一种快速距离-多普勒域的自旋目标ISAR成像方法

技术领域

本发明属于图像处理技术领域，尤其涉及一种快速距离-多普勒域的自旋目标ISAR成像方法。

背景技术

目前，根据现有建立的几何及信号模型，对空间非合作高速自旋目标成像时，雷达观测时间内自旋目标转过一个或者多个周期，因此散射点的瞬时斜距与多普勒频率是时变的，因此传统的ISAR成像方法将不能获得聚焦良好的ISAR图像。为了解决上述问题，有学者提出了广义Radon变换(General Radon transform,GRT)，实现了具有惯性特征非合作目标的ISAR成像，GRT算法沿目标不同散射点的包络轨迹进行积累能量，并且每个散射点轨迹由初相φ和旋转半径r以及z决定。由于该算法需要根据不同散射点的φ、r和z进行能量积累，需要进行三维搜索；因此，其计算复杂度非常的高，且由是非相干积累，导致其低SNR下无法获得目标的三维ISAR图像。综上分析，现有基于广义Radon变换(General Radontransform,GRT)的自旋目标三维成像算法，由于需要沿旋转半径和目标角度位置二维搜索进行目标能量积累，导致算法计算复杂度高，阻碍了自旋目标三维成像算法工程实现。

通过上述分析，现有技术存在的问题及缺陷为：现有的基于广义Radon变换的自旋目标三维成像算法，计算复杂度高，阻碍了自旋目标三维成像算法工程实现。

解决以上问题及缺陷的难度为：

1.高速旋转的空间目标在雷达观测时间内自旋转过一个或者多个周期，因此散射点的瞬时斜距与多普勒频率是时变的。

2.传统的算法存在一个三维搜索，具有较高的计算复杂度；3.传统的算法是非相干积累，不具有良好的低SNR成像能力。

解决以上问题及缺陷的意义为：

1.降低算法所需的搜索维度，提高成像效率，从而利于自选目标三维成像的工程实现。

2.提出方法是相干积累，可实现低SNR下空间非合作目标高分辨三维ISAR成像。

发明内容

针对现有技术存在的问题，本发明提供了一种快速距离-多普勒域的自旋目标ISAR成像方法。

本发明是这样实现的，一种快速距离-多普勒域的自旋目标ISAR成像方法，所述基于距离-多普勒域的ISAR的成像方法，包括：

步骤一，首先将脉冲压缩后的回波信号变换到距离多普勒域；

步骤二，使用曲线路径搜索法，根据散射点半径的大小把分布在多个距离单元的回波包络积累到同一距离单元；

步骤三，进行匹配滤波，将匹配滤波完成后的信号变换到二维时域；

步骤四，初步完成散射点的ISAR成像；

步骤五，使用CLEAN算法去除多余的杂波而保留强点目标，得到精确的ISAR成像结果。

进一步，所述步骤一中，将脉冲压缩后的回波信号变换到距离多普勒域具体过程为：

设雷达的坐标为0,R

其中t

假设雷达发射线性调频信号(Linear Frequency Modulation,LFM)

其中t

雷达接收的回波信号为：

其中，σ

将式(3)沿快时间t

将(4)式变换到二维时域，则

其中sin c[·]为距离向脉冲压缩后的复包络，λ表示波长；

对高速自旋目标成像时，雷达观测时间内目标转过一个或者多个周期，因此散射点的瞬时斜距与多普勒频率是时变的，且多普勒频率f

对式(5)沿着t

其中

假定相干积累时间内目标的自旋转速度恒定，在距离多普勒域中，式(6)即为单个散射点的信号，信号模型可表示为目标上所有散射点的距离多普勒信号之和，即

其中N表示旋转目标上散射点的数量。

进一步，所述步骤二中，根据散射点半径的大小把分布在多个距离单元的回波包络积累到同一距离单元中，在距离多普勒域中根据sin c[·]包络的精确路径提取信号能量，具体过程为：

由式(7)和式(8)可知，回波信号在距离多普勒域中的sin c[·]包络类似于正弦曲线的形式，该曲线的形状和位置由散射点的z

在距离多普勒域中，信号能量提取方式可以定义为

其中，D m,j表示图像

进一步，所述针对相同的高度z

将相同ru,v,f

两个不同r

以半径的改变范围为[r-r

当完成所有的路径搜索后，相同r

进一步，所述步骤二中，经过曲线路径收索后，相同r

其中A

假设相干积累时间内目标自旋角速度恒定，根据自旋目标的旋转特性，所有散射点回波具有相同的旋转周期，利用自相关法可得目标的旋转角速度ω，对相同高度平面上的散射点成像，只考虑不同的r

