CN111880154B - 基于对称波数谱对消的复图像域运动目标检测方法 - Google Patents

基于对称波数谱对消的复图像域运动目标检测方法 Download PDF

Info

Publication number
CN111880154B
CN111880154B CN202010476191.4A CN202010476191A CN111880154B CN 111880154 B CN111880154 B CN 111880154B CN 202010476191 A CN202010476191 A CN 202010476191A CN 111880154 B CN111880154 B CN 111880154B
Authority
CN
China
Prior art keywords
doppler
wave number
spectrum
positive
negative
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.)
Active
Application number
CN202010476191.4A
Other languages
English (en)
Other versions
CN111880154A (zh
Inventor
李明
朱杰
张鹏
左磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202010476191.4A priority Critical patent/CN111880154B/zh
Publication of CN111880154A publication Critical patent/CN111880154A/zh
Application granted granted Critical
Publication of CN111880154B publication Critical patent/CN111880154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/415—Identification of targets based on measurements of movement associated with the target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于对称波数谱对消的复图像域运动目标检测方法，包括：对回波数据进行BP成像；将复图像数据转换到多普勒波数域；波数谱分割；波数域补零升采样；估计协方差矩阵；计算自适应权矢量；自适应滤波处理；处理完成后进行IFFT；图像融合。该方法在图像波数域进行处理，在图像间存在像素误差时仍能保证正负视图的杂波对消效果，适用于高速机动飞行条件导致的回波数据非均匀采样情况；该方法采用逐个多普勒通道进行处理，避免了每个像素进行协方差矩阵估计和求逆，极大地提升了处理速度。

