CN105699947A - 一种sar图像旁瓣抑制方法 - Google Patents

Abstract

本发明属于雷达成像技术领域，具体涉及一种SAR图像旁瓣抑制方法。本发明利用通过原图像与加窗后图像的比较，能够很好的提高识别目标的准确率。同时，对成像区域进行分块，不同的区域采用不同的参考标准，还能够很好的校正距离徙动等因素导致的脉冲响应变形。这使得在效抑制旁瓣的同时保持主瓣宽度不变。此外,在本发明的整个实施过程都只是涉及一些简单的算术运算,不涉及求逆、特征分解等复杂运算,因此本发明实现也很简单。

Description

一种SAR图像旁瓣抑制方法

技术领域

本发明涉及雷达成像技术领域,具体涉及一种合成孔径雷达SAR(syntheticapertureradar)图像旁瓣抑制方法。

背景技术

由于SAR成像***二维的频域支持域是有限的,使得合成孔径雷达的脉冲响应函数在距离向和方位向上均为sinc函数,图像中强目标回波的旁瓣过高会淹没弱目标的主瓣。特别是在SAR图像解译和目标判读过程中,高旁瓣的SAR图像将大大降低***对弱目标的处理能力,同时强目标的判读精度也会因为旁瓣干扰而受到影响。因此,降低旁瓣对于减少虚警和提高弱信号检测能力有着十分重要的意义。

旁瓣抑制中比较常用的是在匹配滤波后进行频域加窗，处理和对整个孔径内的数据用固定的加权函数进行幅度加权。加窗处理后的脉压波形具有较低的副瓣,能满足实际需要但同时又使主瓣展宽、幅度降低,严重影响了图像的质量。因此,需要寻找更好的旁瓣电平抑制技术。

1974年，提出了一种用于改进合成孔径射电天文观测成图的质量，可以消除因空间频率覆盖不完整而产生影响的方法，后经改进将该方法用于SAR图像的旁瓣抑制。该方法的主要思想是找出目标所在的位置用截断旁瓣的脉冲响应来替换有旁瓣的响应。它能够在完全抑制旁瓣的基础上，保持主瓣宽度不变。但其缺点也很明显，在很多情况下，并不能只通过SAR回波的幅值大小来判定该点是否存在目标。错误的判定会使得虚假目标的出现以及弱目标的漏检。

发明内容

针对上述存在问题或不足，本发明提供了一种SAR图像旁瓣抑制方法，有效改善了虚假目标的出现以及弱目标的漏检问题。

该SAR图像旁瓣抑制方法，包括以下步骤：

步骤1、将成像范围划分为K个区域，通过采用实际参数及同样的成像方式来仿真得到每个区域中心处点目标经过归一化处理的响应h_k(m,n)(k＝1,2...,K,m＝1,2...,M,n＝1,2...,N)，其中M为SAR图像方位向的点数，N为SAR图像的距离向点数，对其进行加窗处理得到响应

步骤2、根据实际参数直接生成理想的归一化处理后的点目标回波响应S(m,n)，并将其旁瓣截断只留下主瓣记为h(m,n)；

截取主瓣的方法如下：

步骤2-1：取S(m,n)幅值最大点所在方位单元，记为Sa(n),从其最大值向两边搜索各边第一个0值点，将这两点之外的所有点都置为0,将置0后的信号记为Sa₁(n)；

步骤2-2：按下式得到距离向截断旁瓣后的冲激响应S_rcut(m,n)

$S_{rcut}(m,n)=IFFT\left(\frac{FFT\left(S\right(m,n\left)\right)*FFT\left({\mathrm{Sa}}_1\right(n\left)\right)}{FFT\left(Sa\right(n\left)\right)}\right)---\left(1\right)$

其中，FFT(·)表示对信号做快速傅里叶变换，IFFT(·)表示对信号做逆快速傅里叶变换；

步骤2-3：取S(m,n)幅值最大点所在距离单元，记为Sr(m),从其最大值向两边搜索各边第一个0值点，将这两点之外的所有点都置为0,将置0后的信号记为Sr₁(m)；

步骤2-4：按下式得到方位向截断旁瓣后的冲激响应h(m,n)

$h(m,n)=IFFT\left(\frac{FFT\left(S_{rcut}\right(m,n\left)\right)*FFT\left({\mathrm{Sr}}_1\right(m\left)\right)}{FFT\left(Sr\right(m\left)\right)}\right)---\left(2\right)$

