Processing math: 100%

高分三号SAR卫星系统级几何定位精度初探

丁赤飚 刘佳音 雷斌 仇晓兰

王福来, 庞晨, 殷加鹏, 等. 一种多普勒容忍的抗间歇采样转发干扰恒模互补波形和接收滤波器联合设计方法[J]. 雷达学报, 2022, 11(2): 278–288. doi: 10.12000/JR22020
引用本文: 丁赤飚, 刘佳音, 雷斌, 仇晓兰. 高分三号SAR卫星系统级几何定位精度初探[J]. 雷达学报, 2017, 6(1): 11-16. doi: 10.12000/JR17024
WANG Fulai, PANG Chen, YIN Jiapeng, et al. Joint design of Doppler-tolerant complementary sequences and receiving filters against interrupted sampling repeater jamming[J]. Journal of Radars, 2022, 11(2): 278–288. doi: 10.12000/JR22020
Citation: Ding Chibiao, Liu Jiayin, Lei Bin, Qiu Xiaolan. Preliminary Exploration of Systematic Geolocation Accuracy of GF-3 SAR Satellite System[J]. Journal of Radars, 2017, 6(1): 11-16. doi: 10.12000/JR17024

高分三号SAR卫星系统级几何定位精度初探

DOI: 10.12000/JR17024
基金项目: 国家高分重大专项共性关键技术(30-Y20A12-9004-15/16, 03-Y20A11-9001-15/16)
详细信息
    作者简介:

    丁赤飚(1969–),男,研究员,博士生导师,现任中国科学院电子学研究所副所长,主要从事合成孔径雷达、遥感信息处理和应用系统等领域的研究工作,先后主持多项国家863重点项目和国家级遥感卫星地面系统工程建设项目,曾获国家科技进步一等奖、二等奖各一项。E-mail: cbding@mail.ie.ac.cn

    刘佳音(1977–),女,博士,现任职于中国科学院电子学研究所,副研究员,研究方向为遥感图像定位及地理编码等。E-mail: liujy@mail.ie.ac.cn

    雷斌:雷   斌(1978–),男,研究员,博士生导师,任职于中国科学院电子学研究所,主要研究方向为合成孔径雷达及多源遥感信息处理与应用系统等。E-mail: leibin@mail.ie.ac.cn

    仇晓兰(1982–),女,中国科学院电子学研究所副研究员,主要研究领域为单/E-mail: xlqiu@mail.ie.ac.cn

    通讯作者:

    丁赤飚   cbding@mail.ie.ac.cn

  • 中图分类号: TP75

Preliminary Exploration of Systematic Geolocation Accuracy of GF-3 SAR Satellite System

Funds: The Key Standard Technologies of National High Resolution Special (30-Y20A12-9004-15/16, 03-Y20A11-9001-15/16)
  • 摘要: 高分三号SAR卫星是我国首颗空间分辨率达到1 m的C波段多极化合成孔径雷达成像卫星,于2016年8月成功发射,并通过5个月的在轨测试任务,于2017年1月正式交付用户单位使用。该文利用高分三号卫星实际在轨监测数据,分析了从数据采集、大气传输到成像处理与几何定位的全链路系统级几何定位误差源,并进行了基于角反射器的几何定位精度验证实验。实验结果表明,高分三号SAR卫星系统几何定位精度可以达到3 m。

     

  • 在现代化战争中,电子干扰技术是争夺电磁作战空间制信息权的重要力量,对雷达等的生存产生了严重威胁[1-4]。作为一种典型的相干干扰样式,间歇采样转发干扰(Interrupted Sampling Repeater Jamming, ISRJ)巧妙地利用了欠采样原理和匹配滤波特性,通过对雷达信号进行快速分时间断采样、转发,能够在雷达接收端产生位置和数量可控的高逼真密集假目标,从而实现多假目标欺骗干扰,使雷达的检测能力失效[5,6]。同时数字射频存储技术的快速发展,为ISRJ干扰的工程实现提供了基础,所以,ISRJ干扰具有响应时间短、工程实现简单等优势,导致传统的抗干扰技术无法有效抑制ISRJ干扰[7,8]。因此,研究抗ISRJ技术对提高我方高价值目标的战场生存能力具有重要意义。

    从公开发表的文献来看,针对抗ISRJ干扰问题,目前主要有两类主流方法,即接收端信号处理方法和波形设计方法[9-12]。对于第1类方法,文献[13]利用目标回波和干扰信号在时频域的差异,通过在接收端构造多个窄带滤波器实现对干扰信号的滤除从而达到抗ISRJ的目的;文献[14]利用最小二乘法等估计ISRJ关键参数,再基于此构建接收滤波器从而实现对ISRJ的抑制。然而,上述工作主要针对的是线性调频(Linear Frequency Modulation, LFM)雷达系统,并且仅仅考虑了接收端的信号处理技术而忽略了发射波形的设计,使得其可利用的自由度有限,无法应用于低信噪比(Signal-to-Noise Ratio, SNR)以及低信干比(Signal-to-Jamming Ratio, SJR)场景。对于第2类波形设计抗干扰方法,Zhou等人[15]率先提出了基于发射波形和接收滤波器联合设计的抗ISRJ方法,在获取干扰机干扰参数的前提下,通过抑制ISRJ信号和接收滤波器脉压输出能量进行收发联合优化从而实现了干扰抑制,并且在文献[16]中,利用惩罚函数思想,实现了基于收发联合波形设计抗干扰方法的信噪比损失可控,并将该方法扩展应用于SAR成像雷达中。然而,需要指出的是,目前波形设计抗ISRJ干扰仅仅关注于单个脉冲重复周期(Pulse Repetition Time, PRT)的信号处理,没有充分利用一个相干处理周期(Coherent Processing Interval, CPI)多脉冲相干处理的自由度优势,同时在波形设计的过程中忽略了目标运动对波形脉压性能的影响,即忽略了收发波形的多普勒容限,这限制了其在动目标抗干扰场景中的应用[17]。文献[18,19]指出,如果雷达在一个CPI内具备脉间波形捷变能力,那么采用互补序列作为发射波形,可以在接收端得到理想的“冲激函数式”的脉压输出。

