面的匀速运动目标为例对本发明的技术方案进行介绍。首先，当得到一个动目标的部分信号缺失的回波时，需要先利用缺失回波来对非合作动目标的二维运动参数进行估计。在本实施例中，选用二阶Keystone方法与时频分析方法来对地面匀速运动目标的二维运动参数进行估计。得到运动目标的二维运动参数后，我们利用二维运动参数的估计值来构建一个相位补偿函数，其目的是为了确保相位补偿后信号的稀疏性，以满足后续使用压缩感知方法所需的前提条件。随后，利用相位补偿后的缺失回波信号，结合对信号重构的准确性与时效性考量，我们选用贪婪类算法来对动目标的完整回波进行重构估计。待非合作动目标的二维运动参数与动目标的完整回波均被有效估计后，我们可以利用动目标的完整回波估计值对动目标使用经典SAR成像算法进行合作成像，得到动目标的良好聚焦结果。接下来，我们将结合各公式对本发明的具体技术实现方案进行更详细地阐述。
首先，我们给出一个单站条带SAR系统的发射信号的表达式，
st(t,η)＝wrexp(j2πfct)exp(jπKrt2) (1)
其中wr代表距离向窗函数，j代表虚数单位，fc为信号中心频率，t和η分别为快时间与慢时间，另外，Kr为距离向调频率。
自然，由一个点目标反射回来的雷达接收回波可写为
sr(t,η)＝wrwaexp[j2πfc(t-τ)]exp[jπKr(t-τ)2] (2)
上式中wa为方位向窗函数，τ代表信号从雷达发射机到目标再回到雷达接收机的过程所对应的时间延迟。对上式做去载频、去调频、去斜与距离向傅里叶变换后可得到距离向脉压后的信号Sif(fr,η)
Figure BDA0003574404420000111
其中fr代表距离频率值，R(η)为距离斜距，可由下式表示
Figure BDA0003574404420000112
式中(x0,y0)分别代表动目标在(方位、距离)向上的初始位置，h代表运动雷达载台的运行高度。va代表雷达平台运动速度，vx和vy分别代表动目标沿方位向、距离向速度大小。
当动目标回波存在沿方位向数据缺失时，我们收到的方位向采样点不再完整。我们假设方位向完整采样点为ηC实际接收到的方位向采样点为ηM，其采样位置由下式表示
ηM＝[ηm1,ηm2,…,ηM]∈ηC (5)
此时，在数据缺失情况下，式(3)改写为
Figure BDA0003574404420000113
式(4)也同步改写为
Figure BDA0003574404420000114
对上式(7)做泰勒近似展开，可得到
Figure BDA0003574404420000115
其中
Figure BDA0003574404420000116
为动目标最短斜距。
因为方位向初始位置x0通常都是远小于最短斜距R0的，因此上式(8)简化为
Figure BDA0003574404420000121
将式(9)带入式(6)，提取其指数项，得到
Figure BDA0003574404420000122
为求上式(10)简化表述，令
Figure BDA0003574404420000123
Figure BDA0003574404420000124
因此，式(10)改写为
Figure BDA0003574404420000125
此时，先做一次二阶keystone变换，此时二阶keystone变换表达式由下式给出
Figure BDA0003574404420000126
将式(14)带入式(13)消除二阶耦合，得到
Figure BDA0003574404420000127
对结果做时频分析，得到动目标回波的多普勒调频率Ka，从而利用下面两式得到R2的估计值与方位向速度vx的估计值。
Figure BDA0003574404420000128
Figure BDA0003574404420000131
在式(17)中，由于场景中低速目标的距离向速度相对影响较小，即
Figure BDA0003574404420000139
因此进行忽略，得到
Figure BDA0003574404420000132
此时，设计相位补偿函数消除快时间频率与慢时间的二次耦合项带来的距离弯曲影响，有
Figure BDA0003574404420000133
将式(19)与式(15)相乘，抵消掉第三项相位项，得到
Figure BDA0003574404420000134
此时观察式(20)发现，第二个相位项中还是存在快时间频率与慢时间的一次耦合，因此，再使用一次二阶keystone变换
Figure BDA0003574404420000135
式(20)因此变为
Figure BDA0003574404420000136
此时，将式(22)替代式(6)中的相位项，得到处理过后的信号为
Figure BDA0003574404420000137
此时，再对式(23)做沿距离向逆傅里叶变换与方位向傅里叶变换，可以得到缺失数据下粗聚焦的图像，如下式所示，
Figure BDA0003574404420000138
因此，当做了方位向傅里叶变换后，通过目标聚焦所在的方位向位置，以及y0≈R0的近似条件，可以大致推断出其距离向运动速度，有
vy≈-R1 (25)
当非合作动目标的二维运动参数信息都得到后，利用速度信息来推导动目标的完整回波估计算法，构造新的位于多普勒域的相位补偿函数
Figure BDA0003574404420000141
其中Rsp代表相位补偿点的斜距，有
Figure BDA0003574404420000142
(xsp,ysp)分别代表相位补偿点在(方位、距离)向上的初始位置。将式(26)与式(6)相乘，有
Sdpc(fr,ηm)＝Sif(fr,ηm)θpre(fr,ηm) (28)
此时，已经得到了动目标在对应点位的粗聚焦图像，其在多普勒域上是稀疏的。尝试通过压缩感知方法恢复其在多普勒域的完整信号，其过程由下式表示
Figure BDA0003574404420000143
其中
Figure BDA0003574404420000144
