[发明专利]一种基于逆白化的合成孔径雷达增量成像处理方法及系统

说明书

本发明涉及一种基于逆白化的合成孔径雷达增量成像处理方法及系统。该方法包括：获取雷达工作参数以及当前观测区域的场景历史数据；根据所述雷达工作参数确定SAR的回波信号矩阵；根据所述雷达工作参数构造实现距离压缩的匹配滤波器，并根据所述匹配滤波器对所述回波信号矩阵完成脉冲压缩，确定距离压缩信号；对观测场景进行地面网格划分，并叠加在同一距离门上的距离压缩信号，确定距离徙动校正信号；根据所述场景历史数据参数构建变换域的稀疏字典；根据所述距离徙动校正信号以及所述稀疏字典，基于逆白化处理将复信号重构问题转换为实信号重构问题，基于加权l₁范数优化方法进行相位补偿和相干叠加，输出合成孔径雷达图像。本发明能够提高成像效率。

技术领域

本发明涉及微波遥感领域，特别是涉及一种基于逆白化的合成孔径雷达增量成像处理方法及系统。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)是现如今微波遥感的主要方式。合成孔径雷达利用卫星与目标之间的相对运动，产生的多普勒效率对回波信号在方位向进行调制，因此合成孔径雷达的二维分辨能力依托的是卫星与目标间的相对运动。星载SAR具有全天候、全天时的工作能力，可无视观测区域上空的日照和云雨条件，对热点地区、重点目标进行高效观测，具有不可替代的重要作用。SAR可通过多层次态势感知的技术手段进行高效率侦查，以实现对场景目标的快速发现、检测及识别。它广泛应用于灾害监测、环境监测、海洋监测、资源勘查、农作物估产、测绘，以及军事等方面。

考虑到静止场景(例如城区)，前后两次观测的图像的区别不大。另外地球同步轨道合成孔径雷达(Geosynchronous orbit Synthetic Aperture Radar，GEO SAR)极短的重访周期与凝视观测能力确保对感兴趣区域持续观测，也保证了前后两次观测的图像的区别不大。因此，若对当前场景再一次观测，由于已知场景基本的状况，此时并不需要按照传统的采样方式进行观测，而只需要观测那些增加的部分即可。由于一天重访时间内这些增加的部分相对较少，亦即稀疏，因此，SAR卫星的回波采样可以做到远低于奈奎斯特采样率以下。这样便简化了SAR的观测系统，极大地降低了回波数据量。而利用这种方式进行成像的手段，本发明将其称之为增量成像。增量成像是利用历史数据去辅助观测与成像的模式，这种方式十分适合对静止场景的SAR观测。然而要保证前后两次观测之间的增量是稀疏的，则需要保证前后两次场景具有可比较性，具体表现为时间与空间一致性：时间一致性确保了信号增量稀疏，而空间一致性则保证了观测场景散射特性差别不大。

毕辉等人早在2015年便提出了利用前一次观测辅助当前观测进行成像的思路，并将其称之为变化成像，具体请参见《Radar Change Imaging With Undersampled DataBased on Matrix Completion and Bayesian Compressive Sensing》。然而在那种观测要求下，变化分量处在回波级，要求从两次回波相减从而得到变化部分；由于场景目标的散射特性与观测视角密切有关，因此若要保证两次相减后的结果含有准确的变化部分，则需要保证前后两次观测几何完全一致，这种苛刻的条件很难应用于实际应用中。然而，毕辉等人的这种方式也说明要衡量前后两次观测的变化，则观测几何需要满足一定的约束条件。增量最直接的表述是在空域，但是，空域增量成像算法对求解出增量的幅度很敏感，一旦出现能量估计错误则会导致算法失败，一般会导致求解出的增量与真实值相差若干量级，反映在图像上则是一些明暗条纹，空域增量成像的稳定性低。这种情况通常会出现在含强散射特性目标的场景处，此时绝大部分能量由强散射目标提供，使得量化矩阵估计不准确，进而导致整个算法的失效。对于这种情况可采取的处理方法是对该点固定量化系数后再进行重估计，显然，这会导致成像效率降低，具体请参见《Synthetic Aperture Radar IncrementImaging Based on Compressed Sensing》。

发明内容

本发明的目的是提供一种基于逆白化的合成孔径雷达增量成像处理方法及系统，以解决成像效率低的问题。