一种基于自聚焦的SAR平台初始高度误差估计方法技术

本发明专利技术提出了一种基于自聚焦的SAR平台初始高度误差估计方法，它首先对SAR原始回波信号进行距离压缩；初始化粗估计参数，划分场景目标观测区间并进行后向投影(BP)成像，利用BP成像结果计算图像锐度值，然后用遗传算法对初始高度误差进行初步估计得到初始高度误差粗估计值；利用SAR平台初始高度误差粗估计值调整精估计参数，重新划分观测场景目标空间，进行初始高度误差精估计，最终得到SAR平台初始高度误差精估计值。与传统方法相比，本发明专利技术具有计算量较小、运行速度快、而且对SAR初始高度误差估计精度较高的特点，因此更适用于大场景、大斜视角、高精度SAR成像。

An initial height error estimation method for SAR platform based on self focusing

The present invention provides a method for the estimation of the self focusing of the initial height error based on the SAR platform, it firstly SAR echo signal compression distance; coarse initialization parameter estimation, classification of targets in the scene observation interval and back projection (BP) imaging, BP imaging results by calculating image sharpness value, and then use genetic algorithm initial to estimate the initial height error of initial height error estimation value; using SAR platform initial height error adjustment fine coarse estimation value of parameter estimation, the re division of the observed scene target space, initial height error estimation precision, finally SAR platform initial height error estimation precision. Compared with the traditional method, the invention has the advantages of less computation, fast running speed, and high precision SAR initial height error estimation, so it is more suitable for the big scene, with large squint angle and high precision SAR imaging.

【技术实现步骤摘要】
一种基于自聚焦的SAR平台初始高度误差估计方法
本技术专利技术属于雷达
，它特别涉及了合成孔径雷达(SAR)成像

技术介绍
合成孔径雷达(SAR)是一种高分辨率微波成像雷达，具有全天时和全天候工作的优点，已被广泛应用各个领域，如地形测绘、制导、环境遥感和资源勘探等。SAR应用的重要前提和信号处理的主要目标是通过成像算法获取高分辨、高精度的微波图像。其获得的高分辨微波图像已经被广泛应用于诸多领域，如生成数字高程图、观测火山活动和洪灾情况、监测陆地和海洋交通等。高速俯冲SAR(HSD-SAR)具有很高的应用价值，它可以应用于民用飞机导航等领域。通过进行目标识别、定位以及场景匹配，SAR图像可以用于提高导航精度。HSD-SAR通常工作在高斜视角状态。由于HSD-SAR的高速和高斜视角的特性，频域成像算法很难得到聚焦效果很好的宽测绘带HSD-SAR图像，而后向投影(BP)算法通过对于每个像素点进行精确匹配可以得到很好的HSD-SAR图像。在BP成像算法中，目标与观测场景之间的相对位置必须被精确测量。后向投影(BP)算法是一种精确的SAR时域成像算法，它首先将合成孔径雷达原始数本文档来自技高网...

【技术保护点】
一种基于自聚焦SAR平台初始高度误差估计方法，其特征是它包括以下步骤：步骤1、初始化SAR系统参数：初始化SAR系统参数包括：平台速度矢量，记做V；雷达初始位置矢量，记做P(0)；雷达工作中心频率，记做fc；雷达载频波长，记做λ；雷达发射基带信号的信号带宽，记做Br；雷达发射信号脉冲宽度，记做Tr；雷达发射信号的调频斜率，记做fdr；雷达接收系统的采样频率，记做fs；0雷达发射系统的脉冲重复频率，记做PRF；电磁波在空气中的传播速度，记做C；距离向快时刻，记做t，t＝1,2,…,Nr，Nr为距离向快时刻总数；方位向慢时刻，记做l，l＝1,2,…,Na，Na为方位向慢时刻总数；上述参数均为SAR...

