CN117169887B - 基于方向确定的sar地面移动目标定位方法 - Google Patents

Abstract

本发明涉及SAR地面移动目标定位技术领域，具体涉及基于方向确定的SAR地面移动目标定位方法，该方法首先对实际采集信号进行重构，获得清晰的SAR图像，其次对SAR图像上的目标进行检测，筛选出可动物体，然后获取可动物体的中心坐标及检测框，接着获取两帧相邻的SAR图像，对两帧相邻的SAR图像进行匹配，计算配对对象间的中心坐标位移；最后根据配对对象的中心坐标的位移，求解出可动物体的位置。本发明考虑物体自身运动，通过求解物体在地面实际运动距离获得物体的位置，提高了定位精度，且通过对信号进行了重构，使SAR图像更清晰，减少了定位误差。

Description

基于方向确定的SAR地面移动目标定位方法

技术领域

本发明涉及SAR地面移动目标定位技术领域，尤其是基于方向确定的SAR地面移动目标定位方法。

背景技术

星载SAR（Synthetic Aperture Radar）是指搭载在卫星上的合成孔径雷达技术。它使用雷达信号来探测地面特征，并利用后处理算法生成高分辨率的二维或三维图像。与光学遥感不同，SAR图像可以在白天和夜晚、无论晴雨多云下 都进行观测。SAR图像可以用于地质勘探、林业监测、环境变化分析等应用领域。随着SAR设备精度的不断提高，SAR图像开始逐步应用于地面目标的定位，这些地面目标包括建筑物、道路、桥梁、船只、车辆、植被等。这些定位和监测信息能够为城市规划、交通管理、环境保护、航行安全等领域提供重要的支持和决策依据。

使用SAR图像对地面目标进行定位的现有技术主要包括全波束定位技术和双基线差分技术两类。全波束技术通过使用复杂的干扰消除和方位解析算法来对地面目标进行精确定位，双基线差分技术使用两个不同基线的SAR图像来获取目标的相对位置和速度信息，并通过精确的测量方法进行定位。由于全波束定位技术和双基线差分技术使用多个天线接收信号并计算辐射源的位置，但是由于传输信号的多径效应和环境干扰等因素，可能导致定位误差的增加。且这两类技术考虑的定位对象为静止，当定位目标发生运动时，卫星与目标间的运动就不再只满足于卫星运动模型，定位效果也会大打折扣。而且，由于检测目标属于运动状态，受传输信号多径效应及环境干扰，会造成信号通道间的不平衡，因此传统的SAR方法所得图像清晰度较差，容易导致定位效果出现误差。

发明内容

本发明通过对SAR图像信号进行重构，解决了因检测目标运动导致信号通道间不平衡而使图像清晰的问题，进而获得清晰度更高的SAR图像，减少定位误差。

为解决上述现有技术问题，本发明提供基于方向确定的SAR地面移动目标定位方法，具有以下步骤：

S1、对实际采集信号进行重构，获得无模糊信号，将所述无模糊信号转化为SAR图像；

S2、对SAR图像上的目标进行检测，筛选出可动物体；

S3、获取可动物体的中心坐标，以中心坐标为中心形成所述可动物体的检测框；

S4、获取两帧相邻的SAR图像，对两帧相邻的SAR图像的可动物体通过检测框进行匹配，匹配完成后，计算两帧相邻SAR图像间配对对象的中心坐标位移；

S5、根据配对对象的中心坐标的位移，求解出可动物体在SAR图像上的运动分量，通过SAR图像上的运动分量获得可动物体在地面上的实际运动距离，以第一帧SAR图像建立坐标系，即可获得可动物体的位置。

