本发明涉及合成孔径雷达的成像处理技术领域,更特别地说,是指一种基于改进的RDA进行合成孔径雷达图像目标旁瓣抑制的方法。
背景技术:
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全天时、全天候的主动式信息获取系统,系统结构如图1所示,合成孔径雷达的全链路系统可以分为三个部分,即雷达载体平台上的回波数据获取部分、空间段数据传输部分以及地面段数据处理部分。合成孔径雷达系统通过发射和接收脉冲信号,获取合成孔径雷达原始回波数据。
2012年6月电子工业出版社出版,Ian G.Cumming及Frank H.Wong编著的《合成孔径雷达成像——算法与实现》在第75页中指出,合成孔径雷达(Synthetic Aperture Radar,简称SAR)传统信号处理的核心思想是基于对SAR回波信号(雷达原始数据)进行距离和方位两个方向上的匹配滤波。距离多普勒算法(Range Doppler Algorithm,RDA)通过距离和方位上的频域操作,达到了高效的模块化处理要求,同时又具有了一维操作的简便性。该算法根据距离和方位上的大尺度时间差异,在两个一维操作之间使用距离徙动校正(RCMC),对距离和方位进行了近似的分离处理,具体的RDA处理步骤如图1A所示。
2001年2月科学出版社出版,魏钟铨等编著的《合成孔径雷达卫星》在第202页中指出,峰值旁瓣比的大小决定了强目标“掩盖”若目标的能力;积分旁瓣比表征图像质量的重要指标之一,他定量的描述了一个局部较暗的区域被来自周围的明亮区域的能量泄露所“淹没”的程度。
《合成孔径雷达成像——算法与实现》中的58页写道,降低PSLR的一种方法是对频域匹配滤波器引入平滑窗,以减少主瓣到旁瓣的能量泄漏。窗是一个对信号频谱进行加权的对称实函数。权值在信号频谱中心处最大,向频谱两边逐渐衰落。典型的窗包括Taylor窗、Chebyshev窗、Hanning窗、Hamming窗和Kaiser窗。窗能够平滑频谱,即弱化频谱边缘处的不连续性。这样会降低压缩脉冲中的主瓣能量泄漏,但要以损失分辨率为代价。
2001年11月美国UNL大学环境遥测实验室的Xiaojian Xu等人发表的文章《Range Sidelobe Suppression Technique for Coherent Ultra Wide-Band Random Noise Radar Imaging》提到,通过切趾滤波可以找到一种特殊的图像域滤波函数与SAR图像原始数据卷积就会得到一个比原来旁瓣电平低得多的输出响应,可以得到一幅高质量的SAR图像。但是,切趾滤波技术由于要通过多次迭代求其滤波器系数,因此运算量较大。
2007年8月美国Microwave and Radar Group的Carlos F.Castillo-Rubio等人发表的文章《Spatially Variant Apodization for Squinted Synthetic Aperture Radar Images》中提到,不规则形状支撑区分布导致点扩散函数产生非正交走向旁瓣,利用非正交走向旁瓣与正交走向旁瓣之间的差异信息来实现正交走向旁瓣抑制。
目前针对图像目标旁瓣的抑制处理方法为上文提到的频域加窗加权,切趾滤波器和谱变形这三种方法,但是这三种方法都有着各自的优缺点。频域加窗加权法由于要对频谱进行平滑处理,所以相应的缩小了信号带宽,使得信号的图像分辨率降低;切趾滤波器方法的不足在于需要先验条件,并且计算滤波器系数的运算量大;谱变形方法则是旁瓣抑制效果不是非常明显,针对强度较小的相邻目标往往没有效果。
技术实现要素:
为了解决SAR图像目标旁瓣过高,且目标检测范围过大造成的影响,本发明采用改进的RDA方法提出了一种基于混沌调频信号作为雷达发射信号的图像旁瓣抑制方法。该方法通过对合成孔径雷达接收回波信号进行重构,利用合成孔径雷达发射的混沌调频信号的类随机特征,进行相关叠加来抑制SAR图像旁瓣。
