本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域,特別涉及一種高分寬幅sar體制下的動目標(biāo)檢測與成像技術(shù),即gmti技術(shù)。
背景技術(shù):
高分寬幅sar(hrws,highresolutionwideswath,高分寬幅;sar,syntheticapertureradar,合成孔徑雷達(dá))是一種可以同時獲取高分辨率和寬測繪帶的sar成像技術(shù),可以應(yīng)用到土地規(guī)劃、海洋監(jiān)測、地圖繪制等要求大面積高精度的成像中。高分寬幅下的動目標(biāo)成像可以應(yīng)用到交通運(yùn)輸中檢測車輛及戰(zhàn)場偵察信息等,具有重要作用。其中,動目標(biāo)速度的準(zhǔn)確估計是其高質(zhì)量成像的關(guān)鍵前提,因此構(gòu)建高性能的動目標(biāo)速度估計方法及在此基礎(chǔ)上的動目標(biāo)成像是hrwssar成像應(yīng)用的重要基礎(chǔ)。
目前已公開發(fā)表的hrwssar動目標(biāo)成像相關(guān)論文中,最具有代表性的包括baumgartner總結(jié)hrws條件下利用窮舉搜索法來估計動目標(biāo)速度(見文獻(xiàn)1:baumgartnersv,kriegerg.simultaneoushigh-resolutionwide-swathsarimagingandgroundmovingtargetindication:processingapproachesandsystemconcepts[j].ieeejournalofselectedtopicsinappliedearthobservationsandremotesensing,2015,8(11):5015-5029.);shuangxi-zhang等人提出在方位多通道條件下,基于最小熵的方法來估計動目標(biāo)速度(見文獻(xiàn)2:zhangsx,xingmd,xiaxg,etal.anovelmovingtargetimagingalgorithmforhrwssarbasedonlocalmaximum-likelihoodminimumentropy[j].ieeetransactionsongeoscienceandremotesensing,2014,52(9):5333-5348.);xiangyuwang進(jìn)一步總結(jié)了窮舉法估計動目標(biāo)速度的應(yīng)用(見文獻(xiàn)3:wangx,wangr,lin,etal.avelocityestimationmethodofmovingtargetforsarhigh-resolutonwide-swathmode[c]//geoscienceandremotesensingsymposium(igarss),2016ieeeinternational.ieee,2016:6819-6822.)。然而,上述動目標(biāo)速度估計方法中,窮舉法需要對每一個假設(shè)的動目標(biāo)速度,完成后續(xù)處理看最優(yōu)檢測結(jié)果,存在很多冗余的處理步驟,導(dǎo)致運(yùn)算量大,而且因為假設(shè)的速度有限,可能導(dǎo)致估計精度低;而另一類基于最小熵的方法,由于需要用最優(yōu)化的方法搜索滿足最小熵的最優(yōu)解,算法的運(yùn)算量也很大,為
技術(shù)實現(xiàn)要素:
本發(fā)明為克服現(xiàn)有hrwssar動目標(biāo)成像中動目標(biāo)速度估計方法運(yùn)算量大的不足,而且彌補(bǔ)現(xiàn)有方法一般只能估計動目標(biāo)距離向速度的缺陷,抑制了動目標(biāo)方位向速度對成像結(jié)果的影響;通過將呂氏分布(lvd)方法應(yīng)用到hrwssar動目標(biāo)成像中,可以高效估計動目標(biāo)距離向和方位向速度,利用估計得到的動目標(biāo)速度信息結(jié)合多通道處理方法得到高分辨率動目標(biāo)成像。
本發(fā)明采用的技術(shù)方案是:一種高分寬幅sar動目標(biāo)速度估計與成像方法,包括:
s1、初始化方位多通道系統(tǒng)參數(shù),通過仿真得到多通道回波數(shù)據(jù);
