基于WVD—PGA算法的SAR雷达目标聚焦方法技术

本发明专利技术公开了一种基于WVD‑PGA算法的SAR雷达目标聚焦方法，主要思路为：获取机载SAR雷达回波数据并进行距离压缩，得到距离压缩后的机载SAR雷达回波数据，进而得到待检测带，所述待检测带中包含若干个动目标；任意选取待检测带中一个动目标，记为动目标A，并得到动目标A的粗略成像；依次计算第l次迭代后经过强散射点对齐的动目标A成像和第l次迭代后动目标A的距离多普勒域成像，以及第l次迭代后动目标A的待估计的相位误差函数梯度值；再依次计算第l次迭代后动目标A的相位误差估计和第l次迭代后动目标A的相位误差补偿复图像域数据；直到第l次迭代的加窗函数宽度W

SAR radar target focusing method based on WVD - PGA algorithm

The invention discloses a SAR radar target WVD focusing method based on PGA algorithm, the main idea is: to get airborne SAR radar echo data and distance compression, the distance of airborne SAR radar echo data is compressed, and then get to the detection zone, the detected belt comprises a plurality of arbitrary moving target; to detect a moving target in mind for moving target A, and get a rough image of moving target A; the L iterations are calculated after the moving target A imaging and l iterations of A moving target imaging range Doppler domain alignment of strong scattering points, and the moving target after L iterations A to estimate the phase error function gradient value; phase error estimation and the L iteration after moving target A phase error compensation for complex image domain and then calculate the data after L iterations until the moving target A; l iteration with Window function width W

