基于球体模型和FENLCS算法的弹载SAR平飞段高分辨率成像方法   0    0

本发明公开一种基于球体模型和FENLCS算法的弹载SAR平飞段高分辨率成像方法，准确揭示了经过上述距离向处理之后位于同一距离单元上的点目标波束中心距离之间方位空变关系。利用该关系对方位空变的高次距离徙动进行建模，将KT变换和一种方位空变的残余高阶距离徙动矫正相结合的处理方法，去除方位边缘点的剩余距离徙动，进一步提高了距离向处理精度。基于该模型，本发明提出FENLCS成像处理方法，实现了空变的剩余多普勒中心的去除和多普勒高次调频率的均衡。仿真结果验证了本发明所推导的三维等距球体模型以及相应的信号处理算法在弹载平飞段高分辨率条件下是有效的。本发明在弹载平飞段高分辨率成像条件下的SAR回波数据具有更好的聚焦效果。

1.基于球体模型和FENLCS算法的弹载SAR平飞段高分辨率成像方法，包括如下步骤：
步骤1、构建弹载SAR平飞段成像的三维几何构型，分析其回波特性及其空间斜视角的空变特性及其影响；
步骤2、对信号进行距离向预处理，即LRWC和KT处理；
步骤3、构建三维等距球体模型，利用方位空变的残余高阶RCMC方法提高距离向处理的精度，并利用SRC完成距离向处理；
步骤4、基于三维等距球体模型对多普勒相位的方位空变特性进行分析建模，进行FENLCS成像处理和频域高次非空变预滤波，再进行时域压缩，获得最终的聚焦图像；
步骤1具体包括以下步骤：
步骤1‑1：构建弹载SAR平飞段的几何构型：以弹载雷达方位零时刻所处位置在地面正投影为原点建立坐标系，雷达平台沿着高度为h的固定航线以v匀速飞行；
根据余弦定理，点目标N与雷达平台的瞬时斜距表示为
其中，t表示方位向慢时间，rc表示t＝tc时刻时的波束中心斜距，θ表示对应斜视角；
根据(1)式，对点目标到雷达的瞬时收发斜距合进行泰勒级数展开，得
2 3 4
Rtotal(t；rc,tc)＝2R(t；rc,tc)＝Z+A(t‑tc)+B(t‑tc) +C(t‑tc) +D(t‑tc) (2)其中
在式(2)中，第一项为距离常量，第二项为线性项，其余高次项为距离弯曲；
步骤1‑2：假设发射信号为线性调频信号，解调至基带的回波信号为
其中，wr(.)和wa(.)分别为距离向和方位向包络，τ为距离向快时间，fc为载频，Kr为线性调频率，c为光速，Ta为合成孔径时间；
采用频域处理算法，利用驻定相位原理将式(4)中的信号转换到距离频域，得其中，fr为距离频率；
步骤2具体包括以下步骤：
步骤2‑1：进行LRWC处理，缓解大部分距离方位耦合，去除多普勒模糊：
使用参考距离rc0处的数据构建如下滤波器
其中
A0＝‑2vsinθ0                  (7)
将式(5)和式(6)相乘得到
步骤2‑2：采用KT变换去除点目标的剩余线性距离徙动：
对LRWC的处理结果进行如下的重采样过程
将(9)代入(8)得到
其中
上式中， 表示方位调制项，其余各项为距离方位耦合项，其中 是距离徙动的线性项，其系数代表了KT变换之后点目标在整个合成孔径时间之内沿方位向的剩余距离徙动曲线， 两项是距离频率的高次项，即距离压缩项；
将 重写为
步骤2‑3：通过Bulk RCMC来消除距离弯曲成分：
根据参考点构建如下滤波器对回波表达式进行Bulk RCMC和距离压缩处理其中，B0,C0,D0分别是场景中心参考点所对应的系数，即
将式(15)与式(14)相乘，处理后的点目标距离延迟曲线变为
其中，残余的高阶RCM即Δμ(tm；rc,tc)可以表示为
其中μ0表示点目标经过处理之后波束中心距离在空间位置上的变化，而Δμ表示Bulk RCMC的处理误差，即残余高阶RCM；
步骤3具体包括以下步骤：
步骤3‑1：构建新的三维等距球体模型，实现对残余高阶RCM的彻底去除：
建立以O为球心，ON0为半径的球模型，其中，O’N＝O’N0，ON＝ON0；
根据几何关系联立下列方程
其中，rco’，rc’分别是rc0，rc在地面上的投影；
对式(17)进行求解，可得
对式(18)求解，得
所以有
对式(20)进行求解可得
步骤3‑2：对方位空变的残余距离徙动进行重新建模：
利用(21)中关于等距点间的波束中心距离之间的关系，对方位空变的残余距离徙动进行重新建模：
其中

其中
2 2 2 2
r2＝(‑v‑2vcos(2α0)cos(β)+3vcos(2β))          (24)
因此，将式(22)代入式(15)中，得
步骤3‑3：采用方位空变的残余高阶RCMC以去除方位边缘点的剩余RCM线性徙动项：
引入新的扰动系数q3、q4
将(26)与(25)相乘得到
其中
将tm‑tc的一次项置为零，得到
将(29)回代到(28)可得
步骤3‑4：对式(12)的高次项进行处理，即二次距离压缩和高次项消除，其滤波函数为其中
步骤4具体包括以下步骤：
步骤4‑1：处理回波中的方位向部分，即(12)中的方位调制项
忽略其常数项得到
利用MSR将式(34)转换到方位频域，忽略常数项后得
式(35)重写得
2 3 4
SS3(τ,fa；rc,tc)＝exp{j(‑2πfaTc+2πφ2fa+2πφ3fa+2πφ4fa)} (36)其中
根据式(21)对多普勒相位系数φ2，φ3，φ4作近似展开处理，得
其中
步骤4‑2：应用FENLCS处理过程之前，先进行频域高次非空变预滤波:
将式(36)与如下滤波器相乘
3 4
H(fa)＝exp{‑(jπφ30fa+jπφ40fa)}           (40)
此时信号为
2 3
SS4(τ,fa；rc,tc)＝exp{j(‑2πfaTc++2πφ2fa+2πφ31tcfa)}        (41)将式(41)的信号转换到方位时域得
引入一个四阶的滤波器，表示为
将式(43)与式(42)相乘得
其中Y3、Y4是待定的参数；
利用MSR对上式进行傅里叶变换，将信号转换到方位频域并与以下引入的方位频域变标因子相乘，用于校正多普勒调频率及高次相位系数的空变特性:
2 3 4
HFENLCS(fa)＝exp{jπ(p2fa+p3fa+p4fa)}         (45)
将所得结果再转换到方位时域，得到
SS6(tm；rc,tc)＝exp{jΩ(tm；tc)}            (46)
其中
上式中，第一项为一致聚焦项，第二项为方位点目标聚焦位置，第三项为方位畸变项，后面为方位高次相位空变项；
将一阶耦合项设置为‑2π/ε，高阶项设置为零，即满足
步骤4‑3：根据上式方程可解得各均衡系数，并完成方位时域压缩，其中方位压缩项为最后，把FENLCS处理后的结果与式(49)相乘，完成算法全部处理过程，实现最终的高分辨率聚焦成像。