所述初始化方位多通道系統(tǒng)參數(shù)具體為:發(fā)射信號脈沖寬度,記為tr;系統(tǒng)脈沖重復(fù)頻率,記為prf;信號采樣頻率,記為fs;通道數(shù)為n,n為偶數(shù);發(fā)射信號帶寬,記為br;信號多普勒帶寬為bdop;平臺速度為vs;發(fā)射信號波長,記為λ;通道間隔為d;雷達(dá)中心頻率,記為f0;
根據(jù)初始化的方位多通道系統(tǒng)參數(shù),通過仿真得到n個通道回波數(shù)據(jù);所述每個通道回波數(shù)據(jù)均為na×nr維的矩陣;na,nr分別為方位向和距離向采樣點數(shù);
s2、將步驟s1得到的各通道的回波數(shù)據(jù),分別進(jìn)行距離壓縮,得到各通道壓縮后的回波數(shù)據(jù);
s3、將步驟s2得到各通道回波數(shù)據(jù)進(jìn)行兩兩校準(zhǔn),得到各個通道校準(zhǔn)后的回波數(shù)據(jù);
s4、對步驟s3得到的各通道校準(zhǔn)后的回波數(shù)據(jù)抑制雜波,得到n/2組回波數(shù)據(jù);
s5、選取一組步驟s4得到的回波數(shù)據(jù),通過呂氏分布方法,估計動目標(biāo)速度;
s6、根據(jù)步驟s5得到動目標(biāo)速度,對s4雜波抑制后的數(shù)據(jù),進(jìn)行多通道重建、抑制動目標(biāo)方位模糊,得到方位模糊抑制后的數(shù)據(jù);
s7、根據(jù)步驟s6得到的方位模糊抑制后的數(shù)據(jù),以及步驟s5估計的動目標(biāo)速度,實現(xiàn)動目標(biāo)聚焦成像。
進(jìn)一步地,步驟s1所述單個通道的回波數(shù)據(jù)表達(dá)式為:
se,i(τ,t)=aexp{-j4πf0ri(t)/c}exp{jπkr(τ-2ri(t)/c)2},i=1,…,n;
其中,a是復(fù)系數(shù);i表示通道序號;τ,t分別為距離快時間和方位慢時間;c為電磁波速度;kr=br/tr為距離調(diào)頻斜率;j為虛數(shù)單位。
進(jìn)一步地,所述步驟s2具體為:首先利用傅里葉變換將各通道回波數(shù)據(jù)逐行變換到距離頻域;然后構(gòu)建參考函數(shù),并將該參考函數(shù)變換到頻域;將各通道變換到距離頻域的回波數(shù)據(jù)與變換到頻域的參考函數(shù)相乘,最后經(jīng)反傅里葉變換得到n個通道各自距離壓縮后的回波數(shù)據(jù)。
進(jìn)一步地,所述步驟s3具體為:將步驟s2得到的各通道回波數(shù)據(jù)進(jìn)行方位傅里葉變換,根據(jù)傅里葉變換的時移性質(zhì),構(gòu)建時延式,將變換到方位頻域的各通道回波數(shù)據(jù)乘以時延式,得到各通道兩兩校準(zhǔn)后的回波數(shù)據(jù)。
更進(jìn)一步地,所述時延式為:
exp{-j2πfd/2/vs};
其中,d/2是通道間隔,f表示方位向頻率,vs是平臺速度。
進(jìn)一步地,所述步驟s4具體為:對步驟s3得到的各通道校準(zhǔn)后的回波數(shù)據(jù),進(jìn)行方位向和距離向離散采樣,得到每個通道采樣信號
其中,a,r分別表示方位向和距離向采樣單元序號,r=1,...,nr,a=1,...,na;
分別選取待估計距離門的相鄰l個距離門的數(shù)據(jù)作為樣本,得到像素點(a,r)位置的雜波協(xié)方差矩陣r(a,r);
其中,上標(biāo)h表示共軛轉(zhuǎn)置;
根據(jù)計算得到的雜波協(xié)方差矩陣,得到像素點(a,r)位置的權(quán)矢量w(a,r);
其中,
根據(jù)計算出的權(quán)矢量,對像素點(a,r)位置的采樣信號
進(jìn)一步地,所述步驟s5具體為:
選取一組步驟s4得到的雜波抑制后的回波數(shù)據(jù),根據(jù)呂氏分布方法,得到位于
其中,a表示信號
根據(jù)fd和γd值,求解出動目標(biāo)速度信息v=(vr,va)
其中,vr表示動目標(biāo)距離向速度,va表示動目標(biāo)方位向速度,(x,y)為動目標(biāo)初始位置,x0為場景中心到平臺軌跡中心的水平距離。
進(jìn)一步地,所述步驟s6具體為:根據(jù)步驟s5得到的動目標(biāo)距離向速度,計算動目標(biāo)的多普勒頻率;