进一步的，在步骤S1中，所述实际采集信号的重构具体为：

首先，构建信道与信道间的关系；

然后，以构建的信道组成实际采集信号，假设无模糊信号，将实际采集信号作为无模糊信号与固定矩阵的乘积；

接着，对固定矩阵取逆；

最后，通过实际采集信号与固定量的逆的乘积获得无模糊信号。

进一步的，所述信道与信道间的关系为：

；

其中，和/>分别代表多普勒频域下的信道/>和信道/>，/>表示的是多普勒频移，代表虚数单位，/>和/>代表序号，/>代表相邻两个接收子天线的间隔，/>代表运动速度。

进一步的，所述固定矩阵为：

；

其中，分别为/>、/>.../>所对应的多普勒频率轴。

进一步的，在步骤S2中，所有可动物体构成一个集合，所述集合内的可动物体按从上到下从左到右的顺序进行排列，集合中的每个可动物体均包含有坐标属性及旋转角度属性。

进一步的，在步骤S3中，所述中心坐标为物体的质心。

进一步的，在步骤S3中，所述检测框为圆形检测框。

进一步的，所述圆形检测框的获取方式具体为：

以可动物体的质心为中心坐标；

根据中心坐标，在可动物体的方形框上做外接圆，将外接圆作为圆形检测框。

进一步的，在步骤S4中，匹配的方式具体为：

以垂直方向为0°，作过可动物体的质心的直线；

按照旋转角度将直线进行旋转，获得旋转直线；

作过可动物体的质心的沿卫星运动方向的射线；

根据卫星运动方向获得可动物体未来运动区域，其中未来运动区域位于旋转直线的左侧或右侧；

对每个可动物体优先按照未来运动区域进行搜索配对。

进一步的，在步骤S5中，所述可动物体在SAR图像上的运动分量由位移及位移与卫星运动分量在SAR图像上的投射的夹角确定，所述夹角由位移、卫星的运动速度及卫星的运动方向确定。

本发明的有益效果体现在：

（1）本发明通过考虑物体自身的运动，利用物体在SAR图像上的位移，结合卫星的运动速度、运动方向及位移与卫星运动分量在SAR图像上的投射的夹角，可以求解出物体在地面上的实际运动距离，根据实际运动距离即可获得物体的位置，提高了定位精度。

（2）本发明通过对实际采集信号进行重构，避免了因检测目标运动导致信号通道间不平衡而使图像清晰的问题，进而获得清晰度更高的SAR图像，减少定位误差。

（3）本发明构建圆形检测框，以圆作为候选区域可保证在做特征匹配时，在尺寸统一的情况下，各方向的特征缩放是一致的，从而提高匹配精度。

附图说明

图1为本发明所提供的移动目标定位方法的整体流程示意图；

图2为本发明所提供的移动目标定位系统的结构示意图；

图3为本发明所提供的实际采集信号的重构方法的流程示意图；

图4为本发明所提供的圆形检测框的结构示意图；

图5为本发明所提供的对象匹配方法的流程示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，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。基于本申请中的实施例，本领域普通技术人员在没有做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：

参照图1，本发明提出了一种基于方向确定的 SAR 地面移动目标定位方法。首先对实际采集信号进行重构，获得无模糊信号，将无模糊信号转化为SAR图像；然后对SAR图像上的目标进行检测，筛选出可动物体；接着获取可动物体的中心坐标，以中心坐标为中心形成可动物体的检测框；然后获取两帧相邻的SAR图像，对两帧相邻的SAR图像的可动物体通过检测框进行匹配，匹配完成后，计算两帧相邻SAR图像间配对对象的中心坐标位移；最后根据配对对象的中心坐标的位移，求解出可动物体在SAR图像上的运动分量，通过SAR图像上的运动分量获得可动物体在地面上的实际运动距离，以第一帧SAR图像建立坐标系，即可获得可动物体的位置。对信号进行重构，获得清晰度更高的SAR图像，利用该SAR图像进行检测、对象配对，获得准确的可动物体的位移，根据可动物体的位移计算出可动物体实际运动距离，根据可动物体实际运动距离确定可动物体的位置，提高对可动物体的定位精度。

