一种星载多通道SAR动目标成像的误差估计和补偿算法制造技术

本发明专利技术公开了一种星载多通道SAR动目标成像的误差估计和补偿算法，该算法通过逐一对每个目标评估虚假目标与真实目标强度比，根据通道误差和虚假目标与真实目标强度比反推通道误差，实现了复杂场景内所有动目标通道误差的估计，最后补偿通道误差实现对每个虚假目标的抑制；另外，本发明专利技术还考虑了目标运动导致的散焦现象，对其进行了自聚焦处理，具有获取高质量复杂场景下两通道SAR成像结果效果。量复杂场景下两通道SAR成像结果效果。量复杂场景下两通道SAR成像结果效果。

【技术实现步骤摘要】
一种星载多通道SAR动目标成像的误差估计和补偿算法


[0001]本专利技术涉及一种星载多通道SAR动目标成像的误差估计和补偿算法，属于合成孔径雷达


技术介绍

[0002]合成孔径雷达(SAR)是一种全天时、全天候的高分辨率的微波遥感成像雷达，可安装在飞机、卫星等飞行平台上。在环境监测、海洋观测、资源勘探、农作物估产、测绘和军事等方面的应用上具有独特的优势，可发挥其他遥感手段难以发挥的作用。
[0003]与传统单通道SAR系统相比，多通道SAR通过增加方位向空间的采样，实现了在保持距离向模糊度不下降的前提下增加PRF，从而可实现更高方位向分辨率，是一种高分辨率宽测绘带SAR有效的实现方式。通道误差对多通道成像质量影响很大，主要会导致虚假目标的出现，这直接影响图像的观看。实际中由于硬件的不平衡、姿态的变化、目标运动等原因，通道误差不可避免。通道误差包括幅度和相位误差，幅度误差不空变，可采用传统比幅法测量，精度可满足成像需求；针对通道相位误差，干涉相位法、正交子孔径法(OSM)、信号子空间对比法(SSCM)、天线方向图法(APM)和自适应加权最小均方误差法(AWLS)等大量通道相位误差估计算法被提出，但是这些算法应用场景中通道相位误差均可视为定值，这个前提条件在多个不同运动目标场景中不成立，因此无法应用这些算法。
[0004]上海交通大学郭晓江在2017年提出了一种基于强散射源的通道误差校准算法，该算法除了可以有效校准整个观测过程中的平均通道误差之外，还能对随方位变化的通道误差实现有效的校准，从而有效抑制强目标的方位模糊。该算法的缺陷是需要图像中存在孤立强散射源，且单独一个强散射源所能校准的方位向长度较短，需要采用子孔径的方法利用多个校准源分别校准后进行拼接得出完整图像。事实上，该方法的目的是估计校正方位空变的相位误差，并不是针对存在多个不同动目标的通道误差校正，并且该算法基于距离压缩后数据进行处理，此时可能存在多个目标在距离
‑
多普勒域有重叠，这时很难将其区分开。虽然作者也提出了一种预处理方法，但是算法进一步增加了处理的运算量，并且其中的置零操作可能会抑制掉有用信号。

