CN116148856B - 一种sar动目标二维自聚焦成像处理方法 - Google Patents

一种sar动目标二维自聚焦成像处理方法 Download PDF

Info

Publication number
CN116148856B
CN116148856B CN202310401994.7A CN202310401994A CN116148856B CN 116148856 B CN116148856 B CN 116148856B CN 202310401994 A CN202310401994 A CN 202310401994A CN 116148856 B CN116148856 B CN 116148856B
Authority
CN
China
Prior art keywords
dimensional
moving target
phase error
image
bistatic
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.)
Active
Application number
CN202310401994.7A
Other languages
English (en)
Other versions
CN116148856A (zh
Inventor
王昕�
王共赛
崔烨
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202310401994.7A priority Critical patent/CN116148856B/zh
Publication of CN116148856A publication Critical patent/CN116148856A/zh
Application granted granted Critical
Publication of CN116148856B publication Critical patent/CN116148856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/9004—SAR image acquisition techniques
    • G01S13/9019—Auto-focussing of the SAR 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
    • 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
    • G01S13/9058—Bistatic or multistatic SAR

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

本发明属于雷达图像处理技术领域，具体地说，是一种SAR动目标二维自聚焦成像处理方法，其主要步骤包括：建立双基地数据采集模型，获取双基地PFA极坐标格式转换后的动目标空间频率域信号模型；推导动目标图像的二维空间频率域相位误差数值表达式；根据动目标的位置信息反推二维频率域相位误差数值，对图像进行预滤波处理，实现粗补偿；预滤波后，进行距离徙动校正、子孔径分解和方位向一维自聚焦处理，求解距离徙动曲线；对距离徙动曲线进行keystone变换，根据模型得到两维相位误差的初始估计数值；构造代价函数，进行二维稀疏约束求解；实验仿真验证本发明中对任意航迹、任意运动轨迹下的动目标二维稀疏自聚焦方法的有效性。

