一种用于机载雷达前视单脉冲成像的自聚焦方法

技术领域

本发明涉及机载单脉冲雷达前视成像信号处理技术，特别是一种用于机载雷达前视单脉冲成像的自聚焦方法。

背景技术

为了突破天线孔径长度对雷达成像方位分辨率的限制，获取二维高分辨率图像，目前运动平台雷达往往采用合成孔径雷达(SAR)技术或多普勒波束锐化(DBS)技术实现成像。然而，现有的SAR与DBS成像无法覆盖飞行路线正前方，不具备前视高分辨率能力，形成所谓成像“盲区”。而前视区域对于运动平台来说，恰恰是一个极为敏感的区域，此类区域可视程度的降低，无疑是雷达成像技术的一个重要缺憾。

针对这种情况，各国相关研究单位陆续开展了针对运动平台雷达前视成像的研究工作。如文献1(G.Krieger,J.Mittermayer,S.Buckreuss,et al..Sector imaging radar forenhanced visionfür erweitertes Blickfeld[J].Aerospace Science andTechnology,7(2003),pp 147～158.)中公开的视景增强扇区成像雷达(SIREV)技术；文献2(Hee-Sub Shin,Jong-Tae Lim.Omega-k algorithm for airborne forward-looking bistaticspotlight SAR imaging[J].IEEE Geoscience and Remote Sensing Letters,2009,6(2):312～316.)、文献3(T.Espeter,I.Walterscheid,J.Klare,et al.Bistatic Forward-Looking SAR:Results of a Spaceborne-Airborne[C].IEEE Geoscience and Remote Sensing Letters 2011,8(4):765～768.)中公开的双基地SAR前视成像技术；文献4(Derek Iverson.Beamsharpening via multikerneldeconvolution[J].The Boeing Company,Phantom Works,2000,693～697.)中公开的基于解卷积方法的实孔径前视成像技术；文献5(吴迪,朱岱寅,朱兆达.机载雷达单脉冲前视成像算法[J].中国图象图形学报,2010,15(3):462～469.)、文献6(吴迪,朱岱寅,田斌,朱兆达.单脉冲成像算法性能分析[J].航空学报,2012,33(10):1893～1902.)中公开的单脉冲成像技术等。

在上述公开的方案中，单脉冲成像技术将单脉冲测角引入雷达成像过程中，通过场景中强散射点精确位置的估计实现图像分辨率的提高，具备系统结构复杂度低、实时性强、对载机飞行航迹无特殊要求等优点，是一种实际可行的前视成像方案，可直接用于我国现有空军装备、武器系统的升级(可直接用于和、差波束火控雷达等现役雷达系统)。

从该方案的信号处理流程来看，单脉冲测角是其中的一个关键环节，测角精度的高低直接影响方位清晰度改善效果。然而，作为一种典型的多通道系统，单脉冲雷达在实际处理中，不同接收通道间的误差不可避免，而该误差直接导致了实际鉴角曲线与设计值的偏差，进而影响成像效果的改善。即使在地面处理中对系统固有误差进行了有效校正，在飞行过程中平台飞行姿态等因素同样会导致实际鉴角曲线与设计值的偏差。此外，由于雷达工作于前视模式，与工作于正侧视、斜视模式的雷达系统相比，地面回波信号多普勒梯度极小，故无法采用经典的多通道雷达通道误差盲估计方法从回波数据中自动估计鉴角曲线，如文献7(J.H.G.Ender.The Airborne Experimental Multi-ChannelSAR-System AER-Ⅱ[C],In Proceedings of 1996EUSAR Conference(EUSAR’96),Germany,May 1996,49-52.)中公开的通道误差估计及校正技术等。因此，如何在前视条件下克服测角误差对成像的影响，实现图像自聚焦，是单脉冲成像技术在实际处理中必须解决的一个关键问题。

