一种精确的SAR动目标参数估计方法技术

本发明专利技术公开一种精确的SAR动目标参数估计方法，针对现有算法只能估计部分参数、且运算量大、精确度不够等缺陷，本发明专利技术利用Radon变换和LVD进行动目标参数估计，受杂波等干扰的影响较小，能够估计出动目标的各个参数信息；并利用基于学习的迭代收缩阈值算法来细化参数，得到精确的参数估计值。

An accurate parameter estimation method for SAR moving targets

The invention discloses an accurate method for estimating moving target parameters of SAR. Aiming at the defects of existing algorithms that can only estimate some parameters, large amount of computation and inadequate accuracy, the method uses Radon transform and LVD to estimate moving target parameters, which is less affected by clutter and other interference, and can estimate the parameters of moving target. The iterative shrinkage threshold algorithm based on learning is used to refine parameters and obtain accurate parameter estimates.

【技术实现步骤摘要】
一种精确的SAR动目标参数估计方法
本专利技术属于雷达
，特别涉及一种合成孔径雷达(SAR)动目标估计技术。
技术介绍
SAR(合成孔径雷达)是一种全天时、全天候的雷达体制，具有成像场景大、分辨率高等优势，在军用、民用领域获得了广泛应用。相比于单通道合成孔径雷达系统，多通道合成孔径雷达系统因增加了接收通道而获得更多的数据，能够获得更多的目标信息。SARGMTI(地面动目标估计)一直是SAR的重要课题，存在很多估计方法，但这些方法的时间复杂度与动目标估计精度之间大都存在冲突，我们希望能够在获得高精度的前提下尽量减小算法的复杂度。而且现有的SARGMTI方法通常主要针对不产生多普勒模糊的慢速动目标，本专利技术对高速动目标同样适用。在目前已公开发表的SAR动目标估计的相关论文中，通用的算法主要有CSI(ClutterSuppressionInterferometry)(见文献1：Deming,RossW.,ScottMacIntosh,andMatthewBest."Three-channelprocessingforimprovedgeo-locationperformanceinSAR-basedGMTIinterferometry."AlgorithmsforSyntheticApertureRadarImageryXIX.Vol.8394.InternationalSocietyforOpticsandPhotonics,2012.)，这是一种基于相位法的动目标估计算法，但是这种方法只能估计动目标的距离向速度，而且在计算过程中存在相位缠绕。XuepanZhang利用RT(RadonTransform)和FrFT(FractionalFourierTransform)，通过计算距离压缩后的动目标回波信号，提出了一种基于幅度法的动目标估计算法(见文献2：Zhang,Xuepan,etal."Geometry-information-aidedefficientradialvelocityestimationformovingtargetimagingandlocationbasedonRadontransform."IEEETransactionsonGeoscienceandRemoteSensing53.2(2015):1105-1117.)2015年LeiYang利用CSI和LVD(Lv’sDistribution)提出了一种动目标估计算法(见文献3：Yang,Lei,etal."AirborneSARmovingtargetsignaturesandimagerybasedonLVD."IEEETransactionsonGeoscienceandRemoteSensing53.11(2015):5958-5971.)，能够估计动目标的方位向、距离向位置以及方位向、距离向速度。但是这种算法存在一些缺陷，比如CSI估计距离向速度存在相位缠绕，PFA(PolarFormatAlgorithm)距离徙动校正效果不够好、复杂度高等。QisongWu基于STAP(Space-timeadaptiveprocessing)和SBL(SparseBayesianLearning)提出一种动目标估计算法(见文献4：Wu,Qisong,etal."Space–timeadaptiveprocessingandmotionparameterestimationinmultistaticpassiveradarusingsparseBayesianlearning."IEEETransactionsonGeoscienceandRemoteSensing54.2(2016):944-957.)，但是STAP计算复杂度高，并且该SBL方法极易陷入局部最优。
技术实现思路
为了解决现有算法只能估计部分参数、运算量大、精确度不够等缺陷，本专利技术提出一种精确的SAR动目标参数估计方法，利用Radon变换和LVD进行动目标参数估计，受杂波等干扰的影响较小，能够估计出动目标的各个参数信息。并利用基于学习的迭代收缩阈值算法来细化参数，得到精确的参数估计值。本专利技术采用的技术方案为：一种精确的SAR动目标参数估计方法，包括：S1、对回波信号进行距离压缩；S2、对经距离压缩后的回波信号进行杂波抑制处理；S3、对经步骤S2处理后得到的回波信号采用Radon变换，得到动目标的距离向速度；S4、对经步骤S2处理后得到的回波信号进行徙动校正，得到动目标的距离向位置；S5、根据LVD对距离徙动校正后的回波信号进行参数估计，得到动目标的方位向位置与方位向速度；S6、采用LISTA对动目标的距离向速度、距离向位置、方位向位置以及方位向速度进行细化。进一步地，所述步骤S3包括以下分步骤：S31、根据标准的Radon变换方法，采用预先设置的第一搜索范围和第一步长估计出距离压缩后的信号幅度倾斜角的粗略值；S32、根据步骤S31估计的粗略值确定第二搜索范围，然后设置第二步长，所述第二步长小于第一步长；S33、根据标准的Radon变换方法，采用第二搜索范围与第二步长估计出距离压缩后的信号幅度倾斜角的精确值；S34、根据步骤S33得到的精确值计算动目标的距离向速度。更进一步地，所述第二搜索范围取值具体为：在第一搜索范围中小于该粗略值的所有取值中，选取与该粗略值之差绝对值最小的值作为第二搜索范围的下限；在第一搜索范围中大于该粗略值的所有取值中，选取与该粗略值之差绝对值最小的值作为第二搜索范围的上限。进一步地，步骤S4所述得到动目标的距离向位置具体为：根据徙动校正后的回波信号所在距离门得到动目标的距离向位置。进一步地，步骤S6具体包括以下分步骤：S61、截取经步骤S2杂波抑制后的回波信号幅度最大的N′r个距离门的数据，合并成一列向量作为S62、根据步骤S3得到的动目标距离向速度和步骤S5得到的动目标方位向速度，构造第一参数集，从而构造第一参数矩阵；S63、根据步骤S62构造的参数矩阵构造测量矩阵；S64、根据测量矩阵，采用标准LISTA方法，得到动目标距离向速度估计值和方位向速度估计值；S65、根据步骤S4得到的动目标距离向位置和步骤S5得到的动目标方位向位置，构造第二参数集，从而构造第二参数矩阵；S66、根据步骤S65构造的第二参数矩阵构造第二测量矩阵；S67、根据第二测量矩阵，采用标准LISTA方法，得到动目标距离向位置估计值和方位向位置估计值。进一步地，若经步骤S6细化后的动目标方位向速度大于平台速度的1/15时，还包括：根据步骤S5估计得到的方位向速度对经距离压缩后的回波信号进行杂波抑制处理；然后执行步骤S3。本专利技术的有益效果：本专利技术的一种精确的SAR动目标参数估计方法，对原始回波信号进行杂波抑制后进行距离压缩，利用Radon变换得到动目标的距离向速度vr，再通过FFST进行徙动校正，校正后的位置可以计算出动目标的距离向位置r；然后利用LVD获取动目标的线性调频信号的相关参数，并通过这些参数求得动目标的方位向位置y和方位向速度va；本专利技术的方法通过采用LISTA对这些估计的参数进行细化，得到更加精确的值；并且为防止出现估计差距太大的情况，采用reRT使本文档来自技高网...