其中,fa(-prf/2<fa<prf/2)是單通道模糊的方位向頻率,b(=0,1,2)是劃分的多普勒頻帶標(biāo)號,prf為脈沖重復(fù)頻率,λ為波長,n是通道數(shù),round表示取整;
然后構(gòu)建多通道傳遞函數(shù)矩陣h(f),
其中,n表示通道數(shù),f為方位頻率;
對多通道傳遞函數(shù)矩陣h(f)求逆得到重建矩陣p(f),
p(f)=h-1(f);
將雜波抑制后的數(shù)據(jù)sstap沿方位向進(jìn)行隔位補(bǔ)零,并變換到方位頻域得到
其中,
更進(jìn)一步地,所述傳遞函數(shù)矩陣h(f)中的第(x,y)個元素hx,y通過下式計算得到:
其中,dy表示第y個通道和參考通道之間的間隔,y=1,..,n,fx=f+(x-1)prf,x=1,..,n。
進(jìn)一步地,所述步驟s7具體包括:根據(jù)步驟s5得到的動目標(biāo)距離向和方位向速度;計算得到動目標(biāo)在整個合成孔徑時間內(nèi)的運(yùn)動軌跡;
根據(jù)計算得到的運(yùn)動軌跡結(jié)合平臺的運(yùn)動軌跡得到動目標(biāo)的斜距史;
根據(jù)動目標(biāo)的斜距史以及步驟s6得到的數(shù)據(jù),采用bp成像方法對動目標(biāo)進(jìn)行聚焦成像。
本發(fā)明的有益效果:本發(fā)明的一種高分寬幅sar動目標(biāo)速度估計與成像方法,將lvd方法應(yīng)用在高分寬幅sar條件下,進(jìn)行動目標(biāo)速度估計,利用估計得到的動目標(biāo)距離向速度進(jìn)行重建,抑制動目標(biāo)方位模糊;利用估計得到的動目標(biāo)距離向和方位向速度改進(jìn)成像方法,抑制動目標(biāo)成像方位散焦,最終得到聚焦效果更好的動目標(biāo)成像;并且本申請只需要雜波抑制后的單個通道數(shù)據(jù)就可以估計動目標(biāo)速度,有效提高了處理效率,大大減少了運(yùn)算量。
附圖說明
圖1為本發(fā)明的處理流程框圖。
圖2為本發(fā)明實施例提供的經(jīng)本申請方法處理得到的雜波抑制結(jié)果示意圖;
其中,圖2(a)為雜波抑制前,圖2(b)為雜波抑制后。
圖3為本發(fā)明實施例提供的經(jīng)本申請方法處理獲取的動目標(biāo)二維成像結(jié)果示意圖;
其中,圖3(a)為成像結(jié)果散焦;圖3(b)為重聚焦成像結(jié)果。
圖4為本發(fā)明實施例提供的經(jīng)本申請方法處理得到的動目標(biāo)成像結(jié)果剖面圖;
其中,圖4(a)為成像結(jié)果散焦;圖4(b)為重聚焦成像結(jié)果。
具體實施方式
為便于本領(lǐng)域技術(shù)人員理解本發(fā)明的技術(shù)內(nèi)容,下面結(jié)合附圖對本發(fā)明內(nèi)容進(jìn)一步闡釋。
為了方便描述本發(fā)明的內(nèi)容,首先作以下術(shù)語定義:
定義1、hrws多通道模型動目標(biāo)斜距
第i個通道在方位慢時間tm時刻斜距為
其中,r0是最短斜距,vr是動目標(biāo)距離向速度,vs是平臺速度,di是第i個通道與參考通道的間隔。
定義2、空時自適應(yīng)處理(stap)方法
stap處理過程可以表示為:
sstap(a,r)=wh(a,r)sr(a,r)(2)
其中,w(a,r)為權(quán)矢量,sr為距離壓縮后的數(shù)據(jù),a,r分別表示距離向和方位向采樣單元序號,sr(a,r)表示多個通道在像素點(a,r)的采樣信號組成的向量最優(yōu)權(quán)矢量w(a,r)由下式計算:
其中,
雜波協(xié)方差矩陣需要從多個距離門樣本中估計得到,像素點(a,r)位置的雜波協(xié)方差矩陣r(a,r)估計式如下
其中,l為距離門樣本數(shù)。
定義3、呂氏分布lvd方法
lvd估計的表達(dá)式可以表示為
其中,ak表示幅值,q是一個恒定的時延參數(shù),h為一個標(biāo)量因子,為了使得估計的值
其中,(x,y)為動目標(biāo)初始位置,x0為場景中心到平臺軌跡中心的水平距離。
具體的呂氏分布可參考文獻(xiàn)“l(fā)vx,big,wanc,etal.lv'sdistribution:principle,implementation,properties,andperformance[j].ieeetransactionsonsignalprocessing,2011,59(8):3576-3591.”
