一种SAR-GMTI动目标重定位改进方法
阅读：285发布：2020-05-08
专利汇可以提供一种SAR-GMTI动目标重定位改进方法专利检索，专利查询，专利分析的服务。并且本 发明 属于雷达技术领域，具体涉及一种SAR-GMTI动目标重 定位 改进方法，包括：获取多通道SAR图像、动目标检测 位置 、 偏航 角 补偿剩余和地形高程图；对所述多通道SAR图像依次进行误差补偿和 图像配准 得到处理后多通道SAR图像；根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度；根据所述处理后多通道SAR图像得到动目标距离压缩后的方位回波 信号 ；对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度；根据所述动目标径向速度、所述动目标方位向速度、所述动目标检测位置、所述偏航角补偿剩余和所述地形高程图在所述处理后多通道SAR图像上进行动目标重新定位。具有定位精确的有益效果。，下面是一种SAR-GMTI动目标重定位改进方法专利的具体信息内容。
1.一种SAR-GMTI动目标重定位改进方法，其特征在于，包括：
获取多通道SAR图像、动目标检测位置、偏航角补偿剩余和地形高程图；
对所述多通道SAR图像依次进行误差补偿和图像配准得到处理后多通道SAR图像；
根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度；
根据所述处理后多通道SAR图像得到动目标距离压缩后的方位回波信号；
对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度；
根据所述动目标径向速度、所述动目标方位向速度、所述动目标检测位置、所述偏航角补偿剩余和所述地形高程图在所述处理后多通道SAR图像上进行动目标重新定位。
2.根据权利要求1所述的SAR-GMTI动目标重定位改进方法，其特征在于，根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度，包括：
在所述处理后多通道SAR图像上选择动目标所在位置处的杂波样本，并根据所述杂波样本得到杂波协方差矩阵；
在所述杂波协方差矩阵上设置动目标径向速度搜索范围，并根据所述动目标径向速度搜索范围对所述杂波协方差矩阵进行自适应匹配滤波搜索得到动目标径向速度。
3.根据权利要求1所述的SAR-GMTI动目标重定位改进方法，其特征在于，所述动目标径向速度 表达式为：
其中， Rcn为
杂波协方差矩阵，xs为动目标多通道数据，a(vr)为动目标径向速度搜索导向矢量，L为样本个数，N为天线方位通道数，d为通道间距，λ为信号波长，vp为平台速度。
4.根据权利要求1所述的SAR-GMTI动目标重定位改进方法，其特征在于，对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度，包括：
对所述动目标距离压缩后的方位回波信号进行匹配滤波得到多普勒调频率 进而得到动目标方位速度va：
其中，va为动目标方位向速度，sr(t)为动目标距离压缩后的方位回波信号，fdc＝2vr/λ为多普勒中心频率，Tm为方位积累时间，Rt为动目标的斜距， 为动目标径向速度。
一种SAR-GMTI动目标重定位改进方法
技术领域
[0001] 本发明属于雷达技术领域，具体涉及一种SAR-GMTI动目标重定位改进方法。
背景技术
[0002] SAR-GMTI在保证雷达高分辨率成像的同时，能够对地面运动目标进行速度估计和定位，是现代军事预警监视雷达系统的一个主要功能。另外，在民用领域，SAR-GMTI已经广泛应用于交通监测与规划、舰船监测和洋流观测等任务。
[0003] SAR成像通过利用方位多脉冲增加观测孔径以达到方位高分辨的目的。国内外学者做了大量研究，已经能够很好的对静止场景进行成像，例如：RD(Range-Doppler)算法、CS(Chirp Scaling)算法、SPECAN(Spectral Analysis)算法、算法、BP(Back Projection)算法等。但是在SAR-GMTI系统中，雷达正侧视工作时，回波信号的多普勒调频率与动目标的径向速度有关。另外，在平台偏航情况下，回波信号的多普勒调频率还与目标的方位向速度、高程以及偏航角有关。在对动目标成像时，如果仍以静止目标回波信号的调频斜率产生参考函数，动目标的方位向散焦严重，图像变得模糊甚至无法成像。同时，目标幅度的下降，降低检测概率的同时影响了检测位置的确定，从而影响动目标在SAR图像上的重新定位。因此，大量学者提出不需要进行动目标参数估计的动目标自聚焦算法，主要有谱峰跟踪法、子孔径相关(Map Drift，MD)方法、相位梯度自聚焦(Phase Gradient Autofocus，PGA)方法、最小熵方法、二阶Keystone变换方法、BFCA(Beat Frequency Coherent Accumulation)方法等；另外，基于参数估计的动目标聚焦成像算法也被大量研究和广泛应用。