重構雜波加噪聲相關矩陣的SAR-GMTI動目標徑向速度估計方法

王 帆，徐 敏

（1.北京航空航天大學 電子工程學院，北京 100191；2.上海衛星工程研究所，上海 200240）

0 引言

近十年來，SAR對地成像技術發展迅速，不僅能全天時、全天候地遂行對地高分辨率寬覆蓋成像偵察任務，而且具備地面動目標檢測（GMTI）的能力，在軍事和民用領域發揮了不可替代的作用。由于目標運動使目標和衛星間的相對運動關系發生了變化，運動目標的多普勒歷程與靜止的背景目標不同。成像聚焦過程是沿靜止目標的多普勒歷程進行能量匯聚，導致運動目標無法精確聚焦和定位，因此為保證精確地獲取目標的地理坐標位置，首先需估計目標的運動參數，尤其是目標的徑向速度［1］。目前，星載SAR動目標檢測方法主要可分為單通道檢測方法、多通道檢測方法和雙星雙波束檢測方法三類［2－15］。其中：單通道檢測方法利用了回波信號的多普勒特性或統計特性，但這類方法受雜波和多普勒參數估計精度的影響較大，難以精確估計目標運動參數；多通道方法利用多個通道接收的數據，完成背景雜波的抑制，保留運動目標的信息，通過對幅值和相位的反演獲取目標的運動速度信息，這類方法檢測和估計精度有所提升，但同樣受雜波影響；雙星雙波束檢測是最新出現的一種方法，利用數字波束形成技術沿方位向形成兩個波束，從而在一定時間范圍內先后獲取同一區域的圖像，通過對比分析序貫圖像間的差異性完成運動目標的檢測和參數估計。

當前星載SAR-GMTI中相對成熟的方法是多通道方法。利用多通道SAR-GMTI系統，通過雜波對消技術或自適應匹配濾波（AMF）方法可有效抑制雜波、提升雜噪比［6－14］。但因待檢測單元雜波特性無法獲得，故常將運動目標附近的背景雜波作為待檢測單元的雜波。當地面場景不均勻時，背景雜波無法精確反映待檢測單元的雜波特性，此時速度估計性能會下降。針對上述問題，本文對一種基于待檢測單元數據重構雜波與噪聲相關矩陣，自適應抑制待檢測單元雜波，用AMF代價函數估計運動目標徑向參數的方法進行了研究。

1 回波信號建模

星載SAR-GMTI系統多采用方位一發多收的工作體制，如加拿大的RadarSat-2衛星。不失一般性，假設星載SAR系統沿方位向有M個接收通道，通道間的相位中心間距為l1，l2，…，lM－1，如圖1所示。

圖1 SAR-GMTI通道Fig.1 Channel of SAR-GMTI

采用這種工作方式，每個接收通道都可獲取一組數據，即在一次成像過程中可獲得回波信號M組。因動目標檢測模式分辨率不高，故可用經典成像處理算法分別對每組回波數據進行成像聚焦處理，獲取圖像M幅。在較短的成像時間內，可認為場景特性不變，因此假設M幅圖像各像素點間具有相同的分布特性，且相互獨立，此時同一目標在M幅圖像中的像素點的矢量可表示為

式中：i，j分別為距離向和方位向的像素坐標；Sclutter（i，j）為背景雜波；Snoise（i，j）為噪聲信號，服從高斯分布；Starget（i，j）為運動目標信號。

根據通道運動目標檢測的原理，靜止目標在每幅SAR圖像中的特性相同，而對存在徑向速度的運動目標，由于徑向運動，使其在不同通道間存在一相位差

式中：vr為動目標徑向速度；λ為雷達波長；va為衛星運動速度；Δl為接收通道間隔。因此，當目標存在徑向運動速度時，其信號可表示為

式中：σc（i，j）為背景雜波信號的后向散射系數矢量；σi（i，j）為運動目標的后向散射系數矢量；C（vc）為背景雜波信號的空間變化矢量；ΔΦ（vr）為運動目標的空間變化矢量，且

2 徑向速度估計

通常，認為背景雜波信號的后向散射系數矢量和回波信號的后向散射系數矢量近似相等。在此基礎上，用AMF法計算動目標徑向速度，有

式中：H（vr）＝Y－1Δ（vr）；TD為待檢測的動目標數據。此處：Y為假設無運動目標時獲得的相關矩陣估計。

AMF在處理均勻雜波時具有較好的效果，但在處理非均勻雜波時，相關矩陣Y與待檢測單位雜波能量不匹配，這將影響其速度估計精度。對此，本文提出用重構的待檢測單元雜波加噪聲相關矩陣的匹配濾波方法（RAMF），以在非均勻背景雜波條件下獲取較好的檢測性能。

根據匹配濾波的方法對待檢測單元的功率譜進行初步估計

進一步用功率譜構造待檢測單位數據的相關矩陣

將結果代入對待檢測單元功率譜進行修正，有

對上述操作進行迭代處理可完成待檢測單元功率譜的精確估計。

根據背景雜波對雜波干涉相位θc進行估計，構造雜波加噪聲相關矩陣

式中：為噪聲能量；為估計的雜波能量；I為單位陣。

最后，將構造的雜波加噪聲相關矩陣代入式（5），即可在非均勻雜波條件下對運動目標的速度進行精確的估計。

3 仿真實驗驗證

以星載SAR三通道系統為例進行全數字仿真試驗。設仿真參數為：衛星平臺速度7km／s，通道間隔3.5m，工作波長0.03m，背景大小50×50；待檢測單元雜噪比30dB，信雜比0dB，雜波干涉相位18°。

