首页 / 专利库 / 诊断设备和程序 / 多普勒成像 / 一种机载CSSAR地面运动目标成像方法

一种机载CSSAR地面运动目标成像方法

阅读:809发布:2020-05-13

专利汇可以提供一种机载CSSAR地面运动目标成像方法专利检索,专利查询,专利分析的服务。并且本 发明 提供了一种机载CSSAR地面运动目标成像方法,涉及雷达 信号 处理领域。机载CSSAR接收地面运动目标的回波信号,进行距离向傅里叶变换和方位向傅里叶变换,在二维频域构造距离匹配滤波和距离徙动校正 滤波器 进行距离徙动校正,然后进行距离向傅里叶逆变换,构造方位压缩 滤波器组 并进行方位压缩,并计算方位压缩后的目标信号的 峰值功率 ,利用使得方位压缩后目标峰值功率最大的方位压缩滤波器的调 频率 对距离徙动校正滤波器进行更新,并利用该方位压缩滤波器对距离徙动校正后的目标信号进行方位压缩。本发明的距离徙动校正的 精度 很高,能用于距离 分辨率 很高的系统。,下面是一种机载CSSAR地面运动目标成像方法专利的具体信息内容。

1.一种机载CSSAR地面运动目标成像方法,其特征在于包括下述步骤:
步骤1,机载CSSAR接收地面运动目标的回波信号,对接收到的目标的回波信号分别进行距离向傅里叶变换和方位向傅里叶变换,将目标信号变换到二维频域,得到二维频域目标信号;
步骤2,在二维频域构造距离匹配滤波器,将步骤1的二维频域目标信号与距离匹配滤波器相乘进行距离向匹配滤波实现距离压缩;
步骤3,在二维频域构造距离徙动校正滤波器Hrcmc(l),详细步骤如下:
a)将步骤2的距离向匹配滤波后的目标信号Src(fr,fa)表示为
其中,Wa(·)为方位频率包络,Wr(·)为距离频率包络,fa为基带方位频率,且满足-PRF/2≤fa≤PRF/2,PRF为雷达的脉冲重复频率,fr为距离频率,M为多普勒模糊数,tac为雷达波束中心穿越目标的时刻,Rc为tac时刻雷达到目标的距离,l1和l2分别为目标距离方程的一次项系数和二次项系数,c为光速,fc为雷达发射信号的载频;
b)根据距离匹配滤波后的目标信号的表达式,即公式(1),构造如下距离徙动校正滤波器:
其中l为距离徙动校正因子;
步骤4,将步骤2中距离压缩后的二维频域目标信号与Hrcmc(l)相乘进行距离徙动校正,然后对距离徙动校正后的目标信号进行距离向傅里叶逆变换,将距离徙动校正后的目标信号从二维频域变换到距离多普勒域,得到距离多普勒域目标信号;
步骤5,构造方位压缩滤波器组,用方位压缩滤波器组中的每个方位压缩滤波器分别对步骤4中距离多普勒域目标信号进行方位压缩,并计算方位压缩后的目标信号的峰值功率,详细步骤如下:
a)步骤4中距离多普勒域目标信号srcmc(tr,fa)表示为
其中,tr为距离快时间,pr(·)为距离压缩冲激响应函数;
b)根据距离徙动校正后的目标信号表达式,即公式(3),方位压缩滤波器组中的第i个滤波器Hac,i(Ka,i)构造为:
式(4)中,
其中,Ka,i为第i个滤波器的方位调频率,L为所需滤波器的个数,Ka,min和Ka,max分别为感兴趣地面运动目标的方位调频率的最小可能值和最大可能值,Ta为目标合成孔径时间,表示向上取整;
将srcmc(tr,fa)与Hac,i(Ka,i)相乘,再进行方位向傅里叶逆变换,可得到第i个滤波器方位压缩后的目标信号sac,i(tr,ta)为:
其中 表示进行方位向傅里叶逆变换;
c)第i个滤波器方位压缩后的目标峰值功率Pi用如下公式计算:
其中, 表示获取以tr和ta为自变量的二元函数sac,i(tr,ta)的最大值,ta
为方位慢时间,|·|表示取模;
步骤6,从步骤5方位压缩后的目标峰值功率Pi中挑选出最大值Pq以及对应的方位压缩滤波器Hac,q(Ka,q);
步骤7,判断l是否等于λKa,q/4,其中λ为雷达发射信号的波长,Ka,q是方位压缩滤波器Hac,q(Ka,q)的调频率,如果是,则执行步骤8,如果不是,则令l=λKa,q/4,更新Hrcmc(l)后返回到步骤4;
步骤8,利用Hac,q(Ka,q)对步骤4的距离多普勒域目标信号进行方位压缩,完成对目标的成像。

