一种miniSAR自聚焦实时成像的运动补偿方法与流程

本发明涉及minisar成像技术领域，特别是涉及无人机平台下minisar自聚焦实时成像的技术领域。

背景技术：

由于机载平台的飞行特性，即飞机在大气中飞行会受到气流扰动的影响及飞机本身飞控系统的控制误差，都会导致minisar成像中的运动误差，而这些误差会导致图像的散焦、移位等最终严重影响成像的质量，因此对平台运动误差的补偿在机载minisar特别是高分辨率的成像中具有重要意义。

运动误差的补偿主要包括对平台运动的姿态补偿和对回拨的包络和相位补偿。前者依靠雷达天线的伺服控制系统，接收载机的姿态信息等根据这些计算得到雷达天线波束指向稳定所需的姿态稳定参数，同时对天线进行控制保证雷达天线的波束指向稳定。但由于目前的飞行控制精度不够，无法达到对波束指向高精度的校正，只能在一个较大的误差范围内补偿波束的指向误差。经研究，minisar雷达的回波在方位上具有很强的相关性，这就为从回波中提取平台运动误差提供了条件，目前的机载合成孔径雷达(sar)实时处理基本上都使用改进的距离-多普勒(r-d)算法，在运动补偿方面依靠从雷达的回波数据中估计多普勒参数，再对平台运动误差进行包络和相位的补偿。

雷达回波的多普勒参数估计包括多普勒中心估计和多普勒调频估计，对于多普勒中心的估计主要采用能量均衡法和时域相关法；对于多普勒调频率的估计一般md方法、最大对比度法(c0)、子孔径相关法等。在补偿精度仍达不到系统的分辨率要求，可以在成像后的复图像域应用相位梯度自聚焦(pga)方法进一步提高成像质量。

minisar实时成像系统往往受到功率和计算能力的限制，以及实时成像的要求，直接采用成像后的复图像域应用相位梯度自聚焦(pga)方法成像，未进行运动补偿，造成成像质量严重下降。本发明在sar接收到雷达回波后，先进行同场景子孔径成像、同场景图像灰度匹配、运动参数估计的运动补偿方法，相对于传统的md方法、最大对比度法(c0)、子孔径相关法大大降低了计算要求，再采用成像后的复图像域应用相位梯度自聚焦(pga)方法成像，大大提高了成像质量。

技术实现要素：

为了克服上述现有技术的不足，本发明提供了一种(一种minisar自聚焦实时成像的运动补偿方法)。(解决minisar成像时rcm校正不充分，对于不稳定平台，成像质量下降严重的技术问题。)

本发明所采用的技术方案是：(本发明在sar接收到雷达回波后，先进行同场景子孔径成像、同场景图像灰度匹配、运动参数估计的运动补偿方法，再采用成像后的复图像域应用相位梯度自聚焦(pga)方法成像，大大提高了成像质量。)

与现有技术相比，本发明的有益效果是(本发明的有益效果，就是说相对于传统的md方法、最大对比度法(c0)、子孔径相关法大大降低了计算要求，使运动补偿在基于成像后的复图像域相位梯度自聚焦(pga)方法的成像算法，既能进行运动补偿提高成像质量，又能保证实时成像。)

附图说明

附图1是本发明一种minisar自聚焦实时成像的运动补偿方法中5s孔径时间minisar成像图。

附图2是本发明一种minisar自聚焦实时成像的运动补偿方法在旋翼无人机800m高空minisar实时成像运动补偿后图像质量显著提升示例。

具体实施方式

一种基于sar自聚焦实时成像的运动补偿方法，包含以下步骤：

1、同场景子孔径成像

根据sar天线波束指向，以第一副子孔径图像的成像时刻所对应的sar地面投影点作为成像坐标系的中心点，确定成像区域中心坐标为pt＝(xt，0，zt)，由于存在速度误差，因此成像区域中心点对应的真实坐标为preal＝(xreal，yreal，zreal)，为未知。sar成像位置为p0＝(0，h0，0)，h0为雷达测高高度。根据sar成像原理，可以建立多普勒和斜距方程如下：

r0，t＝p0pt，r0，real＝p0preal，|r0，t|＝|r0，real|(1)

r0，t·v＝r0，real·vreal(2)

其中，v＝(vx，vy，vz)为成像使用的速度参数，已知，vreal＝(vrealx，vrealy，vrealz)为sar真实的速度参数，未知。

上述方程包含六个未知数。

依次类推，第二副子孔径图像成像位置为，p1＝(vxt1，h0+vyt1，vxt1)，真实位置为pt，real＝(vrealxt1，h0+vrealyt1，vrealxt1)，t1为第二副子孔径成像距离第一副子孔径成像的间隔时间。成像区域中心点坐标依然为pt＝(xt，0，zt)，但由于误差，图像上真实中心点已移动至p1，t＝(x1，t，0，z1，t)。

建立方程组如下：

r1，t＝p1pt，r1，real＝p1，realpreal，|r1，t|＝|r1，real|(3)

r1，t·v＝r1，real·vreal(4)

依次类推，第三副子孔径图像成像位置为，p2＝(vxt2，h0+vyt2，vxt2)，真实位置为p2，real＝(vrealxt2，h0+vrealyt2，vrealxt2)，t2为第三副子孔径成像距离第一副子孔径成像的间隔时间。成像区域中心点坐标依然为pt＝(xt，0，zt)，但由于误差，图像上真实中心点已移动至p2，t＝(x2，t，0，z2，t)。

建立方程组如下：

r2，t＝p2pt，r2，real＝p2，realpreal，|r2，t|＝|r2，real|(3)

r2，t·v＝r2，real·vreal(4)

第二步我们将用图像匹配相关的方式，确定p1，tp2，t。

2、子孔径同场景图像灰度相关匹配

当获取三副子孔径图像后，我们进行图像灰度相关匹配。

三副子孔径图像依次为f0(i，j)，f1(i，j)，f2(i，j)，i，j为像素坐标，inum，jnum分别为两维的像素个数。

第一副子孔径图像与第二副子孔径图像的正则化互相关系数为：

第一副子孔径图像与第三副子孔径图像的正则化互相关系数为：

分别求取c0，1与c0，2最大时对应的(m0，1，n0，1)，(m0，2，n0，2)。则p1，tp2，t为

p1，t＝(xt+m0，1×resx，0，z1，t+m0，1×resz)(7)

p2，t＝(xt+m0，2×resx，0，z2，t+m0，2×resz)(8)

resx，resz分别为两个方向的分辨率。

3、运动参数估计

联立方程组

进行求解。

可以获得vreal，变为运动参数的估计结果。可以在sar自聚焦实时成像处理时使用该运动参数进行补偿。