本發(fā)明屬于雷達信號處理領域,特別涉及一種基于極坐標格式的雷達成像優(yōu)化方法,適用于遠場sar雷達成像。
背景技術:
合成孔徑技術起源于1951年carlwiley提出的dbs技術,其中bp算法是一種理論上適用于任意軌道模型、任意成像模式的時域成像算法,該bp算法將每次脈沖的回波數(shù)據(jù)先后經(jīng)過后向投影投射到圖像域,然后在圖像域?qū)⒛芰肯喔煞e累,隨著能量的積累,圖像分辨率逐漸提升,直至最終得到全分辨率的圖像;由于在后向投影過程中,圖像中每個點在每個脈沖時刻與sar平臺的瞬時距離都要經(jīng)過精確計算,并以此通過插值在回波提取相應的能量,大量的逐點插值操作使得bp算法運算量龐大。
pfa算法以其簡潔、高效、特別適合小場景、高分辨率成像等優(yōu)點成為一種經(jīng)久不衰的sar成像算法,采用極坐標格式存儲數(shù)據(jù),除了完全抵消場景中心點的rcm外,還能部分消除非場景中心處散射點的rcm,但處理過程中需要對格式化前的圖像進行插值,增加了計算量。
技術實現(xiàn)要素:
針對以上現(xiàn)有技術存在的不足,本發(fā)明的目的在于提出一種基于極坐標格式的雷達成像優(yōu)化方法,該種基于極坐標格式的雷達成像優(yōu)化方法不僅具有和bp算法相比擬的成像效果,相較于bp算法的計算量也更低。
為達到上述技術目的,本發(fā)明采用如下技術方案予以實現(xiàn)。
一種基于極坐標格式的雷達成像優(yōu)化方法,包括以下步驟:
步驟1,獲取雷達回波信號數(shù)據(jù),所述雷達回波信號數(shù)據(jù)是二維矩陣,記為nrn×nan維待處理矩陣s,對nrn×nan維待處理矩陣s進行按列快速傅里葉變換fft處理,進而得到按列fft處理后的雷達回波信號數(shù)據(jù)矩陣;
其中,nrn表示雷達回波信號數(shù)據(jù)的距離向采樣點數(shù),nan表示雷達回波信號數(shù)據(jù)的方位向采樣點數(shù);nrn和nan分別為大于0的正整數(shù);
步驟2,根據(jù)雷達回波信號數(shù)據(jù),計算得到參考信號向量sref;
步驟3,對按列fft處理后的雷達回波信號數(shù)據(jù)矩陣進行距離脈壓處理,進而得到距離脈壓后的雷達回波信號數(shù)據(jù)矩陣,所述距離脈壓后的雷達回波信號數(shù)據(jù)矩陣為nrn×nan維矩陣;
初始化:構造m×n維場景,所述m×n維場景包括m×n個點,將其中第l個點的坐標記為(αl,βl),l=1,2,...,m×n,αl表示m×n維場景中第l個點在極坐標中的距離,βl表示m×n維場景中第l個點在極坐標中的角度,l的初始值為1,m、n分別為大于0的正整數(shù);
步驟4,計算第l個點的坐標處對應的補償相位因子φ(αl,βl),然后將距離脈壓后的雷達回波信號數(shù)據(jù)矩陣中的nrn×nan個數(shù)據(jù)分別乘以第l個點的坐標處對應的相位補償因子φ(αl,βl)后進行逐點累加,進而得到m×n維場景中坐標(αl,βl)處的幅度值sfinal(αl,βl);
步驟5,令l加1,重復執(zhí)行步驟4,直到得到m×n維場景中坐標(αm×n,βm×n)處的幅度值,并將此時得到的m×n維場景中坐標(α1,β1)處的幅度值至m×n維場景中坐標(αm×n,βm×n)處的幅度值,記為最終的sar圖像sfinal,所述最終的sar圖像sfinal為m×n維矩陣。
本發(fā)明的有益效果:本發(fā)明方法幾何失真小,對于極坐標格式化之前的圖像采用二維fft替代插值操作,極大的減小了算法的計算量,同時在本發(fā)明方法的極坐標系中,其分辨率并沒有損失,且各圖像展開式之間相關度低,利于并行實現(xiàn),而且成像質(zhì)量可與bp算法相媲美。
附圖說明
下面結合附圖和具體實施方式對本發(fā)明作進一步詳細說明。
圖1是本發(fā)明的一種基于極坐標格式的雷達成像優(yōu)化方法流程圖;
圖2是利用本發(fā)明方法獲得的成像結果圖;
圖3是本發(fā)明的實測數(shù)據(jù)成像結果圖。
具體實施方式
參照圖1,為本發(fā)明的一種基于極坐標格式的雷達成像優(yōu)化方法流程圖;其中所述基于極坐標格式的雷達成像優(yōu)化方法,包括以下步驟:
步驟1,獲取雷達回波信號數(shù)據(jù),所述雷達回波信號數(shù)據(jù)是二維矩陣,記為nrn×nan維待處理矩陣s,對nrn×nan維待處理矩陣s進行按列快速傅里葉變換fft處理,即對nrn×nan維待處理矩陣s的每一行分別進行fft處理,進而得到按列fft處理后的雷達回波信號數(shù)據(jù)矩陣;其中雷達為合成孔徑雷達(sar)。