    为了充分利用多脉冲联合处理以及收发联合处理的自由度同时提升对干扰场景下运动目标的检测能力,针对具有脉间捷变波形能力的雷达系统,本文提出了一种多普勒容忍的互补序列和接收滤波器联合设计方法,实现了一个CPI内对ISRJ的有效抑制。其基本思路是,在认知获取干扰机的干扰参数的先验信息前提下,选取互补序列和接收滤波器模糊函数旁瓣能量以及ISRJ信号和接收滤波器模糊函数能量为目标函数,同时为了控制失配滤波体制带来的信噪比损失,以及最大化雷达发射机功率效率,在优化模型中考虑了波形的恒模约束、接收机脉压峰值约束以及信噪比损失约束等。为了解决提出的非凸优化问题,提出了一种基于优化最小化(Majorization-Minimization, MM)方法的交替迭代优化算法实现了模型的优化求解[20]。最后,仿真实验表明,相比于传统抗ISRJ方法,本文设计的互补序列和接收滤波器组合具有更好的脉压特性和抗干扰能力,能够实现ISRJ场景下多运动目标的有效监测。

    假设雷达一个CPI包含K个脉冲,在每个PRT内,发射一个码长为N的恒模相位编码序列,不失一般性,第k个序列可以表示为

    xk=[xk(1) xk(2)  xk(N)]T,k=1,2,,K (1)

    其中,()T表示转置运算

    xk(n)=ejϕk(n),n=1,2,,N (2)

    且相位ϕk(n)可以在[0,2π]内任意取值。令hk=[hk(1) hk(2)  hk(N)]TCN表示雷达第k个PRT所使用的接收滤波器,则发射波形xk和接收滤波器hk的非周期互相关函数可以表示为

    rkxh(n)=Nm=1xk(m)hk(m+n),n=1N,2N,,0,,N2,N1 (3)

    其中,当n<1n>N时,式(3)中xk(n)=hk(n)=0。根据文献[18],当发射序列集{xk}Kk=1和接收滤波器集{hk}Kk=1满足

    Kk=1rkxh(n)=amaxδ(n) (4)

    其中

    δ(n)={1, n=00,  (5)

    amax表示相关函数峰值,可以称{xk}Kk=1{hk}Kk=1是互补的,即具有“冲激函数式”的脉压输出性能。另外,为了使得雷达具有对运动目标的检测能力,要求收发序列集具有良好的多普勒容限,即在一定多普勒频移区间均能保持互补特性。本质上,设计具有良好多普勒容限的收发序列集,就是要设计收发序列集的模糊函数,使其在给定的多普勒区间均具有低旁瓣。假设雷达目标在一个CPI内均处于同一距离单元,则互补序列集的模糊函数可以表示为[19]

    Axh(n,f)=Kk=1rkxh(n)ejkf (6)

    其中,nf分别表示模糊函数的距离和多普勒单元。需要指出的是式(6)中的多普勒f和实际的多普勒频率fd之间的关系可以表示为f=2πfdTP,其中TP表示雷达的脉冲重复周期。

    此外,根据文献[15],间歇采样转发干扰信号可以等效为利用脉冲串序列对雷达发射信号进行采样。假设干扰机在一个CPI内保持特性不变,令j表示干扰机的采样序列,则第k个雷达发射脉冲的间歇采样干扰信号可以表示为

    ˉxk=Jxk (7)

    其中,J=Diag(j), Diag(j)表示以矢量j为对角元素的对角矩阵,在实际应用中,干扰机的干扰特性可以通过雷达的干扰认知辅助系统获取[21]。将式(3)和式(6)中xkˉxk替换,即可以得到转发干扰信号和接收滤波器的互相关函数rkˉxh(n)和互模糊函数Aˉxh(n,f)。显然,为了实现雷达对运动目标的检测,要求{xk}Kk=1{hk}Kk=1在一定多普勒频移区间满足互补性,同时为了实现ISRJ信号的抑制,要求{ˉxk}Kk=1{hk}Kk=1在一定多普勒频移区间具有零互相关函数。因此,设计互补序列集和接收滤波器集的一种直接方法就是最小化模糊函数在给定多普勒频移区间的能量,即最小化以下目标函数

    ξ=f2f1N1n=1N,n0|Kk=1rkxh(n)ejkf|2+N1n=1N|Kk=1rkˉxh(n)ejkf|2df (8)

    其中,[f1,f2]表示关注的多普勒频移区间。

    另外,由于考虑了发射波形和接收滤波器联合设计,即非匹配滤波体制,相比于匹配滤波体制,不可避免地会造成信噪比损失,因此,在波形设计过程中需要考虑非匹配滤波器带来的信噪比损失影响,对于互补序列,该体制下信噪比损失(Signal-to-Noise Ratio Loss, SNRL)可以表示为[16]

    SNRL=10lgh2x2|hHx|2 (9)

    其中,表示矢量的2-范数,()H表示共轭转置运算,且

    x=[xT1 xT2  xTK]T (10)

    以及

    h=[hT1 hT2  hTK]T (11)

    根据式(2)可知,本文考虑的是恒模互补序列设计,可得x2=NK。观察式(9),如果对接收滤波器集增加能量约束,即h2=Nh,则该体制的信噪比损失可以由如下的峰值约束函数来控制,即

    g1(x,h)=|hHxamax|2 (12)