发明内容

本发明要解决的问题是克服由测角误差导致的单脉冲图像分辨率下降问题。为了实现上述目的，本发明提供一种用于机载雷达前视单脉冲成像的自聚焦方法。

本发明公开的一种用于机载雷达前视单脉冲成像的自聚焦方法，包括以下步骤：

1)对距离脉冲压缩后的雷达回波数据所有距离门逐个提取样本数据；

2)对鉴角曲线进行估计；

3)对步骤1)获得的样本数据进行单脉冲成像处理；

4)对步骤1)获得的样本数据进行筛选；

5)获取新的样本数据；

6)对步骤5)获取的新的样本数据重复步骤2)至步骤5)形成迭代过程；

7)采用最终估计所得的鉴角曲线对原始数据进行单脉冲成像，获得所需图像。

作为上述技术方案的进一步改进，所述步骤1)提取样本数据的过程为：将每个距离门中能量最大处视为孤立强散射点回波信号，并以其为中心提取一个波束宽度内的数据。

作为上述技术方案的另一种改进，所述步骤2)中估计过程是通过距离门平均的方法由样本数据对鉴角曲线进行估计。

作为上述技术方案的另一种改进，所述步骤3)中成像过程是采用步骤2)处理后的鉴角曲线，以单脉冲成像算法对各距离门样本数据进行成像处理，得到成像结果。

作为上述技术方案的另一种改进，所述步骤4)中筛选过程是对步骤3)处理得到的成像结果进行筛选，保留类似于孤立强散射点的数据。由单脉冲成像算法特点可知，若某距离门选取的样本数据近似于孤立强散射点，且单脉冲鉴角曲线准确的话，成像结果在方位向应类似于冲激函数，即在目标所处方位位置出现峰值，且能量高度集中于峰值附近。因此，各距离门成像结果峰值附近区域(我们称之为峰值区)与其他区域的能量分布情况可作为依据，用于对所有样本进行筛选，得到类似于孤立强散射点的数据。

作为上述技术方案的另一种改进，所述步骤5)获取新的样本数据的过程是根据步骤4)筛选结果以及目标峰值位置采用步骤1)的方法重新提取样本数据，即获得新的样本数据。

作为上述技术方案的另一种改进，所述步骤6)中对新提取的样本数据重复步骤2)至步骤5)形成迭代过程，每次迭代需降低步骤(4)中峰值区时间宽度，当峰值区时间宽度小于预定值时，迭代结束。

与现有技术相比，本发明的用于机载雷达前视单脉冲成像的自聚焦方法有益效果是：

该方法能够在鉴角曲线未知的条件下，自动从回波数据中精确估计鉴角曲线，从而降低测角误差对成像效果的影响，且对多种地貌数据有效，鲁棒性较好，是一种实用的机载雷达前视成像自聚焦技术。

附图说明

图1是扫描模式下和、差波束天线数据采集空间几何关系图；

图2是本发明数据处理流程图；

图3是仿真实验中产生雷达回波数据的SAR图像及载机航向示意图；

图4是单脉冲鉴角曲线(仿真数据)；

图5是不同迭代过程样本数据单脉冲成像结果距离平均图(仿真数据)；

图6是单脉冲成像结果整体图(仿真数据)；

图7是采用估计鉴角曲线处理时的局部放大图(仿真数据)；

图8是采用存在误差鉴角曲线处理时的局部放大图(仿真数据)；

图9是实测数据一的单脉冲鉴角曲线；

图10是实测数据一的单脉冲成像结果；

图11是实测数据一的部分区域自聚焦前成像结果(上方区域)；

图12是实测数据一的部分区域自聚焦后成像结果(上方区域)；

图13是实测数据一的部分区域自聚焦前成像结果(下方区域)；

图14是实测数据一的部分区域自聚焦后成像结果(下方区域)；

图15是实测数据二的单脉冲鉴角曲线；

图16是实测数据二的单脉冲成像结果；

图17是实测数据二的部分区域自聚焦前成像结果；

图18是实测数据二的部分区域自聚焦后成像结果。

具体实施方式

下面结合附图，对本发明提出的一种用于机载雷达前视单脉冲成像的自聚焦方法进行详细说明。

在天线扫描过程中，雷达数据的录取过程在方位向相当于天线方向图与地面散射系数的卷积过程。对于波束中一理想点目标，其和、差波束回波数据在慢时间域受和、差天线方向图调制，可由回波数据精确计算天线方向图并由此获取鉴角曲线。

