基于实测数据的机载sar成像技术研究

《基于实测数据的机载sar成像技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

●～◆中图分类号：TN958学科分类号：081002论文编号：102870410．0052硕士学位论文基于实测数据的机载SAR成像技术研究研究生姓名学科、专业研究方向指导教师刘洋涛信号与信息处理信号处理张弓教授胡庆荣博士南京航空航天大学研究生院信息科学与技术学院二O—O年一月，■，．■‘，Io一，。．f．；+l-．．●J【-，o．I-，J．1，Ifkl鼍尹 f∥、 r．．／Lr丫—，t、， ～1、J_一y～】‘ 承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名：主1盗盔日期：——一 J_T．，●''， L^●卜-南京航空航天大学硕士学位论文摘要合成孔径雷达(SAR)具有全天时、全天候、二维高分辨、穿透性强和能通过信号处理获取图像的特点，在军用和民用领域中发挥着十分重要的作用。由于机载SAR比星载SAIl更容易实现、更灵活、能实时成像，并且星载SAR技术一般要先通过机载SAR进行验证，所以机载SAR技术是各国研究SAR系统首要发展目标。本文结合航天二院某所机载合成孔径雷达系统研制过程，对机载合成孔径雷达RD和CS成像算法、多普勒参数估计以及相位梯度自聚焦(PGA)技术进行了研究。首先，对RD算法和CS算法进行了理论研究，并对RD算法进行了考虑距离徙动的点目标仿真；分析比较了多普勒中心频率估计方法：频谱拟合法和时域相关法，根据时域相关法估计结果，利用NM单纯形搜索法仿真实现了大场景的多普勒全局估计；分析比较了估计调频率的图像偏移法@D)和对比度最优法(COAA)，为了实现大量场景的快视成像，设计了两种RD快视成像算法，比较快视成像结果得知，场景对比度较高且平台速度平稳时COAA估计调频率效果更好。其次，从理论上研究了平台运动误差的分类和补偿方法；根据实测IMU数据分析了车载平台的运动误差特性，利用RD算法进行了点目标运动误差补偿仿真、实测数据成像和运动误差补偿，但车载平台的不稳定性导致成像效果和运动补偿效果并不十分理想；分析了机载平台的运动误差特性，针对机载IMU测速不准的情况，提出了结合COAA的CS成像算法，通过与IMU测速CS成像结果比较，结合COAA的CS算法能有效估计出平台的真实速度，使图像聚焦。最后，为了获得工程实际所需分辨率，针对某些SAR图像散焦的情况，研究了PGA算法的原理和实现过程。针对带角反射器和不带角反射器的场景图像，各自分别采用了自动估计窗长和设定初始窗宽并按比例依次递减两种加窗方式进行了分析和比较，处理结果表明，整体上设定初始窗宽并按比例依次递减加窗时估计效果相对稳健，但当场景对比度较高时选择自动估计窗长则更为灵活．关键词：合成孔径雷达，参数估计，实测数据，RD算法，CS算法，对比度最优法，相位梯度自聚焦． 基于实测数据的机载SAR成像技术研究AbstractSyntheticApertureRadar(SAR)pes∞ssestheadvantagesofall-time，all-weatber,two-dimensionalhigh-resolution,strongpenetratingandthecharacteristicsofsignalprocessingtoobtainimage，itplaysaveryimportantroleinmilitaryandcivilianfields．ComparedwithspaceborneSARsystem，AirborneSARsystemistheprimaryobjectiveofnationaldevelopmentforreasonsasfollows：easytoimplement,moreflexible,real-timeimagine，andgenerallythespaceborneSARtechnologyisverifiedthroughtheairborneSAR．TocombinetheairborneSARsystemdevelopmentofaresearchinstituteofCASIC，thepapermainlystudiesairborneSARimagingalgorithmsofRDandCS，Dopplerparameterestimationandphasegradientautofocus(PGA)．Firstly,thepapercarriesouttheoreticalstudyonRDandCSalgorithm，poiIlttargetsimulationwithRDalgorithmareexecuted,inwhichrangemigrationmustbeconsidered；InDopplereentriodestimation,spectmmfittingandcorrelationfunction(CDE)arestudiedandcompared,accordingtothe犯SudtsofCDE，DopplerglobalestimationisimplementedthroughN-Msimplexmethod．Andmapdrift0rID)andcontrastoptimizationautofocusalgorithm(COAA)areresearchedandcontrastedinDopplerchirprateestimation．Inordertoobtainthequickimagesofalargenumberofscenes，itdesignstwokindsofquickimagingalgodthmsofRD．Throughthecontrastofquickimages，thechirprateestimationwithCOAAgetsabetterresultincaseofstableplatformandgreatercontrast．Secondly,thepaperstudiestheplatformmotionerrorclassificationandcompensation,analyzesthemotioncharacteristicsofvehicleplatformaccordingtothemeasureddataoflMU．RDalgorithmisusedforpointtargetsimulationofmotioncompensation,realdataimagingandmotioncompensation．However,theeffectsarenotverywellbecauseoftheinstabilityofvehicleplatform．Ranalyzesthemotioncharacteristicsofairborneplatform,forthecaseofmeasuredvelocityerror,theCSalgorithmcombiningCOAAisadopted．