一种基于全局最小相位近似的SAR成像优化方法技术

本发明专利技术公开了一种基于全局最小相位近似的SAR成像优化方法，其主要思路为：获取SAR雷达回波信号数据S，并根据S依次计算加权函数矩阵W，第一匹配函数矩阵H0、第二匹配函数矩阵H1和第三匹配函数矩阵H2；对S进行依次按行FFT处理、按列FFT处理、与H0点乘，得到第一匹配后的雷达回波信号数据矩阵，将第一匹配后的雷达回波信号数据矩阵与H1点乘，得到第二匹配后的雷达回波信号数据矩阵；对第二匹配后的雷达回波信号数据矩阵依次进行按列IFFT处理、与H2点乘，得到第三匹配后的雷达回波信号数据矩阵；对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理，得到按行IFFT处理后的匹配雷达回波信号数据矩阵后记为SAR成像。

【技术实现步骤摘要】
一种基于全局最小相位近似的SAR成像优化方法
本专利技术属于雷达信号处理领域，特别涉及一种基于全局最小相位近似的SAR成像优化方法，适用于高相关带宽的SAR雷达成像。
技术介绍
线调频变标算法是SAR成像算法中最成功的算法之一，它的成功之处便在于与其他更高精度的算法相比效率更高，该算法是通过在二维频域对SAR回波信号的相位函数做二阶泰勒近似展开，但该近似也是限制算法精度的重要因素。因此，有些方法通过使用更高阶的泰勒展开来提高精度，这种改进在处理斜视SAR回波时是非常有用的，但当发射脉冲具有较高相关带宽时，处理结果较差。
技术实现思路
针对以上现有技术存在的不足，本专利技术的目的在于提出一种基于全局最小相位近似的SAR成像优化方法，该种方法基于全局最小相位近似的SAR成像优化方法不仅具有更好的成像结果，也更容易实现，并且更容易展开到高阶近似。为达到上述技术目的，本专利技术采用如下技术方案予以实现。一种基于全局最小相位近似的SAR成像优化方法，包括以下步骤：步骤1，获取SAR雷达回波信号数据S，所述SAR雷达回波信号数据S为nrn×nan维二维矩阵，并根据所述SAR雷达回波信号数据S计算加权函数矩阵W，W为nrn×nan维矩阵，并利用加权函数矩阵W分别计算第一匹配函数矩阵H0、第二匹配函数矩阵H1和第三匹配函数矩阵H2，H0、H1和H2分别为nrn×nan维矩阵，nrn表示SAR雷达回波信号数据的距离向采样点数，nan表示SAR雷达回波信号数据的方位采样向点数；步骤2，对SAR雷达回波信号数据S进行按行FFT处理，进而得到按行FFT处理后的雷达回波信号数据矩阵，所述对SAR雷达回波信号数据S进行按行FFT处理为对SAR雷达回波信号数据S的每一行分别进行FFT操作；步骤3，对FFT处理后的雷达回波信号数据矩阵进行按列FFT处理，进而得到按列FFT处理后的雷达回波信号数据矩阵，所述对FFT处理后的雷达回波信号数据矩阵进行按列FFT处理为对FFT处理后的雷达回波信号数据矩阵的每一列分别进行FFT操作；步骤4，将按列FFT处理后的雷达回波信号数据矩阵与第一匹配函数矩阵H0点乘，得到第一匹配后的雷达回波信号数据矩阵；步骤5，将第一匹配后的雷达回波信号数据矩阵与第二匹配函数矩阵H1点乘，得到第二匹配后的雷达回波信号数据矩阵；步骤6，对第二匹配后的雷达回波信号数据矩阵进行按列IFFT处理，进而得到按列IFFT处理后的雷达回波信号数据矩阵，所述对第二匹配后的雷达回波信号数据矩阵进行按列IFFT处理为对第二匹配后的雷达回波信号数据矩阵的每一列分别进行IFFT处理；步骤7，将按列IFFT处理后的雷达回波信号数据矩阵与第三匹配函数矩阵H2点乘，得到第三匹配后的雷达回波信号数据矩阵；步骤8，对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理，，所述对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理为对第三匹配后的雷达回波信号数据矩阵的每一行分别进行IFFT处理；进而得到按行IFFT处理后的匹配雷达回波信号数据矩阵，所述按行IFFT处理后的匹配雷达回波信号数据矩阵为SAR成像。本专利技术的有益效果：本专利技术方法能够得到更好的近似结果，且更容易实现，也更容易展开到高阶近似，同时使用本专利技术方法得到的成像结果与使用精确的Ω-K算法获得的成像结果基本一致，距离分辨率比泰勒展开近似要高，能够提高成像算法的精度和效率。附图说明下面结合附图和具体实施方式对本专利技术作进一步详细说明。图1是本专利技术的一种基于全局最小相位近似的SAR成像优化方法流程图；图2是利用无误差方法获得的成像结果图；图3是利用常规方法获得的成像结果图；图4是使用本专利技术方法获得的成像结果图；图5是无误差方法、常规方法和本专利技术方法各自的分辨率性能比较图。具体实施方式参照图1，为本专利技术的一种基于全局最小相位近似的SAR成像优化方法流程图；其中所述基于全局最小相位近似的SAR成像优化方法，包括以下步骤：步骤1，获取SAR雷达回波信号数据S，所述SAR雷达回波信号数据S为nrn×nan维二维矩阵，并根据所述SAR雷达回波信号数据S计算加权函数矩阵W，W为nrn×nan维矩阵，并利用加权函数矩阵W分别计算第一匹配函数矩阵H0、第二匹配函数矩阵H1和第三匹配函数矩阵H2，H0、H1和H2分别为nrn×nan维矩阵，nrn表示SAR雷达回波信号数据的距离向采样点数，nan表示SAR雷达回波信号数据的方位向采样点数。步骤1的子步骤为：1a)获取SAR雷达回波信号数据S，所述SAR雷达回波信号数据S为nrn×nan维二维矩阵，并根据所述SAR雷达回波信号数据S的特征，构造nrn×nan维相位函数矩阵G，距离向第m个采样点、方位向第n个采样点处的相位函数为G(m,n)，其表达式为：其中，fr(m)表示第m个采样点处的距离频率，B为SAR雷达回波信号数据的带宽，△f为距离频域间隔，m＝0,1,...,nrn-1，nrn表示SAR雷达回波信号数据的距离向采样点数，fc表示SAR雷达回波信号数据的载频，fa(n)表示第n个采样点处的方位频率，PRF表示脉冲重复频率，n＝0,1,...,nan-1，nan表示SAR雷达回波信号数据的方位向采样点数，c'表示光速，υ表示SAR雷达所在载机的飞行速度；A表示SAR雷达回波信号数据的振幅，即距离频谱的包络。1b)根据已知的SAR雷达参数，构造加权函数矩阵W，W为nrn×1维，其中第m个采样点处的加权函数为W(m)，其表达式为：其中，fr(m)表示第m个采样点处的距离频率，B为SAR雷达回波信号数据的带宽，p表示第m个采样点处的加权函数的系数，p∈[0,1]。1c)根据加权函数矩阵分别构造N阶系数矩阵C、N阶中间过渡系数矩阵D，C和D分别为nrn×1维矩阵，其中第k阶系数为Ck，第k阶中间过渡系数为Dk，第k阶系数在距离向第m个采样点、方位向第n个采样点处的数据为Ck(m,n)，第k阶中间过渡系数在距离向第m个采样点、方位向第n个采样点处的数据为Dk(m,n)，其表达式分别为：其中，k表示第k阶，k∈{0,1,…,N}，N表示设定的阶数最大值，且N为大于0的正整数，本实施例中N取值为2；W(m)表示第m个采样点处的加权函数，G(m,n)表示距离向第m个采样点、方位向第n个采样点处的相位函数，dfr(m)表示fr(m)的微分，fr(m)表示第m个采样点处的距离频率，B表示SAR雷达回波信号数据的带宽，m＝0,1,...,nrn-1，nrn表示SAR雷达回波信号数据的距离向采样点数，n＝0,1,...,nan-1，nan表示SAR雷达回波信号数据的方位向采样点数。1d)根据N阶系数矩阵C、N阶中间过渡系数矩阵D，构造N阶全局最小相位系数矩阵β，β为nrn×nan维矩阵，其中第j阶全局最小相位系数在距离向第m个采样点、方位向第n个采样点处的数据为βj(m,n)，其计算公式为：其中，k∈{0,1,…,N}，j∈{0,1,…,N}，N表示设定的阶数最大值，Ck+j(m,n)表示第k+j阶系数在距离向第m个采样点、方位向第n个采样点处的数据。1e)根据N阶系数矩阵C、N阶中间过渡系数矩阵D和N阶全局最小相位系数矩阵β，分别计算得到N个相位匹配函数矩阵H，其中第l个相位匹配函数矩阵本文档来自技高网...

