基于信号处理的遥感数据在雷达系统仿真

文摘

细胞迁移范围对成像的精度有严重的影响,尤其是对高分辨率和大规模成像。得到完整的图像的分辨率和高质量,细胞迁移范围必须考虑时域校正方位的。为解决这一问题,本文提出了一种新颖、高效的细胞迁移范围基于曲线拟合校正方法和信号处理。range-compressed回波的模拟曲线近似一个强项,位置索引范围的强项在方位方向可以得到最小二乘准则下。该方法的优点是双重的:(1)该方法是健壮的系统参数的不确定性(强大的宽容)真正的航班和(2)该方法的泛化是更好的,可以很容易地适应不同的合成孔径雷达(SAR)模式(例如,单站和双基地)。实验结果真实遥感数据从单站和双基地SAR演示效果。距离退化曲线完全重合,强烈的回声点的轨迹。最后,成像焦点的结果也验证了该方法的效率。

1。介绍

合成孔径雷达(SAR)是一种重要的遥感技术,这吸引了越来越多的关注,因为它提出了(1]。特别行政区的最显著特点是它能够获得高分辨率微波图像日夜在各种天气条件下(2]。出于这个原因,特区已被广泛应用于许多领域,如代数字高程地图,观察火山活动和洪水灾害,陆地和海洋交通监测、植被生长的观察,监测洋流和冰山旅行,和海洋石油泄漏的检测3- - - - - -8]。

最基本和最重要的技术之一的SAR成像算法应用程序(9]。现在,许多有效的成像算法已经提出,如range-Doppler (RD)算法(10[],chirp-scaling (CS)算法11),(ω-波数域算法)[12),和背部投影(BP)算法(13]。尽管所有这些算法是有效的,RD算法是最受欢迎的算法,因为它很简单,高效和直观的14]。

RD算法的一个关键问题是细胞迁移范围修正(RCMC) [15]。SAR获得低质量的图像目标由于雷达和目标之间的相对运动(16]。因此,为了获得高分辨率图像,从同一散射信号应该位于一个细胞。然而,它不是实际的平台运动相对于目标,叫做细胞迁移范围(15]。一般来说,细胞的运动范围将导致方向和方位方向范围之间的耦合。这就是为什么细胞迁移范围进一步处理之前必须纠正RD算法(17- - - - - -19]。细胞迁移范围调整的基本目标(RCMC)调整接收到的回波范围相同的目标回相同的细胞(20.]。传统上,细胞迁移范围可以通过时域插值修正或频域补偿(21]。这些方法的主要问题是过度的数据操作和狭窄的兼容性不同SAR配置。因此,仍需要一个有效的方法,可以解决这个问题。

本文基于曲线拟合的细胞迁移范围提出了校正方法来解决上述问题。根据泰勒展开式定理,雷达和目标之间的范围可以表示为多项式对单站雷达和双基地雷达(22- - - - - -25]。基于最小二乘多项式拟合方法原则(26)提出了赔偿范围迁移。轨迹的主要想法是近似的强项range-compressed回声利用模拟的曲线,这对真实SAR数据快速、健壮的应用程序。的操作方法,RCMC将变得简单,灵活、高效。

本文以下部分组织如下。节2、细胞迁移范围的基本配方和RCMC问题简要介绍。曲线拟合的基本原理,提出了CF-RCMC部分中描述的方法3。节4,实验真正的单站和双基地SAR遥感数据通过使用提出CF-RCMC方法介绍和分析。最后,在节5结论的话,目前的工作。

2。细胞迁移范围

单站SAR的几何简化数据采集如图1。雷达进行一个平台在一个恒定的速度沿着一条直线和一个常数的态度。的瞬时位置传感器,在那里表示时间缓慢。倾斜范围的目标的雷达用。表示参考范围,定义为最近的倾斜范围,垂直于速度。