设计一个关于r

在半径为r

由式(14)知，变换到方位时域后的信号呈现出δ[·]包络，确定方位向位置φ

进一步，所述步骤五中，使用CLEAN算法去除多余的杂波而保留强点目标，得到精确的ISAR成像结果的具体过程为：

采用匹配滤波的成像方法对单个距离进行单元匹配滤波处理，得到二维ISAR图像，提取最大峰值对应的两个位置参数r

进一步，所述由上一步估计的位置参数构造其点散布函数，如果最大峰值相对应于散射点极坐标位置r

其中t

在前一步的基础上进行该位置上的反射系数估计，这一步可用最小范数准则进行估计；

对式(16)求导得：

当

进一步，所述散射点位置参数加以校正的具体过程为：

由于匹配滤波时的ISAR散射点存在主瓣宽度或由于其它散射点的旁瓣影响，匹配滤波时得到的散射点位置估计往往会出现在实际值的附近；所以为提高估计参数的精确程度，可以把由上面得到的参数估计作为初始值，在该值附近区域进行小范围的二维搜索，每变换一次二维位置参数，由式(16)求出该位置散射系数的估计，并计算σX t

进一步，所述当在搜索范围内使得

成立时，得到的结果即为该散射点参数准确的估计；

减去该散射点对回波数据的贡献，也即CLEAN过程

s

将s

进一步，所述当单调递减到能量最小值或者估计出的σX能量值小于预先设定的门限值时迭代终止。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本发明提出一种快速的距离-多普勒域ISAR成像算法，即将高速旋转的散射点目标变换到距离-多普勒域以快速完成RCM校正和非平稳的DFM的补偿，且该方法是相干积累，从而可实现低SNR下空间非合作目标高分辨三维ISAR成像。本发明整个算法计算复杂度低，散射点位置估计精度高，在实际工程应用中具有一定的优势。

本发明将信号变换至距离-多普勒域，使得同一距离单元的目标具有相同的距离徙动特性，可以进行一致补偿，极大得节省了运算量；该方法是相干积累，可以在低SNR下获得高分辨三维ISAR成像。

表1雷达参数

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的快速距离-多普勒域的自旋目标ISAR成像方法流程图。

图2是本发明实施例提供的条带SAR方位空不变特性示意图。图2(a)几何模型；图2(b)距离压缩结果；图2(c)距离多普勒结果。

图3是本发明实施例提供的曲线路径搜索示意图。

图4是本发明实施例提供的空间非合作自旋目标运动几何模型。

图5是本发明实施例提供的成像方法的效果图。图5(a)多点目标的二维图形；图5(b)脉冲压缩结果；图5(c)提出算法成像结果；图5(d)GRT成像结果；图5(e)成像时间对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于距离-多普勒域的ISAR的成像方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于距离-多普勒域的ISAR的成像方法，具体实现步骤如下：

S101：首先将脉冲压缩后的回波信号变换到距离多普勒域。

S102：使用曲线路径搜索法，根据散射点半径的大小把分布在多个距离单元的回波包络积累到同一距离单元。

S103：进行匹配滤波，将匹配滤波完成后的信号变换到二维时域。

S104：初步完成散射点的ISAR成像。

S105：使用CLEAN算法去除多余的杂波而保留强点目标，得到精确的ISAR成像结果。

本发明实施例提供的S101中，将脉冲压缩后的回波信号变换到距离多普勒域具体过程为：

设雷达的坐标为0,R

其中t

假设雷达发射线性调频信号(Linear Frequency Modulation,LFM)

其中t

雷达接收的回波信号为：

其中，σ

将式(3)沿快时间t

将(4)式变换到二维时域，则

其中sin c[·]为距离向脉冲压缩后的复包络，λ表示波长；

对高速自旋目标成像时，雷达观测时间内目标转过一个或者多个周期，因此散射点的瞬时斜距与多普勒频率是时变的，且多普勒频率f

对式(5)沿着t

其中

假定相干积累时间内目标的自旋转速度恒定，在距离多普勒域中，式(6)即为单个散射点的信号，信号模型可表示为目标上所有散射点的距离多普勒信号之和，即

其中N表示旋转目标上散射点的数量。

本发明实施例提供的S102中，根据散射点半径的大小把分布在多个距离单元的回波包络积累到同一距离单元中，在距离多普勒域中根据sin c[·]包络的精确路径提取信号能量，具体过程为：