为了实现上述方法，本发明还公开了基于方向确定的SAR地面移动目标定位系统，参考图2，该系统包括SAR图像生成模块、目标分离模块、运动跟踪模块及定位模块。SAR图像生成模块用于对信号进行重构，获取高清晰度的SAR图像；目标分离模块用于筛选出可动物体；运动跟踪模块用于构建圆形检测框，并对可动物体进行对象配对，计算出配对对象间的位移；定位模块用于根据位移换算出可动物体在地面上实际运动距离，并根据实际运动距离求解出可动物体的位置。

基于上述系统，本发明的的具体步骤如下：

S1、为了解决由于检测目标属于运动状态，会造成信号通道间的不平衡，所得SAR图像清晰度较差，导致定位出现误差的问题，在本实施例中，SAR图像生成模块负责对信号进行重构，并将重构信号融合成清晰的SAR图像。参考图3，具体为，构建信道与信道间的关系，以构建的多个信道组成实际采集信号，将实际采集信号视为由多个无模糊信道经过退化得到，也即，将上述定义为，无模糊信号与已知矩阵的乘积等于实际采集信号，通过求解已知矩阵的逆，即可获得无模糊信号即为实际采集信号与已知矩阵的逆的乘积，最后将求得的无模糊信号转化为SAR图像，即可获得高清晰度的SAR图像。具体的，

首先构建信道与信道间的关系，关系式表示如下：

；

其中，和/>分别代表多普勒频域下的信道/>和信道/>，/>表示的是多普勒频移，代表虚数单位，/>后部分为虚部，/>和/>代表序号，/>代表相邻两个接收子天线的间隔，/>代表运动速度。

将实际采集的信号定义为。/>、/>、/>为需要重建的无模糊信道，因此，可对无模糊信号定义为/>，实际采集到的信号可以视为无模糊信号经过退化得的，因此，实际采集信号与无模糊信号之间的关系具体为：

其中，为已知矩阵，/>具体的值可用以下式子表示：

；

其中，分别为/>、/>.../>所对应的多普勒频率轴。通过DBF算法可以得到/>，随后对/>进行消去，得到除主对角线以外其余值为0的矩阵/>，将矩阵/>的系数提出，构成系数/>，使得：

为提出系数过后的矩阵/>。对/>取逆，得到：

由此，通过上式可以求解出无模糊信号，使目标信号得以重建，最后通过任意一种方法将重建的目标信号转化为SAR图像。通过构建信道间的关系，然后通过DBF算法，得退化矩阵，再通过消去、系数分离、求逆后实现信号重构，避免了因检测目标运动导致信号通道间不平衡而使图像清晰的问题，进而获得清晰度更高的SAR图像，提高了成像清晰度。

S2、为了解决SAR图像中包含了大量非运动的物体，增加系统计算量的问题，在本实施例中，使用旋转目标检测算法对SAR图像中的目标进行检测，筛选出可动物体，去除大量的不可动物体的冗余信息，减少了计算量，提高了计算速度。具体为，通过SAR图像生成模块得到了SAR图像，目标分离模块使用旋转目标检测算法对SAR图像中的目标进行检测，将目标分为可动物体和不可动物体，可动物体指具有可动属性的物体如车、船等，不可动物体包括草地、树木等。将可动物体构成一个集合，该集合列表中的可动物体是按照物体在SAR图像上从上至下从左往右的顺序排列的，不可动物体构成一个集合，其中，利用旋转目标检测模型还可获得物体的方形检测框和方形检测框相对于垂直线的旋转角度，因此，可动物体集合的每个元素中均包含了坐标属性和旋转角度属性。通过在SAR图像上筛选出可动物体，去掉冗余信息，减少在运动跟踪阶段的计算量，降低系统损耗及提高效率。