针对线性调频信号主要分为两类，第一类是针对PPS(polynomial-phase signal)模型的参数估计方法，主要包括。其中主要包括ML(Maximum Likelihood)方法、MFT(Match Fourier Transform)方法、NILS(Nonlinear Instantaneous Least Squares)方法、DCFT(Discrete Chirp Fourier Transform)方法、HAF(High-order Ambiguity Functions)方法等；另一类是基于时频变换的动目标聚焦方法，其中包括STFT(Short Time Fourier Transform)方法、WVD(Wigner-Ville Distribution)方法、S变换、小波变换等。
[0004] 动目标聚焦后，在SAR图像上对动目标进行重新定位是SAR-GMTI系统的一个必不可少的步骤，同时，定位误差是表征数据处理性能的一个重要指标。文章指出动目标的图像相对偏移量只与动目标径向速度有关，方位向速度仅仅影响目标在方位向上的聚焦，这里称为“传统重定位方法”。但是，事实上，目标的方位向速度影响目标方位聚焦的同时，还影响动目标在SAR图像上的相对偏移。尤其在目标方位向速度较大时，传统重定位方法的定位精度下降明显；另外，在平台存在偏航补偿剩余以及运动目标有高程的情况下，传统定位方法的定位精度进一步下降。
发明内容
[0005] 为了解决现有技术中存在的上述问题，本发明提供了一种SAR-GMTI动目标重定位改进方法。本发明要解决的技术问题通过以下技术方案实现：
[0006] 一种SAR-GMTI动目标重定位改进方法，包括：
[0007] 获取多通道SAR图像、动目标检测位置、偏航角补偿剩余和地形高程图；
[0008] 对所述多通道SAR图像依次进行误差补偿和图像配准得到处理后多通道SAR图像；
[0009] 根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度；
[0010] 根据所述处理后多通道SAR图像得到动目标距离压缩后的方位回波信号；
[0011] 对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度；
[0012] 根据所述动目标径向速度、所述动目标方位向速度、所述动目标检测位置、所述偏航角补偿剩余和所述地形高程图在所述处理后多通道SAR图像上进行动目标重新定位。
[0013] 在本发明的一个实施例中，根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度，包括：
[0014] 在所述处理后多通道SAR图像上选择动目标所在位置出的杂波样本，并根据所述杂波样本得到杂波协方差矩阵；
[0015] 在所述杂波协方差矩阵上设置动目标径向速度搜索范围，并根据所述动目标径向速度搜索范围对所述杂波协方差矩阵进行自适应匹配滤波搜索得到动目标径向速度。
[0016] 在本发明的一个实施例中，所述动目标径向速度 表达式为：
[0017]
[0019] 在本发明的一个实施例中，对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度，包括：
[0020] 对所述动目标距离压缩后的方位回波信号进行匹配滤波得到多普勒调频率 进而得到动目标方位速度va：
[0021]
[0022]
[0023] 其中，va为动目标方位向速度，sr(t)为动目标距离压缩后的方位回波信号，fdc＝2vr/λ为多普勒中心频率，Tm为方位积累时间，Rt为动目标的斜距， 为动目标径向速度。
[0024] 本发明的有益效果：
[0025] 本发明考虑了动目标的方位向速度，能够在动目标方位向速度较大时对动目标精确定位；本发明还考虑了天线的偏航角，能够适应有一定偏航剩余的SAR-GMTI系统，对动目标精确定位。
附图说明
[0027] 图1是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的流程示意图；
[0028] 图2是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的动目标成像几何图；
[0029] 图3是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的运动目标聚焦成像图；
[0030] 图4是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的误差分析结果图。
具体实施方式
[0031] 下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