代表压缩感知恢复方法，压缩感知恢复方法包括但不限于凸优化算法、非凸优化算法、贪婪类算法、稀疏贝叶斯类算法之一。
随后，将恢复后的二维频域回波
Figure BDA0003574404420000145
退回到距离频域-方位时域，进行后续相位补偿，有
Figure BDA0003574404420000146
其中
Figure BDA0003574404420000147
代表取共轭符号。
最后，再将动目标的二维速度信息加到经典成像算法中，利用估计得到的动目标的完整回波进行合作成像，即可得到聚焦良好的动目标成像结果。图4-图7为实验结果，图4是直接基于缺失信号使用经典静止目标SAR成像算法结果图；图5是直接基于缺失信号使用经典动目标SAR成像算法结果图；图6是使用现有方法对缺失数据下的动目标进行成像结果图；图7本发明对缺失数据下的动目标进行成像结果图。从实验结果可看出，本发明可有效对数据缺失情况下的动目标聚焦成像，获得一个与理想动目标成像结果几乎相当的成像结果。
针对不同的SAR系统构型，只需要利用不同的已有公开的与当前SAR系统构型相对应的动目标运动参数估计算法，以确保非合作动目标的运动参数能被准确估计即可。具体来说，本发明与动目标的具体速度变化情况(匀速运动、匀加速运动、变速运动)无关；与动目标的具体运动状态(沿地面二维运动、沿三维运动)无关；与SAR系统的具体类型(单站SAR系统、双站SAR系统、分布式多站SAR系统)无关；与SAR系统的具体工作模式(条带模式、聚束模式等多种不同工作模式)无关；与SAR系统的具体运动方式(直线运动、曲线运动、圆周运动等多种不同运动方式)无关；也与SAR系统的载台类型(机载SAR系统、无人机载SAR系统、车载SAR系统、星载SAR系统等)无关；与SAR系统的信号波形(步进频信号、随机频率信号、线性调频信号、连续波信号等)无关，等等。在对完整信号恢复估计的部分，不对具体的恢复算法做特殊限定，只要是符合压缩感知框架的相关算法均可，如各类凸优化算法、非凸优化算法、贪婪类算法、稀疏贝叶斯类算法等。
本发明旨在提出一套完整的缺失数据下的动目标成像方法。其关键点在于针对数据缺失这一特殊构型，现有的方法只考虑了如何在数据缺失情况下对静止目标有效成像。而由于动目标与静止目标不同，动目标的运动状态是未知的，因此一旦目标存在运动，目标与雷达平台的相位关系将不再准确，直接使用现有的在数据缺失情况下对静止目标有效成像的方法将自然就无法对动目标有效成像。本发明提出的技术方案最核心的思想是，先在缺失数据下对动目标的运动参数进行估计，这样动目标就变成合作目标，再利用动目标的运动参数来确定目标与运动雷达平台之间的相位关系，从而达到改进现有的针对静止目标的数据缺失成像算法的目的。所以，具体如何对运动参数进行估计，不是本发明的重点；具体是使用哪种方法对完整信号进行恢复估计，也不是本发明的重点，本发明最重要的是提出了一套完整的缺失数据下的动目标成像方法，提出了一种可以在缺失数据下对动目标准确成像的全新思路。
与现有技术相比，本发明的有益效果如下：
在数据缺失前提下，使用本发明可以有效对数据缺失情况下的动目标聚焦成像，获得一个与理想动目标成像结果几乎相当的成像结果。
本发明利用目标的稀疏特性，通过缺失孔径来恢复完整孔径，再利用传统成像算法与完整孔径的估计值来获得非合作动目标的成像结果。与传统的稀疏成像算法相比，由于稀疏成像算法的成像原理在于其是直接恢复成像场景中的强散射点，当目标回波的信噪比理想时，目标相对于噪声是强散射点，目标是可以被正确成像的；一旦回波信噪比不理想，特别是当噪声相对于目标变成强散射点时，目标就无法被正确成像了。本发明公开的算法由于是对目标的完整回波进行恢复，恢复得到的回波要经过距离向与方位向的二维匹配滤波后才能得到图像，二维匹配滤波的过程可以大幅抬升原始回波的信噪比，这样本发明在较低的信噪比下也能得到正确的动目标聚焦结果。
本文所使用的词语“优选的”意指用作实例、示例或例证。本文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B；或X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。
而且，尽管已经相对于一个或实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的存储方法。
综上所述，上述实施例为本发明的一种实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何背离本发明的精神实质与原理下所做的改变、修饰、代替、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种在数据缺失下对动目标成像的方法，其特征在于，包括以下步骤：
获取一个动目标的部分信号缺失的回波，利用缺失回波并使用参数估计方法对非合作动目标的二维运动参数进行估计；
得到所述非合作动目标的二维运动参数后，利用二维运动参数的估计值来构建一个相位补偿函数，以确保相位补偿后信号的稀疏性，满足后续使用压缩感知方法所需的前提条件；
利用相位补偿后的缺失回波信号，使用压缩感知恢复方法来对动目标的完整回波进行重构估计；
待非合作动目标的二维运动参数与动目标的完整回波均被有效估计后，利用动目标的完整回波估计值对动目标使用SAR成像算法进行合作成像，得到动目标的聚焦结果。
2.根据权利要求1所述的在数据缺失下对动目标成像的方法，其特征在于，
当动目标回波存在沿方位向数据缺失时，收到的方位向采样点不再完整，方位向完整采样点位置的集合为ηC实际接收到的方位向采样点位置的集合为ηM，其每个采样点的具体采样位置由下式表示：
ηM＝[ηm1,ηm2,…,ηM]∈ηC (1)
其中ηm1，ηm2，ηM为第m1、m2,…,M个采样点；
在数据缺失情况下，对雷达接收回波做去载频、去调频、去斜与距离向傅里叶变换后得到距离向脉压后的信号Sif(fr,η)如下表示：