ComparisonoftheimagesshowthattheCSalgorithmcombinedwithCOAAcaneffectivelyestimatethetruespeed．Atlast,Inordertoobtaintherequiredresolutionofpracticalengineeringforhandlingsomedefocusimages，thepaperresearchesonPGAalgorithm．Forimageswithcomerreflectorsandwithoutcomerreflectors，estimatingthewindowlengthautomaticallyandfixedinitialwindowlengththenreducedinturninproportionareanalyzedandcomparedseparately,processingresultsshowthattheformerismoreflexiblewhencontrastishigh,thelatterismorestableonthewhole．Keywords：SAR,parameterestimation,realdata,RDalgorithm，CSalgorithm,COAA，PGA．，J-’。1● '南京航空航天大学硕士学位论文目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1．1机载SAR发展介绍及课题研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。l1．1．1国内外机载SAR发展介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．1．2课题研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1．2成像算法和多普勒参数估计研究现状与进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21．2．1成像算法研究现状与进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．21．2．2多普勒参数估计方法研究现状与进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．31．3论文的主要内容及结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。4第二章SAll．成像基本问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．2成像分辨率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．2．1距离分辨率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。52．2．2方位分辨率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52．3SAR成像算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62．3．1基本距离．多普勒算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯62．3．2ChirpScaling算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．92．4RD算法距离徙动仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯142．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16第三章多普勒参数估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。l73．1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．173．2多普勒中心估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l73．2．1频谱拟合法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l73．2．2时域相关法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯203．2．3两种方法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。223．2．4全局估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233．3多普勒调频率估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯253．3．1图像偏移(MD)法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．253．3．2对比度最优(COAA)法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．273．3．3两种RD快视成像算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29 基于实测数据的机载SAR成像技术研究3．4实测数据处理结果及比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．293．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3l第四章基于实测数据的运动误差分析和补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。324．1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．324．2运动误差补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯324．2．1航线向运动误差分析和补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。324．2．2视线方向运动误差分析和补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。334．3车载平台运动误差分析和补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．35，4．3．1车载平台运动特性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯354．