一种基于混合基线的斜视InSAR动静目标分离方法

摘要

本发明公开了一种基于混合基线的斜视InSAR动静目标分离方法，针对DEM雷达在前斜视复杂场景情况下，运动目标在垂直基线干涉相位图中产生大量相位斑点的问题，该方法首先在传统垂直基线上引入两个沿航迹辅助阵元，利用沿航迹基线SAR‑GMTI处理，再结合垂直基线干涉相位关系获得动目标高度估计及其在垂直基线上的相位响应，接着通过以上得到的幅度相位信息计算每个动目标在垂直基线图像上的二维幅度相位响应，最后进行动目标对消，实现动静目标分离。

说明书

技术领域

本发明涉及雷达系统及雷达信号处理技术领域，具体涉及一种基于混合基线的斜视InSAR动静目标分离方法。

背景技术

垂直基线干涉合成孔径雷达(XTI-SAR)因其对静止场景的高分辨成像以及对目标高度的感知能力，能够通过通道间SAR图像的相位差估计目标的高度信息，完成场景的数字高程模型(DEM)测量或者三维成像，可用于军事侦察、地形测绘、灾情评估等军事及民用领域。目前合成孔径干涉雷达(InSAR)技术被广泛用于完成各类三维地形测绘任务。

众所周知，动目标在静止目标图像中会出现偏移，与偏移位置的静止目标在图像域重叠，干涉相位相互耦合。对于含有大量强散射运动目标的起伏场景，局域平坦假设不成立的条件下，针对动静干涉相位的耦合问题，基于相位滤波的方法则无法区分动静目标速度及高度引起的干涉相位。如城市，马路上成片的车辆目标会在静止图像上产生偏移，在干涉相位图中产生大量斑点噪声，且由于地形复杂，无法利用周围地形信息进行有效滤除，影响地形测绘的精度。对于传统的垂直基线正侧视InSAR雷达，其干涉相位只与目标的高度相关，与运动速度无关，其耦合效应主要是动静目标的叠加，但是对于前斜视的InSAR雷达来说，其垂直基线的水平垂直基线分量将同样敏感于目标的速度，因此其耦合效应不只有动静目标的叠加，同时还会有动目标速度干涉相位的耦合，给动静目标干涉相位的解耦合带来困难。

发明内容

有鉴于此，本发明针对复杂地形下的动静目标耦合问题，在传统垂直基线基础上引入了两个沿航迹的辅助阵元利用其估计动目标的位置、幅度分布与速度参数；再结合垂直基线与沿航迹基线速度干涉相位的关系，估计垂直基线中运动目标的干涉相位，从而实现垂直基线中动静目标的速度及高度的估计。

一种基于混合基线的斜视InSAR动静目标分离方法，包括以下步骤：

步骤1：在斜视InSAR系统中的垂直基线天线阵列基础上引入了两个沿航迹的辅助天线，组成新的天线阵列结构；

步骤2：对新的天线阵列结构的各个接收通道的数据进行成像，对沿航迹接收通道所成图像两两之间进行相位中心偏置天线DPCA处理；用I_b、I₀和I_f分别表示新的天线阵列结构的三个沿航迹接收通道图像，经DPCA处理后的运动目标响应图像表示为I_Mf和I_Mb，表达式分别为：

其中，为运动目标在沿航迹通道图像之间的干涉相位，A_m为运动目标在图像域的幅度；对其中任意一幅运动目标响应图像进行恒虚警CFAR检测，得到图像中运动目标的个数，及每个运动目标在图像的场景坐标系xyz中的位置以及运动目标与雷达平台的距离R₀；

步骤3：计算运动目标沿航迹干涉相位

其中，∠表示取相位运算；

根据运动目标沿航迹干涉相位估计运动目标幅度径向速度真实位置 (x₀,y₀)以及静目标图像域幅度

${\hat{A}}_s=I_0-{\hat{A}}_m$

$\left(\begin{array}{c}{x}_0=\sqrt{{\hat{x}}^2+{\hat{y}}^2-{(\hat{y}+\frac{{\hat{v}}_r{R}_0}{v_p})}^2}\\ y_0=\hat{y}+\frac{{\hat{v}}_r{R}_0}{v_p}\end{array}\right)$

其中，λ表示载波波长；v_p表示雷达平台速度；

步骤4：计算运动目标在垂直基线上的相位响应，然后结合垂直基线的干涉相位得到运动目标的高度估计值，具体为：

用I_u和I_d表示垂直基线接收通道图像，即表示为：

其中，和分别为静止目标和运动目标在垂直基线上的干涉相位，其估计值分别为：

其中，进而，得到静止目标与运动目标的高度估计值及

其中，H表示雷达平台高度，d_x和d_z分别表示垂直基线在场景坐标系xyz中的x方向和z方向的投影长度；

步骤5：以各运动目标为中心，分别划定保护区域，保护区域的形状根据对应的目标类型确定，保护区域的大小以能恰好覆盖目标为准；再由步骤3得到的动目标幅度与相位信息计算每个运动目标在垂直基线通道图像上的二维幅度相位响应J_n(k)，作为该运动目标在垂直基线中的对消函数：

