第4章-雷达成像算法

微波成像理论及实现曹宗杰2015第四章成像算法1)重点•SAR成像几何关系；SAR回波模型；SAR成像模型；•RD成像算法；SAR成像质量；•距离徙动；距离校正；•实时成像；回波模拟；•CS算法和其它算法。2)要求•掌握SAR回波模拟的过程；•理解距离徙动的概念；•掌握RD成像算法的过程。本章内容一、成像模型一、成像模型知识回顾对合成孔径原理的理解方位向虚拟阵列天线合成大孔径方位向多普勒频率变化形成LFM信号雷达与目标发生相对运动，引起两者相对位置的改变，这是实现合成孔径的物理基础，SAR成像主要围绕以上相对位置（方位向+距离向）的变化展开研究工作。r0x距离方位h高度合成孔径成像成像带机载合成孔径雷达—飞行过程与成像机理•雷达匀速直线飞行•等间隔发射并接收•通过处理实现成像一、成像模型r0x距离方位h高度合成孔径成像成像带机载合成孔径雷达—飞行过程与成像机理•雷达匀速直线飞行•等间隔发射并接收•通过处理实现成像一、成像模型一、成像模型START-STOP假设回波信号中的两个时间变量距离向时间τ，一般为us量级，快时间；方位向时间t，一般为ms量级，慢时间。根据时间的定义，回波接收与平台运动过程可假设为START-STOP过程，即雷达在每一个脉冲发射与接收过程中方位向保持静止，这便于理解回波形成过程，也便于后续成像算法的设计与理解。1/PRF一、成像模型一、成像模型vrθ平面投影一、成像模型0Rvt0trP()RtX一、成像模型回波模型(2)一、成像模型回波模型(3)SAR常见的四种距离模型等效斜视距离模型标准正侧视距离模型二次逼近距离模型正侧视距离模型展开式2000()12cosvtvtRtRRR2220()RtRvt220001()1cossin2vtvtRtRRR2200()2vtRtRR小孔径忽略斜视角一、成像模型回波模型(4)一、成像模型回波模型(5)一、成像模型方位向线性调频特性分析()()exp4atrtstrectjT方位向回波一、成像模型方位分辨率一、成像模型一、成像模型坐标变化关系：一、成像模型(,)(,)(,)ˆ(,)(,)(,)xxssxrxrhxrxrsxrhxr数据采样过程：成像过程：rx(,)xr(,)xrrx(,)sxr(,)hxrrxˆ(,)xr(,)IxrSAR成像过程一般包括数据采集与成像处理两个步骤经过三个数据空间的转换一、成像模型222(,)(,)()()()24exp2()()arDcrsxrgxrGxxGrrrectrRxcjfrRxjkrRxdxdrcc回波数据采样过程222(,)()()()24exp2()()arcrhxrGxGrrectrRxcjfrRxjkrRxcc实质是点目标的回波信号系统脉冲响应函数一、成像模型(,)(,)(,)(,)sxrgxrhxrnxrSAR系统模型SAR回波信号可认为是场景内点目标的散射特性通过一个线性系统的响应，SAR成像过程也就是求解g(x,r)的过程，是一个解二维卷积的过程。SAR传感器h(x,r)场景g(x,r)噪声n(x,r)数据s(x,r)数据采样过程成像过程点目标回波信号一、成像模型点目标响应三维显示一、成像模型——二维联合解卷积过程222(,)()()()24exp2()()sarcrhxrGxGrrectrRxcjfrRxjkrRxcc成像系统脉冲响应函数*ˆ(,)(,)(,)(,)(,)(,)(,)ssxrxrhxrhxrxrhxrhxr理论上应为的无失真重现，应有根据匹配滤波理论,最佳滤波器为ˆ(,)(,)(,)xsxrsxrhxr精确成像过程一、成像模型二维联合处理的主要问题：1.需要二维压缩（二维解卷积），计算量大2.难以用数字方法实现实时处理二维联合处理过程的频域实现ˆ(,)2{2[(,)]2[(,)]}sxrIFFTFFTsxrFFThxr二维可分离成像过程主要解决的两个问题：1.参数空变问题2.距离方位耦合消除问题一、成像模型二维可分离过程1(,)rhxr(,)sxrˆ(,)xr1(,)ahxr距离向压缩方位向压缩实际成像处理过程一、成像模型——二维可分离处理过程二维可分离处理过程的基本思路1.可以将hs(x,r)分解成两个一维的距离向hr(x,r)和方位向ha(x,r)，称为可分离的二维处理。2.距离维是时间的快变化函数，方位维是时间的慢变化函数。3.在考虑信号快变化时，慢变化为零，二者可以分离。4.可分离的条件：先进行距离迁移校正，消除距离方位耦合。2()22()()()exp4expRtRtcrcaptRtstrectjrectjkTT引起距离方位耦合实际成像处理过程一、成像模型——二维可分离处理过程22(,)(,)(,)24(,)()exp4(,)()exp()rarrraahxrhxrhxrrhxrGrrectjkrcchxrGxjRx11112112(,)(,)(,)(,)()exp22(,)()exp22srarrrdraadchxrhxrhxrkhxrhjfcfhxrhtjftt在满足可分离条件（即不存在距离徙动效应）时时域相关算法流程时域相关算法计算复杂、效率低，该模型是各种SAR成像处理算法的理论依据。可以说，各种算法都是从该模型演变发展而来的。