Description

基于对称波数谱对消的复图像域运动目标检测方法
技术领域
本发明属于运动目标检测技术领域，尤其涉及一种基于对称波数谱对消的复图像域运动目标检测方法。
背景技术
GMTI(Ground Moving Target Indication，地面运动目标检测)技术的基本原理是利用杂波和运动目标的不同特征提取运动目标信息。根据SAR(Synthetic ApertureRadar，合成孔径雷达)***的天线通道数目不同，可以将GMTI分为单通道SAR-GMTI和多通道SAR-GTMI，其中，单通道SAR-GMTI凭借其简单的处理流程、低廉的硬件成本等优势获得了广泛的应用。相比SAR原始数据，人们更容易获取SAR的复图像数据。复图像域的运动目标检测技术是直接对SAR图像进行处理，避免了原始数据复原等问题，且适用于不同的成像算法。复图像域方法一般可以从目标特征处理和背景特征处理两个角度入手。其中，前者通常需要参数搜索来实现目标匹配，运算量较大；后者对杂波背景的图像特点进行分析，依据运动目标和杂波在复图像域的不同特征进行划分，更加方便理解和实施。
对称多普勒视图对消方法是一种常见的单通道复图像域动目标检测方法，主要思想为：对目标场景进行BP(BackProjection，后向投影)成像，对于运动目标来说，由于BP成像时存在相位剩余，难以得到运动目标成像后二维波数谱的解析式，可以用隐函数描述运动目标的波数谱的大致形状。根据杂波波数谱的对称特点和运动目标波数谱的偏移特点，将SAR图像波数谱按照方位多普勒方向分为正负两个视图，再进行杂波对消，提升运动目标检测概率。
目前可用的正负视图对消方法有两种：(1)传统的对称多普勒视图对消方法，直接将正负视图相减，得到对消后的处理结果；(2)联合像素自适应对消(SDP)方法，选择正负视图中目标像素点及其周围的像素点组成联合像素矢量，再利用周围的杂波矢量训练自适应滤波矢量，通过自适应处理抑制目标点的杂波分量。
对比以上两种视图对消方法：方法(1)直接将正负视图相减对消，消除SAR图像中的杂波成分，操作简单，计算量最小，是一种适合工程实现的杂波对消方法；方法(2)目标点周围杂波像素与目标点杂波分量存在相关性，可以通过目标点周围一定数目的训练样本获得杂波抑制权矢量。而联合像素矢量的设计同时利用了目标点及其周围的像素点，在正负视图间存在少量像素误差时，正负联合像素矢量中仍存在部分像素点匹配，可以继续用于训练自适应矢量。用联合像素自适应处理取代直接视图对消，一方面能保证杂波能量得到抑制；另一方面，在视图间失配时仍能保证运动目标提取效果。
然而实际应用中，高速机动飞行的载机平台会造成回波数据的非均匀采样，进而导致正负视图间存在一定的像素误差。在视图间失配的情况下直接进行对消，容易造成杂波能量的残余，使得运动目标提取性能下降。而SDP方法是逐个像素进行自适应处理，处理每个像素时都要经过训练协方差矩阵、矩阵求逆、滤波处理等步骤，计算量十分巨大。同时，当视图间像素误差增大时，必须相应地增加联合像素矢量的维数才能确保运动目标提取性能，这会造成成倍的计算量增长。
综上，传统的视图对消方法不适用于图像失配的情况，而SDP方法的运算量过大，难以在实际工程中得到应用。因此，用较少的运算量对失配的视图进行对消处理，是对称多普勒视图对消方法应用于高速机动飞行条件时必须要解决的问题。
发明内容
针对上述问题，本发明的目的在于提供一种基于对称波数谱对消的复图像域运动目标检测方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于对称波数谱对消的复图像域运动目标检测方法，包括：
S1：对来自运动目标的原始回波数据S(t,tm)进行匹配滤波，计算像素点在各方位时刻的瞬时斜距R(tm,x,y)，并补偿相应的相位历程后进行相干叠加，通过后向投影成像获取目标场景的合成孔径雷达图像：
Figure BDA0002515952010000031
其中，(x,y)为所述合成孔径雷达图像的像素点坐标，
Figure BDA0002515952010000032
为来自目标场景的原始回波数据，tm为雷达的慢时间，c为光速，fc为载频；
S2：对所述合成孔径雷达图像进行方位向快速傅里叶变换，获得所述合成孔径雷达图像的多普勒波数谱，并通过shift操作将所述多普勒波数谱平移至波数域零频：
Figure BDA0002515952010000033
其中，Kx表示是方位向波数；
S3：沿方位向波数零轴将所述多普勒波数谱分为正多普勒谱部分和负多普勒谱部分，对所述负多普勒部分做方位向反转和共轭操作，使得所述正多普勒谱部分与所述负多普勒谱部分中杂波的波数谱分布和相位保持一致，而所述运动目标的波数谱在所述正多普勒谱部分与所述负多普勒谱部分中的大小、分布和相位均不一致；
S4：对所述正多普勒谱部分和所述负多普勒谱部分分别进行方位向补零，补至所述合成孔径雷达图像大小，并在方位向添加反转的切比雪夫窗函数，以削弱零频附近的波数谱权重；
S5：对于选定的多普勒通道，选取所述正多普勒谱部分与所述负多普勒谱部分的数据组成波数域的数据矢量：
js(i)＝[x1(i),x2(i)]T，
