一种用于合成孔径雷达的方位模糊抑制方法专利检索-合成孔径雷达飞行器飞机类型专利检索查询-专利查询网

一种用于 合成孔径雷达的方位模糊抑制方法

阅读：1028发布：2020-05-23

专利汇可以提供一种用于合成孔径雷达的方位模糊抑制方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种用于合成孔径雷达的方位模糊抑制方法，该方法是为了获得受方位模糊能量干扰较小的SAR图像；具体处理步骤为：含模糊的单视复图像数据的方位向傅里叶变换→局部方位模糊度求解→最佳滤波器构建→原数据中各成分最佳估计→表征列向量求取→ 频谱选择傅里叶转换阵构建及保留子谱段求取→频谱外推。相较于现有的方位模糊抑制算法，本发明的处理对象不会局限于常见的条带工作模式下的SAR图像数据，对于滑动聚束模式下的数据处理也是有效；而且本发明的处理结果在方位模糊能量得到极大抑制的同时，保持方位向分辨率不变，这是现有方位模糊抑制算法所难实现的。，下面是一种用于合成孔径雷达的方位模糊抑制方法专利的具体信息内容。

权利要求

1.一种用于合成孔径雷达的方位模糊抑制方法，其特征在于包括有下列步骤：
第一步：对SAR地面接收系统中1A级处理器输出的含模糊数据YA进行方位向傅里叶变换处理，获得第一距离多普勒域数据YB；所述所述
Na表示初始方位向采样点数；
Nf表示初始距离向采样点数；
n是一个变量，取值范围1至Na，表示为方位向第n个点；
m是一个变量，取值范围1至Nf，表示为距离向第m个点；
表示单视复数据在方位向上对应第1方位时刻的距离向第1 像素点；
表示单视复数据在方位向上对应第1方位时刻的距离向第m像素点；
表示单视复数据在方位向上对应第1方位时刻的距离向第Nf像素点；
表示单视复数据在方位向上对应第n方位时刻的距离向第1像素点；
表示单视复数据在方位向上对应第n方位时刻的距离向第m像素点；
表示单视复数据在方位向上对应第n方位时刻的距离向第Nf像素点；
表示单视复数据在方位向上对应第Na方位时刻的距离向第1像素点；
表示单视复数据在方位向上对应第Na方位时刻的距离向第m像素点；
表示单视复数据在方位向上对应第Na方位时刻的距离向第Nf像素点；
表示方位向上变换到第1个方位频率的距离向上的第1个点；
表示方位向上变换到第1个方位频率的距离向上的第m个点；
表示方位向上变换到第1个方位频率的距离向上的第Nf个点；
表示方位向上变换到第n个方位频率的距离向上的第1个点；
表示方位向上变换到第n个方位频率的距离向上的第m个点；
表示方位向上变换到第n个方位频率的距离向上的第Nf个点；
表示方位向上变换到第Na个方位频率的距离向上的第1个点；
表示方位向上变换到第Na个方位频率的距离向上的第m个点；
表示方位向上变换到第Na个方位频率的距离向上的第Nf个点；
第二步：针对含模糊数据YA中任一点O引入第一空变滤波器H1(p,q,fη)和第二空变滤波器H2(p,q,fη)；然后将H1(p,q,fη)、H2(p,q,fη)和第一距离多普勒域数据YB相乘并进行方位向傅里叶逆变换，可分别得第一二维时域数据YC和第二二维时域数据YD；所述所述
将YA、YC和YD位于O点的值带入局部方位模糊度求解方程中，得到含模糊数据YA位于O点处的第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)；
第三步：利用SAR地面接收系统中1A级处理器输出的含模糊数据YA、第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)来构建最佳滤波器Hopt，所述
第四步：将最佳滤波器Hopt与第一距离多普勒域数据YB进行乘法操作，得到第二距离多普勒域数据YE；将第一距离多普勒域数据YB与第二距离多普勒域数据YE相减，得到第三距离多普勒域数据YG；所述所述
第五步：将第三距离多普勒域数据YG和第二距离多普勒域数据YE进行相同位置的元素相除和平方操作，并将所得矩阵进行逐行求和，进而获得表征列向量Γ；所述第六步：利用表征列向量Γ和最大可允许的相位误差φ，得到方位频域保留点位置函数χ(h)，并引入变换方程来构建
频谱选择傅里叶转换阵F；然后将F与1A级处理器输出的含模糊数据YA进行乘法操作，进而获得保留子谱段Ysel；所述
第七步：引入频谱外推方程，并将1A级处理器输出的含模糊数据YA、频谱选择傅里叶变换阵F和保留子谱段Ysel带入所述频谱外推方程，得到对于保留子谱段Ysel的方位模糊抑制后的图像数据Yfinal，所述
2.根据权利要求1所述的用于合成孔径雷达的方位模糊抑制方法，其特征在于：是对1A级处理器输出的单视复图像进行方位模糊抑制处理，从而得到模糊能量受到较大削弱的SAR图像。
3.根据权利要求1或2所述的用于合成孔径雷达的方位模糊抑制方法，其特征在于：第一空变滤波器第二
空变滤波器
4.根据权利要求1或2所述的用于合成孔径雷达的方位模糊抑制方法，其特征在于：在第二步中所述的用于求解第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)的求解方程为：
其中p和q分别是目标点O沿距离向到卫星平台的距离和沿方位向到场景中心点的距离，yA(p,q)、yC(p,q)和yD(p,q)分别是YA、YC和YD位于O点的值；
5.根据权利要求1或2所述的用于合成孔径雷达的方位模糊抑制方法，其特征在于：在最佳滤波器Hopt中，V(p,q)和Ps(p,q,fη)都是两个不同方程的计算结果，前者表征(p,q)处能量占全场景能量总和的比值，后者表征在斜平面(p,q)处模糊能量对无模糊能量在方位频域中的影响程度；
6.根据权利要求1或2所述的用于合成孔径雷达的方位模糊抑制方法，其特征在于：在第六步中的保留子谱段