本发明对合成孔径雷达图像旁瓣抑制过程是在现有RDA方法的距离压缩步骤与方位向傅里叶变换步骤之间增加了提取时延信息步骤、点扩散函数卷积步骤和方位时刻距离向信号组叠加步骤;在SAR处理器中的全程处理步骤有:
第一步:SAR信号处理器一方面接收地面接收站输出的回波信号E,另一方面对接收到的回波信号E进行距离向的匹配滤波,得到距离向压缩—脉压后的回波信号ER;
第二步:将第一步得到的距离向压缩—脉压后的回波信号ER进行距离向Sequence Clean提取时延操作,得到每个方位时刻距离向包含每个目标的时延信息的时延矩阵B;
第三步:把得到的时延矩阵B卷积上点扩散函数P,在每个方位时刻可以得到一组包含相同时延信息脉压之后的时延—卷积信息S;
第四步:将第一步得到的距离向压缩—脉压后的回波信号ER与第三步的时延—卷积信息S进行叠加,得到在方位时刻下的方位向信息S方位时刻;
第五步:将所述S方位时刻进行距离向脉冲压缩之后得到的回波信号进行徙动校正后,再进行距离向压缩,得到SAR图像抑制旁瓣的回波信号S抑制。
在合成孔径雷达成像处理中,应用本发明的方法具有如下优点:与传统的chirp信号的作为发射信号的雷达相比,本发明方法可以在距离向对场景目标的旁瓣进行大幅度的抑制,并且由于带宽没有改变,使得图像保有了与chirp信号同样的主瓣宽度,没有降低分辨率(见图11和图5、图7与图9之间的对比)。
附图说明
图1是SAR系统的结构框图。
图1A是RDA方法的处理流程图。
图2是本发明用于合成孔径雷达旁瓣抑制的流程图。
图3是原始点目标三维图。
图4是原始点目标距离向剖面图。
图5是频域加窗加权旁瓣抑制方法三维图。
图6是频域加窗加权旁瓣抑制方法距离向剖面图。
图7是切趾滤波器旁瓣抑制方法三维图。
图8是切趾滤波器旁瓣抑制方法距离向剖面图。
图9是谱变形旁瓣抑制方法的三维图。
图10是谱变形旁瓣抑制方法的距离向剖面图。
图11是本发明旁瓣抑制方法的三维图。
图12是本发明旁瓣抑制方法的距离向剖面图。
具体实施方式
下面将结合附图和仿真实例对本发明做进一步的详细说明。
本发明基于改进的RDA进行合成孔径雷达图像目标旁瓣抑制处理是在SAR信号处理器(参见图1所示)中完成的。具体地,是对雷达接收到的回波信号进行成像处理,得到旁瓣抑制后的SAR图像。具体的合成孔径雷达旁瓣抑制方法的处理流程,如图2所示。将过采样下的雷达原始数据记为回波信号E。本发明对合成孔径雷达图像旁瓣抑制过程是在现有RDA方法的距离压缩步骤与方位向傅里叶变换步骤之间增加了提取时延信息步骤、点扩散函数卷积步骤和方位时刻距离向信号组叠加步骤。
本发明对合成孔径雷达过采样数据的超分辨处理包括有下列九个处理步骤:
第一步:SAR信号处理器一方面接收地面接收站输出的回波信号E,另一方面对接收到的回波信号E进行距离向的匹配滤波,得到距离向压缩—脉冲后的回波信号ER;
在这个过程中,对回波信号进行距离向傅里叶变换是为了将回波信号从方位时域变换成方位频域的信号。也就是说,所述的距离向压缩—脉冲后的回波信号ER为方位频域信号。
第二步:采用Sequence Clean方法对第一步得到的ER进行图像目标时延信息提取,得到每个方位时刻距离向包含每个目标的时延信息的时延矩阵B;
在这个过程中,先进行距离向脉冲压缩,提高了距离向信噪比。并利用距离向聚焦后的信号的峰值,通过Sequence Clean方法,把目标场景中每个时延信息都提取出来。其中Sequence Clean提取时延的具体方法可以参考2002年1月Ranjan Bose等人在Transactions on Aerospace and Electronic Systems上发表的《Sequence Clean:A Modified Deconvolution Technique for Microwave Images of Contiguous Targets》文章。