【技术保护点】
1.一种精确的SAR动目标参数估计方法，其特征在于，包括：S1、对回波信号进行距离压缩；S2、对经距离压缩后的回波信号进行杂波抑制处理；S3、对经步骤S2处理后得到的回波信号采用Radon变换，得到动目标的距离向速度；S4、对经步骤S2处理后得到的回波信号进行徙动校正，得到动目标的距离向位置；S5、根据LVD对距离徙动校正后的回波信号进行参数估计，得到动目标的方位向位置与方位向速度；S6、采用LISTA对动目标的距离向速度、距离向位置、方位向位置以及方位向速度进行细化。

【技术特征摘要】
1.一种精确的SAR动目标参数估计方法，其特征在于，包括：S1、对回波信号进行距离压缩；S2、对经距离压缩后的回波信号进行杂波抑制处理；S3、对经步骤S2处理后得到的回波信号采用Radon变换，得到动目标的距离向速度；S4、对经步骤S2处理后得到的回波信号进行徙动校正，得到动目标的距离向位置；S5、根据LVD对距离徙动校正后的回波信号进行参数估计，得到动目标的方位向位置与方位向速度；S6、采用LISTA对动目标的距离向速度、距离向位置、方位向位置以及方位向速度进行细化。2.根据权利要求1所述的一种精确的SAR动目标参数估计方法，其特征在于，所述步骤S3包括以下分步骤：S31、根据标准的Radon变换方法，采用预先设置的第一搜索范围和第一步长估计出距离压缩后的信号幅度倾斜角的粗略值；S32、根据步骤S31估计的粗略值确定第二搜索范围，然后设置第二步长，所述第二步长小于第一步长；S33、根据标准的Radon变换方法，采用第二搜索范围与第二步长估计出距离压缩后的信号幅度倾斜角的精确值；S34、根据步骤S33得到的精确值计算动目标的距离向速度。3.根据权利要求2所述的一种精确的SAR动目标参数估计方法，其特征在于，所述第二搜索范围取值具体为：在第一搜索范围中小于该粗略值的所有取值中，选取与该粗略值之差绝对值最小的值作为第二搜索范围的下限；在第一搜索范围中大于该粗略值的所有取...

【专利技术属性】
技术研发人员：刘喆，赵伟宇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51