无人机合成孔径雷达成像的图像偏移自聚焦方法
【专利摘要】本发明属于雷达技术领域，公开了一种无人机合成孔径雷达成像的图像偏移自聚焦方法，提高了多普勒调频率的估计精度。包括：接收设定时间段内的回波信号，依次进行粗补偿、距离单元徙动校正和距离匹配滤波得到粗图像数据；对粗图像数据在方位向分块得到N个子孔径数据块；对每个子孔径数据块进行方位向去斜处理，并将其分为L个距离单元，估计每个子孔径数据块的二阶相位误差；求解每个子孔径数据块中每个距离单元对应的相位误差函数，对对应的距离单元进行剩余相位误差补偿；对进行剩余相位误差补偿之后的数据进行方位向压缩得到聚焦后的SAR图像。
【专利说明】
无人机合成孔径雷达成像的图像偏移自聚焦方法
技术领域
[0001] 本发明涉及雷达技术领域，尤其涉及一种无人机合成孔径雷达成像的图像偏移自 聚焦方法，可用于合成孔径雷达距离空变误差的补偿。
【背景技术】
[0002] 无人机合成孔径雷达系统(UAV-SAR)的运动补偿是无人机合成孔径雷达成像的一 个关键技术。现今主流的补偿成像技术主要利用高精度惯性导航系统和全球卫星定位系统 来补偿载机和天线波束的平稳性，再通过自聚焦成像算法处理得到相对理想的合成孔径雷 达图像。但其过于依赖惯导系统的精确度，在无人机低空飞行的情况下，运动误差存在很强 的距离空变性，增加了高精度合成孔径雷达成像的难度。对运动误差的补偿主要利用传统 的子孔径相关(Map-Drift，MD)算法估计局部的多普勒调频率，但很难同时满足方位向、距 离向运动误差补偿的精度需求。
【发明内容】
[0003] 针对上述现有技术的不足，本发明的目的在于提供一种无人机合成孔径雷达成像 的图像偏移自聚焦方法，提高了多普勒调频率的估计精度。
[0004] 本发明实施例提供的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，在传 统MD算法的基础上将距离向分块后，在某一方位块的所有距离块中分别寻找相同数目的特 显点（即孤立强散射点），通过特显点所在的距离单元匹配出随距离线性变化的最优多普勒 调频率分别作为该方位块各距离门对应的多普勒调频率，而后采用随机一致性方法剔除奇 异值并利用其余有效值来估计该距离门的多普勒调频率，进一步提高了多普勒调频率的估 计精度。为便于描述，本发明采用的算法也称为RDMDA(Range-Dependent Map Drift Algorithm，图像偏移自聚焦)算法。
[0005] 为达到上述目的，本发明的实施例采用如下技术方案：
[0006] -种无人机合成孔径雷达成像的图像偏移自聚焦方法，所述方法包括如下步骤：
[0007] 步骤1，机载SAR雷达接收设定时间段内的回波信号，对所述设定时间段内的回波 信号依次进行粗补偿、距离单元徙动校正和距离匹配滤波得到粗图像数据；
[0008] 步骤2,对所述粗图像数据在方位向进行分块，得到N个子孔径数据块；
[0009] 步骤3,对第n个子孔径数据块进行方位向去斜处理，将去斜处理之后的第n个子孔 径数据块分为L个距离单元，并估计第n个子孔径数据块的二阶相位误差，n的初值为l，n = 1，…，N;
[0010] 步骤4,令n的值加1，并重复执行步骤3,从而得到N个子孔径数据块的二阶相位误 差；
[0011] 步骤5，根据第n个子孔径数据块的二阶相位误差，求解第n个子孔径数据块中每个 距离单元对应的相位误差函数，并根据相位误差函数对对应的距离单元进行剩余相位误差 补偿，n的初值为1，n = l，…，N;
[0012] 步骤6,令n的值加1，并重复执行步骤5,从而得到N个子孔径数据块进行剩余相位 误差补偿之后的数据；