Figure FDA0003574404410000011
其中fr代表距离频率值，fc为信号中心频率，j代表虚数单位，η为慢时间，wr代表距离向窗函数，wa为方位向窗函数，c为光速；
距离斜距如下表示：
Figure FDA0003574404410000021
对公式(3)做泰勒近似展开，可得到：
Figure FDA0003574404410000022
其中
Figure FDA0003574404410000023
为动目标最短斜距，(x0,y0)分别代表动目标在方位、距离向上的初始位置，h代表运动雷达载台的运行高度，va代表雷达平台运动速度，vx和vy分别代表动目标沿方位向、距离向速度大小；
因为方位向初始位置x0是远小于最短斜距R0的，因此距离斜距简化为
Figure FDA0003574404410000024
将简化后的距离斜距计算公式带入公式(2)中，提取其指数项，得到:
Figure FDA0003574404410000025
其中，
Figure FDA0003574404410000026
3.根据权利要求1所述的在数据缺失下对动目标成像的方法，其特征在于，所述参数估计方法为二阶keystone变换方法，所述二阶keystone变换方法表达式如下：
Figure FDA0003574404410000027
所述使用参数估计方法对非合作动目标的二维运动参数进行估计，包括：
将二阶keystone变换表达式带入公式(6)消除二阶耦合，得到
Figure FDA0003574404410000028
其中
Figure FDA0003574404410000029
为二阶Keystone变换后得到的指数项；
对结果做时频分析，得到动目标回波的多普勒调频率Ka，从而利用下面两式得到R2的估计值与方位向速度vx的估计值：
Figure FDA0003574404410000031
Figure FDA0003574404410000032
将vx简化得到：
Figure FDA0003574404410000033
4.根据权利要求1所述的在数据缺失下对动目标成像的方法，其特征在于，设计相位补偿函数消除快时间频率与慢时间的二次耦合项带来的距离弯曲影响，有
Figure FDA0003574404410000034
其中
Figure FDA0003574404410000035
为消除快时间频率与慢时间的二次耦合项所对应的相位补偿函数；
将式(11)与式(7)相乘，抵消掉第三项相位项，得到
Figure FDA0003574404410000036
公式(12)中，第二个相位项中还存在快时间频率与慢时间的一次耦合，因此，再使用一次二阶keystone变换，公式(12)变为
Figure FDA0003574404410000037
Figure FDA0003574404410000038
为第二次Keystone变换后得到的指数项；
此时，将式(13)替代式(2)中的相位项，得到处理过后的信号为
Figure FDA0003574404410000039
再对公式(14)做沿距离向逆傅里叶变换与方位向傅里叶变换，得到缺失数据下粗聚焦的图像，如下式所示，
Figure FDA0003574404410000041
因此，当做了方位向傅里叶变换后，通过目标聚焦所在的方位向位置，以及y0≈R0的近似条件，推断出其距离向运动速度，有
vy≈-R1 (16)
当非合作动目标的二维运动参数信息都得到后，利用速度信息来推导动目标的完整回波估计算法，构造新的位于多普勒域的相位补偿函数：
Figure FDA0003574404410000042
其中Rsp代表相位补偿点的斜距，有
Figure FDA0003574404410000043
(xsp,ysp)分别代表相位补偿点在方位向、距离向上的初始位置；
将式(17)与式(2)相乘，有
Sdpc(fr,ηm)＝Sif(fr,ηm)θpre(fr,ηm) (20)
得到动目标在对应点位的粗聚焦图像，其在多普勒域上是稀疏的。
5.根据权利要求4所述的在数据缺失下对动目标成像的方法，其特征在于，得到动目标在对应点位的粗聚焦图像后，通过压缩感知恢复方法恢复其在多普勒域的完整信号，其过程由下式表示：
Figure FDA0003574404410000044
其中
Figure FDA0003574404410000045
代表压缩感知恢复方法，
Figure FDA0003574404410000046
是相位补偿后的完整信号的估计值，Sdpc是缺失信号，fτ是快时间频率，fη是慢时间频率；
随后，将恢复后的二维频域回波
Figure FDA0003574404410000047
退回到距离频域-方位时域，进行后续相位补偿，有
Figure FDA0003574404410000051
其中
Figure FDA0003574404410000052
代表取共轭符号，
Figure FDA0003574404410000053
是二次相位补偿后得到的完整信号的估计值。
6.根据权利要求5所述的在数据缺失下对动目标成像的方法，其特征在于，所述压缩感知恢复方法至少包括凸优化算法、非凸优化算法、贪婪类算法、稀疏贝叶斯类算法之一。
CN202210336218.9A 2022-03-31 2022-03-31 一种在数据缺失下对动目标成像的方法 Pending CN115015921A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210336218.9A CN115015921A (zh) 2022-03-31 2022-03-31 一种在数据缺失下对动目标成像的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210336218.9A CN115015921A (zh) 2022-03-31 2022-03-31 一种在数据缺失下对动目标成像的方法