第三步:把得到的时延矩阵B卷积上点扩散函数P,在每个方位时刻可以得到一组包含相同时延信息脉压之后的时延—卷积信息S;
在第三步的处理过程中,由于时延信息中是以幅度以及位置的形式存在,所以还需要卷积上“由合成孔径雷达发射的”混沌调频信号的类随机信号,即将不同的混沌调频信号作为点扩散函数卷积上回波信号成为自相关函数,这样才能恢复回波信号到脉压之后的回波信号,从而得到时延—卷积信息S。
第四步:将第一步得到的距离向压缩—脉压后的回波信号ER与第三步的时延—卷积信息S进行叠加,得到在方位时刻下的方位向信息S方位时刻;
在第四步的处理过程中,利用混沌调频信号脉压之后旁瓣电平呈现随机走势的特点,通过ER与S之间的互相叠加,可以让呈现随机走势的旁瓣降低,让确定的主瓣得到提升,从而让旁瓣得到了有效的抑制。
第五步:将所述S方位时刻进行距离向脉冲压缩之后得到的回波信号进行徙动校正后,再进行距离向压缩,得到SAR图像抑制旁瓣的回波信号S抑制;
在第五步的处理过程中,可以参考2012年6月电子工业出版社、Ian G Cumming等著、洪文等译的《合成孔径雷达成像-算法与实现》一书中RDA成像算法中方位向脉冲压缩、徙动校正的过程。
在本发明的第一步中,SAR处理器接收到的回波信号E是二维数据,E采用矩阵形式表示为:
Na表示方位向点数;
Nf表示距离向点数;
n是一个变量,取值范围1至Na,表示为方位向第n个点;
m是一个变量,取值范围1至Nf,表示为距离向第m个点;
a1,1表示沿方位向上采集到的第1个方位时刻的距离向上的第1个采样点;
a1,2表示沿方位向上采集到的第1个方位时刻的距离向上的第2个采样点;
a1,m表示沿方位向上采集到的第1个方位时刻的距离向上的第m个采样点;
表示沿方位向上采集到的第1个方位时刻的距离向上的第Nf个采样点;
a2,1表示沿方位向上采集到的第2个方位时刻的距离向上的第1个采样点;
a2,2表示沿方位向上采集到的第2个方位时刻的距离向上的第2个采样点;
a2,m表示沿方位向上采集到的第2个方位时刻的距离向上的第m个采样点;
表示沿方位向上采集到的第2个方位时刻的距离向上的第Nf个采样点;
an,1表示沿方位向上采集到的第n个方位时刻的距离向上的第1个采样点;
an,2表示沿方位向上采集到的第n个方位时刻的距离向上的第2个采样点;
an,m表示沿方位向上采集到的第n个方位时刻的距离向上的第m个采样点;
表示沿方位向上采集到的第n个方位时刻的距离向上的第Nf个采样点;
表示沿方位向上采集到的第Na个方位时刻的距离向上的第1个采样点;
表示沿方位向上采集到的第Na个方位时刻的距离向上的第2个采样点;
表示沿方位向上采集到的第Na个方位时刻的距离向上的第m个采样点;
表示沿方位向上采集到的第Na个方位时刻的距离向上的第Nf个采样点。
在本发明的第一步中,回波信号E经距离向脉冲压缩处理后,得到的脉冲压缩后回波信号ER,ER采用矩阵形式表示为:
Na表示方位向点数;
Nf表示距离向点数;
n是一个变量,取值范围1至Na,表示为方位向第n个点;
m是一个变量,取值范围1至Nf,表示为距离向第m个点;
表示方位向上的第1个方位时刻的距离向上的第1个点;
表示方位向上的第1个方位时刻的距离向上的第2个点;
表示方位向上的第1个方位时刻的距离向上的第m个点;
表示方位向上的第1个方位时刻的距离向上的第Nf个点;
表示方位向上的第2个方位时刻的距离向上的第1个点;
表示方位向上的第2个方位时刻的距离向上的第2个点;
表示方位向上的第2个方位时刻的距离向上的第m个点;
表示方位向上的第2个方位时刻的距离向上的第Nf个点;
表示方位向上的第n个方位时刻的距离向上的第1个点;
表示方位向上的第n个方位时刻的距离向上的第2个点;
表示方位向上的第n个方位时刻的距离向上的第m个点;
