曲线合成孔径雷达自适应三维成像方法与流程

本发明属于数字信号处理
技术领域：
，特别涉及一种适用于sar在曲线孔径下的自适应三维成像方法，可用于高速平台的实时探测与成像。
背景技术：
：合成孔径雷达sar可以全天时、全天候、远距离地对观测区域进行探测与成像，应用领域广泛。当前人们使用的sar系统大多数工作于正侧视平飞模式。这些sar系统依靠发射大时宽带宽积信号获得距离向的高分辨率，依靠平台运动在方位向运动形成大的合成孔径以获得方位向的高分辨率，但这种方法只能进行二维成像。然而在很多应用场合，如导航、自主着陆、高精度三维地形测绘等，需要sar系统工作在前侧视模式并对观测区域进行三维成像。此外，对观测区域进行三维成像对于隐匿目标的探测具有很好的应用价值。研究和发展具备三维成像能力的sar系统具有重要的意义。曲线sar通过使雷达平台在方位-高度向平面内沿曲线运动，在形成方位向孔径的同时，在高度向也进行孔径积累，因而具备了三维成像能力。由于曲线sar在三维空间中的数据采样是不完整的，因此设计有效地成像算法是对目标进行高精度三维成像的关键。现有的曲线sar三维成像算法大多是在对回波数据进行三维傅里叶变换的基础上用relax算法进行散射点位置估计。然而三维傅里叶变换的运算量极大，且relax算法在得到每一个散射点特征后都需要通过迭代对前面的所有散射点进行更新，运算的复杂度高，成像效率非常低。文献“zhangzi-shan.researchonthe3-dimagingtechnologyofcurvilinearsar[d].[masterdissertation],nationaluniversityofdefensetechnology,2009.”针对relax算法运算复杂的特点，提出了降维的relax算法，把一个三维特征提取问题转化成了两个二维特征提取问题，极大地降低了运算量，减少了运算时间。但是该方法仍然是基于三维傅里叶变换的思想，运算量依然很大，成像效率低，难以满足实时成像的需求。文章“pangshou-bao,zhangxiao-ling.imagingofdownward-looking3dcirclesarbybpalgorithm[j].electronicscienceandtechnology,2010,23(12):14-17.”突破了传统的三维傅里叶变换的思想，提出用后向投影bp算法进行三维成像，通过沿斜距历程的积分实现对各成像网格的能量积累，该方法虽然极大地降低了运算量，但在实际操作中bp算法需要对所有的成像网格作投影，存在大量的冗余操作，运算量较大，成像效率依然较低。技术实现要素：本发明的目的在于针对上述现有技术中存在的不足，充分考虑到实际场景中目标分布的稀疏性，提出一种曲线合成孔径雷达自适应三维成像方法，以降低运算量，提高成像效率。本发明的技术思路是：对一维距离像通过爬山搜索找到目标指针，在一维距离像上将除目标指针之外的信号值全部置0，得到稀疏化一维距离像；在地平面建立网格化成像平面，并将此平面沿高度向等间隔向上平移若干次得到若干个网格化成像平面；在每个网格化成像平面中，只对与稀疏化一维距离像峰值相对应的网格作投影，其余网格不作投影；将所有经过投影的网格化成像平面按高度向从低到高的顺序自下而上排列成一个三维数据块，得到最终的三维成像结果。具体实现步骤包括如下：(1)雷达平台沿着一条抛物线飞行，以固定的脉冲重复频率prf发射线性调频脉冲并接收回波信号其中，表示快时间，n表示脉冲序号，n＝1,2,……,n，n为总共发射的脉冲数；(2)对回波信号作脉冲压缩处理，得到脉压信号(3)对脉压信号作8倍的插值处理，得到一维距离像(4)沿着快时间对一维距离像作爬山搜索：(4a)找到一维距离像的最大值vmax，设置初始搜索门限(4b)在搜索门限v0之上对进行峰值搜索，记录目标指针td；(4c)令v0＝0.5×v0；(4d)重复步骤(4b)-(4c)，直到搜索门限