基于特征分解的方位向多通道SAR相位失配校正方法

范怀涛; 张志敏; 李宁

doi:10.12000/JR17012

基于特征分解的方位向多通道SAR相位失配校正方法

DOI: 10.12000/JR17012

范怀涛^1,2, ,,
张志敏^1,,
李宁^1,

①.
中国科学院电子学研究所北京 100190
②.
中国科学院大学北京 100190

基金项目: 国家自然科学基金（61422113，61601437）

详细信息

作者简介:
范怀涛(1990–)，男，2012年毕业于中国海洋大学获得理学学士学位，现为中国科学院电子学研究所博士研究生。主要研究方向为方位多通道合成孔径雷达信号处理。E-mail: huaitaofan@163.com

张志敏(1971–)，男，博士生导师，中国科学院电子学研究所研究员，1995年毕业于中国科学院研究生院获得硕士学位。主要研究方向为合成孔径雷达系统总体设计和信号处理。E-mail: zmzhang@mail.ie.ac.cn

李宁：李宁(1987–)，男，中国科学院电子学研究所助理研究员，2015年毕业于中国科学院大学获得工学博士学位。主要研究方向为合成孔径雷达信号处理。E-mail: nli@mail.ie.ac.cn

通讯作者:
范怀涛 huaitaofan@163.com

计量
- 文章访问数: 2831
- HTML全文浏览量: 593
- PDF下载量: 404
- 被引次数: 8
出版历程
- 收稿日期: 2017-01-24
- 修回日期: 2017-03-15
- 网络出版日期: 2018-06-28

Channel Phase Mismatch Calibration for Multichannel in Azimuth SAR Imaging Based on Eigen-structure Method

Fan Huaitao^{1,2
, ,},
Zhang Zhimin^1
,,
Li Ning^1
,

①.
Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China
②.
University of Chinese Academy of Sciences, Beijing 100190, China

Funds: The National Natural Science Foundation of China (61422113, 61601437)

摘要

摘要: 作为实现高分辨率宽幅成像的重要技术手段之一，方位多通道合成孔径雷达(Synthetic Aperture Radar, SAR)近年来得到了广泛的研究与发展。在进行多通道数据重建之前，通道之间的传输特性必须校正一致，以避免图像中出现严重的虚假目标。在多通道SAR数据处理中，精确的基带多普勒中心估计对系统的通道失配校正和高分辨率成像具有非常重要的意义。但是单一通道数据的多普勒频谱混叠制约了传统基带多普勒中心估计算法在方位多通道SAR系统中的应用。基于特征分解处理，该文提出一种新的基带多普勒中心估计方法。该方法在推导过程中考虑了波束指向存在斜视的影响，能够实现方位多通道SAR系统基带多普勒中心和通道间相位误差的鲁棒估计。仿真实验和C波段方位向四通道机载SAR实验数据处理分析验证了算法的有效性。
- 合成孔径雷达 /
- 高分辨率宽幅成像 /
- 方位向多通道 /
- 基带多普勒中心估计 /
- 通道误差校正
Abstract: As one of the most important means to achieve a High-Resolution and Wide-Swath (HRWS) imaging of the earth, multichannel in azimuth Synthetic Aperture Radar (SAR) have attracted considerable attention in recent years. However, prior to the unambiguous reconstruction of the multichannel SAR signal, each channel needs to be well calibrated, otherwise the performance of the reconstruction processor may degrade or even lose its effectiveness. Accurate baseband Doppler centroid estimation are critical for channel mismatch calibration and high-resolution imaging in the multichannel SAR systems. However, in the multichannel HRWS SAR system, the signal acquired by each channel is under-sampled that renders the traditional Doppler centroid estimation methods obsolete. In this paper, an eigen-structure method has been used to achieve a robust estimation of the baseband Doppler centroid and the phase mismatch in the multichannel SAR system. Processing with simulated and experimental C-band, four-channel airborne SAR data validates the effectiveness of this method.
- Synthetic Aperture Radar (SAR) /
- High-Resolution and Wide-Swath (HRWS) imaging /
- Multichannel in azimuth /
- Baseband Doppler centroid estimation /
- Channel mismatch calibration

HTML全文

1. 引言

非合作无源双基地雷达(Non-cooperative Passive Bistatic Radar, NPBR)因具有造价低、抗截获、反隐身等诸多优势^[1–6]而成为国内外研究热点。目前，NPBR研究的外辐射源信号主要包括通信电台信号、电视广播信号、手机信号以及雷达信号等。无论针对哪种外辐射源信号，在NPBR中，3大同步(包括空间同步、时间同步以及相位同步)问题始终是制约目标有效探测的关键问题。其中，空间同步是指接收和发射天线同时照射相同空域，空间同步关系到接收到的回波是否持续含有目标信息，即接收回波的有效性；时间同步是指接收天线必须准确获知发射天线发射波形时刻，时间同步关系到获取目标运动参数的准确性；相位同步是指发射和接收天线接收到的信号能够在长时间内严格相参，相位同步关系到目标相参积累性能，进而影响目标的探测性能。

本文基于雷达外辐射源信号模型，重点讨论与时间同步及相位同步相关的几个问题，具体包括，发射波形参数估计、直达波到达时间估计以及基于波形参数估计的长时间相参积累等问题。其中，发射波形参数估计主要包括脉冲宽度、脉冲重复间隔、载频、带宽等脉间捷变的参数估计。基于估计的波形参数值，进一步给出了捷变波形的GRFT (Generalized Radon Fourier Transform)长时间相参积累弱目标探测算法，最后通过数值实验验证了本文算法的有效性。