以比相模式单脉冲天线为例，令∑(θ)、Δ(θ)分别表示和、差波束天线方向图，在理想情况下，二者关系可表示为：

Δ(θ)＝∑(θ)·jtan(kπθ)  (1)

其中，j为虚数单位变量，tan(·)表示取正切运算，θ表示相对于天线波束中心的方位角(方位向偏轴角)，k为一常数，与单脉冲天线系统参数以及天线俯仰角等因素有关。令

$>M\left(\theta \right)=\mathrm{Im}\left\{\frac{\Delta \left(\theta \right)}{\Sigma \left(\theta \right)}\right\}---\left(2\right)$>

其中，Im{·}为取虚部运算。则由(1)式可知，M(θ)与相对方位角θ之间的关系可表示为：

M(θ)＝tan(kπθ)  (3)

上式揭示了单脉冲天线的测角原理，即给出了单脉冲和、差比与波束中目标偏轴角的关系，故往往也称为单脉冲天线的鉴角曲线。

方位扫描模式下和差、波束天线数据录取二维空间几何关系示意图如图1所示。设数据录取过程中，由和波束发射信号并由和、差波束分别接收，波束以角速度v_s匀速扫过点目标，令t表示慢时间(方位时间)变量，并以波束中心线与点目标重合时刻为时间零点(t＝0)，则随着波束的不断扫描，点目标瞬时方位偏轴角可表示为：

θ(t)＝-v_st  (4)

设雷达由和波束发射信号，并由和、差波束分别接收，为便于讨论，暂不考虑回波信号距离维信息，则点目标和、差波束方位向回波信号S(t)、D(t)可表示为：

$>\left(\begin{array}{c}S\left(t\right)=A{\Sigma }^2(-v_{s}t)\\ D\left(t\right)=\mathrm{A\Sigma }[-v_{s}t]\Delta [-v_{s}t]\end{array}\right)---\left(5\right)$>

其中，A为点目标散射系数。由上式可知，点目标回波数据中精确包含了天线方向图调制信息，可直接由其计算鉴角曲线，即

$>M\left(\theta \right)=\mathrm{Im}\left\{\frac{D(-t)}{S(-t)}\right\}---\left(6\right)$>

受这一点启发，对于扫描模式的单脉冲天线，一个直接的鉴角曲线估计方法即为从脉冲压缩后的回波数据中寻找类似于点目标的孤立强散射点，在方位向分别提取其和、差回波信号，由二者比值推算实际鉴角曲线。然而，该方法实际处理中确存在若干问题，如：由于实际中并不存在理想点目标，故孤立强散射点的选取难以自动完成，往往需要从实波束图像中人工判断；选取孤立强散射点并提取数据后，由于接收数据中不可避免的存在其他目标旁瓣信号以及接收机噪声，鉴角曲线的精确估计需要多次平均才能实现等。

针对这种情况，本发明提出了一种从回波数据中自动实现鉴角曲线精确估计的方法，由于其最终目的是为了克服由测角误差导致的单脉冲图像分辨率下降问题，故将其称为单脉冲成像自聚焦方法，该方法通过若干迭代过程实现鉴角曲线的精确估计，并将其用于之后的成像过程，实现图像自聚焦。其处理流程如图2所示，其主要步骤如下：

1)逐距离门提取样本数据

设距离脉冲压缩后的和、差两路回波信号分别为S(r,t)、D(r,t)，其中r表示距离门，t表示慢时间变量。搜索和波束数据每个距离门中能量最大值所示位置t_max(r)，并以t_max(r)为中心，提取该距离门在慢时间区间内和、差波束回波数据。其中，T_β表示天线扫过一个波束主瓣宽度的时间，即

