CN115755046A - 一种用于条带sar大方位幅宽成像的扩展pfa算法 - Google Patents
一种用于条带sar大方位幅宽成像的扩展pfa算法 Download PDFInfo
- Publication number
- CN115755046A CN115755046A CN202211282132.9A CN202211282132A CN115755046A CN 115755046 A CN115755046 A CN 115755046A CN 202211282132 A CN202211282132 A CN 202211282132A CN 115755046 A CN115755046 A CN 115755046A
- Authority
- CN
- China
- Prior art keywords
- azimuth
- distance
- sar
- processing
- imaging
- 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
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于SAR成像技术领域,公开了一种用于条带SAR大方位幅宽成像的扩展PFA算法,采用新的去斜函数有效避免了回波信号方位频谱的混叠,使得PFA算法的两维插值处理能够正确进行;在完成插值处理和统一的相位补偿后,利用方位变标方法将数据聚焦在方位波数域,有效避开了图像的折叠,获得大方位幅宽成像结果。尤其是可以应用于条带SAR长孔径数据的聚焦处理,规避了应用常规PFA算法处理过程中,当条带SAR方位成像范围超过一定限制时,去斜处理会导致回波信号方位频谱混叠而无法得到正确的聚焦图像的问题。
Description
技术领域
本发明属于SAR成像技术领域,具体涉及一种用于条带SAR大方位幅宽成像的扩展PFA算法。
背景技术
合成孔径雷达(SAR)作为一种主动式微波遥感设备,不仅具备常规雷达全天时、全天候、远作用距离等特点,还能够对地面场景进行两维高分辨成像,极大提升了雷达的信息获取和感知能力,获得了世界各军事强国的重视。SAR最常用的工作模式有条带模式和聚束模式。条带模式在成像过程中保持雷达波束指向不变,随着SAR平台的运动可以形成一个平行于航迹的条形观测区域,主要用于连续、大面积的侦察;聚束模式在成像过程中调整雷达波束指向始终照射待成像区域,从而突破了条带模式下方位积累角受天线波束宽度的限制,可以获得更高的成像分辨率,主要用于对小范围场景进行精细观测。
成像算法是获得高质量SAR图像的关键。SAR成像算法经过多年的快速发展,已经形成多种算法共存的局面,它们大致可以分为两类:频域类算法和时域类算法。频域类算法比较典型的有距离多普勒算法(RDA)、线频调变标算法(CSA)以及距离徙动算法(RMA)等。频域类算法利用回波信号的方位平移不变性,在方位频域进行统一的距离单元徙动(RCM)校正和方位匹配滤波,算法具有很高的运算效率。
然而,频域类算法需要获得回波信号精确的频谱表达形式。时域类算法主要指后向投影(BP)算法,其结合平台实际飞行轨迹采用逐点投影的方式实现相干积累成像。BP算法可适用于任意飞行轨迹,但是存在运算量过大的问题。
除上述算法外,聚束SAR成像中常用的极坐标格式算法(PFA)是一种较为特殊的方法,其将数据存储为极坐标格式并通过两维插值操作在方位时域实现了统一的RCM校正与方位处理。PFA流程简单,运算效率高,很容易与机载SAR运动补偿相结合,并且对平台非匀速飞行导致的方位回波信号非均匀采样具有较强的适应能力,在机载SAR数据处理中得到了广泛的应用。然而,PFA算法只适用于聚束模式或条带模式的短孔径成像。在条带模式下,当方位成像幅宽较大、合成孔径长度较长时,PFA算法中的去斜处理可能使回波信号在方位多普勒域出现频谱混叠,导致PFA的两维插值过程不能正确进行,并造成场景回波不能被正确聚焦。
目前,针对大方位幅宽的条带SAR成像问题,对PFA算法的改进主要有:
1.在文献“PFA在SAR超高分辨率成像和SAR/GMTI中的应用研究”中,对PFA原理进行了深入的研究,提出了一种基于空变后处理的PFA算法,该算法能够比较精确地补偿波前弯曲引入的几何失真,结合图像拼接,可在条带SAR模式下生成连续的大场景SAR图像。然而,文中PFA算法只适用于条带SAR短孔径成像,通过图像拼接得到大场景SAR图像,一方面会造成图像分辨率的损失,另一方面图像可能存在明显的拼痕。