步骤3：对SAR图像Sr(m,n)进行加窗处理

$\hat{S}r(m,n)=FFT\left(IFFT\right(Sr\left(m,n\right))*win(m,n\left)\right)---\left(3\right)$

其中，为加窗后的SAR图像，win(m,n)是所要加的二维窗函数；

步骤4：对比两幅图像Sr_i(m,n)和找出在两幅图像中均为极大值的点以及中单独存在且满足的极大值点(m₀,n₀)所在的位置，记其为(m_i,n_i)；在Sr_i(m,n)中减去该点所在区域的回波响应与循环步长γ的乘积；若该点只是中单独存在的极大值点，则令γ＝1，否则，令γ＝γ₀，γ₀为初始循环步长，0<γ₀<1；

Sr_i+1(m,n)＝Sr_i(m,n)-γ*Sr_i(m_i,n_i)*h_k(m-m_i,n-n_i)(4)

Srout_i+1(m,n)＝Srout_i(m,n)+γ*Sr_i(m,n)*h(m-m_i,n-n_i)(5)

其中，h_k(m-m_i,n-n_i)表示将h_k(m,n)平移至(m_i,n_i)的响应，Sr_i(m,n)表示第i(i＝0，1，2…)次迭代后剩余的部分，且Sr₀(m,n)＝Sr(m,n)。Srout_i(m,n)表示第i次迭代旁瓣抑制后的结果；

对加窗后的图像做相同的操作即：

$\hat{S}{r}_{i+1}(m,n)=\hat{S}{r}_i(m,n)-\mathrm{\&gamma;}*\hat{S}{r}_i(m_i,n_i)*{\hat{h}}_k(m-m_i,n-n_i)---\left(6\right)$

其中，表示将平移至的响应，表示加窗后的图像经过i次迭代后的剩余部分；

步骤5：重复步骤4中的迭代操作，直到剩余信号达到噪声水平；至此，就可以得到旁瓣抑制后的图像；判定迭代是否结束的条件如下：

E_l<α*E₀(7)

其中，E_l为Sr_l(m,n)的能量，α(0<α<1)为判定条件的阀值系数。

本发明利用通过原图像与加窗后图像的比较，能够很好的提高识别目标的准确率。同时，对成像区域进行分块，不同的区域采用不同的参考标准，还能够很好的校正距离徙动等因素导致的脉冲响应变形。这使得在效抑制旁瓣的同时保持主瓣宽度不变。此外,在本发明的整个实施过程都只是涉及一些简单的算术运算,不涉及求逆、特征分解等复杂运算,因此本发明实现也很简单。

综上所述，本发明具有的有益效果是：在效抑制旁瓣的同时保持主瓣宽度不变；识别目标的准确率高；实施过程不涉复杂运算过程简单。

附图说明

图1为本发明SAR图像旁瓣抑制方法的流程图；

图2是分块后各个区域的点目标成像结果；

图3分块后各个区域点目标加窗后的成像结果；

图4是理想的点目标成像结果；

图5是截断旁瓣后的理想的点目标成像结果；

图6是要待处理的SAR图像；

图7是对待处理的SAR图像加窗的结果；

图8是抑制旁瓣后的结果。

具体实施方式

下面结合附图与实施例对本发明做进一步的说明。

按照前述方法即图1所示流程操作，仿真参数的具体设置如下：采用圆周SAR的成像模式，雷达距离场景中心的距离为10米，发射信号的带宽为30GHz，信号的中心载频是300GHz，采用的成像算法是RD算法。

图2和图3是步骤1处理的结果：对成像区域进行划分通过仿真获得各个区域中心处的点目标回波响应及加窗后的结果。

图4与图5是步骤2处理的结果。其中，图4是理想的点目标成像结果，图5是截断旁瓣后的主瓣部分。

图6是要处理的SAR图像，从图中可以看出点目标由于距离徙动的原因相较于理想的点目标回波发生了扭曲，同时可以看出右上角的两个点由于距离太近而分不开。

图7是图6按步骤3处理后加窗后的结果，从图中可以看出右上角的两个点已经可以分开了，但同时也可以看到点目标的旁瓣都展宽了。

图8是本发明抑制旁瓣后的结果，从图中可以看出旁瓣被抑制的同时主瓣没有展宽。而且，回波由于距离徙动而产生的扭曲也得到了很好的校正。

综上所述，从处理的结果上可以看出，本发明提供的SAR图像旁瓣抑制方法的有效性和有益性。

Claims (1)

