基于多视子图像对的单通道合成孔径雷达动目标检测方法

摘要

本发明涉及合成孔径雷达单通道SAR运动目标检测领域，其特征在于该方法利用静止场景方位向频谱关于多普勒中心频率对称的特点，将合成孔径雷达数据的多视成像组成多个对称的子图像对，每个子图像对由两个关于中心频率对称的子视图像组成，通过子图像对的子视图像相互对消，并将所有对消结果沿着方位向和距离向进行二维联合积累，能够在有效抑制强烈的背景杂波干扰的同时，实现运动目标能量的积累，然后采用恒虚警技术完成运动目标的检测。

主权项

1、基于多视子图像对的单通道合成孔径雷达动目标检测方法，其特征在于，该方法依次含有以下步骤：步骤(1).合成孔径雷达发射下述波长为λ的线性调频信号f(t)： $f\left(t\right)=\underset{m=-M}{\overset{+M}{\Sigma }}u(t-\mathrm{mT})$ $u\left(t\right)=a\left(t\right)\exp (2\pi f_{0}t+\frac{b}{2}{t}^2)$其中，a(t)为矩形窗函数，τ为发射脉宽，在[0，τ]内为1，其它时刻为0；T为脉冲重复周期；u(t)为发射的线性调频信号波形函数；f₀为线性调频信号的中心频率；b为线性调频信号的调频斜率；m表示发射脉冲的序列，m＝1，2，…，M，M为设定值；步骤(2).雷达平台接收来自被观测场景中位于r₀(t)处点目标的回波信号后，经过正交检波和高速模数转换，采样得到距离向为N_r点，方位向为N_a点的数据阵列，其中，N_r和N_a是设定值，其中，N_r＞f_sτ，N_a≥T_s/T，f_s为合成孔径雷达距离向采样频率；合成孔径雷达原始数据可以表示为： $s(x,r)=\sigma W_a\left(x\right)\exp [-j\frac{4\pi r_0\left(x\right)}{\lambda }]\delta [r-r_0\left(x\right)]\otimes \frac{2}{\mathrm{vc}}\delta \left(x\right)a\left(\frac{2r}{c}\right)\exp \{-j\frac{b}{2}{\left(\frac{2r}{c}\right)}^2\}$其中，σ为目标的后向反射系数；W_a(x)为雷达对位于r₀(t)处点目标的增益函数，x＝vt，为雷达平台在方位向所处位置；r为斜距，c为光速，v为雷达平台飞行速度，δ(x)为冲激函数，表示卷积运算；步骤(3).将步骤(2)得到的合成孔径雷达数据阵列送入数字信号处理器构成的成像处理器，按照以下步骤对平行于距离向的距离线做距离脉冲压缩：步骤(3.1).利用步骤(1)所述的线性调频信号构造下述距离向频域参考函数：                  H_r(ω)＝FFT{conj[u(t)]}其中，FFT表示快速傅立叶变换；conj()表示共轭运算，ω表示频域；步骤(3.2).在频域实现距离向脉冲压缩得到               g(t)＝IFFT{FFT[s(x，r)]*H_r(ω)}其中，IFFT表示逆傅立叶变换；*表示点积运算；s(x，r)表示步骤(2)得到的合成孔径雷达原始数据；步骤(4).对步骤(3)得到的数据沿着方位向，对每条平行于方位向的方位线做快速傅立叶变换，转换到方位向频域，得到方位向频谱；步骤(5).在方位向频域对步骤(4)得到的数据逐点进行距离徙动校正，即：步骤(5.1).计算各个数据阵列中每个采样点的距离徙动量为                   ΔR＝R_B/cosθ其中，R_B为雷达平台到该采样点的最短斜距，θ为雷达平台到该点的斜视角。步骤(5.2).计算合成孔径雷达距离向采样间隔ρ_r，ρ_r＝c/(2f_s)，根据采样间隔定义平行方位向的距离单元，确定沿距离向徙动的距离单元个数为ΔN＝ΔR/ρ_r；步骤(5.3).