CN115267775A - 一种分布式顺轨编队sar系统的非均匀缺失孔径成像方法 - Google Patents
一种分布式顺轨编队sar系统的非均匀缺失孔径成像方法 Download PDFInfo
- Publication number
- CN115267775A CN115267775A CN202210729048.0A CN202210729048A CN115267775A CN 115267775 A CN115267775 A CN 115267775A CN 202210729048 A CN202210729048 A CN 202210729048A CN 115267775 A CN115267775 A CN 115267775A
- Authority
- CN
- China
- Prior art keywords
- echo
- formation
- uniform
- aperture
- platform
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 121
- 238000003384 imaging method Methods 0.000 title claims abstract description 71
- 230000033001 locomotion Effects 0.000 claims abstract description 74
- 238000005070 sampling Methods 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000004927 fusion Effects 0.000 claims abstract description 36
- 238000002592 echocardiography Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 5
- 238000013398 bayesian method Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 17
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 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
- 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
- G01S13/9052—Spotlight mode
-
- 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
- G01S13/9094—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达技术领域,公开了一种分布式顺轨编队SAR系统的非均匀缺失孔径成像方法,步骤包括:遍历搜寻各编队平台运动速度值的最大公约数,确定各子孔径回波有效采样点致密均匀融合回波上的采样间隔,将拼接得到的子孔径回波按照不同运动平台对应的采样间隔投影到新得到的过采样的均匀融合回波上;构建新的慢时间轴并对应的斜距项结果;对均匀融合回波使用相位补偿函数使其在多普勒域上足够稀疏;使用压缩感知方法对长孔径完整回波进行重构估计;根据得到的长孔径完整回波的估计值,完成对待成像场景的成像聚焦。在非均匀缺失孔径的情况下,分布式顺轨编队SAR系统使用本发明可对目标良好聚焦,成像性能大幅提升。
Description
技术领域
本发明属于雷达技术领域,尤其涉及一种分布式顺轨编队SAR系统的非均匀缺失孔径成像方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)作为一类微波遥感成像系统,相对于光学成像系统,不受气候、光照的影响,可以实现全天候全天时地对待观测场景高分辨成像。因此,SAR技术自提出以来一直于国防、民用领域获得广泛关注。特别是近几十年,随着数字信号处理、大规模集成电路等技术的快速发展,传统单站SAR成像算法及实际应用系统从理想走进现实,成像时效性与图像分辨率都不断提高。在SAR系统进行远距离成像时,往往会形成长合成孔径。然而其存在的两个系统固有限制始终无法得到妥善解决:一是由于受到最小天线面积约束,传统单站SAR系统无法同时满足方位向高分辨率与距离向宽测绘带的成像需求;二是传统单站SAR系统的数据录取时间长,对长孔径或大场景成像时效性低。
