【技術實現步驟摘要】
本專利技術屬于雷達目標探測，尤其是涉及一種基于pd引導信息的sar動目標快速成像方法及裝置。
技術介紹
1、在對運動目標成像過程中，靜止目標的回波是干擾雜波，要盡量地加以濾除。同時，若不對這些運動目標采用它們自身的多普勒參數進行專門的成像，仍沿用對靜止目標的成像方法，其sar圖像就會產生嚴重失真。對運動目標成像來說，核心就是要對運動目標構建和運動目標自身運動特性匹配的匹配濾波器，而構建和運動目標自身特性匹配的匹配濾波器，需要知道運動目標的運動參數信息，因而對非合作運動目標進行成像的關鍵，是對目標進行運動參數估計。
2、在單通道系統中，常用的目標參數估計三類方法：
3、基于多普勒濾波的方法，比如頻域濾波法是基于動目標的多普勒質心偏離雜波多普勒質心來實現動目標檢測和參數估計，直接利用多普勒濾波器進行濾波，通過計算多普勒濾波器對應的目標速度進行目標徑向速度估計，可以實現多普勒中心的快速估計，然后基于目標進行速度生成目標的匹配濾波器，實現目標壓縮。這類參數估計，僅能對部分勻速直線運動目標進行成像，且要求目標的多普勒帶寬和靜止場景目標多普勒帶寬能在多普勒域分離，這僅能適應部分場景。
4、基于多普勒調頻率濾波的方法，比如rdm(reflectivity?displacement?method)是根據動目標多普勒調頻率不同，從雜波中判定動目標存在與否，截斷平均方法(shearaverage)是將sar復圖像分成多個小塊，通過對每一小塊圖像重新聚焦，根據圖像銳化程度的改變，判定動目標是否存在，這正是利用了動目
5、基于參數估計的方法，以wigner-ville分布(wvd)方法、小波變化方法等為代表的時頻分析方法是根據感興趣的信號的時頻特點將它與其它信號區分開來。stft作為一種典型的時頻分析方法，由于平滑窗的影響，其時間分辨率和頻率分辨率難以保持平衡。wvd和af由于雙線性變換特性，它們容易受到交叉項的干擾。另外，它們一般需要結合hough變換或者radon變換提取時頻面內的直線軌跡，因此運算復雜度也比較高。特別的是，這些方法大多是非線性變換方法，會產生額外的交叉項，會導致信雜比的降低，因此這些僅適用于scnr非常高的情況，在低scnr條件下，估計性能有限。
6、多通道系統中對運動目標的成像，主要是從雜波抑制的角度出發的，首先是基于多通道系統空域的自由度，先進行雜波抑制，然后從雜波抑制后回波中檢測到動目標，進而提取動目標的運動參數。主要的方法分為兩類：采用干涉處理方法來檢測動目標，主要有沿航跡干涉(ati)處理及多孔徑干涉處理等；以及根據目標的空時特性來抑制雜波，進而檢測出動目標，比較常用的方法有相位中心偏置天線(dpca技術和空時自適應處理(stap)。這類動目標成像和參數估計方法，首先系統復雜，比如dpca系統，需要對系統的飛行軌跡和脈沖重復頻率進行獨特的設計，才能對靜止雜波進行對消，這在彈載應用等平臺，無法有效應用。而stap等算法，由于算法復雜，運算效率特別低，因此目前該類算法一般用于大型的機載預警機等領域。對于ati類算法，由于涉及多個通道的干涉對消，里面涉及復雜的圖像配準，算法復雜度較高，效率不能滿足制導級動目標成像要求。
7、目前的動目標成像算法中，一般是在距離維度，采用keystone變換等方法，將運動的目標的距離徙動進行校正，實現運動目標能量在方位上的對齊，然后基于運動參數的模型，進行各類的信號建模，一般有建模為二階的lfm信號模型，也有建模為更高階的qam信號模型，然后采用現代參數估計方法對動目標參數進行估計，進而實現動目標成像。其中，參數估計方法包括以下兩類：
8、基于pps模型的參數估計方法，比如ml、nils、dcft、cpf、icpf、cicpf、dpt、haf等。然而，這些算法需要進行全維遍歷搜索估計，導致系統運算復雜度非常高。
9、時頻分析類算法，如前所述，該方法需要的信雜比很高，并且本身非線性變換類的時頻分析算法會產生二次的交叉項，嚴重干擾對動目標參數的估計，需要額外的開銷來進行假目標抑制，因而降低了算法的效率。
