低频合成孔径雷达图像对比相消射频干扰抑制方法与流程

本发明属于信号处理技术领域，特别涉及一种低频合成孔径雷达图像对比相消射频干扰抑制方法。

背景技术：

低频SAR(Synthetic Aperture Radar，合成孔径雷达)指雷达工作频率位于VHF(Very High Frequency甚高频)/UHF(Ultra High Frequency超高频)频段的SAR，由于该频段存在大量通信、广播、电视信号源，雷达图像会受到具有窄带特性、时变性和空变性的RFI(Radio Frequency Interference，射频干扰)影响。实验表明，RFI会严重影响SAR图像的质量和后续应用。

目前，低频SAR应用RFI抑制方法主要是为了提高SAR成像质量，并以SAR成像质量评价抑制性能。其需要考虑的主要因素是单通道能量较强RFI信号的幅度抑制。根据RFI信号频率是否已知，RFI抑制方法可以分成两类。一是非参数法，典型方法为谱均衡法，基于多个脉冲周期内雷达回波信号的平均幅度谱提取较强RFI的幅度和频率，然后构造距离频域的谱均衡器去除干扰，该类方法的图像信杂比较高，但是难以抑制时变RFI，会在图像上留下残余的杂波；二是参数化方法，通过估计单个脉冲周期内RFI信号的频率、相位和幅度参数重建窄带RFI，然后从雷达回波信号中减去干扰信号，该类方法能够抑制时变RFI，但是由于信噪比对参数估计精度的限制，RFI抑制后的成像结果会在距离时域产生较高的旁瓣，掩盖图像中的弱目标。因此目前在工程中，仍无法同时实现时变RFI抑制和改善成像后目标旁瓣性能。

技术实现要素：

针对现有技术中的上述不足之处，本发明要解决的技术问题是提供一种低频合成孔径雷达(SAR)图像对比相消射频干扰(RFI)抑制方法，解决低频SAR成像中对时变RFI抑制的问题，改善图像的质量。

本发明包括如下步骤：

第一步，基于雷达时频域回波的距离谱均衡和SAR成像。

将接收的方位时域距离时域回波R(tm,tf)进行傅立叶变换，得到方位时域距离频域回波R(tm,fr)，其中tm表示方位向慢时间，tf表示距离向快时间，fr表示距离频率。为了叙述的简明，后文将方位时域距离时域简称为时域，将方位时域距离频域简称为时频域，将方位频域距离频域简称为频域。若无特殊说明，各步骤均对复数回波数据进行操作。具体包括：

步骤1.1：计算平均幅度谱

取连续的N条时域回波Ri(tm,tf)，其中i＝1,2,…N，对每条时域回波沿距离时域进行傅立叶变换，得到N条时频域回波Ri(tm,fr)，求得平均幅度谱

步骤1.2：谱均衡RFI抑制

用每条时频域回波Ri(tm,fr)乘以信号带宽内平均幅度谱的倒数对高于信号强度的干扰进行RFI抑制，得到谱均衡后的时频域回波Ri'(tm,fr)：

步骤1.3：回波重建

对谱均衡后的时频域回波Ri'(tm,fr)在时频域的信号加海明窗，再进行傅立叶逆变换得到RFI抑制后的时域信号Ri'(tm,tf)；

步骤1.4：低频SAR成像

对RFI抑制后的时域信号Ri'(tm,tf)采用低频SAR成像算法，获得谱均衡RFI抑制后的时域图像I1(tm,tf)；

所述步骤1.4中低频SAR成像算法可以采用现有技术中多种低频SAR成像算法，如NCS(Nonlinear Chirp Scaling，非线性调频变标)算法、BP(Back projection，后向投影)算法、omega-K算法等等，只要可以实现低频超宽带SAR成像的算法都可以使用。

步骤1.5：图像幅度归一化

找到图像I1(tm,tf)中像素点的幅度最大值点max(|I1(tm,tf)|)，对图像进行幅度归一化，得到幅度归一化的时域图像

第二步，基于自适应滤波的脉内RFI抑制和SAR成像。

步骤2.1：自适应滤波器估计单脉冲内RFI信号

可以采用自适应NLMS(Nonlinear Least Mean Square，非线性最小均方)滤波器，或者自适应RLS(Recursive Least Square，递推最小二乘)滤波器进行RFI估计，只要能够估计单脉冲内时变RFI信号的自适应滤波器都可以用于本发明。下面以自适应NLMS滤波器为例进行说明。

将接收的时域回波Ri(tm,tf)输入自适应NLMS(Nonlinear Least Mean Square，非线性最小均方)滤波器进行RFI估计，得到射频干扰信号Si(tm,tf)；

自适应RFI抑制的结构由三部分组成：延迟、自适应滤波器估计和误差输出。将距离时域采样点数为L的时域回波信号Ri(tm,tf)作为自适应滤波的输入信号序列X＝[x(0),x(1),…,x(L-1)]，设自适应滤波器长度为M，则第n次估计时取输入信号序列中的连续M个采样点向量构造Xn：