Description

一种SAR动目标二维自聚焦成像处理方法
技术领域
本发明属于雷达图像处理技术领域，具体地说，是一种SAR动目标二维自聚焦成像处理方法。
背景技术
合成孔径雷达（SAR）是一种全天时、全天候的高分辨率成像雷达，现已广泛应用于军事侦察、资源探测、灾害监视等重要场景中。双基地合成孔径雷达（SAR）发射站和接收站分置于不同平台上，相比于单基地SAR，具有反侦察、抗干扰和生存能力强等特点，在军用和民用领域具有十分重要的应用价值。双基地SAR不仅可以监测静止目标，同时也可以对动目标进行监测和成像。
PFA（极坐标格式成像算法）是一种经典的SAR聚束模式成像算法。在双基地SAR系统成像中，PFA是一种有效的选择。在双基地SAR成像系统中，由于机载运动时的抖动和轨迹的偏差以及目标物的运动会在雷达回波数据中引入距离徙动和方位向的相位偏移，从而导致图像出现散焦，质量下降。只采用一维方位向的相位误差补偿不能达到良好的聚焦效果，因此，为了获取高质量、高分辨率的SAR图像，需要对图像进行二维相位误差补偿。
目前，对于自聚焦算法的研究，更多的是对方位向相位误差（APE）估计，而忽略了距离向的RCM估计和补偿，然而，为了得到高质量的聚焦图像，RCM的估计和补偿是不容忽视的。
发明内容
为了解决这一问题，本发明通过估计相位误差模型，先对原始PFA数据进行预补偿，然后利用ISAR的包络对齐方法首先估计RCM，再利用RCM与APE之间的分析关系，通过PGA算法估计APE，以达到更好的聚焦效果，最后采用二维稀疏求解对图像处理，以获得质量更高的图像。
本发明采用回波信号的相位补偿技术，可以对匀速和非匀速运动的目标成像实现良好的聚焦效果，具体采用的技术方案如下：
一种SAR动目标二维自聚焦成像处理方法，包括以下步骤：
S1、建立双基地SAR数据采集模型，获取PFA处理后的动目标信号模型；
S2、利用拟合和插值推导动目标图像的二维空间频率域相位误差数值表达式；
S3、根据动目标的位置信息反推二维频率域相位误差数值，对图像进行预滤波处理，实现粗补偿；
S4、预滤波后，进行子孔径分解，距离徙动校正和方位向一维自聚焦处理，求解距离徙动曲线；
S5、对距离徙动曲线进行keystone变换，根据模型得到两维相位误差的初始估计数值；
S6、构造代价函数，进行二维稀疏约束求解;
S7、通过点目标仿真验证本发明对任意航迹、任意运动轨迹下动目标图像可以实现二维重聚焦处理。
本发明的进一步改进，S1通过构建双基地SAR信号模型，得到回波信号，经过PFA算法处理后得到动目标相位误差为：
Figure SMS_1
其中，
Figure SMS_2
，
发射机和接收机平台在任意方位采样时间
Figure SMS_6
的斜视角度为/>
Figure SMS_10
和/>
Figure SMS_13
，俯仰角度为/>
Figure SMS_5
和/>
Figure SMS_7
，/>
Figure SMS_12
和/>
Figure SMS_15
是动目标极坐标格式转换后的坐标，/>
Figure SMS_3
和/>
Figure SMS_8
分别是方位向空间频率和距离向空间频率，/>
Figure SMS_11
是方位时间变量，/>
Figure SMS_14
为距离向频率，/>
Figure SMS_4
为载波频率，/>
Figure SMS_9
为动目标对应的双基地差分距离。
在本发明中，利用拟合和插值得到S2进行双基地PFA动目标相位误差，如下：
Figure SMS_16
其中：
Figure SMS_17
Figure SMS_18
为PFA极坐标格式转换后的方位向采样数值，由数据插值确定。
依据动目标位置信息反推得到双基地差分距离泰勒展开系数，进而依据二维相位误差模型设计滤波器实现动目标图像的预滤波处理，可以实现相位误差粗补偿。
二维极坐标格式相位误差
Figure SMS_19
直接决定了动目标PFA成像后的图像域位置
Figure SMS_20
。求解/>
Figure SMS_21
对空间频率/>
Figure SMS_22
和/>
Figure SMS_23
的一阶导数，并反推可以得到与双基地差分距离有关的信息为
Figure SMS_24
其中
Figure SMS_25
通常情况，动目标在图像中的位置
Figure SMS_26
是已知的。因此，基于上述公式，可以利用图像域位置反推得到部分差分距离向信息，进而依据模型得到部分二维相位误差。利用上述信息设置预补偿滤波器为：
Figure SMS_27
基于图像域位置反推得到了双基地差分距离部分信息，进而采用上述滤波可以实现动目标图像的粗聚焦补偿。
本发明对预补偿动目标图像进行距离徙动估计，同时考虑图像的越距离单元走动和距离单元内走动，通过越距离单元徙动校正、降分辨率处理以及方位向自聚焦来实现距离徙动曲线估计。
本发明对估计得到的RCM曲线进行keystone变换反推得到处理后的二维相位误差估计值
Figure SMS_28
