一種基于動目標聚焦的SAR-GMTI方法

韋北余 朱岱寅 吳 迪

?

一種基于動目標聚焦的SAR-GMTI方法

韋北余*朱岱寅 吳 迪

(南京航空航天大學電子信息工程學院 南京 211106)

由于輸入信雜噪比(Signal to Clutter Noise Ratio, SCNR)較低，雜波抑制后超高頻(Ultra-High Frequency, UHF)波段合成孔徑雷達(Synthetic Aperture Radar, SAR)圖像中剩余靜止目標雜波導致系統虛警概率較高。該文提出一種動目標篩選方法，能夠判斷恒虛警概率(Constant False Alarm Rate, CFAR)檢測器檢測到的目標是否為動目標。提出一種動目標原始數據恢復方法，能夠從整幅SAR圖像中恢復任意孤立點的多普勒相位歷史。采用距離多普勒處理對恢復的數據成像，然后采用方位自聚焦處理對所成子圖像進行重新聚焦。如果子圖像中目標為靜止目標，則聚焦前后子圖像不變，否則圖像被重新聚集。通過檢測圖像的變化可以排除虛假動目標。仿真及實測數據處理結果說明了該方法的有效性。

合成孔徑雷達；-K算法；地面動目標指示；超高頻波段雷達

1 引言

合成孔徑雷達(Synthetic Aperture Radar, SAR)被廣泛安裝在民用及軍用飛行器上，地面動目標指示(Ground Moving Target Indication, GMTI)是SAR的一個重要的應用。現存的大多數多通道SAR GMTI系統都工作在X或C波段，但這兩種波段雷達穿透植被的能力與超高頻(Ultra-High Frequency, UHF)波段雷達相比較弱。由于UHF波段雷達波束寬度較寬，所以其成像相干積累時間較其他更高頻段的雷達長，相干處理間隔(Coherent Processing Interval, CPI)更長，動目標在SAR圖像中散焦更加嚴重，導致后續的恒虛警概率(Constant False Alarm Rate, CFAR)檢測器的輸入信雜噪比(Signal to Clutter Noise Ratio, SCNR)較低，雜波抑制后殘留的靜止目標導致虛警概率較高。所以UHF波段SAR檢測動目標較其他更高頻率的系統更困難。

由于動目標與靜止目標回波信號的相位歷史不同，動目標在SAR圖像呈散焦狀態。切向速度及徑向加速度導致動目標距離單元徙動(Range Cell Migration, RCM)彎曲，同時導致動目標的方位向調頻率與靜止目標的不同[9,10]，而且徑向速度會引起額外的距離走動。由于回波數據被當做靜止目標的回波進行處理，動目標與靜止目標的方位向線性調頻信號(Linear Frequency Modulation, LFM)失配，因此動目標在SAR圖像中呈散焦狀態，動目標響應的幅值通常比靜止雜波的低，往往淹沒在聚焦良好的背景雜波中。導致無法直接從SAR圖像中檢測動目標，需要先進行雜波抑制處理[8,11]。雜波抑制之后，靜止雜波得到了抑制，而動目標的響應被保留了下來，但同時許多強散射靜止點的響應也殘留了下來。這些響應都能夠被后續CFAR檢測器檢測到，很難將靜止目標與動目標響應區分開來，因此找到一種能夠篩選動目標的方法是一個具有現實意義的問題。但是可供參考的相關文獻很少，現有的多數文獻都只是圍繞動目標成像及檢測技術進行研究，沒有解決區分靜止及動目標的問題。為此本文提出了一種動目標篩選方法，能夠判斷CFAR檢測器檢測到的目標是否為動目標。

2 UHF波段多通道SAR GMTI 原理

圖 1 多通道SAR GMTI原理框圖

2.1 動目標多普勒相位歷史恢復原理

圖2是動目標多普勒相位歷史恢復過程的示意圖。首先將動目標從雜波抑制后的SAR圖像中提取到子圖像塊中，然后擴展圖像塊，確保方位軸寬度大于動目標方位向信號的多普勒帶寬，距離軸的寬度能夠容納下動目標距離徙動的距離彎曲，最后采用動目標原始數據恢復方法恢復動目標的多普勒相位歷史。

