一种基于InISAR系统的运动目标探测方法

摘要

一种基于InISAR系统的运动目标探测方法，包括：在训练阶段，通过两天线获得目标脉冲响应，对其做干涉处理和PCA处理，生成PCA模板；在实际测试阶段，通过两天线获得目标脉冲响应；将所获目标脉冲响应做干涉处理，获得干涉信号；利用训练阶段生成的PCA模板对干涉信号进行距离向匹配滤波，得到距离向积分信号；对距离向积分信号，利用慢时间傅里叶变换得到慢时间积分信号；在距离-多普勒域实现目标探测。本发明的方法不需产生匹配发射波形，即可等效实现匹配照射，并解决匹配照射结果随慢时间起伏严重的问题，通过二维积分可提高对运动目标的探测性能；将PCA模板用于基于InISAR的目标识别，有助于提升目标识别性能。

说明书

技术领域

本发明属于雷达成像和信号处理技术领域，具体涉及雷达目标探测技 术、逆合成孔径雷达高分辨率成像技术、干涉雷达技术、匹配照射技术， 特别是涉及一种基于InISAR(InterferometricInverseSyntheticAperture Radar，干涉逆合成孔径雷达)系统的运动目标探测方法。

背景技术

随着雷达技术的发展，其带宽不断增加。与窄带雷达相比，宽带雷达 有更高的目标分辨能力，其在高分辨率雷达成像，自动目标识别等领域获 得了广泛关注。图8为实际飞机的二维高分辨率成像结果示意图，给出了 宽带雷达获得的目标高分辨率成像结果。与之相对应，研究宽带雷达情况 下的目标探测问题具有重要意义。

在宽带雷达中，通常认为目标由许多散射点构成，其目标脉冲响应(等 同于目标识别中常用的术语“复距离像”)分布在多个距离单元。目标脉 冲响应作为目标的先验知识，可用于提高目标的探测性能。例如，匹配照 射就是在已知目标脉冲响应的情况下，构建一个能匹配特定目标的探测系 统(具体参见：Gjessing，DagT..Targetadaptivematchedilluminationradar： principles&applications[M].PeterPeregrinusLtd.，1986)。其本质是通过距 离向的能量积分提高目标的探测性能。然而，匹配照射中的两个重要问题 限制了其应用。第一，由于目标和雷达之间的相对姿态在雷达照射时间内 不断变化，匹配照射中的匹配发射波形随慢时间变化较快，而雷达发射机 通常难以产生随慢时间捷变的匹配发射波形；第二，固定不变的匹配发射 波形将导致匹配照射结果随慢时间变化严重，即慢时起伏问题。这些问题 使匹配照射难以直接应用于实际的目标探测中。

2003年，李道京等人提出了一种联合使用SAR(SyntheticAperture Radar，合成孔径雷达)成像技术和匹配照射处理的目标探测方法(具体 参见：李道京，张麟兮，顾红，“基于SAR成像的匹配照射技术与其在半 主动雷达导引头中的应用[C]”，《CSAR》，西安，2003)。该方法先在距离 -多普勒域中获得目标的二维高分辨率成像结果，然后滤除杂波区域，并将 滤波后的图像通过慢时间傅里叶逆变换到二维时域，获取目标脉冲响应。 令发射信号等于目标脉冲响应时间反褶后的复共轭，其与实际目标在空间 中自动完成卷积，在回波中产生一个类似狄拉克函数的窄尖峰。这样，雷 达接收到回波的同时就能完成目标探测。这一方法同样适用于将ISAR (InverseSyntheticApertureRadar，逆合成孔径雷达)技术和匹配照射联合 使用，且ISAR中杂波较小，滤波处理常可省略。