著名的勾股定理,目标和雷达之间的范围可以由(双基地) 它可以用下面的多项式近似根据泰勒展开式定理: 在哪里表示方位中心当光束中心通过目标;和表示的斜视角度对发射机和接收机;和表示最近的距离在初始时间;和表示雷达和目标的速度;和表示雷达和目标之间的直线距离。因此, 在哪里表示下标或。

不难认识到单站SAR的历史范围也可以表达(2)。然而,表达式是双基地SAR的比那复杂得多。

与范围的大小细胞相比,高阶术语如此之小,以至于他们可以忽略:

线性和二次元件(4)表示范围走曲线,分别,它们统称为细胞迁移范围(RCM)。RCM结果从雷达的运动相对于目标的结果。这种相对运动是SAR的基础,因此RCM是SAR的内在特征。然而,RCM在RD算法必须纠正。

条件下的斜视角小,光束中心接近零多普勒和方向 , 。所以,历史范围简化如下(以单站情况为例): 只有范围曲线。

RD算法,细胞迁移是纠正range-Doppler域范围。相应的细胞迁移范围条件下的一面看是(9] 在哪里多普勒频率和吗是波长。

range-Doppler域,目标范围有相同的范围相同的细胞迁移和他们可以纠正的同时,也是采访的主要优势。RCMC的目的是消除迁移的实际跟踪到最近的倾斜范围的位置。

3所示。提出了基于曲线拟合的范围细胞迁移修正(CF-RCMC)方法

在传统的方法中,RCMC通过时域插值或频域补偿。然而,这些方法的主要问题是过度的数据操作和狭窄的兼容性不同SAR配置。

从图2,我们可以看到实际的目标跟踪是一个抛物线,依照历史范围(5)或(6)。如果范围历史曲线可以知道,我们可以使用这条曲线纠正细胞迁移范围。有了这个想法,我们应用多项式曲线拟合获得这个范围内通过仿真曲线。

3.1。曲线拟合

曲线拟合的方法(26)是一种常见的方法可以应用于构造函数的近似表达式 根据一组实验数据点 ,在那里和分别表示独立和相关的变量的值。多项式拟合是一种最常见的拟合模型,可以表示为

拟合多项式和测量值之间的误差

有很多种准则拟合误差降到最低。最小二乘准则被广泛使用和广场制定错误

一套可以解决方程或利用优化方法通过最小化误差(9)获得的拟合系数(7)。

3.2。拟议中的CF-RCMC

值此真正的数据处理,获得的运动参数可能不准确和实现曲线可能不符合RCM。在range-compressed range-Doppler域,强势点的跟踪目标能够反映RCM现象。然而,强者的RCM曲线不能直接通过点目标运动参数自强项目标是任意位置。因此,我们可以调整运动参数来获得二次多项式的系数。然后,我们可以用一个完全正确的细胞迁移范围容易RCM曲线的表达式。

range-compressed回波是一个二维数据矩阵与细胞迁移。图2显示范围迁移现象的强项目标range-Doppler域。表示范围的迁移强项的目标。

倾斜范围然后转化为细胞范围进行数据处理。在这种情况下,指数范围的强项目标方位给药 在哪里是现场中心之间的倾斜范围和雷达的位置;参考范围;表示波传播速度;表示采样频率。符号表示舍入操作。

一旦收到所有的范围,他们将使用通过曲线拟合最小二乘准则下。获得适当的二次多项式的系数,我们可以调整场景中心,参考范围,或平台的位置,这样的模拟曲线和迁移范围曲线基本上是重合的强项。然后,获得的曲线函数可以用来计算偏移量。因此,回声的相应数量的范围细胞应该删除可以通过使用仿真曲线,计算如下: 在哪里表示慢时间最近的倾斜范围。