[0032] 请参见图1，图1是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的流程示意图，包括：
[0033] 获取多通道SAR图像、动目标检测位置、偏航角补偿剩余和地形高程图；
[0034] 对所述多通道SAR图像依次进行误差补偿和图像配准得到处理后多通道SAR图像；
[0035] 根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度；
[0036] 根据所述处理后多通道SAR图像得到动目标距离压缩后的方位回波信号；
[0037] 对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度；
[0038] 根据所述动目标径向速度、所述动目标方位向速度、所述动目标检测位置、所述偏航角补偿剩余和所述地形高程图在所述处理后多通道SAR图像上进行动目标重新定位。
[0039] 本发明考虑了动目标的方位向速度，能够在动目标方位向速度较大时对动目标精确定位；本发明还考虑了天线的偏航角，能够适应有一定偏航剩余的SAR-GMTI系统，对动目标精确定位。
[0040] 在本发明的一个实施例中，根据所述处理后多通道SAR图像利用自适应匹配滤波得到动目标径向速度，包括：
[0041] 在所述处理后多通道SAR图像上选择动目标所在位置出的杂波样本，并根据所述杂波样本得到杂波协方差矩阵；
[0042] 在所述杂波协方差矩阵上设置动目标径向速度搜索范围，并根据所述动目标径向速度搜索范围对所述杂波协方差矩阵进行自适应匹配滤波搜索得到动目标径向速度。
[0043] 在本发明的一个实施例中，所述动目标径向速度 表达式为：
[0044]
[0045] 其中，Rcn为杂波协方差矩阵，xs为动目标多通道数据，a(vr)为动目标径向速度搜索导向矢量，L为样本个数，N为天线方位通道数，d为通道间距，λ为信号波长，vp为平台速度。
[0046] 在本发明的一个实施例中，对所述动目标距离压缩后的方位回波信号进行匹配滤波得到动目标方位向速度，包括：
[0047] 对所述动目标距离压缩后的方位回波信号进行匹配滤波得到多普勒调频率[0048]
[0049]
[0050] 其中，va为动目标方位向速度sr(t)为动目标距离压缩后的方位回波信号， 为动目标径向速度，fdc＝2vr/λ为多普勒中心频率，Tm为方位积累时间，Rt为动目标的斜距。
[0051] 具体的，距离压缩后的方位回波信号通常可以采用线性调频信号模型，因此采用匹配滤波处理方法可以获得回波多普勒调频率估计，进而获得动目标方位向速度。
[0052] 进一步地，对动目标在处理后多通道SAR图像上精确重新定位，需要计算动目标在SAR图像上的相对偏移，动目标在SAR图像上的偏移量不仅与目标径向速度有关(传统定位)，还和动目标方位向速度、偏航角补偿剩余、地形高程图有关。
[0053] 请参见图2，图2是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的动目标成像几何图，同时考虑动目标径向速度、动目标方位向速度、偏航角补偿剩余、地形高程图，斜距的精确表达式为：
[0054]
[0055] 其中，RB为动目标在SAR图像上真实最近斜距，y0是RB在方位向上的投影，R0是RB在零多普勒面上的投影，vp为平台速度，vr为动目标径向速度；
[0056]
[0057] 其中，θ为下视角，θyaw为经过偏航导引补偿后剩余的偏航角，H为平台高度，h为动目标所在位置相对于SAR图像参考点的高度，即目标高程。
[0058] 考虑动目标方位向速度、偏航角补偿剩余和地形高程图的影响，动目标的斜距可以写成：
[0059]
[0060] 其中，
[0061] 假设目标为慢速目标，不会产生多普勒模糊，根据驻定相位原理(Principle of stationary phase，PSP)，将由上式表示的信号模型变换到二维频域，即距离压缩后的距离-方位二维频域信号为：
[0062]
[0063] 其中，σs为动目标后向散射系数，P(f)为距离包络的傅里叶变换，ω(tm)为方位窗函数，c为光速，f为距离频率，fa为方位频率，fc为载波频率；
[0064] 上述动目标回波二维回波信号的二维最优匹配参考函数为：
[0065]
[0066] 其中，Wr(f,fa)为二维频域窗函数，频域相乘，消去二次项后信号频域为：
[0067]
[0068] 傅里叶变换(IFT)为时域信号，得到动目标信号二维压缩后的成像结果为：
[0069]
[0070] 其中，t为距离向快时间，tm为方位向慢时间，G是距离脉压增益，A是方位压缩增益，ΔB是信号带宽，BD是目标多普勒带宽；
[0071] 由上式动目标的成像偏移可知，本发明精确的重定位公式如下：
[0072]
[0073] 其中，
[0074] v′r为等效径向速度，xd为动目标在SAR图像上的成像方位位置，Rd为动目标在SAR图像上位置多对应的斜距，即成像斜距。
