CN115407282A - 一种短基线下基于干涉相位的sar有源欺骗干扰检测方法 - Google Patents

Abstract

本发明公开了一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，涉及合成孔径雷达抗干扰领域。首先对待测场景利用短基线InSAR系统成像，得到主SAR图像和辅SAR图像，并对主SAR图像和辅SAR图像进行干涉处理，得到有源欺骗干扰检测所需的干涉相位；然后对干涉相位分别进行距离向局部条纹频率估计和方位向相位中值计算和相位偏差计算，得到局部条纹频率和相位偏差矩阵，并分别进行二值分割，得到第一掩码矩阵和第二掩码矩阵；最后对第一掩码矩阵和第二掩码矩阵进行并运算，并进行形态学的处理，得到最终的有源欺骗干扰检测二值图结果。本发明减小了计算量，提升了计算速度，并且有效提升检测概率。

Description

一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法

技术领域

本发明涉及合成孔径雷达抗干扰领域，具体是指一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率对地成像雷达，具有全天时全天候的工作特点，其数据获取能力不受气候、光照和天气情况的影响。这些特点使得SAR在环境监测、资源勘查、军事侦察和情报获取等领域具有很高的应用价值。

近些年，伴随SAR系统的研发与使用，针对SAR干扰的研究应运而生，并在近二十年内得到了迅速的发展，相应的干扰技术理论得到了较为全面的分析，干扰效果也得到了充分的验证。通常来说，干扰方式主要分为无源干扰、有源欺骗干扰和有源压制干扰三类。其中有源欺骗干扰由于可以在较小的干扰信号功率下产生良好的干扰效果，它的应用相对来说较为广泛。其原理是通过逼真地模拟真实目标(场景)的回波，以期在SAR图像中形成具有高欺骗性虚假目标(场景)。

在现代信息战中，在复杂的电磁干扰下获取有效信息是至关重要的。因此为避免受到干扰后SAR系统的失效，相应SAR抗干扰的技术研究也是必不可少的。针对SAR有源欺骗干扰，冯晴晴等人在2018年提出了一种利用跨轨干涉法进行干扰检测的方法。该方法基于信号分析得出有源欺骗干扰虚假场景的干涉相位是一个常数的结论，也即虚假场景距离向条纹频率是零频，而真实场景的距离向条纹频率不是零频，然后通过对干涉相位距离向局部条纹频率的估计来检测出零频，即可认为其是虚假场景区域。

但是，在短基线的条件下，真实场景的条纹频率本身就很小，利用该方法进行干扰检测时需要加大局部条纹频率估计时FFT的点数，这会导致检测时间增加；而且基线较短时，由于真实场景的条纹频率很小，虚假场景与真实场景的区分度降低，该方法对噪声的影响会十分敏感，最终增大干扰检测的漏检概率。

发明内容

本发明为了解决短基线下检测时间长和漏检概率大的问题，提出了一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，利用真实场景和有源欺骗干扰产生的虚假场景在干涉相位上的差异，通过干涉相位距离向的局部条纹频率估计和方位向的相位偏差阈值分割得到两个掩码矩阵，并进行掩码矩阵的融合和形态学处理，有效检测出SAR有源欺骗干扰形成的虚假点位置。

所述的短基线下基于干涉相位的SAR有源欺骗干扰检测方法，包括以下几个步骤：

步骤一，对待测场景利用短基线InSAR系统成像，得到主SAR图像和辅SAR图像，并对主SAR图像和辅SAR图像进行干涉处理，得到有源欺骗干扰检测所需的干涉相位；

对主SAR图像和辅SAR图像进行的干涉处理，包括图像配准、共轭相乘取辐角得到干涉相位以及干涉相位滤波，具体步骤为：

步骤101，对两幅主辅SAR图像进行基于相干系数的配准处理：

首先，对两幅主辅SAR图像选取实相干函数作为相干系数进行像素级别的粗配准，得到图像整体的配准偏移量；

粗配准采取的实相干函数的数学原理如下式：

其中，u₁为主SAR图像u₂为辅SAR图像，ρ_r表示实相干函数，(m，n)为像素点的坐标，M_r，N_r表示粗配准匹配窗口的尺寸大小；|·|表示取幅度值。

然后，对主辅SAR图像按照粗配准结果进行分块，对每块图像采用复相干函数作为相干系数进行亚像素级别的精配准，得到每块图像的配准偏移量，并拟合得出每个像素点的偏移量。