说明书全文

一种用于合成孔径雷达的方位模糊抑制方法

技术领域

[0001] 本发明涉及一种合成孔径雷达的SAR 信号处理方法，更特别地说，是指一种用于合成孔径雷达的方位模糊抑制方法。

背景技术

[0002] 星载SAR(Synthetic Aperture Radar，合成孔径雷达)是一种具有全天候、全天时的能力的成像系统，不受云、雨、雾、黑夜等自然条件的限制，在军事领域、地形测绘等许多领域有广泛的应用价值。

[0003] 1999年10月哈尔滨工业大学出版社出版、刘永坦编著的《雷达成像技术》指出，合成孔径雷达(SAR，Synthetic Aperture Radar)安装在运动平台上，按照一定的重复频率发射、接收脉冲，形成回波信号。SAR系统的结构框图如图1所示，SAR系统包括有星上雷达系统、卫星平台及数据下传系统和地面系统三部分，对合成孔径雷达成像处理，获得SAR图像；所述SAR图像存储于备档操作系统中。

[0004] 目前针对高分辨率SAR图像中方位模糊抑制，较推荐的即是基于选择滤波概念的技术。而现有的基于选择滤波概念的技术存在两个问题：(1)仅适用于条带工作模式；(2)不可避免的(方位向)分辨率损失。

发明内容

[0005] 为了实现SAR处理器输出的SAR图像尽可能少的受到方位模糊的干扰，本发明提出了一种可用于合成孔径雷达的方位模糊抑制方法，并且适用范围不再局限于条带工作模式，处理过程中分辨率保持较好。该方法通过在SAR图像的方位频域中进行最优频谱选择和频谱外推两项操作，解决了现有基于选择滤波概念的模糊抑制技术的两项缺陷：(1)仅适用于条带工作模式；(2)不可避免的分辨率损失。

[0006] 本发明提出了一种用于合成孔径雷达的方位模糊抑制方法，具体处理包括有下列七个步骤：

[0007] 第一步：对SAR地面接收系统中1A级处理器输出的含模糊数据YA进行方位向傅里叶变换处理，获得第一距离多普勒域数据YB；

[0008] 第二步：针对含模糊数据YA中任一点O引入第一空变滤波器H1(p,q,fη)和第二空变滤波器H2(p,q,fη)；然后将H1(p,q,fη)、H2(p,q,fη)和第一距离多普勒域数据YB相乘并进行方位向傅里叶逆变换，可分别得第一二维时域数据YC和第二二维时域数据YD；将YA、YC和YD位于O点的值带入局部方位模糊度求解方程中，得到含模糊数据YA位于O点处的第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)；

[0009] 第三步：利用SAR地面接收系统中1A级处理器输出的含模糊数据YA和第二步得到的第一局部模糊度L1(p,q)及第二局部模糊度L2(p,q)，构建最佳滤波器Hopt；

[0010] 第四步：将第三步得到的最佳滤波器Hopt与第一步得到的第一距离多普勒域数据YB进行乘法操作，得到第二距离多普勒域数据YE；将第一距离多普勒域数据YB与第二距离多普勒域数据YE相减，得到第三距离多普勒域数据YG；

[0011] 第五步：将第四步得到的第三距离多普勒域数据YG和第二距离多普勒域数据YE进行相同位置的元素相除和平方操作，并将所得矩阵进行逐行求和，进而获得表征列向量Γ；