说明书全文

一种机载CSSAR地面运动目标成像方法

技术领域

[0001] 本发明涉及雷达信号处理领域,尤其是一种合成孔径雷达地面运动目标成像方法。

背景技术

[0002] 机载圆轨迹条带合成孔径雷达(Circular Stripmap Synthetic Aperture Radar,CSSAR)是近年来发展起来的一种新的机载SAR,它具有覆盖范围广和周期性重访的特点,因而适合用于空对地广域侦察和时敏目标(如地面运动目标)监视。
[0003] 由于机载CSSAR是近几年才出现的一种新的机载SAR,人们对机载CSSAR下的地面运动目标成像研究的还很少。文献“Ground moving target imaging algorithm for single channel airborne CSSAR”(Electronics Letters,2014,50:24)首次提出了一种适用于机载单通道CSSAR的地面运动目标成像方法,但该方法仅适用于距离分辨率较低的系统。当系统距离分辨率较高时,该方法无法正确校正目标的距离徙动,从而无法实现对目标的高质量成像。

发明内容

[0004] 为了克服现有技术的不足,本发明提出一种能用于距离分辨率很高的机载CSSAR系统的地面运动目标成像方法。针对现有机载单通道CSSAR地面运动目标成像方法在系统距离分辨率较高时无法正确校正目标的距离徙动的问题,提出一种改进的成像方法,该地面运动目标成像方法能用于距离分辨率很高的机载CSSAR系统。
[0005] 针对现有成像方法在系统距离分辨率较高时无法正确校正目标距离徙动的问题,本发明对该方法进行改进,提出一个迭代处理流程来实现对目标的距离徙动的准确校正。本发明解决其技术问题所采用的技术方案的步骤为:
[0006] 步骤1,机载CSSAR接收地面运动目标的回波信号,对接收到的目标的回波信号分别进行距离向傅里叶变换和方位向傅里叶变换,将目标信号变换到二维频域,得到二维频域目标信号;
[0007] 步骤2,在二维频域构造距离匹配滤波器,将步骤1的二维频域目标信号与距离匹配滤波器相乘进行距离向匹配滤波实现距离压缩;
[0008] 步骤3,在二维频域构造距离徙动校正滤波器Hrcmc(l),详细步骤如下:
[0009] a)将步骤2的距离向匹配滤波后的目标信号Src(fr,fa)表示为
[0010]
[0011] 其中,Wa(·)为方位频率包络,Wr(·)为距离频率包络,fa为基带方位频率,且满足-PRF/2≤fa≤PRF/2,PRF为雷达的脉冲重复频率,fr为距离频率,M为多普勒模糊数,tac为雷达波束中心穿越目标的时刻,Rc为tac时刻雷达到目标的距离,l1和l2分别为目标距离方程的一次项系数和二次项系数,c为光速,fc为雷达发射信号的载频;
[0012] b)根据距离匹配滤波后的目标信号的表达式,即公式(1),构造如下距离徙动校正滤波器:
[0013]
[0014] 其中l为距离徙动校正因子;
[0015] 步骤4,将步骤2中距离压缩后的二维频域目标信号与Hrcmc(l)相乘进行距离徙动校正,然后对距离徙动校正后的目标信号进行距离向傅里叶逆变换,将距离徙动校正后的目标信号从二维频域变换到距离多普勒域,得到距离多普勒域目标信号;