本文内容安排如下：第1节简单介绍了NPBR研究现状及存在的关键问题，明确了本文研究范畴；第2节建立了雷达外辐射源信号模型，给出了基于直达波的NPBR参数估计方法，并提出了一种鲁棒性高的脉冲提取方法；第3节给出了基于GRFT的捷变波形长时间积累算法；第4节利用实测数据对本文算法进行了验证；最后对本文内容进行了总结。

2. NPBR直达波参数估计

图1给出了NPBR工作示意图。NPBR接收的信号主要包括两个部分：(1)直接接收到的辐射源旁瓣信号，称为直达波信号；(2)目标前向散射的回波信号。NPBR合理布设的情况下，直达波信号信噪比将远大于目标回波信噪比，十分有利于发射波形参数的估计。因此，本文将基于直达波信号对辐射源发射波形及波达时间等参数进行估计。

图 1 NPBR示意图

Figure 1. Sketch map of NPBR

下载: 全尺寸图片幻灯片

2.1 信号模型

设外辐射源发射如式(1)所示的LFM脉冲串信号，脉冲串信号脉冲重复间隔、脉宽、载频及带宽均为脉间捷变。

$\begin{aligned}&\! s(\tau ,n) \!=\!\! A{\rm{rect}}\!\!\left( {\frac{\tau }{{{T_{\rm{p}}}\left( n \right)}}} \!\right)\!\exp \!\left\{ {{\rm j}{{π}}\! \left( {2{f_{\rm{c}}}\left( n \right)\tau \!+\! \gamma \left( n \right){\tau ^2}} \right)} \!\right\}\!,\\& \quad\quad\quad \ \ n = 0,1, ·\!·\!·,N - 1\end{aligned}$

(1)

式中， $\tau$ 为快时间，A为幅度，N为脉冲数， ${T_{\rm{p}}}(n)$ 为脉冲宽度， ${f_{\rm{c}}}\left( n \right)$ 为载频， $\gamma (n) = {B_{\rm{s}}}(n)/{T_{\rm{p}}}(n)$ 为调频率， ${B_{\rm{s}}}\left( n \right)$ 为信号带宽，n为脉冲序号。则直达波信号模型可写为：

$\begin{aligned}{s_{\rm{r}}}(\tau ,n) = & {A_1}{\rm{rect}}\left( {\frac{{\tau - {\tau _0}}}{{{T_{\rm{p}}}\left( n \right)}}} \right)\exp \left\{ { - {\rm j}2{{π}} {f_{\rm{c}}}\left( n \right){\tau _0}} \right\}\\& \cdot \!\exp \left\{ {{\rm j}{{π}} \left[ {2{f_{\rm{I}}}\left( n \right)\tau \!+\! \gamma \left( n \right){{\left( {\tau \!-\! {\tau _0}} \right)}^2}} \right]} \right\}\end{aligned}$

(2)

式中， ${\tau _0}{\rm{ = }}2{d_0}/{\rm c}$ 为直达波波达时间，d₀为外辐射源与接收天线之间的距离， ${f_{\rm{I}}}\left( n \right){\rm{ = }}{f_{\rm{c}}}\left( n \right) - {f_{{\rm{down}}}}$ 为中频频率， ${f_{{\rm{down}}}}$ 为下变频参考频率。

显然，式(2)中 ${\tau _0}$ , ${T_{\rm{p}}}\left( n \right)$ , $\gamma (n)$ 以及 ${f_{\rm{c}}}\left( n \right)$ 为待估计的未知参数。

2.2 直达波参数估计

根据待估计参数，可将直达波参数估计过程分为如图2所示的两个部分：脉冲提取和脉冲参数估计。

图 2 直达波参数估计流程图

Figure 2. Flow chart of parameter estimation of the direct waveform

下载: 全尺寸图片幻灯片

2.2.1 脉冲提取脉冲提取通常分为3个步骤，包括时域直达波初提取、自适应带通滤波以及时域直达波脉冲精提取。直达波信号中，通常可能包含大量同频段电台、通信等干扰成分，因此原始直达波信号在时域进行脉冲提取误差较大，需要在初提取的基础上进行带通滤波。而由于直达波信号中心频率、带宽未知，因此无法直接设计带通滤波器。考虑到LFM信号频率响应近似为矩形，本文采用通过脉冲提取方法提取信号的频率响应，从而获得信号中心频率与带宽，进而设计带通滤波器滤除直达波干扰信号。因此，脉冲提取方法的性能决定了直达波脉冲提取的效果。

脉冲串波形信息主要包含脉冲的上升沿、下降沿以及脉内调制信息。直达波脉冲提取可以等效于直达波脉冲的上升沿以及下降沿的提取。为此，本小节给出一种高鲁棒性的脉冲提取方法，该方法基本主要步骤包括：

步骤1 自适应计算噪声阈值门限，对超过噪声阈值门限的信号样本索引号进行差分处理；

步骤2 提取差分值大于最小脉冲间距的索引号作为预选上升沿；

步骤3 将信号序列翻转，用相同的差分处理方法以及信号序列翻转前后的对应关系获得预选下降沿。上升沿与下降沿一一对应，组成预选脉冲；

步骤4 从预选脉冲中剔除不符合预设脉冲条件的脉冲，将剩余脉冲作为最终提取结果。

通常，噪声采样幅值无法连续超过噪声门限，因此无法形成与直达波脉冲宽度和脉冲重复间隔等特征相近的脉冲。本质上，该方法正是利用了噪声与直达波脉冲的这种特征区别，因此具有较好的鲁棒性。