[0012] 第六步：利用第五步中得到的表征列向量Γ和最大可允许的相位误差φ，得到方位频域保留点位置函数χ(h)，并引入变换方程z(χ(h),n)构建频谱选择傅里叶转换阵F，然后将F与1A级处理器输出的含模糊数据YA进行乘法操作，进而获得保留子谱段Ysel；

[0013] 第七步：引入频谱外推方程，并将1A级处理器输出的含模糊数据YA、第六步中得到的频谱选择傅里叶变换阵F和保留子谱段Ysel带入其中，得到对于保留子谱段Ysel的频谱外推结果Yfinal，也即是方位模糊抑制后的图像数据。

[0014] 在本发明提出方法的合成孔径雷达图像处理中，与传统方法相比，本发明方法具有如下优点：与现有的方位模糊抑制算法相比，本发明方法可以在所有模式下实现较好的模糊抑制，而不仅局限于条带模式(见图7)。在本发明方法的操作过程中，方位向分辨率保持较好，且略有提升(见图8、图9与表2)。另外由于本发明方法在设计过程中，考虑了某块区域同时受到两侧模糊的干扰，本发明方法也适用于抑制此类复杂情况下的方位模糊(见图11)，达到提高SAR图像分辨率。
附图说明

[0015] 图1是SAR系统结构框图。

[0016] 图2是SAR系统地面接收系统框图。

[0017] 图3是本发明用于合成孔径雷达方位模糊抑制方法的流程图。

[0018] 图4A是相位误差-模糊影响门限曲线。

[0019] 图4B是模糊影响-频率位置曲线。

[0020] 图5A是加拿大Radarsat-2条带工作模式下受单侧模糊干扰的单视复数据。

[0021] 图5B是图5A对应的同时期光学图像(来自Google Earth)。

[0022] 图6A是德国TerraSAR-X滑动聚束工作模式下受模糊干扰的单视复数据。

[0023] 图6B是图6A对应的同时期光学图像(来自Google Earth)。

[0024] 图7A是采用传统方法对图5A进行方位模糊抑制后的处理结果。

[0025] 图7B是采用本发明提出的方法对图5A进行方位模糊抑制后的处理结果。

[0026] 图7C是采用传统方法对图6A进行方位模糊抑制后的处理结果。

[0027] 图7D是采用本发明提出的方法对图6A进行方位模糊抑制后的处理结果。

[0028] 图8A是图6A中虚线框选定区域的局部放大图。

[0029] 图8B是图7C中虚线框选定区域的局部放大图。

[0030] 图8C是图7D中虚线框选定区域的局部放大图。

[0031] 图9A是图8A、图8B和图8C中选取的第1点处的方位向剖面曲线。

[0032] 图9B是图8A、图8B和图8C中选取的第2点处的方位向剖面曲线。

[0033] 图9C是图8A、图8B和图8C中选取的第3点处的方位向剖面曲线。

[0034] 图9D是图8A、图8B和图8C中选取的第4点处的方位向剖面曲线。

[0035] 图10是德国TerraSAR-X条带工作模式下受双侧模糊干扰的单视复数据。

[0036] 图11A是采用传统方法对图10进行方位模糊抑制后的处理结果。

[0037] 图11B是采用本发明提出的方法对图10进行方位模糊抑制后的处理结果。

具体实施方式

[0038] 下面将结合附图和卫星数据实例对本发明做进一步的详细说明。

[0039] 本发明进行SAR图像的方位模糊抑制是在SAR地面接收系统(参见图2所示)中完成的。具体地，是对1A级处理器输出的单视复图像进行方位模糊抑制处理，从而得到模糊能量受到较大削弱的SAR图像。具体的适用于合成孔径雷达的方位模糊抑制方法的处理流程，如图3所示。所述的1A级处理器输出的单视复图像记为含模糊数据YA。

[0040] 本发明对合成孔径雷达的方位模糊抑制处理包括有下列七个处理步骤：

[0041] 第一步：对SAR地面接收系统中1A级处理器输出的含模糊数据YA进行方位向傅里叶变换处理，获得第一距离多普勒域数据YB；

[0042] 在本发明中，对回波信号进行方位向傅里叶变换是为了将含模糊的复图像数据从方位时域变换成方位频域信号。

[0043] 在本发明的第一步中，1A级处理器输出的含模糊数据YA是二维数据，采用矩阵形式表示为:

[0044]其中，Na表示初始方位向采样点数；Nf表示初始距离向采样点数；n是一个变量，取值范围1至Na，表示为方位向第n个点；m是一个变量，取值范围1至Nf，表示为距离向第m个点；
表示单视复数据在方位向上对应第1方位时刻的距离向第1 像素点；表示单视复数据在方位向上对应第1方位时刻的距离向第m像素点；表示单视复数据在方位向上对应第1方位时刻的距离向第Nf像素点；表示单视复数据在方位向上对应第n方位时刻的距离向第1像素点；表示单视复数据在方位向上对应第n方位时刻的距离向第m像素点；表示单视复数据在方位向上对应第n方位时刻的距离向第Nf像素点；表示单视复数据在方位向上对应第Na方位时刻的距离向第1像素点；表示单视复数据在方位向上对应第Na方位时刻的距离向第m像素点；表示单视复数据在方位向上对应第Na方位时刻的距离向第Nf像素点。