【技术保护点】
一种基于全局最小相位近似的SAR成像优化方法，其特征在于，包括以下步骤：步骤1，获取SAR雷达回波信号数据S，所述SAR雷达回波信号数据S为nrn×nan维二维矩阵，并根据所述SAR雷达回波信号数据S计算加权函数矩阵W，W为nrn×nan维矩阵，并利用加权函数矩阵W分别计算第一匹配函数矩阵H0、第二匹配函数矩阵H1和第三匹配函数矩阵H2，H0、H1和H2分别为nrn×nan维矩阵，nrn表示SAR雷达回波信号数据的距离向采样点数，nan表示SAR雷达回波信号数据的方位向采样点数；步骤2，对SAR雷达回波信号数据S进行按行FFT处理，进而得到按行FFT处理后的雷达回波信号数据矩阵，所述对SAR雷达回波信号数据S进行按行FFT处理为对SAR雷达回波信号数据S的每一行分别进行FFT操作；步骤3，对FFT处理后的雷达回波信号数据矩阵进行按列FFT处理，进而得到按列FFT处理后的雷达回波信号数据矩阵，所述对FFT处理后的雷达回波信号数据矩阵进行按列FFT处理为对FFT处理后的雷达回波信号数据矩阵的每一列分别进行FFT操作；步骤4，将按列FFT处理后的雷达回波信号数据矩阵与第一匹配函数矩阵H0点乘，得到第一匹配后的雷达回波信号数据矩阵；步骤5，将第一匹配后的雷达回波信号数据矩阵与第二匹配函数矩阵H1点乘，得到第二匹配后的雷达回波信号数据矩阵；步骤6，对第二匹配后的雷达回波信号数据矩阵进行按列IFFT处理，进而得到按列IFFT处理后的雷达回波信号数据矩阵，所述对第二匹配后的雷达回波信号数据矩阵进行按列IFFT处理为对第二匹配后的雷达回波信号数据矩阵的每一列分别进行IFFT处理；步骤7，将按列IFFT处理后的雷达回波信号数据矩阵与第三匹配函数矩阵H2点乘，得到第三匹配后的雷达回波信号数据矩阵；步骤8，对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理，，所述对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理为对第三匹配后的雷达回波信号数据矩阵的每一行分别进行IFFT处理；进而得到按行IFFT处理后的匹配雷达回波信号数据矩阵，所述按行IFFT处理后的匹配雷达回波信号数据矩阵为SAR成像。...

