[发明专利]复杂运动目标ISAR成像方法

说明书

本发明公开了一种基于准时频双线性相干算法的复杂运动目标ISAR成像方法，本发明方法包括如下步骤：获取目标的回波数据后，对回波信号进行距离压缩和平动补偿；将信号沿距离向抽取数据，并计算抽取结果的改进三次相位函数MCPF；对MCPF进行Radon‑CPF‑Fourier变换，并在多普勒中心‑极半径‑极角域中获得三维数据矩阵；将三维数据矩阵沿极半径和极角投影到多普勒中心轴，通过重组所有的距离‑多普勒中心产生最终的高分辨率逆合成孔径雷达(ISAR)图像。本发明可在无时频分辨率损失的情况下实现对三次相位函数的交叉项干扰抑制，提高信号增益、改善计算性能，获得清晰机动目标ISAR图像。

技术领域

本发明属于雷达技术领域，尤其是涉及信号处理领域一种复杂运动目标ISAR成像方法，可用于非合作、高速机动目标的ISAR成像。

背景技术

传统的光学成像技术对外在环境，尤其是光线条件要求极高，因而适用范围有限。雷达成像技术凭借其全天候、全天时、远距离及在不同频段、不同极化条件下提供高分辨率雷达图像的优点，弥补了光学成像的不足，极大地提高了恶劣光线环境下信息获取的能力，其对民用(如地形测绘、天体观测、海洋观测、农作物评估、灾情预报等均有重大的实用价值。合成孔径雷达(SAR)、逆合成孔径雷达(ISAR)和干涉合成孔径雷达(InSAR)等是最常见的成像雷达，它们的主要区别是工作原理和成像方式有所不同。合成孔径雷达(SAR)是一种有源主动微波遥感雷达，利用雷达运动产生的大等效合成孔径提高雷达成像的分辨率，成像时雷达运动而成像目标静止不动。根据雷达成像理论，雷达成像通过发射大带宽信号保证距离向的高分辨，通过对散射点和雷达有效相对运动产生的多普勒信号进行相干积累，从而获得高的方位向分辨率。然而，当目标的运动较复杂时，很难得到长时间的相干信号，即相干成像转角太小，从而限制了复杂运动目标成像的分辨率。逆合成孔径雷达成像是宽带雷达实现目标信息获取和精细描述的重要途径，但在成像过程中存在复杂运动导致散焦和成像分辨率不高两个难题。逆合成孔径雷达(ISAR)通常固定在地面上，对运动目标成像，利用目标与雷达的相对运动产生的大合成孔径成像。虽然具体成像方法不同，但基本成像原理是相同的，即根据距离向上不同散射点回波时延不同对距离单元进行分辨，根据相对转动时方位向上不同散射点由于转动引起的多普率频率不同进行方位向分辨，上述就是著名的距离—多普勒(R-D)原理。在实际的ISAR系统中，目标作复杂运动时，若雷达发射线性调频(LFM)信号，回波信号将会产生高次相位项，在这种情况下，应用传统的二维傅里叶变换距离——多普勒(RD)法成像会产生模糊。即运用传统的R-D成像方法很难获得清晰的目标图像。近年来，随着逆合成孔径雷达ISAR成像技术的不断发展，平稳目标的ISAR成像技术逐渐趋于成熟，越来越多的研究者将目光集中在了复杂运动目标的成像研究方面。根据雷达成像理论，雷达成像通过发射大带宽信号保证距离向的高分辨，通过对散射点和雷达有效相对运动产生的多普勒信号进行相干积累，从而获得高的方位向分辨率。然而，当目标的运动较复杂时，很难得到长时间的相干信号，即相干成像转角太小，从而限制了复杂运动目标成像的分辨率。目标作复杂运动时的ISAR成像方法，包括如下三个方面：1)三次相位函数(CPF)参数估计法，目标作复杂运动时，若雷达发射线性调频(LFM)信号，回波信号将会产生高次相位项，此时应用传统的距离——多普勒(RD)法成像会产生模糊。若在成像时间内多普勒频移是恒定的，则距离-多普勒(RD)ISAR成像算法便可有效地获得目标图像。但当目标为非协作、高机动时，一个距离单元内的接收信号通常表征为多阶多项式相位信号(PPS)，基于傅里叶变换(FFT)的RD算法无法很好地处理该模型，所获得的多普勒频谱被展开，导致ISAR图像模糊。2)压缩感知法，利用信号的稀疏性，通过非相关测量可以用比传统信号采样理论低得多的速率对信号采样，大大降低了数据率，并且能够以很高的概率恢复信号。压缩感知技术的非相关测量过程可以有效降低雷达成像系统对A/D系统的高速率要求，进而解决成像过程中超大回波数据的采集、传输与存储困难。