国外有关匹配照射的研究工作主要集中在匹配发射波形的优化设计 方面，并取得了一定的研究成果(具体参见：Ahmad，F.andAmin，M.G.， Matched-illuminationwaveformdesignforamultistaticthrough-the-wallradar system[J]，IEEEJ.Sel.TopicsSignalProcess.，2010，4，(1)，pp.177-186； Romero，R.A.，JunhyeongBae，andGoodman，N.A.Theoryandapplicationof SNRandmutualinformationmatchedilluminationwaveforms[J].IEEETrans. Aerosp.Electron.Syst.，2011，47，(2)，pp.921-926)。然而，关于匹配发 射波形产生困难及匹配照射结果随慢时间起伏严重等问题的研究尚未见 公开报道。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于InISAR系统的运动 目标探测方法，以解决匹配照射中匹配发射波形产生困难及匹配照射结果 随慢时间起伏严重的问题。

为解决上述问题，本发明提出了一种基于InISAR系统的运动目标探 测方法，包括以下步骤：

训练阶段：

步骤S1：通过两个天线分别获得目标脉冲响应；

步骤S2：将两个天线获取的目标脉冲响应做干涉处理，获得干涉信号；

步骤S3：对所述干涉信号，利用主成分分析处理生成主成分分析模板；

实际测试阶段：

步骤S4：通过两个天线分别获得目标脉冲响应；

步骤S5：将两个天线获取的目标脉冲响应做干涉处理，获得干涉信号；

步骤S6：对所述干涉信号，利用训练阶段生成的所述主成分分析模板 进行距离向匹配滤波，得到距离向积分信号；

步骤S7：对所述距离向积分信号，利用慢时间傅里叶变换得到慢时间 积分信号；

步骤S8：利用所述慢时间积分信号实现距离-多普勒域目标探测。

基于上述技术方案可知，本发明的运动目标探测方法相对于现有技术 具有如下有益效果：

1、本发明在信号处理环节利用匹配滤波实现距离向能量积分，等效 实现匹配照射提高目标探测性能的效果，不需要额外产生匹配发射波形， 使系统得以简化；

2、本发明利用干涉处理减小目标脉冲响应中各距离门信号的随机初 相位随慢时间变化不一致的问题，减弱了匹配滤波后的距离向积分信号随 慢时间的起伏；

3、本发明对模板形成时(SNR(Signal-to-NoiseRatio，信噪比)应大 于等于20分贝)的干涉信号，利用PCA(PrincipalComponentAnalysis， 主成分分析)方法得到PCA模板用于匹配滤波，进一步减弱了匹配滤波 后的距离向积分信号随慢时间的起伏。

总之，本发明的运动目标探测方法不需要产生匹配发射波形，即可等 效实现匹配照射，并解决匹配照射结果随慢时间起伏严重的问题，通过二 维积分可提高对运动目标的探测性能。

附图说明

图1示出了本发明的基于InISAR系统的运动目标探测方法的几何原 理示意图；

图2示出了本发明的基于InISAR系统的运动目标探测方法的流程图；

图3(a)示出了本发明的不加噪声仿真及低SNR仿真中所用的飞机 模型，图3(b)示出了所述飞机模型的ISAR成像结果；

图4(a)示出了本发明的不加噪声仿真中目标脉冲响应的幅度图，图 4(b)示出了所述不加噪声仿真中所有1024个目标脉冲响应的相位图， 图4(c)示出了所述不加噪声仿真中干涉信号的干涉相位图；

图5(a)示出了本发明的不加噪声仿真的干涉处理前距离向匹配滤波 得到的距离向积分信号，图5(b)示出了所述不加噪声仿真的干涉处理后 距离向匹配滤波得到的距离向积分信号；