為驗證本文方法在處理非均勻雜波條件下動目標檢測性能的優勢，分別分析背景雜波與待檢測單元雜波能量匹配、背景雜波能量小于待檢測單元雜波能量，以及背景雜波能量大于待檢測單位雜波能量三種情況下，傳統AMF方法與本文RAMF方法性能。

令近分辨單元雜波數據獨立同分布，背景雜波與待檢測單元雜波能量匹配條件下，RAMF，AMF方法的測速精度及輸出信雜噪比仿真結果如圖2所示。由圖可知：當背景雜波能量與待檢測單元雜波能量匹配時，RAMF，AMF的測速性能及輸出信雜噪比基本相同，兩種方法都具有較好的速度檢測能力。

圖2 背景雜波能量與待檢測單元雜波能量匹配時仿真結果Fig.2 Simulation results for background clutter energy matched with CUT clutter energy

背景雜波能量小于待檢測單元雜波能量（背景雜波能量10dB，待檢測單元雜波能量30dB）時，RAMF，AMF方法的測速精度和輸出信雜噪比仿真結果如圖3所示。由圖可知：背景雜波能量小于待檢測單元雜波能量匹配時，RAMF輸出信雜噪比優于AMF方法，說明RAMF具有更好的雜波抑制效果，而AMF方法對待檢測單元雜波的抑制能力不足，同時AMF方法對慢速目標運動參數的估計精度也劣于本文的RAMF方法。

背景雜波能量大于待檢測單元雜波能量（背景雜波能量50dB，待檢測單元雜波能量30dB）時，RAMF，AMF方法的測速精度和輸出信雜噪比的仿真結果如圖4所示。由圖可知：當背景能量強時，AMF，RAMF方法均能有效抑制待檢測單元的雜波，兩種方法的速度測量精度相近。

4 結束語

本文對重構雜波加噪聲相關矩陣的SARGMTI動目標徑向速度估計方法進行了研究。通過構造雜波加噪聲相關矩陣的徑向速度估計方法（RAMF），克服了非均勻雜波條件下待檢測單元雜波能量估計不精確對動目標速度估計精度的影響。全數字仿真結果證明：本文提出的動目標徑向速度估計方法可修正能量失配問題，在背景雜波與待檢測單元能量失配嚴重情況下仍可獲得較高的動目標估計精度。

圖3 背景雜波能量小于待檢測單元雜波能量時仿真結果Fig.3 Simulation results for background clutter energy smaller than CUT clutter energy

圖4 背景雜波能量大于待檢測單元雜波能量時仿真結果Fig.4 Simulation results for background clutter energy larger than CUT clutter energy

［1］ MARINA V D，BURWASH W，CHIU S.Detection and estimation with RADARSAT-2moving-object detection experiment modes［J］.IEEE Transactions on Geoscience and Remote Sensing，2012（99）：1-17.

［2］ RANEY R K.Synthetic aperture imaging radar and moving target［J］.IEEE Transactions on Aerospace and Electronic Systems，1971，7（3）：499-505.

［3］ MOREIRA J R，KEYDEL W.A new MTI-SAR approach using the reflectivity displacement method［J］.IEEE Trans on GRS，1995，33（5）：1238-1244.

［4］ KIRSCHT M.Detection and imaging of arbitrarily moving targets with single-sensor SAR［J］.IEE Proceedings-Radar Sonar ＆ Navigation，2003，150（1）：7-11.

［5］ LI Gang，XIA Xiang，XU Jia，et al.A velocity estimation algorithm of moving targets using single antenna SAR［J］.IEEE Trans on Aerospace and Electronic Systems，2009，45（3）：1052-1062.

［6］ ENDER J H G.Space-time processing for multichannel synthetic aperture radar［J］.Electronics ＆ Communication Engineering Journal，1999，11（1）：29-38.

［7］ De GREVE S，RIES P，LAPIERRE F D，et al.Verly，framework and taxonomy for radar space-time adaptive processing（STAP）methods［J］.IEEE Trans on Aerospace and Electronic Systems，2007，43（3）：1084-1099.

［8］ ZHU Xu-min，LI Jian.Knowledge-aided space-time adaptive processing［J］.IEEE Trans on Aerospace and Electronic Systems，2011，47（2）：1325-1336.

［9］ MOTAHARI S M A，DENG Hai.Clutter rejection processing for airborne radar in rotated space-time domain［C］／／IEEE Antennas and Propagation Society International Symposium.［s.l.］：IEEE，2012：1-2.

［10］ 杜文韜，廖桂生，楊志偉.一種功率修正的多頻空時數據自適應處理方法［J］.電子與信息學報，2012年，34（10）：2470-2474.

［11］ ROBEY F C，FUHRMANN D R，KELLY E J，et al.A CFAR adaptice mathed filter detector［J］.IEEE Trans Aerosp Electron System，1992，28（1）：208-216.

［12］ SHU Yu-xiang，LIAO Gui-sheng，YANG Zhi-wei.Target Radial velocity estimation based on data reconstruction and signal fitting：Asia-Pacific Conference on Synthetic Aperture Radar［C］.Seoul：2011.

［13］ SHU Yu-xiang，LIAO Gui-sheng，YANG Zhi-wei.Robust radial velocity estimation of moving targets based on adaptive data reconstruction and subspace projection algorithm［J］.IEEE Geoscience and Remote Sensing Letters，2014，11（6）：1101-1105.

［14］ 束宇翔，廖桂生，楊志偉.維納濾波最優權修正導向矢量的SAR-GMTI動目標徑向速度估計方法［J］.電子學報，2011，39（9）：1986-1991.

［15］ MITTERMAYER J，WOLLSTADT S，PRATS P，et al.Bidirectional SAR imaging mode［J］.IEEE Transactions on Geoscience and Remote Sensing，2013，51（1）：601-614.