本发明公开了一种基于非完全数据解卷积的实孔径前视成像方法,主要解决飞行轨迹正前方场景的成像问题。其处理过程为:1)对地面监视区域进行顺序重叠扫描,获取雷达回波数据;2)利用线性插值扩展雷达回波数据,得到近似完全卷积数据;3)计算近似完全卷积数据的频域响应;4)定义频域高斯低通滤波器;5)将近似数据的频域响应与频域高斯低通滤波器相乘,得到处理后回波数据的频域响应;6)计算天线方向图的频域响应;7)采用空间不变的滤波算法,计算传输函数;8)计算解卷积后复原图像的频域响应;9)求取复原图像。本发明具有提高成像质量和检测速度的优点,可用于机载雷达监视系统实现航迹线方向地面场景成像的数据处理领域。
1.一种基于非完全数据解卷积的实孔径前视成像方法,包括如下步骤:(1)通过雷达波束的等间距发射,对地面监视区域进行顺序重叠扫描,获取雷达回波数据g
T(x,y):g
T(x,y)=f(x,y)*h(x,y)+n(x,y),其中,f(x,y)表示地面场景,h(x,y)表示天线方向图,n(x,y)表示噪声,*表示卷积,x表示矩阵元素的横坐标,y表示矩阵元素的纵坐标;(2)利用线性插值扩展雷达回波数据g
T(x,y),得到近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="302"/>i和j表示[0,1)区间内相互独立的浮点数;(3)对近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="280"/>进行傅里叶变换,得到近似数据的频域响应
G ^ ( u , v ) ; ]]>(4)定义频域高斯低通滤波器
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="426"/>其中,D
0为截止参数,即截止频率距离频率中心点的距离,u和v分别为矩阵元素的横坐标和纵坐标,D(u,v)是(u,v)点与频率矩形中心的距离,当D(u,v)=D
0时,高斯低通滤波器由最大值1降为
0.607;(5)将近似数据的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="150"/>与频域高斯低通滤波器S(u,v)相乘,得到处理后回波数据的频域响应G(u,v);(6)对天线方向图h(x,y)进行傅里叶变换,得到频域响应H(u,v);(7)采用空间不变的滤波算法,利用信号功率谱sf(u,v)和噪声功率谱sn(u,v)的比值作为先验知识,计算传输函数H
w(u,v):
H w ( u , v ) = H * ( u , v ) | H ( u , v ) | 2 + sn ( u , v ) / sf ( u , v ) , ]]>其中,(·)
*表示共轭,|·|
2表示模的平方,sf(u,v)表示信号功率谱,sn(u,v)表示噪声功率谱;(8)用传输函数H
w(u,v)乘以处理后回波数据的频域响应G(u,v),得到解卷积后的复原图像的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="179"/>(9)将复原图像的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="148"/>进行逆傅里叶变换,得到复原图像
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="180"/>
f ^ ( x , y ) = IFFT [ F ^ ( u , v ) ] , ]]>其中,IFFT[·]表示逆傅里叶变换。
2.根据权利要求1所述的一种基于非完全数据解卷积的实孔径前视成像方法,其中步骤(2)所述的利用线性插值扩展雷达回波数据g
T(x,y),得到近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="299"/>通过如下公式计算:
g ^ ( x + i , y + i ) = ( 1 - i ) · ( 1 - j ) · g T ( x , y ) + ( 1 - i ) · j · g T ( x , y + 1 ) + i · ( 1 - j ) · g T ( x + 1 , y ) + i · j · g T ( x + 1 , y + 1 ) , ]]>其中,(x+i,y+j)表示变换后的浮点坐标,x和y分别表示雷达回波数据的横纵坐标,均为非负整数,i和j表示[0,1)区间内相互独立的浮点数。
技术领域本发明涉及成像领域,特别涉及飞行轨迹正前方场景的高分辨成像问题,可用于机载雷达等监视系统对沿航迹线方向的场景进行高分辨成像。