图6(a)示出了本发明的不加噪声仿真的干涉处理前的相关系数，图 6(b)示出了所述不加噪声仿真的干涉处理后的相关系数；

图7(a)示出了本发明的低SNR仿真的脉冲压缩结果，图7(b)示 出了所述低SNR仿真的干涉处理前距离向匹配滤波得到的距离向积分信 号，图7(c)示出了所述低SNR仿真的干涉处理后距离向匹配滤波得到 的距离向积分信号，图7(d)示出了所述低SNR仿真的干涉处理前距离 向匹配滤波得到的距离向积分信号经慢时间傅里叶变换得到的慢时间积 分信号；图7(e)示出了所述低SNR仿真的干涉处理后距离向匹配滤波 得到的距离向积分信号经慢时间傅里叶变换得到的慢时间积分信号；

图8为本发明的实际飞机数据的二维高分辨率成像结果示意图；

图9(a)示出了本发明的实际飞机数据的所有1024个目标脉冲响应 的相位图，图9(b)示出了所述实际飞机数据干涉信号的干涉相位图；

图10(a)示出了本发明的实际飞机数据的干涉处理前的相关系数， 图10(b)示出了所述实际飞机数据的干涉处理后的相关系数；

图11(a)示出了本发明的实际飞机数据的干涉处理前距离向匹配滤 波得到的距离向积分信号，图11(b)示出了所述实际飞机数据干涉处理 后距离向匹配滤波得到的距离向积分信号，图11(c)示出了所述实际飞 机数据干涉处理前距离向匹配滤波得到的距离向积分信号经慢时间傅里 叶变换得到的慢时间积分信号；图11(d)示出了所述实际飞机数据的干 涉处理后距离向匹配滤波得到的距离向积分信号经慢时间傅里叶变换得 到的慢时间积分信号。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实 施例，并参照附图，对本发明作进一步的详细说明。

为解决上述问题，本发明提出了一种基于InISAR系统的运动目标探 测方法，其包括：

训练阶段：

步骤S1：通过两个天线分别获得目标脉冲响应；

步骤S2：将两个天线获取的目标脉冲响应做干涉处理，获得干涉信 号；

步骤S3：对所述干涉信号，利用主成分分析处理生成主成分分析模 板；

实际测试阶段：

步骤S4：通过两个天线分别获得目标脉冲响应；

步骤S5：将两个天线获取的目标脉冲响应做干涉处理，获得干涉信 号；

步骤S6：对所述干涉信号，利用训练阶段生成的所述主成分分析模 板进行距离向匹配滤波，得到距离向积分信号；

步骤S7：对所述距离向积分信号，利用慢时间傅里叶变换得到慢时 间积分信号；

步骤S8：利用所述慢时间积分信号实现距离-多普勒域目标探测。

步骤S1和S4中，目标脉冲响应是在InISAR发射宽带LFM(Linear FrequencyModulation，线性调频)信号后，目标回波经过距离向脉冲压缩 和距离徙动校正两步处理后得到的。

步骤S2和S5中，所述干涉处理用于抑制由目标姿态角变化引起的目 标脉冲响应中各距离门信号的随机初相位随慢时间变化不一致的问题，并 缓解匹配照射结果随慢时间起伏严重的问题。

步骤S3中，在模板形成时，PCA模板是干涉信号经过PCA处理得到 的第一主成分。

步骤S6中，在目标探测时，所述距离向匹配滤波的匹配滤波器为PCA 模板的时间反褶后的复共轭，所述距离向匹配滤波能实现距离向能量积分， 等效实现匹配照射提高目标探测性能的效果，并且不需要额外产生匹配照 射所需的匹配发射波形。

步骤S7中，所述慢时间傅里叶变换用于慢时间能量积分，提高目标 探测性能。

所述干涉处理和PCA处理解决了由目标姿态角变化引起的不同慢时 间时刻的目标脉冲响应相关性低的问题；将PCA模板用于基于InISAR的 目标识别，有助于提升目标识别性能。

本发明的运动目标探测方法同样适用于激光波段InISAL (InterferometricInverseSyntheticApertureLadar，干涉逆合成孔径激光雷 达，与微波波段InISAR的最主要区别在于发射信号的频段不同)。由于激 光波段目标粗糙度的存在使目标纵向距离的后向散射系数分布较为均匀， 将所述运动目标探测方法用于激光波段InISAL能获得更好的距离向能量 积分效果和目标探测性能。

