基于二维自聚焦的高分辨率CSAR成像方法及装置制造方法及图纸

本申请涉及一种基于二维自聚焦的高分辨率CSAR成像方法及装置。所述方法包括：通过将一幅场景按照聚焦深度划分若干子块，将每一子块中心作为成像中心进行重聚焦。其次针对每一成像中心做基于GPS测量数据的一致运动补偿，即对场景中所有目标回波信号的包络误差和相位误差进行粗略补偿。随后采用本方法提出的基于MD来估计包络误差，进行包络误差矫正，最后采用PGA算法估计补偿残余相位误差，采用本方法能够使得成像结果聚焦效果更好。法能够使得成像结果聚焦效果更好。法能够使得成像结果聚焦效果更好。

【技术实现步骤摘要】
基于二维自聚焦的高分辨率CSAR成像方法及装置


[0001]本申请涉及雷达信号处理
，特别是涉及一种基于二维自聚焦的高分辨率CSAR成像方法及装置。

技术介绍

[0002]圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)是一种特殊模式的合成孔径雷达(SAR)，CSAR通过平台做圆周运动实现合成孔径，不同于条带SAR观测几何，CSAR录取数据的过程中，载机平台沿圆周轨迹运动，波束始终指向观测区域中心，极大增加观测目标积累时间，获取目标的全方位信息，并能长时间对探测区域进行监视。具有全方位角度观测、波长级高分辨率以及三维成像能力，目前在军用和民用上用途广泛。相比较于条带SAR，CSAR的圆周运动方式引入了严重的方位与距离二维耦合，导致部分SAR成像算法不再适用。目前应用于CSAR的成像算法主要有后向投影算法(Back
‑
Projection，BP)、极坐标格式化算法(Polar Format Algorithm，PFA)。时域BP算法适合于任何轨迹SAR成像，然而其运算量较大特别是对于高分辨率大场景来说。频域PFA算法适合应用于聚束SAR成像中，它对于载机运动轨迹没有任何限制可以是直线运动也可以是曲线运动，并且相比较于BP算法运算效率更高且易与自聚焦算法相结合，因此PFA被广泛应用于CSAR成像中。
[0003]受限于GPS精度，在基于GPS测量数据对运动误差进行补偿之后，PFA一般需要采用基于数据的自聚焦算法，补偿残余运动误差。现有的自聚焦算法主要有基于图像偏移(Map Drift，MD)和相位梯度自聚焦(Phase Gradient Autofocus，PGA)等。上述自聚焦算法均假定包络误差小于一个距离分辨单元，只对方位向相位误差进行校正。然而，在高分辨SAR成像中，距离分辨单元较小，通过成像算法校正系统距离弯曲以及采用GPS数据进行运动补偿之后，残余运动误差可能仍大于一个距离分辨单元，这将导致上述自聚焦方法失效。解决上述问题需要采用二维自聚焦算法。目前二维自聚焦算法主要分为两类：距离向降分辨率、包络对齐。距离向降分辨率方法是通过降低距离分辨率，使得距离包络误差小于一个粗分辨距离单元，随后用传统自聚焦方法估计方位相位误差，然后利用方位相位误差和距离包络误差之间的关系，构造距离包络误差补偿函数，校正包络误差，实现高分辨成像。该方法存在迭代次数多，可选取参考距离单元减少的问题。包络对齐方法是沿方位做相关处理，实现包络对齐，校正包络误差，随后利用传统自聚焦方法校正方位相位误差。该方法存在图像信噪比要求高，鲁棒性差的问题。在PFA算法中，采用了平面波假设引入了相位误差导致聚焦深度受限，通常采用分块成像的方法解决该问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够对待成像场景进行良好聚焦的基于二维自聚焦的高分辨率CSAR成像方法及装置。
[0005]一种基于二维自聚焦的高分辨率CSAR成像方法，所述方法包括：
[0006]获取待成像目标基于CSAR雷达录取的原始回波信号、成像场景以及CSAR雷达录取
所述原始回波信号时的定位测量数据，并对所述原始回波信号进行预处理得到第一回波信号；
[0007]将所述成像场景划分为多个子块场景，根据多个子块场景以及定位测量数据构建补偿函数，并利用所述补偿函数对所述第一回波信号进行包络误差以及相位误差的粗补偿，得到第二回波信号；
[0008]根据所述子块场景的尺寸大小对所述第二回波信号进行数据截断后，再进行二维插值，得到第三回波信号；
[0009]对所述第三回波信号进行距离向IFFT处理后根据MD算法估计二次项相位误差，并利用相位误差以及包络误差之间的关系根据所述二次项相位误差得到包络误差，根据所述包络误差对所述第三回波信号进行校正得到第四回波信号；
[0010]对所述第四回波信号进行距离和方位向FFT处理得到与各所述子块场景对应的粗子块图像，并利用PGA算法对各粗子块图像进行相位误差校正得到校正后的粗子块图像；
[0011]对各所述校正后的粗子块图像采用空变后滤波进行图像畸变校正后进行拼接得到完整的目标图像。