。
利用曲线拟合提高RCM估计精度，并去除方位相位误差中的线性相位误差，然后依据模型可以得到动目标回波差分距离曲线
Figure SMS_29
。对上述差分距离曲线进行keystone插值处理，可以得到/>
Figure SMS_30
然后依据模型得到二维相位误差初始估计值
Figure SMS_31
Figure SMS_32
本发明的进一步改进，S6在完成二维相位误差初始估计后，利用二维稀疏约束，计算并实现数据的重聚焦和相位误差估计的迭代更新，最后实现数据的聚焦处理。
设置代价函数：
Figure SMS_33
其中，
Figure SMS_36
和/>
Figure SMS_35
表示对二维相位误差模型/>
Figure SMS_45
与/>
Figure SMS_34
和/>
Figure SMS_42
之间的对应关系，/>
Figure SMS_39
为离散一阶梯度矩阵，/>
Figure SMS_47
，/>
Figure SMS_43
为二维傅里叶变换矩阵，/>
Figure SMS_46
为降采样矩阵，/>
Figure SMS_38
为加权因子，/>
Figure SMS_44
和/>
Figure SMS_40
分别为二范数和一范数。上式中，/>
Figure SMS_49
和/>
Figure SMS_41
分别为二范数和一范数，上述代价函数中，第一项/>
Figure SMS_48
为数据保真项，第二项/>
Figure SMS_37
为稀疏约束项。对上述最优化问题进行迭代求解可以实现相位误差的迭代更新和动目标图像的重聚焦处理。
本发明的有益效果：本发明推导了更为精确的动目标二维相位误差模型，根据推导得到的模型，对原始PFA数据进行预滤波粗补偿。然后基于插值和拟合运算估计RCM信息，并进行插值keystone变换计算二维相位误差的初始估计值。最后，基于测量数据以及RCM信息联合二维稀疏约束实现图像的重聚焦处理。
附图说明
图1是本发明中合成孔径雷达二维自聚焦的流程图。
图2是本发明中无源双基地SAR信号采样几何模型示意图。
图3是本发明中仿真动目标轨迹图。
图4是本发明中动目标MT1经过PFA处理后的图像。
图5是本发明中动目标MT2经过PFA处理后的图像。
图6是本发明中动目标MT1在RCM校正前的图像和距离徙动轨迹。
图7是本发明中动目标MT2在RCM校正前的图像和距离徙动轨迹。
图8是本发明中动目标MT1在RCM校正后的图像化距离徙动轨迹。
图9是本发明中动目标MT2在RCM校正后的图像化距离徙动轨迹。
图10是本发明中动目标MT1一维重聚焦图像。
图11是本发明中动目标MT1二维重聚焦图像。
图12是本发明中动目标MT2一维重聚焦图像。
图13是本发明中动目标MT2二维重聚焦图像。
图14是本发明中重聚焦动目标MT1距离剖面图对比图。
图15是本发明中重聚焦动目标MT1方位向剖面图对比图。
图16是本发明中重聚焦动目标MT2距离剖面图对比图。
图17是本发明中重聚焦动目标MT2方位向剖面图对比图。
实施方式
为了加深对本发明的理解，下面将结合附图和实施例对本发明做进一步详细描述，该实施例仅用于解释本发明，并不对本发明的保护范围构成限定。
如图1所示，一种SAR动目标二维自聚焦成像处理方法，具体包括以下步骤：
S1、构建双基地SAR数据采集几何模型，获取PFA处理后的动目标回波信号模型；
S2、利用拟合和插值处理推导动目标图像的二维空间频率域相位误差数值表达式；
S3、根据动目标的位置信息反推二维频率域相位误差数值，对图像进行预滤波处理，实现粗补偿；
S4、预滤波后，进行距离徙动校正和方位向PGA处理，反推得到两维相位误差的初始估计数值；
S5、构造代价函数，进行二维稀疏求解;
S6、实验仿真验证本发明中对任意航迹、任意运动下的动目标二维稀疏自聚焦方法的有效性。
如图2所示，上述S1的具体流程为：定义坐标原点为场景中心点，雷达发射机和接收机平台沿着不同方向以速度
Figure SMS_52
和/>
Figure SMS_55
匀速飞行，航迹夹角为/>
Figure SMS_57
。雷达发射的位置坐标为
Figure SMS_51
，接收机的瞬时位置坐标为/>
Figure SMS_53
。发射机和接收机的瞬时方位角分别为/>
Figure SMS_56
和
Figure SMS_58
，瞬时俯仰角分别为/>
Figure SMS_50
和/>
Figure SMS_54
。发射机以固定脉冲频率发射线性调频信号，接收机接收到的动目标回波信号为：
Figure SMS_59
(1)
其中，
Figure SMS_60
Figure SMS_64
表示孔径中心时刻，/>
Figure SMS_67
表示电磁波传播速度，/>
Figure SMS_71
为距离向快时间变量，/>
Figure SMS_63
为距离向时间，/>
Figure SMS_66
表示发射信号载波频率，/>
Figure SMS_70