    例如,为了达到信噪比损失约束μ,峰值约束可以设置为amax=NKNh10μ/μ2020。此外,根据文献[15],由于ISRJ信号是发射序列的间断采样形式,因此ISRJ信号和接收滤波器集的脉压输出峰值主要取决于ISRJ信号和接收滤波器集在零多普勒与零距离时延处的脉压输出值,为了限制干扰信号的脉压输出峰值,考虑如下约束函数

    g2(x,h)=|hHˉxamin|2 (13)

    其中

    ˉx=[ˉxT1 ˉxT2  ˉxTK]T (14)

    amin表示干扰信号零多普勒零时延脉压的约束值。综上所述,多普勒容忍的恒模互补序列和接收滤波器抗ISRJ优化问题是一个约束条件下的多目标优化问题,可以表示为

    minx,h Γ(x,h)=ξ(x,h)+γ1g1(x,h)+γ2g2(x,h)s.thHh=Nh,|xk(n)|=1,k=1,2,,K,n=1,2,,N (15)

    其中,γ1γ2表示权重因子。

    由于发射序列恒模约束的存在,式(15)所示的优化问题是非凸的,难以同时对发射序列集和接收滤波器集进行优化求解。因此,本文采用交替迭代优化方法对式(15)进行求解,即将优化问题转换为对发射波形集和接收滤波器集进行交替优化求解,从而得到满足约束条件的收发序列组合,具体的优化过程可以表述为

    h(i)=argmin Γ(x(i1),h) (16)
    x(i)=argmin Γ(x,h(i)) (17)

    其中,h(i)x(i)分别表示第i次迭代时目标函数的最优解。为了简化分析,对目标函数Γ(x,h)进行等价转换,首先利用离散求和来近似积分运算,将关注的多普勒频移区间[f1,f2]等间隔离散化为L个单元,则有

    ξ(x,h)=Ll=1N1n=1N,n0|Kk=1rkxh(n)ejkfl|2+N1n=1N|Kk=1rkˉxh(n)ejkfl|2 (18)

    其中,fl=f1+(l1)Δf,l=1,2,,LΔf=(f2f1)/(L1)

    考虑固定发射波形集条件下,对接收滤波器集进行优化求解问题。根据式(15)和式(18),优化问题(16)可以表示为

    minh Γ(h)=ξ(x(i1),h)+γ1g1(x(i1),h)+γ2g2(x(i1),h)s.thHh=Nh (19)

    进一步定义发射序列矩阵Xl和ISRJ信号矩阵ˉXl

    Xl[p,q]={xk+1(Nn)ej(k+1)fl,q(pNk)=n0,  (20)
    ˉXl[p,q]={ˉxk+1(Nn)ej(k+1)fl,q(pNk)=n0,  (21)

    其中,l=1,2,,L, n=0,1,,N1, p=1,2,,NK, q=1,2,,2N1k=quo(p1,N)表示kp1除以N的整数商。根据式(20)和式(21),在忽略常数项后,优化问题(19)可以改写为

    minh Γ(h)=hHPh2Re(pHh)s.thHh=Nh (22)

    其中

    P=Ll=1XlWXHl+ˉXlˉXHl+γ1xxH+γ2ˉxˉxH (23)
    p=γ1amaxx+γ2aminˉx (24)

    W=Diag([1TN1 0 1TN1]T),其中1N1表示由全1元素构成的N1维列矢量。由式(23)可知,矩阵P是厄米特矩阵,则优化问题(22)可以利用MM方法进行求解,根据文献[20]中的引理1,目标函数在h(i)处可优化为

    minh Γ(h)=Re(hH(Ptr(P)INK)h(i))Re(pHh)s.thHh=Nh (25)

    其中,Re()表示取实部运算,tr()表示矩阵的迹,INK表示NK阶单位矩阵。式(25)为二次约束下的线性优化问题,其最优解可以表示为

    h(i+1)=Nhu(h(i))2u(h(i)) (26)

    其中

    u(h(i))=(Ptr(P)INK)h(i)p (27)

    接下来考虑固定接收滤波器集条件下,对发射互补序列集进行优化求解问题。根据式(15)和式(18),优化问题(17)可以表示为

    minx Γ(x)=ξ(x,h(i))+γ1g1(x,h(i))+γ2g2(x,h(i))s.t|xk(n)|=1,k=1,2,,K,n=1,2,,N (28)

    定义接收滤波器矩阵Hl

    Hl[p,q]={hk+1(n)ej(k+1)fl,q+(pNk)=N+n0,  (29)

    其中,l=1,2,,L, n=1,2,,N, p=1,2,,NK, q=1,2,,2N1k=quo(p1,N)。从而,根据式(29),在忽略常数项后,优化问题(28)可以改写为

    minx Γ(x)=xHQx2Re(qHx)s.t|xk(n)|=1,k=1,2,,K,n=1,2,,N (30)

    其中

    Q=Ll=1HlWHHl+JHlHHlJ+γ1hhH+γ2JhhHJ (31)
    q=γ1amaxh+γ2aminJh (32)

    由式(31)可知,矩阵Q是厄米特矩阵,优化问题(30)可以利用MM方法进行求解,根据文献[20]中的引理1,目标函数在x(i)处可优化为

    minx Γ(x)=Re(xH(Qtr(Q)INK)x(i))Re(qHx)s.t|xk(n)|=1,k=1,2,,K,n=1,2,,N (33)

    显然,式(33)的最优解可以表示为

    x(i+1)=ejarg(v(x(i))) (34)

    其中,arg()表示取相位运算,且

    v(x(i))=(Qtr(Q)INK)x(i)q (35)

