一种基于全局最小相位近似的SAR成像优化方法与流程

本发明属于雷达信号处理领域，特别涉及一种基于全局最小相位近似的sar成像优化方法，适用于高相关带宽的sar雷达成像。

背景技术：

线调频变标算法是sar成像算法中最成功的算法之一，它的成功之处便在于与其他更高精度的算法相比效率更高，该算法是通过在二维频域对sar回波信号的相位函数做二阶泰勒近似展开，但该近似也是限制算法精度的重要因素。因此，有些方法通过使用更高阶的泰勒展开来提高精度，这种改进在处理斜视sar回波时是非常有用的，但当发射脉冲具有较高相关带宽时，处理结果较差。

技术实现要素：

针对以上现有技术存在的不足，本发明的目的在于提出一种基于全局最小相位近似的sar成像优化方法，该种方法基于全局最小相位近似的sar成像优化方法不仅具有更好的成像结果，也更容易实现，并且更容易展开到高阶近似。

为达到上述技术目的，本发明采用如下技术方案予以实现。

一种基于全局最小相位近似的sar成像优化方法，包括以下步骤：

步骤1，获取sar雷达回波信号数据s，所述sar雷达回波信号数据s为nrn×nan维二维矩阵，并根据所述sar雷达回波信号数据s计算加权函数矩阵w，w为nrn×nan维矩阵，并利用加权函数矩阵w分别计算第一匹配函数矩阵h0、第二匹配函数矩阵h1和第三匹配函数矩阵h2，h0、h1和h2分别为nrn×nan维矩阵，nrn表示sar雷达回波信号数据的距离向采样点数，nan表示sar雷达回波信号数据的方位采样向点数；

步骤2，对sar雷达回波信号数据s进行按行fft处理，进而得到按行fft处理后的雷达回波信号数据矩阵，所述对sar雷达回波信号数据s进行按行fft处理为对sar雷达回波信号数据s的每一行分别进行fft操作；

步骤3，对fft处理后的雷达回波信号数据矩阵进行按列fft处理，进而得到按列fft处理后的雷达回波信号数据矩阵，所述对fft处理后的雷达回波信号数据矩阵进行按列fft处理为对fft处理后的雷达回波信号数据矩阵的每一列分别进行fft操作；

步骤4，将按列fft处理后的雷达回波信号数据矩阵与第一匹配函数矩阵h0点乘，得到第一匹配后的雷达回波信号数据矩阵；

步骤5，将第一匹配后的雷达回波信号数据矩阵与第二匹配函数矩阵h1点乘，得到第二匹配后的雷达回波信号数据矩阵；

步骤6，对第二匹配后的雷达回波信号数据矩阵进行按列ifft处理，进而得到按列ifft处理后的雷达回波信号数据矩阵，所述对第二匹配后的雷达回波信号数据矩阵进行按列ifft处理为对第二匹配后的雷达回波信号数据矩阵的每一列分别进行ifft处理；

步骤7，将按列ifft处理后的雷达回波信号数据矩阵与第三匹配函数矩阵h2点乘，得到第三匹配后的雷达回波信号数据矩阵；

步骤8，对第三匹配后的雷达回波信号数据矩阵进行按行ifft处理，，所述对第三匹配后的雷达回波信号数据矩阵进行按行ifft处理为对第三匹配后的雷达回波信号数据矩阵的每一行分别进行ifft处理；进而得到按行ifft处理后的匹配雷达回波信号数据矩阵，所述按行ifft处理后的匹配雷达回波信号数据矩阵为sar成像。

本发明的有益效果：本发明方法能够得到更好的近似结果，且更容易实现，也更容易展开到高阶近似，同时使用本发明方法得到的成像结果与使用精确的ω-k算法获得的成像结果基本一致，距离分辨率比泰勒展开近似要高，能够提高成像算法的精度和效率。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是本发明的一种基于全局最小相位近似的sar成像优化方法流程图；