由式(7)和式(8)可知，回波信号在距离多普勒域中的sin c[·]包络类似于正弦曲线的形式，该曲线的形状和位置由散射点的z

在距离多普勒域中，信号能量提取方式可以定义为

其中，D m,j表示图像

本发明实施例提供的针对相同的高度z

将相同r u,v,f

两个不同r

以半径的改变范围为[r-r

当完成所有的路径搜索后，相同r

本发明实施例提供的S102中，经过曲线路径收索后，相同r

其中A

假设相干积累时间内目标自旋角速度恒定，根据自旋目标的旋转特性，所有散射点回波具有相同的旋转周期，利用自相关法可得目标的旋转角速度ω，对相同高度平面上的散射点成像，只考虑不同的r

设计一个关于r

在半径为r

由式(14)知，变换到方位时域后的信号呈现出δ[·]包络，确定方位向位置φ

本发明实施例提供的S105中，使用CLEAN算法去除多余的杂波而保留强点目标，得到精确的ISAR成像结果的具体过程为：

采用匹配滤波的成像方法对单个距离进行单元匹配滤波处理，得到二维ISAR图像，提取最大峰值对应的两个位置参数r

由上一步估计的位置参数构造其点散布函数，如果最大峰值相对应于散射点极坐标位置r

其中t

在前一步的基础上进行该位置上的反射系数估计，这一步可用最小范数准则进行估计。

对式(16)求导得：

当

本发明实施例提供的散射点位置参数加以校正的具体过程为：

由于匹配滤波时的ISAR散射点存在主瓣宽度或由于其它散射点的旁瓣影响，匹配滤波时得到的散射点位置估计往往会出现在实际值的附近；所以为提高估计参数的精确程度，可以把由上面得到的参数估计作为初始值，在该值附近区域进行小范围的二维搜索，每变换一次二维位置参数，由式(16)求出该位置散射系数的估计，并计算σX t

成立时，得到的结果即为该散射点参数准确的估计；

减去该散射点对回波数据的贡献，也即CLEAN过程

s

将s

下面结合具体仿真实验对本发明的技术方案作进一步的描述。

本发明通过借鉴条带式SAR成像中处在同一距离单元的目标在距离-多普勒域具有相同的距离徙动特性，即SAR成像著名的方位空不变特性，提出了一种距离-多普勒域的快速自旋目标ISAR三维成像算法；主要包括：(1)空间自旋目标距离-多普勒域成像信号模型；(2)空间自旋目标距离-多普勒域成像原理；(3)算法实现流程；(4)算法计算复杂度分析；(5)计算机仿真结果及其分析。

1提出方法的思路

针对现有技术存在的问题，受条带SAR成像模式中方位空不变特性启发，如图2所示。图2(a)是具有9个点目标的条带SAR成像几何模型图，图2(b)是回波信号脉冲压缩完后的结果，图2(c)为回波信号变换到距离-多普勒域中的结果；从中可知，处在相同距离单元不同方位位置的目标的徙动轨迹在距离-多普勒域重叠，因此只需要一次处理，就能够完成距离徙动校正。受方位空不变特性激励，本发明提出一种快速的距离-多普勒域ISAR成像算法。即将高速旋转的散射点目标变换到距离-多普勒域以快速完成RCM校正和非平稳的DFM的补偿，且该方法是相干积累，从而可实现低SNR下空间非合作目标高分辨三维ISAR成像。

2空间自旋目标距离-多普勒域精确解析表达式推导

空间非合作自旋目标运动几何模型如图4所示，现假设旋转目标已经完成距离的平动补偿，设雷达的坐标为0,R

其中t

假设雷达发射线性调频信号(Linear Frequency Modulation,LFM)