$>T_{\beta }=\frac{\beta }{v_s}---\left(7\right)$>

其中，β表示波束主瓣宽度。令分别表示和、差波束在距离门r所提取的数据，其中为样本数据对应的慢时间变量，则

$>\left(\begin{array}{c}s(r,\bar{t})=S(r,t_{\max }\left(r\right)+\bar{t})\\ d(r,\bar{t})=D(r,t_{\max }\left(r\right)+\bar{t})\end{array}\right),-\frac{T_{\beta }}{2}\le \bar{t}\le \frac{T_{\beta }}{2}---\left(8\right)$>

由于该数据在后续将用于鉴角曲线的估计，故称其为样本数据。该步骤实质上是将每个距离门中能量最大处视为孤立强散射点回波信号，并以其为中心提取一个波束宽度内的数据。

2)对鉴角曲线进行估计

通过距离门平均的方法由样本数据对鉴角曲线进行估计，该过程可表示为：

$>\tilde{M}\left(\theta \right)=\frac{\underset{r}{\Sigma }d(r,-\bar{t})s^{*}(r,-\bar{t})}{\underset{r}{\Sigma }s(r,-\bar{t})s^{*}(r,-\bar{t})}---\left(9\right)$>

其中，表示对所有的距离门求和，上标“*”表示共轭运算，表示估计所得鉴角曲线。

3)对样本数据进行单脉冲成像处理

将作为鉴角曲线，采用单脉冲成像算法对各距离门样本数据进行成像处理，成像结果记为由单脉冲成像算法特点可知，若某距离门选取的样本数据近似于孤立强散射点，且鉴角曲线准确的话，成像结果在方位向应类似于冲激函数，即在目标所处方位位置出现峰值，且能量高度集中于峰值附近。因此，各距离门成像结果峰值附近区域(我们称之为峰值区)与其他区域的能量分布情况可作为依据，用于对所有样本进行筛选，保留类似于孤立强散射点的数据。

4)对样本数据进行筛选

在每个距离门成像结果中，搜索峰值所在位置设定峰值区对应的时间范围宽度为T_P(初始值可设为样本数据时间长度的一半或四分之一，即(或)，则峰值区为分别计算成像结果峰值区能量P₁(r)以及其他区能量P₂(r)，计算二者比值并与事先设定的门限η_T(一般在0.1～0.3间取值)比较，从而判断该距离门数据是否类似孤立强散射点目标，是否予以保留。该过程可表示为如下假设检验问题：

$>\eta {\left(r\right)}_{\underset{H_0}{>}}^{\stackrel{H_1}{\le }}{\eta }_T---\left(10\right)$>

其中，H₁、H₀假设分别表示该数据“包含孤立强散射点”和“不包含孤立强散射点”。

5)获取新的样本数据

从样本数据中剔除判断结果为H₀的距离门，对判断结果为H₁的距离门，采用步骤1)的方法重新提取样本数据。由于单脉冲成像结果中的最大值同时也反映散射点的真实位置，故需根据步骤4)成像结果中峰值对应的时间位置修正提取数据的中心位置t_max(r)，即

$>t_{\max }^{\prime }\left(r\right)=t_{\max }\left(r\right)+{\bar{t}}_{\max }\left(r\right)---\left(11\right)$>

其中，t′_max(r)表示提取数据时新的中心位置。

6)对筛选出的样本数据重复步骤2)～5)形成迭代过程

对新提取的样本数据重复步骤2)～5)形成迭代过程，每次迭代需降低步骤4)中峰值区时间宽度T_P，当T_P小于预先设定值时(即所选数据的单脉冲成像结果能够良好聚焦)，迭代终止，获得最终的鉴角曲线估计值。