之后,很容易迁移的范围的强项转化为一条线使用傅里叶变换的性质。即删除在时域快速可通过在频域乘法操作。这个操作将每一个细胞。最后,RD算法可用于SAR成像。

列出了CF-RCMC方法的实现步骤如下。

步骤1。初始化场景中心和参考范围。

步骤2。选择一个方位时间和计算之间的倾斜范围场景中心和雷达的位置: 在哪里和表示接收机和发射机的位置。对于单站SAR, 。

步骤3。计算的强项目标回波的位置 圆的函数表示最近的整数运算符。

步骤4。改变方位乘以一个接一个,重复步骤2和3直到IDs方位时间计算。

第5步。基于计算的id,利用曲线拟合方法获得二次多项式系数。

步骤6。调整和和重复步骤1- - - - - -5直到仿真曲线和范围迁移的强项基本上是重合的。

步骤7。删除相应的目标回波范围细胞对最近的偏频域范围位置范围,利用傅里叶变换的性质。

具体来说,伪代码CF-RCMC方法总结的伪代码1。

此外,CF-RCMC的流程图方法总结在图3。

4所示。实验结果

在本节中,提出CF-RCMC方法应用于实际数据对单站机载SAR和双基地机载SAR。速度和轨迹并不完全知道,因为只有GPS是用来测量天线的态度,因此测量精度不是很高。

4.1。雷达系统的简要介绍

本文提到的雷达系统是一个空军军用雷达。提到乐队x波段线性调频信号和300 MHz带宽。发射机的有效距离为30 ~ 60公里的传动功率4000瓦(w)。接收机的有效距离是10 ~ 20公里,和数据采样频率为1.8 GHz。

4.2。单站SAR实验

range-compressed强势点的跟踪目标的回波域如图4范围,从中我们可以看到细胞迁移现象明显。然而,最近的倾斜范围位置没有出现在这个数字。当我们正确的RCM,范围在第一个编码脉冲(脉冲重复频率)被选为最近的倾斜范围。细胞迁移范围是极其严重的,近90细胞沿着5000方位范围。

调整后现场中心和参考范围,拟合曲线见图(红色实线)5。我们可以看到,这与RCM曲线拟合曲线完全重合的强项的目标。然后,我们使用拟合二次曲线表达式和傅里叶变换的性质正确RCM在频域范围。图6显示CF-RCMC的结果。强项的跟踪目标已纠正水平直线沿方位角方向,哪个州提议CF-RCMC方法的效率。然而,值得注意的是,这个CF-RCMC方法只能在选择一个正确的RCM部分目标位于“最近的倾斜范围。“事实上,所有的其他RCMC方法也不能正确的RCM对于每一个目标。

方位压缩后,根据传统的成像结果RCMC用于(19,20.),该CF-RCMC给出数据7和8,分别。在图7整个场景是严重散焦,尤其是在方位方向。在图8很明显,图像很专注和目标特性可以明显区分。注意聚焦效果变得更好时,目标是接近的强项,RCM是正确的。

4.3。双基地SAR的实验

双基地SAR的范围比单站SAR历史要复杂得多,从而导致RCMC更复杂。然而,提出了基于曲线拟合的RCMC方法可直接应用于双基地SAR。双基地SAR的处理方法是完全一样的,对于单站SAR。结果对双基地SAR简明地提供如下。

range-compressed强势点的跟踪目标的回波域如图9。细胞迁移范围量大约是400细胞沿着5000方位,即RCM比这更严重的单站SAR。

拟合曲线如图10,拟合曲线与RCM曲线完全重合的强项的目标。

RCMC结果如图11。没有更多的操作比单站SAR强项的跟踪目标已纠正水平直线沿方位角方向。获得类似RCMC性能,传统的RCMC方法可能不可用。

基于传统的成像结果RCMC方法(19,20.),并给出了提出了双基地SAR CF-RCMC数据12和13,分别。在图12的散焦图像是比这更严重的单站SAR由于较大的RCM。见图13,很显然,CF-RCMC方法大大提高了聚焦双基地SAR的成像质量。特别是,集中表现在该地区在选择强项目标是优秀的。