[0045] 在本发明的第一步中，含模糊数据YA经方位向傅里叶变换后，得到的YB采用矩阵形式表示为：

[0046]其中，Na表示初始方位向采样点数；Nf表示初始距离向采样点数；n是一个变量，取值范围1至Na，表示为方位向第n个点；m是一个变量，取值范围1至Nf，表示为距离向第m个点；
表示方位向上变换到第1个方位频率的距离向上的第1个点；表示方位向上变换到第1个方位频率的距离向上的第m个点；表示方位向上变换到第1个方位频率的距离向上的第Nf个点；表示方位向上变换到第n个方位频率的距离向上的第1个点；表示方位向上变换到第n个方位频率的距离向上的第m个点；表示方位向上变换到第n个方位频率的距离向上的第Nf个点；表示方位向上变换到第Na个方位频率的距离向上的第1个点；
表示方位向上变换到第Na个方位频率的距离向上的第m个点；表示方位向上变换
到第Na个方位频率的距离向上的第Nf个点。

[0047] 在本发明中，方位向傅里叶变换、方位向傅里叶逆变换的具体内容，请参考2012年6月电子工业出版社、Ian G Cumming等著、洪文等译的《合成孔径雷达成像-算法与实现》一书，第117页至第122页、第209页至第211页。

[0048] 一般情况下，傅里叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅里叶变换用正弦波作为信号的成分。

[0049] 第二步：针对含模糊数据YA中任一点O(斜平面坐标为(p,q))，引入第一空变滤波器H1(p,q,fη)和第二空变滤波器H2(p,q,fη)，然后将H1(p,q,fη)、H2(p,q,fη)和第一步得到的第一距离多普勒域数据YB相乘并进行方位向傅里叶逆变换，可分别得第一二维时域数据YC和第二二维时域数据YD；将YA、YC和YD位于O点的值带入局部方位模糊度求解方程中，可得含模糊数据YA位于O点处的第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)；

[0050] 在本发明中，引入第一空变滤波器是为了得到+1模糊区能量与无模糊能量差异较大的滤波结果，也即第一二维时域数据YC。引入第二空变滤波器，是为了得到-1模糊区能量与无模糊能量差异较大的滤波结果，也即第二二维时域数据YD。引入模糊度求解方程是为了获取含模糊数据YA位于O点处所受到来自+1模糊区和-1模糊区的能量影响情况，也分别即第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)。

[0051] 在本发明的第二步中，所述的第一空变滤波器H1(p,q,fη)为：

[0052]

[0053] 其中，p和q分别是目标点O沿距离向到卫星平台的距离和沿方位向到场景中心点的距离，fη为方位频率，Bp为方位向处理带宽，Δa+1和Δr+1分别是位于+1模糊区的干扰目标沿方位向和距离向到目标点O的距离，W+1(p+Δa+1,q+Δr+1,fη)和W0(p,q,fη)分别是位于+1模糊区的干扰目标和目标点O的天线方向图加权。

[0054] 在本发明的第二步中，所述的第二空变滤波器H2(p,q,fη)为：

[0055]

[0056] 其中，p和q分别是目标点O沿距离向到卫星平台的距离和沿方位向到场景中心点的距离，fη为方位频率，Bp为方位向处理带宽，Δa-1和Δr-1分别是位于-1模糊区的干扰目标沿方位向和距离向到目标点O的距离，W-1(p+Δa-1,q+Δr-1,fη)和W0(p,q,fη)分别是位于-1模糊区的干扰目标和目标点O的天线方向图加权。

[0057] 在本发明的第二步中，所述的第一二维时域数据YC为：

[0058] 其中，表示滤波后在方位向上对应第1方位时刻的距离向第1像素点；表示滤波后在方位向上对应第1方位时刻的距离向第m像素点；表示滤波后在方位向上对应第1方位时刻的距离向第Nf像素点；表示滤波后在方位向上对应第n方位时刻的距离向第1像素点；表示滤波后在方位向上对应第n方位时刻的距离向第m像素点；表示滤波后在方位向上对应第n方位时刻的距离向第Nf像素点；表示滤波后在方位向上对应第Na方位时刻的距离向第1像素点；表示滤波后在方位向上对应第Na方位时刻的距离向第m像素点；表示滤波后在方位向上对应第Na方位时刻的距离向第Nf像素点。