7)用最终估计的鉴角曲线对原始数据进行单脉冲成像

用步骤6)得到的鉴角曲线对整个数据进行单脉冲成像处理，从而改善由测角误差导致的图像质量下降。

利用仿真数据和实测数据处理对本发明提出的单脉冲成像自聚焦方法进行了验证，实验结果充分证明了本发明的方法的有效性。

仿真数据中的实验采用了机载和、差波束单脉冲雷达前视成像模型，仿真实验系统参数为：雷达波长位于X波段(波长0.03m)，系统带宽为500MHz，采样频率600MHz，脉冲重复频率15kHz，波束方位向扫描速度150°/s，载机飞行速度100m/s，成像区中心距离2000m，和波束方位向主瓣宽度2.4°，波束方位扫描范围-20°～20°。

实验选用的仿真地面场景为机场跑道区域，其高分辨率SAR图像如图3所示，实验由该场景仿真生成比相模式单脉冲雷达和、差回波信号并进行相应处理。图4中虚线给出了仿真数据采用的实际单脉冲鉴角曲线。对该数据采用本发明方法进行鉴角曲线估计及自聚焦处理，处理中，门限η_T设为0.2，峰值区时间范围宽度T_P的初始值设为样本数据时间长度的四分之一，每次迭代减小一半，最后一次迭代时T_P值为一个脉冲重复周期(PRI)。图5给出了每次迭代处理时，样本数据单脉冲成像结果的方位剖面图，该图有所有样本数据成像结果平均所得。从图中可以看出，随着迭代过程的进行，选取的样本数据方位特性逐步接近“点目标”，鉴角曲线逐步接近真实值，故样本的单脉冲成像分辨率不断提高。最终鉴角曲线的估计结果如图4中实线所示，可以看出，估计结果与真实曲线差距非常小，估计进度较高。最终，图6给出了自聚焦处理的单脉冲整体成像结果，图7、图8分别给出了采用估计所得鉴角曲线以及采用存在误差鉴角曲线成像结果的局部放大图，放大区域为图6中方框区域，从成像结果中可以明显看出本发明对成像效果的改善。

对两组机载单脉冲雷达实测数据进行处理，两组数据的共同特点为数据录取时，实际鉴角曲线与设计值存在一定的误差，直接通过理论鉴角曲线进行单脉冲成像的结果方位向清晰度还有待改善，从而能够对本发明方法进行验证。

第一组实测数据由某型X波段机载单脉冲雷达录取，成像场景为海洋区域。系统带宽为2MHz，脉冲重复频率400Hz，波束方位向扫描速度15°/s，载机地速90m/s，成和波束方位向主瓣宽度3.8°，波束方位扫描范围-30°～30°，成像区中心点距离50km。图9中虚线给出了根据系统参数计算所得的鉴角曲线，由于该曲线与实际存在误差，故由该曲线所得的单脉冲成像图在方位向存在一定程度的散焦，需进行自聚焦处理。图9中实线给出了本发明自聚焦方法估计所得的鉴角曲线，可以看出，该曲线与理想曲线存在一定的差异。图10给出了经过自聚焦处理后的单脉冲成像结果，为了和自聚焦前(即采用系统参数计算所得曲线进行成像)图像进行对比，我们在图中选取了两块区域进行了局部放大，并在图11～图14中给出了自聚焦前后的对比，从这些图中可以明显看出，经过自聚焦方法处理后，由于能够从数据中获取准确的鉴角曲线，故能够进一步提高成像质量。

第二组实测数据由某型X波段机载单脉冲雷达录取，成像场景为山地区域。系统带宽为4MHz，脉冲重复频率1560Hz，波束方位向扫描速度46°/s，载机地速101m/s，成和波束方位向主瓣宽度3.6°，波束方位扫描范围-40°～40°，成像区中心点距离40km。图15中实线和虚线分别给出了估计所得以及由系统参数计算所得的鉴角曲线，可以看出，两者存在一定的差异。图16～图18给出了采用自聚焦算的成像结果，并通过局部放大图与自聚焦前进行了对比，从结果中可以明显看出算法的有效性。