是方位慢时间变量，/>
Figure SMS_73
表示发射信号的方位向包络，
Figure SMS_61
表示距离向包络。差分距离/>
Figure SMS_65
中，/>
Figure SMS_69
表示发射机到点目标的瞬时距离，/>
Figure SMS_72
表示接收机到点目标的瞬时距离，/>
Figure SMS_62
表示发射机到场景中心的瞬时距离，/>
Figure SMS_68
表示接收机到场景中心的瞬时距离。
根据平面波前假设，将差分距离
Figure SMS_74
在点目标/>
Figure SMS_75
处进行泰勒展开，回波信号可以近似表示为：
Figure SMS_76
(2)
其中，
Figure SMS_77
表示距离向空间频率，/>
Figure SMS_78
表示方位向空间频率。
双基地配置下，空间频率域采样位置非均匀分布，需要重新采样后才能进行逆傅里叶变换得到图像。对回波数据进行重采样，将坐标系以旋转角度
Figure SMS_79
进行旋转，旋转后/>
Figure SMS_80
和
Figure SMS_81
可以重新表示为/>
Figure SMS_82
和/>
Figure SMS_83
，公式(2)可以重新表示为：
Figure SMS_84
（3）
旋转坐标后对数据进行重采样得到均匀采样的回波数据，然后做两维FFT即可成像。然而，对动目标回波信号，极坐标格式变换后为，
Figure SMS_85
(4)
公式(4)中进行了平面波前假设，忽略了动目标相位误差
Figure SMS_86
Figure SMS_87
(5)
上述相位误差必然后造成动目标响应函数的畸变，其位置出现失真或者出现散焦现象，需要进行补偿。
上述S2的具体流程：如S1所提及，双基地动目标回波数据极坐标格式转换后进行逆傅里叶变换可以得到图像。然而，由于PFA采用了平面波前假设，没有考虑动目标的未知运动状态，动目标图像中存在二维相位误差，如公式(5)所示，导致图像出现散焦。公式(5)中，目标的运动状态信息未知，极坐标格式转换后的方位向时间变量
Figure SMS_88
未知，难以直接进计算。为解决上述问题，本权利要求对PFA插值后的方位时间/>
Figure SMS_89
进行分析，从而推导得到二维空间频率的信号模型。
对方位向采样时间
Figure SMS_90
进行极坐标格式转换， 可以得到插值后的采样变量/>
Figure SMS_91
， 将/>
Figure SMS_92
代入公式(5)到新的相位误差表达式：
Figure SMS_93
(6)
S3的具体步骤为：根据S2推导得到的相位误差公式，将线性相位补偿到中心点位置。对于一维的自聚焦，线性相位只会影响目标点的移动，而二维的自聚焦，则会导致目标点出现两个维度的散焦现象。因此，通过推导的相位误差公式，将线性相位补偿到中心点位置，可以避免后续的相位误差补偿中出现散焦。
从上一步推导的二维极坐标格式相位误差
Figure SMS_94
直接决定了动目标PFA成像后的图像域位置/>
Figure SMS_95
。求解/>
Figure SMS_96
对空间频率/>
Figure SMS_97
和/>
Figure SMS_98
的一阶导数，并反推可以得到与双基地差分距离有关的信息为
Figure SMS_99
其中
Figure SMS_100
通常情况，动目标在图像中的位置是已知的，可以利用图像域位置反推得到部分差分距离向信息，进而依据模型得到部分二维相位误差。利用上述信息设置预补偿滤波器为：
Figure SMS_101
（8）
预补偿后，动目标的距离徙动和相位误差被部分补偿，可以一定程度上改善目标的聚焦质量。
S4的具体步骤为：如S3所述，预滤波补偿可以一定程度上改善目标的聚焦质量。但是，在分辨率较高、动目标运动速度较高等条件下时，动目标数据中仍然残留高阶相位误差。S4中，对相位误差模型与一维相位误差的关系进行推导。然后，对数据进行RCM校正和相位误差估计，得到初始的距离徙动轨迹RCM1。
根据公式(8)信号模型可以得到方位相位误差
Figure SMS_102
和残留待估计二维相位误差/>
Figure SMS_103
的关系为
Figure SMS_104
(9)
其中，线性相位
Figure SMS_105
表示相位误差估计中引入的额外位移，对任意一次自聚焦处理得到的/>
Figure SMS_106
为常数。公式(9)中，从一维相位误差直接反推求解二维相位误差难以直接得到。为此，本申请拟利用曲线拟合提高RCM估计精度，然后依据模型可以得到动目标回波差分距离曲线。对数据进行将采样操作，进一步去除距离徙动对相位误差估计精度的影响，进而利用常用的自聚焦算法进行一维相位误差估计得到/>
Figure SMS_107
。然后，求解RCM曲线为
Figure SMS_108
（10）
其中，
Figure SMS_109
可以对相位误差进行拟合得到，/>
Figure SMS_110