    综上,即通过MM方法得到了子优化问题(16)和式(17)的满足约束条件的解。根据上述过程,将基于联合设计多普勒容忍的互补序列和接收滤波器的抗ISRJ算法流程总结为表1。需要指出的是,MM算法的收敛速度通常和构造的优化函数相关,为了在不损失收敛性的条件下提高算法的收敛速度,一种常用的方法是使用二次迭代框架(the squared iterative method, SQUAREM)来加速MM算法的收敛速度,SQUAREM的伪代码可以参考文献[22]的算法1和文献[23]的表1。为了使得算法更快收敛,本文采用SQUAREM框架来加速波形设计算法。同时,由算法流程可知,本文方法的计算复杂度主要取决于计算矩阵P(i)Q(i+1),若根据它们的定义式(23)和式(31)进行矩阵乘法直接计算,得到P(i)Q(i+1)的计算量为O(L(KN)3)。根据表1所示算法流程,为了降低运算量,根据式(23)和式(31)矩阵P(i)Q(i+1)的定义,分析可得计算P(i)h(i)Q(i+1)x(i)时只涉及矩阵X(i)lH(i)l的赋值运算以及矩阵和矢量的乘法运算。因此,根据矩阵定义直接采用赋值运算得到P(i)h(i)Q(i+1)x(i)的计算量为O(L(KN)2),从而可得本文方法的计算复杂度为O(L(KN)2)

    表  1  抗ISRJ的多普勒容忍互补序列和接收滤波器集联合设计流程
    Table  1.  Joint design of Doppler tolerant complementary sequences and receiving filters for anti-ISRJ
     1:令i=0,利用随机相位序列初始化x(0)h(0)
     2:重复
     3:对于固定的x(i),根据式(23)和式(24)计算矩阵P(i)和矢量p(i)
     4:利用SQUAREM加速框架和式(26)更新计算h(i+1)
     5:对于固定的h(i+1),根据式(31)和式(32)计算矩阵Q(i+1)
       矢量q(i+1)
     6:利用SQUAREM加速框架和式(34)更新计算x(i+1)
     7:令i=i+1
     8:直到满足收敛准则。输出x(i)h(i)
    下载: 导出CSV 
    | 显示表格

    为了验证所提方法的抗干扰能力,特别是对目标运动场景的抗干扰能力,本节首先仿真验证了所设计序列的脉压性能和多普勒容限性能,接着对所设计序列的抗ISRJ干扰性能进行了评估。

    本小节对所提方法设计序列的相关性能进行验证。对于雷达,假设发射信号的带宽为B=25 MHz,脉宽T=20 μs,根据相位编码波形的性质可知,码长N=BT=500,进一步假设脉冲数为K=2,信噪比损失约束为μ=1 dB,干扰脉压峰值约束为amin=amax1080/802020,权重因子为γ1 = γ2 = 100[16],滤波器能量约束为Nh=NK。对于ISRJ干扰机,假设间歇采样重复频率为fJ=200 kHz,间歇采样转发占空比为D=20%。对于目标,假设其运动速度对应的归一化多普勒频移区间为[f1,f2]=[0.3,0.3]。对于表1所示算法,在后续的仿真中,将算法的终止条件设置为|Γ(i+1)(x,h)Γ(i)(x,h)|/|Γ(i)(x,h)|108[20,22]。同时为了避免结果的偶然性,本文对每种参数体制进行了500次蒙特卡罗仿真,取最优的结果作为该参数体制下的优化结果。为了量化算法的性能,定义第i次迭代的归一化目标函数和归一化旁瓣能量为

    NorΓ(i)=10lg(Γ(i)(x,h)Γ(0)(x,h)) (36)
    Norξ(i)=10lg(ξ(i)(x,h)ξ(0)(x,h)) (37)

    图1为一次蒙特卡罗仿真中NorΓ(i), Norξ(i)和信噪比损失随时间变化曲线,从中可以看出,随着迭代优化次数的增加,NorΓ(i)Norξ(i)逐渐降低并收敛,信噪比损失随着迭代次数的增加也逐渐趋于预设值,这表明本文方法能够有效地在给定约束条件下有效地优化目标函数,并随着迭代使其逐渐收敛。图2为该仿真参数下设计互补序列集和接收滤波器集的模糊函数,其中模糊函数右上角子图表示设定的多普勒频率区间内的模糊函数图。从图2(a)图2(c)可以看出,对于静止的目标和干扰机,本文序列具有良好的相关性能和抗干扰性能,即对于目标回波和接收滤波器的脉压输出,其峰值旁瓣比约为40 dB,对于ISRJ信号和接收滤波器的脉压输出,其峰值约为39.8 dB。同时结合图2(b)图2(d)的模糊函数图可知,这种良好的脉压特性在给定的多普勒频率区间得到了保持,表明本文设计序列对于运动目标和干扰机同样表现出良好的相干性能和抗干扰性能。

    图  1  目标函数随时间变化曲线
    Figure  1.  Evolutions of objective functions with respect to time
    图  2  设计序列的模糊函数性能
    Figure  2.  Ambiguity functions of designed sequences by the proposed method

    进一步改变脉冲数K=2,4,6以及信噪比损失μ=1.0,1.5,2.0 dB,其余参数不变,采用表1算法设计得到不同参数条件下的互补序列集和接收滤波器集。表2表3分别为在给定多普勒频移范围内互补序列集和接收滤波器集模糊函数的旁瓣峰值与优化序列的实际信噪比损失,以及ISRJ信号和接收滤波器集模糊函数的峰值。从表中可以看出,当信噪比损失保持不变时,随着脉冲数的增加,所设计序列的相关性能和抗干扰性能逐渐提升,即旁瓣峰值和干扰脉压峰值逐渐降低,这是由于脉冲数增加使得优化模型的设计自由度增加,使得优化模型可以达到更低的目标函数值,从而得到性能更好的序列设计结果。值得注意的是,这种变化规律对于信噪比损失约束同样适用。

