• 易迪拓培训,专注于微波、射频、天线设计工程师的培养
首页 > 测试测量 > 技术文章 > 一种基于子孔径SAR的地面运动目标检测方法

一种基于子孔径SAR的地面运动目标检测方法

录入:edatop.com    点击:

  摘  要: 针对UHF波段运动目标检测中信号弱、杂波展宽严重等问题,提出一种基于子孔径SAR技术的杂波抑制方法。首先通过SAR成像实现运动目标的粗聚焦,再通过距离-方位拓展局部STAP实现杂波抑制,避免了运动目标越距离单元和方位散焦带来的信号损失。最后,通过仿真结果验证了算法的有效性。

  关键词: 地面运动目标指示;空时自适应处理;子孔经;杂波抑制;

0 引言

  具有同时获得静止目标成像和运动目标指示的多通道SAR/GMTI系统受到了各军事强国的青睐[1-5]。相对于高波段(C/X/Ku等)SAR/GMTI系统,低频段(UHF)系统具有较强的穿透能力,可穿透植被探测目标,是全透明侦察的重要组成部分。然而,叶簇等植被的穿透衰减使得隐蔽目标的回波强度非常弱,同时受天线尺寸的限制波束角非常宽,从而使得回波中杂波强度大,且杂波的多普勒谱展宽严重,直接采用常规的运动目标检测方法难以获得足够的信杂噪比改善。

  长相干STAP方法[1-4]将传统的空间—方位慢时间二维STAP在距离快时间维进行扩展,具有处理越距离单元徙动的能力,从而利用更多的脉冲进行相干处理,提高输入信号质量,实现慢速运动目标的检测。但直接应用的计算量和协方差矩阵估计所需的样本数都难以满足研究要求,需要进行降维处理。

  本文提出一种基于子孔径SAR的长相干STAP算法,该算法首先通过子孔径SAR成像实现运动目标的粗聚焦,将在快时间-慢时间维分散的运动目标信号凝聚,提高运动目标的信号质量,再对粗聚焦的像素进行方位和时间联合,进而利用多通道空间信息实现UHF波段的运动目标检测。

1运动目标子孔径成像

  根据SAR成像原理,当成像的参数选择与运动目标参数匹配时可以实现运动目标的聚焦成像[4]。然而,在实际的应用中同时存在多个不同速度的运动目标,不可能同时获得各个速度目标的完美聚焦。另一方面,在UHF波段的SAR/GMTI中,由于受到植被等遮蔽体的电磁波衰减影响,目标信号衰减严重,需要进行较长时间的相干积累来获得足够的信号质量。因此,在UHF波段的运动目标检测中,子孔径长度一般取的较长。此时,目标运动引入的运动误差将积累,直接采用SAR成像方法将出现一定的散焦。以表1所列的系统参数进行仿真,对不同速度的运动目标进行子孔径(2048脉冲)SAR成像,成像结果如图1所示。

Image 001.png

  由子孔径成像结果可见,由于子孔径时间较短,低速的运动目标可以实现较好的聚焦成像;速度较高的运动目标出现了越距离单元的距离校正残余量,但远距离单元的徙动量较小,主要集中在邻近的距离单元。另一方面,运动目标的方位向运动速度分量,使得运动目标在方位向也出现一定的散焦,但同样地主要集中在邻近的几个方位单元内。

  通过以上分析,可见当运动目标的速度较低时可以实现运动目标的子孔径聚焦,此时可通过对同一位置的单一分辨单元建立多通道观测模型,并通过空时处理实现杂波的抑制;当运动目标的速度较高时,运动目标的能量主要集中在相邻的几个分辨单元内,对单一分辨单元建立多通道观测模型,不能包含全部的运动目标信息。因此,本文将单一分辨单元模型在方位向和距离向进行扩展,建立联合分辨单元的STAP模型。

2 局部STAP建模

  局部STAP的信号样本示意图如图2所示。

Image 002.png

  将N个通道、M个方位单元、L个距离单元的多通道子孔径SAR成像数据排列成N×M×L维的列向量:

  Z(i,j)=[ZT(i1,j1)…ZT(im,j1)…ZT(iM,jl),…ZT(i1,jl)…ZT(im,jl)…ZT(iM,jl),…ZT(i1,jL)…ZT(im,jL)…ZT(iM,jL)]T(1)

