CN109270529A - 基于虚拟天线的前视阵列sar高分辨成像方法及*** - Google Patents
基于虚拟天线的前视阵列sar高分辨成像方法及*** Download PDFInfo
- Publication number
- CN109270529A CN109270529A CN201811496155.3A CN201811496155A CN109270529A CN 109270529 A CN109270529 A CN 109270529A CN 201811496155 A CN201811496155 A CN 201811496155A CN 109270529 A CN109270529 A CN 109270529A
- Authority
- CN
- China
- Prior art keywords
- antenna
- signal
- virtual
- target
- echo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 65
- 230000006835 compression Effects 0.000 claims abstract description 45
- 238000007906 compression Methods 0.000 claims abstract description 45
- 241000167857 Bourreria Species 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000021615 conjugation Effects 0.000 claims abstract description 13
- 238000012360 testing method Methods 0.000 claims description 25
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 9
- 238000006116 polymerization reaction Methods 0.000 claims description 8
- 230000001427 coherent effect Effects 0.000 claims description 7
- NHXLMOGPVYXJNR-UHFFFAOYSA-N srif Chemical compound N1C(=O)C(C(C)O)NC(=O)C(CCCCN)NC(=O)C(CC=2C3=CC=CC=C3NC=2)NC(=O)C(CC=2C=CC=CC=2)NC(=O)C(CC=2C=CC=CC=2)NC(=O)C(CC(N)=O)NC(=O)C(CCCCN)NC(=O)C(NC(=O)CNC(=O)C(C)N)CSSCC(C(O)=O)NC(=O)C(CO)NC(=O)C(C(O)C)NC(=O)C1CC1=CC=CC=C1 NHXLMOGPVYXJNR-UHFFFAOYSA-N 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于虚拟天线的前视阵列SAR高分辨成像方法,首先获取回波信号;根据雷达参数构造参考信号;参考信号与回波信号的共轭进行卷积,得到脉冲压缩之后的信号;然后根据脉冲压缩之后的信号检测出后向散射特性强的目标;构造虚拟天线,并构造出虚拟天线接收到的强后向散射点的信号;最后利用后向投影成像算法得到高分辨率图像;本发明提供的方法利用极少回波数据对强散射点进行高方位分辨率成像,且不受场景是否稀疏的限制;构造虚拟天线,并构造出虚拟天线应该接收到的强后向散射点的信号,与传统的成像方法相比,在前视SAR成像中,该方法能显著提高强散射点的方位向分辨率。
Description
技术领域
本发明涉及雷达成像技术领域,特别是基于虚拟天线的前视阵列SAR高分辨成像方法。
背景技术
合成孔径雷达的成像处理方法是研究领域的重要问题之一,高精度合成孔径雷达图像对于提高SAR干涉相位提取精度、图像识别精度,以及扩展合成孔径雷达应用范围具有重要意义。为了克服后向投影算法运算量大的问题,满足实际合成孔径雷达数据处理的需要,目前一般可以采用FPGA或GPU等并行技术提高处理效率。在对实际合成孔径雷达数据进行成像时,需要处理的数据量很大,目前的FPGA和GPU平台的内存无法满足SAR实际成像处理应用的要求,影响了后向投影算法在实际中的应用。合成孔径雷达(SAR)可以对飞机飞行轨迹两侧成像,但是无法对飞行路线前方成像。前视合成孔径雷达发(FSAR)通过在飞机上放置天线阵列,通过阵列模拟SAR的工作模式,对飞机飞行路径的前方区域成像。由于阵列长度受到飞机尺寸的限制,导致通过原始回波成像结果在方位向具有很低的分辨率;目前提高前视SAR方位向分辨率的方法主要为基于压缩感知的成像算法。
传统SAR成像算法无法得到前视SAR的高分辨率图像,基于压缩感知的成像算法受限于场景必须满足稀疏的条件。
发明内容
本发明的目的之一是提出基于虚拟天线的前视阵列SAR高分辨成像方法;本发明的目的之二是提出基于虚拟天线的前视阵列SAR高分辨成像***。该方法利用虚拟孔径来提高前视SAR的方位向分辨率。
本发明的目的之一是通过以下技术方案来实现的:
本发明提供的基于虚拟天线的前视阵列SAR高分辨成像方法,包括以下步骤:
获取回波信号;
根据雷达参数构造参考信号;
参考信号与回波信号的共轭进行卷积,得到脉冲压缩之后的信号;
根据脉冲压缩之后的信号检测出后向散射特性强的目标;
构造虚拟天线,并构造出虚拟天线接收到的强后向散射点的信号;
利用后向投影成像算法得到高分辨率图像。
进一步,所述脉冲压缩信号是将回波信号变换到频域,再与参考信号的共轭变换到频域之后相乘来实现的,具体过程如下:
所述回波信号进行傅里叶变换得到回波频域信号:
其中,Srif(f)表示回波频域信号;
所述参考信号取共轭之后进行傅里叶变换得到参考频域信号:
其中,Srf0(f)表示参考频域信号;
将式回波频域号与参考频域信号相乘,即得到脉冲压缩频谱信号:
其中,Scif(f)表示脉冲压缩频谱信号;
对脉冲压缩频谱信号进行逆傅里叶变换,得到脉冲压缩信号:
其中,Sci(t)表示脉冲压缩信号;
对脉冲压缩信号处理后得到以下公式的所述的信号作为最终脉冲压缩信号:
其中,Sbi(t)表示用于相干叠加的脉冲压缩信号。
进一步,所述虚拟天线的构造按照以下步骤进行:
(1)在回波信号进行距离向脉冲压缩之后,检测两根接收天线上具有强后向散射的目标,并得到该目标到发射天线和接收天线总距离;
(2)根据目标到发射天线和接收天线总距离得到实际目标位置;
(3)在实际接收天线所在直线上,按照接收天线的间隔,等间隔虚拟设置虚拟天线的数量,计算目标位置到虚拟天线之间的距离;
(4)根据目标位置到虚拟天线之间的距离,按照以下公式根据以下回波信号模型产生虚拟天线的接收信号:
其中,Secho(t,R)为距离是R的回波信号,再通过BP成像得到区域图像。
进一步,所述虚拟天线接收到的强后向散射点的信号的构造是通过CFAR检测来实现的,具体步骤为:
(1)设置阈值单元和保护单元,其中,阈值单元为选取杂波的单元,保护单元是指在选取的目标点周围的单元;
(2)设置自适应阈值,将保护单元内信号的能量相加得到保护单元的信号能量,根据信号能量和阈值单元提供的阈值按照以下公式计算自适应阈值;
其中,Tauto为自适应阈值,E为阈值单元到保护单元这一范围内的信号能量,N为阈值单元到保护单元这一范围的单元个数,Ti为输入的阈值;
(3)将每个点的能量与阈值作比较,得到检测结果,具体如下:判断检测点的信号能量是否大于自适应阈值,若大于,则表示检测到目标,否则表示没有检测到目标;
(4)遍历所有点,得到所有检测得到的目标。
进一步,还包括对相邻位置的目标进行聚合,具体方法如下:
(1)获取检测结果,判断检测点与相邻检测点之间间隔,若间隔在预设范围内,则判定两个相邻检测点为同一目标,将其能量值和位置对应存储起来;
(2)找出属于同一目标的所有检测到的点,从这些点中找到能量最大的点,将其确定为聚合之后的点;
(3)遍历所有点得到所有聚合结果。
进一步,所述目标位置是按照以下步骤来得到的:
建立平面直角坐标系,所述坐标系的x轴位于所述天线所在直线,所述天线和目标所在平面为坐标面,所述坐标系的原点为发射天线;
在检测之后,获取检测到的目标到发射天线和接收天线1的总距离为:
R1=Rt+Rr1
检测到的目标到发射天线和接收天线2的总距离为:
R2=Rt+Rr2
其中,R1表示检测到的目标到发射天线和接收天线1的总距离;R2表示检测到的目标到发射天线和接收天线2的总距离;Rr1表示检测到的目标到接收天线1的距离;Rr2表示检测到的目标到接收天线2的距离;
建立以第一接收天线1和发射天线为焦点,以R1为长轴的第一椭圆;
建立以第二接收天线2和发射天线为焦点,以R2为长轴的第二椭圆;
第一接收天线1与第二接收天线2之间应相距最远;
若取两接收天线坐标为(-L/2,0)和(L/2,0),则第一和第二椭圆的方程为:
联立第一和第二椭圆方程,计算出目标位置(xp,yp)。
进一步,所述虚拟天线的设置按照以下方式进行:
在原始天线的最左端的左边等间隔设置虚拟天线位置,最右端等间隔设置虚拟天线位置;
所述虚拟天线的横坐标取值为:
其中,xli表示左端虚拟天线横坐标取值,xri表示右端虚拟天线横坐标取值,2m为虚拟天线的数量,则目标到虚拟天线的距离为:
其中,Rvi表示目标到虚拟天线的距离;xvi为虚拟天线的横坐标;xp表示目标的横坐标yp表示目标的纵坐标;
计算目标到虚拟天线之间的距离,根据(11)式和(27)式,产生解调之后的回波信号,即:
其中,Svi(t)表示解调之后的回波信号;
将虚拟信号与实际信号结合,得到新的回波数据,所述虚拟天线长度为:
Lv=L+2md
其中,Lv表示虚拟天线长度;m表示虚拟接收天线数量;
所述新的回波数据等效天线长度为Lv的前视SAR回波信号。
本发明的目的之二是通过以下技术方案来实现的:
本发明提供的基于虚拟天线的前视阵列SAR高分辨成像***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
获取回波信号;
根据雷达参数构造参考信号;
参考信号与回波信号的共轭进行卷积,得到脉冲压缩之后的信号;
根据脉冲压缩之后的信号检测出后向散射特性强的目标;
构造虚拟天线,并构造出虚拟天线接收到的强后向散射点的信号;
利用后向投影成像算法得到高分辨率图像。
进一步,所述脉冲压缩信号是将回波信号变换到频域,再与参考信号的共轭变换到频域之后相乘来实现的,具体过程如下:
所述回波信号进行傅里叶变换得到回波频域信号:
其中,Srif(f)表示回波频域信号;
所述参考信号取共轭之后进行傅里叶变换得到参考频域信号:
其中,Srf(f)表示参考频域信号;
将式回波频域号与参考频域信号相乘,即得到脉冲压缩频谱信号:
其中,Scif(f)表示脉冲压缩频谱信号;
对脉冲压缩频谱信号进行逆傅里叶变换,得到脉冲压缩信号:
其中,Sci(t)表示脉冲压缩信号;
对脉冲压缩信号处理后得到以下公式的所述的信号作为最终脉冲压缩信号:
其中,Sbi(t)表示用于相干叠加的脉冲压缩信号。
进一步,所述虚拟天线的构造按照以下步骤进行:
(1)在回波信号进行距离向脉冲压缩之后,检测两根接收天线上具有强后向散射的目标,并得到该目标到发射天线和接收天线总距离;
(2)根据目标到发射天线和接收天线总距离得到实际目标位置;
(3)在实际接收天线所在直线上,按照接收天线的间隔,等间隔虚拟设置虚拟天线的数量,计算目标位置到虚拟天线之间的距离;
(4)根据目标位置到虚拟天线之间的距离,按照以下公式根据以下回波信号模型产生虚拟天线的接收信号:
其中,Secho(t,R)为距离是R的回波信号,再通过BP成像得到区域图像;
所述虚拟天线接收到的强后向散射点的信号的构造是通过CFAR检测来实现的,具体步骤为:
(1)设置阈值单元和保护单元,其中,阈值单元为选取杂波的单元,保护单元是指在选取的目标点周围的单元;
(2)设置自适应阈值,将保护单元内信号的能量相加得到保护单元的信号能量,根据信号能量和阈值单元提供的阈值按照以下公式计算自适应阈值;
其中,Tauto为自适应阈值,E为阈值单元到保护单元这一范围内的信号能量,N为阈值单元到保护单元这一范围的单元个数,Ti为输入的阈值;
(3)将每个点的能量与阈值作比较,得到检测结果,具体如下:判断检测点的信号能量是否大于自适应阈值,若大于,则表示检测到目标,否则表示没有检测到目标;
(4)遍历所有点,得到所有检测得到的目标。
所述虚拟天线的设置按照以下方式进行:
在原始天线的最左端的左边等间隔设置虚拟天线位置,最右端等间隔设置虚拟天线位置;
所述虚拟天线的横坐标取值为:
其中,xli表示左端虚拟天线横坐标取值,xri表示右端虚拟天线横坐标取值,2m为虚拟天线的数量,则目标到虚拟天线的距离为:
其中,Rvi表示目标到虚拟天线的距离;xvi为虚拟天线的横坐标;xp表示目标的横坐标yp表示目标的纵坐标;
计算目标到虚拟天线之间的距离,根据(11)式和(27)式,产生解调之后的回波信号,即:
其中,Svi(t)表示解调之后的回波信号;
将虚拟信号与实际信号结合,得到新的回波数据,所述虚拟天线长度为:
Lv=L+2md
其中,Lv表示虚拟天线长度;m表示虚拟接收天线数量;
所述新的回波数据等效天线长度为Lv的前视SAR回波信号。
由于采用了上述技术方案,本发明具有如下的优点:
本发明提供的基于虚拟天线的前视阵列SAR高分辨成像方法,利用极少回波数据对强散射点进行高方位分辨率成像,且不受场景是否稀疏的限制;构造虚拟天线,并构造出虚拟天线应该接收到的强后向散射点的信号,与传统的成像方法相比,在前视SAR成像中,该方法能显著提高强散射点的方位向分辨率。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
本发明的附图说明如下。
图1为本发明的前视SAR几何模型。
图2为本发明的目标和天线之间的几何关系。
图3为本发明的仿真参数。
图4为本发明的原始回波成像结果。
图5为本发明的虚拟100根天线的成像结果。
图6为本发明的虚拟600根天线的成像结果。
图7为本发明的虚拟1000根天线的成像结果。
图8为本发明的基于虚拟天线的前视阵列SAR高分辨成像方法流程图。
图9为通过CFAR检测来检测具有强后向散射特性的目标流程图。
图10为多目标进行聚合流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例1
如图所示,本实施例提供的基于虚拟天线的前视阵列SAR高分辨成像方法,如图8所示,图8为本发明的基于虚拟天线的前视阵列SAR高分辨成像方法流程图;包括以下步骤:获取回波信号;根据雷达参数构造参考信号;参考信号与回波信号的共轭进行卷积,得到脉冲压缩之后的信号;根据脉冲压缩之后的信号检测出后向散射特性强的目标;构造虚拟天线,并构造出虚拟天线接收到的强后向散射点的信号;利用后向投影成像算法得到高分辨率图像。本实施例提供的发射天线和接收天线按照以下方式设置,如图1所示,图1为的机载前视SAR几何模型,该模型是对飞机飞行正前方区域成像,通过一根发射天线发射线性调频信号,然后由多根天线接收回波信号,飞机沿x轴飞行,天线平行于y轴放置,发射天线与接收天线处于同一高度且在接收天线中间位置,飞机飞行高度为H,Rt为发射天线到目标P的距离,Rr为接收天线到目标P的距离。
飞机在以速度v沿x轴飞行时,发射天线发射线性调频信号,接收天线之间以某一速率vs切换接收回波信号。假设天线之间距离为d,第一根天线在时刻t0打开接收信号,其余天线关闭不接收信号,在t0+d/vs时刻第一根天线关闭不接收信号,紧邻的第二根接收天线打开接收信号,其余天线任然处于关闭状态,依次重复下去,直到最后一根天线接收完毕,即可用这些接收的信号对发射信号覆盖的区域成像。这个过程其实就等效于发射机位置固定,飞机沿这里的天线所在的直线飞行,之后对飞行方向的正侧视方向成像,这样形成的天线长度假设为L,若载波波长为λ,则合成孔径大小为:
其中,D表示合成孔径;
方位向分辨率为:
其中,ρa表示方位向分辨率;
以上分析得出,方位分辨率与天线长度成反比,所以天线越长,方位向分辨率就越高。但是天线放置在飞机上,其长度受到飞机尺寸的限制,这也就严重影响了图像的分辨率。
设目标坐标(xp,yp,0),发射天线坐标(0,0,H),接收天线坐标(0,yi,H),其中:
yi=y0+i*d,i=1,2,…,n (3)
i表示第i个根天线;这里y0为第一根天线的位置,n为接收天线数量。则:
Rri为第i根天线到目标之间的距离。天线之间的切换速度为:
vs=d*PRF (6)
其中,vs表示天线之间切换速度;PRF为脉冲重复频率;
设雷达发射线性调频信号:
其中,t表示调频信号传输时间;Kr为调频斜率,Tp为脉宽,
设载波为:
S0(t)=exp(j2πf0t) (8)
其中,S0(t)表示载波信号;f0为载波频率,载波波长为:
其中,λ表示载波波长;c为光速。
经过目标反射之后,若不考虑信号幅度,则回波信号为:
其中,Sri0(t)表示发射信号经目标反射之后不考虑幅度的回波信号;
对回波信号解调之后,得到:
其中,Sri(t)表示解调回波信号;
后向投影(BP)成像的原理是:对成像区域划分网格,可以算出网格上的每一个点到发射天线和接收天线之间的距离,之后只需要将回波中对应距离的信号叠加,即可得到最终图像。为了得到回波信号中的距离信息,需要对解调之后的信号进行脉冲压缩,然对脉冲压缩的信号进行BP成像可得目标区域图像。
脉冲压缩是将回波信号与参考信号的共轭进行卷积来完成,考虑到卷积操作不容易实现,这里在频域通过相乘来实现。
根据驻定相位定理,回波信号(11)傅里叶变换之后为:
其中,Srif(f)表示回波信号的频域表达式;
参考信号为(7)式,其取共轭之后的傅里叶变换为:
其中,Srf0(f)表示参考信号取共轭之后的频域表达式;