二、成像算法距离向参考函数：方位向参考函数：1221(,)exp2rcrhxrjfrkrcc121()exp2(0)2rcrhtjftktt其时间域表达式为：)(4exp),(1xRjrxha121()exp2(0)2aDCDRshtjftfttT其时间域表达式为：二、成像算法距离多普勒算法(Range/Doppler)可以理解为时域相关算法演变。RD算法提高了运算效率，是SAR成像处理中最经典的算法。1)将二维处理分解为距离向和方位向的两个一维处理，距离徙动校正在距离多普勒域完成2)先做距离向脉冲压缩——距离压缩，调频斜率是固定不变的3)再做方位向聚焦——方位压缩，调频斜率(参考函数)是随距离成反比变化的二、成像算法二、成像算法RD算法二、成像算法RD算法流程框图二、成像算法三、距离徙动22()42()(,)exp()expRtcraptRtsxrrectjRtrectjkTTcSAR回波数据矩阵模型三、距离徙动距离徙动(RangeMigration)距离迁移效应是指在合成孔径波束范围内，目标在波束内运动时与雷达的斜距变化超过了一个距离分辨单元，使得同一目标的回波分布于不同的距离波门内。这时h(x,r)是一个二维函数，所以方位压缩将仍是一个二维不可分离的处理，如果将h(x,r)直接简化成一维来进行成像处理，这将严重影响图像质量。理想的一维距离像三、距离徙动距离徙动——一个点目标的回波不在一条距离线上距离线方位向目标三、距离徙动距离徙动2()Rt0RctPointTarget1()RtFlightPathLinear(RangeWalk)Quadratic(RangeCurvature)三、距离徙动22200sin()(cos)()()2ccvRRtRvttttRRCM飞行平台的运动产生了随时间变化的斜距，从而使方位向信号具有了调频特性，导致方位分辨率提高，但同时也产生了了距离徙动现象，造成了距离方位耦合问题。距离徙动包括：距离走动(Rangewalking)和距离弯曲(RangeCurvature)。距离走动是线性效应，而距离弯曲是二次项效应。三、距离徙动22220sin(cos)224dcdrvRvttftftRRangeCurvature占主导RangeWalk占主导小斜视角大斜视角三、距离徙动三、距离徙动2028cRRD，对距离徙动的校正原则：（1）当SAR为正侧视时，fdc=0，不存在距离走动，只存在距离弯曲，但是否需要校正要视弯曲量与分辨率的关系决定。（2）当SAR为斜视时，会同时产生距离走动（RCM线性分量）和距离弯曲（RCM二阶分量），并且距离走动一般大于距离弯曲，在一般情况下可以忽略二阶分量只考虑线性分量，可以简化数据处理过程。但在某些情况需要具体问题具体分析。在机载斜视，特别是星载情况下，地球的自转使fdc不为零，这就引起了距离走动，距离走动变化范围从几个到几十个距离单元。在星载情况下，距离弯曲是一个相对稳定量，其大小约为几个距离单元。三、距离徙动三、距离徙动距离徙动举例例1：以典型X波段机载SAR系统为例，其参数为λ=0.03m，R0=30km，D=1m，ΔRc=3m，该值能否被忽略取决于雷达的距离分辨率。例2：以C波段星载SAR系统为例，其参数为λ=0.06m，R0=850km，D=10m，ΔRc=3m，小于8m的典型斜距分辨率，因此无需校正。1.距离走动校正由于距离走动是严格的时域线性，因此可在时域对它进行校正，这样校正方便、简单，如果在频域处理，方位谱不是沿着目标回波的实际响应的轨迹作FFT得到的，会带来较大的误差。四、距离徙动校正四、距离徙动校正四、距离徙动校正距离走动校正估计fdc(i)|fdc(i)-fdc(i-1)|Δ预设fdc初值，一般为理论值NOYES距离走动校正一般与fdc估计结合起来，利用迭代计算的方式实现距离走动校正流程整个孔径内方位上的走动大小为λfDCTs/2在时域上对距离压缩后的信号进行时域移位即可。由于数据是离散的，因此需要内插运算。RangeAzimuthAfterRangeWalkCompensationcRcRcs四、距离徙动校正2.距离弯曲校正与距离走动相比，距离弯曲虽然很小，但仍会影响图像质量。要获得高质量的图像，必须进行弯曲校正。同距离不同方位的两点A和B，而其多普勒频移曲线的走势是相同的，也即在频域上的轨迹是一致的。在时域，弯曲量与时间为二次项关系，校正时困难较多。在频域可以一次完成对同一距离门内的所有目标距离弯曲校正。因此通常在频域完成距离弯曲校正。四、距离徙动校正不同目标的距离弯曲（只考虑正侧视情况）距离-时间关系2222000()2vtRtRvtRR方位时域中弯曲程度随距离增加而减小。相同距离散射点的距离徙动轨迹相同，但在方位时间存在平移关系。四、距离徙动校正不同目标的距离弯曲（只考虑正侧视情况）022222002()148RRffvRRfv距离-频率关系方位时域中弯曲程度随距离增加而增加。相同距离不同方位散射点频率特性相同，徙动曲线在频域重合。四、距离徙动校正距离迁移曲线的频域表达式仍是二次曲线，与时域情形类似，但不同之处在于A、B两点在时频域的取值范围不同:在时域A点为[tA,tA+Ts]，B点为[tA+Δt,tA+Δt+Ts]两者在时域上的曲线不重合。在频域表达式，A、B的取值范围相同，均为目标A、B的距离迁