[0016] 步骤5,构造方位压缩滤波器组,用方位压缩滤波器组中的每个方位压缩滤波器分别对步骤4中距离多普勒域目标信号进行方位压缩,并计算方位压缩后的目标信号的峰值功率,详细步骤如下:
[0017] a)步骤4中距离多普勒域目标信号srcmc(tr,fa)表示为
[0018]
[0019] 其中,tr为距离快时间,pr(·)为距离压缩冲激响应函数;
[0020] b)根据距离徙动校正后的目标信号表达式,即公式(3),方位压缩滤波器组中的第i个滤波器Hac,i(Ka,i)构造为:
[0021]
[0022] 式(4)中,
[0023]
[0024]
[0025] 其中,Ka,i为第i个滤波器的方位调频率,L为所需滤波器的个数,Ka,min和Ka,max分别为感兴趣地面运动目标的方位调频率的最小可能值和最大可能值,Ta为目标合成孔径时间, 表示向上取整;
[0026] 将srcmc(tr,fa)与Hac,i(Ka,i)相乘,再进行方位向傅里叶逆变换,可得到第i个滤波器方位压缩后的目标信号sac,i(tr,ta)为:
[0027] 其中表示进行方位向傅里叶逆变换;
[0028] c)第i个滤波器方位压缩后的目标峰值功率Pi用如下公式计算:
[0029]
[0030] 其中, 表示获取以tr和ta为自变量的二元函数sac,i(tr,ta)的最大值,|·|表示取绝对值;
[0031] 步骤6,从步骤5方位压缩后的目标峰值功率Pi中挑选出最大值Pq以及对应的方位压缩滤波器Hac,q(Ka,q);
[0032] 步骤7,判断l是否等于λKa,q/4,其中λ为雷达发射信号的波长,Ka,q是方位压缩滤波器Hac,q(Ka,q)的调频率,如果是,则执行步骤8,如果不是,则令l=λKa,q/4,更新Hrcmc(l)后返回到步骤4;
[0033] 步骤8,利用Hac,q(Ka,q)对步骤4的距离多普勒域目标信号进行方位压缩,完成对目标的成像。
[0034] 本发明的有益效果是由于采用迭代处理的形式进行距离徙动校正,利用使得方位压缩后目标峰值功率最大的方位压缩滤波器的调频率对距离徙动校正滤波器进行更新,能够显著减小因方位调频率错误导致的残余距离徙动。本发明的距离徙动校正的精度更高,能用于距离分辨率很高的系统。附图说明
[0035] 图1是本发明的流程示意图。
[0036] 图2是机载CSSAR观测几何图,其中ra雷达运动轨迹的半径,ω为雷达的速度,h为雷达高度,vx和vy分别为目标沿x轴和y轴的速度,r0和θ0为零时刻目标到坐标原点的距离和目标的方位角。
[0037] 图3是距离压缩结果图。
[0038] 图4是距离徙动校正仿真结果图,其中图4(a)为文献“Ground moving target imaging algorithm for single channel airborne CSSAR”(Electronics Letters,2014,50:24)的方法的距离徙动校正结果,图4(b)为本发明的距离徙动校正结果。
[0039] 图5是目标成像仿真结果图,其中图5(a)为方位剖面图,图5(b)为距离剖面图,其中IRW是脉冲响应宽度(Impulse Response Width)。