    表  2  互补序列和接收滤波器模糊函数旁瓣峰值和实际信噪比损失(dB)
    Table  2.  Peak sidelobe levels and actual SNR losses of the ambiguity functions of complementary sequences and receiving filters (dB)
    信噪比损失约束脉冲数
    K = 2K = 4K = 6
    μ=1.0 dB38.78(1.017)46.26(1.007)53.52(1.007)
    μ=1.5 dB39.28(1.512)51.95(1.503)56.71(1.501)
    μ=2.0 dB39.61(2.016)52.71(2.003)62.83(2.001)
    下载: 导出CSV 
    | 显示表格
    表  3  ISRJ信号和接收滤波器模糊函数峰值(dB)
    Table  3.  Peak levels of the ambiguity functions of ISRJ signals and receiving filters (dB)
    信噪比损失约束脉冲数
    K = 2K = 4K = 6
    μ=1.0 dB39.4148.9353.51
    μ=1.5 dB39.5551.6456.39
    μ=2.0 dB40.0152.1660.82
    下载: 导出CSV 
    | 显示表格

    本小节将对设计的互补序列集和接收滤波器集在多运动目标和多干扰机场景下的性能进行分析,仿真参数如表4所示,假设两个干扰机具有相同的干扰参数,且该场景中的信噪比和信干比均以目标1的目标雷达散射截面积(Radar Cross Section, RCS)为参考,即以RCS21 = 0 dB为参考。选取文献[14]和文献[16]中的抗ISRJ算法进行对比分析,3种算法的波形参数均为带宽B=25 MHz,脉宽T=20 μs,并且对于文献[16]算法,将其信噪比损失设置为μ=1.0 dB。由于文献[14]算法无法控制非匹配滤波器的信噪比损失,因此这里不对其进行约束。图3为不同算法的脉压输出结果,从图3(a)可以看出,在本文的仿真场景下,文献[14]方法产生了很多假目标,这对于弱目标的检测造成了很大影响。相比于文献[14]方法,文献[16]方法对假目标实现了有效抑制,其脉压输出干扰峰值和弱目标脉压输出相差约7 dB。相比之下,本文方法的脉压输出具有最低的旁瓣峰值,在K=2, μ=1.0 dB时,脉压输出干扰峰值和弱目标脉压输出相差约10 dB。并且,随着脉冲数增加,干扰峰值低于30 dB,原因在于,本文方法利用了多脉冲的互补特性,从而实现了更好的相干性能和抗干扰性能。

    图  3  干扰场景下脉压输出结果
    Figure  3.  The pulse compression outputs in the jamming scene
    表  4  干扰场景仿真参数
    Table  4.  Simulation parameters of the jamming scene
    参数数值
    雷达载频f0=2 GHz
    脉冲重复频率PRF=5 kHz
    目标距离d1=7400 m,d2=8000 m
    目标速度v1=30 m/s,v2=40 m/s
    目标雷达散射截面积RCS21 = 0 dB,RCS22 = 10 dB 
    ISRJ干扰机距离ˉd1=9000 m,ˉd2=9500 m
    ISRJ干扰机速度ˉv1=0 m/s,ˉv2=0 m/s
    ISRJ干扰机时延0.5 μs
    信干比15 dB
    信噪比15 dB
    下载: 导出CSV 
    | 显示表格

    进一步对表4场景下不同信干比和信噪比条件下本文方法的脉压输出性能进行了验证,为了避免噪声带来的随机性,对于每种信干比和信噪比参数进行了500次蒙特卡罗仿真,图4为多次仿真结果的干扰峰值均值和标准差。需要在指出的是,对于图4(a),信噪比固定为SNR=15 dB,对于图4(b),信干比固定为SJR=15 dB

    图  4  不同信干比和信噪比条件下下本文方法脉压输出干扰峰值
    Figure  4.  The jamming peak of the pulse compression output of the proposed method with different SJRs and SNRs

    从仿真结果图4(a)可以看出,当信干比足够高时,不同参数体制下旁瓣峰值均随着信干比的增加基本保持不变,从旁瓣峰值的标准差可以看出,对于每次仿真而言,旁瓣峰值具有一定程度的波动,这是由于此时的旁瓣峰值主要由信噪比和目标回波脉压旁瓣决定;当信干比较低时,旁瓣峰值波动较小,这是由于此时的旁瓣峰值主要由干扰信号的脉压旁瓣峰值决定。此外,如预期一样,随着信干比的降低,具有高设计自由度组合的收发序列具有更低的干扰峰值,即具有更好的抗干扰性能。

    图4(b)可知,当信噪比较低时,随着信噪比的降低,旁瓣峰值逐渐升高,且对于每次蒙特卡罗仿真,旁瓣峰值具有一定程度的波动,当信噪比为SNR=10 dB时,旁瓣峰值和弱目标峰值相当,此时会影响对弱目标的检测;当信噪比足够高时,随着信噪比的提升,旁瓣峰值基本保持不变,这是因为此时接收机脉压输出的旁瓣峰值主要由目标回波脉压输出和干扰回波脉压输出旁瓣共同决定;在信噪比为SNR=0 dB时,各参数体制下旁瓣峰值均低于18 dB,可以满足该场景下的检测需求。

    从前面的分析可以看到,在获取干扰机参数的先验信息基础之上,利用本文方法可以对ISRJ实现有效的抑制。为了进一步评估本文方法性能,本节将分析所提方法的性能对ISRJ两个关键参数的敏感性,即ISRJ采样重复周期和采样占空比。选择4.1节针对fJ=200 kHz (即ISRJ采样周期为5 μs),D=0.2参数所设计的结果作为雷达的发射波形和接收滤波器,其中脉冲数和信噪比损失选择为K=2,4,6, μ=1.0 dB

