基于DPCA的多通道機載SAR動目標檢測和參數(shù)估計方法

李 世 峰

(昌樂縣散裝水泥技術(shù)推廣服務(wù)中心，山東 昌樂 262400)

1 概述

動目標檢測是合成孔徑雷達(Synthetic Aperture Radar，SAR)應(yīng)用的一個重要方面。由于受到地面雜波和系統(tǒng)噪聲等干擾信號的影響，地面動目標不易被檢測到，為了實現(xiàn)動目標檢測和參數(shù)估計，首要的步驟是進行雜波抑制，根據(jù)雷達系統(tǒng)的通道數(shù)目可以采用不同的雜波抑制算法。目前常用的雜波抑制算法主要有：移位相位中心天線(Displaced Phase Center Antenna，DPCA)[1]、沿跡干涉(Along-track Interferometry，ATI)[2]、雜波抑制干涉(Clutter Suppression Interferometry，CSI)[3]以及空時自適應(yīng)處理(Space-Time Adaptive Processing，STAP)[4-7]。

其中DPCA算法和ATI算法主要用于兩通道系統(tǒng)中[1,2]，參數(shù)估計精度低。相對于兩通道系統(tǒng)，多通道系統(tǒng)可以提高雜波抑制能力、動目標檢測概率以及動目標參數(shù)估計精度，是未來的發(fā)展趨勢。CSI算法可用于三通道系統(tǒng)中，雖然在一定程度上提高了參數(shù)估計的精度，但參數(shù)估計時仍存在嚴重的模糊[3]。STAP算法可以應(yīng)用到兩個或者兩個以上的通道系統(tǒng)中，但是在信號處理過程中為確保動目標信號位于一個距離多普勒單元內(nèi)，連續(xù)處理間隔(Coherent Processing Interval，CPI)僅包含部分脈沖，方位向積累的脈沖數(shù)目少，會造成一定的信噪比(Signal to Noise Ratio，SNR)損失[4-7]。

針對上述方法的缺陷，本文將傳統(tǒng)的DPCA算法進行了改進，改進后的算法可以應(yīng)用到三個或者更多個通道系統(tǒng)中，不僅能夠有效地實現(xiàn)雜波抑制，還能夠較準確的估計出動目標的參數(shù)，同時解決了CSI算法在參數(shù)估計時模糊嚴重的問題。本文首先分析了多通道機載SAR/GMTI模式的回波信號模型；然后對改進后的算法進行了詳細描述；最后通過仿真數(shù)據(jù)驗證了本文算法的有效性。

2 動目標檢測和參數(shù)估計方法

多通道動目標檢測和參數(shù)估計流程如圖1所示。首先，對多通道回波矢量S=(S1,S2,…,SN)T使用動目標的參數(shù)進行SAR成像處理；然后，在圖像域進行雜波抑制，通過雜波加噪聲協(xié)方差矩陣R(v)對消雜波；最后，通過比較每個圖像單元的統(tǒng)計檢測量T(τ,t,v)和閾值η，從眾多動目標信號中提取出該運動參數(shù)下的動目標信號，改變運動參數(shù)就可以搜索出其他運動參數(shù)下的動目標信號，完成動目標檢測和參數(shù)估計。

3 計算機仿真實驗

下面采用計算機仿真數(shù)據(jù)對本文方法進行驗證。雜波由一系列的靜止點目標組成，兩個運動點目標位于場景中心，它們的運動參數(shù)不同但坐標位置相同。

首先進行成像處理(與T1的運動參數(shù)相匹配)，圖2是通道1的成像結(jié)果，圖3是用對靜止目標成像的方法處理獲得的通道1的常規(guī)SAR圖像。在圖3中，T1和T2由于不正確的距離徙動校正和不匹配的方位向壓縮出現(xiàn)散焦。由圖3可見，在距離徙動校正和方位向壓縮時，選擇與什么樣的運動參數(shù)相匹配，對動目標的幅度有很大的影響，圖2是采用與T1的運動參數(shù)相匹配得到的，故在圖2中T1的幅度遠遠大于T2。

然后在圖像域估計雜波加噪聲協(xié)方差矩陣抑制雜波，圖4a)是雜波抑制后的三維圖像(與T1的運動參數(shù)相匹配)。從圖4a)可以看出，雜波抑制后T1的SCNR得到大幅度提高，并且遠遠大于T2的SCNR，設(shè)置一定的閾值就可以從眾多動目標中搜索出T1，重新改變運動參數(shù)，就可以搜索出其他的動石目標，即完成動目標檢測和參數(shù)估計。圖4b)是采用同樣的處理方法得到的，與T2運動參數(shù)相匹配的雜波抑制后的三維圖像，從圖4b)中可以看出T2的SCNR遠遠大于T1，設(shè)置一定的閾值就可以從眾多動目標中搜索出T2。

4 結(jié)語

本文提出一種適用于多通道機載SAR/GMTI系統(tǒng)的基于DPCA的動目標檢測和參數(shù)估計方法。該方法將傳統(tǒng)的DPCA方法擴展的三個或者更多個通道，首先對多通道回波矢量使用動目標的參數(shù)進行SAR成像處理；然后通過雜波加噪聲協(xié)方差矩陣對消雜波；最后通過比較每個圖像單元的統(tǒng)計檢測量和閾值，從眾多動目標中提取出與成像參數(shù)相匹配的動目標信號，改變運動參數(shù)就可以搜索出其他運動參數(shù)下的動目標信號，完成動目標檢測和參數(shù)估計。該方法不僅可以提高動目標參數(shù)估計精度，還可以解決參數(shù)估計時模糊嚴重的問題。