机动平台双基地前视SAR的极坐标格式成像方法技术

本发明专利技术公开一种机动平台双基地前视聚束合成孔径雷达的极坐标格式成像方法，采用波数谱支撑域仿射变换的方法，将MP‑BFSAR的平行四边形波数谱支撑域变换为水平准矩形，然后通过距离向chirp‑z变换实现波数谱距离向极坐标到直角坐标的重采样，之后进行距离压缩和场景中心运动补偿，再在方位向上采用升采样映射积累的方法实现波数谱方位向极坐标到直角坐标的重采样；然后进行二维逆傅里叶变换，得到粗成像结果；最后通过散焦校正得到最终的成像结果；本发明专利技术所收集的波数谱的利用率相比于现有的方法明显提高。

【技术实现步骤摘要】
机动平台双基地前视SAR的极坐标格式成像方法
本专利技术属于双基地前视合成孔径雷达(BistaticForward-lookingSyntheticApertureRadar,BFSAR)成像领域，特别涉及一种机动平台双基地前视聚束合成孔径雷达极坐标格式算法。
技术介绍
由于发射站和接收站的空间分离性，双基地SAR突破了SAR的前视约束，使接收平台能够在飞行方向上对前视地形进行成像，这种独特的特性使得BFSAR成为一种很有前景的传感技术。BFSAR能够提供全天时、全天候的前视高分辨率图像。由于其双基地前视配置，MP-BFSAR的回波表现出严重的二维空间误差，其波数谱支撑区域通常是平行四边形而不是矩形，因此很难有效地使用所收集的波数谱；由于MP-BFSAR波束通常工作在模式，以期在许多应用中持续获得感兴趣区域的高分辨率图像，这导致回波的复杂时频特性，如多普勒混叠。PFA算法(Parabolafittingalgorithm：抛物线拟合算法)处理k空间(即波数域)中的回波。由于其独特的特性，如无模式引起的多普勒混叠、低平台轨迹限制和低计算复杂性等，所以PFA适用于处理SAR数据。目前PFA已广泛应用于单基地SAR和双基地SAR。由于PFA采用平面波假设，但是实际波前存在弯曲，当成像场景较大时，需进行波前弯曲校正，对于大场景可能是无效的。文献“PolarformatalgorithmforbistaticSAR,IEEETrans.Aerosp.Electron.Syst.,vol.40,no.4,pp.1147–1159,Oct.2004”和“Space-variantfilteringforwavefrontcurvaturecorrectioninpolarformattedbistaticSARimage,IEEETrans.Aerosp.Electron.Syst.,vol.48,no.2,pp.940–950,Apr.2012”提出了k-空间坐标轴旋转的方法，将倾斜的平行四边形的波数谱支撑域转变成水平的平行四边形，然而，仅当支撑区域是矩形或准矩形时，k空间轴旋转才有效。因此，不适用于支撑区域是平行四边形的MP-BFSAR；文献“Polarformatalgorithmwavefrontcurvaturecompensationunderarbitraryradarflightpath,IEEEGeosci.RemoteSens.Lett.,vol.9,no.3,pp.526–530,May2012”中，为了补偿由波前弯曲引起的相位误差，提出了一种空变波前弯曲补偿滤波器，它利用了极坐标到直角坐标重采样操作的内同性特性，然而，空变波前弯曲补偿滤波器是隐含的，其计算涉及二维插值，这意味着它在实践中不方便且效率低；文献“Space-variantfilteringforwavefrontcurvaturecorrectioninpolarformattedbistaticSARimage,IEEETrans.Aerosp.Electron.Syst.,vol.48,no.2,pp.940–950,Apr.2012”中，提出了一种解析的空变波前弯曲补偿滤波器，然而，它是通过假设平台以匀速直线运动轨迹移动而得出的，因此它不适用于MP-BFSAR，因为MP-BFSAR的运动轨迹是高度非线性的。
技术实现思路
为解决上述技术问题，本专利技术提出一种机动平台双基地前视SAR的极坐标格式成像方法，采用KAM的方法，将平行四边形的波数谱支撑域变换到水平准矩形，使得收集的波数谱的利用率明显提高。本专利技术采用的技术方案为：机动平台双基地前视SAR的极坐标格式成像方法，采用波数谱支撑域仿射变换(k-setaffinemapping,KAM)的方法，将MP-BFSAR的平行四边形波数谱支撑域变换为水平准矩形，然后通过距离向chirp-z变换(Chirp-ZTransform,CZT)实现波数谱距离向极坐标到直角坐标的重采样，之后进行距离压缩和场景中心运动补偿，再在方位向上采用升采样映射积累(Upsamplingmappingaccumulation,UMA)的方法实现波数谱方位向极坐标到直角坐标的重采样；然后进行二维逆傅里叶变换(Inversefastfouriertransform,IFFT)，得到粗成像结果；最后通过散焦校正得到最终的成像结果。波数谱仿射变换(KAM)，具体过程如下：A1、计算回波时延梯度；A2、计算回波多普勒梯度；A3、根据回波时延梯度与回波多普勒梯度计算仿射矩阵及其逆矩阵；A4、计算x坐标和y坐标方向的波数；A5、根据x坐标和y坐标方向的波数以及仿射矩阵，计算KAM后波数分布范围；A6、根据波数分布范围与仿射矩阵的逆矩阵，计算图像的坐标范围。距离向CZT实现波数谱距离向极坐标到直角坐标的重采样；具体为：B1、回波信号建模；B2、对步骤B1建模的回波信号进行距离向CZT；方位向升采样映射积累，具体包括以下过程：C1、将步骤B2所得信号方位向升采样Nu倍；C2、对经步骤C1之后的信号进行方位向信号积累。方位向信号积累C2、计算从η轴到kq轴的映射关系；C3、将步骤C1得到的信号按照步骤C2的映射关系进行积累。通过散焦校正得到最终的成像结果，具体包括以下过程：D1、计算波前弯曲导致的相位误差；D2、根据步骤D1的相位误差，计算计算波前弯曲导致的二次相位误差；D3、根据二次相位误差构建散焦矫正滤波器；D4、将粗成像结果划分为若干子图像；D5、将个子图像乘上步骤D3构建的散焦矫正滤波器进行散焦矫正；D6、将步骤D5得到的所有散焦校正后的子图像进行拼合，得到最终成像结果。本专利技术的有益效果：本专利技术的方法，采用KAM的方法，将平行四边形的波数谱支撑域变换到水平准矩形，使得所收集的波数谱的利用率提高了约60％；由于CZT和UMA都能够通过傅里叶变换(Fastfouriertransform,FFT)、IFFT和相位相乘高效实现，故本专利技术提出的PFA较为高效；本专利技术提出的解析的散焦校正滤波器相比现有的数值滤波器更加方便和高效，且本专利技术的散焦校正使得PFA算法能够适用于大的成像场景。附图说明图1为本专利技术方法的成像处理流程图；图2为本专利技术所述机动平台双基地SAR回波录取几何模型；图3为KAM前后的波数谱支撑域；其中，图3(a)为KAM之前的波数谱支撑域；图3(b)为KAM之后的波数谱支撑域；图4为点目标的成像结果；图5为图4中点目标成像结果的放大等高图；图6为面目标的成像结果。具体实施方式为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。如图1所示为本专利技术的方案流程图，包括：采用波数谱支撑域仿射变换(k-setaffinemapping,KAM)的方法，将MP-BFSAR的平行四边形波数谱支撑域变换为水平准矩形，然后通过距离向chirp-z变换(Chirp-ZTransform,CZT)实现波数谱距离向极坐标到直角坐标的重采样，之后进行距离压缩和场景中心运动补偿，再在方位向上采用升采样映射积累(Upsamplingmappingaccumulation,UMA)的方法实现波数谱方位向极坐标到直角坐本文档来自技高网...