为去除线性相位后的一维相位误差估计数值，/>
Figure SMS_111
表示取相位误差的角度。
S5的具体步骤为：
对上述差分距离曲线进行keystone插值处理，可以得到
Figure SMS_112
（11）
然后依据模型得到二维相位误差初始估计值
Figure SMS_113
Figure SMS_114
（12）
S6的具体步骤为：设置代价函数：
Figure SMS_115
(13)
其中，
Figure SMS_116
和/>
Figure SMS_120
表示对二维相位误差模型/>
Figure SMS_123
与/>
Figure SMS_117
和/>
Figure SMS_122
之间的对应关系， />
Figure SMS_125
为离散一阶梯度矩阵，/>
Figure SMS_126
，/>
Figure SMS_119
为二维傅里叶变换矩阵，/>
Figure SMS_121
为降采样矩阵，/>
Figure SMS_124
为加权因子，/>
Figure SMS_127
和/>
Figure SMS_118
分别为二范数和一范数。上式中，前两项为数据保真项，最后一项为稀疏约束项。
对公式(13)进行迭代求解。首先，利用
Figure SMS_129
和/>
Figure SMS_131
初始化得到二维相位误差的估计数值/>
Figure SMS_134
，固定/>
Figure SMS_130
求解重聚焦图像/>
Figure SMS_132
，采用经典的FISTA算法对得到的信号模型进行两维稀疏约束。由于/>
Figure SMS_133
是稀疏的，因此求解/>
Figure SMS_135
的过程中可以采用经典的FISTA算法对得到的信号模型进行两维稀疏约束。通过原始二维回波信号以及步骤S4中得到的二维信号模型/>
Figure SMS_128
可以推导得到目标函数为：
Figure SMS_136
（14）
其中
Figure SMS_137
为正则化参数，用于调整（14）式中的/>
Figure SMS_138
和/>
Figure SMS_139
的比重，令/>
Figure SMS_140
，
Figure SMS_141
，具体迭代求解过程如下：
（1）设定步长为
Figure SMS_142
（/>
Figure SMS_143
为/>
Figure SMS_144
的Lipshitz常数）；
（2）初始化
Figure SMS_145
，设置/>
Figure SMS_146
，/>
Figure SMS_147
，/>
Figure SMS_148
；
（3）令
Figure SMS_149
，计算：
Figure SMS_150
（15）
Figure SMS_151
（16）
Figure SMS_152
（17）
（4）如果达到最大迭代次数或者
Figure SMS_153
与/>
Figure SMS_154
满足终止条件，则停止迭代，否则跳转到步骤（3）继续循环迭代，其中，终止条件是由/>
Figure SMS_155
相邻两次迭代值的相对误差决定的，终止阈值为
Figure SMS_156
，设定当/>
Figure SMS_157
时，停止迭代；
然后，固定
Figure SMS_158
进一步估计/>
Figure SMS_159
，求解下列问题
Figure SMS_160
(18)
迭代处理中重建图像受稀疏约束限制，会逐步实现动目标响应函数的主瓣宽度和旁瓣能量降低，借助于
Figure SMS_161
可以得到，
Figure SMS_162
(19)
其中，
Figure SMS_163
表示取角度。利用上式迭代计算可以得到二维相位误差矩阵的更新。
上算步骤重复进行，直到满足迭代收敛条件为止。
S7的具体步骤为：实验仿真验证本发明中对任意航迹、任意运动下的动目标二维稀疏自聚焦方法的有效性。
实验仿真数据如表1所示：
表1 无源双基地SAR雷达仿真参数
Figure SMS_164
仿真不同运动状态的动目标回波数据，分别利用一维PGA和本申请所示的二维稀疏自聚焦进行处理。其中，动目标运动轨迹如图3所示，MT1沿着直线进行匀速运动，MT2进行匀加速运动。
仿真结果如图4-图9所示，其中，图4和图5是动目标PFA处理后的图像，图6和图7是动目标RCM校正前的距离徙动轨迹，图8和图9是动目标MT1校正后的图像和距离徙动轨迹。图10-图13是PGA处理和二维稀疏自聚焦处理后的聚焦图像，图14-图17是重聚焦动目标响应函数的剖面图对比结果。从上述仿真结果可以看出，RCM校正后仍然残留亚像素单元徙动以及耦合项，导致一维自聚焦处理获得的动目标图像聚焦质量下降。本文所示二维稀疏约束自聚焦同时补偿了高阶耦合相位以及残留RCM误差相位，实现了动目标的高精度重聚焦成像。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种SAR动目标二维自聚焦成像处理方法，其特征在于，包括以下步骤：
