一种uhf波段sar gmti动目标筛选方法
【技术领域】
[0001] 本发明涉及一种多通道合成孔径雷达地面动目标指示信号处理方法，特别是涉及 一种动目标筛选方法，尤其涉及一种基于逆omega-K算法的动目标筛选方法。
【背景技术】
[0002] 地面动目标指示（ground moving target indication，简称GMTI)是合成孔径雷 达（synthetic aperture radar，简称SAR)的一个重要的应用，具备检测及重定位地面动目 标的能力，是交通监测及军事侦察的必要功能。超高频（Ultra-High Frequency，简称UHF) 波段SAR具备反隐身能力，吸引了 SAR研宄人员极大的关注。现存的大多数多通道SAR GMTI 系统都工作在X或C波段，而这两种波段的雷达穿透植被的能力与UHF波段的雷达相比较 弱。
[0003] UHF同时带来了一些问题，由于UHF波段雷达波束宽度较宽，所以其成像相干积累 时间较其他更高频段的长，即相干处理间隔（Coherent Processing Interval，简称CPI)更 长。由于长CPI，无论动目标是否具有切向速度，动目标在SAR图像中都会散焦。这导致后 续的恒虚警概率（Constant False Alarm Rate，简称CFAR)检测器的输入信杂噪比（signal to clutter noise ratio,简称SCNR)较低，杂波抑制后的SAR图像中残留静止目标导致虚 警概率较高。杂波抑制后动目标响应被保留了下来，由于接收通道间的不匹配，一些强散射 的静止目标的杂波也被保留了下来。这些静止及动目标都能够被CFAR检测器检测到，很难 区分哪些是真正的动目标。因此有必要寻找一种动目标筛选方法。
[0004] 文献 I (J. R. Fienup, "Detecting moving targets in SAR imagery by focusing, " IEEE Transactions on Aerospace and Electronic Systems, vol. 37, no. 3 ，pp. 794-809, 2001.)针对单通道SAR动目标检测提出了一种重新聚焦动目标的方法，通 过简单的方位向自聚焦能够有效聚焦动目标。由于是针对单通SAR图像进行处理，自聚焦 处理前静止杂波未得到抑制，因此其性能受到杂波的严重影响。而且文中假设动目标的像 近似存在于一个距离单元内，未发生跨距离单元的情况，这种假设对于UHF波段SAR图像 中动目标而言不成立，由于UHF波段SAR的长CPI，动目标的像跨越了多个距离单元，简单 的方位向自聚焦不能校正动目标的距离向的散焦，因此这种方法不再有效，有必要寻找一 种新的动目标聚焦方法。动目标的聚焦实际上是对动目标进行重新成像，而动目标成像 的方法有很多，如文献 2 (R. Perry, R. Dipietro, and R. Fante, "SAR imaging of moving targets, ''Aerospace and Electronic Systems, IEEE Transactions on, vol. 35, no. I, pp. 188-200, 1999·)、文献 3(F.Zhou，R.Wu, M.Xing，and Z.Bao, "Approach for single channel SAR ground moving target imaging and motion parameter estimation, "R adar, Sonar&Navigation, IET, vol. I, no. I, pp. 59-66, 2007.)、文献 4 (J. Yang, X. Huang, T. Jin, J. Thompson, and Z.Zhou, "New approach for SAR imaging of ground moving targets based on a keystone transform, " Geoscience and Remote Sensing Letters, IEEE, vol. 8, no. 4, pp. 829-833, 2011.)，主要方法是利用keystone变换去除动目标的跨距 离单元的走动。由于以上方法并非针对多通道动目标检测而言的，并且成像之前已经确定 了动目标的存在性，其输入数据为动目标的原始数据，因此这些动目标成像方法不能直接 用于多通道的SAR图像中的动目标聚焦，需要寻找一种恢复动目标原始数据的方法，然后 再进行成像处理。
[0005] 到目前为止，针对从omega-K所成SAR图像中恢复动目标的方法，以及利用动目标 成像来区分静止及动目标的方法，还未见诸报道。
【发明内容】
[0006] 发明目的：为了克服现有技术中存在的不足，本发明提供一种UHF波段SAR GMTI 动目标筛选方法，用于解决现有的动目标检测方法不能直接用于SAR图像中的动目标聚焦 的技术问题。
[0007] 技术方案：为实现上述目的，本发明采用的技术方案为：
[0008] 一种UHF波段SAR GMTI动目标筛选方法，包括顺序执行的以下步骤：
[0009] 步骤一、采用omega-K算法对多个通道回波数据进行SAR成像处理；
[0010] 步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图 像；
[0011] 步骤三、对配准后的SAR图像进行杂波抑制并检测可疑目标；
[0012] 步骤四、恢复可疑目标的多普勒相位历史；
[0013] 步骤五、对可疑目标重新进行成像；
[0014] 步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标；