背景技术在未来瞬息万变的现代化高科技战争环境中,战场信息复杂多变,战机转瞬即逝,及时、正确地进行战场检测和战术侦察关系到战争的成败。因此,必然要求雷达成像系统具有一定的成像精度和成像范围。但是,当天线波束与航迹线接近重合时,由于分布在航迹两侧的地面目标具有相同的多普勒历程容易发生混叠,且目标的多普勒变化率很小,方位分辨率会迅速下降,形成前视“盲区”,而现有的合成孔径雷达系统无法解决这一问题。因此,如何更好地利用雷达系统对正前方目标实施有效的侦查,以获取前视图像已成为雷达界研究的热点之一。针对前视成像问题,典型的解决方案有:双基地SAR前视成像方法,单脉冲前视成像方法,实孔径解卷积前视成像方法等,其中:1.双基地SAR前视成像方法。是通过双基地SAR系统进行,该系统是指将发射机和接收机分别安装在不同平台上的合成孔径雷达,其发射机和接收机可以有不同的空间位置和运动速度。发射机向观测区域发射线性调频信号;接收机接收地面回波信号并进行成像处理。双基地SAR系统由于其特殊的接收方式,只有在某些特定的模式下,才能实现前视成像,如发射机和接收机有各自独立的飞行轨迹,不能重合,目标点在接收机航迹线沿地面的投影线上;运动误差会极大地影响双基地SAR的前视成像结果,必须进行运动补偿,但是,双基地SAR前视成像的运动补偿分析复杂,相应的补偿技术和方案实施难度很大;现有的算法中,对双基地SAR前视成像结果的几何校正是不完善的,对几何变形的类型和变形量没有完整的理论分析;由于接收机和发射机置于不同的平台上,导致收发分置。因此,双基地SAR前视成像面临着一系列收发系统同步问题,包括时间同步、空间同步和频率同步。2.单脉冲前视成像方法。单脉冲成像的基本思想是利用足够高的距离分辨率分辨出目标上的主要散射体,然后利用单脉冲测角技术获得散射点偏离波束中心的角度,进而用于目标定位。尽管单脉冲测角在理论上具有很高的测量精度,但是在实际应用中,往往存在以下的局限性:在复杂形状目标相对雷达运动时,会引起目标视在中心与目标实际中心的偏离,产生角闪烁现象,制约了成像质量;单脉冲前视成像技术无法对同一距离单元内的不同散射中心分别测角,只能得到等效散射点的位置,降低了测角精度;当同一波束内存在多个目标时,测角精度会急剧下降甚至无法准确检测出目标的位置,特别是当某一距离单元内的波束方位范围中存在两个或多个能量相似的目标时,测角精度尤为低下;单脉冲前视成像中,每个测角坐标平面通常都要采用两个独立的接收支路,即方位平面内的两个支路和俯仰平面内的两个支路,系统复杂。3.实孔径解卷积前视成像方法。是将雷达传感器输出的回波信号在方位域视为发射信号与目标角度信息的卷积,在距离域视为发射信号与目标距离向信息的卷积,因此理论上可以通过解卷积的方法得到目标的准确位置信息。这种方法操作简单,无需进行运动补偿,系统计算分析难度小。但是,在解卷积过程中也会存在一定的问题:单通道解卷积容易产生病态解,且算法要求较高的信噪比,当信噪比小于30dB时,目标分辨效果较差;为了减小病态效应的影响,Berenstein等人发展了多通道解卷积技术,用于线性移不变系统的信息重建,可使部分解卷积问题转化为良态,但是并非所有的卷积器集合都满足强互质条件,当多通道不能满足强互质条件时,解卷积后信噪比会大大降低,因此,多通道解卷积技术的使用也存在很大的局限性。国内外关于该技术的研究都是基于完全卷积数据来实现的,而在实际情况下,雷达回波数据只是全部卷积数据的一部分,因此,直接解卷积进行实孔径前视成像算法将不适用于这种情况。
发明内容本发明的目的在于克服已有的前视成像问题的不足,提出了一种基于非完全数据解卷积的实孔径前视成像方法,以实现机载雷达前视高分辨成像,降低噪声干扰,提高前视图像的成像质量和检测速度。本发明的技术方案是:首先对地面监视区域进行顺序重叠扫描,获取回波数据;然后对回波数据进行插值和低通滤波的预处理,得到近似的完全卷积数据;最后进行解卷积操作,实现机载雷达前视高分辨成像的目的。具体实现步骤包括如下:(1)通过雷达波束的等间距发射,对地面监视区域进行顺序重叠扫描,获取雷达回波数据g
T(x,y):g
T(x,y)=f(x,y)*h(x,y)+n(x,y),其中,f(x,y)表示地面场景,h(x,y)表示天线方向图,n(x,y)表示噪声,′*′表示卷积,x表示矩阵元素的横坐标,y表示矩阵元素的纵坐标;(2)利用线性插值扩展雷达回波数据g
T(x,y),得到近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="290"/>(3)对近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="267"/>进行傅里叶变换,得到近似数据的频域响应