S1、建立双基地数据采集模型，获取双基地PFA极坐标格式转换后的动目标空间频率域信号模型；
S2、利用拟合和插值推导动目标图像的二维空间频率域相位误差数值表达式；
S3、根据动目标的位置信息反推二维频率域相位误差数值，对图像进行预滤波处理，实现粗补偿；
S4、预滤波后，进行距离徙动校正、子孔径分解和方位向一维自聚焦处理，求解距离徙动曲线；
S5、对距离徙动曲线进行keystone变换，根据模型得到两维相位误差的初始估计数值；
S6、构造代价函数，进行二维稀疏约束求解；
S7、通过点目标仿真验证所述SAR动目标二维自聚焦成像处理方法对任意航迹、任意运动轨迹下动目标图像可以实现二维重聚焦处理。
2.根据权利要求1所述的SAR动目标二维自聚焦成像处理方法，其特征在于，所述S1通过构建双基地SAR信号模型，得到回波信号，经过PFA算法处理后得到动目标相位误差为：
Figure QLYQS_1
，
其中，
Figure QLYQS_2
，
Figure QLYQS_6
表示电磁波传播速度，发射机和接收机平台在任意方位采样时间/>
Figure QLYQS_9
的斜视角度为/>
Figure QLYQS_13
和
Figure QLYQS_5
、俯仰角度为/>
Figure QLYQS_8
和/>
Figure QLYQS_12
，/>
Figure QLYQS_16
和/>
Figure QLYQS_3
是动目标极坐标格式转换后的坐标，/>
Figure QLYQS_7
和/>
Figure QLYQS_11
分别是方位向空间频率和距离向空间频率，/>
Figure QLYQS_14
是方位时间变量，/>
Figure QLYQS_4
为距离向频率，/>
Figure QLYQS_10
为载波频率，/>
Figure QLYQS_15
为动目标对应的双基地差分距离。
3.根据权利要求2所述的SAR动目标二维自聚焦成像处理方法，其特征在于，利用拟合和插值得到所述S2进行双基地PFA动目标相位误差，如下：
Figure QLYQS_17
，
其中：
Figure QLYQS_18
，
Figure QLYQS_19
为PFA极坐标格式转换后的方位向采样数值，由数据插值确定。
4.根据权利要求3所述的SAR动目标二维自聚焦成像处理方法，其特征在于，依据动目标位置信息反推得到双基地差分距离泰勒展开系数，进而依据二维相位误差模型设计滤波器实现动目标图像的预滤波处理，二维极坐标格式相位误差
Figure QLYQS_20
直接决定了动目标PFA成像后的图像域位置/>
Figure QLYQS_21
，求解/>
Figure QLYQS_22
对空间频率/>
Figure QLYQS_23
和/>
Figure QLYQS_24
的一阶导数，并反推得到与双基地差分距离有关的信息为：
Figure QLYQS_25
，
其中，
Figure QLYQS_26
，
动目标在图像中的位置
Figure QLYQS_27
是已知的，利用图像域位置反推得到部分差分距离向信息，进而依据模型得到部分二维相位误差，利用上述信息设置预补偿滤波器为：
Figure QLYQS_28
，
基于图像域位置反推得到了双基地差分距离部分信息，进而采用上述滤波实现动目标图像的粗聚焦补偿。
5.根据权利要求4所述的SAR动目标二维自聚焦成像处理方法，其特征在于，同时考虑图像的越距离单元走动和距离单元内走动，通过越距离单元徙动校正、降分辨率处理以及方位向自聚焦来实现距离徙动曲线估计。
6.根据权利要求5所述的SAR动目标二维自聚焦成像处理方法，其特征在于，对估计得到的RCM曲线进行keystone变换反推得到处理后的二维相位误差估计值
Figure QLYQS_29
，利用曲线拟合提高RCM估计精度，并去除方位相位误差中的线性相位误差，然后依据模型可以得到动目标回波差分距离曲线 />
Figure QLYQS_30
，对上述差分距离曲线进行keystone插值处理，得到：
Figure QLYQS_31
，
然后依据模型得到二维相位误差初始估计值
Figure QLYQS_32
，
Figure QLYQS_33
。
CN202310401994.7A 2023-04-17 2023-04-17 一种sar动目标二维自聚焦成像处理方法 Active CN116148856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310401994.7A CN116148856B (zh) 2023-04-17 2023-04-17 一种sar动目标二维自聚焦成像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310401994.7A CN116148856B (zh) 2023-04-17 2023-04-17 一种sar动目标二维自聚焦成像处理方法