【技术特征摘要】
1.一种基于自聚焦SAR平台初始高度误差估计方法，其特征是它包括以下步骤：步骤1、初始化SAR系统参数：初始化SAR系统参数包括：平台速度矢量，记做V；雷达初始位置矢量，记做P(0)；雷达工作中心频率，记做fc；雷达载频波长，记做λ；雷达发射基带信号的信号带宽，记做Br；雷达发射信号脉冲宽度，记做Tr；雷达发射信号的调频斜率，记做fdr；雷达接收系统的采样频率，记做fs；0雷达发射系统的脉冲重复频率，记做PRF；电磁波在空气中的传播速度，记做C；距离向快时刻，记做t，t＝1,2,…,Nr，Nr为距离向快时刻总数；方位向慢时刻，记做l，l＝1,2,…,Na，Na为方位向慢时刻总数；上述参数均为SAR系统标准参数，其中雷达中心频率fc，雷达载频波长λ，雷达发射基带信号的信号带宽Br，雷达发射信号脉冲宽度Tr，雷达发射信号调频斜率fdr，雷达接收波门持续宽度To，雷达接收系统的采样频率fs，雷达系统的脉冲重复频率PRF在线阵SAR系统设计过程中已经确定；平台速度矢量V、雷达初始位置矢量P(0)、距离向快时刻t及方位向慢时刻l在SAR观测方案设计中已经确定；根据SAR成像系统方案和观测方案，SAR成像方法需要的初始化成像系统参数均为已知；SAR初始回波信号矩阵为S；步骤2、初始化SAR的观测场景目标空间参数：初始化SAR的观测场景目标空间参数，包括：以雷达波束照射场区域地平面构成的二维空间作为SAR的观测场景目标空间Ω；将观测场景目标空间Ω均匀划分成大小相等的单元格，单元网格在x方向、y方向边长分别记为dx、dy，单元格大小选择为线阵SAR系统传统理论成像分辨率的二分之一；观测场景目标空间Ω中第m个单元格的坐标矢量，记做Pm，m表示观测场景目标空间Ω中第m个单元格，m＝1,2,…,M,M为观测场景目标空间Ω中的单元格总数；观测场景目标空间Ω中所有单元格的散射系数按位置顺序排列组成向量，记做α，向量α由M行1列组成；散射系数向量α中第m个元素的散射系数，记做αm；观测场景目标空间Ω在SAR成像方案设计中已经确定；步骤3、对原始回波数据进行距离压缩：采用SAR标准距离压缩方法对SAR初始回波信号S进行距离向脉冲压缩，得到距离压缩后的回波数据，记做E，其中S为步骤1初始化得到的SAR初始回波信号矩阵；步骤4、平台初始高度误差粗估计：步骤4.1、初始化粗估计参数：初始化平台初始高度误差估计参数包括：遗传算法种群个体数目，记为N1；遗传算法代沟率，记为Gp1；遗传算法最大迭代次数，记为Mg1；平台初始高度误差粗估计的样本域，记为[-H,H]；利用BP算法进行成像需要将观测场景目标空间Ω均匀划分成大小相等的网格，网格在横向的划分单元数记为Nx1，间隔大小记为Δx1＝10dx，在纵向的划分单元数记为Ny1,间隔大小记为Δy1＝10dy，将观测目标空间划分为Nx1行Ny1列的二维网格，其中Ω为步骤2定义的观测场景目标空间，其中dx为步骤2定义的单元格在x方向的边长,其中dy为步骤2定义的单元格在y方向边长；步骤4.2、利用BP算法进行成像，并计算图像锐度值：根据步骤1中初始化的平台速度矢量V，雷达初始位置矢量P(0)和雷达系统的脉冲重复频率PRF，采用公式Pc(l)＝P(0)+V·l/PRF，l＝1,2,…,Na，计算得到雷达在第l个方位向慢时刻的位置矢量，即为雷达的测量天线相位中心，记为Pc，Pc＝[Pc(1),Pc(2),…,Pc(Na)]；利用Nx1、Ny1、dx、dy,根据公式Pai1＝(i-Nx1/2)*Δx1、Paj1＝(j-Ny1/2)*Δy1，计算得到划分后的目标空间的x方向第i个、y方向第j个网格点的位置(Pai1,Paj1)，按顺序将网格点的位置矢量依次排列组成一个向量，即为重新划分目标空间后的网格点位置矢量，即为(Pax1,Pay1)，其中Nx1为步骤4.1定义的网格在横向的划分单元数，其中Ny1为步骤4.1定义的网格纵向的划分单元数，其中Δx1为步骤4.1定义的单元格在x方向的边长，其中Δy1为步骤4.1定义的单元格在y方向边长；利用测量的天线相位中心Pc、网格点位置(Pax1,Pay1)和经过距离压缩后的回波数据E，用传统的合成孔径雷达后向投影-BP算法进行成像，得到SAR图像数据，记为B1，B1为Nx1行Ny1列的二维复数矩阵，其中E为步骤3得到的初始SAR回波信号距离压缩后的回波数据；采用公式计算SAR图像的锐度值函数，其中|·|4表示对一个复数取模后的4次方；步骤4.3、利用遗传算法对平台初始高度误差进行粗估计：步骤4.3.1：根据N1与[-H,H]，采用传统的遗传算法随机初始化种群，记为D0，其中N1为步骤4.1初始化得...

【专利技术属性】
技术研发人员：张晓玲，田博坤，余鹏，胡克斌，师君，韦顺军，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51