【技术实现步骤摘要】
基于WVD—PGA算法的SAR雷达目标聚焦方法
本专利技术涉及雷达信号处理
，特别涉及一种基于WVD—PGA算法的SAR雷达目标聚焦方法，即基于维格纳分布(Winger-VilleDistribution，WVD)—相位梯度自聚焦(PhaseGradientAutofocus，PGA)算法的SAR雷达目标聚焦方法，适用于SAR雷达动目标的多普勒参数估计和SAR雷达动目标的精细成像。
技术介绍
合成孔径雷达(SAR)具有全天候、全天时和远距离成像的特点，能有效提高SAR雷达的信息获取能力，在土地监测、农田测绘、海洋观测、海冰监视和地面形变观测等民事领域以及战场侦察、军队动向监视等军事领域都有重要的应用。随着SAR雷达的发展，SAR雷达的分辨率也逐渐提高，SAR雷达成像中地物的图像越来越清晰，图像质量也越来越高。人们一直在探索通过提高SAR雷达成像分辨率来改善SAR雷达成像的应用，如城区交通规划和管理、高精度高度测量、地物分类、三维成像等等。利用SAR雷达进行动目标成像处理是近几年来国内外比较关注的问题，精确的SAR雷达成像取决于参考函数的选择，在一般的SAR雷达成像处理中，参考函数是地面目标回波的复制品；但如果成像场景中存在动目标，由于动目标的随意性,其运动参数是未知的，运用常规图像的形成方法就不能正常工作，从而引起SAR雷达成像的散焦、模糊和方位偏移；其中，距离向速度引起SAR雷达成像模糊；方位向速度、距离向加速度引起SAR雷达成像方位散焦；距离向速度影响动目标的定位精度，引起方位偏移；因此，有效、精确地估计多普勒相位信息，以推算方位压缩的参考函数，使之逼近实际系统冲激响应是提高SAR聚焦性能的关键。1995年，北京航空航天大学的何峻湘等人在电子学报上发表的“合成孔径雷达动目标成像的一种新方法”文章中提出利用维格纳分布(Winger-VilleDistribution，WVD)变换对参数精确估计，线性调频信号的WVD变换将集中在瞬时频率处,也即频率与时间呈线性关系，根据该线性关系，即可求得多普勒参数，但是此方法对信噪比要求较高，且在多信号处理时由于交叉项的存在，估计精度不高。相位梯度自聚焦(PGA)算法是应用广泛、行之有效的一种相位补偿方法，该算法的独特之处在于不基于模型，而是基于图像中某些特显点的散焦状况进行自聚焦处理，PGA算法实际上是将因相位误差而变形的点散布函数通过多次迭代处理恢复正常，并且对各阶多项式相位误差有较好的校正能力；但是，该方法要求迭代次数较多且存在收敛局部最小点。
技术实现思路
针对上述现有技术存在的问题，本专利技术的目的在于提出一种基于WVD—PGA算法的SAR雷达目标聚焦方法，即基于维格纳分布(Winger-VilleDistribution，WVD)—相位梯度自聚焦(PhaseGradientAutofocus，PGA)算法的SAR雷达目标聚焦方法，该种基于WVD—PGA算法的SAR雷达目标聚焦方法结合WVD变换PGA算法的优点，首先利用WVD变换粗略估计多普勒参数，然后对含有强散射的机载SAR雷达回波数据利用粗略估计多普勒参数进行PGA算法迭代，进而得到动目标的精确成像。为达到上述技术目的，本专利技术采用如下技术方案予以实现。