[0059] 在本发明的第二步中，所述的第二二维时域数据YD为：

[0060] 其中，表示滤波后在方位向上对应第1方位时刻的距离向第1像素点；表示滤波后在方位向上对应第1方位时刻的距离向第m像素点；表示滤波后在方位向上对应第1方位时刻的距离向第Nf像素点；表示滤波后在方位向上对应第n方位时刻的距离向第1像素点；表示滤波后在方位向上对应第n方位时刻的距离向第m像素点；表示滤波后在方位向上对应第n方位时刻的距离向第Nf像素点；表示滤波后在方位向上对应第Na方位时刻的距离向第1像素点；表示滤波后在方位向上对应第Na方位时刻的距离向第m像素点；表示滤波后在方位向上对应第Na方位时刻的距离向第Nf像素点。

[0061] 在本发明的第二步中，所述的用于求解第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)的求解方程为：

[0062]

[0063] 其中p和q分别是目标点O沿距离向到卫星平台的距离和沿方位向到场景中心点的距离，yA(p,q)、yC(p,q)和yD(p,q)分别是YA、YC和YD位于O点的值，σ1(p,q)、σ2(p,q)、σ3(p,q)、σ4(p,q)、σ5(p,q)和σ6(p,q)是6个不同方程计算结果，具体如下面6式。

[0064]

[0065]

[0066]

[0067]

[0068]

[0069]

[0070] 在上述6式中，Bp为方位向处理带宽，fη为方位频率，Δa+1和Δr+1分别是位于+1模糊区的干扰目标沿方位向和距离向到目标点O的距离，Δa-1和Δr-1分别是位于-1模糊区的干扰目标沿方位向和距离向到目标点O的距离，W-1(p+Δa-1,q+Δr-1,fη)和W+1(p+Δa+1,q+Δr+1,fη)分别是位于-1模糊区的干扰目标和位于+1模糊区的干扰目标的天线方向图加权，W0(p,q,fη)是目标点O的天线方向图加权，H1(p,q,fη)和H2(p,q,fη)分别是第一空变滤波器和第二空变滤波器。

[0071] 第三步：利用SAR地面接收系统中1A级处理器输出的含模糊数据YA和第二步得到的第一局部模糊度L1(p,q)及第二局部模糊度L2(p,q)，构建最佳滤波器Hopt；

[0072] 在本发明中，利用第一局部模糊度L1(p,q)和第二局部模糊度L2(p,q)是为了分析出在斜平面(p,q)处模糊能量对无模糊能量在方位频域中的影响程度。引入含模糊的复图像数据YA是为了计算(p,q)处能量占全场景能量总和的比值。获取上述信息是为了构建最佳滤波器Hopt，它能利用方位频域中模糊能量和无模糊能量的分布差异，对无模糊能量进行最佳的估计。

[0073] 在本发明的第三步中，所述的最佳滤波器Hopt构建如下：

[0074]

[0075] 其中p和q分别是目标点O沿距离向到卫星平台的距离和沿方位向到场景中心点的距离，fη为方位频率，V(p,q)和Ps(p,q,fη)都是两个不同方程的计算结果，前者表征(p,q)处能量占全场景能量总和的比值，后者表征在斜平面(p,q)处模糊能量对无模糊能量在方位频域中的影响程度，两者的表达式分别见下面公式(7)、公式(8)。

[0076]

[0077]

[0078] 在上述公式(7)、公式(8)中，yA(p,q)是YA位于O点的值，Av[]是空间平均操作符号，L1(p,q)和L2(p,q)分别是第一局部模糊度和第二局部模糊度，Bp为方位向处理带宽，fη为方位频率，Δa+1和Δr+1分别是位于+1模糊区的干扰目标沿方位向和距离向到目标点O的距离，Δa-1和Δr-1分别是位于-1模糊区的干扰目标沿方位向和距离向到目标点O的距离，W-1(p+Δa-1,q+Δr-1,fη)和W+1(p+Δa+1,q+Δr+1,fη)分别是位于-1模糊区的干扰目标和位于+1模糊区的干扰目标的天线方向图加权，W0(p,q,fη)是目标点O的天线方向图加权。

[0079] 第四步：将第三步得到的最佳滤波器Hopt与第一步得到的第一距离多普勒域数据YB进行乘法操作，得到第二距离多普勒域数据YE，将第一距离多普勒域数据YB与第二距离多普勒域数据YE相减，得到第三距离多普勒域数据YG；

[0080] 在本发明中，将最佳滤波器Hopt与第一距离多普勒域数据YB进行乘法操作是为了获得对无模糊能量的最佳估计数据，也即第二距离多普勒域数据YE。将第一距离多普勒域数据YB与第二距离多普勒域数据YE进行减法操作是为了获得对模糊能量的最佳估计数据YG；