【技术特征摘要】
1.一种基于全局最小相位近似的SAR成像优化方法，其特征在于，包括以下步骤：步骤1，获取SAR雷达回波信号数据S，所述SAR雷达回波信号数据S为nrn×nan维二维矩阵，并根据所述SAR雷达回波信号数据S计算加权函数矩阵W，W为nrn×nan维矩阵，并利用加权函数矩阵W分别计算第一匹配函数矩阵H0、第二匹配函数矩阵H1和第三匹配函数矩阵H2，H0、H1和H2分别为nrn×nan维矩阵，nrn表示SAR雷达回波信号数据的距离向采样点数，nan表示SAR雷达回波信号数据的方位向采样点数；步骤2，对SAR雷达回波信号数据S进行按行FFT处理，进而得到按行FFT处理后的雷达回波信号数据矩阵，所述对SAR雷达回波信号数据S进行按行FFT处理为对SAR雷达回波信号数据S的每一行分别进行FFT操作；步骤3，对FFT处理后的雷达回波信号数据矩阵进行按列FFT处理，进而得到按列FFT处理后的雷达回波信号数据矩阵，所述对FFT处理后的雷达回波信号数据矩阵进行按列FFT处理为对FFT处理后的雷达回波信号数据矩阵的每一列分别进行FFT操作；步骤4，将按列FFT处理后的雷达回波信号数据矩阵与第一匹配函数矩阵H0点乘，得到第一匹配后的雷达回波信号数据矩阵；步骤5，将第一匹配后的雷达回波信号数据矩阵与第二匹配函数矩阵H1点乘，得到第二匹配后的雷达回波信号数据矩阵；步骤6，对第二匹配后的雷达回波信号数据矩阵进行按列IFFT处理，进而得到按列IFFT处理后的雷达回波信号数据矩阵，所述对第二匹配后的雷达回波信号数据矩阵进行按列IFFT处理为对第二匹配后的雷达回波信号数据矩阵的每一列分别进行IFFT处理；步骤7，将按列IFFT处理后的雷达回波信号数据矩阵与第三匹配函数矩阵H2点乘，得到第三匹配后的雷达回波信号数据矩阵；步骤8，对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理，，所述对第三匹配后的雷达回波信号数据矩阵进行按行IFFT处理为对第三匹配后的雷达回波信号数据矩阵的每一行分别进行IFFT处理；进而得到按行IFFT处理后的匹配雷达回波信号数据矩阵，所述按行IFFT处理后的匹配雷达回波信号数据矩阵为SAR成像。2.如权利要求1所述的一种基于全局最小相位近似的SAR成像优化方法，其特征在于，步骤1的子步骤为：1a)获取SAR雷达回波信号数据S，所述SAR雷达回波信号数据S为nrn×nan维二维矩阵，并构造nrn×nan维相位函数矩阵G，其中距离向第m个采样点、方位向第n个采样点处的相位函数为G(m,n)，其表达式为：其中，fr(m)表示第m个采样点处的距离频率，B为SAR雷达回波信号数据的带宽，△f为距离频域间隔，m＝0,1,...,nrn-1，nrn表示SAR雷达回波信号数据的距离向采样点数，fc表示SAR雷达回波信号数据的载频，fa(n)表示第n个采样点处的方位频率，PRF表示脉冲重复频率，n＝0,1,...,nan-1，nan表示SAR雷达回波信号数据的方位向采样点数，c'表示光速，υ表示SAR雷达所在载机的飞行速度；A表示SAR雷达回波信号数据的振幅；1b)构造加权函数矩阵W，W为nrn×1维，其中第m个采样点处的加权函数为W(m)，其表达式为：p表示第m个采样点处的加权函数的系数，p∈[0,1]；1c)根据加权函数矩阵分别构造N阶系数矩阵...

【专利技术属性】
技术研发人员：魏峰，张双喜，董祺，王振东，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61