    图5(a)为固定ISRJ采样周期为5 μs,即fJ=200 kHz时,不同采样占空比条件下干扰信号和接收滤波器的零多普勒理论脉压输出峰值。从中可以看出,当ISRJ占空比低于0.2时,干扰信号的脉压峰值约在35 dB以下,当占空比大于0.2时,随着占空比的增加,干扰峰值逐渐增加,这意味着当ISRJ实际占空比小于预设值时,本文方法性能对占空比不敏感。据此,可以增加预设的占空比值来获取更大的对占空比不敏感区间。在实际应用中,干扰机的最大占空比一般小于D=0.5,因此,为了进一步验证占空比对本文方法性能的影响,我们利用表1所示方法设计得到了针对fJ=200 kHz(即ISRJ采样周期为5 μs),D=0.5的抗干扰波形,其中由于占空比较大,ISRJ信号和目标信号的相似度更高,为了获得更大的优化设计自由度,达到更好的抗干扰性能,将脉冲数和信噪比损失选择为K=2,4,6, μ=3.0 dB,其余参数同4.1节,图5(b)为该参数下所设计收发序列在不同采样占空比条件下干扰信号和接收滤波器的零多普勒理论脉压输出峰值,从中可以看出,即使在预设干扰占空比为D=0.5时,在损失一定信噪比的条件下,本文方法仍旧可以对占空比小于D=0.5的干扰形成有效的抑制,干扰脉压输出旁瓣大部分在30 dB以下,进一步验证了本文方法在工程上的实用性。

    图  5  不同干扰参数下ISRJ信号脉压输出峰值
    Figure  5.  The peak of the pulse compression output of the ISRJ signals under different jamming parameters

    图5(c)为固定ISRJ占空比为D=0.2时,不同采样重复周期条件下干扰信号和接收滤波器的零多普勒理论脉压输出峰值。观察可得,随着重复周期偏离预设值,干扰峰值逐渐增加,并且在ISRJ重复周期大于5.1 μs和小于4.9 μs时,干扰信号脉压峰值高于25 dB,这表明本文方法的性能对于ISRJ的重复周期较为敏感,实际应用时对ISRJ的重复周期估计具有精度要求。

    对于抗间歇采样转发干扰问题,在获取干扰机的干扰参数先验信息的前提下,本文提出了一种基于多脉冲互补序列和接收滤波器联合设计的抗干扰方法。在问题模型中考虑了发射波形的恒模约束、非匹配滤波体制带来的信噪比损失约束以及目标运动对抗干扰性能的影响,并提出了一种基于MM方法的交替迭代算法解决提出的非凸优化问题。仿真实验表明,相比于现有方法,本文方法在保持较好的相关性能的同时能更为有效地抑制干扰。需要指出的是,由于本文方法采用了互补序列作为发射波形,即需要多脉冲联合处理,因此要求多脉冲之间保持良好的相干性,这就使得在互补序列所对应的多个PRT之间,观测目标和干扰机的散射特性需要保持稳定,在实际应用中可以根据观测场景灵活调整互补序列脉冲数,从而满足其应用边界条件。另外,由于本文的关键在于解决非凸约束下的优化问题,未来的工作可能集中于寻找更为高效的非凸优化算法,提升本文方法的实时性。

  • 图  1  星载SAR斜距多普勒定位模型

    Figure  1.  The range-Doppler model of spaceborne SAR

    图  2  精密轨道每天6 h重叠位置差异图

    Figure  2.  The overlap position difference map of six hours per day of precise orbit

    图  3  精密轨道每天6 h重叠速度差异图

    Figure  3.  The overlap velocity difference map of six hours per day of precise orbit

    图  4  20 MHz带宽&45 μs脉宽下内定标的系统时延标定值

    Figure  4.  The system time delay value of internal calibration with 20 MHz bandwidth and 45 μs pulse width

    图  5  角反射器及天宝R5

    Figure  5.  The corner reflector and Timbel R5

    图  6  角反射器的位置示意图

    Figure  6.  The place of corner reflectors

    图  7  高分三号卫星聚束模式下图像

    Figure  7.  The images of sliding spotlight mode of GF-3 satellite

    表  1  角反射器的定位精度

    Table  1.   The positioning accuracy of the corner reflectors

    入射角 指北误差(m) 指东误差(m) 定位精度(m)
    32.27 1.09 0.50 1.19
    48.43 1.87 2.79 3.35
    29.17 1.00 1.57 1.86
    30.57 1.80 2.63 3.18
    RMS 2.56
    下载: 导出CSV
  • [1] Guo Huadong. China’s Earth Observation Development[C]. The 36th International Symposium on Remote Sensing of Environment (ISRSE36), Berlin, 2015.
    [2] 庞丹, 潘晨, 紫晓. 高分三号: 辽阔疆域的" 守望者”—写在高分三号卫星发射成功之时[J]. 中国航天, 2016(9): 8–12. http://mall.cnki.net/magazine/Article/ZGHT201609003.htm

    Pang Dan, Pan Chen, and Zi Xiao. GF-3: The watcher of the vast territory[J].Aerospace China, 2016(9): 8–12. http://mall.cnki.net/magazine/Article/ZGHT201609003.htm
    [3] 云菲. 高分三号卫星[J]. 卫星应用, 2016, 第8期. http://d.wanfangdata.com.cn/Periodical/wxyy201608021

    Yun Fei. GF-3 Satellite[J].Satellite Application, 2016, No.8. http://d.wanfangdata.com.cn/Periodical/wxyy201608021
    [4] 尤红建, 付琨. 合成孔径雷达图像精准处理[M]. 北京: 科学出版社, 2011: 13.