将式(12)与式(13)相乘,即得到脉冲压缩信号的频谱:
其中,Scif(f)表示脉冲压缩的频谱信号;
对式(14)反傅里叶变换,即得到脉冲压缩之后的信号:
其中,Sci(t)表示脉冲压缩信号;
从脉冲压缩结果可以得到,sinc函数的最大值在处,为了在后续BP成像时为相干积累,这里需要将这一项去掉,只需要式(15)直接乘以即可,结果得到:
其中,Sbi(t)表示在BP成像时用于相干叠加的信号;
假设成像区域为:
A={(x,y,z)|x1≤x≤x2,y1≤y≤y2,z=0}
其中,A表示成像区域;(x,y,z)表示空间点坐标;x1表示成区域横坐标最小值;x2表示成像区域横坐标最大值;y1表示成区域横坐标最小值;y2表示成像区域横坐标最大值;
取网格:
axis={(x,y)|x=x1+res*kx,y=y1+res*ky}kx,ky=1,2,…
其中,axis表示成像网格坐标;res为网格之间的距离;kx表示成像网格中x方向的第几个网格;ky表示成像网格中y方向的第几个网格;kx、ky满足:
x1+res*kx≥x2,y1+res*ky≥y2
网格某一点(xk,yk)到发射天线和接收天线的距离为:
其中,Rtk表示点(xk,yk)到发射天线之间的距离;Rrik表示点(xk,yk)到第i根接收天线之间的距离;H表示飞机飞行高度;
假设该网格有目标,则发射信号经过网格上的目标散射之后回到接收天线的时间为:
其中,tik表示发射信号经过网格上的目标散射之后回到接收天线的时间;
若实际该网格位置没有目标,则由(16)式可知,Sbi(tik)将取到一个较小的值,但如果实际该位置有目标,则Sbi(tik)将取得最大值,将每根天线的信号积累,则实际位置存在目标时,网格的信号幅值将较大,没有目标的位置信号幅值较小,从而完成成像,此操作为:
其中,Sbi(tik)表示在BP成像时用于相干叠加的信号;Ik表示成像结果中第k个像素点的值;
虚拟天线的思路是:
(1)在回波信号进行距离向脉冲压缩之后,检测两根接收天线上具有强后向散射的目标,并得到该目标到发射天线和接收天线总距离;
(2)根据第(1)步得到的距离列出如下椭圆方程:
其中,x表示第(1)步检测出来的目标横坐标;y表示第(1)步检测出来的目标纵坐标;R1表示第(1)步检测出来的目标距离发射天线和第一根接收天线的总距离;R2表示第(1)步检测出来的目标距离发射天线和第二根接收天线的总距离;L表示天线长度;解该方程,求出x和y,得到实际目标的位置;
(3)在实际接收天线所在直线上,按照原来接收天线的间隔,等间隔虚拟出更多接收天线数量,按照如下公式计算第(2)步中的目标到虚拟天线之间的距离:
其中,Rri表示目标到虚拟天线之间的距离;xp为目标横坐标;yp为目标纵坐标;yi为虚拟天线纵坐标;H为飞机高度。
(4)根据计算的距离产生虚拟天线应该接收到的信号,再通过BP成像得到具有强后向散射的目标在方位向上具有更高分辨率的图像。
如图9所示,这里通过CFAR检测来检测具有强后向散射特性的目标,具体步骤为:
(1)给出阈值单元和保护单元,其中,阈值单元为选取杂波的单元,保护单元是指在选取的目标点周围的单元,设定一个检测阈值。阈值单元是指在以检测点为中心的某一范围,用于设定自适应阈值,保护单元指的是目标可能占据多大的范围,该范围不用于阈值的计算;
(2)将阈值单元到保护单元这一范围内每个单元格的能量相加得到阈值单元到保护单元这一范围内的信号能量,根据这个信号能量和阈值按照以下公式计算一个自适应阈值:
其中,Tauto为自适应阈值,E为阈值单元到保护单元这一范围内的信号能量,N为阈值单元到保护单元这一范围的单元个数,Ti为输入的阈值。
(3)判断检测点的能量是否大于自适应阈值,若大于,则检测到目标,否则无目标;
(4)遍历所有点,得到所有检测到的目标。
通过上述方法,设定合理的检测阈值、阈值单元和保护单元,就可以检测到具有强后向散射的目标。
如图10所示,但是由于保护单元的作用,在某个目标的相邻位置可能检测为多个目标,实际只存在一个,所以需要对这些检测点进行聚合,方法如下:
(1)判断检测点与相邻检测点之间间隔,若该间隔在某一范围内,则判定这两个相邻检测点为同一目标,将其能量值和位置对应存储起来。这里的间隔范围根据脉冲压缩之后,主瓣占据的单元范围确定,脉冲压缩之后的信号为sinc函数形式,主瓣即为sinc函数的主瓣;
(2)找出属于同一目标的所有检测到的点,从这些点中找到能量最大的点,将其确定为聚合之后的点;即通过第(1)步得到了一个目标对应的一组能量和位置的数据,找出最大能量值对应的位置,即为真实目标的位置;
(3)遍历所有点即可得到所有聚合之后的点。
在检测和聚合之后,根据得到的目标位置,即可得出实际距离,该距离即为发射天线到目标的距离和目标到接收天线的距离之和。
如图2所示,以天线所在直线为x轴,天线和目标所在平面为坐标面,发射天线为原点建立平面直角坐标系。
在检测之后,假设检测到的目标到发射天线和接收天线1的总距离为:
R1=Rt+Rr1 (21)
目标到发射天线和接收天线2的总距离为:
R2=Rt+Rr2 (22)
其中,R1表示检测到的目标到发射天线和接收天线1的总距离;R2表示检测到的目标到发射天线和接收天线2的总距离;Rr1表示检测到的目标到接收天线1的距离;Rr2表示检测到的目标到到接收天线2的距离;
由(21)可知,目标位于以接收天线1和发射天线为焦点,以R1为长轴的椭圆上,同理,由(22)可知,目标位于以接收天线3和发射天线为焦点,以R2为长轴的椭圆上。若取两接收天线坐标为(-L/2,0)和(L/2,0),则这两个椭圆的方程为:
联立方程(23)和(24),根据实际情况去除无用解,即可以求出目标的位置(xp,yp),这里求出的位置是在构造的坐标系中的位置。
在原始天线的最左端的左边等间隔设置虚拟天线位置,最右端等间隔设置虚拟天线位置。则虚拟天线的横坐标取值为:
其中,xli表示左端虚拟天线横坐标取值,xri表示右端虚拟天线横坐标取值,2m为虚拟天线的数量。则目标到虚拟天线的距离为:
这里,Rvi表示目标到虚拟天线的距离;xvi为虚拟天线的横坐标;xp表示目标的横坐标;yp表示目标的纵坐标;
计算目标到虚拟天线之间的距离,根据(11)式和(27)式,产生解调之后的回波信号,即:
其中,Svi(t)表示解调之后的回波信号;
将虚拟信号与实际信号结合,即可得到新的回波数据,虚拟天线长度为:
Lv=L+2md (29)
其中,Lv表示虚拟天线长度;m表示虚拟天线个数;
则新的回波数据可以等效看作天线长度为Lv的前视SAR回波信号,根据(2)式,只要设置足够的m,就可以达到提高方位向分辨率的效果。
仿真参数设置如图3所示。
原始回波成像结果如图4所示,仿真设置飞机飞行方向为沿x轴争相,天线放置沿y轴,依次放置,则y方向为方位向,由图4可以看出其分辨率特别差。当增加了100根虚拟天线之后,成像结果如图5所示,方位向分辨率有所改善,但是还没能达到很好的效果。增加到600根虚拟天线之后,其成像结果如图6所示,可以看到方位向分辨率得到很大改善,而继续增加虚拟天线,至1000根虚拟天线时,其方位向分辨率已经得到极大改善。根据式(2)可以计算出,当虚拟天线数量为1000时,方位向分辨率提高了18.5倍左右,成像质量也明显改善。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的保护范围当中。
Claims (10)
1.一种基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:包括以下步骤:
获取回波信号;
根据雷达参数构造参考信号;
参考信号与回波信号的共轭进行卷积,得到脉冲压缩之后的信号;
根据脉冲压缩之后的信号检测出后向散射特性强的目标;
构造虚拟天线,并构造出虚拟天线接收到的强后向散射点的信号;
利用后向投影成像算法得到高分辨率图像。
2.如权利要求1所述的基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:所述脉冲压缩信号是将回波信号变换到频域,再与参考信号的共轭变换到频域之后相乘来实现的,具体过程如下:
所述回波信号进行傅里叶变换得到回波频域信号:
其中,Srif(f)表示回波频域信号;
所述参考信号取共轭之后进行傅里叶变换得到参考频域信号:
其中,Srf0(f)表示参考频域信号;
将式回波频域号与参考频域信号相乘,即得到脉冲压缩频谱信号:
其中,Scif(f)表示脉冲压缩频谱信号;
对脉冲压缩频谱信号进行逆傅里叶变换,得到脉冲压缩信号:
其中,Sci(t)表示脉冲压缩信号;
对脉冲压缩信号处理后得到以下公式的所述的信号作为最终脉冲压缩信号:
其中,Sbi(t)表示用于相干叠加的脉冲压缩信号。
3.如权利要求1所述的基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:所述虚拟天线的构造按照以下步骤进行:
(1)在回波信号进行距离向脉冲压缩之后,检测两根接收天线上具有强后向散射的目标,并得到该目标到发射天线和接收天线总距离;
(2)根据目标到发射天线和接收天线总距离得到实际目标位置;
(3)在实际接收天线所在直线上,按照接收天线的间隔,等间隔虚拟设置虚拟天线的数量,计算目标位置到虚拟天线之间的距离;
(4)根据目标位置到虚拟天线之间的距离,按照以下公式根据以下回波信号模型产生虚拟天线的接收信号:
其中,Secho(t,R)为距离是R的回波信号,再通过BP成像得到区域图像。
4.如权利要求1所述的基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:所述虚拟天线接收到的强后向散射点的信号的构造是通过CFAR检测来实现的,具体步骤为:
(1)设置阈值单元和保护单元,其中,阈值单元为选取杂波的单元,保护单元是指在选取的目标点周围的单元;
(2)设置自适应阈值,将保护单元内信号的能量相加得到保护单元的信号能量,根据信号能量和阈值单元提供的阈值按照以下公式计算自适应阈值;
其中,Tauto为自适应阈值,E为阈值单元到保护单元这一范围内的信号能量,N为阈值单元到保护单元这一范围的单元个数,Ti为输入的阈值;
(3)将每个点的能量与阈值作比较,得到检测结果,具体如下:判断检测点的信号能量是否大于自适应阈值,若大于,则表示检测到目标,否则表示没有检测到目标;
(4)遍历所有点,得到所有检测得到的目标。
5.如权利要求1所述的基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:还包括对相邻位置的目标进行聚合,具体方法如下:
(1)获取检测结果,判断检测点与相邻检测点之间间隔,若间隔在预设范围内,则判定两个相邻检测点为同一目标,将其能量值和位置对应存储起来;
(2)找出属于同一目标的所有检测到的点,从这些点中找到能量最大的点,将其确定为聚合之后的点;
(3)遍历所有点得到所有聚合结果。
6.如权利要求1所述的基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:所述目标位置是按照以下步骤来得到的:
建立平面直角坐标系,所述坐标系的x轴位于所述天线所在直线,所述天线和目标所在平面为坐标面,所述坐标系的原点为发射天线;
在检测之后,获取检测到的目标到发射天线和接收天线1的总距离为:
R1=Rt+Rr1
检测到的目标到发射天线和接收天线2的总距离为:
R2=Rt+Rr2
其中,R1表示检测到的目标到发射天线和接收天线1的总距离;R2表示检测到的目标到发射天线和接收天线2的总距离;Rr1表示检测到的目标到接收天线1的距离;Rr2表示检测到的目标到到接收天线2的距离;
建立以第一接收天线1和发射天线为焦点,以R1为长轴的第一椭圆;
建立以第二接收天线2和发射天线为焦点,以R2为长轴的第二椭圆;
第一接收天线1与第二接收天线2之间应相距最远;
若取两接收天线坐标为(-L/2,0)和(L/2,0),则第一和第二椭圆的方程为:
联立第一和第二椭圆方程,计算出目标位置(xp,yp)。