精配准采用的复相干函数的数学原理如下式：

其中，ρ_c表示复相干函数，u′₁表示粗配准之后的主SAR图像，u′₂表示粗配准后的辅SAR图像，M_c，N_c表示精配准匹配窗口的尺寸大小；(·)^*表示对复数据求共轭。

步骤102，将经过图像配准后的主SAR图像u″₁和辅SAR图像u″₂进行共轭相乘再取辐角主值，从而得到干涉相位图I：

I＝arg[u″₁(u″₂)]

arg[·]表示对求复数的辐角主值。

步骤103，采用Goldstein滤波方法对干涉相位图I进行滤波，去除相位噪声，得到滤波后的干涉相位图；

其原理如下：

(1)在干涉相位图上滑窗选取固定大小的图像块z(r，a)；

(r，a)表示二维空域；

(2)对选取的图像块做二维傅里叶变换得到二维频谱；

二维频谱为：

z(u，v)＝F[z(r，a)]

(u，v)表示二维频域；

(3)对二维频谱做平滑处理：

Z′(u，v)＝S{|Z(u，v)|}^α·Z(u，v)

上式中，S{·}表示平滑算子，取α＝0.4。

(4)把平滑后的图像进行二维傅里叶逆变换，得到最终的滤波结果为：

z′(r，a)＝F^-1[Z′(u，v)]

步骤二，利用FFT频谱粗估计和CZT频谱细化对干涉相位进行距离向局部条纹频率的估计，得到干涉相位的局部条纹频率；

首先，将干涉相位变换为复数域，并对每一条距离向的干涉相位的每个像素点，均取其左右共l个相邻像素点进行p点FFT，得到所有干涉相位粗估计的距离向频谱；

然后，找到每一条距离向的干涉相位的距离向频谱最大值对应的频率，作为该条距离向干涉相位的距离向频谱细化的中心频率f₁。

最后，利用CZT对该中心频率周围2/p的频谱范围进行q点频谱细化估计，找出频谱最大值对应的频率f₂，即为干涉相位在该像素点的局部条纹频率估计值。

步骤三，利用条纹频率阈值对局部条纹频率进行二值分割，得到第一掩码矩阵；

具体为：

首先，通过雷达参数计算理论平地条纹频率，进而得到条纹频率阈值；

理论平地条纹频率f_flat的计算方法如下：

其中，主天线斜距为R_m，B为基线且长度固定，θ为波束下视角，β为基线倾角，φ为干涉相位，λ为波长，x为距离向位置，D_r为距离向采样间隔。

则条纹频率阈值f为：f＝f_flat/2；

然后，利用条纹频率阈值f对所有局部条纹频率进行二值分割，逐个判断局部条纹频率是否大于条纹频率阈值f，若是，则将对应的像素点记为有源欺骗干扰形成的虚假点，并在掩码矩阵中标记为“1”；否则，将该像素点在掩码矩阵中标记为“0”，由此得到第一掩码矩阵。

步骤四，同时，对干涉相位进行方位向相位中值计算和相位偏差计算，得到相位偏差矩阵Ψ；

具体实现过程为：

(1)取一条方位向的干涉相位Φ_col，计算该一维干涉相位的中值

其中，N为方位向点数；

(2)将Φ_col逐点与

相减并取绝对值得到相位偏差Ψ_col；

(3)重复步骤(1)和(2)，直到所有点的相位偏差计算完成，得到相位偏差矩阵Ψ。

步骤五，利用相位偏差阈值对相位偏差矩阵Ψ进行二值分割，得到第二掩码矩阵；

具体为：

首先，根据雷达参数计算模糊高，公式如下：

上式中h为目标点高程，InSAR工作模式为单发双收。

然后，根据模糊高Habu设置相位偏差阈值：

相位偏差阈值为2π*h_max/Habu，其中hmax为场景最高点的高度。

最后，判断相位偏差矩阵中各值是否大于相位偏差阈值，若是，则将其标记为有源欺骗干扰形成的虚假点，并在掩码矩阵中标记为“1”；否则，将该点在掩码矩阵中标记为“0”，组成第二掩码矩阵。

