基于切比雪夫多項式的新形式調(diào)頻變標(biāo)合成孔徑雷達(dá)成像算法

侯育星 陳士超 唐 禹 馮大政 邢孟道

?

基于切比雪夫多項式的新形式調(diào)頻變標(biāo)合成孔徑雷達(dá)成像算法

侯育星*陳士超 唐 禹 馮大政 邢孟道

(西安電子科技大學(xué)雷達(dá)信號處理國家重點實驗室 西安 710071)

該文提出一種基于切比雪夫(Chebyshev)多項式逼近的新形式的調(diào)頻變標(biāo)(Chirp Scaling, CS) SAR成像算法。該算法采用切比雪夫多項式逼近替代了原始CS算法中對回波信號2維頻譜的泰勒(Taylor)級數(shù)展開近似，公式更加精確。然后利用光學(xué)系統(tǒng)抽象出的數(shù)學(xué)模型確定變標(biāo)函數(shù)以校正距離徙動。并且該算法使由近似引入的誤差有了上界限，改善了場景邊緣點的聚焦效果，增加了場景的聚焦深度。仿真結(jié)果驗證了該算法的有效性。

合成孔徑雷達(dá)雷達(dá)成像；切比雪夫多項式；調(diào)頻變標(biāo)(Chirp Scaling)算法

1 引言

合成孔徑雷達(dá)(SAR)具有全天候、全天時、遠(yuǎn)距離成像的特點[1]，通過距離向的寬頻帶和平臺運動形成的長線性合成陣列，分別實現(xiàn)了距離向和方位向的高分辨。頻域SAR成像快速算法的實質(zhì)為在信號頻域?qū)崿F(xiàn)距離向與方位向的2維分離，然后分別進(jìn)行匹配濾波處理，最后變換到圖像域得到2維的高分辨。但在實際情況中，由于SAR系統(tǒng)固有的特性，距離向與方位向存在耦合問題，使得匹配濾波不能完全實現(xiàn)匹配。因此在成像處理前必須對回波信號的相位進(jìn)行2維解耦合處理。精確的2維頻譜是設(shè)計頻率域快速成像算法的前提[2]，傳統(tǒng)的頻域SAR成像算法都以泰勒(Taylor)級數(shù)展開為基礎(chǔ)，對信號的2維頻譜進(jìn)行不同程度的近似[3]，進(jìn)而進(jìn)行相位因子補償[4]。1994年文獻(xiàn)[5]首次提出了調(diào)頻變標(biāo)(Chirp Scaling, CS)算法，CS算法通過對線性調(diào)頻信號進(jìn)行頻率調(diào)制，實現(xiàn)不同距離單元上距離單元徙動(Range Cell Migration, RCM)差量的校正，使所有距離單元上的距離徙動曲線與參考距離處的距離徙動曲線一致，然后在2維頻域進(jìn)行統(tǒng)一補償，避免了插值操作。因此CS算法被廣泛地開發(fā)應(yīng)用于機(jī)載星載[6,7]等不同的系統(tǒng)中和各種模式[8,9]的成像中。由于CS算法依靠Taylor級數(shù)對信號的精確2維頻譜進(jìn)行多項式展開，因此由2維頻譜近似所產(chǎn)生的誤差大小非常重要，將直接影響到算法的最終精確度。而由Taylor級數(shù)的數(shù)學(xué)模型的特性所決定的，在階數(shù)一定的情況下，近似誤差會隨著遠(yuǎn)離展開點而單調(diào)增加，這就導(dǎo)致了當(dāng)場景較寬時，傳統(tǒng)CS算法在邊緣點成像時由于誤差增大而產(chǎn)生散焦，聚焦深度不夠的情況，若采用分塊處理[10]，運算量又太大。針對這一情況，本文提出了一種基于切比雪夫(Chebyshev)多項式[11]的新形式CS算法，該數(shù)學(xué)模型比Taylor級數(shù)精確度高，而且具有有限誤差界的性質(zhì)，該性質(zhì)很好地改善了場景邊緣點的的聚焦效果，增加了場景的聚焦深度。文獻(xiàn)[12]首先將其應(yīng)用在雙基地雷達(dá)系統(tǒng)中，利用切比雪夫多項式逼近瞬時斜距函數(shù)，并結(jié)合級數(shù)反演(Reversion of the Series Method, MSR)得到了雙基SAR信號的2維頻譜，取得了很好的效果。

本文提出了一種可以得到更高譜精度的基于切比雪夫多項式展開的新CS算法。文章首先對基于切比雪夫多項式逼近的信號2維頻譜的表達(dá)式進(jìn)行了推導(dǎo)，然后利用光學(xué)系統(tǒng)確定變標(biāo)函數(shù)[13]，實現(xiàn)脈沖壓縮聚焦成像；此外，文中對該算法的誤差進(jìn)行了分析，并與傳統(tǒng)CS算法進(jìn)行了比對；最后通過仿真實驗驗證了算法的有效性。