2.2.2 脉冲参数估计图2中，脉冲参数估计部分包括以下几个步骤：调频率和中心频率的估计、直达波脉冲对齐、直达波波达时间及载频估计。

在2.2.1小节脉冲提取的基础上，可以获得直达波信号的脉冲宽度及脉冲重复间隔。本小节针对提取的任意脉冲，给出脉内调制信息的提取方法。

(a) 调频率和中心频率的估计

每个提取的脉冲信号均为一个LFM信号，对于LFM信号的调频率及中心频率的估计方法较多。例如LvD^[7,8], GRFT^[9–11]等。考虑到GRFT参数估计的最优性^[12,13]，这里采用GRFT对LFM信号进行参数估计。设定中心频率范围为 ${\tilde f_k} \in \left[ {{f_{\min }},{f_{\max }}} \right]$ 及调频率范围为 ${\tilde \gamma _l} = \left[ {{\gamma _{\min }},{\gamma _{\max }}} \right]$ ，则中心频率及调频率估计值可由式(3)得到。式(3)中，L和K分别为中心频率和调频率搜索点数， ${s_{{\rm{pulse}}}}(\tau ,n)$ 为提取的第n个脉冲信号。

$\begin{aligned}& {\left[ {{{\tilde f}_{\rm{I}}}\left( n \right),\tilde \gamma \left( n \right)} \right]}\\& \ \ = \mathop {\rm argmax}\limits_{{{\tilde f}_k},{{\tilde \gamma }_l}} \left\{ {\sum\limits_{l = 1}^L {\sum\limits_{k = 1}^K {{s_{{\rm{pulse}}}}(\tau ,n)} } } \right.\\& \ \ \quad \cdot {\exp \left\{ { - {\rm j}{π} \left[ {2{{\tilde f}_k}\tau + {{\tilde \gamma }_l}{\tau ^2}} \right]} \right\}} \Biggr\}\\& \ \ = \mathop {\rm argmax}\limits_{{{\tilde f}_k},{{\tilde \gamma }_l}} \left\{ {\sum\limits_{l = 1}^L {\sum\limits_{k = 1}^K {\tilde A\exp } } \left\{{\rm j}{π} \left[ {2\left( {{f_{\rm{I}}}\left( n \right) - {{\tilde f}_k}} \right)\tau } \right. \right.} \right.\\& \ \ \quad{ { { + \left( {\gamma \left( n \right) - {{\tilde \gamma }_l}} \right){\tau ^2}} \Bigr]} \Big\}} \Biggr\}\end{aligned}$

(3)

式(3)中， $\tilde A$ 为与 $\tau$ 无关的复幅度。在实际中，由于提取脉冲的上升沿和下降沿可能存在较大误差，导致中心载频的估计值 ${\tilde f_{\rm{I}}}\left( n \right)$ 与真实估计值存在一个不可忽略的偏差，记为 $\Delta f\left( n \right)$ ，即 ${\tilde f_{\rm{I}}}\left( n \right) = {f_{\rm{I}}}\left( n \right) -$ $\Delta f\left( n \right)$ 。中心频率偏差将在后续脉压中产生峰值位置的偏移。

(b) 直达波脉冲对齐

利用获取的脉冲宽度、中心频率以及调频率，可构建如式(4)所示的参考信号，并对式(2)所示的直达波脉冲信号进行脉冲压缩。脉压结果如式(5)所示。

$\begin{aligned}\!\!\!\!\!\!\!\!\!\!\!\!\! {s_{{\rm{ref}}}}(\tau ,n) =& {\rm{rect}}\left( {\frac{\tau }{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)\\ & \cdot\exp \left\{ {{\rm j}{{π}} \left[ {2{{\tilde f}_{\rm{I}}}\left( n \right)\tau + \tilde \gamma \left( n \right){\tau ^2}} \right]} \right\}\end{aligned}$

(4)

$\begin{aligned}&{s_{{\rm{PC}}}}(\tau ,n)\\ &\ \ = {s_{\rm{r}}}(\tau ,n) \otimes s_{{\rm{ref}}}^*(\tau ,n)\\&\ \ = {A_1}\exp \left\{ { - {\rm j}2{{π}} {\tau _0}{f_{\rm{c}}}\left( n \right)} \right\} \\ & \ \ \quad\cdot\int_{ - \infty }^\infty {{\rm{rect}}\left( {\frac{{u - {\tau _0}}}{{{T_{\rm{p}}}\left( n \right)}}} \right){\rm{rect}}\left( {\frac{{\tau - u}}{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)} \\& \ \ \quad\cdot \exp \left\{ {{\rm j}{{π}} \left[ {2{f_{\rm{I}}}\left( n \right)u + \gamma \left( n \right){{\left( {u - {\tau _0}} \right)}^2}} \right]} \right\}\\&\ \ \quad \cdot \exp \left\{ { - {\rm j}{{π}} \left[ {2{{\tilde f}_{\rm{I}}}\left( n \right)\left( {\tau - u} \right) + \tilde \gamma \left( n \right){{\left( {\tau - u} \right)}^2}} \right]} \right\}\!\!{\rm d}u\\& \ \ \approx {\rm{rect}}\left( {\frac{{\tau + {T_{\rm{p}}}\left( n \right)/2 - {\tau _0}}}{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right) \\ & \ \ \quad \cdot \exp \left\{ {{\rm j}{{π}} \left[ {\left( {\tau + {\tau _0}} \right)\Delta f\left( n \right) - 2{\tau _0}{f_{\rm{c}}}\left( n \right)} \right]} \right\}\\& \ \ \quad\cdot{\rm{sinc}}\left\{ {\left( {\tau \!-\! {\tau _0} \!+\! {{\tilde T}_{\rm{p}}}\left( n \right)} \right){{π}} \tilde \gamma \left( n \right)\left[ {\tau \!-\! {\tau _0} \!+\! \Delta {\tau _0}\left( n \right)} \right]} \right\}\end{aligned}$