其中，x1(i)为所述正多普勒谱部分的对应数据点，x2(i)为所述负多普勒谱部分的对应数据点，js(i)为波数谱数据矢量，选取当前多普勒通道下的所有距离门数据对协方差矩阵R进行估计：
Figure BDA0002515952010000041
其中，M为训练样本数，H表示共轭矩阵，E{}表示求期望，
Figure BDA0002515952010000042
表示协方差矩阵R的估计值；
S6：在保证待测分量固定的情况下，最小化杂波和噪声分量，构造自适应滤波器的方程为：
Figure BDA0002515952010000043
其中，R为杂波协方差矩阵，S为空间导向矢量，获得权矢量W的解析解为：
W＝R-1S/SHR-1S；
S7：利用协方差矩阵R的估计值
Figure BDA0002515952010000044
获得自适应滤波器的正负权矢量：
Figure BDA0002515952010000051
X2(i)＝W2 H·js(i)，
其中，X1(i)为自适应滤波后的正波数谱结果，X2(i)为自适应滤波后的负波数谱结果，分别保存在正负多普勒滤波结果内；
S8：重复S5至S7，直到所述合成孔径雷达图像内所有多普勒通道都处理完成，对所述正多普勒滤波结果和所述负多普勒滤波结果分别进行方位向逆快速傅里叶变换，并将变换后的结果从波数域转换到图像域；
S9：对转换至图像域的两幅图像进行融合，取幅值较大者作为最终的运动目标提取结果
与现有技术相比，本发明的有益效果在于：
本发明在图像波数域进行处理，在图像间存在像素误差时仍能保证正负视图的杂波对消效果。相比原对称多普勒视图对消方法，本发明适用于高速机动飞行条件导致的回波数据非均匀采样情况；相比于SDP方法的逐像素点处理，本发明采用逐个多普勒通道进行处理，避免了每个像素进行协方差矩阵估计和求逆，极大地提升了处理速度；此外，当视图间像素误差增大时，SDP方法需要相应地增加联合像素矢量维数，带来更大的计算量需求。而本发明的方法在波数域进行自适应处理，图像域的像素误差并不会影响正负波数谱之间的相关性，因此本发明适用于各种不同的像素误差情况。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图作简单介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于对称波数谱对消的复图像域运动目标检测方法的流程图；
图2a是利用传统的对称多普勒视图对消方法的仿真结果图；
图2b是利用现有技术的SDP方法的仿真结果图；
图2c是利用本发明实施例提供的复图像域运动目标检测方法的仿真结果图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
请参见图1，图1为本发明实施例提供的一种基于对称波数谱对消的复图像域运动目标检测方法的流程图。
本实施例的方法包括：
S1:对来自目标场景的回波数据进行BP成像，获取目标场景的SAR图像。
对脉冲压缩后的原始回波数据S(t,tm)进行匹配滤波之后，计算像素点在各方位时刻的瞬时斜距R(tm,x,y)，并补偿相应的相位历程后进行相干叠加，通过BP成像获取目标场景的SAR图像：
Figure BDA0002515952010000071
其中，fc表示载频，tm表示慢时间，t表示快时间，c为光速，R(tm,x,y)表示瞬时斜距，可以表示为
Figure BDA0002515952010000072
Rb是雷达与目标场景中心的最短距离，(x,y)为所述合成孔径雷达图像的像素点坐标，y是目标点相对场景中心的距离向坐标，x是目标点相对场景中心的方位向坐标，v是载机运动速度。需要说明的是，载机平台运动的时候以PRF(pulse repetition frequency，脉冲重复频率)发射多次电磁波信号，每次发射的时间称为慢时间，发射信号后接受回波信号的这段时间，称为快时间。
S2：将SAR图像转换到多普勒波数域。
对所得的SAR图像进行方位向FFT(快速傅里叶变换，fast Fourier transform)，获得该SAR图像的多普勒波数谱，并通过shift操作将所述多普勒波数谱平移至波数域零频：
Figure BDA0002515952010000073
其中，Kx表示是方位向波数，是该SAR图像经过方位向FFT之后的方位向变量。
S3:分割所述多普勒波数谱。
沿方位向波数零轴把波数谱分为正多普勒谱部分和负多普勒谱部分，对负多普勒部分做方位向反转和共轭操作，使得所述正多普勒谱部分与所述负多普勒谱部分中杂波的波数谱分布和相位保持一致，而运动目标的波数谱在在所述正多普勒谱部分与所述负多普勒谱部分中的大小、分布和相位均不一致。
S4:波数域补零升采样。
为了使得处理后的正负多普勒处理结果维持原来的分辨率，正负多普勒波数谱分别进行方位向补零，补至原SAR图像大小。由于杂波的波数谱在正负多普勒部分中分布一致，都位于零频附近；而运动目标的波数谱差别主要集中在离零频较远的部分。在方位向添加反转的切比雪夫窗函数，削弱零频附近的波数谱权重，有助于提升后续的运动目标提取效果。
具体地，假设切比雪夫窗函数为w，则添加的反转的切比雪夫窗函数为1-w。主要是为了削弱零频附近的杂波波数谱权重，有助于提升后续的运动目标提取效果。