一种基于WVD—PGA算法的SAR雷达目标聚焦方法，包括以下步骤：步骤1，获取机载SAR雷达回波数据，并对机载SAR雷达回波数据进行距离压缩，得到距离压缩后的机载SAR雷达回波数据，所述距离压缩后的机载SAR雷达回波数据包含若干个动目标；步骤2，对距离压缩后的机载SAR雷达回波数据进行低通滤波，并分别将通过低通滤波的距离压缩后的机载SAR雷达回波数据作为杂波带，将不能通过低通滤波的距离压缩后的机载SAR雷达回波数据作为待检测带，所述待检测带中包含若干个动目标；步骤3，任意选取待检测带中一个动目标，记为动目标A，并依次确定动目标A的机载SAR雷达回波数据模型和动目标A在第n'个离散时间采样点处的机载SAR雷达回波数据模型的离散形式，然后计算得到粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率；n'∈{1,2,…,N'}，n'表示第n'个离散时间采样点，N'表示设定的离散时间采样点总个数，且N'为大于0的自然数；步骤4，根据粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率，得到动目标A的粗略成像；步骤5，初始化：分别令l表示第l次迭代，令Wl表示第l次迭代的加窗函数宽度，令第l次迭代的加窗函数宽度Wl的范围为W0＝Wp，Wp表示第1次迭代后动目标A的一维函数宽度；Wl＝kWl-1，k表示设定的加窗函数宽度系数，k∈[0.2,0.5]；l的初始值为1；步骤6，对动目标A的粗略成像沿着距离向进行划分，得到第l次迭代后的N个距离单元；所述第l次迭代后的N个距离单元总个数与设定的离散时间采样点总个数N'相等，且第l次迭代后的每个距离单元对应一个离散采样点，第l次迭代后的每个距离单元包含若干个散射点；在第l次迭代后的第n个距离单元内沿方位向寻找幅度最大的散射点，并将所述幅度最大的散射点作为第l次迭代后的第n个距离单元的强散射点，并通过循环移位将第l次迭代后的第n个距离单元的强散射点移到动目标A的粗略成像的中心；令n分别取1至N，进而将第l次迭代后的第1个距离单元的强散射点至第l次迭代后的第N个距离单元的强散射点分别移到动目标A的粗略成像的中心，得到第l次迭代后经过强散射点对齐的动目标A成像；步骤7，将第l次迭代后经过强散射点对齐的动目标A成像中N个距离单元各自对应数据分别进行平方后相加，得到第l次迭代后动目标A的一维函数；然后根据第l次迭代的加窗函数宽度范围对第l次迭代后动目标A的一维函数进行截取，截取得到的结果为第l次迭代后动目标A的距离多普勒域成像；步骤8，对第l次迭代后动目标A的距离多普勒域成像沿着方位向做傅里叶逆变换，计算得到第l次迭代后动目标A的时间域成像数据，进而计算得到第l次迭代后动目标A的待估计的相位误差函数梯度值；步骤9，对第l次迭代后动目标A待估计的相位误差函数梯度值进行积分，得到第l次迭代后动目标A的相位误差估计，然后根据所述第l次迭代后动目标A的相位误差估计对动目标A的粗略成像进行相位补偿和方位向逆傅里叶变换，得到第l次迭代后动目标A的相位误差补偿复图像域数据；步骤10，令l加1，依次重复步骤6至步骤9，直到第l次迭代的加窗函数宽度Wl等于设定的加窗函数宽度阈值迭代停止，并将所述第l次迭代后的相位误差补偿复图像域数据，作为动目标A的精确成像；Wp表示第l次迭代后动目标A的一维函数宽度。本专利技术与现有技术相比具有如下优点：(1)本专利技术解决了单独WVD变换精确度不高并且需要高信噪比的缺点；(2)本专利技术解决了PGA算法迭代次数较多且存在局部最小点这一缺点；(3)本专利技术所提出的自聚焦算法在单通道系统下就能有效使用，不需要借助多通道实现，降低了成本；(4)本专利技术方法基于WVD-PGA算法，能够改善传统维格纳分布WVD变换的参数估计对高信噪比的要求，并且能够有效减小多个动目标情况下交叠项的影响，也能减小自聚焦算法(PGA)的迭代次数，解决PGA算法收敛时存在的局部最小点问题。附图说明为了更清楚地说明本专利技术实施例或现本文档来自技高网...