10、因此，由于現有的動目標成像參數估計算法中都涉及運動目標參數的搜索和匹配，參數搜索維度空間更大，運算效率低，因此無法滿足制導級應用中的實時性要求。
技術實現思路
1、本專利技術旨在解決僅依靠sar自身硬件系統資源和算法難以對動目標進行快速成像，不能滿足制導級動目標成像的實時性要求的問題，公開了一種基于pd引導信息的sar動目標快速成像方法及裝置，以提高動目標的參數估計速度，實現對動目標的快速成像。
2、本專利技術的第1方面，公開了一種sar動目標快速成像方法，該方法包括：
3、步驟1、在低分辨率探測模式下，利用低分辨率距離多普勒處理估計所述動目標的目標距離、基帶速度和方位向速度；
4、步驟2、在高分辨率成像模式下，以所述低分辨率距離多普勒處理估計得到的目標距離、基帶速度和方位向速度為引導信息，生成所述動目標的高分辨率sar圖像。
5、本專利技術的第2方面，公開了一種sar動目標快速成像裝置，該裝置包括：
6、低分辨率多普勒處理單元，用于在低分辨率探測模式下，利用低分辨率距離多普勒處理估計所述動目標的目標距離、基帶速度和方位向速度；
7、高分辨率成像單元，用于在高分辨率成像模式下，以所述低分辨率距離多普勒處理估計得到的目標距離、基帶速度和方位向速度為引導信息，生成所述動目標的高分辨率sar圖像。
8、與現有技術相比，本專利技術通過對pd和sar的信號處理和數據處理進行兼容設計，實現pd探測信息引導sar動目標成像，減少或較低sar動目標成像過程檢測和參數估計中遍歷搜索的維數，提高參數估計速度，實現對動目標快速成像。
9、本專利技術通過將pd/sar進行一體化設計處理，通使得兩種體制的信號和數據融合交互，將復雜的多維參數聯合搜索降低為兩個小范圍的精確匹配，運算復雜度較低，更適合工程化應用。
10、此外，本專利技術不僅對目標可以估計徑向速度和方位向速度，還可以估計動目標高階運動參數，具有良好的目標能量積累效率，且適應目標機動特性。
本文檔來自技高網...【技術保護點】
1.一種SAR動目標快速成像方法，其特征在于，該方法包括：
2.根據權利要求1所述的SAR動目標快速成像方法，其特征在于，所述步驟1包括：
3.根據權利要求1所述的SAR動目標快速成像方法，其特征在于，所述步驟2包括：
4.根據權利要求3所述的SAR動目標快速成像方法，其特征在于，所述步驟24中，采用參數估計算法對所述QFM信號模型進行方位信號處理，估計所述三次系數。
5.根據權利要求3所述的SAR動目標快速成像方法，其特征在于，所述步驟24中，基于所述方位向速度，搜索所述二次系數。
6.一種SAR動目標快速成像裝置，其特征在于，該裝置包括：
7.根據權利要求1所述的SAR動目標快速成像裝置，其特征在于，所述低分辨率多普勒處理單元通過執行以下操作估計所述動目標的目標距離、基帶速度和方位向速度：
8.根據權利要求1所述的SAR動目標快速成像裝置，其特征在于，所述高分辨率成像單元通過執行以下操作生成所述動目標的高分辨率SAR圖像：
9.根據權利要求3所述的SAR動目標快速成像方法，其特征在
10.根據權利要求3所述的SAR動目標快速成像方法，其特征在于，所述高分辨率成像單元基于所述方位向速度，搜索所述二次系數。
...【技術特征摘要】
1.一種sar動目標快速成像方法，其特征在于，該方法包括：
2.根據權利要求1所述的sar動目標快速成像方法，其特征在于，所述步驟1包括：
3.根據權利要求1所述的sar動目標快速成像方法，其特征在于，所述步驟2包括：
4.根據權利要求3所述的sar動目標快速成像方法，其特征在于，所述步驟24中，采用參數估計算法對所述qfm信號模型進行方位信號處理，估計所述三次系數。
5.根據權利要求3所述的sar動目標快速成像方法，其特征在于，所述步驟24中，基于所述方位向速度，搜索所述二次系數。
6.一種sar動目標快速成像裝置，其特征在于，該裝置包括：
【專利技術屬性】
技術研發人員：康騰飛，汪宗福，胥秋，汪曉青，張平，曾小初，吳磊，
申請(專利權)人：成都匯蓉國科微系統技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。