7.如权利要求1所述的基于虚拟天线的前视阵列SAR高分辨成像方法,其特征在于:所述虚拟天线的设置按照以下方式进行:
在原始天线的最左端的左边等间隔设置虚拟天线位置,最右端等间隔设置虚拟天线位置;
所述虚拟天线的横坐标取值为:
其中,xli表示左端虚拟天线横坐标取值,xri表示右端虚拟天线横坐标取值,2m为虚拟天线的数量,则目标到虚拟天线的距离为:
其中,Rvi表示目标到虚拟天线的距离;xvi为虚拟天线的横坐标;xp表示目标的横坐标yp表示目标的纵坐标;
计算目标到虚拟天线之间的距离,根据(11)式和(27)式,产生解调之后的回波信号,即:
其中,Svi(t)表示解调之后的回波信号;
将虚拟信号与实际信号结合,得到新的回波数据,所述虚拟天线长度为:
Lv=L+2md
其中,Lv表示虚拟天线长度;m表示虚拟接收天线数量;
所述新的回波数据等效天线长度为Lv的前视SAR回波信号。
8.一种基于虚拟天线的前视阵列SAR高分辨成像***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现以下步骤:
获取回波信号;
根据雷达参数构造参考信号;
参考信号与回波信号的共轭进行卷积,得到脉冲压缩之后的信号;
根据脉冲压缩之后的信号检测出后向散射特性强的目标;
构造虚拟天线,并构造出虚拟天线接收到的强后向散射点的信号;
利用后向投影成像算法得到高分辨率图像。
9.如权利要求8所述的基于虚拟天线的前视阵列SAR高分辨成像***,其特征在于:所述脉冲压缩信号是将回波信号变换到频域,再与参考信号的共轭变换到频域之后相乘来实现的,具体过程如下:
所述回波信号进行傅里叶变换得到回波频域信号:
其中,Srif(f)表示回波频域信号;
所述参考信号取共轭之后进行傅里叶变换得到参考频域信号:
其中,Srf0(f)表示参考频域信号;
将式回波频域号与参考频域信号相乘,即得到脉冲压缩频谱信号:
其中,Scif(f)表示脉冲压缩频谱信号;
对脉冲压缩频谱信号进行逆傅里叶变换,得到脉冲压缩信号:
其中,Sci(t)表示脉冲压缩信号;
对脉冲压缩信号处理后得到以下公式的所述的信号作为最终脉冲压缩信号:
其中,Sbi(t)表示用于相干叠加的脉冲压缩信号。
10.如权利要求8所述的基于虚拟天线的前视阵列SAR高分辨成像***,其特征在于:所述虚拟天线的构造按照以下步骤进行:
(1)在回波信号进行距离向脉冲压缩之后,检测两根接收天线上具有强后向散射的目标,并得到该目标到发射天线和接收天线总距离;
(2)根据目标到发射天线和接收天线总距离得到实际目标位置;
(3)在实际接收天线所在直线上,按照接收天线的间隔,等间隔虚拟设置虚拟天线的数量,计算目标位置到虚拟天线之间的距离;
(4)根据目标位置到虚拟天线之间的距离,按照以下公式根据以下回波信号模型产生虚拟天线的接收信号:
其中,Secho(t,R)为距离是R的回波信号,再通过BP成像得到区域图像;
所述虚拟天线接收到的强后向散射点的信号的构造是通过CFAR检测来实现的,具体步骤为:
(1)设置阈值单元和保护单元,其中,阈值单元为选取杂波的单元,保护单元是指在选取的目标点周围的单元;
(2)设置自适应阈值,将保护单元内信号的能量相加得到保护单元的信号能量,根据信号能量和阈值单元提供的阈值按照以下公式计算自适应阈值;
其中,Tauto为自适应阈值,E为阈值单元到保护单元这一范围内的信号能量,N为阈值单元到保护单元这一范围的单元个数,Ti为输入的阈值;
(3)将每个点的能量与阈值作比较,得到检测结果,具体如下:判断检测点的信号能量是否大于自适应阈值,若大于,则表示检测到目标,否则表示没有检测到目标;
(4)遍历所有点,得到所有检测得到的目标;
所述虚拟天线的设置按照以下方式进行:
在原始天线的最左端的左边等间隔设置虚拟天线位置,最右端等间隔设置虚拟天线位置;
所述虚拟天线的横坐标取值为:
其中,xli表示左端虚拟天线横坐标取值,xri表示右端虚拟天线横坐标取值,2m为虚拟天线的数量,则目标到虚拟天线的距离为:
其中,Rvi表示目标到虚拟天线的距离;xvi为虚拟天线的横坐标;xp表示目标的横坐标yp表示目标的纵坐标;
计算目标到虚拟天线之间的距离,根据(11)式和(27)式,产生解调之后的回波信号,即:
其中,Svi(t)表示解调之后的回波信号;
将虚拟信号与实际信号结合,得到新的回波数据,所述虚拟天线长度为:
Lv=L+2md
其中,Lv表示虚拟天线长度;m表示虚拟接收天线数量;
所述新的回波数据等效天线长度为Lv的前视SAR回波信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811496155.3A CN109270529B (zh) | 2018-12-07 | 2018-12-07 | 基于虚拟天线的前视阵列sar高分辨成像方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811496155.3A CN109270529B (zh) | 2018-12-07 | 2018-12-07 | 基于虚拟天线的前视阵列sar高分辨成像方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109270529A true CN109270529A (zh) | 2019-01-25 |
CN109270529B CN109270529B (zh) | 2020-06-05 |
Family
ID=65187460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811496155.3A Active CN109270529B (zh) | 2018-12-07 | 2018-12-07 | 基于虚拟天线的前视阵列sar高分辨成像方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109270529B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901165A (zh) * | 2019-03-28 | 2019-06-18 | 河南九乾电子科技有限公司 | 星载sar回波的模拟装置及模拟方法 |