[0015] 步骤七、对动目标进行参数估计及重定位处理。
[0016] 进一步的，在本发明中，步骤四包括如下过程：
[0017] 步骤4. 1、从配准后的SAR图像上将可疑目标所在区域的SAR图像块提取出来作为 子图像块；
[0018] 步骤4. 2、将提取得到的子图像块沿方位轴方向和距离轴方向进行扩展，使得扩展 后的子图像块方位轴长度大于该子图像块中可疑目标的方位向信号的多普勒带宽，扩展后 的子图像块距离轴能够容纳下该子图像块中可疑目标的距离徙动的距离弯曲；
[0019] 步骤4. 3、利用逆omega-K算法对扩展后的子图像块进行处理从而恢复子图像块 中可疑目标的多普勒相位历史。
[0020] 进一步的，在本发明中，所述逆omega-K算法包括如下步骤：
[0021 ] 步骤4. 3. 1、将方位向从原先的多普勒域变换到时间域，恢复方位向线性调频 (Linear Frequency Modulation，简称 LFM)信号；
[0022] 步骤4. 3. 2、在步骤4. 3. 1的基础上，将方位向从时间域变换到多普勒域，去除方 向位LFM信号；
[0023] 步骤 4. 3. 3、距离向快速傅里叶变换（Fast Fourier Transformation，简称 FFT)， 将SAR数据变换到包括距离和方位的两维频域；
[0024] 步骤4. 3. 4、利用Stolt插值恢复可疑目标距离徙动间的差别；
[0025] 步骤4. 3. 5、通过参考函数相乘恢复一致距离单元徙动（Range Cell Migration， 简称RCM)，这里参考函数为omega-K算法中乘参考函数的逆；
[0026] 步骤4. 3. 6、将方位向进行快速逆傅里叶变换（Inverse Fast Fourier Transformation，简称FFT)，将图像变换到距离频率方位时间域，即距离向为频率域、方位 向为时间域。
[0027] 有益效果：
[0028] 本发明将动目标成像的方法引入到UHF波段的多通道SAR GMTI处理中，利用成像 的结果能够判断目标是否为动目标，排除静止目标对后续处理的影响，与传统的方法相比， 能够有效降低系统的虚警概率。
[0029] 首次提出了逆omega-K算法恢复SAR图像中目标多普勒相位历史的方法，能够恢 复包含可疑动目标的子图像块的多普勒相位历史，为后续动目标成像提供原始数据。并且 由于本发明的恢复数据对象为子图像块，与传统恢复整幅SAR图像原始数据的方法相比， 本发明的方法能够大大节省计算量。
【附图说明】
[0030] 图1是多通道SAR GMTI原理框图；
[0031] 图2是动目标多普勒相位历史恢复方法；
[0032] 图3是逆omega-K算法原理框图；
[0033] 图4是仿真场景中目标分布图；
[0034] 图5是仿真数据omega-K成像结果；
[0035] 图6是恢复的及原始的目标数据：(a)是所有目标的原始数据；(b)是恢复的Tl的 数据；（c)是恢复的T2的数据；（d)是恢复的T3的数据；
[0036] 图7是静止目标T4成像处理结果：（a)是恢复的数据；(b)是运动补偿后的图像； (c)是方位向FFT后的图像；
[0037] 图8是Tl成像处理结果：（a)是恢复的数据；(b)是运动补偿后的图像；（c)是方 位向FFT后的图像；（d)是方位向自聚焦后的图像；
[0038] 图9是动目标的成像处理结果：（a)是原始SAR图像；(b)是杂波抑制之后的SAR 图像；（c)是恢复的目标数据；（d)是运动补偿后的图像；（e)是方位向FFT后的图像；（f) 是方位向自聚焦后的图像；
[0039] 图10是静止目标的成像处理结果：（a)是原始SAR图像；(b)是杂波抑制之后的 SAR图像；（c)是恢复的目标数据；（d)是运动补偿后的图像；(e)是方位向FFT后的图像； (f)是方位向自聚焦后的图像。
【具体实施方式】
[0040] 下面结合附图对本发明作更进一步的说明。
[0041] 本发明提出的多通道SAR GMTI方法的信号处理的原理框图如图1所示，包含的处 理步骤可以归为三个阶段。第一个阶段为预处理，包括成像、通道配准、杂波抑制及CFAR检 测，主要目的是抑制地面静止目标杂波并且仅保留动目标的响应，保证后续动目标检测的 输入SCNR足够高。第二个阶段可以分为两部分，第一部分为动目标提取及原始数据恢复， 第二部分为动目标聚焦，此阶段的主要目的是从检测到的可疑目标中筛选出动目标。第三 阶段为传统的常规处理，包括动目标参数估计及重定位。
[0042] 预处理之后可以得到经过杂波抑制的SAR图像，用CFAR检测器可将可疑目标检 出，需要进一步确认检测到的目标是否为真实的动目标，可以通过动目标成像的方法进行 判断。由于大多数的动目标聚焦的算法都是从动目标的原始数据域开始处理，所以首先需 要恢复目标的多普勒相位历史。
[0043] 图2给出了动目标多普勒相位历史恢复过程的示意图。从杂波抑制之后的SAR图 像开始处理，由于SAR图像中杂波已经得到了抑制，可以利用CFAR检测器检测可疑目标。动 目标数据恢复过程如下，首先将动目标从SAR图像中提取到子图像块中，然后二维扩展子 图像块，确保方位轴宽度大于动目标方位向信号的多普勒带宽，距离向轴的宽度能够容纳 下动目标距离徙动的距离弯曲，最后采用逆omega-K算法恢复动目标的多普勒相位历史。 [0044] 由于一开始使用omega-K算法进行SAR成像处理是在几个域进行的，为了进行逆 omega-K算法将图像返回到数据域，首先需要知道子图像块扩展后每个域的坐标轴的变化， 因此首先分析每个域坐标轴的变化。
[0045] 首先对在原图（即经过杂波抑制后的SAR图像）的坐标系进行分析。如图2所 示，假设原图的尺寸为（Na，队)，Na为方位向像素点数，距离向像素点数，脉冲重复频率 (Pulse Rep