分布式卫星雷达复杂地理杂波抑制与运动目标检测方法研究

摘要

地/海面动目标检测（GMTI/MMTI）是机载/星载监视系统获取监视区域态势信息的主要任务之一。在合成孔径雷达（SAR）体制下，利用GMTI技术手段不仅可以获得高分辨（高清）的区域SAR图像，还可以同时掌握监测场景的动态信息，对监视区域态势形成精准的认知与评估具有重要的意义和价值。相比于单通道系统而言，多通道SAR系统增加了空域维度的信息，通过空域和时域综合处理后能够提升低速目标的检测性能。为了能够进一步突破单卫星平台系统的天线孔径尺寸限制，分布式卫星雷达系统是一种较好的体制选择。不过，分布式卫星雷达系统存在长的垂直航迹基线（CTB），对地形高程更为敏感。尤其是地形高程起伏区域，杂波谱结构（干涉相位）在空间上会发生改变，即杂波谱结构受到“污染”，具有明显的空间依赖性。传统处理方法以均匀场景为前提，需要大量满足独立同分布（IID）的训练样本，在独立同分布均匀环境遭受破坏后GMTI性能下降明显。因此，针对存在混合基线的分布式卫星雷达GMTI处理所面临的复杂地理杂波抑制和运动目标检测难题，重点研究复杂地理杂波区域IID样本选取问题、样本数不足导致杂波抑制性能恶化问题以及低信噪比（SNR）目标检测性能提升问题。主要研究内容概括如下： 1.针对近岸区域存在方位模糊杂波导致准确选取IID训练样本困难问题，提出了一种基于多通道SAR系统的联合多视干涉相位和干涉幅度特征实现方位模糊杂波位置获取的方法。首先，将近岸区域的杂波建模为多视协方差矩阵（MLCM）有限混合杂波模型。然后，利用期望最大化算法来实现SAR杂波场景的模糊杂波位置的确定（即自动分类）。最后，根据获取的模糊杂波位置信息构造权矢量实现模糊杂波抑制。仿真实验和TerraSAR-X实测数据处理结果表明所提方法在不需要精确的系统参数和方位模糊源位置信息的前提下，能够获得精确的方位模糊杂波位置信息和良好的方位模糊杂波去除性能。 2.针对复杂地理杂波区域IID杂波样本获取后所面临的可用样本数不足问题，提出了一种广义精细加权方法估计杂波协方差矩阵（CCM），称为GSWADD方法。从A-D域的CCM重构的观点来看，该方法是WSCM类方法的一般形式，其提高了数据利用率并有效地缓解了传统WSCM类方法训练样本数需求和非均匀样本性能损失之间的矛盾。该方法的核心在于利用A-D域的局部（精细）加权方式估计杂波的A-D谱，从而正确重构出全维的CCM。基于仿真数据和机载四通道实测数据的试验结果表明，所提方法能够在样本不足时缓解目标信号污染导致的STAP处理能力下降问题。 3.针对分布式卫星雷达低SNR目标检测性能降低问题，提出了运动目标阴影特征辅助的多通道高分辨SAR-GMTI处理框架。首先给出了运动目标阴影的尺寸、强度和干涉相位模型。然后，在给出多通道SAR系统下的阴影辅助判决基本原理与实现框架的基础上提出两种改进运动目标阴影检测性能的方法。第一种方法通过融合强度特征和沿航迹干涉（ATI）相位特征改善阴影的检测性能；第二种方法则是考虑目标运动对阴影的影响，通过目标速度、尺寸等知识辅助方式来自适应调整目标阴影区域检测门限，提升动目标阴影的检测概率，从而改善阴影辅助判决检测方法的性能。最后，通过仿真和机载双通道实测数据处理的试验，验证了所提方法能够有效地提高低SNR目标检测性能。需要强调的是，所提方法的实现是先利用低门限检测（此时虚警概率和目标的检测概率同时升高），然后再利用运动目标的阴影特性信息来剔除孤立虚假目标。

目录

第一个书签之前