【技术保护点】
一种基于WVD‑PGA算法的SAR雷达目标聚焦方法，其特征在于，包括以下步骤：步骤1，获取机载SAR雷达回波数据，并对机载SAR雷达回波数据进行距离压缩，得到距离压缩后的机载SAR雷达回波数据，所述距离压缩后的机载SAR雷达回波数据包含若干个动目标；步骤2，对距离压缩后的机载SAR雷达回波数据进行低通滤波，并分别将通过低通滤波的距离压缩后的机载SAR雷达回波数据作为杂波带，将不能通过低通滤波的距离压缩后的机载SAR雷达回波数据作为待检测带，所述待检测带中包含若干个动目标；步骤3，任意选取待检测带中一个动目标，记为动目标A，并依次确定动目标A的机载SAR雷达回波数据模型和动目标A在第n'个离散时间采样点处的机载SAR雷达回波数据模型的离散形式，然后计算得到粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率；n'∈{1,2,…,N'}，n'表示第n'个离散时间采样点，N'表示设定的离散时间采样点总个数，且N'为大于0的自然数；步骤4，根据粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率，得到动目标A的粗略成像；步骤5，初始化：分别令l表示第l次迭代，令W

【技术特征摘要】
1.一种基于WVD-PGA算法的SAR雷达目标聚焦方法，其特征在于，包括以下步骤：步骤1，获取机载SAR雷达回波数据，并对机载SAR雷达回波数据进行距离压缩，得到距离压缩后的机载SAR雷达回波数据，所述距离压缩后的机载SAR雷达回波数据包含若干个动目标；步骤2，对距离压缩后的机载SAR雷达回波数据进行低通滤波，并分别将通过低通滤波的距离压缩后的机载SAR雷达回波数据作为杂波带，将不能通过低通滤波的距离压缩后的机载SAR雷达回波数据作为待检测带，所述待检测带中包含若干个动目标；步骤3，任意选取待检测带中一个动目标，记为动目标A，并依次确定动目标A的机载SAR雷达回波数据模型和动目标A在第n'个离散时间采样点处的机载SAR雷达回波数据模型的离散形式，然后计算得到粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率；n'∈{1,2,…,N'}，n'表示第n'个离散时间采样点，N'表示设定的离散时间采样点总个数，且N'为大于0的自然数；步骤4，根据粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率，得到动目标A的粗略成像；步骤5，初始化：分别令l表示第l次迭代，令Wl表示第l次迭代的加窗函数宽度，令第l次迭代的加窗函数宽度Wl的范围为W0＝Wp，Wp表示第1次迭代后动目标A的一维函数宽度；Wl＝kWl-1，k表示设定的加窗函数宽度系数，k∈[0.2,0.5]；l的初始值为1；步骤6，对动目标A的粗略成像沿着距离向进行划分，得到第l次迭代后的N个距离单元；所述第l次迭代后的N个距离单元总个数与设定的离散时间采样点总个数N'相等，且第l次迭代后的每个距离单元对应一个离散采样点，第l次迭代后的每个距离单元包含若干个散射点；在第l次迭代后的第n个距离单元内沿方位向寻找幅度最大的散射点，并将所述幅度最大的散射点作为第l次迭代后的第n个距离单元的强散射点，并通过循环移位将第l次迭代后的第n个距离单元的强散射点移到动目标A的粗略成像的中心；令n分别取1至N，进而将第l次迭代后的第1个距离单元的强散射点至第l次迭代后的第N个距离单元的强散射点分别移到动目标A的粗略成像的中心，得到第l次迭代后经过强散射点对齐的动目标A成像；步骤7，将第l次迭代后经过强散射点对齐的动目标A成像中N个距离单元各自对应数据分别进行平方后相加，得到第l次迭代后动目标A的一维函数；然后根据第l次迭代的加窗函数宽度范围对第l次迭代后动目标A的一维函数进行截取，截取得到的结果为第l次迭代后动目标A的距离多普勒域成像；步骤8，对第l次迭代后动目标A的距离多普勒域成像沿着方位向做傅里叶逆变换，计算得到第l次迭代后动目标A的时间域成像数据，进而计算得到第l次迭代后动目标A的待估计的相位误差函数梯度值；步骤9，对第l次迭代后动目标A待估计的相位误差函数梯度值进行积分，得到第l次迭代后动目标A的相位误差估计，然后根据所述第l次迭代后动目标A的相位误差估计对动目标A的粗略成像进行相位补偿和方位向逆傅里叶变换，得到第l次迭代后动目标A的相位误差补偿复图像域数据；步骤10，令l加1，依次重复步骤6至步骤9，直到第l次迭代的加窗函数宽度Wl等于设定的加窗函数宽度阈值迭代停止，并将所述第l次迭代后的相位误差补偿复图像域数据，作为动目标A的精确成像；Wp表示第l次迭代后动目标A的一维函数宽度。2.如权利要求1所述的一种基于WVD-PGA算法的SAR雷达目标聚焦方法，其特征在于，在步骤3中，所述确定动目标A的机载SAR雷达回波数据模型和动目标A在第n'个离散时间采样点处的机载SAR雷达回波数据模型的离散形式，其过程为：任意选取待检测带中一个动目标，记为动目标A，并确定动目标A的机载SAR雷达回波数据模型为y(t)，y(t)＝exp{j2πft+jπKt2}，以设定的采样周期T对动目标A的机载SAR雷达回波数据模型y(t)进行采样后，得到动目标A在第n'个离散时间采样点处的机载SAR雷达回波数据模型的离散形式y(n')，y(n')＝exp{j2πfn'+jπKn'2}；其中，exp表示指数函数，f表示动目标A的多普勒中心频率，K表示动目标A的多普勒调频斜率，t表示时间变量，n'∈{1,2,…,N'}，n'表示第n'个离散时间采样点，N'表示设定的离散时间采样点总个数，且N'为大于0的自然数。3.如权利要求2所述的一种基于WVD-PGA算法的SAR雷达目标聚焦方法，其特征在于，在步骤3中，所述得到粗估计的动目标A的多普勒调频斜率和粗估计的动目标A的多普勒中心频率，其过程为：首先计算动目标A在第n'个离散时间采样点处的机载SAR雷达回波数据模型的离散形式的维格纳分布变换的离散形式为其表达式为：x(n')表示第n'个离散时间采样点的离散信号，...

【专利技术属性】
技术研发人员：王彤，杨静，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61