基于此,分布式SAR系统应运而生,将SAR成像技术推向了新的高度。分布式SAR系统的核心思想是将发射机与接收机分离,形成多个(两个或两个以上)空间位置不重叠的收发系统,从而形成多个子孔径。分布式SAR系统以天线收发模式不同可分为一发多收分布式SAR系统与多发多收分布式SAR系统;以平台布站构型不同可分为单平台多通道分布式SAR系统与多平台分布式SAR系统;以平台运动构型不同可分为分布式顺轨SAR系统、分布式其他轨道SAR系统。相比于单站SAR系统,分布式SAR系统收发分离,使得无源接收机隐蔽性更好、灵活性更强,且其可以对各子平台逐步替换或改进以实现对分布式SAR系统的软硬件逐步升级,大幅降低系统升级成本,优势更加明显。目前,对分布式SAR系统的研究主要集中于星载SAR系统,且主要聚焦在解决高分宽幅成像与干涉成像问题,其目的在于解决单站SAR系统的第一个系统固有限制。
为了解决单站SAR系统的第二个系统固有限制,有效减小在长孔径下的雷达数据录取时间,提高SAR成像的时效性,满足国防、民用测绘等领域对快速SAR成像的更进一步需求,分布式顺轨编队SAR系统被提出来(顺轨指不同SAR系统平台沿着相同速度方向运动,分布式编队SAR系统指多个SAR系统平台以队伍构型同时对成像场景进行观测)。但分布式顺轨编队SAR系统的概念还较新,相关研究较少,一些在实际运行中分布式顺轨编队SAR系统容易产生的问题均还未得到较好的解决。为了有效提高长合成孔径情况下的成像时效性,可以考虑使用分布式顺轨编队SAR系统形成数段首尾相连的子孔径,以共同完成对长完整合成孔径的数据录取。在这种工作模式下,N个SAR系统可以令数据录取时间变为原来的1/N。但在使用分布式顺轨编队SAR系统对待成像场景进行成像时,由于不同的SAR系统平台运动状态独立,往往很难精准实现各编队平台的起始位置理想、运动速度大小完全相同等,这都将会导致各子平台录取到的子孔径之间存在间隔,即长完整合成孔径中的部分孔径位置数据缺失。这种缺失孔径将会导致最终成像结果的成像性能受到影响。同时,各个平台的运动速度差异还会导致不同子平台的沿方位向采样间隔大小存在差异,这种差异也就使得长完整合成孔径是非均匀采样的。在非均匀采样孔径中还存在缺失使得成像难度大幅提高。分布式顺轨编队SAR系统的示意图如图1所示。
在图1中,分布式顺轨编队SAR系统由N个编队SAR平台构成,图中位置①表示编队平台1的运动起始位置,位置②表示编队平台1的运动终止位置与编队平台2的运动起始位置,位置③表示编队平台n-1的运动终止位置与编队平台n的运动起始位置,位置④表示编队平台N-1的运动终止位置与编队平台N的运动起始位置,位置⑤表示编队平台N的运动终止位置,所有编队SAR平台沿顺轨同时运动。我们假设在理想情况下各个编队SAR平台之间的间隔相等,同时它们会在相同时间内以相同速度完成对各自子孔径的数据录取,自然采用此类分布式顺轨编队SAR系统可以形成一个完整的长合成孔径。然而在实际工作中,由于分布式顺轨编队SAR系统中诸如各编队平台的初始位置不准确、运动速度大小不一致、信号收发体制的复杂度高等因素,将会导致分布式顺轨编队SAR系统实际录取后所组合得到的长孔径数据并不完整,可能存在部分位置的数据缺失。缺失孔径指各分布式SAR系统子孔径所组合形成的合成孔径不完整,存在部分位置上的数据缺失。这种分布式顺轨编队SAR系统的数据缺失示意图如图2所示。
在图2中,位置①表示编队平台1的运动起始位置,位置②表示编队平台1的真实运动终止位置,位置③表示编队平台1的理想运动终止位置与编队平台2的运动起始位置,位置④表示编队平台n-1的运动终止位置与编队平台n的理想运动起始位置,位置⑤表示编队平台n的真实运动起始位置,位置⑥表示编队平台N-1的真实运动终止位置,位置⑦表示编队平台N-1的理想运动终止位置与编队平台N的运动起始位置,位置⑧表示编队平台N的运动终止位置。因此我们可以发现,位置②与③之间、位置④与⑤之间、位置⑥与⑦之间的孔径数据都是缺失的。同时,由于这种缺失是由于分布式顺轨编队SAR系统中的各编队平台异速运动所产生的,所以对长完整孔径而言,与传统的均匀采样下的缺失孔径成像问题不同,这是一种在非均匀采样下的缺失孔径成像问题。
