一种低PRF条件下地面运动目标参数估计方法与流程

本发明涉及遥感和雷达成像技术领域，尤其涉及一种地面目标运动参数估计方法。

背景技术

合成孔径雷达（syntheticapertureradar,sar）可实现全天候、全天时、高增益的地面静止目标成像。然而在很多军事应用情况下，观测场景中不仅存在静止目标，也存在一些运动目标。传统的sar不具备对运动目标的检测与成像能力，运动目标只能以散焦的形式叠加在静止目标图像上。利用sar系统获取运动目标检测与成像的结果已成为当前军事和民用领域研究热点。

然而随着分辨率的不断提高，sar系统的数据量和脉冲重复频率(pulserepetitionfrequency,prf)不断增大。庞大的数据量对系统的存储能力提出了很高的要求，同时对数据信道的传输能力也是一个很大的挑战。并且较高的prf会导致sar系统的成像测绘带宽变小，进而降低了sar系统的预警探测范围和信息获取能力。因此为了降低回波数据量和实现宽测绘带成像，sar成像系统通常采用较低的prf采集回波数据。由sar成像原理可知，较低的prf容易导致方位doppler模糊。对于地面静止场景成像而言，已有研究学者利用零点控制、空域滤波以及多通道信号恢复方法完成解模糊处理。但是对于场景中运动目标的参数估计而言，传统的多普勒域参数估计方法、分数阶傅里叶变换等非平稳信号处理方法将无法有效应用。因此在低prf条件下如何进行运动目标参数的准确估计对于sar动目标成像与检测技术的发展具有重要意义。

技术实现要素：

（一）要解决的技术问题

为解决上述的问题，本发明基于参数化稀疏表征技术，提供了一种适合低prf条件下运动目标参数估计方法。

（二）技术方案

本发明的方法包括：步骤a：对于天线b和c的回波数据进行基于匹配滤波的距离脉冲压缩处理，得到信号和；步骤b：利用dpca方法对信号和进行杂波抑制处理，得到信号；步骤c：利用hough变换在距离多普勒平面内，检测距离走动并估计目标的跨航向速度和位置信息，并利用估计结果校正距离单元走动，校正处理之后的结果为信号；步骤d：构造冗余的chirplet基，并建立参数化稀疏表征模型，通过对模型的优化求解获得目标的沿航迹维速度和位置信息，并得到最终的动目标参数估计结果。

（三）有益效果

从上述技术方案可以看出，本发明地面运动目标参数估计方法中，针对sar系统动目标检测的数据量过大和prf过高问题，提出了基于参数化稀疏表征的地面目标参数估计方法，首先对距离向脉冲压缩之后的数据进行双通道的dpca对消处理，其次利用hough变换估计目标跨航向维的运动参数并校正距离单元走动，然后将运动目标的沿航迹维速度作为参数构造稀疏表征基，建立参数化稀疏表征模型，通过对模型的迭代求解获得目标的沿航迹维速度和位置信息，进而实现低prf条件下的地面运动目标参数估计。

附图说明

图1为本发明实施例所采用的单发双收雷达天线及其与运动目标的几何关系图；

图2为低prf条件下地面运动目标参数估计方法的流程图；

图3为通道c所接收的回波信号在距离慢时间域的幅度图；

图4为dpca对消后回波信号幅度；

图5为hough变换处理结果图；

图6为距离走动校正之后结果；

图7为运动目标p1的速度迭代搜索结果；

图8为运动目标p1的成像结果；

图9为运动目标p2的速度迭代搜索结果；

图10为运动目标p2的成像结果。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。

本发明提供了一种低prf条件下地面运动目标参数估计方法，在大幅降低sar系统prf条件下获得准确的运动目标参数估计结果，为地面运动目标的准确识别提供了信息。

为了方便理解，首先对观测模型进行详细说明。单发双收配置方式，即由三个天线组成，其中天线a发射信号，天线b和c同时接收回波信号。三天线a、b、c和运动目标的几何位置关系图如图1所示，sar雷达系统工作在正侧视模式，为起始点，雷达载机沿x轴方向飞行，速度为。表示场景中的第个运动目标，其坐标为，垂直于航向和平行于航向的速度分别为和，为雷达平台离观测场景中心点的距离，为天线a与的距离，为天线b与的距离，为天线c与的距离，为天线a和b之间的距离。为表述清楚，全文距离向与跨航向维一致，方位向与沿航迹维相一致。