图2是利用无误差方法获得的成像结果图；

图3是利用常规方法获得的成像结果图；

图4是使用本发明方法获得的成像结果图；

图5是无误差方法、常规方法和本发明方法各自的分辨率性能比较图。

具体实施方式

参照图1，为本发明的一种基于全局最小相位近似的sar成像优化方法流程图；其中所述基于全局最小相位近似的sar成像优化方法，包括以下步骤：

步骤1，获取sar雷达回波信号数据s，所述sar雷达回波信号数据s为nrn×nan维二维矩阵，并根据所述sar雷达回波信号数据s计算加权函数矩阵w，w为nrn×nan维矩阵，并利用加权函数矩阵w分别计算第一匹配函数矩阵h0、第二匹配函数矩阵h1和第三匹配函数矩阵h2，h0、h1和h2分别为nrn×nan维矩阵，nrn表示sar雷达回波信号数据的距离向采样点数，nan表示sar雷达回波信号数据的方位向采样点数。

步骤1的子步骤为：

1a)获取sar雷达回波信号数据s，所述sar雷达回波信号数据s为nrn×nan维二维矩阵，并根据所述sar雷达回波信号数据s的特征，构造nrn×nan维相位函数矩阵g，距离向第m个采样点、方位向第n个采样点处的相位函数为g(m,n)，其表达式为：

其中，fr(m)表示第m个采样点处的距离频率，b为sar雷达回波信号数据的带宽，△f为距离频域间隔，m＝0,1,...,nrn-1，nrn表示sar雷达回波信号数据的距离向采样点数，fc表示sar雷达回波信号数据的载频，fa(n)表示第n个采样点处的方位频率，

prf表示脉冲重复频率，n＝0,1,...,nan-1，nan表示sar雷达回波信号数据的方位向采样点数，c'表示光速，υ表示sar雷达所在载机的飞行速度；a表示sar雷达回波信号数据的振幅，即距离频谱的包络。

1b)根据已知的sar雷达参数，构造加权函数矩阵w，w为nrn×1维，其中第m个采样点处的加权函数为w(m)，其表达式为：

其中，fr(m)表示第m个采样点处的距离频率，b为sar雷达回波信号数据的带宽，p表示第m个采样点处的加权函数的系数，p∈[0,1]。

1c)根据加权函数矩阵分别构造n阶系数矩阵c、n阶中间过渡系数矩阵d，c和d分别为nrn×1维矩阵，其中第k阶系数为ck，第k阶中间过渡系数为dk，第k阶系数在距离向第m个采样点、方位向第n个采样点处的数据为ck(m,n)，第k阶中间过渡系数在距离向第m个采样点、方位向第n个采样点处的数据为dk(m,n)，其表达式分别为：

其中，k表示第k阶，k∈{0,1,…,n}，n表示设定的阶数最大值，且n为大于0的正整数，本实施例中n取值为2；w(m)表示第m个采样点处的加权函数，g(m,n)表示距离向第m个采样点、方位向第n个采样点处的相位函数，dfr(m)表示fr(m)的微分，fr(m)表示第m个采样点处的距离频率，b表示sar雷达回波信号数据的带宽，m＝0,1,...,nrn-1，nrn表示sar雷达回波信号数据的距离向采样点数，n＝0,1,...,nan-1，nan表示sar雷达回波信号数据的方位向采样点数。

1d)根据n阶系数矩阵c、n阶中间过渡系数矩阵d，构造n阶全局最小相位系数矩阵β，β为nrn×nan维矩阵，其中第j阶全局最小相位系数在距离向第m个采样点、方位向第n个采样点处的数据为βj(m,n)，其计算公式为：

其中，k∈{0,1,…,n}，j∈{0,1,…,n}，n表示设定的阶数最大值，ck+j(m,n)表示第k+j阶系数在距离向第m个采样点、方位向第n个采样点处的数据。

1e)根据n阶系数矩阵c、n阶中间过渡系数矩阵d和n阶全局最小相位系数矩阵β，分别计算得到n个相位匹配函数矩阵h，其中第l个相位匹配函数矩阵为h'l，l∈{0,1,…,n}，本实施例中n取值为2；即分别为第一个相位匹配函数矩阵h'0、第二个相位匹配函数矩阵h′1和第三个相位匹配函数矩阵h′2，第一个相位匹配函数矩阵在第m个采样点、第n个采样点处的数据为h′0(m，n)、第二个相位匹配函数矩阵在第m个采样点、第n个采样点处的数据为h′1(m，n)和第三个相位匹配函数矩阵在第m个采样点、第n个采样点处的数据为h′2(m，n)，其表达式分别为：