下面结合附图对本发明的技术方案进行进一步的阐释说明。

图1示出了本发明的基于InISAR系统的运动目标探测方法的几何原 理示意图。如图1所示，该InISAR系统采用一发两收模式，天线A发射 线性调频信号，天线A和B同时接收目标回波信号，系统载频f_c＝35GHz， 基线长度为AB＝0.4m。系统PRF为4kHz，录取的回波数据时长为0.25s， 对应慢时间1024个脉冲响应。

图2示出了本发明的基于InISAR系统的运动目标探测方法的流程图， 该方法具体包括：

训练阶段：

步骤S1：通过两个天线分别获得目标脉冲响应；

步骤S2：将两个天线获取的目标脉冲响应做干涉处理，获得干涉信 号；

步骤S3：对所述干涉信号，利用主成分分析处理生成主成分分析模 板；

实际测试阶段：

步骤S4：通过两个天线分别获得目标脉冲响应；

步骤S5：将两个天线获取的目标脉冲响应做干涉处理，获得干涉信 号；

步骤S6：对所述干涉信号，利用训练阶段生成的所述主成分分析模 板进行距离向匹配滤波，得到距离向积分信号；

步骤S7：对所述距离向积分信号，利用慢时间傅里叶变换得到慢时 间积分信号；

步骤S8：利用所述慢时间积分信号实现距离-多普勒域目标探测。

图3(a)示出了本发明的不加噪声仿真及低SNR仿真中所用的飞机 模型，图3(b)示出了所述飞机模型的ISAR成像结果；ISAR回波数据 为InISAR系统中一个天线的回波数据。

实施例1：图4～图6示出了本发明的不加噪声仿真结果。

图4(a)示出了本发明的不加噪声仿真中目标脉冲响应的幅度图，图 4(b)示出了所述不加噪声仿真中所有1024个目标脉冲响应的相位图， 图4(c)示出了所述不加噪声仿真中干涉信号的干涉相位图(所述干涉信 号在慢时间维含有1024个脉冲信号)。

图5(a)示出了本发明的不加噪声仿真的干涉处理前距离向匹配滤波 得到的距离向积分信号，所述匹配滤波的输入信号为所述不加噪声仿真中 所有1024个目标脉冲响应，匹配滤波器为所述不加噪声仿真中第512个 目标脉冲响应时间反褶后的复共轭；图5(b)示出了所述不加噪声仿真的 干涉处理后距离向匹配滤波得到的距离向积分信号，所述匹配滤波的输入 信号为所述不加噪声仿真中干涉信号，匹配滤波器为不加噪声仿真中PCA 模板的时间反褶后的复共轭(不加噪声仿真中PCA模板即所述不加噪声 仿真中干涉信号经过PCA处理得到的第一主成分)。

图6(a)示出了本发明的不加噪声仿真的干涉处理前的相关系数，所 述相关系数由所述不加噪声仿真中所有1024个目标脉冲响应和所述不加 噪声仿真中第512个目标脉冲响应计算得出；图6(b)示出了所述不加噪 声仿真的干涉处理后的相关系数，所述相关系数由所述不加噪声仿真中干 涉信号和不加噪声仿真中PCA模板计算得出。