在本发明的一个示例性实施例中，提供了一种低prf条件下地面运动目标参数估计方法。如图2所示，本实施例方法包括：

步骤a：对于天线b和c的回波数据进行基于匹配滤波的距离脉冲压缩处理，得到信号和；

其中，该步骤又可以分为以下子步骤：

子步骤a1：获得成像区域内地面目标的基带回波信号和；；

雷达发射信号为线性调频信号，其表达式为

(1)

其中，当时，，为调频率，为发射脉冲宽度，为脉冲重复频率，为载频，为全时间，为快时间，为慢时间。假设场景中的目标散射点数为，其中运动目标的数目为。发射信号经成像区域内目标的反射，天线b和天线c接收到的基带回波信号和的表达式分别为

(2)

(3)

其中，目标的反射系数是，坐标为。为发射信号波长。、和分别为时刻天线a、b以及c与目标的距离，可表示为

(4)

(5)

(6)

其中，，，。

子步骤a2：对基带回波信号和分别进行距离向脉冲压缩，得到距离向脉冲压缩后的回波信号和；

回波信号进行基于匹配滤波的距离脉冲压缩处理，得到：

(7)

其中，为发射信号带宽。

同理，对天线b接收到的回波信号进行基于匹配滤波的距离脉冲压缩处理，可得：

(8)

步骤b：利用dpca方法对信号和进行杂波抑制处理，得到信号；

我们知道：为了使得和能够利用dpca方法进行地杂波对消处理，它们之间距离应满足条件，其中为整数，。

对和进行对消处理，处理之后的运动目标数据相位信息保持不变。因此dpca处理之后的信号，可表示为：

(9)

至此完成了地面杂波的对消处理，得到的信号中只有运动目标的信息。从公式(9)、公式(4)以及公式(6)可见，运动目标的距离走动包括了线性分量和二次分量，为了讨论问题的方便，暂不考虑二次分量对回波信号的影响。因此公式(9)可进一步写为

(10)

从公式(10)可见，在距离慢时间域表示为直线，其斜率与运动目标的垂直航向速度有关，截距与目标的距离向位置有关。因此如果能够根据信号的包络项估计出斜率和截距，进一步计算即可得到运动目标的垂直航向速度和距离位置。当雷达系统采用低于nyquist采样定理所需的prf采样率进行采集时，主要影响的沿航迹维处理，跨航向的处理不受其影响。下面利用hough变换估计信号的包络项斜率和截距。

步骤c：利用hough变换在距离多普勒平面内，检测距离走动并估计目标的跨航向速度和位置信息，并利用估计结果校正距离单元走动，校正处理之后的结果为信号；

对于信号其在距离多普勒平面内的斜率可以通过检测平面的峰值得到。从而目标的跨航向速度和距离维位置可以被计算得到。进一步能够完成距离徙动校正处理，得到的结果为

(11)

式(11)的相位项可简化为关于慢时间的chirp信号形式，即

(12)

其中，

(13)

进一步，存在运动目标的第个距离单元的信号可简化

(14)

从公式(14)可以看出，经过dpca处理的地面运动目标回波数据可看作多个chirp信号叠加。chirp信号的中心频率与载机飞行速度、运动目标沿航迹维的速度和目标方位向位置以及发射信号波长，而调频率主要由、以及决定。考虑到观测场景中的运动目标相对于静止目标和杂波来说是较少的，满足稀疏性的要求。因此通过构造冗余的具有速度参变量的chirplet基实现回波数据的稀疏化表征，通过不断迭代寻优的方法获得最优的求解结果，进而实现动目标运动参数的估计。

步骤d：构造冗余的chirplet基，并建立参数化稀疏表征模型，通过对模型的优化求解获得目标的沿航迹维速度和位置信息，并得到最终的动目标参数估计结果。

首先对观测场景沿航迹维进行划分，设定沿航迹维分辨率为，观测场景的沿航迹维长度为，得到沿航迹维散射单元数，表示向下取整。那么第个距离单元的沿航迹维序列。

设定离散的沿航迹维时间序列，。第个距离单元的chirplet基为

(15)

其中，

(16)

因此，公式(14)利用构造的chirplet基进行参数化稀疏表征，可得

(17)

其中，是系统的加性噪声，表示第个距离单元的动目标散射系数。如果中速度是已知的，那么利用求解结果具有稀疏性的约束，可将公式(17)转化为如下的稀疏重构模型

(18)