由于压缩感知技术能够从很少的信号采样中恢复信号，将其应用于复杂运动目标的成像，可以弥补复杂运动目标相干信号不足的缺陷。压缩感知理论的解码过程与传统的解码过程不同，由于需要解一个欠定方程，因而无法得到原信号的准确表示，而只能通过求解一个非线性最优化问题以一定的概率近似实现信号的重构。相比传统的雷达成像方法，压缩感知方法只需要很短的相干成像时间。但该方法依然需要很高的A/D速率。目前国内外对基于压缩感知的雷达成像的研究主要集中在利用压缩感知的降维测量对回波数据进行二维采样，以降低雷达的数据率，并通过构建二维稀疏矩阵实现雷达图像的重建。这种方法减少了雷达成像系统的数据率并且能够直接得到目标的二维图像，但是也存在一些缺陷，一是降低了系统的实时性，因为在降维测量前即需要预先获得所有的回波数据，而且从根本上说并没有降低系统的数据率，不能缓解高速A/D的压力；二是雷达图像重构所需的存储空间和运算复杂度极大，因为图像重构过程是在二维稀疏投影空间中进行的，并且需要进行非线性最优化问题的求解。这些缺陷制约了其向实际应用的推广。3)分布式ISAR成像法，ISAR成像技术是通过一组编队平台上搭载的成像雷达对同一个目标发射电磁波，利用目标相对雷达的旋转运动，对回波进行联合处理，获得比单个雷达更高的方位向分辨率。因此可以将分布式ISAR成像技术应用于复杂运动目标成像，以弥补相干成像转角太小对方位向分辨率的限制。ISAR成像在方位向分辨的依据是方位向不同位置处的散射点在目标旋转时的多普勒频率不同，而要产生多普勒频率必须要求目标与雷达沿雷达发射方向有相对运动分量。ISAR成像在多普勒方向的分辨是依赖于方位向上的不同散射点在转动时的多普勒频率不同，而多普勒频率与散射点到转轴的距离和目标转动速度成正比，这就要求为了正确分辨各个散射点的位置，成像期间目标的转动速度应保持不变，否则各个散射点的多普勒频率会发生变化，从而产生混淆。在对复杂运动目标进行逆合成孔径雷达成像时，由于转动矢量随时间而变化，回波信号中会引入一个与散射点位置有关的相位误差，无法用通常的相位补偿方法进行校正，应用距离-多普勒算法获得的ISAR像会变得模糊。在对机动目标进行ISAR成像时，通常使用距离瞬时多普勒(RID)算法。RID算法通常分为两类。一类是参数方法，即各距离单元中的接收信号由特定类型的信号建模，然后估计瞬时多普勒频率并通过估计的多普勒频率获得相应的ISAR图像。然而，该方法需要估计或提取各距离单元中的各个散射点，计算效率低。除此之外，模型不匹配时会导致图像无法聚焦。第二类是非参数方法，利用时频分布(TFD)替换作为方位向聚焦处理中傅里叶变换。频率随时间变化的信号往往需要的是某一时间内的某一频率的信息，分析这一类信号的工具就是联合时频分析方法(TFD)。交叉项是因为wvd不满足变换的线性性质而产生的，从而造成伪峰值。基于TFD的成像方法包括短时傅里叶变换(STFT)，连续小波变换(CWT)等。STFT和CWT没有交叉项干扰，但分辨率很低。针对多分量线性调频信号的维格纳-维尔分布(Wigner-VilleDistribution，WVD)交叉项干扰问题，有人提出了能够提供高分辨的时频分析的Wigner-Ville分布(WVD)方法。维格纳分布WVD是一种重要的时一频分析方法，该方法利用分数阶傅里叶变换(FractionalFourierTransform，FRFT)在最佳FRFT域中对给定的线性调频信号具有最好的能量聚集性，将多分量线性调频信号在FRFT域上分解为若干个单分量信号，线性叠加单分量信号的WVD，从而达到抑制交叉项的效果。但由于该时频分布是双线性的，对于多分量信号而言，WVD存在严重的交叉项干扰，阻碍了其对信号的有效分析、解释和各分量参数的提取。交叉项干扰问题影响了它的推广应用，当三次相位函数(CPF)的交叉项干扰严重时，其性能会恶化。为减少WVD中的交叉项干扰并获得高质量的ISAR图像，Berizzi等人提出了平滑的伪Wigner-Ville分布(SPWVD)算法和L类四阶复数延迟PWVD算法。这些算法通常在抑制交叉项干扰和时频分辨率之间进行折中。目前TFD方法面临的主要挑战仍是在不降低时频分辨率的情况下最大化交叉项抑制。