h′0＝exp{j[β1(m，n)×fr(m)+β0(m，n)]}

h′1＝exp{jβ2(m，n)×fr(m)}

其中，β1(m，n)表示第1阶全局最小相位系数在距离向第m个采样点、方位向第n个采样点处的数据，fr(m)表示第m个采样点处的距离频率，β0(m，n)表示第0阶全局最小相位系数在距离向第m个采样点、方位向第n个采样点处的数据，β2(m，n)表示第2阶全局最小相位系数在距离向第m个采样点、方位向第n个采样点处的数据，fa(n)表示第n个采样点处的方位频率，tr(m)表示第m个采样点处的距离时间，b表示sar雷达回波信号数据的带宽，m＝0，1，...，nrn-1，nrn表示sar雷达回波信号数据的距离向采样点数，n＝0，1，...，nan-1，nan表示sar雷达回波信号数据的方位向采样点数，fs为对sar雷达发射信号进行采样的采样频率，rs表示设定的参考斜距，本实施例中将sar所在场景的中心斜距作为参考斜距；rr表示点目标到sar雷达所在场景的最近斜距，点目标为sar雷达所在场景中的任意一点；u表示sar雷达所在载机的运动速度，fam表示sar雷达的最大多普勒频率，λ表示sar雷达发射信号的波长，exp为指数函数操作，j表示虚数单位。

然后分别将第一个相位匹配函数矩阵h′0记为第一匹配函数矩阵h0，将第二个相位匹配函数矩阵h′1记为第二匹配函数矩阵h1，将第三个相位匹配函数矩阵h′2记为第三匹配函数矩阵h2。

步骤2，对sar雷达回波信号数据s进行按行fft处理，即对sar雷达回波信号数据s的每一行分别进行fft操作，进而得到按行fft处理后的雷达回波信号数据矩阵。

步骤3，对fft处理后的雷达回波信号数据矩阵进行按列fft处理，即fft处理后的雷达回波信号数据矩阵的每一列分别进行fft操作，进而得到按列fft处理后的雷达回波信号数据矩阵。

步骤4，将按列fft处理后的雷达回波信号数据矩阵与第一匹配函数矩阵h0点乘，得到第一匹配后的雷达回波信号数据矩阵。

步骤5，将第一匹配后的雷达回波信号数据矩阵与第二匹配函数矩阵h1点乘，得到第二匹配后的雷达回波信号数据矩阵。

步骤6，对第二匹配后的雷达回波信号数据矩阵进行按列ifft处理，即对第二匹配后的雷达回波信号数据矩阵的每一列分别进行ifft处理，进而得到按列ifft处理后的雷达回波信号数据矩阵。

步骤7，将按列ifft处理后的雷达回波信号数据矩阵与第三匹配函数矩阵h2点乘，得到第三匹配后的雷达回波信号数据矩阵。

步骤8，对第三匹配后的雷达回波信号数据矩阵进行按行ifft处理，即对第三匹配后的雷达回波信号数据矩阵的每一行分别进行ifft处理，进而得到按行ifft处理后的匹配雷达回波信号数据矩阵，所述按行ifft处理后的匹配雷达回波信号数据矩阵为sar成像。

通过以下仿真实验数据对本发明作进一步验证说明。

(一)仿真参数

sar雷达回波信号数据是在大斜视条带模式下仿真得到，sar雷达所在载机的运动轨迹是直线；为了验证本发明方法的有效性，此处给出了表i中的仿真参数，

表i

(二)仿真内容

本仿真分别用taylor近似线调频变标算法和基于全局最小相位近似的线调频变标算法建立图像；使用带有不同采样点处的加权函数的系数，此处取值为0.8，利用精确的ω-k算法获得的成像结果作为无误差的基准图。

图2示意了利用无误差方法获得的成像结果，图3示意了利用常规方法获得的成像结果，图4示意了使用本发明方法获得的成像结果；从图2、图3和图4中可以看出本发明方法的得到的成像结果与无误差方法的成像结果基本一致，利用常规方法获得的成像结果稍差；图5示意了无误差方法、常规方法和本发明方法各自的分辨率性能比较图，从图5中可以明显看出使用本发明方法得到的sar图像的距离分辨率与使用无误差方法得到的sar图像的距离分辨率基本一致，利用常规方法得到的成像结果距离分辨率明显要低；其中，无误差方法为精确的ω-k算法，常规方法为taylor近似线调频变标算法。

综上所述，仿真实验验证了本发明的正确性，有效性和可靠性。

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，倘若本发明的这些修改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。