CN112415515A - 一种机载圆迹sar对不同高度目标分离的方法 - Google Patents
一种机载圆迹sar对不同高度目标分离的方法 Download PDFInfo
- Publication number
- CN112415515A CN112415515A CN202110089664.XA CN202110089664A CN112415515A CN 112415515 A CN112415515 A CN 112415515A CN 202110089664 A CN202110089664 A CN 202110089664A CN 112415515 A CN112415515 A CN 112415515A
- Authority
- CN
- China
- Prior art keywords
- different heights
- targets
- echo
- sar
- radar
- 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
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
- 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
-
- 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
- G01S7/418—Theoretical aspects
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
本发明公开了一种机载圆迹SAR对不同高度目标分离的方法,包括以下步骤:步骤一、构建圆迹SAR数据采集几何模型,以分析得到回波信号,回波信号为不同高度回波信号的混合信号;步骤二、通过灰度相关性算法对不同子孔径目标进行配准估算出其高度;步骤三、定义SAR投影矩阵,构建基于完备小波字典的稀疏成像方法,以得到不同高度目标的联合稀疏图像;步骤四、截取回波信号中不同高度的回波子块进行处理,得到不同高度的平面的目标图像;步骤五、通过实验仿真混合了不同高度目标的图像的回波数据,以验证步骤一到步骤四的有效性。本发明能够实现在非均匀环境下,保持算法性能,且可以有效降低运算量。
Description
技术领域
本发明涉及雷达图像处理技术领域,具体的说是一种机载圆迹SAR对不同高度目标分离的方法。
背景技术
合成孔径雷达(SAR)实质上是一种微波传感器,SAR***通常安装在机载或星载平台上,通过雷达发送电磁脉冲到地面上的特定感兴趣区域,并收集返回信号,通过成像算法生成地球表面的高分辨率图像,在军事探测,灾害调查,地形测绘等方面有重大应用价值。SAR的分辨能力的提高使得观测目标中更多的有用信息被发掘,尤其是人造物体(如房屋、街道、桥梁、车辆等)的细节特征更容易被提取,这使得SAR对城市地形的测绘成为可能。但传统的SAR是将三维场景映射到距离向和方位向上进行回波采集,然后在二维平面上成像,只能获得目标投影平面上的二维图像,丢失了高度向上的信息,不能反映观测物体的真实结构,而且SAR又通常在侧视模式下工作,受地形起伏影响大,使图像产生畸变,使图像存在层叠效应以及阴影效应。因此,如何获得高分辨率的三维成像成为当前SAR研究的重点。
如今SAR三维成像技术经过不断地发展,从20世纪60年代起,开发了干涉合成孔径雷达(InSAR)来获得目标场景三维信息。然而,该方法利用不同角度观测对配准后的像素进行三维位置的解算,对同一像素位置叠掩多个散射点的情况,只能求解合成散射中心的位置,只能获得表面三维信息,而不具有三维分辨能力。经过多国的大量研究,目前主要有两种SAR三维成像技术。分别是SAR层析成像技术和阵列干涉SAR三维成像技术。这两种技术通过多航迹或多天线进行多角度观测,从而形成高度向的合成孔径,以此获得对场景的三维分辨能力。然而这两种方法需要多次的观测结果,导致成像周期长,成像***高度复杂,实际应用中难度大。1995年,美国学者 Knael. K提出了圆迹SAR(CSAR)成像探测理念,并进行了初步探索。CSAR是一种新兴的SAR成像模式,其具有很多特殊的优势。首先,CSAR成像中,雷达围绕观测场景作360°圆周运动,且天线波束中心始终指向观测场景,这使得CSAR能够实现亚波长量级的二维分辨率,其次,CSAR能够获得目标的全方位散射特性,可避免常规SAR中存在的目标遮挡、阴影等现象。因此CSAR在三维成像方面有研究的潜力。众所周知,CSAR具有单航迹,单通道的特点,并且CSAR具有获取目标三维图像的能力。与传统的三维成像方法相比,其具有数据量小,易于实现,效率高,成本低等优点。
因此有必要设计一种应用更为广泛的圆迹SAR三维成像方法,并能降低计算复杂度和存储内存。
发明内容
为了解决上述问题,本发明提供了一种运算量较小、比较简单的圆迹SAR对不同高度目标分离的方法。