[0013] 步骤7,对所述进行剩余相位误差补偿之后的数据进行方位向压缩得到聚焦后的 SAR图像。
[0014] 本发明与现有技术相比所具有的优点：（1)与传统MD算法相比，该方法考虑了二次 相位误差的距离空变性，对于剧烈运动误差的下的无人机载SAR成像具有较强的鲁棒性； (2)该方法运通过插值提高二维参数估计精度，并采用距离分块处理，与传统MD算法相比未 明显增加运算量。
【附图说明】
[0015] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
[0016] 图1是本发明实施例提供的一种无人机合成孔径雷达成像的图像偏移自聚焦方法 的流程不意图图；
[0017] 图2是本发明仿真采用的斜视SAR成像几何模型示意图；
[0018] 图3是实验一中，场景1UAV-SAR图像处理结果对比示意图；
[0019] 图4是实验一中，场景1部分典型目标成像结果放大对比示意图；
[0020] 图5是实验一中，场景1关键点A、B方位回波响应对比示意图；
[0021 ]图6是实验二中，场景2UAV-SAR图像处理结果对比示意图；
[0022] 图7是实验二中，场景2部分典型目标成像结果放大对比示意图；
[0023] 图8是实验二中，场景2关键点A、B方位回波响应对比示意图。
【具体实施方式】
[0024]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0025] 本发明实施例提供一种无人机合成孔径雷达成像的图像偏移自聚焦方法，如图1 所示，所述方法包括如下步骤：
[0026] 步骤1，机载SAR雷达接收设定时间段内的回波信号，对所述设定时间段内的回波 信号依次进行粗补偿、距离单元徙动校正和距离匹配滤波得到粗图像数据。
[0027] 步骤2,对所述粗图像数据在方位向进行分块，得到N个子孔径数据块。
[0028] 步骤2具体包括:将设定时间段内的粗图像数据分成持续时间为1，中心时间为tn =(2n+l) (Ts/2)，n = 0，1，…，N-1的N个子孔径数据块。
[0029] 需要说明的是，％应足够小，一般约为相干积累时间的十分之一。
[0030] 步骤3,对第n个子孔径数据块进行方位向去斜处理，将去斜处理之后的第n个子孔 径数据块分为L个距离单元，并估计第n个子孔径数据块的二阶相位误差，n的初值为l，n = 1，…，N〇
[0031]步骤3具体包括如下子步骤：
[0032] (3a)对第n个子孔径数据块进行方位向去斜处理，消除二次调频分量；
[0033] (3b)将第n个子孔径数据块分成L个距离单元，从L个距离单元中选取能量较大的K 个距离单元作为第n个子孔径数据块的样本数据；
[0034] (3c)将第n个子孔径数据块的样本数据分成前后两半，分别表示为：
[0037]其中，-I； /4<^+7; :/4，rk表示第k个距离单元的斜距，1^=1，2-_1(，1(〈1^常数项 於对估计没有任何影响可以忽略，同时/〇)，〇只是会让左右两幅图像在方位向上产 生相同的平移，可等价于考虑：
[0040]对其做傅里叶变换得：
[0044] 对反(rt.,/)、矣(，;，/)做相关处理得到：
[0045] Rlg(rk ,/) = (rt ,/)|,|^2 (rj ,/)|3
[0046] 其中，巾表示两个函数的相关；
[0047] (3d)根据下式计算第n个子孔径数据块的二阶相位误差系数ko、k1:
[0050] (3e)第n个子孔径数据块的二阶相位误差= 心+AV;) o.