1.一种SAR图像旁瓣抑制方法，包括以下步骤：

步骤1、将成像范围划分为K个区域，通过采用实际参数及同样的成像方式来仿真得到每个区域中心处点目标经过归一化处理的响应h_k(m,n)(k＝1,2...,K,m＝1,2...,M,n＝1,2...,N)，其中M为SAR图像方位向的点数，N为SAR图像的距离向点数，对其进行加窗处理得到响应

步骤2、根据实际参数直接生成理想的归一化处理后的点目标回波响应S(m,n)，并将其旁瓣截断只留下主瓣记为h(m,n)；

截取主瓣的方法如下：

步骤2-1：取S(m,n)幅值最大点所在方位单元，记为Sa(n),从其最大值向两边搜索各边第一个0值点，将这两点之外的所有点都置为0,将置0后的信号记为Sa₁(n)；

步骤2-2：按下式得到距离向截断旁瓣后的冲激响应S_rcut(m,n)

$S_{rcut}(m,n)=IFFT\left(\frac{FFT\left(S\right(m,n))*FFT\left({\mathrm{Sa}}_1\right(n))}{FFT\left(Sa\right(n))}\right)---\left(1\right)$

其中，FFT(·)表示对信号做快速傅里叶变换，IFFT(·)表示对信号做逆快速傅里叶变换；

步骤2-3：取S(m,n)幅值最大点所在距离单元，记为Sr(m),从其最大值向两边搜索各边第一个0值点，将这两点之外的所有点都置为0,将置0后的信号记为Sr₁(m)；

步骤2-4：按下式得到方位向截断旁瓣后的冲激响应h(m,n)

$h(m,n)=IFFT\left(\frac{FFT\left(S_{rcut}\right(m,n))*FFT\left({\mathrm{Sr}}_1\right(m))}{FFT\left(Sr\right(m))}\right)---\left(2\right)$

步骤3：对SAR图像Sr(m,n)进行加窗处理

$\hat{S}r(m,n)=FFT\left(IFFT\right(Sr\left(m,n\right))*win(m,n\left)\right)---\left(3\right)$

其中，为加窗后的SAR图像，win(m,n)是所要加的二维窗函数；

步骤4：对比两幅图像Sr_i(m,n)和找出在两幅图像中均为极大值的点以及中单独存在且满足的极大值点(m₀,n₀)所在的位置，记其为(m_i,n_i)；在Sr_i(m,n)中减去该点所在区域的回波响应与循环步长γ的乘积；若该点只是中单独存在的极大值点，则令γ＝1，否则，令γ＝γ₀，γ₀为初始循环步长，0<γ₀<1；

Sr_i+1(m,n)＝Sr_i(m,n)-γ*Sr_i(m_i,n_i)*h_k(m-m_i,n-n_i)(4)

Srout_i+1(m,n)＝Srout_i(m,n)+γ*Sr_i(m,n)*h(m-m_i,n-n_i)(5)

其中，h_k(m-m_i,n-n_i)表示将h_k(m,n)平移至(m_i,n_i)的响应，Sr_i(m,n)表示第i(i＝0，1，2...）次迭代后剩余的部分，且Sr₀(m,n)＝Sr(m,n)。Srout_i(m,n)表示第i次迭代旁瓣抑制后的结果；

对加窗后的图像做相同的操作即：

$\hat{S}{r}_{i+1}(m,n)=\hat{S}{r}_i(m,n)-\mathrm{\&gamma;}*\hat{S}{r}_i(m_i,n_i)*{\hat{h}}_k(m-m_i,n-n_i)---\left(6\right)$

其中，表示将平移至(m_i,n_i)的响应，表示加窗后的图像经过i次迭代后的剩余部分；

步骤5：重复步骤4中的迭代操作，直到剩余信号达到噪声水平；至此，就可以得到旁瓣抑制后的图像；判定迭代是否结束的条件如下：

E_l<α*E₀(7)

其中，E_l为Sr_l(m,n)的能量，α(0<α<1)为判定条件的阀值系数。