其中,nrn表示雷達回波信號數(shù)據(jù)的距離向采樣點數(shù),nan表示雷達回波信號數(shù)據(jù)的方位向采樣點數(shù);nrn和nan分別為大于0的正整數(shù)。
步驟2,根據(jù)雷達回波信號數(shù)據(jù),構造參考信號向量sref,sref=exp(iπγt2),sref為nrn×1維向量,γ表示調(diào)頻率,γ=b/tp,b表示雷達回波信號數(shù)據(jù)的帶寬,tp表示雷達發(fā)射信號的脈沖寬度,t表示距離快時間,exp為指數(shù)函數(shù)操作,i為虛數(shù)單位,nrn表示雷達回波信號數(shù)據(jù)的距離向采樣點數(shù)。
步驟3,對按列fft處理后的雷達回波信號數(shù)據(jù)矩陣進行距離脈壓處理,即將按列fft處理后的雷達回波信號數(shù)據(jù)矩陣中的每一列分別點乘參考信號向量sref的共軛,進而得到距離脈壓后的雷達回波信號數(shù)據(jù)矩陣,所述距離脈壓后的雷達回波信號數(shù)據(jù)矩陣為nrn×nan維矩陣,并將距離脈壓后的雷達回波信號數(shù)據(jù)矩陣中距離向的第m個采樣點、方位向的第n個采樣點處的數(shù)據(jù)記為s(fm,xn),m=0,1,...,nrn-1,n=0,1,...,nan-1。
其中,fm表示第m個采樣點的距離向頻率,
初始化:構造m×n維場景,所述m×n維場景包括m×n個點,將其中第l個點的坐標記為(αl,βl),l=1,2,...,m×n,αl表示m×n維場景中第l個點在極坐標中的距離,βl表示m×n維場景中第l個點在極坐標中的角度,l的初始值為1,m、n分別為大于0的正整數(shù)。
步驟4,計算第l個點的坐標處對應的補償相位因子φ(αl,βl),然后將距離脈壓后的雷達回波信號數(shù)據(jù)矩陣中的nrn×nan個數(shù)據(jù)分別乘以第l個點的坐標處對應的相位補償因子φ(αl,βl)后進行逐點累加,進而得到m×n維場景中坐標(αl,βl)處的幅度值sfinal(αl,βl)。
具體地,距離極坐標α和角度極坐標β與傳統(tǒng)的極坐標參考系長度坐標ρ和角度坐標θ的關系如下:
其中,c表示光速,λ表示雷達發(fā)射信號的波長,sin為求正弦操作。
所述m×n維場景中坐標(αl,βl)處的幅度值sfinal(αl,βl),其計算表達式為:
第l個點的坐標處對應的相位補償因子φ(αl,βl)的具體形式為:
φ(αl,βl)=φ1(αl,βl)×φ2(αl,βl)
φ1(αl,βl)=exp[j2π(fmαl-xnβl)]
其中,
步驟5,令l加1,重復執(zhí)行步驟4,直到得到m×n維場景中坐標(αm×n,βm×n)處的幅度值,并將此時得到的m×n維場景中坐標(α1,β1)處的幅度值至m×n維場景中坐標(αm×n,βm×n)處的幅度值,記為最終的sar圖像sfinal,所述最終的sar圖像sfinal為m×n維矩陣。
具體地,最終的sar圖像sfinal在坐標(αl,βl)處的像素值為sfinal(αl,βl),其表達式為:
所述
其中,
其中,
至此,一種基于極坐標格式的雷達成像優(yōu)化方法基本完成。
以下通過仿真實驗數(shù)據(jù)來進一步驗證本發(fā)明的有效性。
(一)仿真實驗
1)仿真參數(shù)
為了驗證本發(fā)明方法的有效性,此處給出了表1中的仿真參數(shù),并首先定義一個5×5的散射點陣分別分散在距離向和方位向,500≤ρ≤1500,-60°≤θ≤60°,散射點在距離和方位上的間隔分別為250m和30°;此處給出了仿真數(shù)據(jù)參數(shù),如表1所示。
表1
2)仿真內(nèi)容
圖2示意了利用本發(fā)明方法獲得的成像結果;從圖2中可以看出本發(fā)明方法的成像結果聚焦效果好,但是采用本發(fā)明方法的時間復雜度比傳統(tǒng)的如時域分級后向投影算法小。
(二)實測數(shù)據(jù)測試
為了驗證本發(fā)明方法的有效性,此處給出了仿真中的實測數(shù)據(jù)參數(shù),如表2所示。
表2
參照圖3,為本發(fā)明的實測數(shù)據(jù)成像結果圖;綜上所述,仿真實驗驗證了本發(fā)明的正確性,有效性和可靠性。
顯然,本領域的技術人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍;這樣,倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍之內(nèi),則本發(fā)明也意圖包含這些改動和變型在內(nèi)。