3．2车载运动误差补偿仿真⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。384．3．3车载实测数据处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41．4．4机载平台运动误差分析和补偿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．424．4．1机载平台运动误差分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。42◆4．4．2结合COAA的CS成像算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯454．4．3实测数据处理结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。464．5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯47第五章相位梯度自聚焦算法研究实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯485．1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．485．2相位梯度自聚焦算法原理与实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．485．2．1PGA原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．485．2．2PGA实现步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。495．2．3加窗方式与迭代条件的选择⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯505．2．4PGA用于条带模式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5l5．3实测数据处理结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。5l5．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．55第六章工作总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯56．6．1工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．56’6．2工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯57●参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯58j$【谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．62在学期间研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．63 南京航空航天大学硕士学位论文图表清单图2．1正侧视模式时的侧视图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯6图2．2基本距离一多普勒成像算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一9图2．3基本CS成像算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。14图2．4距离压缩图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．15图2．5方位FFT图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．15图2．6距离徙动校正结果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．15图2．7点目标成像结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．15图2．8图像分辨率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．16图3．1频谱拟合法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l8图3．2信号频谱峰值位置估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．19图3．3时域相关法估计多普勒中心⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．21图3．4实测数据距离压缩图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。22图3．5两种中心估计方法对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。22图3．6实测数据成像结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。23图3．7不同参数个数拟合结果(--维)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯24图3．8不同参数个数拟合结果(--维)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯24图3．9MD法估计调频率流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯27图3．1O两种RD算法快视成像流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯29图3．11车载实测数据成像结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯30图3．12机载SAR快视成像结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31图4．1平台运动航线模型图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．34图4．2试验系统照片⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一35图4．3试验场地星载光学图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．