![]()
ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="161"/>(4)定义频域高斯低通滤波器
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="419"/>其中,D
0为截止参数,即截止频率距离频率中心点的距离,u和v分别为矩阵元素的横坐标和纵坐标,D(u,v)是(u,v)点与频率矩形中心的距离,当D(u,v)=D
0时,高斯低通滤波器由最大值1降为0.607;(5)将近似数据的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="138"/>与频域高斯低通滤波器S(u,v)相乘,得到处理后回波数据的频域响应G(u,v);(6)对天线方向图h(x,y)进行傅里叶变换,得到频域响应H(u,v);(7)采用空间不变的滤波算法,利用信号功率谱sf(u,v)和噪声功率谱sn(u,v)的比值作为先验知识,计算传输函数H
w(u,v);(8)用传输函数H
w(u,v)乘以处理后回波数据的频域响应G(u,v),得到解卷积后的复原图像的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="160"/>(9)将复原图像的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="139"/>进行逆傅里叶变换,得到复原图像
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="166"/>
f ^ ( x , y ) = IFFT [ F ^ ( u , v ) ] , ]]>其中,IFFT[·]表示逆傅里叶变换。本发明与现有技术相比,具有以下优点:(1)本发明采用顺序重叠扫描的方式获取雷达回波数据,仅利用部分卷积数据,能够实现前视高分辨成像,有效地提高了检测速度;(2)本发明采用仅需要一个通道接收回波数据,利于系统实现;(3)本发明采用高斯低通滤波器滤除由于插值产生的频域镜像效应,可以使处理后的回波数据更接近于完全卷积数据,提高了前视成像的质量。
附图说明图1是本发明的前视成像的总流程图;图2是本发明的地面场景图像;图3是本发明的雷达回波图像;图4是本发明在方向图间隔1/4主瓣下没有进行低通滤波的复原图像;图5是本发明在方向图间隔1/4主瓣下进行低通滤波的复原图像;图6是本发明在方向图间隔1/2主瓣下进行低通滤波的复原图像。
具体实施方式参照图1,本发明的实施步骤如下:步骤1:通过雷达波束的等间距发射,对地面监视区域进行顺序重叠扫描,获取雷达回波数据g
T(x,y):g
T(x,y)=f(x,y)*h(x,y)+n(x,y),xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa01)其中,f(x,y)表示地面场景,h(x,y)表示天线方向图,n(x,y)表示噪声,′*′表示卷积,x表示矩阵元素的横坐标,y表示矩阵元素的纵坐标。步骤2:利用线性插值扩展雷达回波数据g
T(x,y),得到近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="290"/>
g ^ ( x + i , y + j ) = ( 1 - i ) · ( 1 - j ) · g T ( x , y ) + ( 1 - i ) · j · g T ( x , y + 1 ) ]]> , - - - 2 ) ]]> + i · ( 1 - j ) · g T ( x + 1 , y ) + i · j · g T ( x + 1 , y + 1 ) ]]>其中,(x+i,y+j)表示变换后的浮点坐标,x和y分别表示雷达回波数据的横纵坐标,均为非负整数,i和j表示[0,1)区间内相互独立的浮点数;步骤3:对近似完全卷积数据
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="267"/>进行傅里叶变换,得到近似数据的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="161"/>
G ^ ( u , v ) = FFT [ g ^ ( x + i , y + j ) ] , - - - 3 ) ]]>其中,FFT[·]表示傅里叶变换。步骤4:定义频域高斯低通滤波器S(u,v):