其中t

雷达接收的回波信号为：

其中，σ

将式(3)沿快时间t

将(4)式变换到二维时域，则

其中sin c[·]为距离向脉冲压缩后的复包络，λ表示波长。

对高速自旋目标成像时，雷达观测时间内目标转过一个或者多个周期，因此散射点的瞬时斜距与多普勒频率是时变的，且多普勒频率f

对式(5)沿着t

其中

假定相干积累时间内目标的自旋转速度恒定，在距离多普勒域中，式(6)即为单个散射点的信号，信号模型可表示为目标上所有散射点的距离多普勒信号之和，即

其中N表示旋转目标上散射点的数量。

3提出的距离-多普勒域成像算法实现原理

广义Radon变换可以检测任意形状的曲线，实现多维空间中的曲线与其对应的多维参数空间之间的转换，使图像空间中的一条曲线与相应的参数空间中的峰值位置相对应，最终形成目标像。本发明借鉴了广义Radon变换的原理，在距离多普勒域中根据sin c[·]包络的精确路径提取信号能量。

由式(7)和式(8)可知，回波信号在距离多普勒域中的sin c[·]包络类似于正弦曲线的形式，该曲线的形状和位置由散射点的z

在距离多普勒域中，信号能量提取方式可以定义为

其中，D m,j表示图像

本发明主要针对相同的高度z

如图3示，两个不同r

现以半径的改变范围为[r-r

经过曲线路径收索后，相同r

其中A

假设相干积累时间内目标自旋角速度恒定，根据自旋目标的旋转特性，所有散射点回波具有相同的旋转周期，利用自相关法可得目标的旋转角速度ω，本发明是对相同高度平面上的散射点成像，只考虑不同的r

设计一个关于r

在半径为r

由式(14)知，变换到方位时域后的信号呈现出δ[·]包络，确定方位向位置φ

通过对距离单元匹配滤波可以在对应于散射点空间位置上产生峰值，由峰值对应的匹配参数可以估计出散射点的空间位置。但匹配滤波时不可避免的会产生旁瓣，主瓣也有一定的宽度，这些都严重的影响了散射点位置的正确估计，所以采用CLEAN技术对成像结果进行处理。

CLEAN技术的具体步骤如下：

采用匹配滤波的成像方法对单个距离进行单元匹配滤波处理，得到二维ISAR图像，提取最大峰值对应的两个位置参数r

由上一步估计的位置参数构造其点散布函数，如果最大峰值相对应于散射点极坐标位置r

其中t

在前一步的基础上进行该位置上的反射系数估计，这一步可用最小范数准则进行估计。

对式(16)求导得：

当

假设估计的散射系数为常数，当散射系数不是常数的估计还需要进一步深入研究。

对前面得到的散射点位置参数加以校正。由于匹配滤波时的ISAR散射点存在主瓣宽度或由于其它散射点的旁瓣影响，匹配滤波时得到的散射点位置估计往往会出现在实际值的附近。所以为提高估计参数的精确程度，可以把由上面得到的参数估计作为初始值，在该值附近区域进行小范围的二维搜索，每变换一次二维位置参数，由式(16)求出该位置散射系数的估计，并计算σX t

成立时，得到的结果即为该散射点参数准确的估计。

减去该散射点对回波数据的贡献，也即CLEAN过程

s

将s

尽管本发明所提算法是对明显孤立强点组成的空间碎片为模型进行分析的，但对连续散射点目标的成像结果与基于GRT的ISAR成像方法结果相似，仍然可以得到能表现目标外形特征的强点图像，所以满足CLEAN收敛条件可得到表示目标外形特征的强散射点分布。

图5显示了四个散射点的仿真结果图，其中旋转目标的坐标中心与雷达天线相位中心的距离为20km。如图5(a)多点目标的二维图形所示，4个散射点的极坐标分别为1,0、1.2,π/2、1.1,π和1.3,-π/2。图5(b)脉冲压缩结果显示的是回波信号距离向脉冲压缩后的结果，由于有4个散射点，因此脉冲压缩后具有明显的4条正弦曲线。图5(c)提出算法成像结果为使用clean算法处理后的散射点的ISAR成像结果，图中四个散射点的极坐标形式分别为1.2996,-0.4946π、1.1036,0.9951π、0.9995,0、1.1999,0.5045π，在误差允许的范围内，与图5(d)GRT成像结果的GRT成像结果相同，也与真实散射点的位置相符。最后图5(e)成像时间对比图给出了在相同配置环境下，提出算法和GRT算法所需成像时间对比图，从图5中可以看出，随着成像场景的增大，两种算法的成像时间都呈现增大的趋势，但是本项目提出算法的成像时间远远小于GRT变换方法的成像时间。以上实验结果图很好得证明了提出算法的精确性和高效性。

在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。