CN111537999A (zh) * | 2020-03-04 | 2020-08-14 | 云南电网有限责任公司电力科学研究院 | 一种稳健高效的分解投影自动聚焦方法 |
CN112147588A (zh) * | 2020-10-14 | 2020-12-29 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种不对称的雷达照射面积快速计算方法 |
CN113625270A (zh) * | 2021-07-29 | 2021-11-09 | 湖南吉赫信息科技有限公司 | 一种结合MIMO和ArcSAR的三维成像雷达及其成像方法 |
CN116859344A (zh) * | 2023-08-28 | 2023-10-10 | 中国电子科技集团公司第十四研究所 | 一种面向相干最优的能谱自适应分布式InSAR空间同步方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551457A (zh) * | 2009-04-29 | 2009-10-07 | 电子科技大学 | 一种前视线阵三维合成孔径雷达***构建方法 |
CN104215958A (zh) * | 2013-06-03 | 2014-12-17 | 株式会社万都 | 雷达装置和天线装置 |
CN105044721A (zh) * | 2015-07-21 | 2015-11-11 | 电子科技大学 | 机载正前视扫描雷达角超分辨方法 |
CN105137430A (zh) * | 2015-07-30 | 2015-12-09 | 中国人民解放军西安通信学院 | 一种前视阵列sar的回波稀疏获取及其三维成像方法 |
US20160116582A1 (en) * | 2011-04-29 | 2016-04-28 | Spatial Digital Systems, Inc. | Radar imaging via spatial spectrum measurement and MIMO waveforms |
CN105549009A (zh) * | 2015-12-09 | 2016-05-04 | 电子科技大学 | 一种基于超像素的sar图像cfar目标检测方法 |
CN108107427A (zh) * | 2018-04-26 | 2018-06-01 | 南京航空航天大学 | 基于超分辨技术的机载/弹载阵列雷达前视成像方法 |
-
2018
- 2018-12-07 CN CN201811496155.3A patent/CN109270529B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551457A (zh) * | 2009-04-29 | 2009-10-07 | 电子科技大学 | 一种前视线阵三维合成孔径雷达***构建方法 |
US20160116582A1 (en) * | 2011-04-29 | 2016-04-28 | Spatial Digital Systems, Inc. | Radar imaging via spatial spectrum measurement and MIMO waveforms |
CN104215958A (zh) * | 2013-06-03 | 2014-12-17 | 株式会社万都 | 雷达装置和天线装置 |
CN105044721A (zh) * | 2015-07-21 | 2015-11-11 | 电子科技大学 | 机载正前视扫描雷达角超分辨方法 |
CN105137430A (zh) * | 2015-07-30 | 2015-12-09 | 中国人民解放军西安通信学院 | 一种前视阵列sar的回波稀疏获取及其三维成像方法 |
CN105549009A (zh) * | 2015-12-09 | 2016-05-04 | 电子科技大学 | 一种基于超像素的sar图像cfar目标检测方法 |
CN108107427A (zh) * | 2018-04-26 | 2018-06-01 | 南京航空航天大学 | 基于超分辨技术的机载/弹载阵列雷达前视成像方法 |
Non-Patent Citations (3)
Title |
---|
XIE WENCHENG: "MIMO Antenna Array Design for Airborne Down-looking 3D Imaging SAR", 《2010 2ND INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING SYSTEMS (ICSPS)》 * |
王健: "前视SAR压缩感知成像算法", 《雷达科学与技术》 * |
陈琦: "机载前视合成孔径雷达Chirp Scaling成像算法研究", 《电子与信息学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901165A (zh) * | 2019-03-28 | 2019-06-18 | 河南九乾电子科技有限公司 | 星载sar回波的模拟装置及模拟方法 |
CN109901165B (zh) * | 2019-03-28 | 2023-03-14 | 河南九乾电子科技有限公司 | 星载sar回波的模拟装置及模拟方法 |
CN111537999A (zh) * | 2020-03-04 | 2020-08-14 | 云南电网有限责任公司电力科学研究院 | 一种稳健高效的分解投影自动聚焦方法 |
CN111537999B (zh) * | 2020-03-04 | 2023-06-30 | 云南电网有限责任公司电力科学研究院 | 一种稳健高效的分解投影自动聚焦方法 |