圖 2 動目標多普勒相位歷史恢復方法

2.2動目標聚焦原理

假設SAR工作在正側視模式，則其幾何模型如圖3所示。圖中，M為動目標；和分別表示動目標的徑向速度和加速度；和分別是動目標切向速度和加速度；是雷達與目標之間的最短距離；為方位慢時間；為零時刻目標與載機間的距離；為動目標到坐標原點的連線與航跡法線方向的夾角。動目標與雷達的實時距離為，其值為

泰勒展開之后，其近似值為

圖 3 斜距平面內動目標的數據采集幾何模型

其中，線性項為徑向速度所導致的，會引起動目標多普勒偏移，使動目標偏離真實位置。二次項與徑向加速度及切向速度有關，會引起距離彎曲及方位向散焦。對于靜止目標，此距離為

成像之前，首先以圖像中心為參考點對恢復的數據進行運動補償，參考函數為

其相位由參考點到目標的距離決定。

這距離正是RCM及散焦的原因。對于參考點，此距離為零，即參考點完全聚焦。對于參考點周圍的靜止點，其相對于參考點的距離是固定值。對于運動目標，其相對距離是隨時間變化的。

三次項及更高次項被忽略。

對于靜止目標，式(12)的參數為

由于提取的子圖像對應的場景較小，其半徑通常從幾米到幾十米，所以，即，這意味著參考點周圍點的距離彎曲及方位向調頻斜率與參考點的幾乎相同，運動補償之后，距離彎曲被近似補償，方位向線性調頻信號被壓縮，只剩下了目標的距離及多普勒信息。由于存在線性的距離走動，RCM曲線跨越多個距離單元，為了解除距離頻率及方位時間之間的耦合，需要進行Keystone變換，方位時間變換為

此式說明在距離多普勒域靜止目標完全聚焦。

對于動目標，式(12)的參數為

假設提取的圖像塊包含一個動目標，且動目標位于圖像的中心，運動產生的多普勒平移使動目標從真實位置沿方位平移到當前位置，因此動目標的多普勒頻率與當前位置的多普勒頻率相等，即等于或近似為零，即使其不為零，其引起的距離走動影響也會被后續的Keystone變換消除。由的表達式可見，動目標與靜止目標的二次項大不相同，這是由切向速度及徑向加速度所引起的。對于RCM，二次項會引起距離彎曲。對于方位聚焦，會引入二次相位誤差(Quadratic Phase Error, QPE)，導致目標在方位向展寬。從另一個角度來看，QPE是動目標與靜止目標的方位向LFM信號失配所造成的。文獻[13]提出了一種通過迭代估計運動參數來校正距離彎曲的方法，但此方法不適用于本文的情況，因為在成像完成之前不能確定動目標存在。對于不存在動目標的子圖像，強行進行運動參數估計會引入人為的QPE，導致圖像散焦。此外通過迭代的方法估計每個目標的運動參數會嚴重增加計算量。當距離彎曲滿足式(18)的條件時可以忽略。

由于動目標聚焦的主要目的是確認動目標的存在性，粗聚焦足以確定其存在性，精確的動目標成像反而會增加計算量。不估計運動參數就無法校正距離彎曲，但通過自聚焦的方法仍然能夠校正QPE。

綜上所述，動目標聚焦的過程可以歸結為一幅流程圖，如圖4所示。

圖 4 動目標聚焦流程圖

3 仿真及實測數據處理結果

3.1 仿真數據處理結果

通過仿真UHF波段SAR數據處理結果證明本文方法的有效性。雷達工作在正側視模式，仿真參數與真實雷達系統參數相同，如表1所示。

表 1 UHF波段SAR系統參數

點目標布置如圖5 所示，動目標的運動參數如表2所示。由于徑向加速度對成像的影響與切向速度相同，所以動目標加速度設為零，為了充分驗證本文方法的有效性，3個動目標的速度方向不同。

圖 5 場景中目標分布圖

表 2動目標運動參數

圖 6 仿真數據-K算法處理結果

圖 7 恢復的及原始的動目標數據

得到恢復的目標原始數據后可以進行成像處理，圖8給出了靜止目標T4 成像處理結果，成像參考點為T4的位置，從圖中可以看出目標完全聚焦，由于成像參考點為T4自身，因此運動補償之后其信號相位為零，因此后續的Keystone變換對其無效，變換后的結果與運動補償后的相同，所以此處沒有給出。