目前,暂时还未有公开的针对非均匀采样缺失孔径情况下对目标进行准确成像的方法。针对如何在均匀采样缺失孔径情况下对静止目标准确成像这一问题,2018年Y.Qian于Electronics lettes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孔径回波的估计值,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,可以利用缺失孔径来得到准确的图像。然而,在这篇论文公开的算法以及此后各类改进算法中,算法的应用前提均是基于回波方位向信号是均匀采样这一基础。
均匀采样和非均匀采样的具体区别参考图3。均匀与否实质上指的是在信号的每两个相邻采样点之间的采样间隔大小是否都是相等的,非均匀指方位向相邻采样点之间的采样间隔大小不一定一致,呈现与均匀采样相反的特征。图3中上半部分是均匀采样,图3中下半部分是非均匀采样。相邻采样点之间的采样间隔大小是由平台运动速度乘上单位采样间隔时长得到,即l=v*t。在分布式顺轨编队SAR系统中,雷达的单位采样间隔时长是由雷达系统决定的,这个值往往是确定的,因此,非均匀采样间隔l的不同由v的不同所导致。
现有技术只能针对均匀采样缺失孔径的情况进行高性能成像,一旦SAR系统实际得到的沿方位向回波信号是非均匀采样缺失孔径,现有技术就不再有效,其原因在于现有技术在成像过程中要使用到快速傅里叶变换(Fast Fourier Transform,FFT),而FFT的应用前提就是时域信号必须是均匀采样的,一旦时域信号是非均匀采样的,再使用FFT将时域信号变换到频域就不再正确。
发明内容
如何在这种非均匀采样的缺失孔径条件下完成对目标的高性能成像,是本发明要解决的关键问题。有鉴于此,本发明针对分布式顺轨编队SAR系统中容易出现的非均匀采样缺失孔径问题,提出一种适合非均匀采样缺失孔径准确成像的算法,来解决现有技术无法直接应用在非均匀采样信号上的问题。同时,将均匀采样视为是非均匀采样的一种特殊情况,本发明所提方法同样可以应用在均匀采样缺失孔径的成像问题上。
本发明公开的基于分布式顺轨编队SAR系统的非均匀缺失孔径成像方法,包括以下步骤:
当分布式顺轨编队SAR系统中的各编队平台同时开始工作后,各编队平台上的接收机开始对回波信号进行录取;
待某一时刻,整个分布式顺轨编队SAR系统停止工作后,将各子系统录取到的子孔径回波进行拼接;
遍历搜寻各编队平台运动速度值的最大公约数,并利用这个平台运动速度值的最大公约数来确定各子孔径回波有效采样点在一条过采样的致密均匀融合回波上的采样间隔,再将直接拼接得到的子孔径回波按照不同运动平台对应的采样间隔投影到新得到的过采样的均匀融合回波上;
得到一条过采样的更加致密的均匀采样回波后,对此构建新的慢时间轴并计算该新慢时间轴所对应的斜距项结果;
对均匀融合回波使用相位补偿函数使其在多普勒域上足够稀疏;
使用压缩感知方法对分布式顺轨编队SAR系统所对应的长孔径完整回波进行重构估计;
根据得到的长孔径完整回波的估计值,完成对待成像场景的成像聚焦。
进一步的,所述拼接的具体方式如下:
将各子系统录取到的子孔径回波按照编队先后依次收尾相连、直接拼接起来;
根据各编队平台上载有的定位系统得到的各编队平台真实运动起始位置信息,计算出子孔径之间的间隔大小及该段间隔上应有的采样点数目,将该部分数据置零并按真实缺失情况拼接到各子孔径之间,完成对分布式顺轨编队SAR系统子孔径信息的拼接。
进一步的,所述压缩感知方法包括凸优化方法、贪婪类方法、稀疏贝叶斯方法。
将斜距项展开,得到
式中R0为各顺轨编队雷达平台到目标的最短斜距,yt代表第发射平台的方位向初始运动位置,vt为发射平台沿方位向运动的速度,yi代表第i个编队平台的方位向初始运动位置,vi为第i个编队平台沿方位向运动的速度,Y0为目标的方位向位置。
进一步的,不同收发平台的初始方位向间隔为di,即
di=yi-yt (4)
将斜距项做泰勒近似展开,得到
通过等效单发单收回波的虚拟阵元所在的位置来计算近似等效距离历程,有
τ′i代表第i个接收平台所对应等效回波的时延,有
其中
进一步的,将各部分回波进行拼接后进行估计重构,步骤如下:
给出一个拼接出来的新的孔径信号s(t,η′),认为该信号由一个从y1位置出发的自发自收雷达平台获得,有
其中新斜距项Rc(η′)展开为
其中平台速度v(δ)为一个与慢时间η′有关的函数,有
由于各平台之间的运动位置缺失导致了部分孔径位置未能接收到数据,这种数据缺失在进行信号拼接后依然存在,因此式(12)更进一步被写为