[0051] 步骤4,令n的值加1，并重复执行步骤3,从而得到N个子孔径数据块的二阶相位误 差。
[0052] 所有子孔径数据块处理完后，采用随机一致性算法(Random Sample Consensus, RANSAC)剔除奇异值，完成相位补偿，具体如下：
[0053]步骤5，根据第n个子孔径数据块的二阶相位误差，求解第n个子孔径数据块中每个 距离单元对应的相位误差函数，并根据相位误差函数对对应的距离单元进行剩余相位误差 补偿，n的初值为1，n = l，…，N。
[0054]步骤5具体包括如下子步骤：
[0055] (5a)相位误差函数表示为Q阶多项式，…aQ)，其二阶导数表示为：
[0056]其中，aq为多项式以3〇，31，'"3〇的9次项系数；
[0057] (5b)获取第n个子孔径数据块中第n个距离单元的有效值，并将所述有效值代入Q 阶多项式以30,31，-%)中，求得多项式汽3()，31，-^)的9次项系数3(1的最小二乘解，进而得 到Q阶多项式的解析表达式，利用该解析表达式对第^个距离单元进行剩余相位误差补偿， q = 2~Q;直到对第n个子孔径数据块中的所有距离单元进行剩余相位误差补偿，1 = 1，2--_ L〇
[0058]子步骤(5b)中，获取第n个子孔径数据块中第n个距离单元的有效值，具体包括如 下子步骤：
[0059] (5bl)在N个点./,,)，" = 1.2.…A/中，随机选择Q个内点构成初始内点集，将初始 内点集中的内点代入Q阶多项式f (ao，ai，??％)中，计算得到其对应的多次项系数aq;
[0060] (5b2)设定阈值G，分别计算剩余的N-Q个内点到Q阶多项式曲线的距离，若某内点 对应的距离小于阈值G，则将其列入内点集，并记录内点集中的内点个数；
[0061] (5b3)依次重复执行子步骤(5bl)和(5b2)S次，选取内点个数最多的内点集，并将 内点个数最多的内点集中的内点作为第n个子孔径数据块中第n个距离单元的有效值;其 中，
P为置信概率，￡为数据错误率。
[0062] 子步骤(5b)中，利用Q阶多项式的解析表达式对第n个距离单元进行剩余相位误 差补偿，具体为：
[0063]根据Q阶多项式的解析表达式得到第^个距离单元的相位补偿函数 以/:.，，"+r) = exp(./<(;; .r,,)r:/2)将第ri个距离单元的数据乘以第ri个距离单元的相位 ，. 补偿函数，从而对第n个距离单元进行剩余相位误差补偿，其中，t为距离向的快时间。
[0064] 步骤6,令n的值加1，并重复执行步骤5,从而得到N个子孔径数据块进行剩余相位 误差补偿之后的数据。
[0065] 步骤7,对所述进行剩余相位误差补偿之后的数据进行方位向压缩得到聚焦后的 SAR图像。
[0066] 步骤7具体包括：
[0067] 对所述进行剩余相位误差补偿之后的数据进行方位傅里叶变换，再乘以方位匹配 滤波函数，之后再进行方位逆傅里叶变换，从而得到聚焦后的SAR图像，其中方位匹配滤波 函数Hamf (Kx)的表不式为：
[0069] 其中，Kx为方位波数谱表达式，r为斜距4为斜视角，X为飞机方位向坐标，x为目标 点方位向坐标。
[0070] 本发明的效果可通多以下仿真实验作进一步说明：
[0071] D实验条件：
[0072]本发明在相同实验条件下与传统惯导系统下M0C0、传统MDA处理进行结果对比，本 实验采用的距离空变的成合成孔径雷达信号模型如图2所示;实验1、2采用的UAV-SAR系统 主要参数如表1、2所示，惯导系统（INS)主要参数如表3所示：
[0073] 表1实验1UAV-SAR主要参数
[0075] 表2实验2UAV-SAR主要参数
[0077]表3惯导系统主要参数
[0079] 2.实验内容及结果分析：