2.在文献“Beam Steering SAR Data Processing by a Generalized PFA”中,孙光才等人提出了一种广义的PFA算法,它吸收了常规PFA算法对信号处理的高效性和“两步”方法中方位变标对避开方位模糊的有效性。然而,它针对的是滑动聚束SAR和TOPS SAR的数据处理,并不适合用于条带SAR成像处理。
发明内容
有鉴于此,本说明书实施例提供一种用于条带SAR大方位幅宽成像的扩展PFA算法,解决在条带模式下,当方位成像范围较大、合成孔径长度较长时,常规PFA算法中的去斜处理使回波信号在方位多普勒域出现频谱混叠,导致PFA的两维插值过程不能正确进行,并造成场景回波不能被正确聚焦的问题,为未来工程化应用奠定必要的理论基础。
一种用于条带SAR大方位幅宽成像的扩展PFA算法,包括如下步骤:
步骤1、获取条带SAR回波数据,对回波数据进行距离向脉冲压缩处理;
步骤2、构造去斜函数,对距离向脉冲压缩后的信号进行距离单元徙动的整体校正;
步骤3、对去斜处理后的信号进行两维插值处理;
步骤4、对两维插值处理后的信号进行距离波数和方位波数的高次相位的统一补偿,并将信号变换到距离空域,完成距离向处理;
步骤5、对距离向处理后的信号进行方位变标处理;
步骤6、对方位变标处理后的信号进行方位压缩处理并进行方位逆傅里叶变换得到聚焦的图像;
步骤7、对所得图像进行相位补偿,保持回波信号的相位特性;
步骤8、对相位补偿后的图像进行波前弯曲校正,获得无几何失真且聚焦良好的条带SAR图像。
进一步地,步骤1中根据雷达发射的线性调频信号,以成像场景中心为坐标原点,雷达飞行方向为X轴建立直角坐标系;雷达波束照射到场景中点目标P(Xn,Yn),距离压缩后点目标P的回波在距离波数域可以表示为
式中,Kr=4π(fc+fr)/c为距离波数,fr为距离频率,fc为雷达载频,c为电磁波传播速度,ta表示方位慢时间;σP为点目标P的复散射系数,tc=Xn/v为点目标P的波束中心时刻,v为雷达平台飞行速度;Ta为点目标P的合成孔径时间,Wr(·)和wa(·)分别表示发射信号的距离波数域窗函数和方位窗函数;为点目标P到雷达天线相位中心的瞬时斜距,Rs为天线相位中心到场景中心的距离。
进一步地,步骤2中构造的去斜函数为
去斜函数对回波数据进行处理后的回波信号为
其中λ为发射信号中心波长。
进一步地,步骤3中对去斜处理后的信号进行两维插值处理后,所得信号为
其中,Kx、Ky分别为两维插值后的方位向波数和距离向波数,经插值后第一个相位项exp(-jKyYn+jKxXn)表示目标聚焦后的位置,第二个相位项为去斜处理和两维插值处理后产生的距离波数和方位波数的高次相位。
式中Gr表示距离压缩增益,Kyc=4π/λ表示距离波数的中间值,Y为距离坐标变量。
式中,fx为方位空域变量。
其中Ga表示方位压缩增益,X为方位坐标变量。
与现有技术相比,本发明的有益效果至少包括:本发明采用新的去斜函数有效避免了回波信号方位频谱的混叠,使得PFA算法的两维插值处理能够正确进行;在完成插值处理和统一的相位补偿后,利用方位变标方法将数据聚焦在方位波数域,有效避开了图像的折叠,获得大方位幅宽成像结果。尤其是可以应用于条带SAR长孔径数据的聚焦处理,规避了应用常规PFA算法处理过程中,当条带SAR方位成像范围超过一定限制时,去斜处理会导致回波信号方位频谱混叠而无法得到正确的聚焦图像的问题。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为实施例2中用于条带SAR大方位幅宽成像的扩展PFA算法流程图;
图2为实施例2中条带SAR工作几何示意图
图3为实施例2中去斜处理后的两维频谱
图4为实施例2中距离压缩及RCM校正结果
图5为实施例2中仿真成像结果对比
图6为实施例2中波前弯曲校正结果对比
图7为实施例2几何失真校正结果
图8为实施例2机载条带SAR实测数据处理结果对比。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例1
一种用于条带SAR大方位幅宽成像的扩展PFA算法,包括如下步骤:
步骤1、获取条带SAR回波数据,对回波数据进行距离向脉冲压缩处理;
步骤2、构造去斜函数,对距离向脉冲压缩后的信号进行距离单元徙动(RCM)的整体校正;
步骤3、对去斜处理后的信号进行两维插值处理;
步骤4、对两维插值处理后的信号进行距离波数和方位波数的高次相位的统一补偿,并将信号变换到距离空域,完成距离向处理;
步骤5、对距离向处理后的信号进行方位变标处理;
步骤6、对方位变标处理后的信号进行方位压缩处理并进行方位逆傅里叶变换得到聚焦的图像;
步骤7、对所得图像进行相位补偿,保持回波信号的相位特性;
步骤8、对相位补偿后的图像进行波前弯曲校正,获得无几何失真且聚焦良好的条带SAR图像。
