亚星游戏官网-www.yaxin868.com

旋转式合成孔径雷达频域成像方法
【专利摘要】本发明涉及一种旋转式合成孔径雷达频域成像方法，本发明提出了ROSAR频域成像方法。该方法利用驻相点原理直接将ROSAR回波信号变换到二维频域，因此可以很好地保留回波特征，通过构造相应的频域去耦函数和频域匹配函数，最终实现距离弯曲校正和目标场景重构。仿真结果表明，该方法能够快速校正距离弯曲，并且能够有效克服方位向失配问题。
【专利说明】旋转式合成孔径雷达频域成像方法

【技术领域】
[0001]本发明涉及一种旋转式合成孔径雷达频域成像方法，属于合成孔径雷达领域。

【背景技术】
[0002]合成孔径雷达(SAR)具有全天候、全天时、远距离的工作能力，广泛运用于地貌成像、运动目标检测、热点区域监视等领域。在传统的SAR成像模式中，主要包括条带式成像、聚束式成像、扫描式成像以及圆周式成像。旋转式合成孔径雷达(ROSAR)作为一种新的成像模式，是星载SAR和机载SAR的重要补充部分，在最近十几年逐渐成为一个新的研究热点。该模式具有成像范围广、重访周期短、适用于短距离成像等优点，既可以应用于无人机、直升机等低空平台，也可以应用于货车、圆形轨道等地面平台。ROSAR也被称为圆轨迹SAR、圆弧SAR、全向SAR和圆周SAR。
[0003]现有的ROSAR成像方法主要基于斜距泰勒级数展开，忽略四次及高次项，然后结合RD、ECS、SPECAN等方法对回波数据进行成像。通过泰勒级数展开所得到的斜距近似为抛物线，相应的多普勒值是慢时间的一次函数，多普勒调频率是常数值。而实际ROSAR的回波多普勒呈非线性变化，多普勒调频率不是常数值，因此利用泰勒级数近似所得到的调频率进行脉压，将会导致方位向失配。现有的时域卷积成像方法不做泰勒级数展开，直接进行时域匹配成像，能够较好地完成方位向匹配。但是在距离向高分辨的情况下，距离弯曲不能忽略，相应的时域弯曲校正方法将会极大增加计算量。


【发明内容】

[0004]针对上述问题，本发明利用驻相点原理对回波信号直接进行频域变换，获得两维频域表达式，进而构造频域去耦函数、距离向匹配函数和方位向匹配函数，然后在频域上实现距离弯曲校正和目标场景重构。在进行距离弯曲校正的时候，本发明还分析了 ROSAR的距离徙动影响。仿真结果验证了方法的有效性。

【专利附图】

【附图说明】
[0005]通过参照附图更详细地描述本发明的示例性实施例，本发明的以上和其它方面及优点将变得更加易于清楚，在附图中:
[0006]图1为本发明的旋转式合成孔径雷达频域成像方法的ROSAR几何模型示意图；
[0007]图2(a)为tr_ta域回波数据示意图；图2(b)为tr_fa域回波数据示意图；
[0008]图3为ROSAR俯视图；
[0009]图4为AR(famax；Rg)的变化曲线图；
[0010]图5为ROSAR成像流程图；
[0011]图6 (a)为距离弯曲校正前示意图；图6(13)为距离弯曲校正后示意图；
[0012]图7(a)为传统的脉压结果示意图；图7(b)为本发明的脉压结果示意图；
[0013]图8为方位向剖面图。

