一种针对GEO星机双基SAR的动目标检测方法技术

本发明专利技术公开一种针对GEO星机双基SAR的动目标检测方法，应用于雷达技术领域，针对现有技术不适用于在GEO星机双基SAR中检测动目标的问题；本发明专利技术首先建立GEO星机双基SAR多通道回波模型；然后通过通道延时与相位补偿进行预处理；其次将动目标检测建模为矩阵的秩1分解问题；最后通过交替方向乘子法(ADMM)对建立的优化问题进行优化迭代求解，并通过矩阵的奇异值收缩算子和负梯度下降法交替求解两个子问题。采用本方法可以有效地解决GEO星机双基SAR在动目标非均匀稀疏下检测性能下降的问题，最终实现从杂波中检测出运动目标回波。终实现从杂波中检测出运动目标回波。终实现从杂波中检测出运动目标回波。

【技术实现步骤摘要】
一种针对GEO星机双基SAR的动目标检测方法


[0001]本专利技术属于雷达
，特别涉及一种GEO星机双基SAR动目标检测技术。

技术介绍

[0002]GEO星机双基合成孔径雷达(Synthetic Aperture Radar,SAR)由地球同步轨道(GEO)卫星发射信号，机载接收站接受信号，具有隐蔽性高，配置灵活的特点。然而对地观测时，动目标回波通常被淹没在地面静止的杂波背景中，因此如何检测动目标是一项挑战性的任务。动目标检测方法主要分为两通道算法和多通道算法，两通道动目标检测算法偏移相位中心天线(Displaced Phase Center Antenna，DPCA)，沿航迹干涉(Along Track Interference，ATI)；多通道动目标检测算法以空时自适应处理(Space time adaptive processing，STAP)为主，由于多通道SAR有更高的系统自由度，STAP方法已被展开广泛的研究和应用。然而由于距离非平稳性的问题，使得该方法的不能直接应用于GEO星机双基SAR。
[0003]近些年来，西安电子科技大学的研究人员在其发表的论文“Dong Yang,Guisheng Liao,Shengqi Zhu and Xi Yang,"RPCA based moving target detection in strong clutter background,"2015IEEE Radar Conference(RadarCon),2015,pp.1487
‑<br/>1490.”中，将稳定主成分分析(Robust PrincipalComponent Analysis，RPCA)方法应用于SAR动目标检测。该方法将每个通道距离向脉冲压缩后的二维回波矩阵按列装载为列向量，再将各个通道形成的列向量拼接为矩阵。利用杂波的低秩特性和动目标的稀疏特性，使用RPCA这一分离方法，完成了动目标的检测。该方法的不足之处是未在原理上考虑通道差异对方位向包络的影响，除此之外，该方法需要调整正则化参数来平衡目标函数中原约束条件和稀疏条件的影响，调整过程较为繁琐。更为严重地是，GEO星机双基SAR系统的动目标回波在各个通道之间也有一定的关联性，这意味着在动目标也体现低秩结构时，使用RPCA的低秩和稀疏分解会将动目标也分解到低秩矩阵中。此外，动目标在合成孔径时间内存在目标与平台相对位置变化，其能量轨迹散布为徙动曲线，不满足散布稀疏孤立强点假设。因此在GEO星机双基SAR应用RPCA会引起性能下降。
[0004]东南大学的研究人员在其发表的论文“G.Xu,X.Wang,Y.Huang,L.Cai and Z.Jiang,"Joint Multi
‑
Channel Sparse Method of Robust PCA for SAR Ground Moving Target Image Indication,"2019IEEE International Geoscience and Remote Sensing Symposium pp.1709
‑
1712.”中使用了基于RPCA方法在图像域作SAR动目标检测。该方法更改了RPCA方法中部分目标函数和约束条件的位置，然后使用Godec算法求解新的约束优化问题。传统的RPCA用核范数来松弛秩约束得到的是一个凸问题，Godec算法只是在求解低秩矩阵时作截断的秩1奇异值分解，而这样产生的秩1矩阵对期望的各列相等的低秩矩阵结构约束是不够的，且Godec算法易收敛到局部最优解，从而不能应用在GEO星机双基SAR中检测动目标。