为了实现上述目的,本发明是采用以下技术方案来实现的:
本发明是一种机载圆迹SAR对不同高度目标分离的方法,包括以下步骤:
步骤一、构建圆迹SAR数据采集几何模型,以分析得到回波信号,回波信号为不同高度回波信号的混合信号;
步骤二、通过灰度相关性算法对不同子孔径目标进行配准估算出其高度;
步骤三、定义SAR投影矩阵,构建基于完备小波字典的稀疏成像方法 ,以得到不同高度目标的联合稀疏图像;
步骤四、截取回波信号中不同高度的回波子块进行处理,得到不同高度的平面的目标图像;
步骤五、通过实验仿真混合了不同高度目标的图像的回波数据,以验证步骤一到步骤四的有效性。
本发明的进一步改进在于:***工作在高度为H的飞机上,绕观测目标做圆形轨迹飞行,半径为R,速度保持不变,运动过程中雷达波束中心始终指向场景中心,观测场景为半径为的圆形区域,通过计算得雷达到场景中心距离为,雷达与x轴的方位角为,雷达坐标为,表示慢时间域;步骤一中,雷达发送线性调频信号,即:
P点接收的雷达回波信号为:
经正交解调后,P点的目标回波可写为:
所有点目标混合的雷达回波信号为:
然后对混合信号的回波进行距离向压缩,这里以(4)式进行推导,首先对(4)作距离向傅里叶变换,可以得到
本发明的进一步改进在于:步骤二具体包括:灰度自相关算法为:
圆迹SAR目标高度估计公式如下:
本发明的进一步改进在于:步骤三包括:
基于非二次正则化框架,将SAR图像重建问题表述为以下优化问题:
其中,
其中,
这里,
本发明的有益效果是:本发明一方面通过构建基于完备小波字典的稀疏成像方法,很好的抑制强杂波信息,实现在非均匀环境下,保持算法性能;另一方面通过采用数据的分块处理,截取回波信号中不同高度目标回波子块进行处理,可以有效降低运算量。
附图说明
图1是机载圆迹SAR对不同高度目标分离的方法的流程图。
图2是圆迹SAR成像几何模型。
图3是仿真目标点的空间位置示意图。
图4是点目标子孔径图像。
图5是0平面分离后的结果图。
图6是1平面分离后的结果图。
图7是2平面分离后的结果图。
图8是3平面分离后的结果图。
具体实施例
以上将以图式揭露本发明的实施方式,为明确说明起见,许多实务上的细节将在以下叙述中一并说明。然而,应了解到,这些实务上的细节不应用以限制本发明。也就是说,在本发明的部分实施方式中,这些实务上的细节是非必要的。
下面结合附图对本发明的技术方案做进一步的详细说明 :
本发明是一种机载圆迹SAR对不同高度目标分离的方法,包括以下步骤:
步骤一、构建圆迹SAR数据采集几何模型,以分析得到回波信号,回波信号为不同高度回波信号的混合信号;
步骤二、通过灰度相关性算法对不同子孔径目标进行配准估算出其高度;
步骤三、定义SAR投影矩阵,构建基于完备小波字典的稀疏成像方法 ,以得到不同高度目标的联合稀疏图像;
步骤四、截取回波信号中不同高度的回波子块进行处理,得到不同高度的平面的目标图像;
步骤五、通过实验仿真混合了不同高度目标的图像的回波数据,以验证步骤一到步骤四的有效性。
***工作在高度为H的飞机上,绕观测目标做圆形轨迹飞行,半径为R,速度保持不变。运动过程中雷达波束中心始终指向场景中心,观测场景为半径为的圆形区域。通过计算得雷达到场景中心距离为,雷达与x轴的方位角为,雷达坐标为,表示慢时间域。
雷达发送线性调频信号,即:
P点接收的雷达回波信号为:
经正交解调后,P点的目标回波可写为:
所有点目标混合的雷达回波信号为:
然后对混合信号的回波进行距离向压缩,这里以(4)式进行推导,首先对(4)作距离向傅里叶变换,可以得到:
雷达主要仿真参数如表1所示
表1仿真参数列表
步骤二,通过灰度相关性算法对不同子孔径目标进行配准估算出其高度;具体包括:灰度自相关算法为:
圆迹SAR目标高度估计公式如下:
步骤三包括:
基于非二次正则化框架,将SAR图像重建问题表述为以下优化问题:
其中,
代表范数,、是标量正则化参数,式(14)第一项为数据保真项,包含了SAR投影矩阵和观测场景雷达散射系数,从而包含了观测的几何信息。第二项范数表示对的先验约束。通常,0范数可以用来约束重建结果的稀疏性,正交匹配追踪等贪婪算法可以实现迭代求解。但是,此类算法求解精度较低,重建图像质量对目标参数估计误差敏感。当范数时,范数可以获得比 1 范数和 2 范数更好的分辨性能。这里,利用范数对求解进行约束,从而抑制估计结果中的虚假目标和旁瓣能量。此时,代价函数(14)的优化求解成为一个非凸非二次的不可微问题,求解实现较为困难。针对 范数约束,式(14)中的范数使用以下平滑逼近:
步骤四,截取回波信号中不同高度的回波子块进行处理,得到不同高度的平面的目标图像。根据步骤三中的内容设置参数,,并进行编程实现得到图像数据,该数据为一列向量,然后根据需要,将该列向量分割成所需高度平面的数据,对其重排并成像。图5到图8展示了高度分别为0,1,2,3平面的图像,可以看出该方法将各平面的点都较好的分离了出来。
表2仿真点目标位置:
表2为仿真的点目标位置和估算出的高度值单位为m。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (5)
1.一种机载圆迹SAR对不同高度目标分离的方法,其特征在于:包括以下步骤:
步骤一、构建圆迹SAR数据采集几何模型,以分析得到回波信号,回波信号为不同高度回波信号的混合信号;
步骤二、通过灰度相关性算法对不同子孔径目标进行配准估算出其高度;
步骤三、定义SAR投影矩阵,构建基于完备小波字典的稀疏成像方法 ,以得到不同高度目标的联合稀疏图像;
步骤四、截取回波信号中不同高度的回波子块进行处理,得到不同高度的平面的目标图像;
步骤五、通过实验仿真混合不同高度目标的图像的回波数据,以验证步骤一到步骤四的有效性。
2.根据权利要求1所述一种机载圆迹SAR对不同高度目标分离的方法,其特征在于:***工作在高度为H的飞机上,绕观测目标做圆形轨迹飞行,半径为R,速度保持不变,运动过程中雷达波束中心始终指向场景中心,观测场景为半径为的圆形区域,通过计算得雷达到场景中心距离为,雷达与x轴的方位角为,雷达坐标为,表示慢时间域;步骤一中,雷达发送线性调频信号,即:
P点接收的雷达回波信号为:
经正交解调后,P点的目标回波可写为:
所有点目标混合的雷达回波信号为:
然后对混合信号的回波进行距离向压缩,这里以(4)式进行推导,首先对(4)作距离向傅里叶变换,可以得到:
4.根据权利要求3所述一种机载圆迹SAR对不同高度目标分离的方法,其特征在于:步骤三包括:
基于非二次正则化框架,将SAR图像重建问题表述为以下优化问题:
其中,
其中,
这里,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110089664.XA CN112415515B (zh) | 2021-01-22 | 2021-01-22 | 一种机载圆迹sar对不同高度目标分离的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110089664.XA CN112415515B (zh) | 2021-01-22 | 2021-01-22 | 一种机载圆迹sar对不同高度目标分离的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112415515A true CN112415515A (zh) | 2021-02-26 |
CN112415515B CN112415515B (zh) | 2021-04-13 |
Family
ID=74783159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110089664.XA Active CN112415515B (zh) | 2021-01-22 | 2021-01-22 | 一种机载圆迹sar对不同高度目标分离的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112415515B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113030968A (zh) * | 2021-03-12 | 2021-06-25 | 中国人民解放军国防科技大学 | 基于csar模式提取dem的方法、装置及存储介质 |
CN113640798A (zh) * | 2021-08-11 | 2021-11-12 | 北京无线电测量研究所 | 一种雷达目标多角度重建方法、装置及存储介质 |
CN113687356A (zh) * | 2021-09-16 | 2021-11-23 | 中国科学院空天信息创新研究院 | 一种机载多通道圆迹sar运动目标检测与估计方法 |
CN115657032A (zh) * | 2022-12-27 | 2023-01-31 | 中国人民解放军国防科技大学 | 一种极化csar车辆目标三维重建方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2182384A1 (en) * | 2008-10-30 | 2010-05-05 | GAP S.r.l. | Method for processing sar images |
CN101900812A (zh) * | 2009-05-25 | 2010-12-01 | 中国科学院电子学研究所 | 一种圆迹合成孔径雷达的大场景极坐标格式三维成像方法 |
CN103675814A (zh) * | 2013-09-25 | 2014-03-26 | 中国科学院电子学研究所 | 基于圆周sar确定建筑物地平面高度的方法 |
CN104730520A (zh) * | 2015-03-27 | 2015-06-24 | 电子科技大学 | 基于子孔径合成的圆周sar后向投影自聚焦方法 |