v0低于信号噪声水平，将此搜索门限定义为噪声门限v；(5)对一维距离像作稀疏化处理：(5a)将一维距离像在目标指针td处对应的信号值保持不变，其余信号值全部置0，得到稀疏化一维距离像(5b)根据(4)搜索得到的目标指针td，在快时间上以td所占的区间为中心，向两边各延拓100个快时间采样点，将此区间设为搜索区间i；(5c)对其它一维距离像沿快时间在搜索区间i内，在(4)得到的噪声门限v上进行峰值搜索，并保持峰值处的信号不变，其余信号置0，得到其它稀疏化一维距离像(5d)将(5a)中得到的稀疏化一维距离像和(5c)中得到的其它稀疏化一维距离像组合成一个稀疏化一维距离像集合s：(6)在三维空间建立(a+1)个沿高度向均匀分布的网格化成像平面g′0,g′1,g′2,……,g′a，其中a表示网格化成像平面平移的次数：(6a)以地面场景中心为原点o，方位向为x轴，距离向为y轴，高度向为z轴，在空间建立三维直角坐标系；(6b)以平面z＝0作为成像平面g0，以原点o为中心对g0分别沿x轴和y轴进行网格划分，得到网格化成像平面g′0，每一个网格对应着一个三维空间坐标(xp,yq,0)，其中，p和q分别表示网格行和列的序号，p＝1,2,……,p，q＝1,2,……,q，p和q分别表示沿x轴和y轴的网格总数；(6c)将(6b)中的网格化成像平面g′0沿z轴以δh为间隔向上平移a次，得到沿z轴自下而上均匀分布的(a+1)个网格化成像平面g′0,g′1,……,g′a,……,g′a，其中g′a表示第a个网格化成像平面，a＝0,1,2,……,a，g′a中第p行q列的网格对应的三维空间坐标为(xp,yq,aδh)；(7)利用(5d)得到的稀疏化一维距离像集合s对(6c)中的(a+1)个网格化成像平面g′0,g′1,……,g′a,……,g′a作自适应投影，得到(a+1)幅二维sar图像m0,m1,……,ma,……,ma，其中ma表示稀疏化一维距离像集合s在第a个网格化成像平面g′a上所成的像；(8)将(7)得到的(a+1)幅二维sar图像m0,m1,……,ma,……,ma按高度向从低到高的顺序自下而上排成一个大小为p×q×(a+1)的三维数据块data，这个三维数据块data就是最终的三维成像结果。本发明与现有技术相比，具有以下优点：本发明由于获取的三维成像结果是通过对插值后的一维距离像作稀疏化处理，并利用稀疏化一维距离像对三维空间内的成像网格作自适应投影实现的，避免了现有bp成像方法中遍历所有网格进行投影而造成的大量冗余操作的缺陷，降低了投影操作的次数，减少了计算量，有效地提高了曲线sar三维成像的效率；同时由于本发明在对一维距离像作稀疏化处理时,将噪声门限以下的数据全部置0，对杂波或噪声具有良好的抑制性能。附图说明图1为本发明的实现流程图；图2为本发明中雷达平台飞行轨迹示意图；图3为本发明中对一维距离像作爬山搜索示意图；图4为本发明中对一维距离像作稀疏化处理操作示意图；图5为本发明中在三维空间建立网格化成像平面示意图；图6为本发明中进行自适应投影的示意图；图7为本发明中三维数据块形成示意图；图8为用本发明和现有技术进行投影成像的效果对比图；图9为用本发明进行三维成像的结果图。具体实施方式下面结合附图和具体实施例，对本发明的技术方案和效果作进一步详细描述。参照图1，本发明的实现步骤如下：步骤1，雷达沿抛物线飞行，发射并接收回波信号：雷达平台沿着一条抛物线飞行，飞行轨迹如图2所示，以固定脉冲重复频率prf发射线性调频信号并接收回波信号其中，t表示全时间，表示快时间，t表示脉冲宽度，fc表示载频，γ表示信号调频率，c表示光速，n表示脉冲序号，且n＝1,2,……,n，n为总共发射的脉冲数，rn表示第n个慢时刻雷达到目标的距离，j表示虚数单位，rect(·)表示矩形窗函数。