Publications (2)

Publication Number Publication Date
CN116148856A CN116148856A (zh) 2023-05-23
CN116148856B true CN116148856B (zh) 2023-07-04

Family

ID=86339177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310401994.7A Active CN116148856B (zh) 2023-04-17 2023-04-17 一种sar动目标二维自聚焦成像处理方法

Country Status (1)

Country Link
CN (1) CN116148856B (zh)

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7532150B1 (en) * 2008-03-20 2009-05-12 Raytheon Company Restoration of signal to noise and spatial aperture in squint angles range migration algorithm for SAR
CN101915919A (zh) * 2010-07-12 2010-12-15 北京航空航天大学 利用北斗卫星信号的双基sar成像系统
CN101975948B (zh) * 2010-10-28 2012-10-31 电子科技大学 一种遥感卫星照射源前视合成孔径雷达成像方法
CN102147469B (zh) * 2010-12-29 2012-11-07 电子科技大学 一种双基地前视合成孔径雷达成像方法
CN102854505B (zh) * 2012-09-10 2013-11-06 电子科技大学 一种加权稀疏驱动自聚焦sar成像方法
CN103278819B (zh) * 2013-05-08 2015-04-15 北京航空航天大学 基于滑动接收窗的机载高分辨率斜视聚束sar成像方法
CN103454632B (zh) * 2013-08-24 2015-05-20 西安电子科技大学 一站固定式调频连续波双基地sar成像方法
CN103744068B (zh) * 2014-01-21 2016-08-31 西安电子科技大学 双通道调频连续波sar系统的动目标检测成像方法
CN103885061B (zh) * 2014-03-27 2016-08-17 西安电子科技大学 基于改进相位梯度自聚焦的双基sar运动补偿方法
CN104502912B (zh) * 2014-05-08 2017-04-19 南京理工大学 高速运动目标逆合成孔径雷达成像方法
CN104407349B (zh) * 2014-12-08 2017-08-25 中国人民解放军国防科学技术大学 一站固定式双站低频超宽带sar的频域成像方法
CN104808182B (zh) * 2015-04-13 2017-06-30 南京航空航天大学 一种高分辨率宽测绘带机载sar实时运动补偿算法
CN104931967B (zh) * 2015-06-12 2017-07-18 西安电子科技大学 一种改进的高分辨率sar成像自聚焦方法
CN105116411B (zh) * 2015-08-17 2017-09-26 南京航空航天大学 一种适用于距离徙动算法的两维自聚焦方法
CN105223572B (zh) * 2015-09-14 2017-08-29 北京航空航天大学 一种基于pfa算法的正前视双基sar成像处理方法
CN106054152B (zh) * 2016-05-23 2018-11-09 西安电子科技大学 基于逆扩展Omega-K算法的非理想轨迹SAR回波获取方法
CN106772374B (zh) * 2016-12-23 2019-08-16 中国科学院电子学研究所 一种机载sar实时成像的方法
CN109343056B (zh) * 2018-10-31 2020-05-08 中国科学院电子学研究所 一种针对非线性调频sar的rd成像方法和装置
CN109633645A (zh) * 2018-12-28 2019-04-16 中国人民解放军63908部队 一种双基地isar自聚焦二维图像成像方法及系统
CN111443339B (zh) * 2020-05-11 2022-04-01 中国科学院电子学研究所 一种双基sar空变校正成像方法、装置、设备及存储介质
CN111722225B (zh) * 2020-06-28 2022-02-22 南京航空航天大学 基于先验相位结构信息的双基sar两维自聚焦方法
CN111856461B (zh) * 2020-07-13 2023-04-11 西安电子科技大学 基于改进pfa的聚束sar成像方法及其dsp实现
CN113219457B (zh) * 2021-04-25 2023-01-06 中国科学院空天信息创新研究院 超宽带调频连续波sar自聚焦成像方法
CN113406624B (zh) * 2021-04-25 2023-04-07 北京理工大学 一种高分辨率星载sar高效时频混合成像方法及系统
CN114609629A (zh) * 2022-01-26 2022-06-10 北京理工大学 基于直达波和杂波子空间的geo星机双基地同步方法
CN115951349A (zh) * 2022-08-05 2023-04-11 西安电子科技大学 基于互质双通道降采样的逆合成孔径雷达成像方法及系统
CN115453530B (zh) * 2022-08-11 2024-03-29 南京航空航天大学 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
CN115685200A (zh) * 2022-10-20 2023-02-03 中国航空工业集团公司雷华电子技术研究所 一种高精度大前斜视sar成像运动补偿与几何校正方法
CN115877382A (zh) * 2022-12-29 2023-03-31 中国电子科技集团公司第五十四研究所 基于调频连续波相邻脉冲变换差分的运动误差估计方法