S3、为了解决方形检测框作为运动候选区会导致在尺寸缩放时各方向的特征缩放不一致，从而降低匹配精度的问题，参考图4，在本实施例中，在方形检测框的基础上构建圆形检测框，将圆形检测框作为运动候选区。具体的，通常情况下，物体的中心位置接近于物体的质心，以质心坐标作为可动物体的中心坐标，以集合中每个对象的中心坐标/>做各自方形检测框的外接圆/>。通过对/>中所有的对象做外接圆得到了n个外接圆/>。将这些外接圆作为运动候选区。在进行对象匹配时，需要对对象的尺寸进行统一，利用外接圆将候选区确定为圆形，以圆作为候选区域可保证在做特征匹配时，尺寸缩放时特征缩放的一致，实现了尺寸缩放时特征缩放在各方向上的一致性，保证了特征匹配的精度。

S4、为了解决对象之间直接匹配会造成大量计算的问题，在本实施例中，通过卫星运动方向和物体潜在运动方向结合得到优先搜索区域，在对象配对时，配对顺序为对每个对象优先按照优先搜索区域进行搜索。参考图5，具体的，以第一帧SAR图像作为初始图像，将外接圆检测框的集合作为跟踪列表。由于SAR的视野非常广，一般不会出现检测目标瞬间消失的情况，因此，通过以垂直方向为0°，作过可动物体的质心的直线，随后按照旋转角度将直线进行旋转（旋转角度为检测框相对于垂直线的旋转角度），该直线为/>。由于卫星的运动方向是已知的（卫星在固定轨道上做匀速运动），作过可动物体的质心的沿卫星运动方向的射线。由于物体沿着直线/>运动的可能有两种，即直线/>的左右两个方向，因此，结合卫星的运动方向可以确定可动物体未来的运动区域是直线/>的左侧或者右侧，将该运动区域定义为/>。对象匹配方法为：取SAR图像相邻的两帧，同样分别提取两SAR图像的可动物体（即对象）的集合/>，然后按照物体相似度将当前帧对象排列为与上一帧对象相同的顺序，若当前帧的对象n与上一帧的对象n不相同，则将未配对成功的对象放置在顺序的最后。其中，配对顺序为对每个对象优先按照对象的运动区域/>进行搜索，以加快匹配速度。在本实施例中，匹配具体采用感知哈希算法。待匹配完成后计算两帧SAR图像间配对对象的中心坐标位移/>。通过结合卫星运动方向和物体潜在运动方向得到优先搜索区域，在进行配对时以优先搜索区域进行优先搜索，加快了匹配速度，避免直接匹配造成的大量计算，减少系统损耗，提高运算效率。

S5、为了解决现有技术不考虑物体自身运动，当定位目标发生运动时，卫星与目标间的运动就不再只满足于卫星运动模型，导致定位效果差的问题，在本实施例中，根据配对对象的中心坐标的位移，求解出可动物体在SAR图像上的运动分量，通过SAR图像上的运动分量获得可动物体在地面上的实际运动距离，根据物体的实际运动距离，即可获得可动物体的位置。具体的，当可动物体中心坐标的位移得知后，由于卫星的运动速度已知、运动方向确定及位移与卫星运动分量在SAR图像上的投射的夹角可以确定，则可以求解出运动目标在 SAR图像上的运动分量。由于SAR成像的尺度是已知的，因此可以通过比例换算得到运功目标在地面上的实际运动距离。最后以第一帧图像建立坐标系，可以得到运动目标在地面上的位置。利用旋转目标检测模型获得物体的检测框和检测框相对于垂直线的旋转角度，在卫星运动方向确定的情况下对物体的运动区域进行确定，利用感知哈希算法对物体在两帧图像中进行匹配，从而确定物体的运动距离。已知尺度、卫星运动方向、卫星运动速度、位移与卫星运动分量的夹角，可以求得物体在地面上的运动，最后得到物体的在地面的位置。实现对运动物体的定位，相比于现有方法对运动物体的定位有更好的精度效果。