步骤2，对回波信号作脉冲压缩处理，得到脉压信号2a)对回波信号去载频，得到基频信号2b)将基频信号与参考信号在频域作共轭相乘，并把乘积变换回时域，得到脉压信号其中，br表示信号带宽，λ表示载波的波长，表示在快时间域作傅里叶变换，ifft表示作逆傅里叶变换，(·)*表示对数据取共轭，rect(·)表示矩形窗函数，sinc(·)表示辛格函数；参考信号的表达式为：步骤3，对脉压信号插值，得到一维距离像对脉压信号作8倍的插值处理，插值核选取长度为8的辛格函数，得到一维距离像步骤4，沿着快时间对一维距离像作爬山搜索，得到噪声门限v。参照图3，本步骤的具体实现如下：4a)找到一维距离像的最大值vmax，设置初始搜索门限4b)在搜索门限v0之上对进行峰值搜索，记录目标指针td；4c)令v0＝0.5×v0；4d)重复步骤4b)至步骤4c)，直到搜索门限v0低于信号噪声水平，将此搜索门限定义为噪声门限v。步骤5，对一维距离像作稀疏化处理，得到稀疏化一维距离像集合s。参照图4，本步骤的具体实现如下：5a)将一维距离像在目标指针td处对应的信号值保持不变，其余信号值全部置0，得到稀疏化一维距离像5b)根据目标指针td，在快时间上以td所占的区间为中心向两边各延拓100个快时间采样点，将此区间设为搜索区间i；5c)对其它一维距离像沿快时间在搜索区间i内，在噪声门限v上进行峰值搜索，并保持峰值处的信号不变，其余信号置0，得到其它稀疏化一维距离像5d)将5a)中得到的稀疏化一维距离像和5c)中得到的其它稀疏化一维距离像组合成一个稀疏化一维距离像集合s：步骤6，在三维空间建立(a+1)个沿高度向均匀分布的网格化成像平面g′0,g′1,g′2,……,g′a。参照图5，本步骤的具体实现如下：6a)以地面场景中心为原点o，方位向为x轴，距离向为y轴，高度向为z轴，在空间建立三维直角坐标系；6b)以平面z＝0作为成像平面g0，以原点o为中心对g0分别沿x轴和y轴进行网格划分，得到网格化成像平面g′0，x轴上的网格间隔δx和y轴上的网格间隔δy应满足：每一个网格对应着一个三维空间坐标(xp,yq,0)，其中，p和q分别表示网格行和列的序号，p＝1,2,……,p，q＝1,2,……,q，p和q分别表示沿x轴和y轴的网格数，r表示雷达位于合成孔径中心时雷达到场景中心的距离，lx为曲线合成孔径在方位向上的等效投影长度，表示雷达位于合成孔径中心时雷达的俯仰角；6c)将6b)中的网格化成像平面g′0沿z轴以δh为间隔向上平移a次，得到沿z轴自下而上均匀分布的(a+1)个网格化成像平面g′0,g′1,……,g′a,……,g′a，如图5所示，g′a中第p行q列的网格对应的三维空间坐标为(xp,yq,aδh)，平移的间隔δh应满足：其中g′a表示第a个网格化成像平面，a＝0,1,2,……,a，a表示网格化成像平面平移的次数，r表示雷达位于合成孔径中心时雷达到场景中心的距离，lz表示曲线合成孔径在高度向上的等效投影长度。步骤7，利用稀疏化一维距离像集合s对(a+1)个网格化成像平面g′0,g′1,g′2,……,g′a作自适应投影。7a)计算第a个网格化成像平面g′a中所有网格坐标:{(xp,yq,aδh)|p＝1,2,……,p,q＝1,2,……,q}在第n个慢时刻到雷达的距离:{ra(p,q,n)|p＝1,2,……,p,q＝1,2,……,q}，其中a表示网格化成像平面的序号；7b)把a个网格化成像平面g′a中所有网格对应到第n个稀疏化一维距离像上，得到g′a上与峰值相对应的网格集合wan；7c)将向网格集合wan中的网格作投影，其余网格不作投影，得到在g′a上所成的图像g′an，如图6所示；7d)将稀疏化一维距离像集合s中的每个元素都在g′a上投影出一幅图像，形成与g′a对应的图像集合：ga＝{g′a1,g′a2,……,g′an,……,g′an}，其中g′an表示第n个稀疏化一维距离像在第a个网格化成像平面g′a上所成的图像；7e)将图像集合ga中的所有元素相加，即可得到s在g′a上所成的二维sar图像ma：ma＝g′a1+g′a2+……+g′an+……+g′an7f)重复步骤7a)至步骤7e)对所有网格化成像平面g′0,g′1,……,g′a,……,g′a执行相同的操作，得到(a+1)幅二维sar图像m0,m1,……,ma,……,ma。