定義4、動目標(biāo)多普勒頻率偏移
動目標(biāo)重建的方位頻率為
其中,fa(-prf/2<fa<prf/2)是單通道模糊的方位向頻率,b(=0,1,2)是劃分的多普勒頻帶,prf為脈沖重復(fù)頻率,λ為波長,n是通道數(shù),round表示取整。
定義5、多通道重建
多通道重建矩陣為p(f)=h-1(f),其中h(f)為傳遞函數(shù)矩陣,形式如下
其中,n表示通道數(shù),f為方位頻率,傳遞函數(shù)矩陣h(f)中的第(x,y)個元素hx,y通過下式計算:
其中,fx=f+(x-1)prf,x=1,..,n,y=1,..,n,dy表示第y個通道和參考通道之間的間隔,各個通道間隔同為d,則三通道的間隔關(guān)系為d=(0,d,2d)。
如圖1所示為本發(fā)明方法的流程圖,本發(fā)明的技術(shù)方案為:一種高分寬幅sar動目標(biāo)速度估計與成像方法,包括:
s1、初始化方位多通道系統(tǒng)參數(shù),通過仿真得到多通道回波數(shù)據(jù);
初始化方位多通道系統(tǒng)參數(shù)包括:發(fā)射信號脈沖寬度,記為tr;系統(tǒng)脈沖重復(fù)頻率,記為prf;信號采樣頻率,記為fs;通道數(shù)為n;發(fā)射信號帶寬,記為br;信號多普勒帶寬為bdop;平臺速度為vs;發(fā)射信號波長,記為λ;通道間隔為d;雷達(dá)中心頻率,記為f0。
通過仿真得到n個通道各自的回波數(shù)據(jù)為:
se,i(τ,t)=aexp{-j4πf0ri(t)/c}exp{jπkr(τ-2ri(t)/c)2},
其中,a是復(fù)系數(shù);i表示通道序號,i=1,…,n;τ,t分別為距離快時間和方位慢時間;c為電磁波速度;kr=br/tr為距離調(diào)頻斜率;j為虛數(shù)單位,
其中,na,nr分別為方位向和距離向采樣點數(shù)。
s2、距離壓縮
將步驟s1中得到的各通道回波數(shù)據(jù)se,i(τ,t),首先逐行變換到距離頻域,然后構(gòu)建參考函數(shù)
sr,i(τ,t)=aexp{-j4πf0r(t)/c}。
s3、通道配準(zhǔn)
對步驟s2得到的距離壓縮結(jié)果sr(τ,t)進(jìn)行傅里葉變換(fft)得到方位頻域數(shù)據(jù),然后利用傅里葉變換時移性質(zhì),構(gòu)建時延式exp{-j2πfd/2/vs},
其中,d/2是通道間隔,f表示方位向頻率,vs是平臺速度。
將變換到方位頻域的n/2個通道的回波數(shù)據(jù)和時延式相乘得到兩兩校準(zhǔn)后的n個通道的距離壓縮數(shù)據(jù)
s4、stap技術(shù)抑制雜波
對步驟s3得到的各通道校準(zhǔn)后的回波數(shù)據(jù),進(jìn)行方位向和距離向離散采樣,得到每個通道采樣信號
其中,上標(biāo)h表示共軛轉(zhuǎn)置;
然后參考式(3)相應(yīng)求出像素點(a,r)位置的權(quán)矢量w(a,r),
參考式(2)對配準(zhǔn)后的兩通道數(shù)據(jù)進(jìn)行線性濾波得到雜波抑制后的結(jié)果sstap(a,r),
因為這里是分別對n/2組配準(zhǔn)的數(shù)據(jù)進(jìn)行雜波抑制,所以最終會得到雜波抑制后的數(shù)據(jù)為sstap,k,k=1,…,n/2。