具体实施方式

[0040] 下面结合附图和实施例对本发明进一步说明。
[0041] 图1是本发明的流程示意图,本发明的具体步骤如下:
[0042] 步骤1,机载CSSAR接收地面运动目标的回波信号,对接收到的目标的回波信号分别进行距离向傅里叶变换和方位向傅里叶变换,将目标信号变换到二维频域,得到二维频域目标信号;
[0043] 图2为机载单通道CSSAR观测几何图,雷达平台的运动轨迹为一个半径为ra的圆,雷达平台的角速度为ω,飞行高度为h,雷达波束始终垂直于速度方向并指向运动轨迹的外侧。假设,目标匀速直线运动,且其沿x轴和y轴的速度分别为vx和vy,在ta=0时刻(ta为方位慢时间),雷达的坐标为(ra,0,h),目标的坐标为(r0cosθ0,r0sinθ0,0),其中,r0为ta=0时刻目标到坐标原点的距离,θ0为ta=0时刻目标的方位角。
[0044] 根据图2,目标距离方程可表示为
[0045]
[0046] 式(9)中,
[0047]
[0048] 其中,tac为雷达波束中心穿越目标的时刻,Rc为ta=tac时刻雷达到目标的距离,rc为ta=tac时刻目标到坐标原点的距离,θc为ta=tac时刻目标的方位角,l1和l2分别为目标距离方程的一次项系数和二次项系数。
[0049] 假设雷达发射的信号为线性调频脉冲信号,则解调后的目标回波信号可表示为:
[0050]
[0051] 其中,tr为距离快时间,wr(·)为距离包络,c为光速,wa(·)为方位包络,fc为雷达发射信号的载频,Kr为雷达发射信号的调频率。为表述简单起见,忽略了目标回波信号的常数幅度项。
[0052] 对目标回波信号进行二维傅里叶变换,并利用驻定相位原理,可得二维频域的目标信号:
[0053]
[0054] 式(12)中,
[0055]
[0056] 其中,fr为距离频率,PRF为脉冲重复频率,fa为基带方位频率,且满足-PRF/2≤fa≤PRF/2,Wa(·)为方位频率包络,Wr(fr)为距离频率包络,M为多普勒模糊数。为表述简单起见,忽略了公式(12)中的常数相位项和幅度项。
[0057] 由于fc>>fr,近似1/(fc+fr)≈1/fc-fr/fc2成立,因此, 可进一步表示为:
[0058]
[0059] 因此,二维频域的目标回波信号可表示为:
[0060]
[0061] 步骤2,在二维频域构造距离匹配滤波器,将步骤1的二维频域目标信号与距离匹配滤波器相乘进行距离向匹配滤波实现距离压缩;
[0062] 可在二维频率通过匹配滤波,补偿目标信号相位中距离频率的二次项,实现距离压缩。根据二维频域的目标信号的表达式,距离匹配滤波器可构造为
[0063]
[0064] 将公式(15)的二维频域的目标回波信号S(fr,fa)与Hrc(fr)相乘,可得到距离向匹配滤波后的目标信号:
[0065]
[0066] 步骤3,在二维频域构造距离徙动校正滤波器Hrcmc(l);
[0067] 为校正目标距离徙动,需补偿目标信号相位中的距离频率和方位频率的耦合向,根据距离匹配滤波后的目标信号的表达式,即式(1),构造如下距离徙动校正滤波器:
[0068]
[0069] 其中l为距离徙动校正因子。
[0070] 步骤4,将步骤2中距离压缩后的二维频域目标信号与Hrcmc(l)相乘进行距离徙动校正,然后对距离徙动校正后的目标信号进行距离向傅里叶逆变换,将距离徙动校正后的目标信号从二维频域变换到距离多普勒域,得到距离多普勒域目标信号;
[0071] 将Src(fr,fa)与Hrcmc(l)相乘可得:
[0072]
[0073] 对Src(fr,fa)进行距离向逆傅里叶变换,得到距离徙动校正后的距离多普勒域目标信号:
[0074]
[0075] 其中pr(·)为距离压缩冲激响应函数。
[0076] 从式(3)可以看出,还存在残余距离徙动。当系统距离分辨率很高时,比如高于0.5m时,该残余距离徙动很可能会大于半个距离分辨单元,因此不可忽略。为此,将提出一个步骤7的迭代处理流程来减小该残余距离徙动。
[0077] 步骤5,构造方位压缩滤波器组,用方位压缩滤波器组中的每个方位压缩滤波器分别对步骤4中距离多普勒域目标信号进行方位压缩,并计算方位压缩后的目标信号的峰值功率,详细步骤如下:
[0078] a)为对目标进行方位压缩,需补偿目标信号相位中方位频率的二次项,考虑到目标的方位调频率是未知的,本发明使用一个方位压缩滤波器组来进行方位压缩。根据距离徙动校正后的目标信号表达式,方位压缩滤波器组中的第i个滤波器Hac,i(Ka,i)构造为:
[0079]
[0080] 式(4)中,
[0081]
[0082]
[0083] 其中,Ka,i为第i个滤波器的方位调频率,L为所需滤波器的个数,Ka,min和Ka,max分别为感兴趣地面运动目标的方位调频率的最小可能值和最大可能值,Ta为目标合成孔径时间, 表示向上取整;
[0084] 将srcmc(tr,fa)与Hac,i(Ka,i)相乘,再进行方位向傅里叶逆变换,可得到第i个滤波器方位压缩后的目标信号sac,i(tr,ta)为:
[0085]
[0086] 其中 表示进行方位向傅里叶逆变换;
[0087] b)由于滤波器组中的不同方位压缩滤波器采用的是不同的方位调频率,因此这些滤波器对目标的压缩效果不一样。使得方位压缩后的目标峰值功率最大的方位压缩滤波器就是方位压缩效果最好的滤波器,也就是最终用来对目标进行方位压缩的滤波器。第i个滤波器方位压缩后的目标峰值功率Pi用如下公式计算:
[0088]
[0089] 其中, 表示获取以tr和ta为自变量的二元函数sac,i(tr,ta)的最大值,|·|表示取模;
[0090] 步骤6,从步骤5方位压缩后的目标峰值功率Pi中挑选出最大值Pq以及对应的方位压缩滤波器Hac,q(Ka,q);
[0091] 执行如下数学运算以确定使目标峰值功率最大的方位压缩滤波器的序号q:
[0092]
[0093] 则使得目标峰值功率最大的方位压缩滤波器就是Hac,q(Ka,q)。
[0094] 步骤7,判断l是否等于λKa,q/4,其中λ为雷达发射信号的波长,Ka,q是方位压缩滤波器Hac,q(Ka,q)的调频率,如果是,则执行步骤8,如果不是,则令l=λKa,q/4,更新Hrcmc(l)后返回到步骤4;
[0095] 步骤8,利用Hac,q(Ka,q)对步骤4的距离多普勒域目标信号进行方位压缩,完成对目标的成像。
[0096] 将Hac,q(Ka,q)与srcmc(tr,fa)相乘可得
[0097]
[0098] 对sac,q(tr,fa)进行方位向傅里叶逆变换可得成像后的目标信号:
[0099]
[0100] 本发明的效果通过以下仿真实验进一步说明:
[0101] (1)距离徙动校正仿真
[0102] 机载单通道CSSAR系统参数见表1,目标参数为:vx=30m/s,vy=26m/s,r0=23.81km,θ0=0。图3为距离压缩后的目标轨迹,可以看到目标存在明显的距离徙动。图4(a)为文献“Ground moving target imaging algorithm for single channel airborne CSSAR”(Electronics Letters,2014,50:24)的方法的距离徙动校正结果,还存在较明显的距离徙动,这说明该方法无法完全校正目标的距离徙动。图4(b)为本发明的距离徙动校正结果,目标的轨迹已与距离轴垂直,即目标的距离徙动已被很好的校正,这个结果说明本发明能正确校正目标的距离徙动。
[0103] 表1机载CSSAR系统参数
[0104] 雷达平台速度 150m/s飞行半径 3km
雷达平台高度 12km
载频 10GHz
发射信号带宽 150MHz
采样频率 180MHz
脉冲重复频率 1000Hz
方位波束宽度 2°
场景中心入射角 60°
[0105] (2)目标成像仿真
[0106] 本仿真中的参数设置与仿真1中的设置相同,仿真结果见图5。其中,图5(a)给出了成像后的目标的方位剖面图,并标出了目标的方位脉冲响应宽度(Impulse Response Width,IRW)的展宽。图5(b)给出了成像后的目标的距离剖面图,并标出了目标的距离IRW展宽。从图5可以看到,目标的方位IRW展宽要小于2%,而其距离IRW展宽为零,则说明本发明的目标成像质量很高。
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。

申请试用

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。

申请试用

QQ群二维码
意见反馈