在本实施例中的扩展PFA算法采用新的去斜函数有效避免了回波信号方位频谱的混叠,使得PFA算法的两维插值处理能够正确进行;在完成插值处理和统一的相位补偿后,利用方位变标方法将数据聚焦在方位波数域,有效避开了图像的折叠,获得大方位幅宽成像结果。尤其是可以应用于条带SAR长孔径数据的聚焦处理,规避了应用常规PFA算法处理过程中,当条带SAR方位成像范围超过一定限制时,去斜处理会导致回波信号方位频谱混叠而无法得到正确的聚焦图像的问题。
实施例2
为使本发明的目的、技术方案和优点更加清楚明白,参照附图1所示的扩展PFA算法处理流程,对本发明作进一步详细说明。
步骤1:根据附图2所示条带SAR工作几何示意图,得到长孔径回波信号。以成像场景中心为坐标原点,雷达飞行方向为X轴建立直角坐标系。雷达平台以速度v沿X轴方向匀速直线飞行,天线相位中心到场景中心的距离为Rs。在数据录取过程中,雷达波束照射到场景中某一点目标P(Xn,Yn),其中Xn、Yn分别表示点目标的横坐标和纵坐标。点目标P到雷达天线相位中心的瞬时斜距为
其中,ta表示方位慢时间。假设雷达发射信号为线性调频(LFM)信号,则距离压缩后点目标P的回波在距离波数域可以表示为
式中Kr=4π(fc+fr)/c为距离波数,fr为距离频率,fc为雷达载频,c为电磁波传播速度,σP为点目标P的复散射系数,tc=Xn/v为点目标P的波束中心时刻,Ta为点目标P的合成孔径时间,Wr(·)和wa(·)分别表示发射信号的距离波数域窗函数和方位窗函数。
步骤2:构造新的去斜函数,对数据进行距离单元徙动(RCM)的整体校正,并避免条带SAR长孔径成像时出现多普勒频谱混叠。本发明构造的去斜函数为
常规PFA算法中的去斜函数,距离波数可以分解为两项:与距离频率fr有关的项和无关的项,其中与fr有关的项完成RCM的整体校正,将信号转换到极坐标中;而与fr无关的项则对方位回波的相位历程进行统一补偿,在降低单个点目标多普勒带宽的同时,也会造成条带SAR大方位幅宽成像时出现多普勒混叠,这是我们不希望的。本发明构造的去斜函数只进行RCM的整体校正,并没有去除回波信号的方位相位历程,对场景回波的多普勒带宽影响较小,可以有效避免多普勒频谱出现混叠。
采用式(3)的去斜函数对回波数据进行处理后,回波信号变为
其中λ为发射信号中心波长,附图3给出了仿真数据去斜处理后的两维频谱。由于仿真场景方位幅宽较大,常规PFA算法的去斜处理导致场景回波的多普勒频谱出现混叠,如附图3(a)所示。而本发明的去斜过程只进行了RCM的整体校正,并没有去除方位回波的相位历程,因此对场景回波的多普勒频谱影响较小,不会出现混叠现象,如附图3(b)所示。
步骤3:对式(4)进行两维插值操作,可以表示为
其中,Kx、Ky分别为两维插值后的方位向波数和距离向波数,经过插值后,所得信号为
其中,第一个相位项exp(-jKyYn+jKxXn)表示目标聚焦后的位置,第二个相位项为去斜处理和两维插值处理后产生的距离波数和方位波数的高次相位,它们将导致两维散焦。但是从式中可以看出,该高次相位与点目标的位置无关,因此可以对其进行统一补偿。
步骤4:对去斜处理和两维插值处理后产生的距离波数和方位波数的高次相位进行统一补偿,相位补偿函数为
完成相位补偿后,将信号变换到距离空域,为
式中Gr表示距离压缩增益,Kyc=4π/λ表示距离波数的中间值,Y为距离坐标变量。由上式可知,RCM已经被很好的校正。
附图4给出了场景中心线上不同方位点目标的RCM校正结果。附图4(a)为常规PFA算法的处理结果。从图中可以看出,由于常规PFA算法的方位去斜处理导致场景中部分点目标频谱发生混叠,其RCM已经无法得到正确校正。附图4(b)为扩展PFA算法的处理结果,可以看出,所有方位点目标的RCM均已经被正确校正。
步骤5:当条带SAR方位成像幅宽超过式(9)的限制时,对信号式(8)进行方位向傅里叶变换获得的SAR图像将会出现折叠现象。
为了获得不折叠的条带SAR图像,对信号式(8)进行方位变标处理,变标函数为
式(8)与式(10)相乘后,将所得信号变换到方位空域,可以得到
式中,fx为方位空域变量。
步骤6:,对信号进行方位压缩,方位压缩函数可以表示为
将式(12)与式(11)相乘,并对结果进行方位逆傅里叶变换操作,所得结果为
其中Ga表示方位压缩增益,X为方位坐标变量。从式(12)可以看出,点目标已经得到了良好的聚焦。
步骤7:对所得图像进行相位补偿,使扩展PFA算法具有保相性,补偿函数为
附图5给出了常规PFA算法和本发明的扩展PFA算法的仿真成像结果对比。附图5(a)为采用常规PFA算法处理得到的图像,可以看出,虽然场景中没有出现频谱混叠的部分点目标得到聚焦,但是对于出现频谱混叠的点目标,由于无法进行正确的两维插值处理,点目标无法完成聚焦。附图5(b)为采用扩展PFA算法处理得到的图像,由于场景中所有点目标均得到了正确的处理,因此,所有点目标均已经被正确聚焦到其对应的位置上。
