基于二次椭圆模型的非平飞双站SAR频域FENLCS成像方法   0    0

本发明公开一种基于二次椭圆模型的非平飞双站SAR频域FENLCS成像方法：首先进行了距离向预处理，即在距离向应用了线性距离走动矫正、KT变换、一致距离徙动矫正、二次距离压缩。其次，进行了方位空变的残余高阶距离徙动矫正处理。根据距离向预处理结果，本发明提出了二次椭圆模型，用于准确描述等距点接收机斜视角与波束中心斜距的方位空变特性。本发明提出基于二次椭圆模型的改进的FENLCS成像处理方法，实现了残余多普勒中心、多普勒调频率和高次相位系数随方位位置空变的特性的去除，进而完成方位统一聚焦处理。此外，提出了一种频域高次非空变预滤波方法，简化了FENLCS算法的推导过程，提高聚焦质量。

1.基于二次椭圆模型的非平飞双站SAR频域FENLCS成像方法，包括如下步骤：
步骤1、构建非平飞双站SAR的波束同步几何模型，分析此模型的回波信号特性，并对其进行距离向预处理；
步骤2、构建二次椭圆模型，利用方位空变的残余高阶RCMC方法提高距离向处理的精度；
步骤3、对方位空变的多普勒相位进行建模，采用改进的频域非线性变标的方位统一聚焦处理实现方位均衡，最后进行时域压缩，获得最终的聚焦图像；
步骤1具体包括以下步骤：
步骤1‑1：构建非平飞双站SAR波束同步照射几何模型：
P点和P0点分别是成像区域内的任意点目标和参考点目标，η是方位向慢时间，ηc是P点的波束中心穿越时刻，表示点目标在方位向上的位置，发射机与接收机的斜视角分别是θT和θR(ηc)，而rTc和rRc分别为发射机和接收机在ηc时刻与点目标P的波束中心距离，表示点目标在距离向上的位置，rTcref和rRcref分别为发射机和接收机在方位零时刻与场景中心点P0的波束中心距离；
在收发波束的整个合成孔径时间内，发射机与接收机到P点的瞬时距离分别为RT(η)和RR(η)，即
对收发瞬时斜距和进行泰勒级数展开，得
2 3 4
Rbi(η；rTc,rRc,ηc)＝μ0+μ1η+μ2η+μ3η+μ4η+...                (2)其中，
其中，k0波束中心时刻点目标收发距离之和，表示了距离徙动中的线性部分和多普勒频率中心，k2是二次距离徙动和多普勒调频率的决定因素，而k3和k4则决定了高次项的距离徙动和多普勒相位的大小，VT表示发射机的方位向速度，VR表示接收机的方位向速度；
假设发射信号为线性调频信号，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，Ta为合成孔径时间，fc为载频，Kr为线性调频率，c为光速；
步骤1‑2：对回波信号进行距离向傅里叶变换，进行LRWC处理，
其中，
k10＝‑vTsin(θT)‑vRsin(θRref)                        (6)
其中，sin(θRref)＝sin(θR(ηc＝0))，fr为距离频率，即θRref是接收机波束中心穿越参考点时的斜视角；
步骤1‑3：采用KT变换，对剩余距离徙动线性分量进行处理：
其中，ηm是KT变换之后的新的方位向时间变量；
将上式代入LRWC的结果中，就得到了KT变换之后的结果，接下来再作关于fr的级数展开，整理得，
式(8)中，第一项表示方位调制项，第二项为距离位置项，第三项为二次距离调频项，第四项则为高次距离方位耦合项；
步骤1‑4：为了矫正式(8)的剩余高阶RCM中非空变的部分，利用场景中心点先进行bulk RCMC处理，再构建距离压缩滤波器：
其中，
其中，波束中心穿越时刻参考点到雷达平台的斜距为rcref，系数ki0(i＝2,3,4)分别是对应的系数ki在参考距离rcref处的取值:
得
步骤2具体包括以下步骤：
构建二次椭圆模型：
其中，a为椭圆半长轴，c为焦点间距的一半，
a＝(rRcA+rTcA)/2,c＝LOC/2                          (13)
对方位空变的斜视角建立模型，
θRA表示接收机波束中心照射到A点时的斜视角，θRB表示接收机波束中心照射到B点时的斜视角；
其中，
得到任意点目标与参考点目标的收发中心距离之间方位空变关系的近似模型，如下，其中，
其中，ψ表示发射机飞行方向与x’轴的夹角；
对式(11)中的剩余方位空变的高次距离徙动误差进行处理，根据(14)和(16)所表示的方位向上点目标的空变关系，对ki(i＝1,2,3,4)进行建模：
其中，
则将式(18)代入式(11)中，将结果中的剩余距离徙动项表示为
构建其四阶扰动函数，如下，
推导可得
结合方位调制信号，最终的距离向处理结果表示为，
对回波信号中的方位调制相位进行分析，其时域表达式如下，
其中，忽略常数项，其他项的系数有，
其中的光波波长λ＝c/fc；根据SAR信号的表达含义，由(25)可知，其中的fdc，fdr和fd3分别代表方位向上任意点目标的多普勒中心频率，调频率以及多普勒三次相位，而fdc0是场景中心点的多普勒中心频率；
将(14)与(16)代入到(24)所示的方位调制项的各系数当中，得到，
上式中的系数表达式为，
根据上述分析，结合(26)中关于fdc的表示，利用MSR将(24)转换到方位频域，步骤3具体包括以下步骤：
步骤3‑1：忽略对方位聚焦没有影响的常数项，对式(28)重写为：
2 3 4
SAzi‑2(fa；ηc)＝exp{‑2πTCfa+πφ2fa+2πφ3fa+2πφ4fa}      (29)其中，
把式(26)代入式(30)中，对多普勒系数φ2，φ3，φ4作近似展开处理，得其中，
步骤3‑2：进行频域高次非空变预滤波处理，首先补偿方位非空变的多普勒高次相位，相位补偿函数为，
将经过以上处理的方位信号通过IFFT转换到方位时域，
步骤3‑3:引入一个四阶的预滤波器，表示为
其中p，q是待定的参数；
将式(34)与(35)相乘，转换到方位频域，在方位频域并与以下引入的方位频域变标因子相乘，用于矫正多普勒调频率及高次相位系数的空变特性，
其中s2，s3与s4也都是待定的参数；将其相乘结果转换到方位时间域，得到SAzi‑5(ηm；rTc,rRc,TC)＝exp{jΩ(ηm；TC)}      (37)
将(26)和(31)代入到(37)中，并对其进行关于 和 的二维泰勒级数展开，保留至三次项得到，
第一项为一致聚焦项，第二项为目标方位位置与ηm一次项的耦合项，反应目标点的方位位置，第三项为方位位置的偏差项；第四项、第五项与第六项是影响成像聚焦性能的关键相位，均与目标方位位置ηc有关，第七项为剩余的与方位慢时间ηm无关的相位项，可以忽略；
将(38)中的一次项系数B设置为‑2π/ε，其中ε≈0.5，但不等于0.5，其他高次项系数设为0，解得以下五个系数，
将上式应用到上述处理过程中待定的系数中，完成FENLCS算法的全部处理过程；
步骤3‑4：经过以上的方位向FENLCS均衡处理之后，则进行方位时域压缩函数可写为，HAC(ηm)＝exp{‑jAΩ(ηm)}                             (40)
其中，
最后，通过将(40)与(37)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。