其中，k表示运动目标编号；n表示垂直基线上的接收通道排布位置；其中W(k)为目标k对应的保护区域的二维窗函数，该W(k)的函数值在保护区域的边框内为1，边框外为0；

步骤6：利用步骤5获得的所述对消函数对垂直基线各个接收通道获取的图像进行运动杂波对消，得到各个接收通道的静止目标图像，实现动静目标分离。

两个所述辅助天线分别位于所述垂直基线天线阵列的两侧或同侧。

本发明具有如下有益效果：

本发明的方法不仅能够在保留静止目标干涉相位信息的前提下实现各个通道复图像运动与静止目标的分离，还能够同时估计运动目标的速度及高度参数。能够适用于含有大量剧烈起伏建筑物、行人及车辆的场景，同时由于保留了静止目标的干涉相位信息，所以该方法可以作为预处理步骤直接应用到含有多个 阵元的InSAR系统中，用于DEM测量或者三维干涉成像。

附图说明

图1为本发明流程图。

图2为本发明干涉SAR二维基线几何模型；

图3为本发明SAR成像及运动目标检测结果；

图4为本发明运动目标对消示意图；

图5为本发明运动目标对消后的静止场景图像。

具体实施方式

下面结合附图对本发明进行详细描述。

本发明的一种基于混合基线的斜视InSAR动静目标分离方法，如图1所示，包括以下步骤：

步骤1：在斜视InSAR系统中的现有垂直基线天线阵列基础上引入了两个沿航迹的辅助天线，组成新的天线阵列结构，如图2所示；两个辅助天线相对垂直基线天线阵列的位置并不限定，可以分别位于所述垂直基线天线阵列的两侧，也可以位于同侧。

步骤2：对新的天线阵列结构的各个接收通道的数据进行成像，对沿航迹接收通道所成图像两两之间进行DPCA(相位中心偏置天线)处理。用I_b,I₀,I_f分别表示新的天线阵列结构的三个沿航迹接收通道图像，经DPCA处理后的动目标响应图像I_Mf、I_Mb可以表示为：

其中，为动目标在沿航迹通道之间的干涉相位，A_m为运动目标在图像域 的幅度。对其中一幅动目标响应图像进行恒虚警(CFAR)检测，得到图像中动目标的个数，及每个运动目标在图像中的场景坐标系xyz中的位置及与雷达平台的距离R₀。

步骤3：计算动目标沿航迹干涉相位：

其中，∠表示取相位运算；

根据运动目标沿航迹干涉相位估计运动目标幅度径向速度真实位置(x₀,y₀)以及静目标图像域幅度表达式如下：

${\hat{A}}_s=I_0-{\hat{A}}_m$

$\left(\begin{array}{c}{x}_0=\sqrt{{\hat{x}}^2+{\hat{y}}^2-{(\hat{y}+\frac{{\hat{v}}_r{R}_0}{v_p})}^2}\\ y_0=\hat{y}+\frac{{\hat{v}}_r{R}_0}{v_p}\end{array}\right)$

其中，λ表示载波波长；v_p表示雷达平台速度；如图4所示，圆圈内为检测到的动目标，方框内为估计的动目标，六角星内为目标的实际位置，从图中可以看出，各检测到的动目标基本被定位到其真实位置处。

步骤4：计算运动目标在垂直基线上的相位响应，然后结合垂直基线的干涉相位得到运动目标的高度估计值，具体为：

用I_u和I_d表示垂直基线接收通道图像，即可以表示为：

其中，和分别为静止目标和运动目标在垂直基线上的干涉相位。可以得到其估计值为：

其中，进而，可以求出静止目标与运动目标的高度估计值及为：

其中，H表示雷达平台高度，d_x和d_z分别表示垂直基线在场景坐标系的x方向和z方向的投影长度；

步骤5：根据距离向及方位向分辨率，以各动目标为中心，划定保护区域，该区域的形状根据目标类型确定，大小以能恰好覆盖目标为准，如图4所示，目标在图像上的响应分布类似十字形，则本发明将保护区域设置成刚好覆盖目标的十字框形。由幅度与相位信息计算每个运动目标在垂直基线通道图像上的二维幅度相位响应J_n(k)，作为该目标在垂直基线中的对消函数。

其中，k表示动目标编号；n表示垂直基线上的接收通道排布位置；其中W(k)为如图3所示的目标k对应的保护区域的二维窗函数，该W(k)的函数值在保护区域的边框内为1，边框外为0。

步骤6：利用对消函数对垂直基线各个通道获取的图像进行运动杂波对消，得到各个通道的静止目标图像，实现动静目标分离。如图5所示，即为动静目标分离后的图像，可以看出图4中的动目标已经被分离，效果明显。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。