步骤六，对第一掩码矩阵和第二掩码矩阵进行并运算，并进行形态学的处理，得到最终的有源欺骗干扰检测二值图结果。

具体过程为：

(1)对第一掩码矩阵和第二掩码矩阵取并集后得到第三掩码矩阵；

(2)选取圆形为结构元素，利用该结构元素对第三掩码矩阵进行形态学的开运算，即先进行腐蚀操作，再进行膨胀操作；

(3)利用所述的结构元素对开运算的结果进行形态学的闭运算，即先进行膨胀操作，再进行腐蚀操作，最终得到SAR有源欺骗干扰检测的二值图结果。

本发明与现有技术相比的优点在于：

(1)本发明利用FFT粗估计和CZT精估计的思路优化了现有有源欺骗干扰检测方法对距离向局部条纹频率的估计，在估计精度不变的情况下减小了计算量，提升了计算速度。

(2)本发明消除了现有的有源欺骗干扰检测方法在平地条纹频率较小的时候，可能会出现漏检虚假区域的现象，本发明提出的方位向相位偏差阈值分割的方法可以有效提升检测概率。

附图说明

图1是本发明的有源欺骗干扰检测方法流程图；

图2是本发明实施例所用到的有源欺骗干扰几何模型；

图3是本发明实施例中生成的主图像幅度图；

图4是本发明实施例中生成的主辅图像干涉相位图；

图5是本发明实施例中生成的滤波之后的干涉相位图；

图6是本发明中所用到的CZT变换原理图；

图7是本发明实施例中生成的第一掩码矩阵；

图8是本发明实施例中生成的第二掩码矩阵；

图9是本发明实施例中生成的SAR有源欺骗干扰检测方法检测结果；

图10是本发明实施例中生成的虚假场景真值图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

考虑到现有技术中有源欺骗干扰检测方法的局限性，本发明提出一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，同时为解决FFT点数增加带来的运算量增大问题，采用FFT频谱粗估计+CZT频谱精估计的方法，简化运算量；此外，针对虚假场景与真实场景局部条纹频率接近导致距离向条纹频率检测漏检率高的情况，结合虚假场景与真实区域干涉相位值的差异，提出一种利用方位向相位偏差阈值分割的方法来辅助检测有源欺骗干扰区域。经检验本发明提出的SAR有源欺骗干扰检测方法比现存方法效果具有更好的效果。

一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，如图1所示，具体包括以下步骤：

步骤一：短基线InSAR系统成像得到主SAR图像和辅SAR图像，并对主SAR图像和辅SAR图像进行干涉处理，得到有源欺骗干扰检测所需的干涉相位；

短基线InSAR系统按照表1所示的系统参数仿真得到InSAR主辅图像，其中InSAR的工作模式为单发双收。成像得到的主SAR图像如图3所示，图中较亮的区域为有源欺骗干扰形成的虚假场景区域，较暗的区域为真实背景区域，在幅度图上可以发现有源欺骗干扰形成的虚假场景很容易被误认为目标。

表1 InSAR系统仿真参数

对主辅SAR图像进行干涉处理主要包括图像配准、共轭相乘取辐角得到干涉相位和干涉相位滤波等，具体为：

步骤101，对两幅主辅SAR图像进行基于相干系数的的配准处理：

首先，对两幅主辅SAR图像选取实相干函数作为相干系数进行像素级别的粗配准，得到图像整体的配准偏移量；

粗配准采取的实相干函数的数学原理如下式：

其中，u₁为主SAR图像，u₂为辅SAR图像，ρ_r表示实相干函数，(m，n)为像素点的坐标，M_r，N_r表示粗配准匹配窗口的尺寸大小；|·|表示取幅度值。

然后，对主辅SAR图像按照粗配准结果进行分块，对每块图像采用复相干函数作为相干系数进行亚像素级别的精配准，得到每块图像的配准偏移量，并拟合得出每个像素点的偏移量。精配准采用的复相干函数的数学原理如下式：

其中，ρ_c表示复相干函数，u′₁表示粗配准之后的主SAR图像，u′₂表示粗配准后的辅SAR图像，M_c，N_c表示精配准匹配窗口的尺寸大小；(·)^*表示对复数据求共轭。

步骤102，将经过图像配准后的主SAR图像u″₁和辅SAR图像u″₂进行共轭相乘再取其辐角主值，从而得到干涉相位图I，如图4所示；

I＝arg[u″₁(u″₂)]

arg[·]表示对求复数的辐角主值。

步骤103，由于存在相位噪声，因此干涉相位图上存在较多噪点。为去除相位噪声，减弱其对干扰检测的影响，采用Goldstein滤波方法对干涉相位图进行滤波；

其原理如下：

(1)在干涉相位图上滑窗选取一定大小的图像块z(r，a)，(r，a)表示二维空域；

(2)对选取的图像块做二维傅里叶变换得到二维频谱，(u，v)表示二维频域：

Z(u，v)＝F[z(r，a)] (3)

