本发明专利技术公开了一种UHF波段SAR GMTI动目标筛选方法，包括顺序执行的以下步骤：步骤一、采用omega-K算法对多个通道回波数据进行SAR成像处理；步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图像；步骤三、对配准后的SAR图像进行杂波抑制并检测可疑目标；步骤四、恢复可疑目标的多普勒相位历史；步骤五、对可疑目标重新进行成像；步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标；步骤七、对目标进行参数估计及重定位处理。本发明专利技术利用逆omega-K算法恢复SAR图像中目标多普勒相位历史的方法，为后续目标成像提供原始数据，实现在UHF波段的动目标识别。
【技术实现步骤摘要】
本专利技术涉及一种多通道合成孔径雷达地面动目标指示信号处理方法，特别是涉及 一种动目标筛选方法，尤其涉及一种基于逆omega-K算法的动目标筛选方法。
技术介绍
地面动目标指示（ground moving target indication，简称GMTI)是合成孔径雷 达（synthetic aperture radar，简称SAR)的一个重要的应用，具备检测及重定位地面动目 标的能力，是交通监测及军事侦察的必要功能。超高频（Ultra-High Frequency，简称UHF) 波段SAR具备反隐身能力，吸引了 SAR研宄人员极大的关注。现存的大多数多通道SAR GMTI 系统都工作在X或C波段，而这两种波段的雷达穿透植被的能力与UHF波段的雷达相比较 弱。 UHF同时带来了一些问题，由于UHF波段雷达波束宽度较宽，所以其成像相干积累 时间较其他更高频段的长，即相干处理间隔（Coherent Processing Interval，简称CPI)更 长。由于长CPI，无论动目标是否具有切向速度，动目标在SAR图像中都会散焦。这导致后 续的恒虚警概率（Constant False Alarm Rate，简称CFAR)检测器的输入信杂噪比（signal to clutter noise ratio,简称SCNR)较低，杂波抑制后的SAR图像中残留静止目标导致虚 警概率较高。杂波抑制后动目标响应被保留了下来，由于接收通道间的不匹配，一些强散射 的静止目标的杂波也被保留了下来。这些静止及动目标都能够被CFAR检测器检测到，很难 区分哪些是真正的动目标。因此有必要寻找一种动目标筛选方法。 文献 I (J. R. Fienup, "Detecting moving targets in SAR imagery by focusing, " IEEE Transactions on Aerospace and Electronic Systems, vol. 37, no. 3 ，pp. 794-809, 2001.)针对单通道SAR动目标检测提出了一种重新聚焦动目标的方法，通 过简单的方位向自聚焦能够有效聚焦动目标。由于是针对单通SAR图像进行处理，自聚焦 处理前静止杂波未得到抑制，因此其性能受到杂波的严重影响。而且文中假设动目标的像 近似存在于一个距离单元内，未发生跨距离单元的情况，这种假设对于UHF波段SAR图像 中动目标而言不成立，由于UHF波段SAR的长CPI，动目标的像跨越了多个距离单元，简单 的方位向自聚焦不能校正动目标的距离向的散焦，因此这种方法不再有效，有必要寻找一 种新的动目标聚焦方法。动目标的聚焦实际上是对动目标进行重新成像，而动目标成像 的方法有很多，如文献 2 (R. Perry, R. Dipietro, and R. Fante, "SAR imaging of moving targets, ''Aerospace and Electronic Systems, IEEE Transactions on, vol. 35, no. I, pp. 188-200, 1999·)、文献 3(F.Zhou，R.Wu, M.Xing，and Z.Bao, "Approach for single channel SAR ground moving target imaging and motion parameter estimation, "R adar, Sonar&Navigation, IET, vol. I, no. I, pp. 59-66, 2007.)、文献 4 (J. Yang, X. Huang, T. Jin, J. Thompson, and Z.Zhou, "New approach for SAR imaging of ground moving targets based on a keystone transform, " Geoscience and Remote Sensing Letters, IEEE, vol. 8, no. 4, pp. 829-833, 2011.)，主要方法是利用keystone变换去除动目标的跨距 离单元的走动。由于以上方法并非针对多通道动目标检测而言的，并且成像之前已经确定 了动目标的存在性，其输入数据为动目标的原始数据，因此这些动目标成像方法不能直接 用于多通道的SAR图像中的动目标聚焦，需要寻找一种恢复动目标原始数据的方法，然后 再进行成像处理。 到目前为止，针对从omega-K所成SAR图像中恢复动目标的方法，以及利用动目标 成像来区分静止及动目标的方法，还未见诸报道。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种UHF波段SAR GMTI 动目标筛选方法，用于解决现有的动目标检测方法不能直接用于SAR图像中的动目标聚焦 的技术问题。 技术方案：为实现上述目的，本专利技术采用的技术方案为： 一种UHF波段SAR GMTI动目标筛选方法，包括顺序执行的以下步骤： 步骤一、采用omega-K算法对多个通道回波数据进行SAR成像处理； 步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图 像； 步骤三、对配准后的SAR图像进行杂波抑制并检测可疑目标； 步骤四、恢复可疑目标的多普勒相位历史； 步骤五、对可疑目标重新进行成像； 步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标； 步骤七、对动目标进行参数估计及重定位处理。 进一步的，在本专利技术中，步骤四包括如下过程： 步骤4. 1、从配准后的SAR图像上将可疑目标所在区域的SAR图像块提取出来作为 子图像块； 步骤4. 2、将提取得到的子图像块沿方位轴方向和距离轴方向进行扩展，使得扩展 后的子图像块方位轴长度大于该子图像块中可疑目标的方位向信号的多普勒带宽，扩展后 的子图像块距离轴能够容纳下该子图像块中可疑目标的距离徙动的距离弯曲； 步骤4. 3、利用逆omega-K算法对扩展后的子图像块进行处理从而恢复子图像块 中可疑目标的多普勒相位历史。 进一步的，在本专利技术中，所述逆omega-K算法包括如下步骤： 步骤4. 3. 1、将方位向从原先的多普勒域变换到时间域，恢复方位向线性调频 (Linear Frequency Modulation，简称 LFM)信号； 步骤4. 3. 2、在步骤4. 3. 1的基础上，将方位向从时间域变换到多普勒域，去除方 向位LFM信号； 步骤 4. 3. 3、距离向快速傅里叶变换（Fast Fourier Transformation，简称 FFT)， 将SAR数据变换到包括距离和方位的两维频域； 步骤4. 3. 4、利用Stolt插值恢复可疑目标距离徙动间的差别； 步骤4. 3. 5、通过参考函数相乘恢复一致距离单元徙动（Range Cell Migration， 简称RCM)，这里参考函数为omega-K算法中乘参考函数的逆； 步骤4. 3. 6、将方位向进行快速逆傅里叶变换（Inverse Fast Fourier Transformation，简称FFT)，将本文档来自技高网...
【技术保护点】
一种UHF波段SAR GMTI动目标筛选方法，其特征在于：包括顺序执行的以下步骤：步骤一、采用omega‑K算法对多个通道回波数据进行SAR成像处理；步骤二、对步骤一中获得的各通道所成的SAR图像进行配准获得配准后的SAR图像；步骤三、对配准后的SAR图像进行杂波抑制并检测可疑目标；步骤四、恢复可疑目标的多普勒相位历史；步骤五、对可疑目标重新进行成像；步骤六、根据重新生成的可疑目标的影像判断可疑目标是否为动目标；步骤七、对动目标进行参数估计及重定位处理。
【技术特征摘要】
【专利技术属性】
技术研发人员：朱岱寅，韦北余，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。