基于自聚焦的變門限SAR/GMTI動(dòng)目標(biāo)檢測(cè)方法

陳格格 朱岱寅 吳 迪 毛新華

(南京航空航天大學(xué)雷達(dá)成像與微波光子技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南京，210016)

基于自聚焦的變門限SAR/GMTI動(dòng)目標(biāo)檢測(cè)方法

陳格格 朱岱寅 吳 迪 毛新華

(南京航空航天大學(xué)雷達(dá)成像與微波光子技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南京，210016)

高分辨率合成孔徑雷達(dá)(Synthetic aperture radar,SAR)合成孔徑時(shí)間長(zhǎng)導(dǎo)致動(dòng)目標(biāo)散焦嚴(yán)重、信雜噪比(Signal clutter noise ratio,SCNR)降低，增加了對(duì)動(dòng)目標(biāo)的檢測(cè)難度。針對(duì)這種情況，本文提出了一種基于自聚焦的變門限SAR/(Ground moving target indication,GMTI)動(dòng)目標(biāo)檢測(cè)算法。該算法利用距離相位誤差和方位相位誤差之間存在的固定關(guān)系實(shí)現(xiàn)對(duì)動(dòng)目標(biāo)的兩維相位誤差的估計(jì)與補(bǔ)償，達(dá)到提高SCNR的目的。通過(guò)兩級(jí)不同門限的恒虛警率(Constant false alarm rate,CFAR)檢測(cè)分別實(shí)現(xiàn)動(dòng)目標(biāo)檢測(cè)和排除虛警。實(shí)測(cè)數(shù)據(jù)結(jié)果表明，本文算法能有效地檢測(cè)動(dòng)目標(biāo)，降低虛警概率。

合成孔徑雷達(dá)；地面動(dòng)目標(biāo)指示；自聚焦；恒虛警檢測(cè)

引 言

多通道合成孔徑雷達(dá)地面動(dòng)目標(biāo)指示(Synthetic aperture radar/Ground moving target indication，SAR/GMTI)系統(tǒng)[1]能夠在對(duì)目標(biāo)區(qū)域進(jìn)行成像的同時(shí)實(shí)現(xiàn)對(duì)地面動(dòng)目標(biāo)的檢測(cè)、測(cè)速和定位，具有很高的軍事及民用價(jià)值。目前，多通道SAR系統(tǒng)常用的動(dòng)目標(biāo)檢測(cè)方法主要包括：偏置相位中心天線(Displaced phase center antenna，DPCA)技術(shù)、沿航跡干涉(Along-track interferometry，ATI)技術(shù)以及空時(shí)自適應(yīng)處理(Space time adaptive processing，STAP)技術(shù)等。DPCA技術(shù)在載機(jī)飛行航跡上放置兩個(gè)或兩個(gè)以上的接收相位中心，通過(guò)相位中心的移位抑制雜波譜展寬，擴(kuò)大動(dòng)目標(biāo)多普勒檢測(cè)區(qū)域，實(shí)現(xiàn)對(duì)慢速目標(biāo)的檢測(cè)[2]。ATI技術(shù)將兩通道的SAR復(fù)圖像共軛相乘得到干涉SAR復(fù)圖像，利用干涉相位與動(dòng)目標(biāo)徑向速度近似成正比的關(guān)系實(shí)現(xiàn)對(duì)動(dòng)目標(biāo)的檢測(cè)[3]。STAP技術(shù)同時(shí)結(jié)合了接收波束成形和目標(biāo)多普勒濾波，通過(guò)空、時(shí)兩維濾波抑制主瓣雜波及旁瓣雜波獲得對(duì)慢速、微弱目標(biāo)的檢測(cè)效果[4]。隨著SAR/GMTI技術(shù)的發(fā)展，在經(jīng)典檢測(cè)方法的基礎(chǔ)上，相繼衍生出新的檢測(cè)方法。如近年來(lái)提出的EDPCA(Extended DPCA)技術(shù)[2]和ISTAP(Imaging STAP)技術(shù)[5]，解決了距離徙動(dòng)導(dǎo)致動(dòng)目標(biāo)只有部分脈沖參與相干積累的問(wèn)題及動(dòng)目標(biāo)沿航跡速度分量導(dǎo)致的散焦問(wèn)題。對(duì)于任何一種動(dòng)目標(biāo)檢測(cè)方法，信雜噪比(Signal clutter noise ratio，SCNR)都是決定檢測(cè)及估計(jì)性能的關(guān)鍵因素之一。