【具体实施方式】
[0014]在下文中，现在将参照附图更充分地描述本发明，在附图中示出了各种实施例。然而，本发明可以以许多不同的形式来实施，且不应该解释为局限于在此阐述的实施例。相反，提供这些实施例使得本公开将是彻底和完全的，并将本发明的范围充分地传达给本领域技术人员。
[0015]在下文中，将参照附图更详细地描述本发明的示例性实施例。
[0016]图1为ROSAR的几何模型，雷达天线固定在直升机机翼上，或安装在无人机上或者货车的刚性支架上。本发明以ROSAR典型平台直升机为例，假设载机平台的高度为H，天线以角速度ω随着机翼一起作匀速圆周运动，同时周期性地发射信号，后向散射回波经过一定时延返回到天线，然后对接收到的回波信号进行存储。天线在地面形成一个圆环形照射场景，场景内的点目标Pn到旋转中心轴的地面距离(简称地距)为Re，旋翼长度为L，方位向波束宽度为Y，俯仰角为β，俯仰向波束宽度为ε。X轴方向定义为平行于地面向外，ζ轴方向定义为垂直地面向上，y轴垂直于x-z平面。由于天线作圆周运动，因此本发明采用圆柱坐标系ij，Q’z)。不失一股性，当天线相位中心旋转至A点时，机翼与X轴平行，令此时的旋转角大小为O度，当天线旋转至其它任意点B时，旋转角大小为cota。由图可知,B点的位置是(L，《ta，H)，假设点目标位置为(Re，ω tn，O)，则天线至点目标的距离表达式为
[0017]