(3)对二维频谱做平滑处理：

Z′(u，v)＝S{|Z(u，v)|}^α·Z(u，v) (4)

上式中，S{·}表示平滑算子，取α＝0.4。

(4)把平滑后的图像进行二维傅里叶逆变换，得到最终的滤波结果：

z′(r，a)＝F^-1[Z′(u，v)] (5)

滤波后的干涉相位图如图5所示，可以发现虚假场景的干涉相位为一常数，且与周围真实场景的相位偏差很大，这与理论是相符的。

步骤二：利用FFT频谱粗估计和CZT(线性调频Z变换)频谱细化对干涉相位进行距离向局部条纹频率的估计，得到干涉相位的局部条纹频率；

首先，将干涉相位变换为复数域，并对每一条距离向的干涉相位的每个像素点，均取其左右共7个相邻像素点进行512点FFT，得到所有干涉相位粗估计的距离向频谱；

然后，找到每一条距离向频谱最大值对应的频率作为该距离向频谱细化的中心频率f₁。

最后，利用CZT对该中心频率周围1/256的频谱范围进行64点频谱细化估计，找出频谱最大值对应的频率f₂，即为该像素点局部条纹频率估计值。

如图6所示，CZT的定义式如下：对给定的离散时间序列x(t)(0≤t≤T-1)，其Z变换为

其中，z的取值样点z_k为

z_k＝AW^-k，k＝0，1，…，S-1 (7)

上式中：S表示复频谱的点数；k表示第k个复频谱；

A₀表示起始取样点的半径长度，θ₀表示起始取样点z₀的相角，它取决于FFT的估计结果f₁；

其中W₀表示螺旋线的伸展率，

表示相邻两点间的等分角。

在本方法中，由于干涉相位变换为复数域后，幅值全都为1，因此

将它们代入z_k，则

因此有

z取样所沿的周线如图6所示。

步骤三：设置条纹频率阈值，对局部条纹频率进行二值分割，得到第一掩码矩阵；

具体为：

真实场景的干涉相位的距离向条纹在理论上是存在一定频率的，可以用平地条纹频率来近似表示。结合图2所示的有源欺骗干扰几何模型，单发双收模式下平地条纹频率的计算公式为：

其中，A₁、A₂为主辅天线，J为干扰机位置，C为干扰信号产生的虚假场景位置。主辅斜距分别为R_m、R_s，主辅天线与干扰机的距离分别为R_jm、R_js，B为基线且长度固定，θ为波束下视角，β为基线倾角，Y方向为飞行方向，该方向垂直于基线矢量，φ为干涉相位，λ为波长，x为距离向位置，D_r为距离向采样间隔。

通过(10)式计算出平地条纹频率后，便可将条纹频率阈值f设置为f＝f_flat/2。

然后，对步骤二估计得到的局部条纹频率进行二值分割：将局部条纹频率大于条纹频率阈值f的像素点判断为虚假点，在掩码矩阵中标记为“1”；否则，将像素点在掩码矩阵中标记为“0”。该步骤得到的第一掩码矩阵如图7所示。

步骤四，同时，对步骤一得到的干涉相位进行方位向相位中值计算和相位偏差计算，得到相位偏差矩阵；

具体实现过程为：

(1)取一条方位向的干涉相位

N为方位向点数，计算该一维干涉相位的中值

(2)将Φ_col逐点与

相减并取绝对值得到相位偏差Ψ_col；

(3)重复步骤(1)和(2)，直到所有点的相位偏差计算完成，得到相位偏差矩阵Ψ。

步骤五，根据雷达参数计算模糊高，并根据模糊高设置相位阈值，利用相位阈值对相位偏差矩阵Ψ进行二值分割，得到第二掩码矩阵；

当干扰机位置距离虚假场景较远的时候，同一方位向上虚假场景的干涉相位与真实区域有较大的差异，可以通过阈值分割提取出这些干涉相位值明显异常的区域作为虚假场景点。具体为：