35图4．4车载平台IMU实测速度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36图4．5车载平台加速度参数变化情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．37图4．6车载平台转动参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．37图4．7车载平台位置参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯38图4．8经坐标转换后的速度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．38图4．9两次坐标转换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．38VL-，●‘■r 基于实测数据的机载SAR成像技术研究图4．10三种方位聚焦方式比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39图4．1l视线方向运动误差补偿前后⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40图4．12不同平均车速的仿真结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯40图4．13雷达影像与光学影像对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4l图4．14运动误差补偿前后结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯4l图4．15不同平均车速成像结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42图4．16不同斜视角成像结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42图4．17机载平台速度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯43图4．18机载平台加速度和每秒取中值情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯43图4．19机载平台转动参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44图4．20机载平台位置和速度信息坐标转换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯44图4．2l结合COAA的CS成像算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．45图4．22CS算法改进前后成像结果对比图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。46图4．23方位拼接后的CS成像结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯47图5．1PGA迭代算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。50图5．2自动估计窗长PGA成像结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5l图5．3设定初始窗长PGA成像结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯52图5．4带角反射器的SAR图像PGA处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。54图5．5固定初始窗长PGA前后结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯54图5．6PGA处理某次提取相位误差图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．54表2．1距离徙动点目标仿真参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。14表3．1多普勒中心估计星载仿真参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．18表3．2多普勒中心估计机载仿真参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。2l表3．3加噪声后多普勒中心理论值与估计值比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2l表3．4NM单纯形法不同参数个数系数估值结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯25表4．1车载运动补偿仿真参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39表4．2单点目标成像指标计算结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．39表5．1PGA处理前后有关参数比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．54．，●—■1 南京航空航天大学硕士学位论文．．一一一————————————————-——_———————————————_-___—————一SARPOSPFFTRDCSNCSFSPFASRCRCMCPSLRISLRMDCOAACDESDEPGALUMVM儿l洲SAPCACCC注释表合成孔径雷达(SyntheticApertureRadar)驻定相位原理(PrincipleOfStationaryPhase)快速傅立叶变换(FastFourierTransform)距离多普勒(RangeDoppler)调频变标(ChirpScaling)非线性调频变标(Non-linearChirpScaling)频率变标(FrequencyScaling)极坐标格式算法(PolarFormatAlgorithm)二次距离压缩(SecondaryRangeCompression)距离徙动校正(RangeCellMigrationCorrection)峰值旁瓣比(PeakSidelobeRatio)积分旁瓣I土0ntegrationSidelobeRatio)图像偏移法(MapOria)对比度最优法(ContrastOptimizationAutofocusAlgorithm)时域相关法(CorrelationDopplerEstimation)符号相关法(SignDopplerEstimation)相位梯度自聚焦(PhaseGradientAutofocus)线性无偏最小方差(LinearUnbiasedMinimumVariance)最大似然法(MaximumLikelihood)均方根值(RootMeanSquare)天线相位中一t∑,(AntennaPhaseCemeO平均互相关系数(AverageCrossCorrelationCoefficient) ，J 南京航空航天大学硕士学位论文第一章绪论1．