表示方位向上的第n个方位时刻的距离向上的第Nf个点;
表示方位向上的第Na个方位时刻的距离向上的第1个点;
表示方位向上的第Na个方位时刻的距离向上的第2个点;
表示方位向上的第Na个方位时刻的距离向上的第m个点;
表示方位向上的第Na个方位时刻的距离向上的第Nf个点。
在本发明的第二步中,采用Sequence Clean方法从距离向脉冲压缩后的回波信号ER中提取出每个方位时刻距离向的图像目标时延信息矩阵,即时延矩阵B的矩阵形式表示为:
Na表示方位向点数;
Nf表示距离向点数;
n是一个变量,取值范围1至Na,表示为方位向第n个点;
m是一个变量,取值范围1至Nf,表示为距离向第m个点;
b1,1表示方位向上的第1个方位时刻的距离向上的第1个点;
b1,2表示方位向上的第1个方位时刻的距离向上的第2个点;
b1,m表示方位向上的第1个方位时刻的距离向上的第m个点;
表示方位向上的第1个方位时刻的距离向上的第Nf个点;
b2,1表示方位向上的第2个方位时刻的距离向上的第1个点;
b2,2表示方位向上的第2个方位时刻的距离向上的第2个点;
b2,m表示方位向上的第2个方位时刻的距离向上的第m个点;
表示方位向上的第2个方位时刻的距离向上的第Nf个点;
bn,1表示方位向上的第n个方位时刻的距离向上的第1个点;
bn,2表示方位向上的第n个方位时刻的距离向上的第2个点;
bn,m表示方位向上的第n个方位时刻的距离向上的第m个点;
表示方位向上的第n个方位时刻的距离向上的第Nf个点;
表示方位向上的第Na个方位时刻的距离向上的第1个点;
表示方位向上的第Na个方位时刻的距离向上的第2个点;
表示方位向上的第Na个方位时刻的距离向上的第m个点;
表示方位向上的第Na个方位时刻的距离向上的第Nf个点。
在本发明的第三步中,点扩散函数P采用矩阵形式表示为:
Nb表示任意方位时刻点扩散函数组中函数的个数;
Nd表示函数距离向采样点数;
n′是一个变量,取值范围1至Nb,表示为方位任意时刻第n′个信号;
m′是一个变量,取值范围1至Nd,表示为信号的第m′个点;
p1,1表示方位向上任意一个时刻的第1个函数的第1个点;
p1,2表示方位向上任意一个时刻的第1个函数的第2个点;
p1,m′表示方位向上任意一个时刻的第1个函数的第m′个点;
表示方位向上任意一个时刻的第1个函数的第Nd个点;
p2,1表示方位向上任意一个时刻的第2个函数的第1个点;
p2,2表示方位向上任意一个时刻的第2个函数的第2个点;
p2,m′表示方位向上任意一个时刻的第2个函数的第m′个点;
表示方位向上任意一个时刻的第2个函数的第Nd个点;
pn′,1表示方位向上任意一个时刻的第n′个函数的第1个点;
pn′,2表示方位向上任意一个时刻的第n′个函数的第2个点;
pn′,m′表示方位向上任意一个时刻的第n′个函数的第m′个点;
表示方位向上任意一个时刻的第n′个函数的第Nd个点;
表示方位向上任意一个时刻的第Nb个函数的第1个点;
表示方位向上任意一个时刻的第Nb个函数的第2个点;
表示方位向上任意一个时刻的第Nb个函数的第m′个点;
表示方位向上任意一个时刻的第Nb个函数的第Nd个点;
在本发明的第四步中,所述的方位时刻下的方位向信息S方位时刻采用矩阵形式表示为:
Na表示方位向点数;
Nf表示距离向点数;
n′是一个变量,取值范围1至Na,表示为方位任意时刻第n′个信号;
m′是一个变量,取值范围1至Nf,表示为信号的第m′个点;
a'1,1表示卷积后的任意一个时刻的第1个信号的第1个采样点;
a'1,2表示卷积后的任意一个时刻的第1个信号的第2个采样点;
a'1,m′表示卷积后的任意一个时刻的第1个信号的第3个采样点;
表示卷积后的任意一个时刻的第1个信号的第Nf个采样点;
a'2,1表示卷积后的任意一个时刻的第2个信号的第1个采样点;
a'2,2表示卷积后的任意一个时刻的第2个信号的第2个采样点;