实施例2：图7示出了本发明的低SNR仿真结果，所述低SNR仿真 中的噪声为高斯白噪声。

图7(a)示出了本发明的低SNR仿真的脉冲压缩结果，脉冲压缩后 的PSNR(PeakSignal-to-NoiseRatio，峰值信噪比)为5dB；图7(b)示 出了所述低SNR仿真的干涉处理前距离向匹配滤波得到的距离向积分信 号，所述匹配滤波的输入信号为低SNR仿真中所有1024个目标脉冲响应， 匹配滤波器为实施例1不加噪声仿真中第512个目标脉冲响应时间反褶后 的复共轭；图7(c)示出了所述低SNR仿真的干涉处理后距离向匹配滤 波得到的距离向积分信号，经距离向匹配滤波后，距离向能量积分使PSNR 提高为10dB；所述匹配滤波的输入信号为低SNR仿真中干涉信号，匹配 滤波器为实施例1不加噪声仿真中PCA模板的时间反褶后的复共轭；图7 (d)示出了所述低SNR仿真的干涉处理前距离向匹配滤波得到的距离向 积分信号经慢时间傅里叶变换得到的慢时间积分信号；图7(e)示出了所 述低SNR仿真的干涉处理后距离向匹配滤波得到的距离向积分信号经慢 时间傅里叶变换得到的慢时间积分信号。

实施例3：图8～图11示出了本发明的实际飞机数据处理结果。

图8为本发明的实际飞机数据的二维高分辨率成像结果示意图。

图9(a)示出了本发明的实际飞机数据的所有1024个目标脉冲响应 的相位图，图9(b)示出了所述实际飞机数据干涉信号的干涉相位图。

图10(a)示出了本发明的实际飞机数据的干涉处理前的相关系数， 所述相关系数由实际飞机数据的所有1024个目标脉冲响应和实际飞机数 据的第512个目标脉冲响应计算得出；图10(b)示出了所述实际飞机数 据的干涉处理后的相关系数，所述相关系数由实际飞机数据的干涉信号和 实际飞机数据的PCA模板计算得出(实际飞机数据的PCA模板即所述实 际飞机数据中干涉信号经过PCA处理得到的第一主成分)。

图11(a)示出了本发明的实际飞机数据的干涉处理前距离向匹配滤 波得到的距离向积分信号，所述匹配滤波的输入信号为实际飞机数据的所 有1024个目标脉冲响应，匹配滤波器为实际飞机数据的第512个目标脉 冲响应时间反褶后的复共轭；图11(b)示出了所述实际飞机数据的干涉 处理后距离向匹配滤波得到的距离向积分信号，所述匹配滤波的输入信号 为实际飞机数据的干涉信号，匹配滤波器为实际飞机数据的PCA模板的 时间反褶后的复共轭。图11(c)示出了所述实际飞机数据的干涉处理前 距离向匹配滤波得到的距离向积分信号经慢时间傅里叶变换得到的慢时 间积分信号；图11(d)示出了所述实际飞机数据的干涉处理后距离向匹 配滤波得到的距离向积分信号经慢时间傅里叶变换得到的慢时间积分信 号。

通过上述仿真和实际数据处理结果可得出以下结论：

(1)干涉处理前，目标脉冲响应的相位沿距离向和横向的变化均较 快，各距离门信号的随机初相位随慢时间变化不一致，导致匹配照射结果 随慢时间起伏严重；干涉处理后，干涉信号的相位沿距离向和横向的变化 均减缓，使各距离门的随慢时间的相位变化基本一致，因此干涉处理缓解 了匹配照射结果随慢时间起伏严重的问题；

(2)干涉处理及PCA方法的联合使用，显著提高了相关系数的均值， 解决了由目标姿态角变化引起的不同慢时间时刻的目标脉冲响应相关性 低的问题。因此，将PCA模板用于基于InISAR的目标识别，有助于提升 其目标识别性能；

(3)距离向匹配滤波用于距离向能量积分，等效实现了匹配照射提 高目标探测性能的效果，并且不需要额外产生匹配照射所需的匹配发射波 形，使系统得以简化；

(4)对于距离向匹配滤波后的距离向积分信号，其相位沿慢时间基 本呈线性变化，故慢时间傅里叶变换能有效地累积能量和获得较好的慢时 间积分结果，提高了运动目标的探测性能。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行 了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已， 并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、 等同替换、改进等，均应包含在本发明的保护范围之内。