1机载SAR发展介绍及课题研究背景1．1．1国内外机载SAR发展介绍从20世纪60年代第一次装备机载合成孔径雷达【1j【2J【3】【41【51(SyntheticApertureRadar，简称SAR)系统开始，机载SAR经过了40多年的发展。由于比星载SAR更容易实现，更灵活，能实时成像，并且星载SAR技术一般要先通过机载SAR进行验证，所以机载SAR技术是各国研究SAR系统首要发展目标。美国在机载SAR的运用上处于世界领先水平，AN／APG．76雷达是Norden公司为F．4E战斗机研制的前视战术多模雷达系统，工作于Ku波段，具有高分辨率SAR成像、空对空搜索、空对地测距等多种工作模式，能执行多种任务。AIR-SAR系统是美国用来试验先进SAR技术的平台，能同时工作在三个波段：C波段、L波段和P波段。三个频段发射机交替发射水平极化和垂直极化电磁波，在全极化模式，有6个通道同时接收水平极化和垂直极化电磁波。美国ERIM公司研制P3／SAR装备在海军P3飞机上，该SAR系统具有X、L、C和UI-IF四个波段，其中UHF波段能够穿透丛林，有很高的侦察能力。ADTS是由林肯实验室研制，工作于Ka波段，1987年投入使用。随着大规模集成器件的发展。SAR系统越来越多运用于小型飞机和无人机上。Lynx是美国开发专用于无人机的SAR系统，重量仅为55蚝，工作于Ku波段，有多种工作模式：聚束照射模式、两种条带照射模式、地面动目标显示和相干变化检测模式。TE-SAR是美国陆军专用的战场侦察设备，全称为战术长续航合成孔径雷达，有三种工作模式：典型的条带模式、非典型的条带模式、聚束SAR模式，能在很差的气象条件下提供高分辨率图像。历次局部战争中都有不俗表现的“全球鹰”无人机，其上装备的HISAR系统由雷声公司研制，工作于X波段，作用距离llOkm，有六种工作模式：．宽域MTI模式、宽域搜索模式，同时SAR／GMTI条带测绘模式、聚束SAR模式、海面监视模式和空对空模式。其他国家机载SAR的研究也取得了瞩目成果，比如加拿大的C／X．SAR，德国的AER和E．SAR，丹麦的DCRS，荷兰的PHARUS，法国的RAM-SES，瑞典的FOA等。国内研制的机载SAR系统具有轻小、高分辨率、多模成像等特点，它适合于有人驾驶飞机、无人机以及直升机等多种平台装载要求，系统的主要工作模式分为普查模式、详查模式，且都分别采用条带或聚束方式工作【621。1．1．2课题研究背景合成孔径雷达具有全天时、全天候、二维高分辨、穿透性强和能通过信号处理获取图像的特点。之所以它受到世界各国的广泛关注，首先微波具有远超于红外和可见光的穿透云层和雨1 基于实测数据的机载SAR成像技术研究区的能力；二是微波与光波相比能更深入的穿入植被，具有较深的地面穿透性；三是用微波可获得的信息与可见光、红外波段可得到的信息不同。雷达可以发现地表构造的细微变化，而且微波本身不同的极化方式、不同入射角获得的信息也不一样，可以利用多种遥感手段和工作方式获得的信息相互补充，就能够得到对目标特性更全面的认识；四是SAR不仅可以获得极高的方位分辨率和距离分辨率，还可以获得宽地域的图像。整体来说，SAR的应用【62】主要分为民用和军用两个方面。民用方面：1)对农业、林业和生物土壤监测；2)气候监测；3)灾难监测和评估；4)海洋观测；5)自然资源的开发；6)考古研究。军用方面：1)探测敌方纵深军事布防和设施；2)对作战效能进行评估。鉴于合成孔径雷达技术的巨大应用价值，国内多家单位开展了相关方面的技术研究和应用研究。本课题正是结合航天二院某所的车载和机载SAR系统研制过程开展了成像技术及其相关方面的工程实现研究。1．2成像算法和多普勒参数估计研究现状与进展1．2．1成像算法研究现状与进展在SAR回波信号中，不同位置的目标距离徙动曲线相互交叉，影响方位聚焦的多普勒调频率随斜距变化，因此精确的时域处理，需要对每一个像素分别处理，运算量非常大。考虑到算法的可实现性，成像过程中必须采取一定的近似H’。距离．多普勒(Im)算法出现于20世纪70年代，经过几十年的发展，RD算法有许多改进和变形，其中时域一频域混合相关算法和带有二次距离压缩(SRC)的的改进RD算法是两种典型算法。时域．频域相关混合算法是一种精确的RD算法，处理过程中，其距离维采用时域处理，方位维采用频域处理，既具有时域算法的精确性，又具有频域算法的快速性。这种算法可以提供精确的点目标响应。在距离徙动量不大的情况下，该算法是一种优秀的成像处理算法。但是随着距离徙动量的增加，算法的计算量急剧增加。改进RD算法通过二次距离压缩提高成像精度，可以用于距离徙动量较大时的成像处理。但是由于在距离徙动校正过程中需要进行插值处理，不仅增加了计算量，同时还引入了误差。RD算法是一类经典的SAR成像处理算法，广泛地应用于机载和星载SAR成像处理。由于距离徙动对这一类算法的影响较大，限制了这一类算法的应用范围。20世纪90年代出现的成像处理算法中，CS算法和波数域算法(也称co—k算法)比较成熟，应用也较为广泛。CS算法不需要先进行距离压缩，而是直接从SAR的回波信号出发，通过傅‘里叶变换和相位补偿完成成像处理。该算法不需要插值处理，仅通过复乘和FFT就可以实现整个成像算法。从其推导过程来看，此算法相位补偿精确，是一种优秀的成像处理算法【4】。由CS发展而来的NCS算法主要用于处理大斜视角情况。CS算法是对线性调频信号进行变标的一种算法，如果对解线频调后的信号进行变标，这就是频率变标(FS)算法，其主要的优点是：解线2 南京航空航天大学硕士学位论文频调后的信号带宽较窄，采样率可以很低，对系统的要求从而大大降低。Cafforio等提出的波数域算法，其主要思路是基于波动方程，分析距离处理后信号的二维频谱，是一类不同于RD算法的成像处理方法。该方法较为精确，可以对距离徙动较大的情况进行成像处理，但是在变量置换时要运用插值处理，将引起计算量的增加和成像精度的下降。前面这几种算法都是条带式录取回波，还有一种聚束模式的成像算法，也叫极坐标格式算法(PFA)。主要用于对场景中特定的小范围区域作详细观测，工作时需调控雷达天线的波束指向，是波束能以较长的时间覆盖指定的区域，增大相干积累角，从而提高了横向分辨率。极坐标格式算法由于观测的场景小，采用了平面波近似，而且是以极坐标格式录取数据，不是像条带模式那样以直角坐标录取数据1171。1．2．2多普勒参数估计方法研究现状与进展目前机载SAR多普勒中心频率具体估计方法有：方位谱峰值法【6】17】、能量均衡法【81【9】、频谱拟合法[31、匹配相关法、最大似然法、符号相关法‘1o】【111(SDE)、内积、法【121、时频分析法㈣以及时域相关法【14】f15】【161等。