CN112147588A (zh) * | 2020-10-14 | 2020-12-29 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种不对称的雷达照射面积快速计算方法 |
CN112147588B (zh) * | 2020-10-14 | 2022-03-01 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种不对称的雷达照射面积快速计算方法 |
CN113625270A (zh) * | 2021-07-29 | 2021-11-09 | 湖南吉赫信息科技有限公司 | 一种结合MIMO和ArcSAR的三维成像雷达及其成像方法 |
CN113625270B (zh) * | 2021-07-29 | 2024-03-19 | 湖南吉赫信息科技有限公司 | 一种结合MIMO和ArcSAR的三维成像雷达及其成像方法 |
CN116859344A (zh) * | 2023-08-28 | 2023-10-10 | 中国电子科技集团公司第十四研究所 | 一种面向相干最优的能谱自适应分布式InSAR空间同步方法 |
CN116859344B (zh) * | 2023-08-28 | 2023-11-03 | 中国电子科技集团公司第十四研究所 | 一种面向相干最优的能谱自适应分布式InSAR空间同步方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109270529B (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109270529A (zh) | 基于虚拟天线的前视阵列sar高分辨成像方法及*** | |
CN112444811A (zh) | 一种综合mimo雷达和isar的目标检测和成像方法 | |
CN104898119B (zh) | 一种基于相关函数的动目标参数估计方法 | |
CN110568434B (zh) | 一种多通道匀加速sar动目标二维速度估计方法 | |
EP2545395B1 (en) | Super-resolution imaging radar | |
JP6470152B2 (ja) | レーダ装置及びレーダ信号処理方法 | |
CN103207387A (zh) | 一种机载相控阵pd雷达杂波的快速模拟方法 | |
CN109343052A (zh) | 基于mimo的毫米波雷达有轨电车防碰撞预警方法及*** | |
Bączyk et al. | Passive ISAR imaging of air targets using DVB-T signals | |
CN107607945A (zh) | 一种基于空间嵌入映射的扫描雷达前视成像方法 | |
CN109001700B (zh) | 一种实现目标轮廓重构的雷达前视成像方法 | |
CN104950295A (zh) | 一种基于相关函数与尺度变换的高速机动目标检测方法 | |
CN115701289A (zh) | 汽车成像中的集群 | |
KR102215062B1 (ko) | 무인기 탐지를 위한 다중모드 레이더 신호 처리 장치 및 그 방법 | |
CN109188436B (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 | |
CN110824473A (zh) | 一种基于子空间的高分辨宽测绘带sar-gmti杂波抑制方法 | |
CN106526544B (zh) | 基于高超声速平台的mimosar杂波抑制方法 | |
CN111316126A (zh) | 目标探测方法、雷达、车辆以及计算机可读存储介质 | |
KR102185307B1 (ko) | Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치 | |
Baczyk et al. | 3D High-resolution ISAR Imaging for Non-cooperative Air Targets | |
KR101546697B1 (ko) | 표적 식별 정보 데이터베이스 구축 장치 및 방법 | |
CN112698280B (zh) | 一种基于dsp和fpga架构的双基sar实时回波模拟方法 | |
CN109212525A (zh) | 一种基于keystone变换的合成孔径雷达逆投影成像方法 | |
Chiu et al. | RADARSAT-2 moving object detection experiment (MODEX) | |
CN108983192B (zh) | 基于gps辐射源的雷达运动目标参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240730 Address after: 313000 Building 3, 12th Floor, No. 1366 Hongfeng Road, Huzhou City, Zhejiang Province, China 1213-309 Patentee after: Zhejiang Pulse Drift Technology Co.,Ltd. Country or region after: China Address before: 611731, No. 2006, West Avenue, Chengdu hi tech Zone (West District, Sichuan) Patentee before: University of Electronic Science and Technology of China Country or region before: China |