合成孔徑雷達斜視ωk成像算法

2019-09-10 02:00:18陳家瑞

艦船電子對抗 2019年4期

陳家瑞，司軍

(中國船舶重工集團公司第七二三研究所，江蘇揚州 225101)

0 引言

合成孔徑雷達(SAR)是一種全天候、全天時的高分辨率微波成像系統[1-2]。SAR成像算法作為合成孔徑雷達研究中相當重要的一部分，經過幾十年不斷的發展，已經有不少成熟的SAR成像算法，如距離多普勒(RD)算法[3]、調頻(CS)算法[4]、ωk算法[5]，極坐標格式算法(PFA)[6]、后向投影(BP)算法[7-9]等。其中，ωk算法是在二維頻域通過一致壓縮和stolt插值來校正距離時間和方位頻率與距離方位耦合的依賴關系，該算法的數學推導采用了精確的信號形式，沒有使用近似式，是一種高精度SAR成像算法。但是在斜視情況下，傳統ωk算法在一致壓縮和stolt插值時并未考慮斜視角對其的影響，因此，傳統ωk算法并不能直接適用于斜視情況，并且當斜視角越大時，采用傳統ωk算法直接成像處理，SAR成像效果越差。

針對該問題，本文對傳統ωk算法進行了改進，得到斜視ωk算法，最后通過仿真實驗驗證斜視ωk算法的有效性和可行性。

1 SAR幾何模型

載機沿著航跡飛行，天線波束照射在地面上，得到掃描區域回波數據，采用SAR成像算法對回波數據處理，從而實現對場景SAR成像，SAR斜平面幾何模型如圖1所示。圖1中載機速度為Va，天線波束中心在地面以勻速掃描，范圍為A′到B′，O為場景中心點，θs為斜視角，R0為孔徑到場景最短距離。P為場景任意一目標點，斜距為RP，設方位時間為ta，Tstart≤ta≤Tend，Tstart,Tend分別為起始時間和結束時間。

圖1 SAR斜平面幾何模型

雷達載機從A點飛往B點，波束中心在地面從A′點掃描到B′點，當P點處于波束內時，P點到雷達瞬時位置X距離為R(ta;RP)：

(1)

載機在飛行錄取數據時，雷達發射信號為：

(2)

式中：rect(·)為矩形窗函數；fc為載頻；Kr為LFM信號的調頻斜率；Tr為脈沖寬度；τ為快時間；Ta為合成孔徑時間，Ta=Tend-Tstart。

當波束能照射到P點時，發射的線性頻率調制(LFM)信號經過2倍的R(ta;RP)延時，得到回波信號，然后去載頻解調后得：

exp(-j2πfcΔτ)exp[jπKr(τ-Δτ)2]

(3)

式中：σn為目標的雷達截面反射系數；Δτ為目標點P回波的雙程延時：

(4)

2 傳統ωk算法改進

2.1 傳統ωk算法

根據圖1 SAR幾何模型，雷達處于孔徑中心時其波束中心指向與孔徑方向垂直，即θs=0°時，為正側視模式，此時ΔX=0，得：

(5)

根據相位駐留原理，對于正側視，回波信號ss(τ,ta;RP)經過距離方位二維快速傅里葉變換(FFT)得到二維頻域表達式：

(6)

然后進行距離向脈沖壓縮，將式(6)乘以：

(7)

式(6)中，第2項指數項為距離方位耦合項。為實現SAR目標聚焦重現，ωk算法的核心步驟是在二維頻域進行一致壓縮處理，消除距離-方位的耦合。由于式(6)中距離方位向變量都處于二維頻域中，而載機速度Va和點目標的斜距RP都是距離時域變量，因此，在距離頻域無法進行隨距離變化的一致壓縮處理，故選擇參考距離Rref=R0，一致壓縮濾波器為：

Hwk-ref(fτ,fa)=

(8)

經過一致壓縮處理后，參考距離處的距離-方位耦合相位能夠完全被補償，可實現此處目標的完全聚焦。但是在非參考距離處會有殘留相位，近似為：

φRFM(fτ,fa)≈

(9)

殘余相位會導致目標散焦，可以通過stolt插值實現變量代換fτ→fτ′，消除非參考距離處的目標散焦：

(10)

式(6)經過距離向脈壓、二維頻域一致壓縮和stolt插值變量代換后得：

(11)

將其進行二維IFFT，得到P點SAR圖像重建結果。

ss(τ,ta;RP)=

(12)

2.2 斜視ωk算法

如圖1所示，當雷達處于孔徑中心時，其波束中心指向斜視角θs≠0°時，為斜視模式。此時ΔX≠0，R(ta;RP)如式(1)所示。在斜視情況下，目標點P回波信號方程式(3)進行二維快速傅里葉逆變換(IFFT)，得到二維頻域：

(13)

Hwk-ref-s(fτ,fa)=

(14)

目標點P二維頻域回波信號經過距離脈壓和一致壓縮濾波處理后，非參考距離處的殘留相位近似為：

(15)

當斜視角θs很小時，cosθs≈1，sinθs≈0，可以采用正側視處理使目標聚焦，對SAR成像質量影響不大。當斜視角θs不是很小時，需要將stolt插值步驟進行改進：

(16)

(17)

然后二維IFFT，得到P點SAR圖像重建結果。斜視ωk算法流程如圖2所示。

圖2 斜視ωk算法流程

3 實驗仿真

為了驗證斜視ωk算法相較于傳統ωk算法對成像質量的提高，進行點目標仿真實驗。對于不同斜視角情況，分別用傳統ωk算法和斜視ωk算法處理，得到點目標仿真結果分別如圖3和圖4所示。表1給出了點目標仿真參數，表2和表3分別為傳統ωk算法和斜視ωk算法處理不同斜視角情況下點目標的方位向峰值旁瓣比(PSLR)和積分旁瓣比(ISLR)。

圖3 不同斜視角下傳統ωk算法仿真點圖

圖4 不同斜視角下斜視ωk算法仿真點圖

從圖3可以看出，隨著斜視角的增大，傳統ωk算法對點目標處理的效果變差。表2算出了不同斜視角點目標圖對應的方位向PSLR和ISLR，方位PSLR和ISLR隨斜視角的增大而減小，證明圖像質量變差。如圖3(d)所示，當斜視角增大到15°時，由于傳統ωk算法已經無法成像，此時只畫出了其方位向剖面圖，可以看出此時圖像已經完全失真。對于斜視ωk算法，隨著斜視角的增加，并且斜視角較大，從圖4和表3可以看出，點目標圖像質量和方位向PSLR和ISLR均沒有較大變壞趨勢。