虽然估计方法有很多种，但大多基于一个相同的基本原理：由于SAR系统的大时宽带宽积特性，多普勒频率和方位时间有着确定的对应关系，回波某个多普勒频率上的能量必然来自于雷达波束中某个特定方向上的目标，每个点目标回波在方位上都是一个线性调频信号，其中心频率是．厶并被天线方向图调制【l71。方位谱峰值法和频谱拟合法是通过多普勒频谱峰值的位置来确定多普勒中心频率。此类算法既可以采用距离压缩前的数据，也可以采用距离压缩后的数据。前者的性能优于后者，因为距离压缩前点目标的回波分布在许多距离门上，区域的非均匀性非常小。因此这类方法适用于均匀区域。能量均衡法利用多普勒中心频率两侧的频谱能量相等的特性来估计多普勒中心频率，是一种比较常用的多普勒中心频率估计方法。时域相关法(又称平均相位增量法)是根据相关函数与功率谱密度互为傅里叶变换对的特点，通过求时域信号的相位来估计多普勒中心频率的14J。估计多普勒调频斜率的方法主要有图像偏移法【2l(MD)、时频分析法【17】、分数阶傅立叶变换法117】、最小熵法【1观以及对比度最优法(CQ¨．)【20】【211[221、反射率偏移法【23I等，目前大多数SAR处理器都使用MD或COAA来估计多普勒调频斜率，其估计精度也是与场景目标特性有密切关系。当场景中有很强的点目标存在时，互相关函数会有明显尖峰，因而估计精度较高。但场景较为均匀时，MD算法性能下降。而时频分析法是近年来发展起来的分析时变频信号的有力工具，实验证明，这种方法在目标较平坦时效果较好。最小熵法和最大对比度法原理类似，也是较常用的调频率估计方法。最小熵法是在1999年由李玺、刘国岁、倪晋麟提出来的，最新应用于ISAR系统中，是通过最小化图像的熵来进行相位误差估计的【241。相位梯度自聚焦125I(PGA)是一种常用的基于复图像的自聚焦方法。其处理的对象为复图像，因此不受成像算法的限制，是一种比较稳健的改善图像聚焦的方法。3 基于实测数据的机载SAR成像技术研究1．3论文的主要内容及结构安排本文结合航天二院某所的车载和机载SAR系统研制过程，主要对合成孔径雷达多普勒参数估计与RD算法快视成像、车载平台运动误差分析与补偿、机载平台运动误差分析与CS成像算法的改进以及相位梯度自聚焦(PGA)算法实现进行研究。结构安排如下：第一章介绍了本课题的研究背景、多普勒参数估计和成像算法的研究现状和进展。’第二章先介绍了SAR图像分辨率，随后详细介绍了RD和CS两种基本的成像算法，对其中的RD算法进行了考虑距离徙动的点目标仿真和指标分析。7第三章对多普勒参数估计进行了研究，中心估计方面主要研究了频谱拟合法和时域相关函数法，并通过仿真和实测数据的处理对这两种方法进行了比较：随后还利用N．M单纯形搜索法初步实现了针对全局估计的曲面拟合；调频率估计方面主要研究了图像偏移法和对比度最优法，‘为了获取大量场景的快视图像，设计了两种快视成像算法，并通过成像结果对两种调频率估计方法进行了比较。’第四章先从理论上研究了SAR运动误差的分类和对应的补偿方法：然后根据车载IMU数据分析了车载平台的运动误差情况，并利用实测IMU数据信息进行了点目标运动误差补偿仿真，通过仿真图像结果以及基本成像指标分析了不同运动误差对成像结果的影响，并通过点阵目标仿真分析了速度对慢速SAR平台成像质量的影响，随后通过车载实测数据进行了成像和运动误差补偿；最后分析了机载平台的运动误差特性，并利用结合COAA的CS成像算法对机载实测数据进行了处理。第五章针对某些机载SAR图像方位聚焦效果不好，需要进行再次聚焦情况，研究了PGA算法的原理和实现步骤，并对带角反射器和不带角反射器的图像进行了分块PGA处理。处理过程中，同时采用了自动估计窗宽和设定初始窗宽后按比例依次递减两种加窗方式并进行了比较。第六章对全文进行了总结和展望。4 南京航空航天大学硕士学位论文2．1引言第二章SAR成像基本问题合成孔径雷达成像处理的核心思想是基于对SAR回波信号进行距离和方位两个方向上的匹配滤波。距离向通过提高发射信号的带宽来提高分辨率，方位向分辨率则由天线尺寸决定。SAR回波信号是距离向和方位向的二维信号，由于距离向和方位向是耦合的(表现为距离徙动)，因此，理想的成像方法是构造一个二维的匹配滤波信号，但这种方法运算量太大，不易实现。通常的做法是将回波信号进行二维解耦合处理(即距离徙动校正)，变成两个一维的线性调频信号，然后分别进行脉冲压缩处理，得到聚焦后的图像。本章首先讨论了合成孔径雷达成像分辨率，随后分析了两种常用的成像算法：距离多普勒算法(RD)和CS算法，并对RD算法进行了点目标距离徙动仿真。2．2成像分辨率2．2．1距离分辨率合成孔径雷达发射和接收线性调频信号，在接收端通过对接收到的线性调频信号进行脉冲压缩，进而得到距离分辨率。其表达式如下：C屏2—2B—2—2k—,T(2-1)其中c为光速，B为发射信号带宽，它是发射信号调频率允与脉冲持续时间丁的乘积。要想获得距离向高分辨率，可以提高发射信号带宽。上式中的屏为斜距分辨率，要获得地距分辨率必须进行斜地变换，变换表达式如下：乓=南(2-2)其中p为雷达波束入射角。2．2．2方位分辨率实孔径雷达的方位分辨率由天线方位向波束宽度决定，其表达式如下：Po=R％矽=R·2／D(2-3)其中R为雷达与目标之间的距离，旯为发射中心频率对应波长，D为实际天线孔径长度，岛矿为天线方位向波束宽度。而SAR的合成孔径等效长度为厶=R％矿=R·A,／D。另外，形成的等效合成天线阵列的波束宽度可以近似表示为： 基于实测数据的机载SAR成像技术研究见=3,12L,(2-4)其中2厶表示合成孔径天线阵元到目标电波传播了双程距离。由于双程路径，合成阵列的等间隔阵元之间的相位差等于同样间隔的阵列处于单纯接收状态时的两倍【261。因此得到合成孔径的方位分辨率为：2．3SAR成像算法2-3．1基本距离一多普勒算法po=RO,=：R·g／2L,=D12(2—5)距离．多普勒【3】算法是在1976年至1978年为处理SEASETSAR数据而提出的一种至今仍广泛应用的成像算法。其主要思想是通过插值实现距离徙动校iE(RCMC)，去除距离向和方位向的耦合，从而将二维匹配滤波器转换为两个一维的匹配滤波器，然后分别进行匹配滤波，得到SAR图像。其中RCMC算法的关键是：距离相同而方位不同的点目标能量变换到方位频域后，其位置重合，因此频域中的单一目标轨迹校正等效于同一最近斜距处的一组目标轨迹的校正。这样使得RCMC能在距离多普勒域高效地实现。本文将基于正侧视情况进行讨论，图2．1为其侧视图。日为载机高度，口为俯仰波束宽度，心为目标到雷达的最近斜距，∥为雷达下视角。地面近距条带中心远距图2．1正侧视模式时的侧视图假设雷达发射的是调频率为E的线性调频脉冲，瞬时斜距R(77)由下式给出。R(r／)=√碍+V2，72(2-6)其中，Ro为最近斜距，1，为载机平台速度，目标方位时间，7以零多普勒为参考原点。解调后的回波信号如下：船。(f，77)：Aw,(f一．2R(r／))w口(77—77。)6 南京航空航天大学硕士学位论文一7J4nfoR(r／)}C唧髀”半，2)㈤IcJ首先进行距离压缩。由于时域卷积等于频域相乘，在计算量上频域相乘要远小于时域直接做卷积，因此先将回波信号变换到频域相乘，参考信号可以直接采用式(2—8)的频域形式：眦)=rect(Mf7)exp{歹万哥(2-8)也可以采用时域表达式：办(r)：坨cf(吾)eXpf．