一种高轨SAR对低轨SAR成像的射频干扰影响评估方法

本发明属于合成孔径雷达
技术领域：
，尤其涉及一种高轨sar对低轨sar成像的射频干扰影响评估方法。
背景技术：
：合成孔径雷达(sar)是空间对地观测的有效手段之一，其相关理论、技术和应用正不断完善与成熟。然而，sar系统可能会受到信号频率相同或相近的其他非相参电磁信号的影响，被称为射频干扰(rfi)。以l波段sar为例，该频段除了密布的电视、广播和各类通讯设备外，还存在无线电导航定位、地面远程警戒雷达、风廓线雷达等无线电业务，工作在相同或相邻频段的设备会对l波段sar造成干扰，工作在不同频段的设备也可能会通过谐波造成干扰。射频干扰的影响在很多星载sar系统观测数据中都被观测到，例如l波段的alospalsar、c波段的sentinel-1a以及x波段的terrasar-x系统。射频干扰会影响图像的对比度(造成图像模糊)、影响信号的极化特性，除此之外，在insar处理中，对干涉相位的影响很大。通常利用亮度温度评估地面射频干扰的强度。地球同步轨道合成孔径雷达(geosar)具有观测范围大和重访时间短等巨大优势，可以有效地对灾害区域实现快速响应和连续观测，因此，美国、意大利和中国等国家相继对其展开研究。然而geosar的波束宽度较大，可能会与多颗低轨sar同时观测同一位置，导致来自geosar的信号经过地面散射后可能会被低轨sar接收，这些信号如果与低轨sar具有相同或相邻的无线电频率，会对低轨sar成像产生影响。如何评估geosar对低轨sar的影响在现有的关于射频干扰的研究中未有提及。对于射频干扰对成像影响的分析通常从信干噪比(sinr)出发，根据雷达手册，当图像的sinr到5db以下时，图像质量较差，可能会掩盖细节信息。因此，需要分别计算信号功率以及干扰功率获得sinr。此外，目前计算散射波干扰功率时通常利用双基地雷达方程，认为经过一个分辨单元散射的干扰能量仍会聚焦在一个分辨单元内，且认为射频干扰在聚焦过程中不会获得增益。实际上，在sar成像过程中，经过一个分辨单元散射的干扰能量不会再聚焦在一个分辨单元内，而是形成干扰带覆盖在一片区域内，需要计算对这个分辨单元产生干扰的场景面积；且由于线性调频信号的特殊性，即使失配也会获得一定的增益，这两个问题在现有的关于射频干扰的研究中未有提及。因此需要修正线性调频信号形式的散射波干扰功率计算方法，从而获得精确的sinr，定量分析geosar信号对低轨sar成像造成的影响。技术实现要素：为解决上述问题，本发明提供一种高轨sar对低轨sar成像的射频干扰影响评估方法，能够定量分析高轨sar对低轨sar成像的射频干扰的影响。一种高轨sar对低轨sar成像的射频干扰影响评估方法，包括以下步骤：s1：获取来自高轨sar的干扰信号对低轨sar的各分辨单元产生的干扰场景面积大小as：其中，tp为干扰信号经距离压缩后的时宽，c为光速，θ为低轨sar的入射角，l为低轨sar信号在地面的投影宽度；s2：根据干扰场景面积大小as获取干扰信号在聚焦后的功率prfi：其中，gr为干扰信号的距离向增益，ga为干扰信号的方位向增益，pageo为高轨sar的平均发射功率，gtgeo为高轨sar的天线增益，rgeo为高轨sar的斜距，σb为由高轨sar和低轨sar组成的双基地的散射系数，ar为高轨sar的接收天线有效面积，rleo为低轨sar的斜距；s3：获取低轨sar信号与干扰信号形成的混合信号聚焦后的信干噪比sinr，再根据信干噪比sinr评估高轨sar对低轨sar成像的射频干扰影响，且信干噪比sinr的计算公式如下：其中，ps为低轨sar信号聚焦后的功率，pth为热噪声。进一步地，步骤s1中所述的干扰信号经距离压缩后的时宽tp的计算方法为：其中，bleo为低轨sar的带宽，bgeo为高轨sar的带宽，kleo为低轨sar的调频率，kgeo为高轨sar的调频率。