S5:估计协方差矩阵。
对于某一多普勒通道，选取正负多普勒波数谱的数据组成数据矢量。这里采用类似STAP(Space-Time Adaptive Processing,空时自适应处理)的1DT方法，组成2×1的数据矢量js(i):
js(i)＝[x1(i),x2(i)]T
其中，x1(i)为正多普勒部分的对应数据点，x2(i)为负多普勒部分的对应数据点。选取当前多普勒通道下的所有距离门数据对协方差矩阵R进行估计：
Figure BDA0002515952010000081
其中，js(i)为2×1的波数谱数据矢量，H表示共轭矩阵，M为训练样本数，E{}表示求期望。训练样本数据需满足独立同分布要求，才能用协方差矩阵估计值
Figure BDA0002515952010000082
代替R。
S6:计算自适应权矢量。
在保证待测目标分量固定的情况下，最小化杂波和噪声分量，以构造自适应滤波器的方程为：
Figure BDA0002515952010000091
其中，R为杂波协方差矩阵，S为空间导向矢量。本实施例采用1DT方法，故S＝[1 0]T或者[0 1]T，分别对应运动目标波数谱侧重正半轴和负半轴的情况。容易得权矢量W的解析解为：
W＝R-1S/SHR-1S
这里计算权矢量W时需要对矩阵
Figure BDA0002515952010000093
进行求逆，选用较小维数的数据矢量能大幅减少矩阵求逆时所需的运算量。
S7:自适应滤波处理。
利用估计的协方差矩阵
Figure BDA0002515952010000094
计算获得自适应滤波器的权矢量W。根据导向矢量S的不同，得到的滤波器权矢量W可以分为正权矢量W1和负权矢量W2。分别将正负权矢量作用于当前数据矢量
Figure BDA0002515952010000092
X2(i)＝W2 H·js(i)
其中，X1(i)为自适应滤波后的正波数谱结果，X2(i)为自适应滤波后的负波数谱结果，分别保存在正负多普勒滤波结果内。
S8:处理完成后进行逆快速傅里叶变换(IFFT)。
重复S5至S7，直到SAR图像内所有多普勒通道都处理完成。对所述正多普勒滤波结果和所述负多普勒滤波结果分别进行方位向逆快速傅里叶变换，并将变换后的结果从波数域转换到图像域。
S9:图像融合。
对转换至图像域的两幅图像进行融合，取幅值较大者作为最终的运动目标提取结果。具体地，对自适应处理后的两幅图像进行融合，是因为运动目标的径向速度未知，波数谱可能侧重于正波数谱或者负波数谱。取幅值较大者作为最终的运动目标提取结果，能够有效保证运动目标提取性能。
进一步地，在所述S3之前还包括：
在S3所述的波数谱分割、反转和共轭操作之前，将多普勒波数谱乘以一个距离补偿函数exp(-j4πfcy/c)，以对BP成像后的图像中存在的距离维相位项进行补偿，否则后续的共轭操作会导致正负波数谱之间存在相位差，且相位差随距离向改变。
本发明实施例的复图像域运动目标检测方法的效果可以通过以下实验进一步说明和验证：
1、实验环境和内容
实验环境：MATLAB R2015b,Intel(R)Xeon(R)CPU [email protected]，Window7Professional。
实验内容：该仿真实验分别采用传统的对称多普勒视图对消方法、SDP方法和本发明的方法分别对SAR图像进行单通道图像域运动目标检测，得到的结果如图2所示。
2、实验结果
用三种运动目标检测方法分别对仿真的高速机动飞行SAR图像进行运动目标提取。
请参见图2a至图2c，图2a是利用现有技术的对称多普勒视图对消方法的仿真结果图；图2b是利用现有技术的SDP方法的仿真结果图；图2c是利用本发明实施例提供的自适应运动目标检测方法的仿真结果图，其中，9个均匀分布的正方形点表示静止目标/杂波，圆点表示运动目标，主要的评价标准是仿真结果中运动目标点与静止目标点的幅值比，称为信杂比。从图2a可以看到，由于视图间存在像素误差，传统的对称多普勒视图对消方法并不能有效抑制杂波，处理结果中残留的杂波能量较多，影响了后续的运动目标提取性能。从图2b可以看出，杂波能量得到有效抑制，运动目标特征明显，信杂噪比(SCNR)为13.94dB，处理时间为523.399s。从图2c可以看出，静止目标/杂波同样得到较好地抑制，SCNR为14.19dB，处理时间为4.711s。可以看出，相比于SDP方法，在动目标提取性能相近的情况下，运算效率远高于SDP方法。
从实验结果可以看出，本发明实施例的复图像域运动目标检测方法能有效解决高速机动飞行产生的视图间失配问题。相比于SDP方法，本发明实施例方法将处理时间缩短了2个数量级，且适用于不同的像素误差情况，说明本发明实施例的方法是一种更加实用高效的单通道复图像域运动目标检测方法。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围；这样，倘若本发明的这些改动和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。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。