[0081] 在本发明第四步中，所述的第二距离多普勒域数据YE为：

[0082] 其中，表示最佳滤波后第1个方位频率的距离向上的第1个点；表示最佳滤波后第1个方位频率的距离向上的第m个点；表示最佳滤波后第1个方位频率的距离向上的第Nf个点；表示最佳滤波后第n个方位频率的距离向上的第1个点；表示最佳滤波后第n个方位频率的距离向上的第m个点；表示最佳滤波后第n个方位频率的距离向上的第Nf个点；表示最佳滤波后第Na个方位频率的距离向上的第1个点；表示最佳滤波后第Na个方位频率的距离向上的第m个点；
表示最佳滤波后第Na个方位频率的距离向上的第Nf个点。

[0083] 在本发明第四步中，所述的第三距离多普勒域数据YG为：

[0084]

[0085] 表示减法操作后第1个方位频率的距离向上的第1个点；

[0086] 表示减法操作后第1个方位频率的距离向上的第m个点；

[0087] 表示减法操作后第1个方位频率的距离向上的第Nf个点；

[0088] 表示减法操作后第n个方位频率的距离向上的第1个点；

[0089] 表示减法操作后第n个方位频率的距离向上的第m个点；

[0090] 表示减法操作后第n个方位频率的距离向上的第Nf个点；

[0091] 表示减法操作后第Na个方位频率的距离向上的第1个点；

[0092] 表示减法操作后第Na个方位频率的距离向上的第m个点；

[0093] 表示减法操作后第Na个方位频率的距离向上的第Nf个点。

[0094] 第五步：将第四步得到的第三距离多普勒域数据YG和第二距离多普勒域数据YE进行相同位置的元素相除和平方操作，并将所得矩阵进行逐行求和，进而获得表征列向量Γ；

[0095] 在本发明中，将第三距离多普勒域数据YG和第二距离多普勒域数据YE进行上述系列操作，是为了得到可用以描述模糊能量在方位频域上的分布情况的列向量Γ。

[0096] 在本发明第五步中，所述的表征列向量Γ为：

[0097]

[0098] Na表示初始方位向采样点数；

[0099] n是一个变量，取值范围1至Na，表示为方位向第n个点；

[0100] b1表示用于评估方位频域能量分布的列向量的第1个频率点；

[0101] bn表示用于评估方位频域能量分布的列向量的第n个频率点；

[0102] bNa表示用于评估方位频域能量分布的列向量的第Na个频率点。

[0103] 在本发明第六步中，所述的方位频域保留点位置函数χ(h)建立的是第一距离多普勒域数据YB中保留频率位置和含模糊数据YA对应的特殊方位频域数据中的频率位置之间的映射关系。其中第一距离多普勒域数据YB中保留频率位置的选定依据第五步得到的表征列向量Γ、最大可允许相位误差φ和相位误差-模糊影响门限曲线。利用相位误差-模糊影响门限曲线和最大可允许相位误差φ，可得到最优选择门限值ζ，而表征列向量Γ中元素小于最优选择门限值ζ的对应频率位置即为第一距离多普勒域数据YB中保留频率位置(具体操作示意可见图4(a)-(b))。上述得到的保留频率位置的总和构成了函数χ(h)的值域。另记保留频率对应的点数为Nt，则函数χ(h)的自变量h的定义域为1至Nt上的所有整数。将函数χ(h)的定义域和值域分别按从小到大排列，并构建两者间的一一映射，即得方位频域保留点函数χ(h)。

[0104] 第六步：利用第五步中得到的表征列向量Γ和最大可允许的相位误差φ，得到方位频域保留点位置函数χ(h)，并引入变换方程z(χ(h),n)构建频谱选择傅里叶转换阵F，将它与1A级处理器输出的含模糊数据YA进行乘法操作，进而获得保留子谱段Ysel；

[0105] 在本发明中，获取方位频域保留点位置函数χ(h)是为了得到含模糊数据YA在方位频域中受到模糊影响影响较小的频率位置。引入变换方程z(χ(h),n)构建频谱选择傅里叶变换阵F是为了建立方位时域数据和另一特殊方位频域数据之间的关系，该特殊方位频域保留了上述受模糊影响较小的频率位置上的数据但丢弃了其他频率位置上的数据。频谱选择傅里叶转换阵F与含模糊数据YA进行乘法操作是为了将含模糊数据YA从方位时域变换到特殊方位频域，得到的结果即是保留子谱段Ysel，其中方位模糊能量得到抑制，但由于频带宽度减少，分辨率恶化。

[0106] 在本发明第六步中，所述的变换方程z(χ(h),n)为：

[0107]

[0108] 其中j为虚部单位，π为圆周率(3.14159)，Na为初始方位向采样点数，h是取值范围为1至Nt的变量，n为取值范围为1至Na的变量，χ(h)为前述方位频域保留点位置函数，是下取整运算符号。