2 算法原理

2.1 切比雪夫多項式

2.2 2維頻譜

在式(2)中，第3個相位項為耦合項，即包含隨距離單元空變的距離徙動項(RCM)，在成像前需要進(jìn)行解耦合處理才能正確補償，現(xiàn)將這一項單獨列出來：

至此，本文已經(jīng)將切比雪夫多項式逼近引入到了SAR信號回波公式中，求出了2維頻譜的表達(dá)式。但是這種展開方法并沒有消除信號的耦合現(xiàn)象，并沒有解決掉所關(guān)心的距離徙動空變問題，不能直接進(jìn)行2維補償和脈沖壓縮操作，因此接下來算法推導(dǎo)的關(guān)鍵在于利用變標(biāo)操作統(tǒng)一距離徙動大小。

2.3 調(diào)頻變標(biāo)算法

利用駐相點原理，將式(6)直接進(jìn)行距離向傅里葉逆變換，得到距離多普勒域信號

文獻(xiàn)[15]將光學(xué)信號的數(shù)學(xué)模型抽象出來應(yīng)用到了SAR成像算法中，本文將類比這一模型來確定變標(biāo)函數(shù)。光學(xué)信號的模型框圖經(jīng)過一定的修改后，對應(yīng)SAR成像的變標(biāo)算法的框圖如圖1所示。

根據(jù)圖1構(gòu)造CS變標(biāo)函數(shù)：

對于正側(cè)視或小斜視情形，式(10)中隨的變化較小，可將近似為，

為使表述簡潔，只將式(7)的第3個相位項與變標(biāo)函數(shù)相乘結(jié)果單獨列出：

與變標(biāo)函數(shù)相乘完成變標(biāo)后，構(gòu)造用于距離壓縮的匹配濾波函數(shù)：

此時已經(jīng)完成距離徙動校正及距離壓縮。接下來進(jìn)行方位向處理，補償方位向相位和剩余相位。

最后將圖像變到2維時域，得到了2維聚焦后的圖像。

3 誤差分析及實驗仿真

為了驗證本文所提算法的有效性，對算法進(jìn)行了誤差分析及仿真驗證。仿真時采用模擬的正側(cè)視機(jī)載參數(shù)，主要參數(shù)如表1所示。

3.1誤差分析

表1仿真主要參數(shù)

載頻(GHz) 波長(m) 帶寬(MHz) 脈沖重復(fù)頻率(Hz) 場景中心距離(km) 方位向分辨率(m) 載機(jī)速度(m/s)

式(16)即為切比雪夫多項式逼近的誤差上界。

3.2 點目標(biāo)實驗仿真

圖2 兩種近似的誤差對比

圖3 切比雪夫算法的距離徙動校正效果對比

場景中心點聚焦剖面圖結(jié)果如圖4所示。

10 km邊緣點目標(biāo)聚焦剖面圖結(jié)果如圖5所示。

由圖4和圖5可以明顯看出，兩種算法的中心點目標(biāo)的聚焦效果均很好，但在邊緣點的聚焦效果上，本文提出的算法明顯優(yōu)于傳統(tǒng)的算法，驗證了節(jié)3.1的誤差分析中由切比雪夫多項式的性質(zhì)得到的結(jié)果。最后通過計算點目標(biāo)聚焦后的峰值旁瓣比(Peak to SideLobe Ratio, PSLR)和積分旁瓣比(Intergrated SideLobe Ratio, ISLR)來定量的分析聚焦效果。

圖4 兩種算法場景中心點目標(biāo)仿真圖

圖5 兩種算法場景邊緣點目標(biāo)仿真圖

表2本文方法與傳統(tǒng)方法PSLR與ISLR結(jié)果對比(dB)

本文方法傳統(tǒng)CS方法 PSLRISLRPSLRISLR 中心點距離向-13.24-9.68-13.24-9.68 方位向-13.26-9.67-13.25-9.69 邊緣點距離向-13.16-9.80-12.93-9.78 方位向-13.17-9.66 -4.73 4.33

4 結(jié)束語

本文提出了一種基于切比雪夫多項式逼近的CS成像算法，使用一種新的數(shù)學(xué)近似模型代替了原來Taylor級數(shù)展開，將回波信號的2維譜進(jìn)行了更精確的近似，并根據(jù)展開的公式重新確定了變標(biāo)函數(shù)，實現(xiàn)了對距離徙動的補償，很好地完成了場景聚焦成像。文章最后對新算法與傳統(tǒng)算法的誤差進(jìn)行了分析對比，從分析結(jié)果可以看出新算法的優(yōu)勢：使近似產(chǎn)生的誤差有了界限，不再隨著遠(yuǎn)離展開點而增加，從而邊緣點聚焦效果更好，增加了場景聚焦深度。取得了比較好的效果，最后的目標(biāo)仿真結(jié)果進(jìn)一步驗證了本文的算法的有效性。本文基于理想模型下驗證了切比雪夫多項式逼近和SAR算法結(jié)合的可行性，后續(xù)的工作將會進(jìn)行實測數(shù)據(jù)的處理，進(jìn)一步驗證該算法的有效性。

[1] Sun Guang-cai, Xing Meng-dao, Liu Yan,.. Extended NCS based on method of series reversionfor imaging of highly squinted SAR[J]., 2011, 8(3): 446-450.