步骤8:对所得图像进行波前弯曲校正,解决图像的散焦以及几何失真问题。与常规PFA算法相同,在扩展PFA算法的推导过程中也忽略了波前弯曲的影响,这会造成图像几何失真以及场景边沿点目标的散焦。由于扩展PFA算法主要针对条带SAR大方位幅宽成像,两维成像幅宽较大,因此,完成数据的聚焦成像后还需要进行波前弯曲校正,该过程可以采用常规PFA算法的波前弯曲校正方法进行。
为了说明PFA算法的波前弯曲校正方法同样适用于扩展PFA算法,附图6给出了采用PFA算法的波前弯曲校正前后场景中A、B、C三个点目标的成像结果对比,附图7给出了几何失真校正结果。可以看出,波前弯曲校正后,场景边沿点目标的散焦现象被有效消除,所有目标均得到了良好的聚焦;几何失真校正后,图像的几何失真也已经被消除。
附图8给出了某一机载条带SAR实测数据的成像结果对比,图中所示结果已经经过波前弯曲校正,成像场景幅宽约为2km×3.6km(距离向×方位向)。载机飞行速度为340km/h,系统PRF为330Hz,场景中心距离为30km,由式(9)可知采用常规PFA算法若要得到正确聚焦的图像,方位成像幅宽应不超过1.4km。由于该场景方位实际幅宽远远超过了上述限制,因此采用常规PFA算法得到的图像出现了严重的模糊和散焦现象,如附图8(a)所示。采用扩展PFA算法依然可以对整个场景进行正确地聚焦成像,如附图8(b)所示。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种用于条带SAR大方位幅宽成像的扩展PFA算法,其特征在于,包括如下步骤:
步骤1、获取条带SAR回波数据,对回波数据进行距离向脉冲压缩处理;
步骤2、构造去斜函数,对距离向脉冲压缩后的信号进行距离单元徙动的整体校正;
步骤3、对去斜处理后的信号进行两维插值处理;
步骤4、对两维插值处理后的信号进行距离波数和方位波数的高次相位的统一补偿,并将信号变换到距离空域,完成距离向处理;
步骤5、对距离向处理后的信号进行方位变标处理;
步骤6、对方位变标处理后的信号进行方位压缩处理并进行方位逆傅里叶变换得到聚焦的图像;
步骤7、对所得图像进行相位补偿,保持回波信号的相位特性;
步骤8、对相位补偿后的图像进行波前弯曲校正,获得无几何失真且聚焦良好的条带SAR图像。
2.根据权利要求1所述的用于条带SAR大方位幅宽成像的扩展PFA算法,其特征在于,步骤1中根据雷达发射的线性调频信号,以成像场景中心为坐标原点,雷达飞行方向为X轴建立直角坐标系;雷达波束照射到场景中点目标P(Xn,Yn),距离压缩后点目标P的回波在距离波数域可以表示为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211282132.9A CN115755046A (zh) | 2022-10-19 | 2022-10-19 | 一种用于条带sar大方位幅宽成像的扩展pfa算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211282132.9A CN115755046A (zh) | 2022-10-19 | 2022-10-19 | 一种用于条带sar大方位幅宽成像的扩展pfa算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755046A true CN115755046A (zh) | 2023-03-07 |
Family
ID=85353949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211282132.9A Pending CN115755046A (zh) | 2022-10-19 | 2022-10-19 | 一种用于条带sar大方位幅宽成像的扩展pfa算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755046A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116087954A (zh) * | 2023-04-06 | 2023-05-09 | 中国科学院空天信息创新研究院 | 一种实孔径系统近距离偏焦合成孔径成像方法 |
-
2022