  其中,ZT(im,jl)代表成像位置(im,jl)处的N维列矢量:

  ZT(im,il)=[z1(im,il),z2(im,il),…,zN(im,il)]T(2)

  对观测矢量Z(i,j)建立假设检验:

  Z(i,j)=bS(i,j)+C(i,j)+Q(i,j)  H1假设C(i,j)+Q(i,j)          H0假设(3)

  其中,b为运动目标的幅度,C为杂波信号,Q为噪声信号,S为运动目标信号的导向矢量:

  S(i,j)=[ST(i1,j1),ST(im,jl),…,ST(im,jL)]T(4)

  HZ4E)~8]$YSJ[9N`1%061)N.png

  那么,满足输出信杂噪比最高准则的最优权系数Wopt(i,j)可表示为:

  }SG_EI8IT~T6G8S~E9I_U@0.png

  其中CUT3A83$XLN%24CD3Z)IWVT.png代表H0假设下观测样本的协方差矩阵,即观测样本中杂波和噪声的协方差矩阵,)4[L}$H17LQBRN8AJ[9KH(C.png为恒虚警常数。

6RXXL6{3%N$(8($KH{H6$_O.png

  那么,杂波抑制后的输出可表示为:

 ZT6M[$G2W74(2AIK~{O)L~8.png

  将输出检测统计量的绝对值与检测门限进行比较,即可判定运动目标是否存在。

3 仿真验证

  基于系统的天线参数计算得到天线的收发方向图,基于系统的PRF和载机的速度得到每个脉冲的天线方位位置,同时根据多通道的间隔得到多个通道多脉冲的等效相位位置。杂波场景的仿真通过高斯分布产生,同时通过距离和方位的间隔距离产生场景的散射点分布。由杂波得到原始回波信号后,添加高斯复噪声,实现杂噪比因素的仿真。

  由于在UHF系统中多为遮蔽目标的检测,此时信号受到严重的衰减,信号处理的输入信杂噪比非常低,仿真中通过衰减目标回波信号实现。仿真中采用50 dB的杂噪比,信杂噪比为-57 dB,脉冲点数为       2 048。运动目标位于天线方向图的中心,速度分布于-9 m/s~ +9 m/s之间,以3 m/s为间隔。原始回波的距离多普勒如图3所示。对3通道回波检测局部STAP模型,并进行杂波抑制后的结果如图4所示。从图4中可见到杂波被有效地抑制,可看到清晰的运动目标的分布。

Image 003.png

4 结论

  本文在分析了运动目标子孔径成像的基础上,提出了一种适用于UHF波段多通道SAR/GMTI系统慢速运动目标检测的方法,该方法通过子孔径SAR实现运动目标的粗聚焦,降低运动目标的分布范围,再通过方位-距离维的局部STAP实现杂波的抑制,进而实现UHF波段下运动目标的检测。通过仿真实验初步验证了算法的有效性,下一步将进行实测数据的处理和算法的进一步优化。

参考文献

  [1] STEVEN E G. Upper bounds on processing loss for wideband long-CPI space-time adaptive processing[C]. IEEE Pacific Rim Conference on Communication, Computers and Signal Processing, 2009:251-256.

  [2] 常玉林,周红,黄晓涛,等.多通道SAR频率多普勒域宽带长CPI STAP方法[J].电子学报,2011,39(6):1245-1252.

  [3] 周红,黄晓涛,常玉林,等.子带子孔径ATI地面运动目标检测及参数估计方法[J].电子与信息学报,2010,32(1):62-68.

  [4] Zhu Shengqi, Liao Guisheng. Ground moving targets imaging algorithm for synthetic aperture radar[J]. IEEE Transaction on Geoscience and Remote Sensing, 2011, 49(1): 462-477.

  [5] 殷戴乾,田铮.多区域SAR图像分割的改进水平集方法[J].微型机与应用,2013,32(20):38-41.

点击浏览:矢量网络分析仪、频谱仪、示波器,使用操作培训教程

上一篇:Teledyne LeCroy高速数字分析仪和探测系统完善混合信号方案
下一篇:一种便携式水下 像实时采集系统软件设计

微波射频测量操作培训课程详情>>
射频和天线工程师培训课程详情>>

  网站地图