(5)

式(5)中，

$\Delta {\tau _0}\left( n \right) = \Delta f\left( n \right)/\tilde \gamma \left( n \right)$

(6)

显然，由于中心频率估计误差 $\Delta f\left( n \right)$ 的存在，脉压后，峰值位置存在一个与脉冲号相关偏移量 $\Delta {\tau _0}\left( n \right)$ ，即不同脉冲的峰值位置处于不同距离单元。利用式(6)中不同脉冲峰值的位置偏移与频率估计误差之间的关系，可实现脉冲间相对频率估计误差的补偿，并实现脉冲对齐。记各脉冲与第1个脉冲的峰值偏差为：

$\Delta {\tau _{\rm{r}}}\left( n \right){\rm{ = }}\Delta {\tau _0}\left( n \right) - \Delta {\tau _0}\left( 0 \right)$

(7)

由式(7)，定义相对频率偏差为：

$\Delta {f_{\rm{r}}}\left( n \right) = \Delta {\tau _{\rm{r}}}\left( n \right)\tilde \gamma \left( n \right)$

(8)

重新构建脉压匹配函数为：

$\begin{aligned}{\hat s_{{\rm{ref}}}}(\tau ,n) =& {\rm{rect}}\left( {\frac{\tau }{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)\\&\! \cdot\exp\! \left\{ {{\rm j}\!{{π}}\! \left\{ {2\!\left[ {{{\tilde f}_{\rm{I}}}\left( n \right) \!-\! \Delta {f_{\rm{r}}}\left( n \right)} \right]\!\!\tau \!+\! \tilde \gamma \left( n \right){\tau ^2}} \right\}} \right\}\end{aligned}$

(9)

则脉压结果更新为：

$\begin{aligned}&s'\!\!_{{\rm{PC}}}(\tau ,n)\\& \ \ = {s_{\rm{r}}}(\tau ,n) \otimes \hat s_{{\rm{ref}}}^*(\tau ,n)\\ & \ \ \approx{A_0}{\rm{rect}}\left( {\frac{{\tau + {T_{\rm{p}}}\left( n \right)/2 - {\tau _0}}}{{{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right) \\ & \ \ \quad \cdot\exp \left\{ {{\rm j}{{π}} \left[ {\left( {\tau + {\tau _0}} \right)\Delta f\left( 0 \right) - 2{\tau _0}{f_{\rm{c}}}\left( n \right)} \right]} \right\}\\ & \ \ \quad \cdot {\mathop{\rm sinc}\nolimits} \left\{ {\left( {\tau \!-\! {\tau _0} + {{\tilde T}_{\rm{p}}}\left( n \right)} \right){{π}} \tilde \gamma \left( n \right)\left[ {\tau \!-\! {\tau _0} \!+\! \Delta {\tau _0}\left( 0 \right)} \right]}\right\}\end{aligned}$

(10)

由式(10)可知，脉冲峰值位置均为：

$\tau = {\tau _{{\rm{peak}}}} = {\tau _0} - \Delta {\tau _0}\left( 0 \right)$

(11)

显然，与脉冲号无关，实现了脉冲对齐。

由式(7)和式(8)可知

$\begin{aligned}\Delta {f_{\rm{r}}}\left( n \right) &= \left( {\Delta {\tau _0}\left( n \right) - \Delta {\tau _0}\left( 0 \right)} \right)\tilde \gamma \left( n \right)\\ &{\rm{ = }}\Delta f\left( n \right) - \Delta {\tau _0}\left( 0 \right)\tilde \gamma \left( n \right)\\ & = \Delta f\left( n \right) - \Delta f\left( 0 \right)\tilde \gamma \left( n \right)/\tilde \gamma \left( 0 \right)\end{aligned}$

(12)

将式(12)代入式(10)中相位项，得到

$\begin{aligned}&\hat \phi \left( {n,{\tau _{{\rm{peak}}}}} \right)\\ &\ \ = \exp \left\{ {{\rm j}{{π}} \left[ {\left( {{\tau _{{\rm{peak}}}} + {\tau _0}} \right)\Delta f\left( 0 \right) - 2{\tau _0}{f_{\rm{c}}}\left( n \right)} \right]} \right\}\\ &\ \ = \exp \Big\{ {{\rm j}{{π}}\Big\{ {\left( {2{\tau _{{\rm{peak}}}} + \Delta f\left( 0 \right)/\tilde \gamma \left( 0 \right)} \right)\Delta f\left( 0 \right)} } \\ &\ \ \quad - 2\left( {{\tau _{{\rm{peak}}}} + \Delta f\left( 0 \right)/\tilde \gamma \left( 0 \right)} \right) \\ & \ \ \quad \cdot \left[ {{f_{{\rm{down}}}} \!+\! {{\tilde f}_{\rm{I}}}\left( n \right) \!\!-\!\! \Delta {f_{\rm{r}}}\left( n \right) \!\!+\!\! \Delta f\left( 0 \right)\tilde \gamma \left( n \right)/\tilde \gamma \left( 0 \right)} \right] \Big\}\Big\}\end{aligned}$

(13)