其中,η′e代表实际存在的方位向有效采样点位置,由于雷达平台运动速度v(η′e)的变化,其将在慢时间域呈现出空时非均匀采样的特性。
进一步的,求出各编队平台等效运动速度的最大公约数然后通过最大公约数得到各子孔径回波有效采样点在新构建的均匀融合回波上的采样间隔,再从而推导出新构建的过采样的均匀融合回波,因此,此时二维完整接收的均匀融合回波可由式(12)改写为
η″为一个全新的慢时间轴,式(16)中的斜距项Rac(η″)也改写为
但是,由于实际各个编队平台接收到的等效自发自收回波之间是存在间隔的,因此,实际构建的缺失孔径融合均匀回波写为下式
其中η′E代表在新慢时间轴上确实存在的有效采样点位置的集合;
接下来,完成对完整的融合均匀回波信号的估计:由于信号s(t,η″e)在快时间域上是均匀采样的,为使其在距离时域-方位频域上粗聚焦、更加稀疏,将相位补偿函数θpre设计为
其中Rref(η″e)为场景中参考点对应的斜距;
相位补偿后,进一步对信号做沿距离向的逆傅里叶变换,得到粗聚焦后的二维时域回波spc(t,η″e),
式中sinc( )代表辛格函数,对上式(20)使用经典压缩感知方法进行恢复后得到完整的融合均匀回波信号的估计值
与现有技术相比,本发明的有益效果如下:
在分布式顺轨异速编队SAR系统存在非均匀缺失孔径的情况下,直接使用传统SAR成像算法会导致最终成像结果出现虚假目标;在分布式顺轨异速编队SAR系统存在非均匀缺失孔径的情况下,直接使用现有方法将导致目标散焦,最终成像结果的分辨率降低;在分布式顺轨异速编队SAR系统存在非均匀缺失孔径的情况下,使用本发明可以对目标良好聚焦,成像性能大幅提升。
附图说明
图1分布式顺轨编队SAR系统的示意图;
图2分布式顺轨编队SAR系统数据缺失示意图;
图3均匀采样和非均匀采样的区别示意图;
图4本发明技术方案实现流程图;
图5真实成像场景示意图;
图6理想成像结果;
图7分布式顺轨异速编队SAR系统非均匀缺失孔径情况下直接成像示意图;
图8现有方法成像结果;
图9本发明的成像结果。
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4所示。首先当分布式顺轨编队SAR系统中的各编队平台同时开始工作后,各编队平台上的接收机开始对回波信号进行录取。待某一时刻,整个分布式顺轨编队SAR系统停止工作后,将各子系统录取到的子孔径回波进行拼接。拼接的具体方式如下:首先将各子系统录取到的子孔径回波按照编队先后依次首尾相连,再根据各编队平台上载有的GPS、北斗、惯导等定位系统得到的各编队平台真实运动起始位置信息,计算出子孔径之间的间隔大小及该段间隔上应有的采样点数目,将该部分数据置零并按真实缺失情况拼接到各子孔径之间,完成对分布式顺轨编队SAR系统子孔径信息的拼接。由于在分布式顺轨编队SAR系统中,各编队平台的运动速度存在差异,导致拼接得到的长孔径在孔径缺失的同时还存在非均匀采样的现象,从而导致最终成像结果的性能较差。因此首先,需要遍历搜寻各编队平台运动速度值的最大公约数,并利用这个平台运动速度值的最大公约数来确定各子孔径回波有效采样点在一条过采样的致密均匀融合回波上的采样间隔,再将直接拼接得到的子孔径回波按照不同运动平台对应的采样间隔投影到新得到的过采样的均匀融合回波上。
由于此时得到了一条过采样的更加致密的均匀采样回波,因此需要对此构建新的慢时间轴并计算该新慢时间轴所对应的斜距项结果。基于此,对均匀融合回波设计一个相位补偿函数使其可以在多普勒域上足够稀疏,以满足压缩感知方法的应用前提。根据信号重构的准确性、时效性等不同特殊需求,可选用凸优化方法、贪婪类方法、稀疏贝叶斯方法等不同压缩感知方法来对分布式顺轨编队SAR系统所对应的长孔径完整回波进行重构估计。最后,根据得到的长孔径完整回波的估计值,完成对待成像场景的成像聚焦。
本发明与各编队平台的具体速度变化情况(匀速运动、匀加速运动、变速运动)无关;与信号具体收发体制(各平台自发自收、一发多收、多发多收)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;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。
实施例
本实施例以一个一发三收的分布式顺轨异速编队SAR系统为例对本发明的技术方案进行公式推导。在其它实施例中,也可对多发多收的分布式顺轨异速编队SAR系统进行非均匀缺失孔径进行成像,本发明对此不作限制。
首先,发射信号st(t)可以写为