步骤8，将(a+1)幅二维sar图像m0,m1,……,ma,……,ma排列成三维数据块。将步骤7得到的(a+1)幅二维sar图像m0,m1,……,ma,……,ma按高度向从低到高的顺序自下而上排成一个大小为p×q×(a+1)的三维数据块data，这个三维数据块data就是最终的三维成像结果，如图7所示，将图7(a)中的二维sar图像排列成图7(b)中的三维数据块，完成曲线合成孔径雷达自适应三维成像。本发明的效果通过以下仿真实验进一步说明：实验一：1.1)实验条件：设置雷达信号参数和系统参数，如表1所示：表1实验参数实验场景：sar平台工作于平飞正侧视模式，沿方位向积累的脉冲数为512个。在地平面设置了5个强散射点，距离向间隔为15m，方位向间隔为20m，并在地平面上还随机设置了一些弱散射点来模拟杂波背景。1.2)实验内容：分别利用现有bp和本发明成像方法对上述同一场景进行成像，实验结果如图8所示，其中：图8(a)为散射点分布几何示意图，图8(b)为一维距离像稀疏化前后对比图，图8(c)为现有bp成像结果，图8(d)为本发明成像结果。两种成像方法的成像总时间如表2所示。表2.现有bp和本发明成像时间对比成像方法运行时间(s)现有bp104.6本发明66.61.3)实验结果分析：从图8(b)可以看出，对一维距离像经过稀疏化处理之后，一维距离像将只保留目标的数据，杂波的数据被置0，减少了数据量。从图8(c)和(d)的成像结果对比中可以看出，现有bp所成的像中有较多的杂波像素点，而本发明所成的像中只有目标散射点，成像质量较高。从表2的成像时间对比中可以看出，本发明的成像效率要高于现有bp成像方法。实验二：2.1)实验条件：设置雷达信号参数和系统参数，如表3所示：表3实验参数实验场景：sar平台工作于前侧视模式，运动轨迹是一条抛物线，在慢时间积累的脉冲数为2048个，在三维空间中设置6个散射点，散射点的方位向间隔δx＝2m，距离向间隔δy＝2m，高度向间隔δz＝1.5m。2.2)实验内容：利用本发明对上述场景进行三维成像，成像结果如图9所示，其中：图9(a)表示场景中散射点分布图，图9(b)是利用本发明对图9(a)的三维成像结果，图9(c)是本发明对观测场景在距离-方位向平面投影成像的结果，图9(d)是本发明对观测场景在高度-方位向平面投影成像的结果，图9(e)是本发明对观测场景在距离-高度向平面投影成像的结果，图9(f)是图9(b)的距离向剖面图，图9(g)是图9(b)的方位向剖面图，图9(h)是图9(b)的高度向剖面图，图9(i)是本发明三维成像结果的俯视图，图9(j)是本发明三维成像结果的前视图，图9(k)是本发明三维成像结果的左视图。表(4)为现有bp和本发明对同一场景的三维成像时间对比。表4.现有bp和本发明三维成像时间对比成像方法运行时间(s)现有bp165.4本发明124.42.3)实验结果分析：从图9(b)可以看出，本发明可以对观测场景进行三维成像，散射点之间的相对几何位置关系正确。从图9(c)至图9(e)可以看出，本发明在不同的成像平面上进行投影成像都能正确的反映出三维空间散射点的几何关系。从图9(f)和图9(g)可以看出，三维成像结果在距离向和方位向上具有良好的峰值旁瓣比，旁瓣均在-12db以下。从图9(h)可以看出，由于在高度向上雷达采样点分布不均匀，旁瓣有所恶化，大约为-10db，但是依然能在高度向上把散射点分辨开。从图9(i)至图9(k)可以看出，三维成像的三视图呈现出的散射点几何位置关系与图9(a)一致，且与图9(c)至图9(e)的二维投影结果相一致。根据表4可知，本发明的三维成像效率优于现有的bp成像算法。综上，本发明三维成像方法的成像效率优于传统bp算法。当前第1页12