[0109] 在本发明第六步中，所述的频谱选择傅里叶转换阵F为：

[0110]

[0111] Nt表示保留频率对应的点数；

[0112] Na表示初始方位向采样点数；

[0113] h是一个变量，取值范围1至Nt，表示为保留频率的第h个点；

[0114] n是一个变量，取值范围1至Na，表示为方位向第n个点；

[0115] z(χ(h),n)为前述的变换方程。

[0116] 在本发明第六步中，所述的保留子谱段Ysel为：

[0117]

[0118] Nt表示保留频率对应的点数；

[0119] Nf表示初始距离向采样点数；

[0120] h是一个变量，取值范围1至Nt，表示为保留频率的第h个点；

[0121] m是一个变量，取值范围1至Nf，表示为距离向第m个点；

[0122] 表示第1个保留方位频率的距离向上的第1个点；

[0123] 表示第1个保留方位频率的距离向上的第m个点；

[0124] 表示第1个保留方位频率的距离向上的第Nf个点；

[0125] 表示第h个保留方位频率的距离向上的第1个点；

[0126] 表示第h个保留方位频率的距离向上的第m个点；

[0127] 表示第h个保留方位频率的距离向上的第Nf个点；

[0128] 表示第Nt个保留方位频率的距离向上的第1个点；

[0129] 表示第Nt个保留方位频率的距离向上的第m个点；

[0130] 表示第Nt个保留方位频率的距离向上的第Nf个点。

[0131] 第七步：引入频谱外推方程，并将1A级处理器输出的含模糊数据YA、第六步中得到的频谱选择傅里叶变换阵F和保留子谱段Ysel带入其中，得到对于保留子谱段Ysel的频谱外推结果Yfinal，也即是方位模糊抑制后的图像数据。

[0132] 在本发明中，对保留子谱段Ysel进行频谱外推，是为了得到与含模糊数据YA拥有相同方位分辨率的方位模糊抑制结果Yfinal。

[0133] 在本发明第七步中，所述的频谱外推结果Yfinal为：

[0134]

[0135] Na表示初始方位向采样点数；

[0136] Nf表示初始距离向采样点数；

[0137] n是一个变量，取值范围1至Na，表示为方位向第n个点；

[0138] m是一个变量，取值范围1至Nf，表示为距离向第m个点；

[0139] 表示抑制结果在方位向上对应第1方位时刻的距离向第1像素点；

[0140] 表示抑制结果在方位向上对应第1方位时刻的距离向第m像素点；

[0141] 表示抑制结果在方位向上对应第1方位时刻的距离向第Nf像素点；

[0142] 表示抑制结果在方位向上对应第n方位时刻的距离向第1像素点；

[0143] 表示抑制结果在方位向上对应第n方位时刻的距离向第m像素点；

[0144] 表示抑制结果在方位向上对应第n方位时刻的距离向第Nf像素点；

[0145] 表示抑制结果在方位向上对应第Na方位时刻的距离向第1像素点；

[0146] 表示抑制结果在方位向上对应第Na方位时刻的距离向第m像素点；

[0147] 表示抑制结果在方位向上对应第Na方位时刻的距离向第Nf像素点。

[0148] 在本发明的第七步中，所述的频谱外推方程为：

[0149]

[0150] k是一个变量，取值范围1至Nf，表示为矩阵沿距离向的第k列；

[0151] F是第六步中得到的频谱选择傅里叶变换阵；

[0152] Xfinal(k)表示频谱外推结果Yfinal中的第k列数据；

[0153] 表示频谱外推结果Yfinal中的第k列数据的共轭转置；

[0154] XA(k)表示1A级处理器输出的含模糊数据YA中的第k列数据；

[0155] 表示1A级处理器输出的含模糊数据YA中的第k列数据的共轭转置；

[0156] Xsel(k)表示保留子谱段Ysel中的第k列数据。

[0157] 实施例1

[0158] 采用本设计发明的方法和传统AM&SF方法分别对国外卫星数据进行方位模糊抑制处理与对比分析。

[0159] AM&SF方法(见2014年9月刊登在“IEEE Journal of selected topics in applied earth observations and remote sensing”上的文章《filtering of azimuth ambiguity in stripmap synthetic aperture radar images》,G.D.Martino等著)是基于经典维纳滤波理论框架的传统方位模糊抑制算法，它在模糊抑制和分辨率保持方面都具有不错的性能，并且在TerraSAR-X和Cosmo/SkyMed两颗卫星的大量数据上得到了验证，因此，以它作为传统方位模糊抑制算法的代表不失一般性。