[2] 陳士超, 武其松, 劉明, 等. 嚴(yán)格解析譜下同航線雙基SAR頻率變標(biāo)成像算法[J]. 電子與信息學(xué)報, 2011, 33(6): 1447-1452.

[3] 保錚, 邢孟道, 王彤. 雷達(dá)成像技術(shù)[M]. 北京: 電子工業(yè)出版社, 2005: 151-165.

[4] 王亮, 王建, 黃曉濤, 等. Chirp Scaling 算法中相位補償因子研究[J]. 電子與信息學(xué)報2007, 29(1): 6-11.

[5] Raney R K, Runge H, Bamler R,.. Precision SAR processing using chirp scaling[J]., 1994, 32(4): 786-799.

[6] 李春升, 楊威, 王鵬波. 星載SAR成像處理算法綜述[J]. 雷達(dá)學(xué)報, 2013, 2(1): 111-122.

Li Chun-sheng, Yang Wei, and Wang Peng-bo. A review of spaceborne SAR algorithm for image formation[J]., 2013, 2(1): 111-122.

[7] 鄧云凱, 趙鳳軍, 王宇. 星載SAR技術(shù)的發(fā)展趨勢及應(yīng)用淺析[J]. 雷達(dá)學(xué)報, 2012, 1(1): 1-10.

Deng Yun-kai, Zhao Feng-jun, and Wang Yu. Brief analysis on the development and appliecation of spaceborne SAR[J]., 2012, 1(1): 1-10.

[8] Cristallini D, Pastina D, Colone F,.. Efficient detection and imaging of moving targets in SAR images based on chirp scaling[J]., 2013, 51(4): 2403-2416.

[9] 曾海彬, 曾濤, 李濤. 聚束式SAR斜視模型子孔徑CS算法[J]. 北京理工大學(xué)學(xué)報, 2006, 26(4): 349-352.

[10] 黃源寶, 保錚. 大斜視SAR成像的一種新的二維可分離處理方法[J]. 電子與信息學(xué)報, 2005, 27(1): 1-5.

[11] Abramowitz M and Stegun I A. Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables [M]. New York: Dover, 1972: 771-802.

[12] Clemente C and Soraghan J. Approximation of the bistatic slant range using chebyshev polynomials[J]., 2012, 9(4): 682-686.

[13] Papoulis A. Systems and Transforms with Applications in Optics[M]. New York: McGraw-Hill, 1968: 203-204.

[14] Rivlin T J. An Introduction to the Approximation of Functions[M]. New York: Dover, 2003: 39-68.

[15] Mittermayer J, Moreira A, and Loffeld O. Spotlight SAR data processing using the frequency scaling algorithm[J]., 1999, 37(5): 2198-2214.

侯育星： 男，1987年生，博士生，研究方向為SAR成像算法.

陳士超： 男，1985年生，博士生，研究方向為雷達(dá)成像.

唐 禹： 男，1976年生，副教授，研究方向為SAR實時信號處理、雷達(dá)系統(tǒng)技術(shù).

馮大政： 男，1959年生，教授，研究方向為自適應(yīng)信號處理、陣列信號處理.

邢孟道： 男，1975年生，教授，研究方向為SAR成像、ISAR成像、InSAR成像.

A New Form of Chirp Scaling Algorithm Based on Chebyshev Polynomials in Synthetic Aperture Radar Imaging

Hou Yu-xing Chen Shi-chao Tang Yu Feng Da-zheng Xing Meng-dao

(,,’710071,)

A new form of Chirp Scaling (CS) algorithm based on Chebyshevpolynomials in Synthetic Aperture Radar is proposed in this paper. Instead of Taylor series expansion, the Chebyshevpolynomials is used to approximate the two-dimensional frequency spectrum of the

signal which leads to a more accurate spectrum. Then the mathematic model extracted from the optical system is exploited to confirm the scaling function for range cell migration correction. Moreover, the approximation errors have the bounded limitation which improve the focusing effect of edge point and increase the depth of focus of the scene. The results of simulations confirm the effectiveness of the proposed algorithm.

SAR radar imaging; Chebyshevpolynomials; Chirp Scaling (CS) algorithm

TN957.52

A

1009-5896(2014)11-2646-06

10.3724/SP.J.1146.2013.01624

侯育星 houyuxing205@163.com

2013-10-25收到，2014-07-18改回

國家自然科學(xué)基金優(yōu)秀青年基金(61222108)資助課題