Claims (3)

1.一种基于对称波数谱对消的复图像域运动目标检测方法，其特征在于，所述方法包括：
S1：对来自运动目标的原始回波数据S(t,tm)进行匹配滤波，计算像素点在各方位时刻的瞬时斜距R(tm,x,y)，并补偿相应的相位历程后进行相干叠加，通过后向投影成像获取目标场景的合成孔径雷达图像：
Figure FDA0002515950000000011
其中，(x,y)为所述合成孔径雷达图像的像素点坐标，
Figure FDA0002515950000000012
为来自目标场景的原始回波数据，tm为雷达的慢时间，c为光速，fc为载频；
S2：对所述合成孔径雷达图像进行方位向快速傅里叶变换，获得所述合成孔径雷达图像的多普勒波数谱，并将所述多普勒波数谱平移至波数域零频：
Figure FDA0002515950000000013
其中，Kx表示是方位向波数；
S3：沿方位向波数零轴将所述多普勒波数谱分为正多普勒谱部分和负多普勒谱部分，对所述负多普勒部分做方位向反转和共轭操作，使得所述正多普勒谱部分与所述负多普勒谱部分中杂波的波数谱分布和相位保持一致，而所述运动目标的波数谱在所述正多普勒谱部分与所述负多普勒谱部分中的大小、分布和相位均不一致；
S4：对所述正多普勒谱部分和所述负多普勒谱部分分别进行方位向补零，补至所述合成孔径雷达图像大小，并在方位向添加反转的切比雪夫窗函数，以削弱零频附近的波数谱权重；
S5：对于选定的多普勒通道，选取所述正多普勒谱部分与所述负多普勒谱部分的数据组成波数域的数据矢量：
js(i)＝[x1(i),x2(i)]T，
其中，x1(i)为所述正多普勒谱部分的对应数据点，x2(i)为所述负多普勒谱部分的对应数据点，js(i)为波数谱数据矢量，选取当前多普勒通道下的所有距离门数据对协方差矩阵R进行估计：
Figure FDA0002515950000000021
其中，M为训练样本数，H表示共轭矩阵，E{}表示求期望，
Figure FDA0002515950000000022
表示协方差矩阵R的估计值；
S6：在保证待测分量固定的情况下，最小化杂波和噪声分量，构造自适应滤波器的方程为：
Figure FDA0002515950000000023
其中，R为杂波协方差矩阵，S为空间导向矢量，获得权矢量W的解析解为：
W＝R-1S/SHR-1S；
S7：利用协方差矩阵R的估计值
Figure FDA0002515950000000024
获得自适应滤波器的正负权矢量：
X1(i)＝W1 H·js(i)
X2(i)＝W2 H·js(i)，
其中，X1(i)为自适应滤波后的正波数谱结果，X2(i)为自适应滤波后的负波数谱结果，分别保存在正负多普勒滤波结果内；
S8：重复S5至S7，直到所述合成孔径雷达图像内所有多普勒通道都处理完成，对所述正多普勒滤波结果和所述负多普勒滤波结果分别进行方位向逆快速傅里叶变换，并将变换后的结果从波数域转换到图像域；
S9：对转换至图像域的两幅图像进行融合，取幅值较大者作为最终的运动目标提取结果。
2.根据权利要求1所述的基于对称波数谱对消的复图像域运动目标检测方法，其特征在于，在所述S3之前还包括：
将多普勒波数谱乘以一个距离补偿函数exp(-j4πfcy/c)，以对所述后向投影成像后的图像中存在的距离维相位项进行补偿。
3.根据权利要求1所述的基于对称波数谱对消的复图像域运动目标检测方法，其特征在于，在所述S4中：
设定切比雪夫窗函数为w，则所述反转的切比雪夫窗函数为1-w。
CN202010476191.4A 2020-05-29 2020-05-29 基于对称波数谱对消的复图像域运动目标检测方法 Active CN111880154B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010476191.4A CN111880154B (zh) 2020-05-29 2020-05-29 基于对称波数谱对消的复图像域运动目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010476191.4A CN111880154B (zh) 2020-05-29 2020-05-29 基于对称波数谱对消的复图像域运动目标检测方法