技术实现思路

[0005]为解决上述技术问题，本专利技术提出一种针对GEO星机双基SAR的动目标检测方法。
[0006]本专利技术采用的技术方案为：一种针对GEO星机双基SAR的动目标检测方法，基于的雷达系统包括GEO卫星和机载平台，GEO卫星发射的信号，包括：
[0007]S1、GEO卫星发射的信号，通过机载平台接收，从而得到多通道二维时域信号；
[0008]S2、对步骤S1的多通道二维时域信号的延时和相位进行补偿操作，得到处理后的回波矩阵；
[0009]S3、将步骤S2得到的回波矩阵建模为矩阵秩1恢复问题；
[0010]S4、通过ADMM进行迭代优化求解步骤S3中的矩阵秩1恢复问题，实现动目标检测。
[0011]本专利技术的有益效果：本专利技术提出了一种基于矩阵秩1分解的方法来检测动目标，优化设计中的目标函数为辅助低秩矩阵的核范数和稀疏矩阵的1范数的加权和，将多基基线设计问题建模为最大互相关系数最优的优化问题，通过ADMM算法交替求解低秩辅助矩阵和秩1系数向量。本专利技术的有益效果在于克服了传统RPCA方法在低秩稀疏分解时对稀疏矩阵均匀稀疏的稀疏模式的要求。本专利技术在非均匀稀疏模式的动目标回波检测性能要优于传统的RPCA方法。
附图说明
[0012]图1是本专利技术检测动目标信号的流程图；
[0013]图2是GEO星机动目标检测几何构型图；
[0014]其中，(a)为发射过程，(b)为接收过程；
[0015]图3是按信杂波0dB给出的信号叠加图；
[0016]其中，(a)为叠加信号，(b)为动目标信号，(c)为杂波信号；
[0017]图4是按信杂比
‑
26dB给出本方法的检测结果；
[0018]其中，(a)为处理前的信号，(b)为处理后的信号。
具体实施方式
[0019]为了方便描述本专利技术的内容，首先对以下属于进行解释：
[0020]术语1：GEO星机双基SAR
[0021]GEO星机双基SAR指的是地球同步轨道(Geosynchronous,GEO)卫星为发射源，机载平台作为接收站的双基地合成孔径雷达。
[0022]本专利技术提供了一种针对GEO星机双基SAR的动目标检测方法，它包括：
[0023]步骤S1：建立GEO星机双基SAR系统雷达回波模型
[0024]由GEO卫星发射，机载平台接收的多通道二维时域信号为：
[0025][0026]式中τ表示距离向时间，设距离向采样点数为L，t表示方位向时间，设脉冲数为M。c表示电磁波波速，f
c
表示系统的载波频率。n＝0,1,
…
,N
‑
1表示通道编号，总共有N个接收通道；V表示机载接收站沿航迹方向的速度，x为地面目标沿航迹方向的初始位置，X
n
为通道n
沿航迹方向的初始位置；
[0027]式(1)中，R
T
(t)表示发射距离，发射距离由GEO卫星的位置矢量r
s
(t)和动目标的位置矢量r
T
(t)表示。由于合成孔径时间较短，因此用卫星和动目标的一阶运动参数来近似表示卫星和动目标的运动，这意味着R
T
(t)＝||Δr
T...

【技术保护点】

【技术特征摘要】
1.一种针对GEO星机双基SAR的动目标检测方法，基于的雷达系统包括GEO卫星和机载平台，GEO卫星发射的信号，其特征在于，所述方法包括以下步骤：S1、GEO卫星发射的信号，通过机载平台接收，从而得到多通道二维时域信号；S2、对步骤S1的多通道二维时域信号的延时和相位进行补偿操作，得到处理后的回波矩阵；S3、将步骤S2得到的回波矩阵建模为矩阵秩1恢复问题；S4、通过ADMM进行迭代优化求解步骤S3中的矩阵秩1恢复问题，实现动目标检测。2.根据权利要求1所述的一种针对GEO星机双基SAR的动目标检测方法，其特征在于，步骤S1所述的多通道二维时域信号表达式为：其中，τ表示距离向时间，设距离向采样点数为L，t表示方位向时间，c表示电磁波波速，f
c
表示系统的载波频率，n＝0,1,
…
,N
‑
1表示通道编号，N为接收通道总个数；V表示机载接收站沿航迹方向的速度，x为地面目标沿航迹方向的初始位置，X
n
为通道n沿航迹方向的初始位置。3.根据权利要求2所述的一种针对GEO星机双基SAR的动目标检测方法，其特征在于，步骤S2具体为：首先将多通道二维时域信号变换至距离频域，得到：其中，f
τ
表示距离向频率，B表示信号带宽；考虑通道延时操作，对通道n回波延时得到：其中，R
bi
(t,0)表示通道0的双基距离和；接下来，利用参考点构造相位补偿函数：通过下式对每个通道执行相位补偿操作，则得到：再通过距离向傅里叶逆变换操作回到二维时域得到：
4.根据权利要求3所述的一种针对GEO星机双基SAR的动目标检测方法，其特征在于，步骤S3具体为：记经步骤S2处理后的回波矩阵s3(t,τ,n)的实部为(t,τ,n)的实部为表示实数集，其每一列对应慢时间信号，将其按列装载为列向量也即x
n
＝vec(X
n
)，其中vec(
·
)执行按列装载操作；将得到的列向量组装成新矩阵也即X＝[x0,
…
,x
N
]；回波数据由杂波和动目标叠加而成，也即X＝L+S，其中，对应的杂波矩阵和动目标矩阵分别记为L和S；由于杂波信号s3(t,τ,n)在各个通道之间近似相等，所以L是一个秩1的矩阵，即为rank(L)＝1，且可以写为L＝p1
T
；其中，p为检测的列向量，1为全1的列向量；由于动目标个数较少，因此将S建模为稀疏矩阵；因此通过秩1矩阵和稀疏矩阵的重构来检测动目标，得到最优化问题表达式为：s.t.M＝p1
T
上式中，‖
·
‖
*
表示矩...

【专利技术属性】
技术研发人员：安洪阳，蒲先良，武俊杰，孙稚超，李中余，杨建宇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：