[发明专利]基于压缩多信号分类的层析合成孔径雷达测量树高的方法

说明书

技术领域

本发明涉及雷达三维成像技术领域，尤其涉及一种基于压缩多信号分类(CS-MUSIC)的层析合成孔径雷达测量树高的方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，简称SAR)三维成像技术既继承了传统SAR系统所具备的全天时、全天候、高分辨率成像等优点，又避免了二维成像中处于同一散射单元内的目标散射点与雷达间斜距相等时存在的叠掩效应，能够将目标的高度向与距离向完全分离，实现对目标的三维分辨能力。

SAR层析成像也具有三维成像能力。SAR层析成像是沿垂直于视线的法线方向排列多个天线或利用同一天线在法线方向的不同轨迹高度对同一目标区域成像，来获得高度向上的分辨力。SAR层析成像技术不仅能够获得目标散射体的高程信息，同时还可以获得散射体在高度向上的分布，能完全恢复真实地三维场景。SAR层析成像技能够有效、快捷地实现三维成像，极大地扩大了SAR的应用范围，因此，已成为SAR技术发展的重要方向。

1998年，德国宇航局(DLR)利用机载E-SAR系统进行了层析成像飞行试验，采用载机重复飞行的方式，获取14幅二维SAR图像，并采用傅立叶变换聚焦的算法成功实现高度向上2.9m分辨率的三维成像。2000年，A.Reigber提出了机载SAR层析模型，介绍了多基线SAR层析成像的原理，并采用频谱估计的方法实现了多基线L波段的层析成像。在SAR层析成像处理中，常用的谱估计算法有快速傅里叶变换(FFT)、多信号分类(MUSIC)以及Capon等。

传统的频谱估计方法信号序列长度受限，所能达到的高程向分辨率受限于高程向合成孔径的大小，所以高程向分辨率相对较低。为了解决这一问题，R.Bamler、XX.Zhu、A.Budillon等人将压缩感知方法应用到SAR层析成像。压缩感知可以应用于SAR层析成像的前提是高程向的散射体分布是稀疏的，或者经过稀疏基处理之后满足稀疏性。这种方法实现了高程向的超分辨率成像，然而仍然需要大量的航过来保证重建精度，这在实际实验中需要较高的成本。

发明内容

(一)要解决的技术问题

鉴于上述技术问题，本发明提供了一种基于压缩多信号分类的层析合成孔径雷达测量树高的方法，以提供一种在减少航过数的情况下进行SAR层析成像的方法。

(二)技术方案

本发明基于压缩多信号分类的层析合成孔径雷达测量树高的方法。该方法包括：步骤A：对观测区域在不同基线位置发射脉冲信号进行重复观测，接收观测区域的反射回波信号Y_m，其中，m＝1、2、……，M，M为航过数；步骤B：根据接收到的反射回波信号Y_m，提取其HH通道、HV通道和VV通道的像素点数据，全部反射回波信号对应的像素点数据构成方位-距离分辨单元的多通道像素点矩阵Y；步骤C：根据SAR层析成像几何模型得到观测矩阵A；步骤D：根据回波信号构建的像素点矩阵Y以及观测矩阵A，采用正则化算法求出k-3个场景支撑集的索引值，得到支撑集I_k-3，其中，支撑集索引值是指场景中散射目标点在高程向出现的位置，k为场景稀疏度，即高程方向上散射目标点的个数；步骤E：利用经典谱估计算法求出k-3个支撑集索引值之外的其余三个支撑集元素，将其并入支撑集中，得到完整支撑集I_k；以及步骤F，由完整支撑集I_k中的索引值获知地表和树冠的位置，由两者的位置差获得树高信息，其中，地表和树冠分别对应支撑集I_k中的索引值集中的两个高度位置。

(三)有益效果

本发明基于压缩多信号分类的层析合成孔径雷达测量树高的方法中，针对传统的SAR层析成像需要较多航过数的问题，提出了应用全极化SAR各极化通道信号之间的相关性构建回波观测向量矩阵，并采用多信号的CS-MUSIC算法进行高程向的散射系数重建，相比于传统的谱估计SAR层析成像方法，本发明可以减少虚假目标个数，同时降低层析合成孔径雷达进行树高测量时所需的航过数。

附图说明

图1为本发明实施例基于压缩多信号分类的层析合成孔径雷达树高测量方法的流程图；

图2为P波段仿真场景的Pauli图；

图3为本发明实施例在航过数等于10时，CS-MUSIC算法与迭代软阈值(IST)算法以及MUSIC算法高程向树高估计结果的比较；

图4为本发明实施例在航过数等于6时，CS-MUSIC算法与IST以及MUSIC算法高程向树高估计结果的比较；