Publications (1)

Publication Number Publication Date
CN115015921A true CN115015921A (zh) 2022-09-06

Family

ID=83067143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210336218.9A Pending CN115015921A (zh) 2022-03-31 2022-03-31 一种在数据缺失下对动目标成像的方法

Country Status (1)

Country Link
CN (1) CN115015921A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449369A (zh) * 2023-06-16 2023-07-18 四川杰诺创科技有限公司 一种基于多范数约束的逆合成孔径雷达成像方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116449369A (zh) * 2023-06-16 2023-07-18 四川杰诺创科技有限公司 一种基于多范数约束的逆合成孔径雷达成像方法
CN116449369B (zh) * 2023-06-16 2023-08-15 四川杰诺创科技有限公司 一种基于多范数约束的逆合成孔径雷达成像方法

Similar Documents

Publication Publication Date Title
Chen et al. Motion compensation/autofocus in airborne synthetic aperture radar: A review
US7969345B2 (en) Fast implementation of a maximum likelihood algorithm for the estimation of target motion parameters
Zhou et al. Approach for single channel SAR ground moving target imaging and motion parameter estimation
Samczynski et al. Coherent mapdrift technique
Kang et al. Ground moving target imaging based on compressive sensing framework with single-channel SAR
Zemmari et al. GSM passive coherent location system: Performance prediction and measurement evaluation
CN111142105A (zh) 复杂运动目标isar成像方法
Vehmas et al. Inverse synthetic aperture radar imaging: A historical perspective and state-of-the-art survey
CN109507669B (zh) 基于相参累积的地面微弱运动目标参数估计方法
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
CN106291543A (zh) 一种运动平台扫描雷达超分辨成像方法
Sun et al. Improved ambiguity estimation using a modified fractional Radon transform
CN112748431A (zh) 一种中轨道星载sar的地面运动目标成像方法
CN105180852B (zh) 基于三重步进的gb‑sar形变监测方法
Yeh et al. Rotational motion estimation for ISAR via triangle pose difference on two range-Doppler images
CN115015921A (zh) 一种在数据缺失下对动目标成像的方法
He et al. Maritime ship target imaging with GNSS-based passive multistatic radar
Lu et al. Resolution enhancement for forwarding looking multi-channel SAR imagery with exploiting space–time sparsity
Yang Study on ground moving target indication and imaging technique of airborne SAR
Li et al. Stepped-frequency inverse synthetic aperture radar imaging based on adjacent pulse correlation integration and coherent processing
Cui et al. DNN with similarity constraint for GEO SA-BSAR moving target imaging
KR102185307B1 (ko) Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치
CN112505647A (zh) 一种基于序贯子图像序列的动目标方位速度估计方法
Lv et al. Coherence improving algorithm for airborne multichannel SAR-GMTI
CN114966690B (zh) 一种gnss-r sar双星融合成像方法及系统

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