    You Hong-jian and Fu Kun. Image Precise Processing of Synthetic Aperture Radar[M]. Beijing: Science Press, 2011: 13.
    [5] Schubert A, Small D,et al.. COSMO-skymed, Terra SAR-X, and RADARSAT-2 geolocation accuracy after compensation for earth-system effects[C]. 2012 IEEE International Geoscience and Remote Sensing Symposium (IGARSS2012), Germany, 2012: 3301–3304. http://ieeexplore.ieee.org/xpls/icp.jsp?arnumber=6350598
    [6] Dan Williams, Pierre LeDantec,et al.. RADARSAT-2 image quality and calibration update[C]. Proceedings of the 10th European Conference on Synthetic Aperture Radar, EUSAR 2014, Denmark, 2014: 1–4. http://ieeexplore.ieee.org/document/6856981/
    [7] Eineder M, Minet C,et al.. Imaging geodesy—Toward centimeter-level ranging accuracy with TerraSAR-X[J].IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(2): 667–671. http://ieeexplore.ieee.org/xpls/icp.jsp?arnumber=5570983
    [8] Curlander J C and McDonough R N. Synthetic Aperture Radar: Systems and Signal Processing[M]. New York: John Wiley & Sons, Inc, 1991: 374–377. http://www.oalib.com/references/9206174
    [9] Doerry A W. Atmospheric loss considerations for synthetic aperture radar design and operation[C]. Proceedings SPIE 5410, Radar Sensor Technology VIII and Passive Millimeter-wave Imaging Technology VII, 2004. DOI: 10.1117/12.542327.
    [10] Fritz T, Eineder M,et al.. TerraSAR-X Ground Segment Basic Product Specification Document. Feb.24, 2008. TX-GS-DD-3302 Iss.1.5.
    [11] Michael Jehle, Donat Perler, David Small,et al.. Estimation of atmospheric path delays in TerraSAR-X data using models vs. measurements[J].Sensors, 2008, 8(12): 8479–8491. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3791028/
    [12] 刘佳音, 韩冰, 仇晓兰. 基于等效距离模型的改进RD定位算法[C]. 第一届高分辨率对地观测学术年会, 北京, 2012.

    Liu Jiayin, Han Bing, and Qiu Xiaolan. Improved RD Location Algorithm based on equivalent range model[C]. The 1st China High Resolution Earth Observation Conference, Beijing, 2012.
    [13] 仇晓兰, 韩传钊, 刘佳音. 一种基于持续运动模型的星载SAR几何校正方法[J]. 雷达学报, 2013, 2(1): 54–59. doi: 10.3724/SP.J.1300.2013.20072

    Qiu Xiao-lan, Han Chuan-zhao, and Liu Jia-yin. A method for spaceborne SAR geolocation based on continuously moving geometry[J].Journal of Radars, 2013, 2(1): 54–59. doi: 10.3724/SP.J.1300.2013.20072
  • 期刊类型引用(44)