- 2022-10-19 CN CN202211282132.9A patent/CN115755046A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116087954A (zh) * | 2023-04-06 | 2023-05-09 | 中国科学院空天信息创新研究院 | 一种实孔径系统近距离偏焦合成孔径成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3144702B1 (en) | Method and device for synthethic aperture radar imaging based on non-linear frequency modulation signal | |
CN108051809B (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN111142105B (zh) | 复杂运动目标isar成像方法 | |
Davidson et al. | A chirp scaling approach for processing squint mode SAR data | |
Lanari et al. | Spotlight SAR data focusing based on a two-step processing approach | |
US9329264B2 (en) | SAR image formation | |
US9250322B2 (en) | Signal processing methods and apparatus | |
CN108459321B (zh) | 基于距离-方位圆模型的大斜视高分辨率sar成像方法 | |
US7551119B1 (en) | Flight path-driven mitigation of wavefront curvature effects in SAR images | |
Yang et al. | Squinted TOPS SAR imaging based on modified range migration algorithm and spectral analysis | |
Zuo et al. | Unified coordinate system algorithm for terahertz video-SAR image formation | |
CN113702974B (zh) | 一种机载/弹载合成孔径雷达图像快速优化方法 | |
Qiu et al. | An Omega-K algorithm with phase error compensation for bistatic SAR of a translational invariant case | |
CN111722225B (zh) | 基于先验相位结构信息的双基sar两维自聚焦方法 | |
CN108008387B (zh) | 一种机载阵列天线下视三维成像方法 | |
CN115755046A (zh) | 一种用于条带sar大方位幅宽成像的扩展pfa算法 | |
CN116299462A (zh) | 一种低轨卫星辐射源的被动双基前视sar聚束成像方法 | |
CN109143235B (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
CN109143236B (zh) | 适用于复杂飞行轨迹的双基聚束sar大场景成像方法 | |
Amein et al. | Fractional chirp scaling algorithm: Mathematical model | |
CN111624602A (zh) | 一种旋转FrFT域构建SAR方位向分辨率成像方法 | |
Amein et al. | Azimuth fractional transformation of the fractional chirp scaling algorithm (FrCSA) | |
CN115453530B (zh) | 一种基于参数化模型的双基sar滤波反投影两维自聚焦方法 | |
Saeedi et al. | Improved navigation-based motion compensation for LFMCW synthetic aperture radar imaging | |
CN116136595A (zh) | 基于两级尺度微调的协同探测双基前视sar成像处理方法 |
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 |