CN105116409A (zh) * | 2015-07-14 | 2015-12-02 | 中国科学院电子学研究所 | 基于圆迹合成孔径雷达二维图像的输电线高程提取方法 |
CN105891828A (zh) * | 2016-04-22 | 2016-08-24 | 西安电子科技大学 | 一种机载cssar雷达动目标的检测方法 |
CN109669182A (zh) * | 2018-12-05 | 2019-04-23 | 南京邮电大学 | 无源双基地sar动/静目标联合稀疏成像方法 |
CN112099011A (zh) * | 2020-09-21 | 2020-12-18 | 中国科学院空天信息创新研究院 | 基于focuss算法的全息sar子孔径三维重建方法 |
-
2021
- 2021-01-22 CN CN202110089664.XA patent/CN112415515B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2182384A1 (en) * | 2008-10-30 | 2010-05-05 | GAP S.r.l. | Method for processing sar images |
CN101900812A (zh) * | 2009-05-25 | 2010-12-01 | 中国科学院电子学研究所 | 一种圆迹合成孔径雷达的大场景极坐标格式三维成像方法 |
CN103675814A (zh) * | 2013-09-25 | 2014-03-26 | 中国科学院电子学研究所 | 基于圆周sar确定建筑物地平面高度的方法 |
CN104730520A (zh) * | 2015-03-27 | 2015-06-24 | 电子科技大学 | 基于子孔径合成的圆周sar后向投影自聚焦方法 |
CN105116409A (zh) * | 2015-07-14 | 2015-12-02 | 中国科学院电子学研究所 | 基于圆迹合成孔径雷达二维图像的输电线高程提取方法 |
CN105891828A (zh) * | 2016-04-22 | 2016-08-24 | 西安电子科技大学 | 一种机载cssar雷达动目标的检测方法 |
CN109669182A (zh) * | 2018-12-05 | 2019-04-23 | 南京邮电大学 | 无源双基地sar动/静目标联合稀疏成像方法 |
CN112099011A (zh) * | 2020-09-21 | 2020-12-18 | 中国科学院空天信息创新研究院 | 基于focuss算法的全息sar子孔径三维重建方法 |
Non-Patent Citations (2)
Title |
---|
朱仕恒等: "多航迹圆迹SAR三维联合稀疏成像方法", 《信息技术》 * |
王昕等: "基于小波字典的无源双基地SAR联合稀疏成像", 《南京邮电大学学报(自然科学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113030968A (zh) * | 2021-03-12 | 2021-06-25 | 中国人民解放军国防科技大学 | 基于csar模式提取dem的方法、装置及存储介质 |
CN113030968B (zh) * | 2021-03-12 | 2023-05-23 | 中国人民解放军国防科技大学 | 基于csar模式提取dem的方法、装置及存储介质 |
CN113640798A (zh) * | 2021-08-11 | 2021-11-12 | 北京无线电测量研究所 | 一种雷达目标多角度重建方法、装置及存储介质 |
CN113640798B (zh) * | 2021-08-11 | 2023-10-31 | 北京无线电测量研究所 | 一种雷达目标多角度重建方法、装置及存储介质 |
CN113687356A (zh) * | 2021-09-16 | 2021-11-23 | 中国科学院空天信息创新研究院 | 一种机载多通道圆迹sar运动目标检测与估计方法 |
CN113687356B (zh) * | 2021-09-16 | 2023-10-20 | 中国科学院空天信息创新研究院 | 一种机载多通道圆迹sar运动目标检测与估计方法 |
CN115657032A (zh) * | 2022-12-27 | 2023-01-31 | 中国人民解放军国防科技大学 | 一种极化csar车辆目标三维重建方法及装置 |
CN115657032B (zh) * | 2022-12-27 | 2023-03-10 | 中国人民解放军国防科技大学 | 一种极化csar车辆目标三维重建方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112415515B (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112415515B (zh) | 一种机载圆迹sar对不同高度目标分离的方法 | |