结合图2，单发双收模式下模糊高的计算公式为：

在本场景中认为不会有高于50m的目标出现，因此相位偏差的绝对值大于该高度贡献的干涉相位值便可视为异常值，该点也可视为异常点。

然后，通过上式计算出模糊高后，便可将相位偏差阈值设置为2π*50m/Habu；

最后，利用相位偏差阈值对相位偏差矩阵Ψ进行二值分割：相位偏差大于阈值的点判断为虚假点，在掩码矩阵中标记为“1”；否则，将该点在掩码矩阵中标记为“0”。

该步骤得到的第二掩码矩阵如图8所示，与图7的第一掩码矩阵相对比可知，第二掩码矩阵明显与真值更接近，说明方位向相位偏差阈值分割的步骤在短基线的情况下十分有效。

步骤六，对步骤三和步骤五得到的第一掩码矩阵和第二掩码矩阵进行数学上的并运算，然后进行形态学的处理和连通区域的标记，得到最终的虚假区域二值图。

首先，对两个掩码矩阵取并集，得到第三掩码矩阵，以增大检测概率。

然后，选取直径为5的圆作为结构元素，对第三掩码矩阵依次进行形态学的开运算和闭运算，得到最终的干扰检测结果。

开运算是先腐蚀再膨胀，进行开运算是为了去除斑点相位噪声的影响，降低虚警率；闭运算是先膨胀再腐蚀，进行闭运算是为了修复一些可能断裂的干扰区域，提升检测概率。

其中腐蚀操作和膨胀操作的定义如下：

集合A被集合B腐蚀，其中A为第三掩码矩阵，B为结构元素，记为

集合A被集合B膨胀，其中B为结构元素，记为

图9为该步骤得到的最终的虚假区域二值图，对比图10所示的虚假场景真值图，可以看出SAR有源欺骗干扰形成的虚假场景区域被有效地检测了出来。

将本发明的干扰检测结果与真值进行统计分析，分别从检测概率、虚警概率和运行时间三个方面对本发明提出的有源欺骗干扰检测方法进行评估，并与距离向频率检测的方法进行对比，统计结果如表2所示。

表2本发明有源欺骗干扰检测方法性能定量评估

从上表所示的统计结果以及实施例得到的图7-图10可以看出，现有的基于距离向条纹频率估计的方法干扰检测的结果检测概率很低，而虚警概率稍大，难以判断虚假场景的真正位置；而本发明的方法则有着很高的检测概率和很低的虚警概率，可以非常清晰地找出虚假场景的位置，且计算速度也要更快。

综合以上分析可知，本发明提出的短基线下基于干涉相位的SAR有源欺骗干扰检测方法对现有方法进行了较大改进，克服了现有方法在短基线下运算慢且检测概率低的缺点，在较快的检测速度下实现了较高的检测概率。

提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (8)

1.一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，包括以下步骤：

步骤一，对待测场景利用短基线InSAR系统成像，得到主SAR图像和辅SAR图像，并对主SAR图像和辅SAR图像进行干涉处理，得到有源欺骗干扰检测所需的干涉相位；

对主SAR图像和辅SAR图像进行的干涉处理，包括图像配准、共轭相乘取辐角得到干涉相位以及干涉相位滤波；

步骤二，利用FFT频谱粗估计和CZT频谱细化对干涉相位进行距离向局部条纹频率的估计，得到干涉相位的局部条纹频率；

步骤三，利用条纹频率阈值对局部条纹频率进行二值分割，得到第一掩码矩阵；

步骤四，同时，对干涉相位进行方位向相位中值计算和相位偏差计算，得到相位偏差矩阵；

步骤五，利用相位偏差阈值对相位偏差矩阵Ψ进行二值分割，得到第二掩码矩阵；

步骤六，对第一掩码矩阵和第二掩码矩阵进行并运算，并进行形态学的处理，得到最终的有源欺骗干扰检测二值图结果。

2.根据权利要求1所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，步骤一所述的对主SAR图像和辅SAR图像进行的干涉处理，具体步骤为：

步骤101，对两幅主辅SAR图像进行基于相干系数的配准处理：

首先，对两幅主辅SAR图像选取实相干函数作为相干系数进行像素级别的粗配准，得到图像整体的配准偏移量；

粗配准采取的实相干函数的数学原理如下式：

其中，u₁为主SAR图像，u₂为辅SAR图像，ρ_r表示实相干函数，(m,n)为像素点的坐标，M_r,N_r表示粗配准匹配窗口的尺寸大小；|·|表示取幅度值；

然后，对主辅SAR图像按照粗配准结果进行分块，对每块图像采用复相干函数作为相干系数进行亚像素级别的精配准，得到每块图像的配准偏移量，并拟合得出每个像素点的偏移量；