因此，利用式(14)可以得到第1个脉冲的中心频率误差的估计值。

$\begin{aligned}\Delta\! \tilde f\left( 0 \right)=& \mathop {{\rm{argmax}}}\limits_{\Delta {f_k}} \sum\limits_{n = 0}^{N - 1} {{s_{{\rm{MF}}}}\left( {{\tau _{{\rm{peak}}}},n} \right)} \\ & \cdot\exp \Big\{ { - {\rm j}{{π}} \Big\{ {\left( {2{\tau _{{\rm{peak}}}} + \Delta {f_k}/\tilde \gamma \left( 0 \right)} \right)} } \\&\cdot\Delta {f_k}+ 2\left( {{\tau _{{\rm{peak}}}} + \Delta {f_k}/\tilde \gamma \left( 0 \right)} \right)\\ &\cdot\left[ {{f_{{\rm{down}}}} + {{\tilde f}_{\rm{I}}}\left( n \right) - \Delta {f_{\rm{r}}}\left( n \right)} \right.\\& {{ + \Delta {f_k}\tilde \gamma \left( n \right)/\tilde \gamma \left( 0 \right)} \Big]} \Big\}\Big\}\end{aligned}\!\!$

(14)

式中，搜索频率 $\Delta {f_k} \in \left[ {\Delta {f_k}_{\min },\Delta {f_k}_{\max }} \right]$ , $\Delta {f_k}_{\min }$ 和 $\Delta {f_k}_{\max }$ 为搜索最小值和最大值。

进而得到直达波到达时间为：

${\tau _{\rm{0}}}{\rm{ = }}{\tau _{{\rm{peak}}}}{\rm{ + }}\Delta {\tau _0}\left( 0 \right) = {\tau _{{\rm{peak}}}}{\rm{ + }}\Delta \tilde f\left( 0 \right)/\tilde \gamma \left( 0 \right)$

(15)

中心频率估计值更新为：

$\begin{aligned}\tilde f_{\rm{I}}'\left( n \right){\rm{ = }}& {{\tilde f}_{\rm{I}}}\left( n \right) - \Delta \tilde f\left( n \right)\\ = & {{\tilde f}_{\rm{I}}}\left( n \right) \!-\! \left( {\Delta \tilde f\left( 0 \right)/\tilde \gamma \left( 0 \right) \!+\! \Delta {\tau _{\rm{r}}}\left( n \right)} \right)\tilde \gamma \left( n \right)\end{aligned}$

(16)

进一步可以得到各脉冲的载频估计值为：

${\tilde f_{\rm{c}}}\left( n \right) = {f_{{\rm{down}}}}{\rm{ + }}\tilde f_{\rm{I}}'\left( n \right)$

(17)

至此，外辐射源发射信号的脉冲重复频率、脉冲宽度、调频率、载频以及直达波达到时间均已获得，为脉间相参积累奠定基础。

3. 长时间积累

通过直达波的处理，可获得外辐射源信号的参数，并将获得的参数估计值代入式(4)可得到重构的脉压参考函数。利用该参考函数，对特定距离门内的回波进行脉压，得到脉压后距离-脉冲维结果。在此基础上，沿脉冲维进行捷变波形的长时间积累技术。目标回波时延为 ${\tau _{\rm{d}}}\left( n \right){\rm{ = 2}}r(n)/{\rm c}$ ，式中，c为光速， $r(n)$ 为目标瞬时斜距，且

$r(n){\rm{ = }}{r_0} + {v_0}\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} + \frac{{{a_0}}}{2}{\left( {\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} } \right)^2}$

(18)

式中，r₀为初始斜距，v₀为径向速度，a₀为径向加速度。

结合式(1)，目标回波可以写为：

$\begin{aligned}{s_{{\rm{echo}}}}(\tau ,n) = &{A_2}{\rm{rect}}\left( {\frac{{\tau - {\tau _0}}}{{{T_{\rm{p}}}\left( n \right)}}} \right)\\ &\cdot\exp \left\{ { - {\rm j}2{{π}} {f_{\rm{c}}}\left( n \right){\tau _{\rm{d}}}\left( n \right)} \right\}\\& \cdot\! \exp \!\left\{ {{\rm j}\!{{π}}\! \left[ {2{f_{\rm{I}}}\left( n \right)\tau \!+\! \gamma \left( n \right){{\left( {\tau \!-\! {\tau _{\rm{d}}}\left( n \right)} \right)}^2}} \right]} \right\}\end{aligned}$

(19)

式中，A₂为回波幅度。

用 $\tilde f_{\rm{I}}'\left( n \right)$ 替换式(4)所示参考函数的 ${\tilde f_{\rm{I}}}\left( n \right)$ ，利用更新后的参考函数对式(19)进行脉压，得到

$\begin{aligned}&{s_{{\rm{PC\_echo}}}}(\tau ,n)\\& \ \ = {s_{{\rm{echo}}}}(\tau ,n) \otimes s_{{\rm{ref}}}^*(\tau ,n)\\& \ \ \approx {A_2}{\rm{rect}}\left( {\frac{{\tau - {\tau _{\rm{d}}}\left( n \right)}}{{2{{\tilde T}_{\rm{p}}}\left( n \right)}}} \right)\exp \left\{ { - {\rm j}2{{π}} {\tau _{\rm{d}}}\left( n \right){f_{\rm{c}}}\left( n \right)} \right\}\\&\ \ \quad \cdot {\rm{sinc}}\left\{ {{{π}} \left( {{{\tilde T}_{\rm{p}}}\left( n \right) \!-\! \left| {\tau \!-\! {\tau _{\rm{d}}}\left( n \right)} \right|} \right)\tilde \gamma \left( n \right)\left( {\tau \!-\! {\tau _{\rm{d}}}\left( n \right)} \right)} \right\}\end{aligned}$

(20)