[0080]实验1:用本发明方法对某场景X波段回波使用RDMDA算法进行成像处理并与"传统 惯导系统下M0C0、传统MDA处理结果进行对比，结果如图3所示，其中图3中的（a)为基于INS 的M0C0处理结果示意图；（b)为传统MDA处理结果示意图；（c)为RDMDA处理结果示意图。场景 大小为3072*2048,所有算法均将回波数据划分为16个子孔径，对每个子孔径数据进行相位 误差补偿。部分典型目标成像结果放大图如图4所示，其中图4中的（a)为基于INS的M0C0处 理结果不意图；（b)为传统MDA处理结果不意图；（c)为RDMDA处理结果不意图。两个关键点A、 B由传统MDA与RDMDA处理后的方位回波响应对比如图5所示，其中图5中的（a)为点A方位回 波响应对比示意图，（b)为点B方位回波响应对比示意图。
[0081]实验2:用本发明方法对某场景Ka波段回波使用RDMDA算法进行成像处理并与"传 统惯导系统下M0C0、传统MDA处理结果进行对比，结果如图6所示，其中图6中的（a)为基于 INS的M0⑶处理结果示意图；（b)为传统MDA处理结果示意图；（c)为RDMDA处理结果示意图。 场景大小为50001200,部分典型目标成像结果放大图如图7所示，其中图7中的（a)为基于 INS的M0⑶处理结果示意图；（b)为传统MDA处理结果示意图；（c)为RDMDA处理结果示意图。 两个关键点A、B由传统MDA与RDMDA处理后的方位回波响应对比如图8所示，其中图8中的(a) 为点A方位回波响应对比示意图，（b)为点B方位回波响应对比示意图。
[0082] 3.仿真结果分析：
[0083]通过图3对比结果可知，由于运动补偿误差过大，采用惯导系统的M0C0处理结果存 在明显的模糊和几何上的扭曲如图4(a)所示。而4(b)、4(c)聚焦结果较为理想。图4(c)中城 镇、河流、高速公路等场景可清晰分辨。从图6的对比结果中可知，RDMDA处理后场景关键点 A、B的方位响应较为理想，方位分辨率接近0.74m，而传统MDA聚焦效果较差。
[0084]从图7的对比可知，，采用惯导系统的M0C0和传统MDA处理结果存在明显模糊，而在 RDMDA结果中得到较大改善。从图6的对比结果中可知，RDMDA处理后场景关键点A、B的方位 响应较为理想，方位分辨率接近0.51m，而传统MDA聚焦效果较差。
[0085]以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
【主权项】
1. 一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特征在于，所述方法包括 如下步骤： 步骤1，机载SAR雷达接收设定时间段内的回波信号，对所述设定时间段内的回波信号 依次进行粗补偿、距离单元徙动校正和距离匹配滤波得到粗图像数据； 步骤2，对所述粗图像数据在方位向进行分块，得到N个子孔径数据块，N为自然数； 步骤3，对第n个子孔径数据块进行方位向去斜处理，将去斜处理之后的第n个子孔径数 据块分为L个距离单元，并估计第n个子孔径数据块的二阶相位误差，n的初值为l，n = l，…， N，L为自然数； 步骤4，令n的值加1，并重复执行步骤3，从而得到N个子孔径数据块的二阶相位误差； 步骤5,根据第n个子孔径数据块的二阶相位误差，求解第n个子孔径数据块中每个距离 单元对应的相位误差函数，并根据相位误差函数对对应的距离单元进行剩余相位误差补 偿，n的初值为1，n = l，…，N; 步骤6,令n的值加1，并重复执行步骤5,从而得到N个子孔径数据块进行剩余相位误差 补偿之后的数据； 步骤7,对所述进行剩余相位误差补偿之后的数据进行方位向压缩得到聚焦后的SAR图 像。2. 根据权利要求1所述的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特 征在于，步骤2具体包括： 将设定时间段内的粗图像数据分成持续时间为Ts，中心时间为tn= (2n+l) (Ts/2)，n = 0，1，…，N-l的N个子孔径数据块。3. 