精配准采用的复相干函数的数学原理如下式：

其中，ρ_c表示复相干函数，u′₁表示粗配准之后的主SAR图像，u′₂表示粗配准后的辅SAR图像，M_c,N_c表示精配准匹配窗口的尺寸大小；(·)^*表示对复数据求共轭；

步骤102，将经过图像配准后的主SAR图像u″₁和辅SAR图像u″₂进行共轭相乘再取辐角主值，从而得到干涉相位图I：

arg[·]表示对求复数的辐角主值；

步骤103，采用Goldstein滤波方法对干涉相位图I进行滤波，去除相位噪声，得到滤波后的干涉相位图。

3.根据权利要求2所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，所述的采用Goldstein滤波方法对干涉相位图I进行滤波的具体过程为：

(1)在干涉相位图上滑窗选取固定大小的图像块z(r，a)；

(r，a)表示二维空域；

(2)对选取的图像块做二维傅里叶变换得到二维频谱；

二维频谱为：

Z(u，v)＝F[z(r，a)]

(u，v)表示二维频域；

(3)对二维频谱做平滑处理：

Z′(u，v)＝S{|z(u，v)|}^α·Z(u，v)

上式中，S{·}表示平滑算子，取α＝0.4；

(4)把平滑后的图像进行二维傅里叶逆变换，得到最终的滤波结果为：

z′(r，a)＝F^-1[Z′(u，v)]。

4.根据权利要求1所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，所述的步骤二具体为：

首先，将干涉相位变换为复数域，并对每一条距离向的干涉相位的每个像素点，均取其左右共l个相邻像素点进行p点FFT，得到所有干涉相位粗估计的距离向频谱；

然后，找到每一条距离向的干涉相位的距离向频谱最大值对应的频率，作为该条距离向干涉相位的距离向频谱细化的中心频率f₁；

最后，利用CZT对该中心频率周围2/p的频谱范围进行q点频谱细化估计，找出频谱最大值对应的频率f₂，即为干涉相位在该像素点的局部条纹频率估计值。

5.根据权利要求1所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，所述的步骤三具体为：

首先，通过雷达参数计算理论平地条纹频率，进而得到条纹频率阈值；

理论平地条纹频率f_flat的计算方法如下：

其中，主天线斜距为R_m，B为基线且长度固定，θ为波束下视角，β为基线倾角，φ为干涉相位，λ为波长，x为距离向位置，D_r为距离向采样间隔；

则条纹频率阈值f为：f＝f_flat/2

然后，利用条纹频率阈值对所有局部条纹频率进行二值分割，逐个判断局部条纹频率是否大于条纹频率阈值f，若是，则将对应的像素点记为有源欺骗干扰形成的虚假点，并在掩码矩阵中标记为“1”；否则，将该像素点在掩码矩阵中标记为“0”，由此得到第一掩码矩阵。

6.根据权利要求1所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，所述的步骤四的具体实现过程为：

(1)取一条方位向的干涉相位Φ_col，计算该一维干涉相位的中值

其中，N为方位向点数；

(2)将Φ_col逐点与

相减并取绝对值得到相位偏差Ψ_col；

(3)重复步骤(1)和(2)，直到所有方位向的干涉相位各点的相位偏差计算完成，得到相位偏差矩阵Ψ。

7.根据权利要求1所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，所述的步骤五具体为：

首先，根据雷达参数计算模糊高，公式如下：

上式中h为目标点高程，InSAR工作模式为单发双收；

然后，根据模糊高Habu设置相位偏差阈值：

相位偏差阈值为2π*h_max/Habu，其中h_max为场景最高点的高度；

最后，判断相位偏差矩阵中各值是否大于相位偏差阈值，若是，则将其标记为有源欺骗干扰形成的虚假点，并在掩码矩阵中标记为“1”；否则，将该点在掩码矩阵中标记为“0”，组成第二掩码矩阵。

8.根据权利要求1所述的一种短基线下基于干涉相位的SAR有源欺骗干扰检测方法，其特征在于，步骤六中所述的对第一掩码矩阵和第二掩码矩阵进行处理的过程具体为：

(1)对第一掩码矩阵和第二掩码矩阵取并集后得到第三掩码矩阵；

(2)选取圆形为结构元素，利用该结构元素对第三掩码矩阵进行形态学的开运算，即先进行腐蚀操作，再进行膨胀操作；

(3)利用所述的的结构元素对开运算的结果进行形态学的闭运算，即先进行膨胀操作，再进行腐蚀操作，最终得到SAR有源欺骗干扰检测的二值图结果。

Images