圖 8 靜止目標T4成像處理結果

圖 9 T1成像處理結果

3.2 實測數據處理結果

本文實測數據為四通道UHF波段機載SAR數據。圖10 給出了一個真實動目標的處理結果，結果與仿真結果相似。動目標的像跨越多個距離單元，如圖10(a), 10 (b)所示，這主要是由動目標徑向速度所導致的，圖10(e)給出了運動補償及方位向及方位向FFT處理之后的圖像，從圖中可以看出動目標幾乎位于一個距離單元以內，圖10(b)及圖10(e)的變化說明距離走動已經被消除。方位向PGA后，目標聚為一點。這種聚焦前后明顯的變化說明其的確為動目標，有許多方法可以檢測這種明顯的變化，比如計算圖像的清晰度[9]。圖 10(f)的清晰度是圖 10(e)的7.68倍，但是并不是所有動目標都能夠獲得如此高的圖像清晰度提升。散焦嚴重的動目標聚焦前的清晰度較低，聚焦后清晰度顯著提升，其清晰度改善程度要好于散焦情況一般的動目標。

圖 10 動目標的成像處理結果

為了比較動目標及靜止目標的不同，對一個靜止目標進行處理，其結果如圖11所示。從圖11(a)中可以看出此強散射點為建筑的房頂。雜波抑制之后仍然有很強的剩余雜波，很容易被CFAR檢測器當做動目標檢測到。與動目標的像相似，這個靜止目標的像也跨越多個距離單元。如圖11(e)所示，與圖10(e)不同，運動補償及方位FFT后目標的像仍然跨越多個距離單元，這說明此目標的確為靜止目標。如圖11(f)所示，方位向PGA后圖像無明顯變化，圖11(f)的清晰度是圖11(e)的1.22倍，這比動目標清晰度改善程度要低很多，進一步說明其為靜止目標。

圖 11 靜止目標的成像處理結果

4 結束語

本文提出了一種從檢測到的目標中篩選動目標的方法，此方法能夠判斷被CFAR檢測器檢測到的目標是否為真實動目標。針對子塊SAR圖像給出了動目原始數據恢復方法，能夠從雜波抑制后的SAR圖像中恢復目標的原始數據。對恢復的數據進行成像處理，方位向進行自聚焦處理，如果目標為動目標，則圖像能夠重新聚焦，聚焦處理前后圖像變化明顯，通過檢測這種變化能夠判斷動目標的存在性。這種方法的優點是通過簡單的運動補償能夠將動目標的距離走動去除，且由于采用小塊的子圖像處理方法，所以計算量很小，符合現代數字處理器并行處理的特點。此方法對于用其他算法所成SAR圖像同樣適用，只要知道原始SAR成像所用的算法，就可以進行相應的逆處理。仿真及實測數據處理結果說明了本文方法的有效性。

[1] ENTZMINGER JR J N, FOWLER C A, and KENNEALLY W J. JointSTARS and GMTI: Past, present and future[J]., 1999, 35(2): 748-761.

[2] 黃大榮, 孫光才, 吳玉峰等三通道TOPSAR-GMTI技術研究[J]. 電子與信息學報, 2013, 35(1): 41-48. doi: 10.3724/sp.j.1146.2012.00764.

HUANG D R, SUN G C, WU Y F,Research on three-channel TOPSAR-GMTI technology[J].&, 2013, 35(1): 41-48. doi: 10.3724/sp.j.1146.2012.00764.

[3] MAKHOUL E, BROQUETAS A, RUIZ Rodon J,A performance evaluation of SAR-GMTI missions for maritime applications[J]., 2015, 53(5): 2496-2509.

[4] 張佳佳, 周芳, 孫光才, 等. 基于前向陣雷達的三通道地面快速動目標檢測與成像方法[J]. 電子與信息學報, 2013, 35(1): 8-14. doi: 10.3724/sp.j.1146.2012.00749.

ZHANG J J, ZHOU F, SUN G C,Approach for ground fast-moving target detection and imaging based on the three-channel forward-looking radar[J].&, 2013, 35(1): 8-14. doi: 10.3724/sp.j.1146.2012.00749.

[5] 田斌, 朱岱寅, 吳迪, 等. 穩健的多通道SAR/GMTI通道盲均衡算法[J]. 電子學報, 2014, 42(3): 424-431. doi: 10.3969/j.issn.0372-2112.2014.03.002.

