[发明专利]一种精确的SAR动目标参数估计方法

说明书

本发明公开一种精确的SAR动目标参数估计方法，针对现有算法只能估计部分参数、且运算量大、精确度不够等缺陷，本发明利用Radon变换和LVD进行动目标参数估计，受杂波等干扰的影响较小，能够估计出动目标的各个参数信息；并利用基于学习的迭代收缩阈值算法来细化参数，得到精确的参数估计值。

技术领域

本发明属于雷达技术领域，特别涉及一种合成孔径雷达(SAR)动目标估计技术。

背景技术

SAR(合成孔径雷达)是一种全天时、全天候的雷达体制，具有成像场景大、分辨率高等优势，在军用、民用领域获得了广泛应用。相比于单通道合成孔径雷达系统，多通道合成孔径雷达系统因增加了接收通道而获得更多的数据，能够获得更多的目标信息。SARGMTI(地面动目标估计)一直是SAR的重要课题，存在很多估计方法，但这些方法的时间复杂度与动目标估计精度之间大都存在冲突，我们希望能够在获得高精度的前提下尽量减小算法的复杂度。而且现有的SAR GMTI方法通常主要针对不产生多普勒模糊的慢速动目标，本发明对高速动目标同样适用。

在目前已公开发表的SAR动目标估计的相关论文中，通用的算法主要有CSI(Clutter Suppression Interferometry)(见文献1：Deming,Ross W.,Scott MacIntosh,and Matthew Best.Three-channel processing for improved geo-locationperformance in SAR-based GMTI interferometry.Algorithms for SyntheticAperture Radar Imagery XIX.Vol.8394.International Society for Optics andPhotonics,2012.)，这是一种基于相位法的动目标估计算法，但是这种方法只能估计动目标的距离向速度，而且在计算过程中存在相位缠绕。Xuepan Zhang利用RT(RadonTransform)和FrFT(Fractional Fourier Transform)，通过计算距离压缩后的动目标回波信号，提出了一种基于幅度法的动目标估计算法(见文献2：Zhang,Xuepan,et al.Geometry-information-aided efficient radial velocity estimation for movingtarget imaging and location based on Radon transform.IEEE Transactions onGeoscience and Remote Sensing 53.2(2015):1105-1117.)2015年Lei Yang利用CSI和LVD(Lv’s Distribution)提出了一种动目标估计算法(见文献3：Yang,Lei,et al.Airborne SAR moving target signatures and imagery based on LVD.IEEETransactions on Geoscience and Remote Sensing 53.11(2015):5958-5971.)，能够估计动目标的方位向、距离向位置以及方位向、距离向速度。但是这种算法存在一些缺陷，比如CSI估计距离向速度存在相位缠绕，PFA(Polar Format Algorithm)距离徙动校正效果不够好、复杂度高等。Qisong Wu基于STAP(Space-time adaptive processing)和SBL(SparseBayesian Learning)提出一种动目标估计算法(见文献4：Wu,Qisong,et al.Space–timeadaptive processing and motion parameter estimation in multistatic passiveradar using sparse Bayesian learning.IEEE Transactions on Geoscience andRemote Sensing 54.2(2016):944-957.)，但是STAP计算复杂度高，并且该SBL方法极易陷入局部最优。

发明内容