歹磷f2)(2-9)在采用式(2．9)时需要进行FFT，然后作逆傅里叶变换回到时域。距离压缩后输出为：ss(r，77)=IFFT／仁啊b。(f，，7)l幸日∽)),=．40sinc卜半帕训e十半)㈣其中，4为距离压缩后点目标信号的幅度，B为发射线性调频信号的带宽，ffffsinc函数为sinc(a)=(Sin(徽))／汹)。距离压缩完成后，下一步进行方位处理。对于基本RD算法而言，由于其处理的对象为正侧视或小斜视，因此可以忽略SRC，改进的RD算法中将要考虑SRC。正侧视情况下波束指向零多普勒方向。在孔径不大的情况下，可以将距离等式近似为抛物线：砌)=屈而≈R+鼍㈣式(2．11)近似的条件为凡>>vr／，当高阶项远小于距离分辨率时，可以从RCMC中忽略。而对于方位滤波来说，由于2R(，7)／c是其中重要的相位，只有当高阶项与波长处于同一量级时才能被忽略。将式(2．11)带入式(2．10)得，距离压缩信号变为：一嘶，加4sill扣(f一掣)1％(，7吨)lCl⋯p{净eX(--弦瓦2V2巧2)㈣其中力=c／兀为雷达中心频率波长。从第二个指数项中可以明显地看到方位相位调制，由于相位是r／2的函数，故信号具有线性调频特性，调频率为：7 薹王塞型墼塑塑塑望!坚壁堡垫查里壅一————————●—————————————————————————————————————————————一2v2COS20以一—瓦一(2-13) 南京航空航天大学硕士学位论文鹕(f，‘)=吗(f，‘)以∽)再经过IFFT即完成压缩。姆。(f，ri)=IFFT：,{喝(f，厶)}(2—20)却证恤半，卜c蚴ICl⋯p丁一，华'eXp{，2砚77)(2-21)LcJ‘⋯其中，Afo为多普勒带宽，厶为多普勒中心频率。至此成像过程完成。其流程图如下：2．3．2ChirpScaling算法图2．2基本距离一多普勒成像算法流程图传统RD算法对各个距离单元上不同的距离弯曲是统一处理的，也就是忽略了距离徙动差的影响，即认为距离徙动是非空变的，这对于中低分辨率(3m*3m及以上)是可行的，若SAR的分辨率很高，距离徙动差与分辨率可以相比拟时，此时的距离徙动差不能忽略【31】。这就需要更为精确的算法，相比之下，CS成像∞儿勰瑚聃1处理算法不需要进行插值，运算量相对较小，并且能够校正空变的距离徙动，它通过频域相位补偿完成成像处理，具有良好的相位保持特性。是一种较好的成像算法。经典CS算法(针对正侧视)首先通过方位向傅里叶变换将回波信号变换到距离．多普勒域，与CS因子相乘，使所有距离门的距离徙动曲线补偿到相同的形状；进而通过距离向傅里叶变换将信号变换到二维频域，与距离补偿因子相乘，完成距离徙动校正、二次距离压缩和距离压缩；然后进行距离向逆傅里叶变换将信号变换回距离．多普勒域，与方位补偿因子相乘，完成方位处理；最后利用方位向逆傅里叶变换回时域，得到SAR图像。CS因子相乘是利用了ChirpScaling原理，即线性调频信号与一个具有相关调频率的调频信号(称为CS因子)相乘，结果仍然是一个线性调频信号，只是相位中心和调频率发生变化，距离9 基于实测数据的机载SAR成像技术研冗_一——————————————————————————————————————————————————————一．多普勒域的CS因子相乘使得距离调频信号的调频率和相位中心产生微小的变化，这样采用新的调频率进行距离压缩后，信号的位置产生位移，使得不同距离上的目标的频域距离徙动曲线具有相同的形状，因此可以完全校正距离走动，实现精确成像。与采用正侧视模型或二次逼近距离模型的CS算法相比，基于斜视等效距离模型的改进CS算法可以对大距离徙动高分辨机载或星载SAR进行精确校正H1。斜距等效模型：广—-=————————————————一R(rD=√R2+1，2r／2—2RoYr／cosc,o(2·22)方位波束中心照射目标时，r／=0时刻斜距为R，妒为斜视角余角。通过参考斜距R阿处的多普勒中心厶(R硝)和多普勒调频率以(R巧)，可以得到：’，可2(2—23)％=arccosI一丝掣l㈣，[伊万一彳I⋯钔．对于不同距离的目标，方位波束中心照射时凡不同，对应的等效斜视角也不同，若等效速度不变，则有v=v町。基于斜视等效距离模型的改进cs算法与经典CS算法的步骤相同。由于采用了不同的距离模型，因此补偿因子有所变化。法的第一步是将回波信号进行方位向傅里叶变换，表达式如下：伊M％卜R对sin921，2唧}√半髟(厂；R)=卜半H半)H⋯，卜半]2)Rsin矽群u江卜ig焉ro1+KroRsiIl伊三≠F—j≠竺知(2-25)(2—26)(2-27) '南京航空航天大学硕士学位论文式(2．27)d0Kro表示距离向发射调频率。在式(2-25)d?，为简化公式厂表示方位频率(即‘，下同)，式中第一个相位项为方位频域的距离调频信号，调频率为K，(厂；尺)，相位中心在r=2R／(厂；R)斥处；第二个相位项为频域的方位调频信号，√1一渺／【2V))2包含了各阶分量，使方位压缩更为精确：第三个相位项为多普勒中心频率引起的相位变化。方位傅里叶变换完成后，信号为距离多普勒域，此时乘以cs因子电(f，厂，R。r)。fr1^l①l(r，f；R，4)=exp,-jxKr(f；Rr。f)e(厂)p—f可(厂)rj(2·28)式中因此有e(厂)=Kr(厂；％)=sm9呵一1M如咄等尚％(力：三％【1+C(纠。订(力=二R可【1+C(厂)J。C。R，U；R)：R?1旦【l+e(厂)】。sin伊o(2—29)(2-30)(2·31)(2-32)忽略群(厂；R)与群(厂；％)的差异，sS,p，厶；尺)中的第一个相位项与①lp，厂；R巧)相乘，等效为在原有方位频域的距离调频信号上乘以一个与调频率相关的另一个调频信号，使得每个距离线性调频信号相位结构产生变化，新的调频率为Kr(f；％)【1+e(门J，相位中心位于：f(力：三IR毒堕+％e(州(2．33)cL跚1％J这是利用了线性调频信号的CS原理。蝇p，‘；R)与CS因子①lp，厂；R阿)相乘得到：砖2(f，门=Ao％R对sinq，2’，2．exp{一／竿w，l-竿]H歹一2n'Rfcos《p 基于实测数据的机载SAlt成像技术研究．exp{-firKr(f；R阿)(1+e(厂)沽一f(厂)】2}唧{一歹争c脚棚蝴虎c胛嚣一彬)亿34，对上式进行距离向傅里叶交换，将信号变换到二维频域，忽略复常数得到：ss(f,，介=4％R砑sinq，·exp4xRsin口o·wr(一瓦瓦缸硼))．exp{／一)·cxp{-，等f卜芸等+％e∽]·唧卜巾。c门+。：c门畸∞5，式中’oⅣ)2等w；％)【1吲北(似R嚣一％)2(2-36)02(厂；尺)：2xRfcos伊(2-37)式(2．35)d0，第一个相位项为方位调频函数，与距离频率正无关；第二个相位项为，的二次函数，是距离调频信号经过傅里叶变换的结果：第三个相位项为Z的线性函数，包含了每一个点目标的准确距离和距离徙动。可以看出，经过CS相位相乘，所有距离单元的距离徙动曲线相同；第四个相位项为CS相位相乘中所未能补偿的残余相位，其中02(厂；R)为多普勒中心频率引起的相移。