a'2,m′表示卷积后的任意一个时刻的第2个信号的第3个采样点;
表示卷积后的任意一个时刻的第2个信号的第Nf个采样点;
a'n′,1表示卷积后的任意一个时刻的第3个信号的第1个采样点;
a'n′,2表示卷积后的任意一个时刻的第3个信号的第2个采样点;
a'n′,m′表示卷积后的任意一个时刻的第3个信号的第3个采样点;
表示卷积后的任意一个时刻的第3个信号的第Nf个采样点;
表示卷积后的任意一个时刻的第Na个信号的第1个采样点;
表示卷积后的任意一个时刻的第Na个信号的第2个采样点;
表示卷积后的任意一个时刻的第Na个信号的第3个采样点;
表示卷积后的任意一个时刻的第Na个信号的第Nf个采样点;
经本发明的第五步处理后,得到的SAR图像抑制旁瓣的回波信号S抑制采用矩阵形式表示为:
Na表示方位向采样点数;
Nf表示距离向采样点数;
n是一个变量,取值范围1至Na,表示为方位向第n个点;
m是一个变量,取值范围1至Nf,表示为距离向第m个点;
a″1,1表示叠加后方位向上的第1个方位时刻的距离上的第1个点;
a″1,2表示叠加后方位向上的第1个方位时刻的距离上的第2个点;
a″1,m表示叠加后方位向上的第1个方位时刻的距离上的第m个点;
表示叠加后方位向上的第1个方位时刻的距离上的第Nf个点;
a″2,1表示叠加后方位向上的第2个方位时刻的距离上的第1个点;
a″2,2表示叠加后方位向上的第2个方位时刻的距离上的第2个点;
a″2,m表示叠加后方位向上的第2个方位时刻的距离上的第m个点;
表示叠加后方位向上的第2个方位时刻的距离上的第Nf个点;
a″n,1表示叠加后方位向上的第n个方位时刻的距离上的第1个点;
a″n,2表示叠加后方位向上的第n个方位时刻的距离上的第2个点;
a″n,m表示叠加后方位向上的第n个方位时刻的距离上的第m个点;
表示叠加后方位向上的第n个方位时刻的距离上的第Nf个点;
表示叠加后方位向上的第Na个方位时刻的距离上的第1个点;
表示叠加后方位向上的第Na个方位时刻的距离上的第2个点;
表示叠加后方位向上的第Na个方位时刻的距离上的第m个点;
表示叠加后方位向上的第Na个方位时刻的距离上的第Nf个点。
仿真实例
采用本设计发明的用于合成孔径雷达图像旁瓣抑制处理的方法进行仿真,其参数设置如表1。在场景中心的位置沿着距离向布置了三个点目标,他们的幅值归一化之后分别为1、0.05、1。他们前两个点的位置离得很近,第三个点离前两个点较远。
表1成像参数设置
图3和图4是采用传统的线性调频信号作为雷达发射信号,再使用距离多普勒算法对点目标进行仿真成像处理结果,包括三维图形和距离向刨面图。
图5和图6是对图3所仿真的点目标图像进行距离向频域加窗旁瓣抑制处理结果,图中给出的是三维图像和距离向刨面图。
图7和图8是对图3所仿真的点目标图像进行距离向切趾滤波器旁瓣抑制处理结果,图中给出的是三维图像和距离向刨面图。
图9和图10是对图3所仿真的点目标图像进行谱变形旁瓣抑制处理结果,图中给出的是三维图像和距离向刨面图。
图11和图12是采用本发明的使用混沌调频信号作为雷达发射信号的旁瓣抑制处理方法,图中给出的是三维图像和距离向刨面图。
通过对成像结果的对比,即图3与图5、图7、图9和图11的对比,图4与图6、图8、图10和图12的对比,可以发现:
传统的线性调频信号的旁瓣抑制算法各有优缺点,频域加窗加权法虽然能够大幅度降低目标的旁瓣,但是由于主瓣展宽,损失了分辨力,离主瓣较近的弱小目标就被淹没在旁瓣电平中了;切趾滤波器旁瓣抑制方法虽然保持了分辨力,但是旁瓣抑制效果不明显,并且由于在计算过程中需要先验条件,所以给旁瓣抑制处理带来了难度;谱变形方法可以降低旁瓣,但是也是效果不明显。
采用本发明方法不仅可以大幅度降低旁瓣,并且保证了分辨力,使得强目标附近的弱小目标不会消失在旁瓣中,提高了雷达在目标识别中的准确程度。