4.4。讨论

本文提出CF-RCMC方法已被证明是更有效的比传统的RCMC技术。需要注意的是,有一个重要区别现有RCMC和我们提出基于CF方法。我们知道,传统的RCMC方法一般选择最近的倾斜范围作为参考,进一步推导出迁移动力的参考点数学,然后移动距离曲线到最近的距离在时间域或频率域(20.,21]。虽然在几个场景中这些方法是很有用的,但不考虑系统的参数不确定性在实际飞行情况下,导致大量迁移方程和实际迁移之间的误差曲线。此外,另一个缺点是,在不同的如双基地SAR模式或单站,现有RCMC可能不是广义的应用程序。

比较,本文提出的CF-RCMC动机在不同的看法。一般来说,大小轨迹的实际回波的长处,CF-RCMC旨在调整校准参数,曲线的距离可以配合强烈的回声点的轨迹。然后,迁移实现回调。该方法的优点是,一方面,它是健壮的系统参数的不确定性,另一方面,它也可以适应不同的SAR模式(即。单站、双基地)。

然而,事实上,无论哪个RCMC方法,校正结果nonreference点不能统计评估,因此我们必须评估的有效性RCMC方法方位压缩后从成像结果。从我们的观察实验中,距离回归曲线的轨迹相一致的优势完全呼应;也就是说,强烈的回声点的回归精度为100%。然而,其他点的回归精度(nonstrong点)不能因为估计回波的轨迹无法观察到。在未来,基于机器学习的方法(27,28)可以进一步考虑处理问题。

5。结论

校正范围细胞迁移引起的雷达相对于目标的运动起着重要的作用在SAR RD算法。本文小说CF-RCMC方法基于最小二乘准则下的多项式曲线拟合。这种方法不仅适用于单站SAR还双基地SAR甚至任何一种SAR配置。该方法的高灵活性显著简化CF-RCMC重要。实验结果的单站SAR和双基地SAR确认CF-RCMC提出方法的有效性。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由基础研究基金为中央大学(没有。106112017 cdjqj168819)。