[0160] 实例中使用的图像数据的相关参数如下表1：

[0161] 表1图像数据的相关参数

[0162]参数图5A 图6A 图10
遥感SAR卫星 Radarsat-2 TerraSAR-X TerraSAR-X
照射区域迪拜迪拜上海
卫星工作模式条带滑动聚束条带
入射角(deg) 36.19 29.94 42.82

[0163] 用于实验处理的图像图5A和图6A与同一照射区域的同时期光学图像图5B和图6B相比，其中出现了明显的白色“鬼影”，该现象说明实例数据是受到较明显的方位模糊干扰的。其中图5A是来自加拿大Radarsat-2的条带工作模式下的单视复图像数据，图6A是来自德国TerraSAR-X的滑动聚束工作模式下的单视复图像数据。在实例数据中，既有传统方位模糊抑制方法可以处理的条带工作模式下的数据，又有几乎所有现有算法不能较好进行处理的滑动聚束模式下的数据。因此，以它们作为代表是不失一般性的。

[0164] 图7A和图7B展示了图5A的模糊抑制处理结果，图7C和图7D展示了图6A的模糊抑制处理结果，其中图7A、图7C分别是AM&SF算法的处理结果，图7B、图7D分别是本发明提出方法的处理结果。通过对对比，可以明显的发现：

[0165] 对于条带模式下获取的含模糊数据，本发明提出的方法与传统方法在方位模糊抑制方面性能相当；对于滑动聚束模式下获取的含模糊数据，本发明提出方法在方位模糊抑制方面性能明显优于传统方法。

[0166] 由于滑动聚束模式下获取的数据具有除条带模式以外其他工作模式下获取的数据的一个共同点，且该点也是这些模式下获取的含模糊数据难以被传统方法较好的处理的原因，即观测场景中的每一点受到的天线方向图加权均不相同，因而，本发明设计方法对于滑动聚束模式下获取的数据所得到的结论同样适用于除条带模式以外其余观测模式下获取的数据。

[0167] 为了进一步分析本发明设计方法对方位向分辨率的影响，对于图6A、图7C和图7D中虚线框选定的区域进行局部展示(详见图8A、图8B和图8C)，并对于图图8A、图8B和图8C中标注的4个点目标沿方位向剖面进行插值与评估，插值结果和评估结果分别详见图9和表2，经对比分析可以发现：本发明设计的方法在模糊抑制处理过程中，方位向分辨率保持较好，且略有提升，优于传统模糊抑制方法。

[0168] 表2方位向分辨率对比分析

[0169] 点1 点2 点3 点4
原始分辨率(米) 1.1154 1.1897 1.0816 1.3790
经AM&SF处理后的分辨率(米) 2.2645 1.4804 1.0951 1.4195
经本发明设计方法处理后的分辨率(米) 1.0140 0.9261 0.8585 1.0613

[0170] 此外，为了测试本发明设计的方法在受到双侧模糊干扰的复杂情形下的效果，对图10展示的含模糊数据进行处理并展示于图11A、图11B中。图10是德国TerraSAR-X在条带模式下获取的含模糊数据，观测区域位于上海市长江入海口处，图像中河道区域分别受到来自上下两侧模糊区的能量干扰，其中较强的模糊干扰位置被虚线框框定在图10中。图11A、图11B分别是经AM&SF方法和本发明设计方法处理后的结果。

[0171] 通过对原始数据和经两类方法处理后的数据对比，也即图10、图11A、图11B的对比，可以发现：对于同一区域受到两侧模糊同时干扰的复杂情形，本发明设计的方法具有较好的处理效果，且优于传统模糊抑制方法。

[0172] 经过上述处理对比及分析，可以看出：本发明公开的方法能够解决在多种工作模式及多种复杂模糊干扰情形下，对于SAR图像中的方位模糊能量进行有效的抑制，且保持方位向分辨率几乎不变；总体效果优于传统方位模糊抑制算法。

标题	发布/更新时间	阅读量
合成孔径雷达卫星飞行方向速度测量精度指标计算方法	2020-05-08	277
车载雷达成像方法及装置、电子设备	2020-05-08	48
基于地表水文过程的农业洪涝灾害监测预报系统及方法	2020-05-12	193
综采工作面端头推移状态监测装置及方法	2020-05-12	623
基于导航卫星的合成孔径雷达数据实时预处理方法	2020-05-08	220
基于素描结构特征聚类的SAR图像样本块选择方法	2020-05-08	535
双基地合成孔径雷达运动目标定位方法	2020-05-11	337
一种基于熵的单通道合成孔径雷达动目标检测方法	2020-05-12	652
基于双通道联合处理的合成孔径宽带信号源侦察成像方法	2020-05-08	682
一种静止轨道SAR对海面及船只复合场景成像仿真系统及方法	2020-05-08	230

一种用于合成孔径雷达的方位模糊抑制方法

一种用于合成孔径雷达的方位模糊抑制方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：