基于相位误差直接估计的SAR实时自聚焦方法技术

本发明专利技术公开了基于相位误差直接估计的SAR实时自聚焦方法，属于雷达成像的技术领域。在PGA算法处理结构下，选取每个距离单元的最强散射点，将每个距离单元内的最强散射点移至该距离单元中心处，对各距离单元图像进行加窗处理，求取其余距离单元与参考距离单元之间的固定相位差值，将固定相位差值从各距离单元中去除，对去除固定相位差值后的各距离单元信号进行加权平均以求取相位误差函数，补偿相位误差函数。本发明专利技术对固定相位差进行无偏估计后直接估计相位误差函数，减少迭代次数，减小运算量，显著改善聚焦质量，对于低对比度且无较强目标的SAR图像依然适用。

【技术实现步骤摘要】
基于相位误差直接估计的SAR实时自聚焦方法
本专利技术公开了基于相位误差直接估计的SAR实时自聚焦方法，属于雷达成像的

技术介绍
合成孔径雷达(syntheticapertureradar，简称SAR)具有在全天时，全天候条件下高分辨率成像的能力。由于SAR是相干成像系统，SAR图像和接收信号相位之间存在紧密的联系。SAR成像算法中不可避免的各种近似，以及飞机在实际飞行过程中相对于理想航迹，速度和飞行姿态等存在的偏差，均会引起较大的接收信号相位误差，从而导致图像聚焦质量的明显下降。特别是在高分辨率的成像系统中，因为要求较长的孔径时间，由于天线非理想运动引起的图像散焦现象更加严重。即使装备先进的电子导航系统，对SAR系统的运动偏差进行较精确的测量，并在接收信号中加以补偿，也很难获得理想的SAR图像。因此，为了获得高分辨率，高质量的SAR图像，必须利用自聚焦算法对SAR图像作进一步处理，估计其相位误差并进行补偿。PGA(PhaseGradientAutofocus，相位梯度自聚焦)算法通过相位误差补偿改善SAR图像的聚焦质量，因为其具有良好的自聚焦性能和鲁棒性，被广泛应用于SAR图像上。PGA算法如文献1：D.EWahl,P.H.Eichel,D.C.Ghiglia,C.V.Jakowatz,JR.PhaseGradientAutofocus-ARobustToolforHighResolutionSARPhaseCorrection1994.2：HianLimChan,TatSoonYeo.NoniterativeQualityPhase-GradientAutofocus(QPGA)AlgorithmforSpotlightSARImagery1998.中公开的技术。但是，PGA算法针对相位误差函数一阶导数进行估计，在差分过程中会导致噪声的积累，影响算法性能，特别当信噪比较低时，无法准确的估计相位误差函数。
技术实现思路
本专利技术所要解决的技术问题是针对上述
技术介绍
的不足，提供了基于相位误差直接估计的SAR实时自聚焦方法，采用PGA算法的处理结构，基于SAR图像信号模型，估计各距离单元间的固定相位差值，并结合直接估计相位误差函数的估计算子实现SAR图像的自聚焦处理，以改善PGA算法针对相位误差函数一阶导数进行估计因为噪声积累带来的估计精度低的缺陷。本专利技术为实现上述专利技术目的采用如下技术方案：基于相位误差直接估计的SAR实时自聚焦方法，包括如下步骤：a，选取每个距离单元的最强散射点，将每个距离单元内的最强散射点移至该距离单元中心处；b，以各距离单元中心点位置为中心，对各距离单元图像进行加窗处理；c，获取各距离单元在方位数据域中的数据，选取一个距离单元为参考距离单元，求取其余距离单元与所述参考距离单元之间的固定相位差值，将固定相位差值从各距离单元中去除；d，对去除所述固定相位差值后的各距离单元信号进行加权平均以求取相位误差函数；e，补偿相位误差函数后，减小窗口宽度并返回a。作为所述基于相位误差直接估计的SAR实时自聚焦方法的进一步优化方案，步骤a中所述对将每个距离单元内最强散射点移至该距离单元中心的方法为：圆周移位第k距离单元内的最强散射点至该距离单元中心处，第k距离单元内的最强散射点移位后在方位数据域内的接收信号相位Φk,shift(m)为：m为方位向脉冲位置，γ(m)为第k距离单元在方位向脉冲m处的相位误差，ψk为第k距离单元的固定相位，为第k距离单元在方位向脉冲m处的干扰相位，k为正整数。作为所述基于相位误差直接估计的SAR实时自聚焦方法的进一步优化方案，步骤c的具体方法为：所述各距离单元包含M个方向脉冲位置处的信号，选取第0距离单元x0为参考距离单元，将第k距离单元xk与第0距离单元x0共轭相乘后得到第k距离单元与参考距离单元之间的固定相位差：为将第k距离单元xk与第0距离单元x0共轭相乘，|Ak|为第k距离单元xk的幅值，|A0|为参考距离单元x0的幅值，ψ0、ψk分别为第0距离单元、第k距离单元的固定相位，exp(.)为指数运算，nk0(m)为干扰噪声，有nk0(m)＝nk(m)·X0(m)+n0(m)·Xk(m)，,nk(m)、n0(m)分别为第k距离单元、第0距离单元中方位向脉冲m处的干扰噪声，Xk(m)、X0(m)分别为第k距离单元、第0距离单元中方位向脉冲m处的信号。作为所述基于相位误差直接估计的SAR实时自聚焦方法的进一步优化方案，步骤d由表达式估计相位误差函数，N为距离单元总数。进一步的，所述基于相位误差直接估计的SAR实时自聚焦方法，步骤c中对加窗处理后的图像做方位向傅里叶逆变换来获取各距离单元在方位数据域中的数据。本专利技术采用上述技术方案，具有以下有益效果：在PGA算法处理结构下，对于各距离单元获取相同的固定相位，对固定相位差进行无偏估计后直接估计相位误差函数，减小迭代次数，减小运算量，显著改善聚焦质量，对于低对比度且无较强目标的SAR图像依然适用。附图说明图1(a)、图1(b)分别为蒙特卡罗仿真实验中PEA算法与PGA算法估计相位的均值、方差值比较图。图2为PEA算法流程图。图3(a)、图3(b)、图3(c)、图3(d)为第一组实际数据处理过程中的自聚焦前聚束SAR图像、PGA算法自聚焦后的聚束SAR图像、PEA算法自聚焦后的聚束SAR图像、散射强点方位向剖面比较图。图4(a)为受宽带随机相位误差影响的聚束SAR图像，图4(b)为PGA算法自聚焦后聚束SAR图像，图4(c)为PEA算法自聚焦后聚束SAR图像。图5(a)、图5(b)、图5(c)为第二组实际数据处理过程中的自聚焦前聚束SAR图像、PGA算法自聚焦后的聚束SAR图像、PEA算法自聚焦后的聚束SAR图像。具体实施方式下面结合附图对专利技术的技术方案进行详细说明。对于理想SAR图像，假设在第k个距离单元的最强散射点，其多普勒频率为fk，初始相位为ψk(即为固定相位)，其它弱散射点视为杂波。该最强散射点在方位数据域的接收信号相位为：其中，下标k代表第k个距离单元；m代表方位向脉冲位置；为杂波所引起的干扰相位。当该理想SAR图像受到相位误差影响时，其接收信号相位为：其中，γ(m)为相位误差值，即自聚焦算法所需估计相位值。(1)循环移位基于特征向量法的自聚焦算法中，先将各距离单元中的最强散射点循环移位至该距离单元中心处，即令公式(2)中的fk＝0，以消除多普勒频率对于相位误差值估计的影响。循环移位后的接收信号相位为：(2)加窗在较高信噪比条件下，自聚焦算法可以保证对相位的无偏估计。为了有效提高图像信噪比，基于特征向量法的自聚焦算法在图像循环移位后，以各距离单元中心点位置为中心，利用加窗处理将对于相位误差估计无贡献的数据丢弃，尽量提高窗内数据在方位数据域的信噪比，以减小公式(3)中杂波干扰相位对于相位误差估计的影响。(3)估计相位误差对加窗后图像在方位向通过傅里叶逆变换转换到方位数据域，根据公式(3)得到此时信号为：本文档来自技高网...