隨著當(dāng)代各種軍事、民用設(shè)施的不斷升級(jí)，人們對(duì)SAR系統(tǒng)功能的需求日益提高，SAR/GMTI應(yīng)不局限于發(fā)現(xiàn)、跟蹤目標(biāo)，應(yīng)同時(shí)具備對(duì)目標(biāo)的識(shí)別能力，這就對(duì)SAR/GMTI系統(tǒng)分辨率的進(jìn)一步提升提出了要求。經(jīng)過(guò)幾十年的發(fā)展，SAR系統(tǒng)的分辨率從最初的幾十米逐漸提升至1 m以下，德國(guó)FGAN開(kāi)發(fā)的PAMIR系統(tǒng)已經(jīng)可以實(shí)現(xiàn)0.1 m的分辨率?，F(xiàn)有的方法一般通過(guò)增大方位積累角和加長(zhǎng)合成孔徑時(shí)間來(lái)提高系統(tǒng)方位向分辨率，通過(guò)提升發(fā)射信號(hào)的帶寬來(lái)提高系統(tǒng)距離向分辨率[6,7]。眾所周知，SAR成像過(guò)程中，運(yùn)動(dòng)補(bǔ)償、匹配濾波器設(shè)計(jì)等步驟均對(duì)地面靜止目標(biāo)進(jìn)行，能夠使地面靜止場(chǎng)景完全聚焦。而GMTI過(guò)程面對(duì)的地面動(dòng)目標(biāo)均為非配合目標(biāo)，在成像過(guò)程中其運(yùn)動(dòng)狀態(tài)未知，因此，與靜止目標(biāo)相比，動(dòng)目標(biāo)在SAR圖像中往往存在不同程度的散焦現(xiàn)象。在分辨率進(jìn)一步提高的情況下，動(dòng)目標(biāo)散焦現(xiàn)象更為嚴(yán)重，直接導(dǎo)致其在圖像中的SCNR下降。

針對(duì)這種情況，本文提出了一種基于動(dòng)目標(biāo)自聚焦的變門限恒虛警率(Constant false alarm rate，CFAR)檢測(cè)方法，有效地改善了動(dòng)目標(biāo)散焦引起的SCNR下降、檢測(cè)性能降低問(wèn)題。該方法從雜波對(duì)消后的SAR圖像入手，通過(guò)CFAR檢測(cè)-動(dòng)目標(biāo)分塊自聚焦-CFAR檢測(cè)實(shí)現(xiàn)對(duì)動(dòng)目標(biāo)的報(bào)警。在第1次CFAR檢測(cè)中，檢測(cè)門限設(shè)置較低，以增加虛警概率的代價(jià)換取多數(shù)的動(dòng)目標(biāo)通過(guò)該次檢測(cè)。隨后，對(duì)每一個(gè)通過(guò)檢測(cè)門限目標(biāo)所在的子圖像進(jìn)行自聚焦處理。聚焦處理后，再次對(duì)每一個(gè)目標(biāo)進(jìn)行CFAR檢測(cè)，此次檢測(cè)的門限設(shè)置較高，一般依據(jù)最終系統(tǒng)所需虛警概率設(shè)定。由于動(dòng)目標(biāo)經(jīng)自聚焦后距離徙動(dòng)和方位散焦均得到明顯改善， SCNR顯著提升，而虛警目標(biāo)(多數(shù)為強(qiáng)雜波點(diǎn))經(jīng)自聚焦后圖像未有明顯變化，故此步驟將因第一次檢測(cè)門限較低引入的多數(shù)虛警點(diǎn)剔除。該方法相比于傳統(tǒng)的單次檢測(cè)方案，能夠明顯改善由于動(dòng)目標(biāo)散焦引起的檢測(cè)性能下降問(wèn)題，特別適用于高分辨率SAR/GMTI系統(tǒng)。本文通過(guò)仿真實(shí)驗(yàn)和三通道SAR實(shí)測(cè)數(shù)據(jù)處理結(jié)果對(duì)上述方法進(jìn)行了驗(yàn)證。