Ash et al. | Wide-angle synthetic aperture radar imaging: Models and algorithms for anisotropic scattering | |
Alonso et al. | A novel strategy for radar imaging based on compressive sensing | |
Dong et al. | A novel compressive sensing algorithm for SAR imaging | |
CA2767144C (en) | Process for filtering interferograms obtained from sar images acquired on the same area | |
Yang et al. | Segmented reconstruction for compressed sensing SAR imaging | |
US20120206293A1 (en) | Method and system for forming images by comparing subsets of image data | |
CN106772376B (zh) | 基于改进的rda进行合成孔径雷达图像目标旁瓣抑制的方法 | |
CN106680796B (zh) | 基于频率干涉的平面全息阵列目标三维表面重构方法 | |
CN107576961A (zh) | 一种互质降采样间歇合成孔径雷达稀疏成像方法 | |
Nielsen et al. | Direction-of-arrival estimation for radar ice sounding surface clutter suppression | |
Ferrara et al. | Enhancement of multi-pass 3D circular SAR images using sparse reconstruction techniques | |
CN113608218B (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
Liu et al. | Ambiguities Suppression for Azimuth Multichannel SAR Based on ${L_ {2, q}} $ Regularization With Application to Gaofen-3 Ultra-Fine Stripmap Mode | |
Ertin et al. | Enhanced imaging over complete circular apertures | |
Dai et al. | Scattering simulation and reconstruction of a 3-D complex target using downward-looking step-frequency radar | |
Hua et al. | CV-CFUNet: Complex-Valued Channel Fusion UNet for Refocusing of Ship Targets in SAR Images | |
CN110133656A (zh) | 一种基于互质阵列的分解与融合的三维sar稀疏成像方法 | |
CN110297242A (zh) | 基于压缩感知的合成孔径雷达层析三维成像方法及装置 | |
CN113671497B (zh) | 基于圆柱对称模型的单通道sar目标三维坐标提取方法 | |
CN112686871B (zh) | 基于改进对数比算子和Gabor_ELM的SAR图像变化检测方法 | |
Almutiry | Wideband tomographic super-resolution radar image | |
Xu et al. | A novel SAR imaging method based on morphological component analysis | |
Gao et al. | Three-dimensional array SAR sparse imaging based on hybrid regularization | |
Watson et al. | Resolving Full-Wave Through-Wall Transmission Effects in Multi-Static Synthetic Aperture Radar |
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 |