s5、lvd方法估計動目標(biāo)速度
選取一組步驟s4得到的雜波抑制后的數(shù)據(jù),參考式(5)進(jìn)行l(wèi)vd變換處理,得到位于
其中,a表示信號
可以通過圖像中的位置確定信號的fd和γd值,結(jié)合式(7)即可求解出動目標(biāo)速度信息v=(vr,va)。
s6、多通道重建抑制動目標(biāo)方位模糊
利用步驟s5估計的動目標(biāo)速度vr,參考式(8)計算出定義4中動目標(biāo)的多普勒頻率fa,b,
然后參考式(9)構(gòu)建多通道傳遞函數(shù)矩陣h(f),
對多通道傳遞函數(shù)矩陣h(f)求逆得到重建矩陣p(f),p(f)=h-1(f)
將步驟s4得到的雜波抑制后的數(shù)據(jù)sstap沿方位向進(jìn)行隔位補(bǔ)零并變換到方位頻域得到
其中,
s7、抑制動目標(biāo)方位散焦得到高分辨成像
對步驟s6得到的重建數(shù)據(jù)做成像處理,首先根據(jù)步驟s5利用lvd方法估計得到的動目標(biāo)速度v=(vr,va),計算出動目標(biāo)在整個合成孔徑時間內(nèi)的運(yùn)動軌跡ptar(t)=vt,結(jié)合平臺的運(yùn)動軌跡ps(t)即可準(zhǔn)確得到動目標(biāo)的斜距史r(t)=|ps(t)-ptar(t)|,最后利用bp成像方法對動目標(biāo)進(jìn)行聚焦成像。
如圖2(a)所示,雜波抑制前動目標(biāo)信息淹沒在雜波中無法識別,如圖2(b)所示,對配準(zhǔn)后的數(shù)據(jù)進(jìn)行stap雜波抑制,雜波抑制后得到的動目標(biāo)距離壓縮結(jié)果,說明雜波已被有效抑制。圖3(a)反映了動目標(biāo)方位向速度對成像結(jié)果方位散焦的影響,如圖4(a)中實線所示,傳統(tǒng)動目標(biāo)估計方法忽略了動目標(biāo)方位向速度,直接成像導(dǎo)致最終的重建結(jié)果模糊抑制效果變差,成像方位向散焦。本發(fā)明的方法在利用lvd方法估計出動目標(biāo)的兩個方向的速度后,首先是利用距離向速度來重建抑制方位向模糊,然后在聚焦成像時結(jié)合動目標(biāo)速度v=(vr,va)通過步驟s7得到完全聚焦的成像,對比結(jié)果如圖3(b)以及圖4(b)所示剖面結(jié)果,可以看到聚焦后動目標(biāo)方位散焦被抑制。
現(xiàn)有hrwssar動目標(biāo)成像中,動目標(biāo)速度估計方法主要是窮舉法和最小熵估計的方法。窮舉法需要假設(shè)動目標(biāo)速度,完成后續(xù)處理后看檢測效果,再假設(shè)動目標(biāo)速度如此循環(huán)取最終檢測效果最好的情況,運(yùn)算量大且估計精度較低;而最小熵方法運(yùn)算量為
本領(lǐng)域的普通技術(shù)人員將會意識到,這里所述的實施例是為了幫助讀者理解本發(fā)明的原理,應(yīng)被理解為本發(fā)明的保護(hù)范圍并不局限于這樣的特別陳述和實施例。對于本領(lǐng)域的技術(shù)人員來說,本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。