【技术保护点】
1.机动平台双基地前视聚束合成孔径雷达的极坐标格式成像方法，其特征在于，首先，通过波数谱仿射变换，将MP‑BFSAR的平行四边形波数谱支撑域变换为水平准矩形；其次，通过距离向chirp‑z变换实现波数谱距离向极坐标到直角坐标的重采样；再次，进行距离压缩和场景中心运动补偿；从次，波数谱方位向极坐标到直角坐标的重采样；然后，进行二维逆傅里叶变换，得到粗成像结果；最后，通过散焦校正得到最终的成像结果。

【技术特征摘要】
1.机动平台双基地前视聚束合成孔径雷达的极坐标格式成像方法，其特征在于，首先，通过波数谱仿射变换，将MP-BFSAR的平行四边形波数谱支撑域变换为水平准矩形；其次，通过距离向chirp-z变换实现波数谱距离向极坐标到直角坐标的重采样；再次，进行距离压缩和场景中心运动补偿；从次，波数谱方位向极坐标到直角坐标的重采样；然后，进行二维逆傅里叶变换，得到粗成像结果；最后，通过散焦校正得到最终的成像结果。2.根据权利要求1所述的机动平台双基地前视SAR的极坐标格式成像方法，其特征在于，波数谱仿射变换，具体过程如下：A1、计算回波时延梯度；A2、计算回波多普勒梯度；A3、根据回波时延梯度与回波多普勒梯度计算仿射矩阵及其逆矩阵；A4、计算x坐标和y坐标方向的波数；A5、根据x坐标和y坐标方向的波数以及仿射矩阵，计算KAM后波数分布范围；A6、根据波数分布范围与仿射矩阵的逆矩阵，计算图像的坐标范围。3.根据权利要求2所述的机动平台双基地前视SAR的极坐标格式成像方法，其特征在于，距离向CZT实现波数谱距离向极坐标到直角坐标的重采样；具体为：B1、回波信号建模；B2、对步骤B1建模的回波信号进行距离向CZT。4.根据权利要求3所述的机动平台双基地前视SAR的极坐标格式成像方法，其特征在于，...

【专利技术属性】
技术研发人员：武俊杰，张强辉，张志高，李中余，黄钰林，杨建宇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51