st(t)=wrexp(j2πfct)exp(jπKrt2) (1)式中wr代表距离向窗函数,exp( )代表指数函数,j代表虚数单位,其值等于fc雷达信号中心频率,t代表快时间,Kr代表距离向调频率。第i个接收平台接收到的去载频后的回波信号为
上式中η代表慢时间,τi为距离向延时,可写为
式(4)中R0为各顺轨编队雷达平台到目标的最短斜距,yt代表第发射平台的方位向初始运动位置,vt为发射平台沿方位向运动的速度,yi代表第i个编队平台的方位向初始运动位置,vi为第i个编队平台沿方位向运动的速度,Y0为目标的方位向位置。
令不同收发平台的初始方位向间隔为di,即
di=yi-yt (5)
将式(4)做泰勒近似展开,得到
在远场假设中,由于双站系统的速度差(vi-vt)与位置间隔di均远小于最短斜距R0,因此,可将式(8)近似视为0,无需做相位补偿。式(2)因此改为,
τ′i代表第i个接收平台所对应等效回波的时延,有
其中
由于每一段子孔径回波都只收集到部分数据,我们考虑将各部分回波进行拼接后进行估计重构。首先,给出一个拼接出来的新的孔径信号s(t,η′),认为该信号由一个从y1位置出发的自发自收雷达平台获得,有
其中,新斜距项Rc(η′)展开为
其中,平台速度v(δ)为一个与慢时间η′有关的函数,有
同时,由于各平台之间的运动位置缺失导致了部分孔径位置未能接收到数据,这种数据缺失在进行信号拼接后依然存在,因此式(13)更进一步被写为
其中,η′e代表实际存在的方位向有效采样点位置。很明显,由于雷达平台运动速度v(η′e)的变化,其将在慢时间域呈现出空时非均匀采样的特性。由于此种空时非均匀采样的现象是由平台速度差异引起的,因此为了构建一个均匀采样的融合回波,首先需要找到各个平台运动速度的最大公约数,然后将各接收机回波实际接收到的采样点投射到均匀采样的融合回波上。
首先求出各编队平台等效运动速度的最大公约数然后通过最大公约数得到各子孔径回波有效采样点在新构建的均匀融合回波上的采样间隔,再从而推导出新构建的过采样的均匀融合回波。因此,此时二维完整接收的均匀融合回波可由式(13)改写为
η″为一个全新的慢时间轴,式(17)中的斜距项Rac(η″)也改写为
但是,由于实际各个编队平台接收到的等效自发自收回波之间是存在间隔的,因此,实际构建的缺失孔径融合均匀回波写为下式
其中η′E代表在新慢时间轴上确实存在的有效采样点位置的集合。接下来,便可开始完成对完整的融合均匀回波信号的估计。由于信号s(t,η″e)在快时间域上是均匀采样的,为使其在距离时域-方位频域上粗聚焦、更加稀疏,我们将相位补偿函数θpre设计为
其中Rref(η″e)为场景中参考点对应的斜距。相位补偿后,进一步对信号做沿距离向的逆傅里叶变换,得到粗聚焦后的二维时域回波spc(t,η″e)
式中sinc()代表辛格函数。对上式(21)使用经典压缩感知方法进行恢复后得到完整的融合均匀回波信号的估计值。在对完整信号恢复估计的部分,本发明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。最后使用经典的SAR成像算法即可得到聚焦良好的成像结果。
实验结果参考图5-图9,图5是真实成像场景,存在5个目标,图6是理想的成像结果;图7是分布式顺轨异速编队SAR系统非均匀缺失孔径情况下直接成像示意图;图8现有方法成像结果;图9是本发明的成像结果。本发明与直接成像方法和现有方法的成像结果相比,对目标可良好聚焦,成像性能大幅提升,接近于理想成像结果。
综上,本发明提出一套完整的分布式顺轨编队SAR系统非均匀缺失孔径成像算法。其关键点在于与现有的缺失孔径成像方法所不同的是,现有方法的实现前提在于SAR系统录取到的孔径必须是均匀采样的,一旦录取到的孔径数据是非均匀采样的,现有方法将不再有效。而在分布式顺轨编队SAR系统中,由于各个编队平台的运动状态都是独立的,所以很有可能会出现因各平台运动速度不同而造成的非均匀采样现象。因此,针对非均匀缺失孔径情况,本发明提出的技术方案最核心的思想是,先利用各编队平台的运动关系来构建一条过采样的均匀融合回波信号,再根据实际系统录取到的数据将其一一投影到新构建的过采样均匀融合回波对应的采样点位置上,实现从非均匀采样到均匀采样的目的,进而达到改进现有方法的目的。
与现有技术相比,本发明的有益效果如下:
在分布式顺轨异速编队SAR系统存在非均匀缺失孔径的情况下,直接使用传统SAR成像算法会导致最终成像结果出现虚假目标;在分布式顺轨异速编队SAR系统存在非均匀缺失孔径的情况下,直接使用现有方法将导致目标散焦,最终成像结果的分辨率降低;在分布式顺轨异速编队SAR系统存在非均匀缺失孔径的情况下,使用本发明可以对目标良好聚焦,成像性能大幅提升。
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 (8)
1.一种分布式顺轨编队SAR系统的非均匀缺失孔径成像方法,其特征在于,包括以下步骤:
当分布式顺轨编队SAR系统中的各编队平台同时开始工作后,各编队平台上的接收机开始对回波信号进行录取;
待某一时刻,整个分布式顺轨编队SAR系统停止工作后,将各子系统录取到的子孔径回波进行拼接;
遍历搜寻各编队平台运动速度值的最大公约数,并利用这个平台运动速度值的最大公约数来确定各子孔径回波有效采样点在一条过采样的致密均匀融合回波上的采样间隔,再将直接拼接得到的子孔径回波按照不同运动平台对应的采样间隔投影到新得到的过采样的均匀融合回波上;
得到一条过采样的更加致密的均匀采样回波后,对此构建新的慢时间轴并计算该新慢时间轴所对应的斜距项结果;
对均匀融合回波使用相位补偿函数使其在多普勒域上足够稀疏;
使用压缩感知方法对分布式顺轨编队SAR系统所对应的长孔径完整回波进行重构估计;
根据得到的长孔径完整回波的估计值,完成对待成像场景的成像聚焦。
2.根据权利要求1所述的分布式顺轨编队SAR系统的非均匀缺失孔径成像方法,其特征在于,所述拼接的具体方式如下:
将各子系统录取到的子孔径回波按照编队先后依次首尾相连、直接拼接起来;
根据各编队平台上载有的定位系统得到的各编队平台真实运动起始位置信息,计算出子孔径之间的间隔大小及该段间隔上应有的采样点数目,将该部分数据置零并按真实缺失情况拼接到各子孔径之间,完成对分布式顺轨编队SAR系统子孔径信息的拼接。
3.根据权利要求1所述的分布式顺轨编队SAR系统的非均匀缺失孔径成像方法,其特征在于,所述压缩感知方法包括凸优化方法、贪婪类方法、稀疏贝叶斯方法。
上式中η代表慢时间,wr代表距离向窗函数,wa是方位向窗函数,exp( )代表指数函数,j代表虚数单位,其值等于fc雷达信号中心频率,t代表快时间,Kr代表距离向调频率,τi为距离向延时,τi计算公式如下:
将斜距项展开,得到
式中R0为各顺轨编队雷达平台到目标的最短斜距,yt代表第发射平台的方位向初始运动位置,vt为发射平台沿方位向运动的速度,yi代表第i个编队平台的方位向初始运动位置,vi为第i个编队平台沿方位向运动的速度,Y0为目标的方位向位置。
8.根据权利要求7所述的分布式顺轨编队SAR系统的非均匀缺失孔径成像方法,其特征在于,求出各编队平台等效运动速度的最大公约数然后通过最大公约数得到各子孔径回波有效采样点在新构建的均匀融合回波上的采样间隔,再从而推导出新构建的过采样的均匀融合回波,因此,此时二维完整接收的均匀融合回波可由式(12)改写为
η″为一个全新的慢时间轴,式(16)中的斜距项Rac(η″)也改写为
但是,由于实际各个编队平台接收到的等效自发自收回波之间是存在间隔的,因此,实际构建的缺失孔径融合均匀回波写为下式
其中η′E代表在新慢时间轴上确实存在的有效采样点位置的集合;
接下来,完成对完整的融合均匀回波信号的估计:由于信号s(t,ηe″)在快时间域上是均匀采样的,为使其在距离时域-方位频域上粗聚焦、更加稀疏,将相位补偿函数θpre设计为
其中Rref(ηe″)为场景中参考点对应的斜距;
相位补偿后,进一步对信号做沿距离向的逆傅里叶变换,得到粗聚焦后的二维时域回波spc(t,ηe″),
式中sinc( )代表辛格函数,对上式(20)使用经典压缩感知方法进行恢复后得到完整的融合均匀回波信号的估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210729048.0A CN115267775A (zh) | 2022-06-24 | 2022-06-24 | 一种分布式顺轨编队sar系统的非均匀缺失孔径成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210729048.0A CN115267775A (zh) | 2022-06-24 | 2022-06-24 | 一种分布式顺轨编队sar系统的非均匀缺失孔径成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115267775A true CN115267775A (zh) | 2022-11-01 |