Publications (2)

Publication Number Publication Date
CN111880154A CN111880154A (zh) 2020-11-03
CN111880154B true CN111880154B (zh) 2023-07-04

Family

ID=73154060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010476191.4A Active CN111880154B (zh) 2020-05-29 2020-05-29 基于对称波数谱对消的复图像域运动目标检测方法

Country Status (1)

Country Link
CN (1) CN111880154B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325704B (zh) * 2021-12-31 2023-07-25 电子科技大学 一种基于波数谱拼接的合成孔径雷达快速时域成像方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645652A (zh) * 2012-04-28 2012-08-22 中国科学院电子学研究所 单通道sar地面运动目标检测的方法
WO2018045566A1 (zh) * 2016-09-09 2018-03-15 深圳大学 基于压缩感知的随机脉冲多普勒雷达角度-多普勒成像方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645652A (zh) * 2012-04-28 2012-08-22 中国科学院电子学研究所 单通道sar地面运动目标检测的方法
WO2018045566A1 (zh) * 2016-09-09 2018-03-15 深圳大学 基于压缩感知的随机脉冲多普勒雷达角度-多普勒成像方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于单通道SAR图像序列特征值分解的动目标检测方法;刘书君;袁运能;毛士艺;;电子与信息学报(第08期);全文 *

Also Published As

Publication number Publication date
CN111880154A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN103744068B (zh) 双通道调频连续波sar***的动目标检测成像方法
CN111142105B (zh) 复杂运动目标isar成像方法
Zhang et al. Geometry-information-aided efficient radial velocity estimation for moving target imaging and location based on radon transform
CN111736131B (zh) 一种剔除一比特信号谐波虚假目标的方法及相关组件
CN107229048B (zh) 一种高分宽幅sar动目标速度估计与成像方法
CN103760558B (zh) 一种太赫兹雷达isar成像方法
Huang et al. GMTI and parameter estimation via time-Doppler chirp-varying approach for single-channel airborne SAR system
Fan et al. A high-precision method of phase-derived velocity measurement and its application in motion compensation of ISAR imaging
Wang et al. Novel approach for high resolution ISAR/InISAR sensors imaging of maneuvering target based on peak extraction technique
Li et al. ISAR imaging of nonuniformly rotating target based on the multicomponent CPS model under low SNR environment
CN111781595B (zh) 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法
Rong et al. Interferometric ISAR imaging of maneuvering targets with arbitrary three-antenna configuration
Stanković et al. Two-dimensional Hermite S-method for high-resolution inverse synthetic aperture radar imaging applications
Bae et al. Bistatic ISAR image reconstruction using sparse-recovery interpolation of missing data
CN108020834B (zh) 基于改进edpca的运动目标检测方法、装置及电子设备
CN113589287A (zh) 合成孔径雷达稀疏成像方法、装置、电子设备及存储介质
CN110133646B (zh) 基于nlcs成像的双基前视sar的多通道两脉冲杂波对消方法
Liu et al. Bistatic forward-looking SAR KDCT-FSFT-based refocusing method for ground moving target with unknown curve motion
CN109143235B (zh) 一种双基前视合成孔径雷达地面运动目标检测方法
CN111880154B (zh) 基于对称波数谱对消的复图像域运动目标检测方法
Chen et al. Efficient ground moving target imaging method for synthetic aperture radar with target azimuth ambiguity
Han et al. Refocusing of moving targets based on low-bit quantized SAR data via parametric quantized iterative hard thresholding
CN106772373B (zh) 针对任意地面运动目标的sar成像方法
CN106526544B (zh) 基于高超声速平台的mimosar杂波抑制方法
Xue et al. An applied frequency scaling algorithm based on local stretch factor for near-field miniature millimeter-wave radar imaging

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