根据权利要求1所述的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特 征在于，步骤3具体包括如下子步骤： (3a)对第n个子孔径数据块进行方位向去斜处理，消除二次调频分量； (3b)将第n个子孔径数据块分成L个距离单元，从L个距离单元中选取能量较大的K个距 离单元作为第n个子孔径数据块的样本数据； (3c)将第n个子孔径数据块的样本数据分成前后两半，分别表示为：其中，-7； /4 ,rk表示第k个距离单元的斜距，k=l，2"_K，K〈L; 等价于：对其做傅里叶变换得：其中，为对做傅里叶变换的结果， 4〇;./)为对做傅里叶变换的结果； 对反(r( ,/>、(d)做相关处理得到：其中，巾表示两个函数的相关； (3d)根据下式计算第n个子孔径数据块的二阶相位误差系数k〇、k1:(3e)第n个子孔径数据块的二阶相位误差J,,：) = 2;r(\+AV;4. 根据权利要求1所述的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特 征在于，步骤5具体包括如下子步骤： (5a)相位误差函数表示为Q阶多项式f (&〇，&1，…aQ)，其二阶导数表示为：其中，aq为多项式汽3〇,31，-^)的9次项系数； (5b)获取第n个子孔径数据块中第n个距离单元的有效值，并将所述有效值代入Q阶多 项式f(ao，ai，…ag)中，求得多项式f(ao，ai，…ag)的q次项系数aq的最小二乘解，进而得到Q 阶多项式的解析表达式，利用该解析表达式对第^个距离单元进行剩余相位误差补偿，q = 2…Q;直到对第n个子孔径数据块中的所有距离单元进行剩余相位误差补偿，1 = 1，2 - L。5. 根据权利要求4所述的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特 征在于，子步骤(5b)中，获取第n个子孔径数据块中第n个距离单元的有效值，具体包括如 下子步骤： (5bl)在N个点供"(r, 乂,)，n = 1，2-_N中，随机选择Q个内点构成初始内点集，将初始内点集 中的内点代入Q阶多项式f (a〇，ai，??％)中，计算得到其对应的多次项系数aq; (5 b 2)设定阈值G，分别计算剩余的N - Q个内点到Q阶多项式曲线的距离，若某内点对应 的距离小于阈值G，则将其列入内点集，并记录内点集中的内点个数； (5b3)依次重复执行子步骤(5b 1)和(5b2) S次，选取内点个数最多的内点集，并将内点 个数最多的内点集中的内点作为第n个子孔径数据块中第^个距离单元的有效值;其中，，P为置信概率，e为数据错误率。6. 根据权利要求4所述的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特 征在于，子步骤(5b)中，利用Q阶多项式的解析表达式对第 rif距离单元进行剩余相位误差 补偿，具体为： 根据Q阶多项式的解析表达式得到第r i个距离单元的相位补偿函数 G(r, 乂, + r) = 乂;)rV2),将第ri个距离单元的数据乘以第 ri个距离单元的相位补 偿函数，从而对第n个距离单元进行剩余相位误差补偿，其中，t为距离向的快时间。7. 根据权利要求1所述的一种无人机合成孔径雷达成像的图像偏移自聚焦方法，其特 征在于，步骤7具体包括： 对所述进行剩余相位误差补偿之后的数据进行方位傅里叶变换，再乘以方位匹配滤波 函数，之后再进行方位逆傅里叶变换，从而得到聚焦后的SAR图像，其中方位匹配滤波函数 Hamf(Kx)的表不式为：其中，Kx为方位波数谱表达式，r为斜距斤为斜视角，X为飞机方位向坐标，x为目标点方 位向坐标。
【文档编号】G01S13/90GK106054188SQ201610473615
【公开日】2016年10月26日
【申请日】2016年6月24日
【发明人】张磊, 周叶剑, 刘飞扬, 王虹现
【申请人】西安电子科技大学, 西安中电科西电科大雷达技术协同创新研究院有限公司