Family
ID=83760878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210729048.0A Pending CN115267775A (zh) | 2022-06-24 | 2022-06-24 | 一种分布式顺轨编队sar系统的非均匀缺失孔径成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115267775A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115877318A (zh) * | 2022-12-07 | 2023-03-31 | 北京理工大学 | 一种基于多孔径交叉定位的辐射源定位方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551455A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 干涉合成孔径雷达三维地形成像系统及其高程测绘方法 |
CN104698459A (zh) * | 2015-02-05 | 2015-06-10 | 南京航空航天大学 | 一种应用于缺失数据的条带sar压缩感知成像方法 |
CN109856635A (zh) * | 2019-02-28 | 2019-06-07 | 中国人民解放军国防科技大学 | 一种csar地面动目标重聚焦成像方法 |
US20210349205A1 (en) * | 2020-05-11 | 2021-11-11 | Institute Of Electronics, Chinese Academy Of Sciences | Method and apparatus for space-variance correction imaging of bistatic sar, device and storage medium |
-
2022
- 2022-06-24 CN CN202210729048.0A patent/CN115267775A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551455A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 干涉合成孔径雷达三维地形成像系统及其高程测绘方法 |
CN104698459A (zh) * | 2015-02-05 | 2015-06-10 | 南京航空航天大学 | 一种应用于缺失数据的条带sar压缩感知成像方法 |
CN109856635A (zh) * | 2019-02-28 | 2019-06-07 | 中国人民解放军国防科技大学 | 一种csar地面动目标重聚焦成像方法 |
US20210349205A1 (en) * | 2020-05-11 | 2021-11-11 | Institute Of Electronics, Chinese Academy Of Sciences | Method and apparatus for space-variance correction imaging of bistatic sar, device and storage medium |
Non-Patent Citations (2)
Title |
---|
李翔鹤: "弹载SAR子孔径成像算法及抗干扰研究", 中国优秀硕士论文电子期刊网信息科技, 15 August 2018 (2018-08-15) * |
杨凤凤, 梁甸农: "分布式星载合成孔径雷达顺轨干涉动目标检测", 系统工程与电子技术, no. 11, 20 November 2005 (2005-11-20) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115877318A (zh) * | 2022-12-07 | 2023-03-31 | 北京理工大学 | 一种基于多孔径交叉定位的辐射源定位方法 |
CN115877318B (zh) * | 2022-12-07 | 2024-04-16 | 北京理工大学 | 一种基于多孔径交叉定位的辐射源定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Antoniou et al. | GNSS-based bistatic SAR: A signal processing view | |
