[发明专利]用于地球同步轨道SAR成像的二维非线性变调频方法

摘要

本发明公开了一种用于地球同步轨道SAR成像的二维非线性变调频方法。使用本发明能够有效地完成GEO SAR大场景回波的成像处理。本发明首先建立GEO SAR空变模型，在该模型中考虑了SAR成像处理中的聚焦参数即雷达的斜距历史4阶泰勒级数展开中的二阶系数在距离向、方位向上的二次变化，以及三阶系数在方位向上的线性变化，然后根据该空变模型进行距离向NCS成像处理和方位向NCS成像处理。与已有技术相比，本发明能够有效地完成地球同步轨道SAR大场景的回波成像处理，消除了参数两维空变性带来的方位向相位误差，能够完成精确的方位向聚焦，实现GEO SAR大场景（400km×400km）成像。

主权项

1.一种用于地球同步轨道SAR成像的二维非线性变调频方法，其特征在于，包括如下步骤：步骤1、建立GEO SAR空变模型：SAR成像处理中聚焦参数k₁，k₂，k₃，k₄的距离向空变模型为：k₁(R)＝k₁₀+k_r11·(R-R₀)k₂(R)＝k₂₀+k_r21·(R-R₀)+k_r22·(R-R₀)²k₃(R)＝k₃₀+k_r31·(R-R₀)k₄(R)＝k₄₀+k_r41·(R-R₀)其中，k₁(R)、k₂(R)、k₃(R)、k₄(R)分别为目标距雷达的距离为R时的、雷达斜距历史的4阶泰勒展开式中的一阶、二阶、三阶、四阶系数；R表示孔径中心照射时刻目标与雷达的距离；R₀为孔径中心时刻场景中心点与雷达的距离；t_a为方位向时间；R(t_a)表示t_a时刻目标与雷达的距离，k₁₀、k₂₀、k₃₀、k₄₀为场景中心点的各阶参数，k_r11，k_r21，k_r22，k_r31，k_r41为各阶参数沿距离向变化的变化系数；聚焦参数的方位向空变模型为：k2(R,tp)=ka20(R)+ka21(R)·tp+ka22(R)·tp2]]>k₃(R,t_p)＝k_a30(R)+k_a31(R)·t_p其中，t_p为孔径中心照射目标的方位时刻；k_a20(R)=k₂(R)，k_a30(R)=k₃(R)，k_a21(R)、k_a22(R)、k_a31(R)表示位于同一距离R处的不同方位向目标参数的变化系数；步骤2，距离向NCS成像聚焦处理：采用基于级数展开的距离向NCS算法进行距离向NCS成像聚焦处理，距离向聚焦之后的信号为：S1(tr,fa)=sincr[tr-2Rc]·Wa(fa)exp[j2πφaz(fa,R)]exp[jφRP(R)]]]>其中S₁(t_r，f_a)表示GEO SAR距离多普勒域信号，sinc_r(·)表示回波信号距离向聚焦后包络,t_r表示距离向时间，c表示光速，W_a(f_a)表示方位向频域包络，f_a表示方位向频率，φ_RP(R)为距离向NCS残留相位，φ_az(f_a,R)表示方位调制相位；φRP(R)=k12(R)2·λ·k2(R)+k13(R)·k3(R)4·λ·k23(R)+k14(R)·(9·k32(R)-4·k2(R)·k4(R))32·λ·k25(R)-2·Rλ]]>φaz(fa;R)=π·(k1(R)k2(R)+3k3(R)k12(R)4k23(R)+k13(R)(9k32(R)-4k2(R)k4(R))8k25(R))fa+(λ4k2(R)+3k3(R)k1(R)λ8k23(R)+3λk12(R)(9k32(R)-4k2(R)k4(R))32k25(R))fa2+(k3(R)λ216k23(R)+k1(R)λ2(9k32(R)-4k2(R)k4(R))32k25(R))fa3+(λ3(9k32(R)λ3-4k4(R)k2(R))256k25(R))fa4]]>对残留相位φ_RP(R)进行补偿，补偿因子H₁为H₁＝exp[-j2πφ_RP(R)]补偿后的信号S₂(t_r，f_a)为S2(tr,fa)=sinc(tr-2Rc)Wa(fa)exp[j2πφaz(fa,R)]]]>步骤3、方位向NCS成像处理步骤3.1、补偿S₂(t_r，f_a)的φ_az(f_a;R)项中没有方位向空变性的相位项，补偿因子为H₂、H₃，同时加入一个非线性滤波补偿项H₄：H2(fa;R)=(k1(R)k2(R)+3k3(R)k12(R)4k23(R)+k13(R)·(9k32(R)-4k2(R)k4(R))8k25(R))fa+(3k3(R)k1(R)λ8k23(R)+3λk12(R)(9k32(R)-4k2(R)k4(R))32k25(R))fa2+(k1(R)λ2(9k32(R)-4k2(R)k4(R))32k25(R))fa3]]>H3(fa;R)=exp[j·π·(-λ2ka30(R)fa332ka204(R)-λ3(9ka302(R)-4k4(R)ka20(R))fa4256ka205(R))]]]>H₄(f_a)=exp[jπ(p₃f_a³+p₁f_a⁴)]其中，p3=fdr1(4α-1)3fdr03(2α-1)p4=(4α-1)(3artfdr04+5fdr12)-4fdr0fdr2α12(2α-1)fdr05]]>fdr0(R)=-4ka20(R)λ]]>fdr1(R)=-4ka21(R)λ]]>fdr2(R)=-4ka22(R)λ]]>art=λ216·(-3ka30·ka21ka204+ka31ka203)]]>其中，α为方位向变标因子，为一常数，且α≠0.5；补偿后的信号S₃(t_r，f_a)为：S₃(t_r,f_a)＝S₂(t_r,f_a)·H₂(f_a;R)·H₃(f_a;R)·H₄(f_a)步骤3.2、通过方位向逆傅里叶变换将信号S₃(t_r，f_a)转换到方位时域，方位时域信号为S₄(t_r，t_a)；在方位时域对信号S₄(t_r，t_a)进行方位向非线性变标，得到信号S₅(t_r，t_a)，其中变标因子H₅为H₅(t_a)＝exp(jπ(q₂t_a²+q₃t_a³+q₄t_a⁴))其中，q2=(2α-1)fdr0q3=13(2α-1)fdr1q4=14fdr12α-5fdr12-4fdr0fdr2α+6fdr04artα-3artfdr0412fdr0]]>步骤3.3、利用傅里叶变化，将信号S₅(t_r，t_a)变换到方位频域，得到的信号S₆(t_r，f_a)：S6(tr,fa)=sincr(tr-2Rc)Wa[fa-q2tp(q2+fdr0)Ts]exp-j2πtp2αfa+jπ-fa2q2+fdr0+(fdr03p3+q3)fa3(q2+fdr0)3+(fdr04p4+q4)fa4(q2+fdr0)4]]>其中，T_s为合成孔径时间；对S₆(t_r，f_a)进行方位向压缩，方位向压缩函数H₆(f_a)为H6(fa)=exp(-jπ(-fa2q2+fdr0+(fdr03p3+q3)fa3(q2+fdr0)3+(fdr04p4+q4)fa4(q2+fdr0)4))]]>步骤3.4、将步骤3.3的压缩结果利用方位向逆FFT变化转换到方位时域，得到最终的GEO SAR二维时域图像信号s(t_r，t_a)。