Also Published As

Publication number Publication date
CN116148856A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN104931967B (zh) 一种改进的高分辨率sar成像自聚焦方法
CN105974414B (zh) 基于二维自聚焦的高分辨聚束sar自聚焦成像方法
CN110554385B (zh) 机动轨迹合成孔径雷达自聚焦成像方法、装置及雷达系统
CN108279404B (zh) 一种基于空间谱估计的双通道sar相位误差校正方法
CN111142105A (zh) 复杂运动目标isar成像方法
CN111781595B (zh) 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法
CN106918810B (zh) 一种存在阵元幅相误差时的微波关联成像方法
CN109814100A (zh) 基于子孔径参数估计的sar地面运动目标成像方法
CN105158759A (zh) 基于杂波相消的hrws sar通道相位偏差校正方法
CN111722225B (zh) 基于先验相位结构信息的双基sar两维自聚焦方法
CN111157992B (zh) 一种基于迭代相位自聚焦的机动目标isar成像方法
CN113466863B (zh) 一种sar舰船目标高分辨成像方法
CN114325695A (zh) 一种基于旋转天线的雷达目标二维高分辨成像方法
CN108562898B (zh) 一种前侧视sar的距离和方位两维空变自聚焦方法
CN112415512B (zh) 基于进退法和黄金分割法的sar运动目标聚焦方法
CN116148856B (zh) 一种sar动目标二维自聚焦成像处理方法
CN109799502A (zh) 一种适用于滤波反投影算法的两维自聚焦方法
CN117805816A (zh) 一种太赫兹圆周sar运动目标参数估计与重聚焦方法
CN111175747B (zh) 一种基于多通道复图像空间的相位误差估计方法
Gui et al. Dynamic ISAR imaging method for multiple moving vehicles based on OMP-CADMM
CN108508437B (zh) 基于时间变标的合成孔径雷达成像方法
CN114035191B (zh) 一种用于星载sar超高分辨率模式下的cs成像方法
CN114325705B (zh) 一种高低轨双基地合成孔径雷达频域快速成像方法
CN113219457B (zh) 超宽带调频连续波sar自聚焦成像方法
CN113885026A (zh) 运动目标的sar稀疏成像方法、装置、电子设备及存储介质

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