TIAN B, ZHU D Y, WU D,Robust channel blind equalization algorithm for multi-channel SAR/GMTI system[J]., 2014, 42(3): 424-431. doi: 10.3969/j.issn.0372-2112.2014.03.002.

[6] MERTENS M, KOCH W, and KIRUBARAJAN T. Exploiting Doppler blind zone information for ground moving target tracking with bistatic airborne radar[J]., 2014, 50(1): 130-148.

[7] 劉安娜, 陳力, 趙斐, 等. 基于DPCA-FrFT的三通道SAR-GMTI方法[J]. 電子學報, 2011, 39(9): 2091-2097. doi: 10.3969/j.issn.0372-2112.2011.09.2091.07.

LIU A N, CHEN L, ZHAO F,. Study on DPCA-FrFT based multi-channel SAR-GMTI [J]., 2011, 39(9): 2091-2097. doi: 10.3969/j.issn.0372-2112. 2011.09.2091.07.

[8] SJOGREN T K, VIET Thuy V, PETTERSSON M I,Suppression of clutter in multichannel SAR GMTI[J]., 2014, 52(7): 4005-4013.

[9] FIENUP J R. Detecting moving targets in SAR imagery by focusing[J]., 2001, 37(3): 794-809.

[10] RANEY R K. Synthetic aperture imaging radar and moving targets[J]., 1971, (3): 499-505.

[11] SUCHANDT S, RUNGE H, BREIT H,Automatic extraction of traffic flows using TerraSAR-X along-track interferometry[J]., 2010, 48(2): 807-819.

[12] CUMMING I G and WONG F H. Digital Processing of Synthetic Aperture Radar Data Algorithms and Implementation[M]. Boston London: Artech House, 2005: 324-390.

[13] PERRY R P, DIPIETRO R C, and FANTE R L. SAR imaging of moving targets[J]., 1999, 35(1): 188-200.

[14] ENDER J H G. The airborne experimental multi-channel

SAR-system AER-II[C]. EUSAR, Konigswinter, Germany, 1996: 49-52.

[15] ZHU S, LIAO G, ZHOU Z,Robust moving targets detection and velocity estimation using multi-channel and multi-look SAR images[J]., 2010, 90(6): 2009-2019.

A SAR-GMTI Approach Based on Moving Target Focusing

WEI Beiyu ZHU Daiyin WU Di

(,,211106,)

Due to the low Signal to Clutter Noise Ratio (SCNR), the residual stationary targets in a clutter suppressed multichannel Ultra-High Frequency (UHF) band Synthetic Aperture Radar (SAR) image may lead to an unacceptable false alarm rate. A method of moving target screening is presented in this paper, which can determine whether the target detected by the Constant False Alarm Rate (CFAR) detector is a real moving one. A moving target data recovery method is described, which can recover the Doppler phase history of any isolated target within a full-K SAR image. The recovered data is processed again into a sub-image by range Doppler processing, and the sub-image is refocused with azimuth autofocus processing. The sub-image will not change after refocusing if the target in it is a stationary one, and it will be refocused if the target is a moving one. The false moving target can be eliminated by detecting this change. The proposed method is demonstrated on simulated and real SAR Ground Moving Target Indication (GMTI) data.

Synthetic Aperture Radar (SAR);-K algorithm; Ground Moving Target Indication (GMTI); Ultra- High Frequency (UHF) band radar

TN958.2

A

1009-5896(2016)07-1738-07

10.11999/JEIT151036

2015-09-14；改回日期：2016-02-19；網絡出版：2016-04-07

韋北余 weibyboy@126.com[1]

國家自然科學基金(61301212)，國防基礎科研計劃(B2520110008)，航空科學基金(20132052030)，中國博士后科學基金(2012M511750)，南京航空航天大學基本科研業務費(NS2013023), 江蘇高校優勢學科建設工程

The National Natural Science Foundation of China (61301212), Defense Industrial Technology Development Program (B2520110008), Aeronautical Science Foundation of China (20132052030), China Postdoctoral Science Foundation (2012M511750), NUAA Fundamental Research Funds (NS2013023), Priority Academic Program Development of Jiangsu Higher Education Institutions

韋北余： 男，1988年生，博士，研究方向為合成孔徑雷達地面動目標檢測技術.

朱岱寅： 男，1974年生，教授，博士生導師，研究方向為合成孔徑雷達信號處理.

吳 迪： 男，1982年生，講師，研究方向為雷達信號處理和地面動目標檢測.