【权利要求】
1.一种旋转式合成孔径雷达频域成像方法，其特征在于: 该方法利用驻相点原理直接将ROSAR回波信号变换到二维频域，根据所得到的二维频域表达式，构造频域去耦函数、距离向匹配函数和方位向匹配函数，再进行距离弯曲校正和目标场景重构。
2.如权利要求1所述的旋转式合成孔径雷达频域成像方法，其特征在于: 所述方法的具体步骤为: A)接收ROSAR原始数据； B)进行方位FFT变换； C)进行距离FFT变换； D)进行Hl距离弯曲校正和H2距离匹配； E)将步骤C和步骤D的运算结果进行距离IFFT变换； F)进行H3方位匹配； G)将步骤E和F的运算结果进行方位IFFT变换； H)最终得到ROSAR图像。
3.如权利要求2所述的旋转式合成孔径雷达频域成像方法，其特征在于: 所述步骤A具体为:首先将雷达天线固定在直升机机翼上，或安装在无人机上或者货车的刚性支架，假设载机平台的高度为H，天线以角速度ω随着机翼一起作匀速圆周运动，同时周期性地发射信号，后向散射回波经过一定时延返回到天线，然后对接收到的回波信号进行存储，天线在地面形成一个圆环形照射场景，场景内的点目标Pn到旋转中心轴的地面距离为Re，旋翼长度为L，方位向波束宽度为Y,俯仰角为β，俯仰向波束宽度为ε，χ轴方向定义为平行于地面向外，ζ轴方向定义为垂直地面向上，y轴垂直于χ-ζ平面，采用圆柱坐标系Cr, ?, ζ),当天线相位中心旋转至A点时,机翼与X轴平行，令此时的旋转角大小为O度，当天线旋转至其它任意点B时，旋转角大小为《ta，B点的位置是(L，《ta，H)，假设点目标Pn的位置为(Re，ω tn，O)，则天线至点目标的距离表达式为
雷达发射的信号为线性调频信号，则后向散射回波信号经过基频变换，在距离快时间-方位慢时间域(t「ta域)可表示为
其中，\(口)表示距离向窗函数，aa(D)表示方位向窗函数，Kr为信号调频率，λ为发射信号的波长，c表示光速。
4.如权利要求3所述的旋转式合成孔径雷达频域成像方法，其特征在于: 所述方法的步骤B到H具体为: 对Sn(tr，ta ；Rg)进行方位向频域(fa域)变换，可得.V,, (tr,; O J:'丨 ' Sn U,.Ju:R(:)
其中，tn是点目#Pn在方位向上的位置时间点，as是方位向合成孔径S所对应的合成孔径角度，a s的表达式为
式(3)中的幅度是缓变的，相位如下表示
将式(5)对慢时间ta求导，并令求导后函数为O，可以求得
其中，即为驻相点，当ω (ta-tn) = 31 /2时，斜距
,并令
则可对(6)进行简化，进而得到
根据驻相点原理，将式(7)代入式(3)，可得
其中，R(fa;Re)是斜距R在4域上的表达式，当ta域变换到4域时，发射信号的调频率Kr也会发生变化，令Kr在fa域上表示为Ke(fa ；Rg)，以下分别给出R(fa ；Rg)和Ke (fa ；Rg)的具体表达式， 将式(7)代入式(1)，求得R(fa;Rc)的表达式为
当fa = O时，可以得到R(fa ；Rg)的常数项为
，该常数项既是点目SPn在斜距面内的最短距离，因此可以将式(9)改写为 R(fa;RG) =Rc+AR(fa；RG) (10) 其中，AR(fa ；Rg)是R(fa;RG)的一次及高次项， 通过以下分析可以得到Ke(fa ;Re)，在t,_ta域中单个点目标的回波数据沿快时间t,垂直分布在某一列存储位置上，当&域变换到fa域时，回波数据的存储位置变成斜直线，对于发射频率为f。的信号，天线旋转至某一角度9t= Ota，此时的多普勒值为
其中，R(0t)即为式(I)中的R(ta;Re)，由于发射信号是线性调频信号，当发射频率变为f = f。+ Λ f ( Λ f = Kr Λ仁)，旋转角度Θ t所对应的多普勒值为
此时，由于发射频率的变化，存储位置由点I转移到点2，即对于单个点目标来说，回波数据的存储位置在t「fa域中是斜直线； 对于发射频率为?；+Λ?.信号，多普勒值^所对应的存储数据是另一次回波所接收到的数据，天线位置B'所接收到的回波数据，此时旋转角为0t-A et，相应的多普勒值表达式为
根据以上分析可知，由于ta域变换到fa域，相同频率差值△ f所需要的转变时间将有所不同，在同一慢时间点上，发射频率由f。变换到f。+Af所需时间为Atr (Atr= Δ f/Kr),然而对于同一多普勒值？3，发射频率由f。变换到f；+Af所需时间At' ,(Ati r = Af/Ke(fa；RG))为
其中，AR(et) = R(0t) -R(0t-A 0t)。为了消除中间变量Af，需要将AR(0t)表示为Af的表达式，根据式(I)可得
又根据式(11)和式(13)可得
将式(16)代入式(15)，获得AR(0t)关于Af的表达式为
式(17)中的变量是0t(0t= ona)，因此要利用式(J)中&与4的关系，将式(17)变换到4域，相应的9t变换成0f。最后利用式(14)和式(17)，消除中间变量Af后可得 由于 Atr=A f/Kr, At' r = Δ f/Ke(fa ；Rg)，根据式(16)和式(17)可得
这样，就获得了斜距和调频率在fa域上的表达式，将式(10)的R(fa;Re)和式(18)的Ke(fa ；Rg)代入式(8)，即可得到回波信号在tr-fa域上的表达式sn(tr, fa ；Rg)； 经过方位向频域变换以后，再利用驻相点原理，对sn(t?fa ；Rg)进行距离向频域(f；域)变换，可以求得
上式即为ROSAR回波信号的二维频域表达式； 式(19)中的第二个指数项为距离弯曲所引起的方位距离耦合项，因此校正距离弯曲的去稱函数为
其中，AR(fa ；Rg)的弯曲程度随Rci的变化而变化，即斜距1?在匕域内存在空变性； 根据式(4)所提供的合成孔径角度，可以求得某一地距Rci所对应的最大多普勒值为
根据式(10)和式(21)可以求得斜距1?在4域内最大弯曲值的极限值
选取场景中心的地距为参考距离，然后对场景内所有距离弯曲进行统一校正； 经过距离弯曲校正后，为了进行距离向脉压，需构造距离匹配函数如下
对原始基频回波数据进行两维频域变换，将数据转换到4-4域，然后利用式(20)和式(23)实现距离弯曲校正和距离向脉压，为了完成方位向脉压，构造方位向匹配函数如下
对距离向脉压后的数据沿距离向进行逆傅里叶变换，将数据转换到Vfa域，然后结合式(24)进行方位向脉压，最后进行方位向逆傅里叶变换，将数据转换到&-1域，最终实现ROSAR数据的匹配成像。
【文档编号】G01S13/90GK104199030SQ201410350819
【公开日】2014年12月10日 申请日期:2014年7月22日 优先权日:2014年7月22日
【发明者】文珺, 杨科, 廖斌 申请人:广西大学