船(Z，门在二维频域通过乘以距离补偿因子①2(工，厂；％)完成距离徙动校正和距离聚焦处理，补偿因子为；①：cz∥％，=exp{_一，可瓦南)唧{／等z％Gc力)∞8，式中第一项完成二次距离压缩和距离向聚焦，补偿(2-35)式中的第二个相位项。由于E(厂；R硝)与多普勒频率厂有关，因此CS算法中二次距离压缩考虑到方位频率的影响，相位补偿更精确，其性能优于带有二次距离压缩的改进RD算法。第二项完成距离徙动校正，补偿(2—35)式中的第三个相位项。因为通过CS相乘，各距离门的距离徙动曲线都与参考距离只耐相同，因此通过12 南京航空航天大学硕士学位论文m2(正，厂；％)中的第二个相位项可以完全校正距离徙动。在距离补偿后，对信号作距离向逆傅里叶变换，得到距离一多普勒域信号sS3(f，门。sS3(r，f、=A∥cR对sinq，2v2·唧{一／竿矽r-2Rsinq，-]帅。c小。：c脚)】)弘39，式中矿(·)为距离压缩后的距离向包络。第一个相位项为方位调频信号，第二、三项为残余相位。星载SAR图像距离向沿波束中心指向，与方位向不垂直，其夹角与缈有关。机载正侧视时有9=9啊=冗|2o‘下一步在距离-多普勒域乘以方位补偿因子①3(f，厂)完成方位处理和残留相位补偿，补偿因子为姒一印蝌痂伊]+／p，cn+。：c六R，】}G一4∞由于距离徙动在第四步已完全校正，所以有关系式R：要．罢堕。(2-41)式(2-40)d?，第一项完成方位聚焦，补偿(2．39)中的第一项，同时对斜距为R的目标保留相位一4r,R／；t。第二、三项补偿(2-39)式中的残余相位。经过以上各因子的补偿，得到了SAR图像的方位频谱，经过方位向逆傅里叶变换后，忽略复常数就可以得到SAR图像。毗护彳。w。(r／)w卜嚣H一一，爿(2-42)式中％(巧)为式(2-39)qawoCf)逆傅里叶变换后的包络，为sinc函数。式(2-39)-与式(2-40)相乘后相位为目标的相位一4础／名。至此，成像过程完成。其流程图如下：13 基于实测数据的机载SAR成像技术研究图2．3基本CS成像算法流程图2．4I①算法距离徙动仿真对必须考虑距离徙动校正的RD算法进行成像仿真。接收到的雷达回波数据先进行解调得’到基带回波，表达式如下：’船。(r,r／)=厶wr(r一型)w4(刁一仉)一⋯p{掣)exp{xKAr一半，2)c2删 南京航空航天大学硕士学位论文图2．4距离压缩图图2．5方位FFT图从图2．4中可以看出存在明显的距离徙动，必须加以校正。由于采样窗设置为第一次回波到来时刻开始采样，因此距离压缩后目标l有一小部分反折到了距离的另一边。而从距离．多普勒域图2．5可以看到距离徙动的空变性。为了校正空交的距离徙动，采用了在距离．多普勒域进行Shonnon插值。由于在时域的采样是固定的，因此需根据真实徙动值周边的有效采样值插值出对应徙动值的有效值。Shonnon插值公式为：M／2x(”)=∑x(n+k+i)sinc(r-i)(244)jm-M／2其中k=round(At／cr，)，，．=remained(At，仃，)，取M=8a为了减少运算量，仿真过程中只需对RD域中数据较大的部分距离单元进行插值运算，而保留大部分为零或接近零的数据。插值结果和最终成像结果分别如图2．6、2．7所示。图2．6距离徙动校正结果图图2．7点目标成像结果从图2．6中可以看到，空变的距离徙动得到了有效校正。图2．7的成像结果证明了这一点。目标点2的方位切片和距离切片归一化幅度图分别如图2．8所示。15 基于实测数据的机载SAR成像技术研究25242526252825302532253425362538距离向(m)(a)方位分辨率(b)距离分辨率图2．8图像分辨率理论方位分辨率：岛=D／2=O．5m。实际方位分辨率：O．79m。理论距离分辨率：p，=c／2B=lm，实际距离分辨率：O．94m；目标的PSLR为：一20．6545纺，ISLR为一14．3348dB。实际分辨率与理论分辨率有一定的差距，距离上实际分辨率超过了理论分辨率，可能的原因是在近似处理的过程中不可避免地会引入误差。2．5本章小结本章主要介绍了合成孔径雷达的成像分辨率，并详细介绍了RD和cS成像算法实现流程·最后对RD成像算法进行了距离徙动点目标仿真，仔细分析了主要成像指标，得到了较好的仿真结果。为下一步工程中的实测数据处理打下了一定的基础。16 南京航空航天大学硕士学位论文第三章多普勒参数估计3．1引言SAR成像原理表明，距离向高分辨率是通过发射信号的带宽来获得，方位向分辨率则通过对回波信号的多普勒历程进行匹配处理得到f13jI。而SAR回波的相位历史主要由两个多普勒参数决定：多普勒中心频率和多普勒调频斜率。因此，在成像过程中必须对这两个参数精确已知，才能构造出方位匹配滤波器。它们可以通过仪表所测运动参数计算出来，也可以直接从SAR数据中估计得到。由于受限于仪器精度，通过仪表测量参数计算的多普勒参数并不准确，因此，基于回波数据的多普勒参数估计【32】【33】【34】【351就显得十分必要。系统完成车载和机载试验后，需要获取大量场景的快视图像，由于RE)算法最简单、意义最直观，因此，可以进行RD快视成像算法设计以满足工程的及时性需要。3．2多普勒中心估计多普勒中心估计方法有多种。文酬31对频谱拟合法和时域相关函数法进行了研究和讨论，研究结果表明：在场景对比度不大时这两种方法性能一致；文献【361研究了能量均衡法、时域相关法和符号相关法，文中指出：基于时域进行估计的时域相关法和符号相关法，与基于频域进行处理的能量均衡法相比在计算量、占用内存方面都有较大优势；文献吲对能量均衡法、匹配相关法、方位谱峰值法、CDE和SDE进行了比较，比较结果表明：在场景均匀情况下，时域与频域估计结果等价。达到克拉美·劳界限的最大似然估计法效果最优，而CDE和SDE计算量较小，有利于实时成像。多普勒中心频率一般由两部分组成：方位采样率PRF的整数部分(又称模糊数)和PRF的小数部分(基带频率)。对于星载SAR，由于其平台速度快，一个很小的斜视角都会导致多普勒中心频率超出PRF，因此既要估计多普勒中心小数部分，也需要估计多普勒模糊数：而对于机载SAR，正侧视时多普勒中心为零，小斜视角时也一般不会超出半个PI强，因此一般只需考虑基带频率的估计。根据以上分析和实际工程应用需求，本文将针对频谱拟合法和时域相关函数法进行研究。3．2．1频谱拟合法在这类方法中，通过对观测到的频谱能量进行拟合，可以得到幅度谱峰值处的多普勒频率，这种方法称为“频谱拟合”法。在峰值对称频谱情况下，峰值处的频率即为基带多普勒中心的估计值瞪1。整体思路是：先将距离压缩后的回波数据进行方位FFT，得到目标的方位谱，对方位谱进17 基于实测数据的机载SAR成像技术研究行拟合，接着用方位谱拟合函数与一滤波器作卷积，然后找过零点，即为多普勒中心。如下图3．1所示。yI,J^～l。rjj、Jj^Ll八／。D{lc’)ABJ，L，JJk：^＼＼J厂DA／jUC图3．1频谱拟合法其中A表示滤波器，式(3．1)为其表达式，B为方位谱拟合曲线，C为A与B卷积的结果。％(‘)=1f一+l-loc<-／L2≤≤‘Fo／<2。(3-1)％(‘)21一l—E／2≤￡