    1. 齐欣,张云,刘子滔,马欣悦,姜义成. 星载高分宽幅Staggered SAR成像技术研究进展. 现代雷达. 2025(02): 1-20 . 百度学术
    2. 蔡昇阳,张永红,康永辉,吴宏安,魏钜杰. 陆探一号卫星定位精度与辐射质量分析. 测绘科学. 2024(02): 165-174 . 百度学术
    3. 邰文飞,陈绪慧,张新胜,蔡明勇,任致华,王丽霞,史雪威. 高分三号卫星影像在地表变化检测中的应用试验. 航天返回与遥感. 2024(03): 41-50 . 百度学术
    4. 闫莉,许高添,张廷豪. 基于改进混合坐标系的大斜视俯冲机动平台SAR快速时域成像算法. 电子学报. 2024(10): 3472-3481 . 百度学术
    5. 赵烜靖,陈晔,莫亚军. 一种弹载SAR图像目标定位方法. 舰船电子对抗. 2024(06): 6-10 . 百度学术
    6. 朱林红,钟若飞,王亚,李清扬. 提高海丝一号SAR影像定位精度的图像配准方法. 测绘通报. 2023(05): 62-66 . 百度学术
    7. 张文强,张波,刘荣,陈卫荣. 一种高分三号SAR影像五参数变换模型几何精校正方法. 科学技术与工程. 2023(20): 8726-8734 . 百度学术
    8. 李欣,蒋博洋,汪韬阳,张过,崔浩,程前. 面向高分三号全球正射影像生成的无控定位精度提升方法. 测绘学报. 2023(11): 1929-1940 . 百度学术
    9. 仇晓兰,胡玉新,上官松涛,付琨. 遥感卫星大数据高精度一体化处理技术. 大数据. 2022(02): 15-27 . 百度学术
    10. 高敬坤,汪志龙,程家胜,丛琳,范炜康,胡振龙. 天绘二号双星方位向天线方向图在轨测量关键技术. 测绘学报. 2022(12): 2470-2480 . 百度学术
    11. 邵芸,宫华泽,田维,张庆君,王国军,卞小林,张婷婷,张风丽,李坤,刘致曲,倪崇. 微波目标散射特性全要素测量试验. 遥感学报. 2021(01): 323-331 . 百度学术
    12. 付琨,孙显,仇晓兰,刁文辉,闫志远,黄丽佳,于泓峰. 遥感大数据条件下多星一体化处理与分析. 遥感学报. 2021(03): 691-707 . 百度学术
    13. Zhirong MEN,Pengbo WANG,Jie CHEN,Chunsheng LI,Wei LIU,Wei YANG. Advanced high-order nonlinear chirp scaling algorithm for high-resolution wide-swath spaceborne SAR. Chinese Journal of Aeronautics. 2021(02): 563-575 . 必应学术
    14. 杨涛,赵启钊,孙光才,李光伟,费晓燕,杨军,刘会涛. 基于多处理板联合SAR成像的分布式计算模拟系统研究. 海洋科学. 2021(05): 54-61 . 百度学术
    15. 李丹,刘佳音. 不同时空条件下的高分三号SAR图像立体定位方法. 中国科学院大学学报. 2021(04): 519-523 . 百度学术
    16. 王雪松,王占领,庞晨,李永祯. 极化相控阵雷达技术研究综述. 雷达科学与技术. 2021(04): 349-370 . 百度学术
    17. 王景旭,邱士可,王正,王超,杜军. 基于GF-3号遥感影像水体信息提取的郑州市洪涝灾害监测. 河南科学. 2021(10): 1701-1706 . 百度学术
    18. 张艳梅,蒙印,黄国满,王萍,杨书成,张荞. 高分三号数据在地形图测制中的应用研究. 地理空间信息. 2020(01): 20-24+40+8 . 百度学术
    19. 李佳慧,王晓晨. 高分三号全极化SAR散射特性分析与精度评价. 中国激光. 2020(03): 275-282 . 百度学术
    20. 丁刘建,陶秋香,李涛,陈乾福,陈洋. 高分三号SAR影像广域范围联合几何检校技术. 测绘学报. 2020(05): 598-610 . 百度学术
    21. 王皎. 一种同侧多角度SAR图像匹配方法. 测绘科学. 2020(08): 90-95 . 百度学术
    22. 陈洁好,张云华,董晓. 天宫二号三维成像微波高度计大气斜距时延校正. 遥感学报. 2020(09): 1059-1069 . 百度学术
    23. 孙威,薛莉,黄晨,于喜庆,吴文堂,王鲲鹏. 高精度空间碎片激光测距卫星星座. 航天返回与遥感. 2020(05): 29-37 . 百度学术
    24. 潘志刚,王超,曹舸. 基于距离方程组的机载SAR图像立体定位方法. 中国科学院大学学报. 2020(06): 798-804 . 百度学术
    25. 丁苑,郝明磊,行鸿彦,曾祥能. GF-3交叉极化数据的海面风速反演研究. 计算机工程. 2020(11): 286-292+300 . 百度学术
    26. 蒋莎,仇晓兰,韩冰,胡文龙,卢晓军. 一种基于普通分布目标的极化SAR幅相不平衡快速评价方法. 中国科学院大学学报. 2019(02): 280-288 . 百度学术
    27. 唐德可,王峰,王宏琦. 基于马尔科夫分割的单极化SAR数据洪涝水体检测方法. 电子与信息学报. 2019(03): 619-625 . 百度学术
    28. 余博,李如仁,陈振炜,张过. “高分三号”卫星图像干涉测量试验. 航天返回与遥感. 2019(01): 66-73 . 百度学术
    29. 吴元. 一种基于参数更新的机载SAR图像目标定位方法. 电子与信息学报. 2019(05): 1063-1068 . 百度学术
    30. 高晗,汪长城,杨敏华,胡灿程,罗兴军. 基于高分三号极化SAR数据的农作物散射特性分析及分类. 测绘工程. 2019(03): 50-56 . 百度学术
    31. 余博,李如仁,陈振炜,张过. 基于高分三号数据的干涉测量研究. 测绘工程. 2019(04): 19-23+28 . 百度学术
    32. 张金松,邢孟道,孙光才. 一种基于密集深度分离卷积的SAR图像水域分割算法. 雷达学报. 2019(03): 400-412 . 本站查看
    33. 范军,李涛,左小清,陈乾福,张祥,禄競. 利用参数独立分解的星载SAR干涉测量检校方法. 测绘学报. 2019(06): 737-746 . 百度学术
    34. 范明虎,赵建辉,田军锋,左宪禹,李宁. 星载SAR图像几何校正影响要素分析. 雷达科学与技术. 2019(03): 246-250+256 . 百度学术
    35. 陈世阳,黄丽佳,俞雷. 基于改进sinc插值的变PRF采样聚束SAR成像. 雷达学报. 2019(04): 527-536 . 本站查看
    36. 李春升,于泽,陈杰. 高分辨率星载SAR成像与图像质量提升方法综述. 雷达学报. 2019(06): 717-731 . 本站查看
    37. 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
    38. 吕冠南,唐新明,艾波,李涛,陈乾福. 稀少控制的多平台星载SAR联合几何定标方法. 测绘学报. 2018(07): 986-995 . 百度学术
    39. 李亮,洪峻,陈琦,王爱春,王宇,明峰,朱勇涛. 基于极化有源定标器的高分三号SAR在轨测试分析. 电子学报. 2018(09): 2157-2164 . 百度学术
    40. 韩凯莉,焦健,曾琪明. 稀疏轨道条件下SAR几何校正轨道拟合策略. 遥感信息. 2018(06): 32-38 . 百度学术
    41. 刘付刚,张洪全,常俊鑫,江晓林,董军. 基于D-InSAR的矿区地面沉降监测. 黑龙江科技大学学报. 2017(03): 265-269 . 百度学术
    42. 赵良波,李延,张庆君,刘杰,袁新哲,陈琦. 高分三号卫星图像质量指标设计与验证. 航天器工程. 2017(06): 18-23 . 百度学术
    43. 范剑超,王德毅,赵建华,宋德瑞,韩敏,姜大伟. 高分三号SAR影像在国家海域使用动态监测中的应用. 雷达学报. 2017(05): 456-472 . 本站查看
    44. 刘泽宇,柳彬,郭炜炜,张增辉,张波,周月恒,马高,郁文贤. 高分三号NSC模式SAR图像舰船目标检测初探. 雷达学报. 2017(05): 473-482 . 本站查看

    其他类型引用(53)

  • 加载中
图(7) / 表(1)
计量
  • 文章访问数: 6179
  • HTML全文浏览量: 1247
  • PDF下载量: 1183
  • 被引次数: 97
出版历程
  • 收稿日期:  2017-03-13
  • 修回日期:  2017-03-17
  • 网络出版日期:  2017-02-28

目录

/

返回文章
返回