基于式(20)，可得到运动参数空间中，相参积累的结果为：

$\begin{aligned}G\left( {i,j,k} \right) = & \sum\limits_{n = 0}^{N - 1} {{s_{{\rm{PC\_echo}}}}\left( {\tau \left( {{r_i},{v_j},{a_k};n} \right),n} \right)}\\ & \cdot \exp \left\{ {{\rm j}2{{π}} \tau \left( {{r_i},{v_j},{a_k};n} \right){{\tilde f}_{\rm{c}}}\left( n \right)} \right\}\end{aligned}$

(21)

式中，r_i, v_j, a_k分别为搜索的距离、速度和加速度值，且

$\begin{aligned}&\!\!\!\!\tau \left( {{r_i},{v_j},{a_k};n} \right)\\ &\ = \frac{{\rm{2}}}{\rm c}\left[ {{r_i} + {v_i}\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} + \frac{{{a_i}}}{2}{{\left( {\sum\limits_{n' = 0}^n {{T_{\rm{r}}}\left( {n'} \right)} } \right)}^2}} \right]\end{aligned}$

(22)

式(21)实际上为文献[9–12]中GRFT的一种特殊形式。值得注意的是，式(20)中的脉压输出波形在脉冲间可以是捷变的，因此，其盲速旁瓣^[10]等积累性能与非捷变信号GRFT结果将会有较大区别，篇幅原因，本文不进行讨论。

当 $\tau \left( {{r_i},{v_j},{a_k};n} \right){\rm{ = }}{\tau _{\rm{d}}}\left( n \right)$ 时，式(18)得到峰值：

$G{\left( {i,j,k} \right)_{\max }} = {A_2}N$

(23)

即实现了积累增益随脉冲数增加而线性增加的相参积累结果。将式(21)中得到的积累幅值与恒虚警(Constant False Alarm Rate, CFAR)门限进行比较，即可得到最终检测结果。

对于功率为 ${\sigma ^2}$ 的高斯白噪声背景，N个脉冲相参积累后的噪声输出功率为 $N{\sigma ^2}$ ^[9]，因此，相参积累的输出信噪比为 $NA_2^2/{\sigma ^2}$ ，即为积累前信噪比的N倍。另外，本文方法对输入信噪比的要求与积累脉冲数及检测门限相关。在检测门限一定的条件下，目标回波信噪比越小，所需的积累脉冲数越多，进而所需的波束驻留时间也越长。

4. 数值实验

本文总体算法处理流程如图3所示。

图 3 算法流程

Figure 3. Flowchart of the algorithm

下载: 全尺寸图片幻灯片

本小节将利用仿真和实测数据实验对所提方法进行验证。

仿真实验中，外辐射源雷达工作在P波段，发射波形脉宽、时宽及带宽脉间捷变，场景中存在一个微弱目标，脉压后信噪比为0，运动参数为(120 km, 350 m/s, 20 m/s²)，积累脉冲数为100。部分原始回波实部信号和模值如图4所示。图5为直达波提取结果，该结果验证了本文脉冲提取方法的有效性。图6为目标回波脉压结果。显然，脉压结果中，目标淹没在噪声中。利用动目标检测(Moving Target Detection, MTD)方法，得到结果如图7所示，利用本文长时间积累方法，得到结果如图8所示。显然，通过时间和相位同步，利用本文的波形捷变GRFT方法能够将目标能量有效积累，进而验证了本文算法的有效性。

图 4 原始直达波信号

Figure 4. Original signal of the direct waveform

下载: 全尺寸图片幻灯片

图 5 脉冲提取结果

Figure 5. Pulse extraction result

下载: 全尺寸图片幻灯片

图 6 目标回波脉冲压缩结果

Figure 6. Echo pulse compression result

下载: 全尺寸图片幻灯片

图 7 MTD结果

Figure 7. MTD result

下载: 全尺寸图片幻灯片

图 8 时间相位同步后相参积累结果

Figure 8. Coherent integration result after time and phase synchronization

下载: 全尺寸图片幻灯片

实测数据实验中，外辐射源雷达工作在P波段，发射波形脉宽、时宽及带宽脉间捷变。图9为回波脉压结果，从脉压结果可以看出，场景中存在多个微弱目标，而且在观测时间内，目标存在明显跨距离单元现象。针对图9中弱目标1进行捷变波形GRFT长时间积累，得到目标检测及跟踪结果如图10所示。处理中，每一帧的积累脉冲数为20，平均积累时间约为0.42 s，帧间滑动步长为10个脉冲。图11给出了基于本文算法的相参积累与常规MTD、单脉冲处理的信噪比结果对比。由于目标存在跨距离单元现象，在相同积累脉冲数情况下，本文相参积累性能显著高于常规MTD。

图 9 目标回波脉冲压缩

Figure 9. Echo pulse compression result

下载: 全尺寸图片幻灯片

图 10 弱目标轨迹探测结果

Figure 10. Weak target trace detection result

下载: 全尺寸图片幻灯片

图 11 积累SNR比较

Figure 11. SNR comparisons

下载: 全尺寸图片幻灯片

实验结果表明，利用本文的基于直达波的外辐射源波形估计方法以及捷变波形GRFT相参积累方法，能够将长时间观测的目标回波能量有效积累。

5. 总结

本文针对非合作外辐射源双基地雷达中时间和相位同步问题以及捷变波形的长时间相参积累问题进行了研究。给出了一种直达波脉冲提取方法，并利用直达波参数估计实现了时间和相位同步，在此基础上，进一步给出了波形捷变GRFT长时间相参积累方法，通过仿真和实测数据实验，验证了该方法对微弱目标探测的有效性。

