一種基于Deramp處理的空時自適應(yīng)處理方法

李學(xué)仕 孫光才 邵 鵬 吳玉峰 邢孟道

?

一種基于Deramp處理的空時自適應(yīng)處理方法

李學(xué)仕*孫光才 邵 鵬 吳玉峰 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)

在多通道合成孔徑雷達(dá)動目標(biāo)檢測(SAR-GMTI)系統(tǒng)中，直接利用傳統(tǒng)的后多普勒空時自適應(yīng)處理(PD-STAP)技術(shù)進(jìn)行雜波抑制會導(dǎo)致3個問題。第一，由于動目標(biāo)徑向速度引起的多普勒偏移會導(dǎo)致動目標(biāo)出現(xiàn)譜卷繞，直接利用匹配濾波的方法對動目標(biāo)聚焦會出現(xiàn)虛假目標(biāo)。第二，在信號下采樣的情況下，動目標(biāo)聚焦位置會出現(xiàn)脈沖重復(fù)頻率(PRF)的偏差，從而導(dǎo)致一個動目標(biāo)可能出現(xiàn)在多個位置，使得動目標(biāo)檢測變得復(fù)雜。第三，利用傳統(tǒng)的PD-STAP技術(shù)進(jìn)行雜波抑制會導(dǎo)致很大的計算復(fù)雜性?；诖?，該文提出一種基于Deramp處理的空時自適應(yīng)處理方法進(jìn)行雜波抑制處理，可以有效解決上述問題。該文最后通過仿真實驗驗證了該方法的有效性。

合成孔徑雷達(dá)；Deramp處理；后多普勒空時自適應(yīng)處理(PD-STAP)；動目標(biāo)檢測；動目標(biāo)成像

1 引言

動目標(biāo)的模糊來自于兩個方面：一是由于動目標(biāo)徑向速度導(dǎo)致的頻譜偏移，從而造成譜卷繞，二是由于方位欠采樣造成的多普勒譜模糊。上面提到的傳統(tǒng)STAP處理方法可以解決由于方位欠采樣造成的多普勒譜模糊問題。但是它對于由于徑向速度導(dǎo)致的譜卷繞是無能為力的。如果動目標(biāo)本身的多普勒譜是卷繞的，得到的動目標(biāo)的頻譜依然是譜卷繞的。當(dāng)動目標(biāo)的多普勒譜發(fā)生卷繞的情況時，采用傳統(tǒng)匹配濾波的方法直接對動目標(biāo)進(jìn)行成像時，會造成虛假目標(biāo)的產(chǎn)生[16]。在方位信號下采樣的情況下，動目標(biāo)在空時平面中存在模糊分量，采用傳統(tǒng)的STAP方法進(jìn)行雜波抑制時，當(dāng)利用的動目標(biāo)徑向速度與其真實值不匹配時，會導(dǎo)致動目標(biāo)的聚焦位置出現(xiàn)錯誤。此外，傳統(tǒng)的STAP方法為保證不損失動目標(biāo)的信雜噪比(Signal-to-Clutter-plus- Noise Ratio, SCNR)，需要對動目標(biāo)可能的徑向速度范圍內(nèi)進(jìn)行徑向速度搜索，這會導(dǎo)致比較大的計算復(fù)雜性。為解決上述這些問題，本文提出了一種基于Deramp處理的空時自適應(yīng)處理方法。利用本文方法，雜波抑制后動目標(biāo)的多普勒譜是壓縮的，可以避免由于其徑向速度造成譜卷繞的情況發(fā)生，因而可避免虛假目標(biāo)的產(chǎn)生。同時由于動目標(biāo)的多普勒譜得到了壓縮，其在空時平面中不存在模糊分量，因而可以成功解決動目標(biāo)聚焦位置出錯的情況。而且，利用本文提出的雜波抑制方法，只需對基帶范圍內(nèi)的速度進(jìn)行搜索即可完成場景中所有動目標(biāo)的處理，同時不會造成動目標(biāo)SCNR的損失，可以大大降低計算復(fù)雜性。

本文內(nèi)容安排如下：第2節(jié)對多通道動目標(biāo)回波模型進(jìn)行了建立；第3節(jié)對Deramp處理后的空時2維平面的特性進(jìn)行了描述，并推導(dǎo)了基于Deramp處理的空時自適應(yīng)方法；第4節(jié)對本文所提方法進(jìn)行了仿真驗證；第5節(jié)給出了全文總結(jié)。