如果ΔN不是整数，且|ΔN-round(ΔN)|＞V_m，需要采用插值算法完成该点的距离徙动校正，其中，round表示取整运算，V_m为设定值，通常取0.1，||表示取绝对值；如果ΔN是整数，或者|ΔN-round(ΔN)|＜V_m，当前采样点的数值y(n_r)可以直接沿着距离向通过数据搬移得到，y(n_r)＝y(n_r+round(ΔN))，不必采用插值运算，其中n_r是当前采样点的距离向坐标，取1，2，…，N_r-M_c/2，M_c为设定值，通常取6；步骤(6).基于距离徙动校正后的数据，在频域划分子孔径，将方位向频谱分成关于多普勒中心频率f_dc对称的，长度相等且相互独立、互不重叠的2N部分，分别用S_Ri和S_Li表示，分别成像得到N个子图像对，每个子图像对的子图像分别为I_Ri和I_Li，N通常取2～8，i是子图像对序号，i＝1，2，……N；步骤(7).采用多视子图像对对消和二维联合积累的方法抑制合成孔径雷达多视成像结果中存在的热噪声和相干噪声的干扰，其步骤依次如下：步骤(7.1).将N个子图像对的子视图像相互对消，得到N个对消结果，用ΔI₁，ΔI₂，…，ΔI_N表示：           ΔI_i＝A_Ri(p，q)-A_Li(p，q)＝n_i+A_si(p，q)k_i，|k_i|＜＜1，i＝1，2，…N.其中，对应于两个关于中心频率对称的子孔径所成图像组成的一个图像对，A_Ri(p，q))和A_Li(p，q)分别为两个子视图像中对应于坐标(p，q)像素点的幅度，两个像素点幅度采用模型表示为       A_Ri(p，q)＝A_si(p，q)+(n_Ri+A_sik_Ri)，|k_Ri|＜＜1，i＝1，2，…N.       A_Li(p，q)＝A_si(p，q)+(n_Li+A_sik_Li)，|k_Li|＜＜1，i＝1，2，…N.其中，k_Ri和k_Li是与像素点真实幅度有关的随机的乘性因子，k_i＝(k_Ri-k_Li)，||表示取绝对值；n_Ri和n_Li是随机高斯分布的白噪声；n_i＝(n_Ri-n_Li)，是白噪声的累加和；A_si(p，q)是静止目标的真实幅度；上述子图像对对消结果ΔI_i全部由随机噪声组成；步骤(7.2).对所述ΔI_i进行方位向积累，即将上述N次对消结果相互叠加，得到 $\underset{i=1}{\overset{N}{\Sigma }}\Delta I_i=n.$其中，n为白噪声和乘性噪声的累加和；步骤(7.3).当成像区域内存在运动目标时，步骤(7.1)所述的对消结果ΔI_i为         ΔI_i＝(A_mRi(p，q)-A_mLi(p，q))+n_i+n_s    i＝1，2，…N.其中，A_mRi和A_mLi分别为第i对子图像中运动目标在两个子图像中的幅度；n_s＝k_Ri(A_mRi(p，q)+A_si(p，q))-k_Li(A_mLi(p，q)+A_si(p，q))，是乘性噪声的累加和；步骤(7.2)所述的方位向积累为 $\underset{i=1}{\overset{N}{\Sigma }}\Delta I_i=\underset{i=1}{\overset{N}{\Sigma }}(A_{\mathrm{mRi}(p,q)}-A_{\mathrm{mLi}(p,q)})+n.$步骤(7.4).在距离向将N_c条相邻方位线对消结果进行累加，实现方位向和距离向的二维联合积累，其中，N_c是设定值，通常取1～8；步骤(8).对步骤(7.4)的结果进行恒虚警门限判决，以确定是否存在运动目标：设A表示对消积累后图像的幅度，其中坐标(p，q)的像素点幅度为A(_p，q)，A近似服从瑞利分布，表示如下： $P\left(A\right)=\frac{A}{{ϵ}^2}\exp (-\frac{A^2}{2{ϵ}^2}),A\ge 0.$式中ε表示被检测距离单元幅度的方差，然后对对消积累后图像的每个像素点幅度A_(p，q)判决如下：其中，检测门限V＝KU_m，U_m为被检测距离单元幅度的均值，K为与分布参数有关的系数，对于瑞利分布，K＝(-4lnF_fa/π)^1/2，F_fa为设定的目标检测虚警概率。