直达波信噪比大小会影响波形参数估计误差，该信噪比越小，波形参数估计误差越大，进而长时间积累性能也越差。估计误差对目标参数测量及相参积累性能的分析将在后续工作中进行定量分析。另外，后续将对双基地目标运动参数的解算、捷变波形GRFT的相参积累性能及其盲速旁瓣特性等方面内容开展研究。

图 1 方位向多通道HRWS SAR系统

Figure 1. Multichannel in azimuth HRWS SAR system

下载: 全尺寸图片幻灯片

图 2 斜视情况多普勒频谱

Figure 2. Doppler spectrum in squint situation

下载: 全尺寸图片幻灯片

图 3 仿真实验结果

Figure 3. Experimental results of simulation

下载: 全尺寸图片幻灯片

图 4 数据重采样过程(红色实心圆点表示原始多通道数据，黑色实心圆点表示重采样之后的多通道数据)

Figure 4. Process of resampling original experimental data (red solid dots represent original experimental data, and black solid dots represent resampled data)

下载: 全尺寸图片幻灯片

图 5 机载SAR实验数据处理结果

Figure 5. Experimental results using airborne SAR data

下载: 全尺寸图片幻灯片

图 6 C波段四通道机载SAR实验数据成像结果

Figure 6. Imaging results of the C-band four channel airborne SAR experimental data

下载: 全尺寸图片幻灯片

表 1 星载仿真实验参数

Table 1. System parameters of simulated spaceborne experiment

系统参数	数值
通道数目	4
信噪比(dB)	40
轨道高度(km)	630
平台速度(m/s)	7545
载频(GHz)	5.4
发射信号带宽(MHz)	80
脉冲重复频率(Hz)	1257.5
多普勒带宽(Hz)	2515

下载: 导出CSV

表 2 仿真实验相位误差设置

Table 2. Phase mismatch set in simulated experiment

通道	相位误差(rad)
通道1	–
通道2	0.5
通道3	0.15
通道4	0.75

下载: 导出CSV

表 3 仿真实验相位误差和基带多普勒中心估计结果

Table 3. Estimation of phase mismatch and baseband Doppler centroid in simulated experiment

通道	相位失配(rad)		基带多普勒中心估计(Hz)
通道	预设	估计	预设	估计
通道1	–	–	–	–
通道2	0.50	0.4999	100	100.85
通道3	0.15	0.1496	100	100.64
通道4	0.75	0.7495	100	100.25

下载: 导出CSV

表 4 C波段方位向四通道机载SAR实验参数

Table 4. Experimental parameters of C-band azimuth four channel airborne SAR system

系统参数	数值
通道数目	4
平台高度(m)	8600
平台速度(m/s)	129.64
载频(GHz)	5.4
发射信号带宽(MHz)	210
方位向天线尺寸(m)	0.624
脉冲重复频率(Hz)	137.19

下载: 导出CSV

表 5 C波段四通道机载SAR实验数据处理结果

Table 5. Experimental results of C-band four channel airborne SAR system

通道	相位失配(rad)	系统多普勒中心(Hz)
通道1	–	–
通道2	1.058	–34.57
通道3	0.994	–34.18
通道4	1.577	–34.29

下载: 导出CSV

参考文献(19)