在本发明的实施例的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“中心”、“顶”、“底”、“顶部”、“底部”、“内”、“外”、“内侧”、“外侧”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。其中，“里侧”是指内部或围起来的区域或空间。“外围”是指某特定部件或特定区域的周围的区域。

在本发明的实施例的描述中，术语“第一”、“第二”、“第三”、“第四”仅用以描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“组装”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的实施例的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

在本发明的实施例的描述中，需要理解的是，“-”和“~”表示的是两个数值之同的范围，并且该范围包括端点。例如:“A-B”表示大于或等于A，且小于或等于B的范围。“A~B”表示大于或等于A，且小于或等于B的范围。

在本发明的实施例的描述中，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.基于方向确定的SAR地面移动目标定位方法，其特征在于，具有以下步骤：

S1、对实际采集信号进行重构，获得无模糊信号，将所述无模糊信号转化为SAR图像；

S2、对SAR图像上的目标进行检测，筛选出可动物体，所有可动物体构成一个集合，所述集合内的可动物体按从上到下从左到右的顺序进行排列，集合中的每个可动物体均包含有坐标属性及旋转角度属性；

S3、获取可动物体的中心坐标，以中心坐标为中心形成所述可动物体的检测框；

S4、获取两帧相邻的SAR图像，对两帧相邻的SAR图像的可动物体通过检测框进行匹配，匹配完成后，计算两帧相邻SAR图像间配对对象的中心坐标位移；

S5、根据配对对象的中心坐标的位移，以及已知的卫星的运动速度、运动方向、以及配对对象的中心坐标的位移与卫星运动分量在SAR图像上的投射的夹角求解出可动物体在SAR图像上的运动分量，通过SAR图像上的运动分量，以及SAR成像的尺度，通过比例换算获得可动物体在地面上的实际运动距离，以第一帧SAR图像建立坐标系，即可获得可动物体的位置；

在步骤S1中，所述实际采集信号的重构具体为：

首先，构建信道与信道间的关系；

然后，以构建的信道组成实际采集信号，假设无模糊信号，将实际采集信号作为无模糊信号与固定矩阵的乘积；

接着，对固定矩阵取逆；

最后，通过实际采集信号与固定量的逆的乘积获得无模糊信号；

所述信道与信道间的关系为：

；

其中，和/>分别代表多普勒频域下的信道a和信道b，/>表示的是多普勒频移，j代表虚数单位，a和b代表序号，d代表相邻两个接收子天线的间隔，/>代表运动速度。

2.根据权利要求1所述的基于方向确定的SAR地面移动目标定位方法，其特征在于：所述固定矩阵为H：

;

其中，分别为/>所对应的多普勒频率轴，/>为需要重建的无模糊信道。

3.根据权利要求1所述的基于方向确定的SAR地面移动目标定位方法，其特征在于：在步骤S3中，所述中心坐标为物体的质心。

4.根据权利要求1所述的基于方向确定的SAR地面移动目标定位方法，其特征在于：在步骤S3中，所述检测框为圆形检测框。

5.根据权利要求4所述的基于方向确定的SAR地面移动目标定位方法，其特征在于：所述圆形检测框的获取方式具体为：

以可动物体的质心为中心坐标；

根据中心坐标，在可动物体的方形框上做外接圆，将外接圆作为圆形检测框。

6.根据权利要求1所述的基于方向确定的SAR地面移动目标定位方法，其特征在于：在步骤S4中，匹配的方式具体为：

以垂直方向为0°，作过可动物体的质心的直线；

按照旋转角度将直线进行旋转，获得旋转直线；

作过可动物体的质心的沿卫星运动方向的射线；

根据卫星运动方向获得可动物体未来运动区域，其中未来运动区域位于旋转直线的左侧或右侧；

对每个可动物体优先按照未来运动区域进行搜索配对。