2 多通道條帶SAR動目標(biāo)回波模型

其中為方位慢時間，為目標(biāo)徑向速度，為目標(biāo)橫向速度，為第個通道距參考通道(Ref)距 離，,為通道數(shù)。方位位置為處的動目標(biāo)斜距歷程可以表示為[16]，其中。

3 基于Deramp處理的空時自適應(yīng)處理方法

在這一節(jié)中，將首先對基于Deramp處理的空時自適應(yīng)處理方法進(jìn)行推導(dǎo)。首先本文構(gòu)造用于Deramp處理的參考函數(shù)如式(4)

將式(4)與式(3)相乘后并變換到方位多普勒域與空間角度域，可以得到

當(dāng)式(6)中動目標(biāo)速度變?yōu)榱銜r，即為靜止雜波在空時2維平面中的關(guān)系

表1系統(tǒng)仿真參數(shù)設(shè)置

波長(m)0.03場景中心距離(km)500 發(fā)射信號帶寬(MHz)50方位向發(fā)射天線孔徑長度(m)4 脈沖重復(fù)頻率(Hz)666.7脈沖寬度(μs)1 平臺速度(m/s)4000通道個數(shù)(個)32

下面將基于Deramp處理后的空時2維平面展開雜波抑制處理。將式(5)變換到方位多普勒域，對于多通道SAR系統(tǒng)，PRF有可能會小于方位信號帶寬，因而在每個通道中信號會產(chǎn)生混疊現(xiàn)象，此時可以表示為

這一重聚焦過程在雜波抑制后，動目標(biāo)走動校正之前執(zhí)行。在式(12)中，同樣需要對動目標(biāo)橫向速度進(jìn)行遍歷，遍歷的間隔可以采用文獻(xiàn)[18]中介紹的方法，在損失動目標(biāo)SCNR最小的情況下，采用最少的濾波器組實現(xiàn)動目標(biāo)的精聚焦。

4 仿真實驗

在這一節(jié)中，將對本文的算法進(jìn)行仿真驗證，具體的系統(tǒng)仿真參數(shù)如表1所示，仿真中假定背景雜波的幅度服從瑞利分布，相位服從均勻分布，并在背景雜波中加入雜噪比為CNR=60 dB的高斯噪聲。在背景雜波中隨機(jī)放置4個動目標(biāo)，動目標(biāo)的參數(shù)信息如表2所示，仿真的條帶SAR場景以及動目標(biāo)在場景中的分布位置如圖4(a)所示，圖中的箭頭表示動目標(biāo)的位置以及動目標(biāo)的運動方向。圖4(b)為參考通道獲得的原始場景回波的2維頻譜。

圖2 空時2維平面對比

圖3 雜波抑制后數(shù)據(jù)

圖4 仿真場景

表2動目標(biāo)速度參數(shù)

參數(shù)動目標(biāo)1動目標(biāo)2動目標(biāo)3動目標(biāo)4 徑向速度(m/s)5.5015.5025.5015.50 橫向速度(m/s)1.4012.302.703.30

為驗證本文所提方法的有效性，本文同傳統(tǒng)方法進(jìn)行比較。當(dāng)利用傳統(tǒng)的STAP方法[12]進(jìn)行雜波抑制后，對動目標(biāo)進(jìn)行聚焦處理得到的聚焦結(jié)果如圖5所示。圖5(a)，圖5(b)，圖5(c)分別給出了采用5.5 m/s, 15.5 m/s與25.5 m/s進(jìn)行雜波抑制后聚焦的結(jié)果。從中本文可以發(fā)現(xiàn)每個動目標(biāo)聚焦在3個不同的位置，各聚焦位置存在一個PRF的偏移，這對進(jìn)行動目標(biāo)檢測是非常不利的。