Xn＝[x(n-M+1),x(n-M+2),…,x(n)] n∈[0,…,L-1]

当n＜M-1时，需要对信号向量的前段Xn补M-n-1个零，然后将Xn延时一个采样周期作为自适应滤波器的参考信号向量：

dn(k)＝Xn-1＝[x(n-M),x(n-M+1),…,x(n-1)] n∈[0,…,L-1]

Wn(k),k∈[0,…,M-1]为第n个循环中自适应滤波器的系数向量，H表示共轭转置。第n个循环的干扰估计值为：

y(n)＝Wn^H(k)dn(k)

自适应滤波器输出的估计误差为：

e(n)＝x(n)-y(n)

采用NLMS算法迭代更新自适应滤波器的系数，定义：

上式中，为了避免分母为零，引入了一个很小的常数δ＞0，||·||表示欧式范数，*表示复共轭，μ表示步长，可取：

其中λmax为参考信号向量dn(k)自相关矩阵的最大特征值。

自适应滤波器顺序输出的y(n),n∈[0,…,L-1]构成了时域的RFI估计信号Si(tm,tf)。

步骤2.2：回波时域对消

用Ri(tm,tf)减去Si(tm,tf)，得到Ri”(tm,tf)为RFI抑制后的时域信号。

步骤2.3：低频SAR成像

对RFI抑制后的时域信号Ri”(tm,tf)采用与第一步相同的低频SAR成像算法，获得自适应RFI抑制后的时域图像I2(tm,tf)。

步骤2.4：图像幅度归一化

找到图像中像素点的幅度最大值点，对图像进行幅度归一化后，得到幅度归一化的时域图像

第三步，图像对比相消。

对第一步和第二步获得的时域图像和的像素点的幅度值进行逐点比较，取出幅度值相对较小的像素点值，并将其存储到新图像的相同位置上，再将新图像中像素点的幅度值等比例放大，得到256级灰度图，并转换为bmp(Bitmap，位图)图像Io(tm,tf)，该图像即为采用图像对比相消法抑制了残余RFI的SAR图像。

综上所述，本发明利用谱均衡法对RFI抑制性能稳健的特点，结合自适应NLMS滤波法抑制谱均衡法不能抑制的时变RFI信号，实现RFI抑制性能上的互补，两种算法均具有结构简单、鲁棒性强、实时性强和易于实现的优点，生成的图像无需进行配准，目标的位置不存在误差，能够直接在图像域进行逐点比较，消除残余RFI，算法运算量小，实时性强，易于工程实现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理流程示意图；

图2为本发明的数据流程示意图；

图3为实施例中自适应RFI抑制的结构框图；

图4为实施例一中仿真数据采用谱均衡RFI抑制后的SAR成像效果图；

图5为实施例一中仿真数据采用自适应RFI抑制后的SAR成像效果图；

图6为实施例一中仿真数据采用本发明RFI抑制后的SAR成像效果图；

图7为实施例一中仿真数据RFI抑制后的点目标距离向剖面图；

图8为实施例二中实测数据采用谱均衡RFI抑制后的SAR成像效果图；

图9为实施例二中实测数据采用自适应RFI抑制后的SAR成像效果图；

图10为实施例二中实测数据采用本发明RFI抑制后的SAR成像效果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明“一种低频合成孔径雷达图像对比相消射频干扰抑制方法”的原理流程示意图。本发明有利于提高低频SAR成像对RFI的抑制效果和成像性能。下面通过两个实施例进行说明。

实施例一、对加入时变和非时变RFI的时域回波形成的仿真数据集A进行处理。

第一步，基于雷达时频域回波的距离谱均衡和SAR成像。具体包括：

步骤1.1：计算平均幅度谱

取连续的N条时域回波Ri(tm,tf)，其中i＝1,2,…N，对每条时域回波沿距离时域进行傅立叶变换，得到N条时频域回波Ri(tm,fr)，求得平均幅度谱

步骤1.2：谱均衡RFI抑制

用每条时频域回波Ri(tm,fr)乘以信号带宽内平均幅度谱的倒数对高于信号强度的干扰进行RFI抑制，得到谱均衡后的时频域回波Ri'(tm,fr)：

距离谱均衡抑制RFI方法的具体计算流程可参见《电子与信息学报》上发表的论文《VHF/UHF UWB SAR基于通道均衡的RFI抑制方法》。

步骤1.3：回波重建

对谱均衡后的时频域回波Ri'(tm,fr)在时频域的信号加海明窗，再进行傅立叶逆变换得到RFI抑制后的时域信号Ri'(tm,tf)；

步骤1.4：低频SAR成像

对RFI抑制后的时域信号Ri'(tm,tf)采用低频SAR成像算法，获得谱均衡RFI抑制后的时域图像I1(tm,tf)。

低频SAR成像算法可参见《国防科技大学学报》上发表的《机载UWB SAR实时信号处理算法研究》。

步骤1.5：图像幅度归一化

找到图像中像素点的幅度最大值点，对图像进行幅度归一化，得到幅度归一化的时域图像

仿真数据集A进行完第一步步骤处理之后，得到的谱均衡RFI抑制时域图像将其用等高线图表示出来得到图4。图4为仿真数据采用谱均衡RFI抑制后的SAR成像效果图。图中的数字1～5代表5个观测目标的标号。从图4中可以看到，谱均衡RFI抑制时由于对时变RFI的抑制效果差，点目标沿距离方向远端残余了干扰。

