基于天线方向图辅助的多普勒模糊分量自适应抑制方法与流程

技术特征：

1.基于天线方向图辅助的多普勒模糊分量自适应抑制方法，其特征在于，包括如下步骤：

步骤1)，分别对机载合成孔径雷达N个接收通道信号进行距离向脉冲压缩，并根据以下公式进行方向维快速傅里叶变换，获得各个接收通道的距离-多普勒域数据：

S_n(τ,f)＝FFT_t[S_n(τ,t)]

其中t为方位向时间，τ为距离向时间，S_n(τ,t)为第n个通道距离向脉冲压缩后信号，FFT_t表示关于方位向时间t上的傅里叶变换，f表示方位向多普勒频域，S_n(τ,f)为第n个通道距离-多普勒域数据；

步骤2)，对于每一个距离单元，针对该距离单元对应的每一个多普勒单元，进行如下计算：

步骤2.1)，采用NSIE技术估计各次主瓣模糊分量的DoA值其中表示主瓣第k次模糊分量的DoA值，K为主瓣的模糊分量数，k＝1,…,K，则各次主瓣模糊分量对应的空域导引矢量为E＝[e₁,...,e_k,...,e_K]，其中,e_k为第k次主瓣模糊分量空域导引矢量，d为阵元间距，λ为信号波长，N表示接收通道数，上标^T表示转置运算符；

步骤2.2)，根据以下多普勒频率与空间角的关系式计算各次主瓣模糊分量对应的载机实时速度

${\hat{V}}_k=\frac{\mathrm{\λ}}{2sin\left({\widehat{\mathrm{\β}}}_k\right)}{f}_q,k=1,...,K$

其中，f_q为该多普勒单元对应的多普勒频率值，q表示该多普勒单元为该距离单元对应的多普勒单元集合中的第q个多普勒单元；

步骤2.3)，对步骤2.2)中得到的各个主瓣模糊分量对应的载机实时速度进行平均计算，得到的载机实时速度估计值

$\hat{V}=\frac{{\hat{V}}_1+{\hat{V}}_2+...+{\hat{V}}_K}{K}$

步骤2.4)，根据如下公式计算各副瓣模糊分量的DoA信息，即其对应空间角的正弦值

$sin\left({\widehat{\mathrm{\θ}}}_m\right)=\frac{\mathrm{\λ}}{2\hat{V}}{f}_{SL,m}$

其中，f_SL,m为第m次副瓣模糊分量对应的多普勒频率，由于主瓣两侧均有副瓣分量，m＝±1,…,±M，M为大于零的自然数，PRF为脉冲重复频率；

步骤2.5)，根据各副瓣模糊分量的DoA信息计算各副瓣模糊分量对应的导引矢量：

A＝[a_-M,...,a_m,...,a_M]

其中，a_m为第m次副瓣模糊分量空域导引矢量，m＝±1,…,±M；

步骤2.6)，根据以下公式构建各次主瓣模糊分量对应的解多普勒解模糊的空域协方差矩阵为：

且h≠k，m≠0

式中σ₀为加载的噪声功率值，I∈C^N×N的单位矩阵，e_h为第h次主瓣模糊分量对应的空域导引矢量，上标^H表示共轭转置运算符，a_m为副瓣第m次模糊分量空域导引矢量，ρ_m为第m次副瓣模糊分量对应的幅值比系数，可表示为：

${\mathrm{\ρ}}_m=\frac{b_m}{F},m=\±1,...,\±M$

其中b_m为第m个副瓣模糊分量对应的天线方向图副瓣增益，F表示天线方向图的主瓣增益；

步骤2.7)，提取各次主瓣多普勒模糊分量的自适应波束形成权值W_k为：

$W_k=\frac{{\stackrel{\‾}{R}}^{-1}{e}_k}{B_k^H{\stackrel{\‾}{R}}^{-1}{B}_k}$

步骤2.8)，利用自适应波束形成权值W_k提取各个主瓣模糊分量p_{q_k}为：

$p_{q\_k}=W_k^{H}Z$

其中Z＝[S₁(i,q),...,S_N(i,q)]^T表示该多普勒单元信号的矢量表达式，i表示该多普勒单元对应的距离单元为第i个距离单元；

步骤2.9)，提取各个主瓣模糊分量信号并记为P(i,k)＝[p_{1_k},...,p_{Na_k}]，其中p_{q_k}为第q个多普勒单元提取的第k个主瓣模糊分量，Na表示多普勒单元数；

步骤3)，对于每一个距离单元，根据各次主瓣模糊分量对应的不同多普勒频率，将所有主瓣模糊分量信号顺序排列，得到各个距离单元多普勒解模糊后的数据S(i,f_a)：

S(i,f_a)＝[P(i,1),...,P(i,K)]

其中，f_a表示多普勒解模糊后的方位向多普勒频率；

步骤4)，得到多普勒解模糊后的距离-多普勒域数据，并对其进行方位合成孔径成像，获得多普勒解模糊后的高分辨率SAR图像。