S ( u , v ) = e - D 2 ( u , v ) / 2 D 0 2 , - - - 4 ) ]]>其中,D
0为截止参数,即截止频率距离频率中心点的距离,u和v分别为矩阵元素的横坐标和纵坐标,D(u,v)是(u,v)点与频率矩形中心的距离,当D(u,v)=D
0时,高斯低通滤波器由最大值1降为0.607。步骤5:将近似数据的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="137"/>与频域高斯低通滤波器S(u,v)相乘,得到处理后回波数据的频域响应G(u,v):
G ( u , v ) = G ^ ( u , v ) S ( u , v ) , - - - 5 ) ]]>其中,u和v分别为矩阵元素的横坐标和纵坐标。步骤6:对天线方向图h(x,y)进行傅里叶变换,得到频域响应H(u,v):H(u,v)=FFT[h(x,y)],xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa0xa06)其中,FFT[·]表示傅里叶变换。步骤7:采用空间不变的滤波算法,利用信号功率谱sf(u,v)和噪声功率谱sn(u,v)的比值作为先验知识,计算传输函数H
w(u,v):
H w ( u , v ) = H * ( u , v ) | H ( u , v ) | 2 + sn ( u , v ) / sf ( u , v ) , - - - 7 ) ]]>其中,(·)
*表示共轭,|·|
2表示模的平方,sf(u,v)表示信号功率谱,sn(u,v)表示噪声功率谱。步骤8:用传输函数H
w(u,v)乘以处理后回波数据的频域响应G(u,v),得到解卷积后的复原图像的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="162"/>
F ^ ( u , v ) = H w ( u , v ) G ( u , v ) , - - - 8 ) ]]>其中,u和v分别为矩阵元素的横坐标和纵坐标。步骤9:将复原图像的频域响应
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="139"/>进行逆傅里叶变换,得到复原图像
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="165"/>
f ^ ( x , y ) = IFFT [ F ^ ( u , v ) ] , - - - 9 ) ]]>其中,IFFT[·]表示逆傅里叶变换。本发明的效果可通过以下仿真进一步说明:以图2所示的地面真实场景为例,通过顺序重叠扫描的方式获取雷达回波数据,如图3所示。用峰值信噪比PSNR的提升程度作为衡量前视成像效果的标准:
PSNR = - 10 lg Σ x = 1 M Σ y = 1 N ( f ^ ( x , y ) - f ( x , y ) ) 2 MN , - - - 10 ) ]]>其中,f(x,y)表示地面场景图像,
![]()
ntent="drawing" img-format="tif" inline="yes" orientation="portrait" wi="142"/>表示复原图像,x=1,2,...,M,y=1,2,...,N,M和N分别表示图像的横纵尺寸。仿真1,在方向图间隔1/4主瓣下顺序重叠扫描地面场景,对平均信噪比为18dB的回波图像进行插值和解卷积处理,成像结果如图4所示。仿真2,在方向图间隔1/4主瓣下顺序重叠扫描地面场景,对平均信噪比为18dB的回波图像进行插值、低通滤波和解卷积处理,成像结果如图5所示。仿真2,在方向图间隔1/2主瓣下顺序重叠扫描地面场景,对平均信噪比为18dB的回波图像进行插值、低通滤波和解卷积处理,成像结果如图6所示。仿真结果分析:表1具体列出了各个图像的峰值信噪比PSNR,以此说明成像质量。表1图像的峰值信噪比
![]()
ntent="drawing" img-format="tif" inline="no" orientation="portrait" wi="700"/>观察表1可以发现,图5的前视成像效果明显优于图4。这是因为低通滤波可以截断傅里叶变换中的镜像频谱,减小镜像效应对插值后频谱的影响,使插值后的回波数据更接近于完全卷积数据。观察表2可以发现,图6的前视成像效果明显低于图5。这是因为图6的回波数据的频谱已经发生混叠,即使进行插值、低通滤波,也无法使其接近于完全卷积数据。