為驗證本文所提算法的有效性，除了驗證上述3個優(yōu)點外，本文同樣給出了動目標(biāo)的SCNR同傳統(tǒng)方法的比較實驗。這里動目標(biāo)SCNR定義為在圖像域，動目標(biāo)的峰值功率同雜波與噪聲平均功率的比值，它可以反映動目標(biāo)聚焦質(zhì)量與雜波抑制性能的好壞[4]。仿真結(jié)果如表3所示。表3中圓括號中的第1個數(shù)字表示用于雜波抑制動目標(biāo)的徑向速度，第2數(shù)字表示用于正確校正動目標(biāo)走動的模糊數(shù)。從表中可以明顯看出利用傳統(tǒng)方法與本文提出的方法得到的動目標(biāo)的SCNR是相似的。本文方法在擁有上述3個優(yōu)點外，這個仿真實驗驗證了本文所提方法同傳統(tǒng)STAP方法抑制雜波的性能相當(dāng)。

5 結(jié)束語

本文提出了一種基于Deramp處理的空時自適應(yīng)處理方法，其可以避免由于動目標(biāo)譜卷繞從而造成虛假目標(biāo)產(chǎn)生的情況。在方位信號下采樣的情況下，采用傳統(tǒng)的STAP方法進(jìn)行雜波抑制時，會導(dǎo)致動目標(biāo)的聚焦位置出現(xiàn)錯誤，而本文所提方法由于動目標(biāo)的多普勒譜得到了壓縮，不存在動目標(biāo)模糊分量，從而可以避免動目標(biāo)聚焦位置出現(xiàn)錯誤的問題。此外，利用本文的方法，在進(jìn)行雜波抑制時只需考慮基帶范圍內(nèi)的速度，大大降低了雜波抑制處理的復(fù)雜性。最后，通過仿真實驗驗證了本文所提算法的有效性。

圖5 動目標(biāo)聚焦結(jié)果

圖6 采用本文方法得到雜波抑制后的結(jié)果

圖7 利用本文方法得到的動目標(biāo)聚焦結(jié)果

表3利用兩種方法得到的動目標(biāo)的SCNR

SCNR(dB)動目標(biāo)1動目標(biāo)2動目標(biāo)3動目標(biāo)4 傳統(tǒng)方法36.01 (5.5 m/s,0)27.96(15.5 m/s,1)32.21(25.5 m/s,1)32.18(15.5 m/s,1) 本文方法36.15(-4.5 m/s,1)27.74(-4.5 m/s,3)32.46(-4.5 m/s,2)32.47(-4.5 m/s,2)

[1] Dragosevic M V, Burwash W, and Chiu S. Detection and estimation with RADARSAT-2 moving-object detection experiment modes[J]., 2012, 50(9): 3527-3543.

[2] Sikaneta I C and Gierull C H. Adaptive CFAR for space- based multichannel SAR–GMTI[J]., 2012, 50(12): 5004-5013.

[3] Baumgartner S V and Krieger G. Fast GMTI algorithm for traffic monitoring based on a priori knowledge[J]., 2012, 50(11): 4626-4641.

[4] 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.

[5] 鄭世超, 宋紅軍, 劉亞波, 等. 廣域監(jiān)視動目標(biāo)檢測模式下動目標(biāo)快速定位誤差分析[J]. 雷達(dá)學(xué)報, 2103, 2(4): 445-453.

Zheng Shi-chao, Song Hong-jun, Liu Ya-bo.. Error analysis of fast moving target Geo-location in wide area surveillance ground moving target indication mode[J].2103, 2(4): 445-453.

[6] Lightstone L, Faubert D, and Rempel G. Multiple phase center DPCA for airborne radar[C]. Proceedings of the IEEE National Radar Conference, Los Angeles, USA, 1991: 36-40.

[7] Gierull C H. Statistical analysis of multilook SAR interferograms for CFAR detection of ground moving targets[J]., 2004, 42(4): 691-701.

[8] Ender J H G. Space-time processing for multichannel synthetic aperture radar[J].&, 1999, 11(1): 29-38.

[9] Wu W B. Fourier transforms of stationary processes[J]., 2004, 133(1): 285-293.

[10] Cristallini D, Colone F, Pastina D,Integrated clutter cancellation and high-resolution imaging of moving targets in multichannel SAR[C]. Proceedings of the 6th European Radar Conference, Rome, Italy, 2009: 57-60.

[11] Cerutti-Maori D and Sikaneta I. Optimum GMTI processing for spacebased SAR/GMTI systems—theoretical derivation [C]. Proceedings of the 9th European Conference on Synthetic Aperture Radar, Aachen, German, 2010: 390-393.