[0075] 由上可知，当雷达阵面无偏航时，等效径向速度v′r＝vr，本发明方法退化为仅考虑方位向速度的重定位方法。此时，如果目标方位向速度满足va<
[0076] 还需要说明的是，动目标精确重定位要求平台和动目标的参数精确已知，但是由于测速和测高算法精度的限制，各参数不可避免的有一定的误差。从而，动目标方位重定位将会产生误差。由本发明的动目标精确重定位公式可知，定位精度主要与动目标径向速度估计误差Δvr、动目标方位向速度估计误差Δva、目标高程估计误差Δh以及偏航角补偿剩余Δθyaw有关。
[0077] (1)动目标径向速度估计误差：
[0078]
[0079] (2)动目标方位向速度估计误差：
[0080]
[0081] (3)平台偏航角补偿剩余：
[0082]
[0083] (4)目标高程估计误差：
[0084]
[0085] 其中，
[0086]
[0087]
[0088]
[0089] 由以上误差分析结果可知，雷达与目标之间的距离越大，目标径向速度和方位向速度估计误差、偏航角补偿剩余对定位误差的影响越明显；另外，在高程误差影响下，动目标定位精度与作用距离成负相关，距离越远，目标高程对方位定位精度的影响越小。
[0090] 本发明的效果可以通过下述仿真实验加以说明：
[0091] 1.仿真条件：
[0092] 本发明实验仿真针对对于典型机载SAR-GMTI系统，雷达工作在X波段，线性调频信号载波频率fc＝9GHz，带宽ΔB＝150MHz，脉冲宽度Tp＝5μs，脉冲重复频率PRF＝1000Hz，光速c＝3×108m/s，飞机高度H＝8000m，飞机速度vp＝200m/s，天线偏航角θyaw＝0.5°，动目标位于场景中心，动目标径向速度vr＝5m/s，动目标方位向速度va＝10m/s，地形高程图h＝50m。
[0093] 2.仿真内容与结果分析：
[0094] 仿真1，请参见图3，图3是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的运动目标聚焦成像图。
[0095] 为了对比传统定位方法与本发明，设置具有不同参数的运动目标，通过成像、自聚焦和重新定位后，计算方位定位误差，如下表所示：
[0096] 传统定位方法与本发明方法比较表
[0097]
[0098] 由传统定位方法与本发明方法比较表可知，载机无偏航情况下，目标只有径向速度时，传统定位方法能够对目标进行精确定位；当目标存在方位向速度时，传统方法的定位精度下降；载机存在偏航情况下，传统方法的重定位误差急剧增大，同时，目标高程对目标重定位也有一定的影响；但是，上述几种情况下，本发明提供的方法都能够对动目标进行精确定位。
[0099] 仿真2，为了分析各个参数的估计误差对方本发明提供的方法定位精度的影响，结合信号模型，分别对距离雷达10km、30km和50km处的点目标进行了计算机仿真，仿真结果请参见图4，图4是本发明实施例提供的一种SAR-GMTI动目标重定位改进方法的误差分析结果图。
[0100] 对于典型机载SAR-GMTI系统，由图4可知，对于不同距离处的动目标，其方位定位精度与各误差近似为线性关系。
[0101] 由图4(a)和4(b)可知，动目标在SAR图像上的方位定位精度主要由目标径向速度误差和偏航角补偿剩余决定，而且，探测距离越大，定位精度恶化越严重。因此，为了实现目标的精确定位要求精确估计目标径向速度和精确补偿平台偏航角。
[0102] 另外，由图4(c)可知，目标方位向速度估计精度对动目标定位也有一定的影响。目标距雷达距离越远，误差曲线的斜率越大，即距离越远定位误差对目标方位向速度估计误差越敏感。
[0103] 然而，由图4(d)目标高程估计误差对本发明动目标重定位方法的影响较小。而且，动目标与平台相距越远，定位精度对动目标高程误差越不敏感。
[0104] 以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种设备的报警方法、报警系统及计算设备 | 2020-05-08 | 103 |
| 海上柔性风力发电技术 | 2020-05-08 | 510 |
| 一种改进型非线性PID的四旋翼飞行器控制方法 | 2020-05-08 | 296 |
| 全景视频处理方法及系统 | 2020-05-08 | 405 |
| 一种基于星历的低轨宽带卫星通信终端天线方向获取方法 | 2020-05-08 | 450 |
| 定位系统及其定位方法 | 2020-05-08 | 643 |
| 底座装置、控制方法、控制装置、存储介质和处理器 | 2020-05-11 | 684 |
| 一种智能防盗门及门体姿态检测方法 | 2020-05-08 | 169 |
| 偏航齿轮箱油位检测结构 | 2020-05-08 | 854 |
| 用于风电机组单叶片吊装的控制装置及其风电机组 | 2020-05-08 | 686 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