[1]	Gebert N, Krieger G, and Moreira A. High resolution wide swath SAR imaging with digital beamforming-performance analysis, optimization, system design[C]. Proceedings of the 6th European Conference on Synthetic Aperture Radar, Dresden, Germany, July 2006: 341–344.
[2]	Gebert N, de Almeida F, and Krieger G. Airborne demonstration of multichannel SAR imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(5): 963–967. DOI: 10.1109/LGRS.2011.2144563
[3]	Kim J H, Younis M, Prats-Iraola P, et al. First spaceborne demonstration of digital beamforming for azimuth ambiguity suppression[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(1): 579–590. DOI: 10.1109/TGRS.2012.2201947
[4]	Li Zhenfang, Bao Zheng, Wang Hongyang, et al. Performance improvement for constellation SAR using signal processing techniques[J]. IEEE Transactions on Aerospace and Electronic Systems, 2006, 42(2): 436–452. DOI: 10.1109/TAES.2006.1642562
[5]	Zhang Lei, Xing Mengdao, Qiu Chengwei, et al. Adaptive two-step calibration for high resolution and wide-swath SAR imaging[J]. IET Radar,Sonar&Navigation, 2010, 4(4): 548–559.
[6]	Zhang Shuangxi, Xing Mengdao, Xia Xianggen, et al. Multichannel HRWS SAR imaging based on range-variant channel calibration and multi-Doppler-direction restriction ambiguity suppression[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(7): 4306–4327. DOI: 10.1109/TGRS.2013.2281329
[7]	张磊, 全英汇, 邢孟道, 等. 一种子空间投影的高分辨宽测绘带SAR成像通道均衡方法[J]. 电子与信息学报, 2010, 32(1): 1–6. DOI: 10.3724/SP.J.1146.2008.01821 Zhang Lei, Quan Yinghui, Xing Mengdao, et al. An SSP based channel calibration for high-resolution and wide-swath SAR imagery[J]. Journal of Electronics&Information Technology, 2010, 32(1): 1–6. DOI: 10.3724/SP.J.1146.2008.01821
[8]	Feng Jin, Gao Canguan, Zhang Yi, et al. Phase mismatch calibration of the multichannel SAR based on azimuth cross correlation[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(4): 903–907. DOI: 10.1109/LGRS.2012.2227107
[9]	Liu Yanyang, Li Zhenfang, Wang Zhibin, et al. On the baseband Doppler centroid estimation for multichannel HRWS SAR imaging[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(12): 2050–2054. DOI: 10.1109/LGRS.2014.2318511
[10]	Li Jianbin, Li Xiaoping, Lin Mingfu, et al. Maximum-likelihood-based Doppler centroid estimation algorithm for MC-HRWS SAR system[J]. Electronics Letters, 2014, 50(22): 1630–1631. DOI: 10.1049/el.2014.2723
[11]	刘艳阳, 李真芳, 杨桃丽, 等. 一种单星方位多通道高分辨率宽测绘带SAR系统通道相位偏差时域估计新方法[J]. 电子与信息学报, 2012, 34(12): 2913–2919. DOI: 10.3724/SP.J.1146.2012.00562 Liu Yanyang, Li Zhenfang, Yang Taoli, et al. A novel channel phase bias estimation method for spaceborne along-track multi-channel HRWS SAR in time-domain[J]. Journal of Electronics&Information Technology, 2012, 34(12): 2913–2919. DOI: 10.3724/SP.J.1146.2012.00562
[12]	王志斌, 刘艳阳, 李真芳, 等. 基于多普勒谱优化的HRWS SAR系统通道相位偏差估计算法[J]. 电子与信息学报, 2016, 38(12): 3026–3033. DOI: 10.11999/JEIT161038 Wang Zhibin, Liu Yanyang, Li Zhenfang, et al. Phase bias estimation algorithm for HRWS SAR system in azimuth based on Doppler spectrum optimization[J]. Journal of Electronics&Information Technology, 2016, 38(12): 3026–3033. DOI: 10.11999/JEIT161038
[13]	Gebert N. Multi-channel azimuth processing for high-resolution wide-swath SAR imaging[D]. [Ph.D. dissertation], German Aerospace Center, 2009: 20, 22.
[14]	Krieger G, Gebert N, and Moreira A. Unambiguous SAR signal reconstruction from nonuniform displaced phase center sampling[J]. IEEE Geoscience and Remote Sensing Letters, 2004, 1(4): 260–264. DOI: 10.1109/LGRS.2004.832700
[15]	Friedlander B and Weiss A J. Eigenstructure methods for direction finding with sensor gain and phase uncertainties[C]. Proceedings of International Conference on Acoustics, Speech, and Signal Processing, California, USA, April 1988: 2681–2684.
[16]	Guo Xiaojiang, Gao Yesheng, Wang Kaizhi, et al. Improved channel error calibration algorithm for azimuth multichannel SAR systems[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(7): 1022–1026. DOI: 10.1109/LGRS.2016.2561961
[17]	Cumming I G and Wong F H. Digital Processing of Synthetic Aperture Radar Data: Algorithms and Implementation[M]. Norwood: Artech House, 2005: 194–200.
[18]	Lanari R, Zoffoli S, Sansosti E, et al. New approach for hybrid strip-map/spotlight SAR data focusing[J]. IEE Proceedings-Radar,Sonar and Navigation, 2001, 148(6): 363–372. DOI: 10.1049/ip-rsn:20010662
[19]	Baumgartner S V and Krieger G. Simultaneous high-resolution wide-swath SAR imaging and ground moving target indication: Processing approaches and system concepts[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(11): 5015–5029. DOI: 10.1109/JSTARS.2015.2450019

施引文献

期刊类型引用(5)

1.	王玉莹，张志敏，李宁，范怀涛，赵庆超. 高分宽幅SAR系统下的方位多通道运动目标成像算法研究. 电子与信息学报. 2020(03): 541-546 . 百度学术
2.	俞传龙，王伟清. 基于时频变换的雷达运动目标参数估计方法研究. 电子设计工程. 2020(17): 122-126 . 百度学术
3.	潘洁，王帅，李道京，卢晓春. 基于方向图和多普勒相关系数的天基阵列SAR通道相位误差补偿方法. 电子与信息学报. 2019(07): 1758-1765 . 百度学术
4.	李强，范怀涛. 基于辅助数字高程模型的方位多通道SAR相位失配校正方法. 雷达学报. 2019(05): 616-623 . 本站查看
5.	邢孟道，林浩，陈溅来，孙光才，严棒棒. 多平台合成孔径雷达成像算法综述. 雷达学报. 2019(06): 732-757 . 本站查看

其他类型引用(3)

资源附件(0)

访问统计

图(6) / 表(5)

计量

文章访问数: 2831
HTML全文浏览量: 593
PDF下载量: 404
被引次数: 8

1. 引言
2. NPBR直达波参数估计
2.1 信号模型
2.2 直达波参数估计
3. 长时间积累
4. 数值实验
5. 总结

基于特征分解的方位向多通道SAR相位失配校正方法

DOI: 10.12000/JR17012

通讯作者:
范怀涛 huaitaofan@163.com

计量

Channel Phase Mismatch Calibration for Multichannel in Azimuth SAR Imaging Based on Eigen-structure Method

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊类型引用(5)

其他类型引用(3)

计量

目录

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊介绍

联系我们

基于特征分解的方位向多通道SAR相位失配校正方法

DOI: 10.12000/JR17012

通讯作者: 范怀涛 huaitaofan@163.com

计量

出版历程

Channel Phase Mismatch Calibration for Multichannel in Azimuth SAR Imaging Based on Eigen-structure Method

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊类型引用(5)

其他类型引用(3)

计量

出版历程

目录

1. 引言

2. NPBR直达波参数估计

2.1 信号模型

2.2 直达波参数估计

3. 长时间积累

4. 数值实验

5. 总结

期刊介绍

联系我们

通讯作者:
范怀涛 huaitaofan@163.com