[12] Cerutti-Maori D, Sikaneta I, and Gierull C. H. Optimum SAR/GMTI processing and its application to the radar satellite RADARSAT-2 for traffic monitoring[J]., 2012, 50(10): 3868-3881.

[13] 鄧云凱, 劉亞東, 行坤, 等. 一種結(jié)合時頻分析與 Dechirp 技術(shù)提高運動目標(biāo)參數(shù)估計精度的多通道方法[J]. 電子與信息學(xué)報, 2011, 33(1): 14-20.

Deng Yun-kai, Liu Ya-dong, Xing Kun,. A high accurate method of estimating moving target’s parameters using time-frequency analysis and Dechirp technology with multi-channel[J].&, 2011, 33(1): 14-20.

[14] 張丹丹, 仇曉蘭, 胡東輝, 等. 基于運動目標(biāo)檢測的同步軌道星-空雙站SAR雜波特性分析[J]. 雷達(dá)學(xué)報, 2013, 2(3): 348-356.

Zhang Dan-dan, Qiu Xiao-lan, Hu Dong-hui,.. Analysis of geosynchronous satellite-air bistatic SAR clutter characteristics from the viewpoint of ground moving target indication[J]., 2013, 2(3): 348-356.

[15] 常玉林, 周紅, 黃曉濤, 等. 多通道SAR 頻率多普勒域?qū)拵чLCPI STAP 方法[J]. 電子學(xué)報, 2011, 39(6): 1245-1252.

Chang Yu-lin, Zhou Hong, Huang Xiao-tao,.. Frequency- doppler domain wideband long CPI STAP method for multichannel SAR system[J]., 2011, 39(6): 1245-1252.

[16] Sun G, Xing M, Xia X G,Robust ground moving target imaging using deramp–keystone processing[J]., 2013, 51(2): 966-982.

[17] Zhu S Q, Liao G S, Qu Y,A new slant range velocity ambiguity resolving approach of fast moving targets for SAR system[J]., 2010, 48(1): 432-451.

[18] Xia X G, Wang G Y, and Chen V C. Quantitative SNR analysis for ISAR imaging using joint time-frequency analysis–short time Fourier transform[J]., 2002, 38(2): 649-659.

李學(xué)仕： 男，1988年生，博士生，研究方向為雷達(dá)成像及動目標(biāo)檢測.

孫光才： 男，1984年生，講師，博士，研究方向為新體制SAR成像及動目標(biāo)檢測.

邢孟道： 男，1974年生，教授，博士生導(dǎo)師，研究方向為雷達(dá)成像和模式識別等.

A Space-time Adaptive Processing Method Based on Deramp Processing

Li Xue-shi Sun Guang-cai Shao Peng Wu Yu-feng Xing Meng-dao

(,,710071,)

In multichannel Synthetic Aperture Radar-Ground Moving Targets Indication (SAR-GMTI) systems, three problems are led by utilizing the conventional Post Doppler-Space-Time Adaptive Processing (PD-STAP) technique. Firstly, the target Doppler spectrum is wrapped because of the Doppler shift caused by the cross-track velocity of the moving target. The ambiguities are appeared if directly using the matched filtering. Secondly, in the case of the signal undersampling, a Pulse Repeating Frequency (PRF) shifting is caused in the azimuth direction for a moving target in the focused image. This makes the moving target detection much more complicated and challenging. Thirdly, the traditional PD-STAP technique also has a high computational complexity. To overcome these problems, a novel space-time adaptive processing method based on Deramp processing is proposed. Simulation results validate the effectiveness of the proposed algorithm.

SAR; Deramp processing; Post Doppler-Space-Time Adaptive Processing (PD-STAP); Moving targets detection; Moving targets imaging

TN957.51

A

1009-5896(2014)11-2659-07

10.3724/SP.J.1146.2013.01803

李學(xué)仕 lixueshi@stu.xidian.edu.cn

2013-11-14收到，2014-05-06改回

國家自然科學(xué)基金優(yōu)秀青年基金(61222108)，國家自然科學(xué)青年基金(61301292, 61101245)和中央高?；究蒲袠I(yè)務(wù)費專項(K5051302058, K5051302046)資助課題