【技术保护点】
基于相位误差直接估计的SAR实时自聚焦方法，其特征在于包括如下步骤：a，选取每个距离单元的最强散射点，将每个距离单元内的最强散射点移至该距离单元中心处；b，以各距离单元中心点位置为中心，对各距离单元图像进行加窗处理；c，获取各距离单元在方位数据域中的数据，选取一个距离单元为参考距离单元，求取其余距离单元与所述参考距离单元之间的固定相位差值，将固定相位差值从各距离单元中去除；d，对去除所述固定相位差值后的各距离单元信号进行加权平均以求取相位误差函数；e，补偿相位误差函数后，减小窗口宽度并返回a。

【技术特征摘要】
1.基于相位误差直接估计的SAR实时自聚焦方法，包括步骤a和步骤b：a，选取每个距离单元的最强散射点，将每个距离单元内的最强散射点移至该距离单元中心处；b，以各距离单元中心点位置为中心，对各距离单元图像进行加窗处理；其特征在于，所述SAR实时自聚焦方法还包括步骤c和步骤d及步骤e：c，获取各距离单元在方位数据域中的数据，选取一个距离单元为参考距离单元，求取其余距离单元与所述参考距离单元之间的固定相位差值，将固定相位差值从各距离单元中去除；d，对去除所述固定相位差值后的各距离单元信号进行加权平均以求取相位误差函数；e，补偿相位误差函数后，减小窗口宽度并返回a。2.根据权利要求1所述的基于相位误差直接估计的SAR实时自聚焦方法，其特征在于步骤a中所述对将每个距离单元内最强散射点移至该距离单元中心的方法为：圆周移位第k距离单元内的最强散射点至该距离单元中心处，第k距离单元内的最强散射点移位后在方位数据域内的接收信号相位Φk,shift(m)为：m为方位向脉冲位置，γ(m)为第k距离单元在方位向脉冲m处的相位误差，ψk为第k距离单元的固定相位，为第k距离单元在方位向脉冲m处的干扰相位，k为正整数。3.根据权利...

【专利技术属性】
技术研发人员：蒋锐，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32