[发明专利]一种逆合成孔径雷达并行实时成像处理方法

摘要

本发明提供了一种用于逆合成孔径雷达(ISAR)实时成像的并行成像处理方法，它是针对ISAR对高速运动目标进行成像的实时性要求，采用并行处理技术，设计针对ISAR成像的并行处理系统结构，并对ISAR算法进行相应的并行分解。该方法通过合理的算法设计，实现相对于慢时间具有因果性的ISAR成像算法，从而可以使数据采集与成像处理的同时进行，与传统的ISAR成像串行处理算法相比，可以大幅提高ISAR成像的运算效率，进而实现真正意义上的实时处理，以便于ISAR在工程中的实际应用。

主权项

1、一种逆合成孔径雷达并行实时成像处理方法，其特征是它包含以下几个步骤：步骤1、雷达接收机接收第i个脉冲重复间隔PRI回波，其中，i表示脉冲序号，i为自然数；设脉冲信号以重复周期T依次发射，即发射时刻t_m＝mT，m＝0，1，2，...，m为自然数，称为慢时间；以发射时刻为起点的时间用来表示，称为快时间，得到全时间t为：t=t^+tm;]]>因此发射的线性调频LFM信号为：S(t^,tm)=rect(t^/Tp)exp[f2π(fct+12βt^2)]]]>其中rect(t^/Tp)=1|t^/Tp|≤1/20|t^/Tp|>1/2,]]>f_c为载频频率，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，t为全时间，为快时间；雷达接收回波信号为：Sr(t^,tm)=A·rect(t^-2Ri/cTp)exp{f2π[fc(t-2Ri/c)+12β(t^-2Ri/c)2]}]]>其中，A为第i个脉冲重复间隔PRI回波的幅度，t为全时间，为快时间，t_m为慢时间，c为光速，f_c为载频频率，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离；步骤2、对步骤1接收到的第i个脉冲重复间隔PRI回波作去斜率处理，得到去斜率后的数据；接收信号的去斜率是用全时间t固定，频率、调频斜率相同的线性调频LFM信号作为参考信号，和回波作差频处理即共轭相乘；设参考距离为R_ref，则参考信号为：Sref(t^,tm)=rect(t^-2Rref/cTref)exp{j2π[fc(t-2Rref/c)+12β(t^-2Rref/c)2]}]]>式中，T_ref为参考信号脉宽，c为光速，f_c为载频频率，t为全时间，为快时间；t_m为慢时间，R_ref为参考距离；设R_Δ＝R_i-R_ref，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离，R_ref为参考距离，进行去斜率处理：得到去斜率后的数据为：Sif(t^,tm)=A·rect(t^-2Ri/cTp)exp[-j4πcβ(t^-2Rref/c)RΔ]exp(-j4πfccRΔ)exp(j4πβc2RΔ2)]]>其中，A为第i个脉冲重复间隔PRI回波的幅度，为快时间，t_m为慢时间，R_i为第i个脉冲重复间隔PRI回波目标到雷达的距离，c为光速，T_p为线性调频LFM信号脉宽，β为线性调频信号LFM调频斜率，R_ref为参考距离，f_c为载频频率；步骤3、对步骤2得到的去斜率处理后的数据进行A/D采样，得到采样后的数据；步骤4、对由步骤3得到的采样后的数据，采用基于相位信息的亚象素对齐方法对第i个PRI回波进行距离走动估计，得到距离走动估计量；步骤5、通过步骤4所得到的距离走动估计量对第i个脉冲重复间隔PRI回波进行距离走动补偿和距离压缩，得到距离走动补偿后的数据；距离走动补偿后的数据P(n)用下式表示：P(n)=A·exp{j2π[(2vrλ·P+8βR0vrc2P)·n+(R0·ar+v2-vr2λR0P2+4β(R0ar+v2)c2P2)·n2]]>+(vr(2vr2-R0·ar-v2)2λR02P3)·n3+O(n3)]}]]>其中，A为第i个脉冲重复间隔PRI回波的幅度，v_r，a_r，v分别为目标径向速度，径向加速度和绝对速度，R₀为目标初始距离，λ，β，P，c分别为波长，发射信号调频斜率，脉冲重复频率，光速，n为脉冲序号，O(n³)为高阶残余项；步骤6、对步骤5得到的ISAR距离走动补偿后的数据P(n)进行共轭相乘，得到共轭相乘后的数据Q(n)：Q(n)＝P(n)*P^*(n)；然后对数据Q(n)取模，取模即取绝对值，按数据幅度对取模后的数据|Q(n)|进行最大值检测，方法是对取模后的数据|Q(n)|的所有数值按照大小选取最大值，数据|Q(n)|的最大值所对应的回波信号位置即为目标所在距离单元位置；步骤7、对步骤6得到的ISAR距离走动补偿后的数据采用相邻脉冲重复间隔PRI相位差估计算法进行相位估计，得到估计的相位步骤8、对步骤5得到的ISAR距离走动补偿后的数据P(n)采用传统的数据并行分割方法进行并行分割，进行并行相位补偿及相干累加，得到累加后的数据I(n)，数据I(n)即是经过并行实时处理后的数据；步骤9、将经过步骤8处理后的数据I(n)存入ISAR图像存储器，就得到经过并行实时处理后的图像；经过上述操作，就可以得到并行实时处理后的ISAR图像。