技术实现思路

[0005]本专利技术的目的是为了克服已有技术的缺陷，为了解决存在多个不同运动目标的复杂场景多通道星载SAR通道误差估计问题，提出一种星载多通道SAR动目标成像的误差估计和补偿算法。
[0006]一种星载多通道SAR动目标成像的误差估计和补偿算法，包括如下步骤：
[0007]步骤一、先对SAR各个通道数据进行距离压缩，然后采用比幅和相关方法估计通道幅度和相位误差，作为逆滤波的输入，进行逆滤波操作完成频谱重建；最后进行距离二次压缩、徙动校正和方位压缩，得到SAR回波的整幅图像；
[0008]步骤二、在步骤一得到的整幅图像的图像域提取动目标；
[0009]步骤三、在整幅图像中检测是否可以观测到每个动目标两侧的虚假目标，若可以观测到虚假目标，则测量当前的动目标和两侧虚假目标的幅度比值，三者幅度比用公式表示如下：
[0010][0011]其中，PRF为脉冲重复频率，复数α对应的相位表示两通道间的相位误差，即为待求未知数；d为通道间距，v为卫星速度；
[0012]再根据公式(1)，计算得到当前动目标对应的通道间相位误差α，然后执行步骤四；
[0013]如果不存在虚假目标，则执行步骤六；
[0014]步骤四、截取步骤一距离压缩后数据中当前动目标所在区域的数据，将当前通道相位误差α作为输入，重新进行逆滤波成像，再进行距离二次压缩、徙动校正和方位压缩，得到该区域图像；
[0015]步骤五、在该区域图像中再次检查该动目标所在区域是否可观测到虚假目标，如果还可以检测到虚假目标，测量幅度比值并利用步骤三的公式(1)再次计算得到当前的通道相位误差α，执行步骤四；当消除当前动目标对应的虚假目标，执行步骤六；
[0016]步骤六、执行步骤三至步骤五，直至对所有动目标完成通道相位误差估计和补偿。
[0017]较佳的，所述步骤二中，在提取动目标时，进行自聚焦操作以补偿由于方位向运动导致的散焦。
[0018]较佳的，所述自聚焦操作采用最大对比度算法实现。
[0019]较佳的，所述步骤一中，获得SAR回波的整幅图像时，先对SAR各个通道数据进行距离压缩。
[0020]较佳的，所述步骤一中，进行距离压缩后，采用比幅和相关方法估计通道幅度和相位误差，作为逆滤波的输入，进行逆滤波操作完成频谱重建。
[0021]较佳的，所述步骤一中，频谱重建后，进行距离二次压缩、徙动校正和方位压缩，得到SAR回波的整幅图像。
[0022]本专利技术具有如下有益效果：
[0023]针对存在多运动目标复杂场景下通道误差估计问题，本专利技术提出一种星载多通道SAR动目标成像的误差估计和补偿算法，该算法通过逐一对每个目标评估虚假目标与真实目标强度比，根据通道误差和虚假目标与真实目标强度比反推通道误差，实现了复杂场景内所有动目标通道误差的估计，最后补偿通道误差实现对每个虚假目标的抑制；
[0024]另外，本专利技术还考虑了目标运动导致的散焦现象，对其进行了自聚焦处理，具有获取高质量复杂场景下两通道SAR成像结果效果。
附图说明
[0025]图1为复杂场景两通道SAR系统中通道误差估计与补偿算法流程图。
[0026]图2为复杂场景运动舰船位置设置示意图。
[0027]图3为复杂场景两通道SAR成像结果。
[0028]图4(a)为自聚焦前运动舰船成像结果；图4(b)为自聚焦后运动舰船成像结果。
[0029]图5为2通道SAR通道相位误差和虚假目标与真实目标幅度比关系。
[0030]图6(A)为迭代补偿通道误差前目标A对应虚假目标；图6(B)为迭代补偿通道误差0.19rad后目标A对应虚假目标；图6(C)为迭代补偿通道误差2π
‑
0.19rad后目标A对应虚假目标。
[0031]图7(A)为迭代补偿通道误差前目标C对应虚假目标；图7(B)为迭代补偿通道误差0.39rad后目标C对应虚假目标；图7(C)为再次迭代补偿通道误差0.1rad后目标C对应虚假目标。
具体实施方式
[0032]下面结合附图和实施例对本专利技术方法的实施方式做详细说明，采用两通道SAR系统为例说明具体实施方式。
[0033]本专利技术提出的一种星载多通道SAR动目标成像的误差估计和补偿算法，首先对各个通道数据进行距离压缩，进行距离压缩后目标在距离向不再分散，可大幅降低后续截取中数据量。
[0034]而后采用比幅和相关方法估计通道幅度和相位误差，这是逆滤波的输入，此时进行逆滤波操作完成频谱重建；而后进行距离二次压缩、徙动校正和方位压缩，得到整幅图像。需要说明的是，对整体数据估计的相位误差相当于整幅图相位误差的平均，这对于简单场景(例如单一陆地)等场景是合理的，然而对于存在多个运动目标的图像来说，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种星载多通道SAR动目标成像的误差估计和补偿算法，其特征在于，包括如下步骤：步骤一、先对SAR各个通道数据进行距离压缩，然后采用比幅和相关方法估计通道幅度和相位误差，作为逆滤波的输入，进行逆滤波操作完成频谱重建；最后进行距离二次压缩、徙动校正和方位压缩，得到SAR回波的整幅图像；步骤二、在步骤一得到的整幅图像的图像域提取动目标；步骤三、在整幅图像中检测是否可以观测到每个动目标两侧的虚假目标，若可以观测到虚假目标，则测量当前的动目标和两侧虚假目标的幅度比值，三者幅度比用公式表示如下：其中，PRF为脉冲重复频率，复数α对应的相位表示两通道间的相位误差，即为待求未知数；d为通道间距，v为卫星速度；再根据公式(1)，计算得到当前动目标对应的通道间相位误差α，然后执行步骤四；如果不存在虚假目标，则执行步骤六；步骤四、截取步骤一距离压缩后数据中当前动目标所在区域的数据，将当前通道相位误差α作为输入，重新进行逆滤波成像，再进行距离二次压缩、徙动校正和方位压缩，得到该区域图像；步骤五、在该区域图像中再次检查该动目标所在区域是否可观测到虚假目标，如果还可以检测到虚假目标，测量幅度比值并利用步骤三的公式(1)再次...

【专利技术属性】
技术研发人员：丁泽刚，王岩，肖枫，张天意，郑彭楠，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：