进一步地，步骤s2中所述的干扰信号的方位向增益ga的获取方法为：s21：计算低轨sar信号的方位向调频率fdr_leo：其中，vleo为低轨卫星的速度，λleo为低轨sar信号的波长；s22：计算干扰信号的方位向调频率fdr_inf：其中，vgeo为高轨卫星的速度，λgeo为干扰信号的波长；s23：以低轨sar的脉冲重复频率作为采样率、积累时间为脉宽、fdr_leo为调频率生成长度为n的线性调频信号s1，其中，n＝tsleo·prfleo，tsleo为低轨sar的积累时间，prfleo为低轨sar的脉冲重复频率；s24：以低轨sar的脉冲重复频率作为采样率、积累时间为脉宽、fdr_inf为调频率生成长度为n的线性调频信号s2，并将线性调频信号s2中第i个采样点的值置为0，得到修正后的线性调频信号其中，且满足imodtimes＝[prfleo/prfgeo]，prfgeo为高轨sar的脉冲重复频率；s25：根据线性调频信号s1与线性调频信号计算方位向增益ga：其中，conj表示共轭，fft表示傅里叶变换，ifft表示逆傅里叶变换，e表示求均值。进一步地，步骤s2中所述的干扰信号的距离向增益gr的计算方法为：其中，fsleo为低轨sar的采样率，kleo为低轨sar的调频率，kgeo为高轨sar的调频率。进一步地，信干噪比sinr越小，高轨sar对低轨sar成像的射频干扰影响越大。有益效果：本发明提供一种高轨sar对低轨sar成像的射频干扰影响评估方法，可根据高轨sar与低轨sar的系统参数以及地面双基地散射系数计算来自高轨sar的射频干扰信号聚焦后的功率，然后利用低轨sar信号聚焦后的功率和射频干扰信号聚焦后的功率计算聚焦后图像sinr，从而有效地评估高轨sar信号对低轨sar成像产生的影响，实现高轨sar对低轨sar射频干扰影响的定量分析，进而判断高轨sar是否对低轨sar的成像产生影响。附图说明图1为geosar对低轨sarrfi的分析方法流程；图2为geosar对低轨sar干扰几何示意图；图3为不同双基散射系数下sinr的变化规律。具体实施方式为了使本
技术领域：
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。本发明的流程图如图1所示。本发明的具体步骤如下：步骤1、获取低轨sar系统参数、geosar系统参数和目标散射特性，其中具体参数如表1所示(均为用户输入)。表1步骤2、计算低轨sar信号聚焦增益及功率。首先计算低轨sar的地距分辨率ρgr＝c/2bleosinθ和方位向分辨率ρa＝λleorleo/2vleotsleo，再计算低轨sar信号在聚焦过程中获得的增益gtarg以及聚焦后的功率ps。计算方式分别为：gtarg＝(tpleofsleo)2(tsleo·prfle0)2(1)公式(1)是基于数字信号处理基础和sar成像增益理论得出的。公式(2)表示sar系统成像后功率。步骤3、计算对一个分辨单元产生干扰的场景面积。根据步骤1输入的参数，可以得到低轨sar调频率kleo＝bleo/tpleo和geosar调频率kgeo＝bgeo/tpgeo，接着分别计算干扰信号距离压缩后的时宽tp以及低轨sar波束在地面投影宽度l，最后计算对单个分辨单元产生干扰的场景面积大小as。计算方式分别为：l＝θarleo(4)公式(3)是基于驻定相位原理推导得出的，具体原理如下：以低轨sar信号为参考信号，可以表示为：来自geosar的干扰信号可以表示为：根据驻定相位原理，推导出匹配后得到的信号为：其中，kr＝kleokgeo/|kleo-kgeo|表示匹配后信号的调频率。tp如公式(3)。公式(5)是基于sar成像几何推导得出，具体原理如下：如图2所示，外部黑色边框表示低轨sar波束覆盖范围(低轨sar的天线通常为矩形天线)，假设e点的干扰回波产生如图2所示的斜纹干扰带，根据sar原理，与e点位于相同距离单元的场景点a、b等点会产生与e点相同的干扰带，同理如c、d、f等点。由于高轨发射低轨接收，因此干扰带的位置会相对于场景发生偏移，但是不同点产生的干扰带的位置偏移相同，因此对单个分辨单元产生干扰的场景面积不会由于偏移发生改变。根据几何关系可知，abcd内所有的分辨单元形成的干扰带都会对单元o造成影响，假设共有m个单元，每个单元的干扰功率为pm,m＝1,2,…,m，则单元o受到的干扰功率能量约为m＝1,2,…,m。