Zhou et al. | Approach for single channel SAR ground moving target imaging and motion parameter estimation | |
US4924229A (en) | Phase correction system for automatic focusing of synthetic aperture radar | |
Kang et al. | Ground moving target imaging based on compressive sensing framework with single-channel SAR | |
US20100259442A1 (en) | Fast implementation of a maximum likelihood algorithm for the estimation of target motion parameters | |
CN108427115B (zh) | 合成孔径雷达对运动目标参数的快速估计方法 | |
CN110068833B (zh) | 一种合成孔径激光雷达成像方法、仪器及系统 | |
CN110018474B (zh) | 基于地球同步轨道合成孔径雷达层析技术的三维成像方法 | |
KR101839041B1 (ko) | 연속 이동 효과 보정 기법을 이용하는 fmcw-sar 시스템 및 이 시스템의 sar 영상 복원 방법 | |
CN112904326B (zh) | 一种基于虚拟孔径的星载无源定位方法 | |
Qiu et al. | Bistatic SAR data processing algorithms | |
CN111551934A (zh) | 一种用于无人机载sar成像的运动补偿自聚焦方法与装置 | |
CN114660597A (zh) | 一种基于ffbp算法的车载sar时域快速成像方法 | |
CN115267775A (zh) | 一种分布式顺轨编队sar系统的非均匀缺失孔径成像方法 | |
Ge et al. | Ground moving target detection and trajectory reconstruction methods for multichannel airborne circular SAR | |
CN105180852A (zh) | 基于三重步进的gb-sar形变监测方法 | |
Wang et al. | Dual-speed SAR imaging of moving targets | |
CN105005045A (zh) | 基于信号预处理的高速目标isar步进频信号合成方法 | |
CN111707996A (zh) | 基于改进grft-stap的geo星机sar动目标检测方法 | |
CN115015921A (zh) | 一种在数据缺失下对动目标成像的方法 | |
Zhang et al. | A new SAR–GMTI high-accuracy focusing and relocation method using instantaneous interferometry | |
Dawidowicz et al. | First polish SAR trials | |
Farhadi et al. | Synthetic aperture radar imaging of moving targets for automotive applications | |
Putney et al. | Synthetic aperture sonar-the modern method of underwater remote sensing | |
Jiang et al. | Along-track swarm SAR: Echo modeling and sub-aperture collaboration imaging based on sparse constraints |
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 |