第二步，基于自适应滤波的脉内RFI抑制和SAR成像

步骤2.1：自适应滤波器估计单脉冲内RFI信号

将接收的时域回波Ri(tm,tf)输入自适应NLMS(Nonlinear Least Mean Square，非线性最小均方)滤波器进行RFI估计，得到射频干扰信号Si(tm,tf)。

其中基于自适应NLMS滤波器进行RFI估计方法，可参见《IEEE Geoscience and Remote Sensing Letters》上发表的论文《RFI Suppression in ultrawideband SAR using an adaptive line enhancer》。

图3给出了自适应RFI抑制的结构框图，将输入信号序列Xn延迟一个周期得到dn(k)，再将其输入到自适应滤波器得到RFI估计值y(n)，用x(n)减去y(n)得到估计误差e(n)然后调整自适应滤波器参数。

步骤2.2：回波时域对消

自适应滤波器顺序输出的y(n),n∈[0,…,L-1]构成了时域的RFI估计信号Si(tm,tf)，用Ri(tm,tf)减去Si(tm,tf)，得到Ri”(tm,tf)为RFI抑制后的时域信号。

步骤2.3：低频SAR成像

采用与第一步相同的低频SAR成像算法，获得自适应RFI抑制后的时域图像I2(tm,tf)。

步骤2.4：图像幅度归一化

找到图像中像素点的幅度最大值点，对图像进行幅度归一化后，得到幅度归一化的时域图像

仿真数据集A进行完第二步步骤处理之后，得到的自适应NLMS滤波的时域图像将其用等高线图表示出来得到图5。图5为仿真数据采用自适应NLMS滤波进行RFI抑制后的SAR成像效果图。从图5中可以看到，自适应NLMS滤波对时变RFI抑制效果更好，没有远端的残余干扰，但是目标中心附近有较高的旁瓣。

第三步，图像对比相消

对第一步和第二步获得的时域图像和的像素点的幅度值进行逐点比较，取出幅度值相对较小的像素点值，并将其存储到新图像的相同位置上，再将新图像中像素点的幅度值等比例放大，得到256级灰度图，并转换为bmp图像Io(tm,tf)，该图像即为采用图像对比相消法抑制了残余RFI的SAR图像。

仿真数据集A进行完第三步步骤处理之后，得到对比相消后输出的时域图像Io(tm,tf)，将其用等高线图表示出来得到图6。图6为在图像域对比相消后得到的SAR成像效果图。从图6中可以看出，采用本发明所述方法处理后，不仅消除了远端的残余RFI干扰，还提高了近端点目标的聚焦质量。

将位于图4，图5，图6中间的点目标5沿距离向作剖面图，如图7所示，观察其距离时域内的主瓣和旁瓣，其中实线为谱均衡RFI抑制的结果，虚线为自适应NLMS滤波RFI抑制的结果，点划线为对比相消后的结果，可以看出对比相消后目标的主瓣比谱均衡的结果窄，近端旁瓣明显比自适应NLMS滤波低。

实施例二、对实测数据进行处理

具体流程与实施例一相似，此处不再赘述，只对处理结果进行说明。

图8给出了采用谱均衡RFI抑制法对实测数据进行处理的结果。该实测数据中存在着时变RFI干扰。图8中右上方箭头所指位置有明显的残余RFI引起的杂波，左下方圆圈中有一强目标。

图9给出了采用自适应NLMS滤波RFI抑制法对实测数据进行处理的结果。图9中右上方箭头指示处基本没有残余RFI干扰，但是左下方圆圈中的同一强目标相对图8沿距离向出现了较高的旁瓣。

图10给出了利用本发明所述方法对实测数据进行处理的结果。如图10所示，右上方的残余RFI干扰消失，左下方同一强目标的距离向旁瓣也被对消了。

从仿真数据集A和实测数据的应用结果看到，谱均衡RFI抑制法加窗后对目标的距离向旁瓣抑制效果较好，但是会造成目标的主瓣展宽，自适应NLMS滤波法进行RFI抑制后目标距离向主瓣宽度不变，但是会产生不对称的高旁瓣，采用本发明中的对比相消方法能够得到主瓣窄同时旁瓣低的点目标聚集效果，改善成像性能，说明了本发明的有效性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，相应的RFI抑制算法也不局限于上文提到的谱均衡和自适应NLMS滤波法，只要是RFI抑制性能具有互补性的方法，都可以应用本方法提高最终幅度图的性能，因此这些改进和润饰也应视为本发明的保护范围。