因此，若要计算单元o受到的干扰功率的大小，只需要计算abcd的面积。很明显cd边为干扰带的距离向长度，ac边长取波束在地面上投影的方位向长度，而最终该面积可以表示公式(5)。步骤4、计算geo-to-leorfi方位向和距离向增益。首先分别计算出低轨sar信号的方位向调频率fdr_leo和来自高轨sar的干扰信号的方位向调频率fdr_inf，再以低轨sar的脉冲重复频率和积累时间为采样率和脉宽，以fdr_leo为调频率生成长度为n的线性调频信号s1代表低轨sar信号的方位向，其中n＝tsleo·prfleo，以fdr_inf为调频率生成长度为n的线性调频信号s2，代表来自geosar的干扰的方位向。由于实际中geosar的脉冲重复频率远低于低轨sar，将s2中第个采样点的值置为0，其中times＝[prfleo/prfgeo]，得到修正后的线性调频信号接着以s1作为参考信号，仿真的匹配滤波，得到方位向增益值再计算数字信号处理中，geo-to-leorfi在聚焦过程获得的距离向增益gr，计算方式分别为：公式(11)是基于数字信号处理以及公式(8)的结果推导得出。步骤5、计算干扰信号在聚焦后的功率prfi：公式(12)是基于双基地雷达方程修正得出。步骤6、计算低轨sar信号与干扰信号形成的混合信号聚焦后的信干噪比sinr：其中，pth为热噪声，且pth＝kbtthbleo,kb＝1.38×10-23j/k为玻尔兹曼常数，tth为热噪声温度，ps为低轨sar信号聚焦后的功率。根据sinr的值判断geosar是否对低轨sar成像产生影响，其中，信干噪比sinr越小，高轨sar对低轨sar成像的射频干扰影响越大。至此，完成所有步骤。接下来结合具体参数给出实施的例子。在本实例中，以alospalsar-2为例进行分析，geosar和palsar-2系统参数如表2所示。成像场景中心位于(4.617°n，113.462°e)，像素间隔为20m。l波段裸土目标的归一化散射系数约为0.2117，发生镜像散射的情况下，双基地散射系数约为后向散射系数的625倍，即68.7。不同双基散射系数下sinr的变化规律见图3。表3首先按照步骤1，获取geosar和低轨sar卫星系统参数以及双基地散射系数，如表3所示。执行步骤2，计算数字信号处理中低轨sar信号在聚焦过程中获得的增益gtarg以及据聚焦后的功率ps。一个分辨单元聚焦后的功率如表3所示，仿真与理论值误差较小，验证了公式(1)和公式(2)。表4执行步骤3，计算对单个分辨单元产生干扰的场景面积大小as≈8×107m2。执行步骤4，计算geo-to-leorfi方位向和距离向增益。一个分辨单元散射的干扰信号聚焦后的功率如表4所示，仿真与理论值误差较小，验证了公式(11)。表5执行步骤5，计算geo-to-leorfi聚焦后的功率prfi。一个分辨单元受到的干扰功率见表5，误差较小，验证了公式(5)和公式(12)。表5理论值仿真值误差/％一个分辨单元受到的干扰功率prfi5.9471×10-55.8040×10-52.4执行步骤6，计算不同双基地散射系数下的sinr，结果绘成图3。由于不同的目标散射特性不同，且双基地散射系数与双基地构型相关，因此，重点分析了不同双基地散射系数与后向散射系数的比值下sinr的变化。发现随着双基散射系数的增大，sinr不断降低，非镜像散射时，sinr远高于5db，此时图象质量较好，即geosar不会对低轨sar的成像产生影响，然而发生镜像散射时，sinr低于5db，此时，图象质量较差，geosar对低轨sar的影响较为严重，展现了本发明方法的有效性。由此可见，本发明可以通过输入高轨sar和低轨sar系统参数及双基地散射系数，计算sinr，进而判断高轨sar是否对低轨sar成像产生影响。当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当然可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。当前第1页12