其中，由噪声的能量决定。通过对公式(18)求解即可得到第个距离单元的运动目标沿航迹维位置信息，即。对依次进行求解，即可获得观测场景中运动目标的成像结果，即。

由于观测场景中的目标是非合作的，无法获得其运动参数。因此chirplet基中的速度是未知的，无法直接通过求解公式(18)得到运动目标成像结果。需要将速度的估计和重构结果的估计联合起来进行考虑，建立如下关于和的最优化求解模型

(19)

对于该模型的求解主要分为两步：第一步，给定一个初始速度，利用正交匹配追踪（omp）算法，可计算得到运动目标成像的初步结果。

第二步，将第一步求解结果代入公式(19)，得到如下的优化表达式对速度进行重新估计

(20)

其中，表示第次迭代。对于公式(20)的求解，由于是的函数，因此将进行taylor级数一级展开，可得

(21)

其中，根据公式(15)，可算得

(22)

令，因此将公式(22)代入公式(20)，可得

(23)

利用最小二乘的方法对公式(23)进行求解，可得

(24)

进一步，可计算得到

(25)

利用重构结果可获得运动目标的沿航迹维位置，沿航迹维速度利用速度得到。对所有存在运动目标的距离单元均经过上述处理，即可得到运动目标的沿航迹维速度和位置信息。

以下给出基于上述实施例方法的仿真实验结果。

仿真实验中相关的初始参数如下：雷达正侧视工作，载机的速度为150m/s，载机航线到地面成像中心的距离为5km，发射信号载频为10ghz（波长0.03m），脉冲宽度为1.2us，带宽为150mhz，那么获得的距离向分辨率为1m。成像积累时间，以及天线a和b之间的间隔。设定地杂波服从瑞利分布，观测场景中有两个运动目标分别为p1和p2。令运动目标p1和p2的初始位置分别为(5050,0)m和(4975,30)m。他们的运动速度分别为(-10,20)m/s和(15,-10)m/s。

全采样的回波数据方位向单元数是1024，设定随机降采样的回波数据的方位向采样率为256，降采样率。对接收到的回波数据进行基于匹配滤波的脉压和地杂波对消处理，图3为通道c所接收的回波信号在距离慢时间域的幅度图，图4为dpca处理后信号的幅度图。由图3可见，通道a的回波信号中同时包含地杂波和运动目标信号，无法分辨出运动目标。经dpca对消处理后，图4中已经没有杂波信息，仅剩运动目标信息。对剩余的信号进行后续的运动目标参数估计处理。图5是利用hough变换估计运动目标的跨航迹维速度和距离位置，得到运动目标p1的跨航向维速度为-9.7m/s，距离向位置为5051m。运动目标p2的距离向速度为15.29m/s，距离向位置为4977m。利用获得的运动目标跨航向维信息对回波数据进行距离走动校正处理，得到的校正结果如图6所示。可以看出，回波数据的距离走动已准确校正。

进一步对距离徙动校正后的数据进行沿航迹维参数估计，利用所提的参数化稀疏表征方法进行处理。根据跨航向维的处理结果，我们知道观测场景中的两个运动目标p1和p2处在第254和第127个距离单元。因此分别对这两个距离单元数据进行处理。对于第254个距离单元数据，首先通过粗搜索，设定运动目标的初始沿航迹维速度为17m/s，然后按照所提的方法构造chirplet基，进行迭代搜索，得到的搜索结果如图7所示，得到目标p1的沿航迹维速度为19.52m/s，成像结果如图8所示，从中获得的运动目标p1的方位向位置为-0.14m。同样地，对于第127个距离单元数据，设定运动目标的初始沿航迹维速度为-7m/s，利用所提方法进行迭代搜索，得到的搜索结果如图9所示，从中得到目标p2的沿航迹维速度为-9.35m/s。成像结果如图10所示，从中获得的运动目标p2的方位向位置为29.21m。

进一步利用相对误差比较沿航迹维运动参数估计结果的准确性。相对误差的计算公式为。得到的比较结果如表1所示，可以看出利用所提方法估计得到的运动参数的误差控制在10%之内，能够实现对运动目标状态的描述，从而说明了所提方法的有效性。

表1运动目标的真实值与参数化稀疏表征方法估计结果的对比。

以上仿真验证了本实施例所提方法的有效性。

至此，已经结合附图对本实施例低prf条件下地面运动目标参数估计方法进行了详细描述。依据以上描述，本领域技术人员应当对本发明有了清楚的认识。

综上所述，本发明提出一种基于参数化稀疏表征的地面运动目标参数估计方法，在有效降低sar系统脉冲重复频率的情况下实现了对地面目标运动参数的准确估计，从而为地面目标的运动状态描述和识别提供了信息。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。