引用

1. c·w·舍温·j·p·瑞纳,r . d . Rawcliffe称“在合成孔径雷达系统中,一些早期发展”愤怒军事电子交易》第六卷,没有。2、111 - 115年,1962页。视图:出版商的网站|谷歌学术搜索
2. y . t .刘雷达成像技术,哈尔滨工业大学出版社,1999年。
3. m . Weib j·h·g·安德,c . h . Gierull”前言中对科技进步的特刊合成孔径雷达(SAR),“IEEE地球科学和遥感,51卷,不。8,4363 - 4365年,2013页。视图:出版商的网站|谷歌学术搜索
4. n . Pierdicca p Castracane, l·普尔“电磁模型的反演裸土壤参数估计的多频极化SAR数据”传感器,8卷,不。12日,第8200 - 8181页,2008年。视图:出版商的网站|谷歌学术搜索
5. x黄、黄b和h·李,“快速水平集方法合成孔径雷达图像分割,“传感器,9卷,不。2、814 - 829年,2009页。视图:出版商的网站|谷歌学术搜索
6. h·李,y, w·王,“改善船舶与偏振检测SAR之间基于卷积co-polarization频道,“传感器,9卷,不。2、1221 - 1236年,2009页。视图:出版商的网站|谷歌学术搜索
7. x周,不可开交。张,李,“应用SAR干涉测量在地球与环境科学的研究中,“传感器,9卷,不。3、1876 - 1912年,2009页。视图:出版商的网站|谷歌学术搜索
8. x周,g .魏、吴,和d .王”三维高速目标的ISAR成像方法在短程使用基于单脉冲雷达阵列,”传感器(瑞士),16卷,不。3,第364条,2016年。视图:出版商的网站|谷歌学术搜索
9. 即Cumming f .黄,合成孔径雷达数据的数字处理:算法和实现,2005年Artech房子。
10. j·j·m·德智慧,a .元,p . Hoogeboom”修改range-doppler处理FM-CW合成孔径雷达,”IEEE地球科学和遥感信,3卷,不。1,第87 - 83页,2006。视图:出版商的网站|谷歌学术搜索
11. e·c·Zaugg和d . g .长”,广义频域SAR处理。”IEEE地球科学和遥感卷,47号11日,第3773 - 3761页,2009年。视图:出版商的网站|谷歌学术搜索
12. H.-S。胫骨和J.-T。Lim:“ωk空间不变双基地机载聚光灯下SAR成像算法,”IEEE地球科学和遥感卷,47号1,第250 - 238页,2009。视图:出版商的网站|谷歌学术搜索
13. z君,m .长,小玲,“流BP基于GPU的非线性运动补偿SAR成像,”IEEE选择杂志的主题应用地球观测和遥感》第六卷,没有。4、2035 - 2050年,2013页。视图:出版商的网站|谷歌学术搜索
14. c·吴”,数字系统生产从SAR图像数据,”《系统设计由传感器,第968 - 76页,1976年。视图:谷歌学术搜索
15. r . Lanari和g . Fornaro”,一个简短的讨论的具体薪酬特区range-dependent范围细胞迁移效应,”IEEE地球科学和遥感,35卷,不。6,1446 - 1452年,1997页。视图:出版商的网站|谷歌学术搜索
16. j . c . Curlander和r·n·麦克唐纳合成孔径雷达:系统和信号处理美国新泽西州霍博肯市威利,1991年。视图:出版商的网站
17. r . Bamler”比较range-Doppler和波数域SAR聚焦算法,”IEEE地球科学和遥感,30卷,不。4、706 - 713年,1992页。视图:出版商的网站|谷歌学术搜索
18. c .吴刘贤刘,m . y .金”建模和相关算法对星载SAR信号,”IEEE航空航天和电子系统,18卷,不。5,563 - 575年,1982页。视图:谷歌学术搜索
19. w . Junfeng和l . Xingzhao“自动range-migration校正在sar成像,”学报2008年IEEE国际地球科学和遥感研讨会——诉讼2008年7月,页IV1257-IV1260、美国、。视图:出版商的网站|谷歌学术搜索
20. t .曾庆红,w·杨,z叮,l .刘”先进范围迁移算法的超高分辨率星载合成孔径雷达,”专业雷达、声纳和导航,7卷,不。7,764 - 772年,2013页。视图:出版商的网站|谷歌学术搜索
21. w·w·w . Wang Wu苏,r·詹和j·张,“高斜视SAR成像使用修改RD算法模式,”《2013年IEEE中国峰会和信号与信息处理(ChinaSIP)国际会议上2013年7月,页589 - 592。视图:出版商的网站|谷歌学术搜索
22. S.-X。张,医学博士。兴,X.-G。夏,l·张,r .郭和z包,“重点改善high-squint SAR方位依赖的基础上二次细胞迁移范围调整,”IEEE地球科学和遥感信,10卷,不。1,第154 - 150页,2013。视图:出版商的网站|谷歌学术搜索
23. g·加尔萨和z俏”,双基地SAR分辨率分析”雷达传感器技术学报》十五2011年4月,美国,。视图:出版商的网站|谷歌学术搜索
24. j·洛佩兹·g·加尔萨和z俏,“横向距离SAR数据的成像,”太平洋应用数学杂志》上,2卷,65页,2009年。视图:谷歌学术搜索
25. l . Zhang H.-L。李,Z.-J。乔,医学博士。兴保z,“集成自动对焦技术对高分辨率投影快速映像聚光灯SAR成像,”IEEE地球科学和遥感信,10卷,不。6,1394 - 1398年,2013页。视图:出版商的网站|谷歌学术搜索
26. l·格兰马草和c . Rusu分治分段线性拟合相位近似的增益,”《2009国际研讨会上信号,电路与系统,issc 20092009年7月,肾阳。视图:出版商的网站|谷歌学术搜索
27. l .张和d .张“强劲视觉知识转移通过极端的基于机器学习领域的适应,”IEEE图像处理,25卷,不。10日,4959 - 4973年,2016页。视图:出版商的网站|谷歌学术搜索
28. l . Zhang w .左,d .张“LSDT:潜在的稀疏域转移学习视觉适应,”IEEE图像处理,25卷,不。3、1177 - 1191年,2016页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017郭Renxuan豪和褐色。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。