[0012]在其中一实施例中，所述方法包括：所述定位测量数据由设置在CSAR雷达机载平台上的定位系统采集得到。
[0013]在其中一实施例中，对所述原始回波信号进行预处理得到第一回波信号包括：
[0014]对所述原始回波信号进行距离脉压和距离向FFT处理得到所述第一回波信号。
[0015]在其中一实施例中，将所述成像场景划分为多个子块场景包括：根据PFA算法的聚焦深度将成像场景划分为多个子块场景。
[0016]在其中一实施例中，根据多个子块场景以及定位测量数据构建补偿函数包括：根据定位测量数据和各个所述子块场景中心之间的相对距离构造所述补偿函数。
[0017]在其中一实施例中，利用PGA算法对各粗子块图像进行相位误差校正得到校正后的粗子块图像包括：
[0018]采用PGA算法对各粗子块图像相位误差进行估计，并根据估计得到的相位误差对各粗子块图像进行校正，得到校正后的粗子块图像。
[0019]一种基于二维聚焦的高分辨率CSAR成像装置，所述装置包括：
[0020]数据获取模块，用于获取待成像目标基于CSAR雷达录取的原始回波信号、成像场景以及CSAR雷达录取所述原始回波信号时的定位测量数据，并对所述原始回波信号进行预处理得到第一回波信号；
[0021]包络误差及相位误差粗补偿模块，用于将所述成像场景划分为多个子块场景，根据多个子块场景以及定位测量数据构建补偿函数，并利用所述补偿函数对所述第一回波信号进行包络误差以及相位误差的粗补偿，得到第二回波信号；
[0022]二维插值模块，用于根据所述子块场景的尺寸大小对所述第二回波信号进行数据截断后，再进行二维插值，得到第三回波信号；
[0023]包络误差校正模块，用于对所述第三回波信号进行距离向IFFT处理后根据MD算法估计二次项相位误差，并利用相位误差以及包络误差之间的关系根据所述二次项相位误差得到包络误差，根据所述包络误差对所述第三回波信号进行校正得到第四回波信号；
[0024]相位误差校正模块，用于对所述第四回波信号进行距离和方位向FFT处理得到与
各所述子块场景对应的粗子块图像，并利用PGA算法对各粗子块图像进行相位误差校正得到校正后的粗子块图像；
[0025]完整目标图像得到模块，用于对各所述校正后的粗子块图像采用空变后滤波进行图像畸变校正后进行拼接得到完整目标图像。
[0026]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0027]获取待成像目标基于CSAR雷达录取的原始回波信号、成像场景以及CSAR雷达录取所述原始回波信号时的定位测量数据，并对所述原始回波信号进行预处理得到第一回本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于二维自聚焦的高分辨率CSAR成像方法，其特征在于，所述方法包括：获取待成像目标基于CSAR雷达录取的原始回波信号、成像场景以及CSAR雷达录取所述原始回波信号时的定位测量数据，并对所述原始回波信号进行预处理得到第一回波信号；将所述成像场景划分为多个子块场景，根据多个子块场景以及定位测量数据构建补偿函数，并利用所述补偿函数对所述第一回波信号进行包络误差以及相位误差的粗补偿，得到第二回波信号；根据所述子块场景的尺寸大小对所述第二回波信号进行数据截断后，再进行二维插值，得到第三回波信号；对所述第三回波信号进行距离向IFFT处理后根据MD算法估计二次项相位误差，并利用相位误差以及包络误差之间的关系根据所述二次项相位误差得到包络误差，根据所述包络误差对所述第三回波信号进行校正得到第四回波信号；对所述第四回波信号进行距离和方位向FFT处理得到与各所述子块场景对应的粗子块图像，并利用PGA算法对各粗子块图像进行相位误差校正得到校正后的粗子块图像；对各所述校正后的粗子块图像采用空变后滤波进行图像畸变校正后进行拼接得到完整的目标图像。2.根据权利要求1所述的高分辨率CSAR成像方法，其特征在于，所述方法包括：所述定位测量数据由设置在CSAR雷达机载平台上的定位系统采集得到。3.根据权利要求1所述的高分辨率CSAR成像方法，其特征在于，对所述原始回波信号进行预处理得到第一回波信号包括：对所述原始回波信号进行距离脉压和距离向FFT处理得到所述第一回波信号。4.根据权利要求1所述的高分辨率CSAR成像方法，其特征在于，将所述成像场景划分为多个子块场景包括：根据PFA算法的聚焦深度将成像场景划分为多个子块场景。5.根据权利要求4所述的高分辨率CSAR成像方法，其特征在于，...

【专利技术属性】
技术研发人员：安道祥，陈经纬，陈乐平，宋勇平，冯东，周智敏，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：