1 動(dòng)目標(biāo)散焦對(duì)檢測(cè)的影響

圖1 雜波對(duì)消后的動(dòng)目標(biāo)圖像Fig．1 Images of ground moving target after clutter suppression

從信號(hào)處理角度上看，SAR成像本質(zhì)上是二維匹配濾波的過(guò)程，其中匹配濾波器參數(shù)的設(shè)置由雷達(dá)系統(tǒng)參數(shù)及平臺(tái)運(yùn)動(dòng)參數(shù)決定。由于現(xiàn)有SAR成像算法最終目的為獲取地面靜止場(chǎng)景二維高分辨圖像，故成像處理中運(yùn)動(dòng)補(bǔ)償、方位匹配濾波等步驟均對(duì)地面靜止點(diǎn)進(jìn)行。由于自身運(yùn)動(dòng)，地面動(dòng)目標(biāo)信號(hào)的相位歷史與同一位置靜止目標(biāo)存在差異,這直接導(dǎo)致了動(dòng)目標(biāo)在成像圖中的方位位置偏移及散焦[8]。其中，當(dāng)分辨率較高時(shí)目標(biāo)散焦現(xiàn)象尤為顯著，表現(xiàn)為由殘余距離徙動(dòng)及方位相位誤差引起的距離、方位二維散焦。圖1(a)給出了某型三通道X波段機(jī)載雷達(dá)實(shí)測(cè)數(shù)據(jù)SAR圖像中雜波對(duì)消后的動(dòng)目標(biāo)二維圖像，從圖1中可以看出，方位向散焦嚴(yán)重且距離向存在橫跨多個(gè)單元的彎曲。對(duì)同一個(gè)目標(biāo)而言，其在合成孔徑時(shí)間內(nèi)由雷達(dá)接收到的能量一定，故當(dāng)其在SAR圖像中發(fā)生散焦時(shí)，能量會(huì)分散于多個(gè)像素單元內(nèi)，對(duì)于每個(gè)像素單元，動(dòng)目標(biāo)的SCNR較低。而SCNR幾乎是所有多通道SAR動(dòng)目標(biāo)檢測(cè)算法的關(guān)鍵性能指數(shù)之一，因此目標(biāo)散焦的出現(xiàn)將會(huì)直接影響后續(xù)的檢測(cè)性能。

圖2 單元平均CFAR(CA-CFAR)檢測(cè)示意圖 Fig．2 Sketch of CA-CFAR detection

除了會(huì)導(dǎo)致動(dòng)目標(biāo)的SCNR降低之外，當(dāng)采用一些自適應(yīng)門限檢測(cè)算法時(shí)，目標(biāo)散焦現(xiàn)象會(huì)進(jìn)一步影響檢測(cè)性能。如在很多情況下，經(jīng)過(guò)目標(biāo)對(duì)消或抑制處理后，常利用單元平均CFAR(Cell averaging constant false alarm rate，CA-CFAR)檢測(cè)的方法實(shí)現(xiàn)對(duì)動(dòng)目標(biāo)的檢測(cè)。該方法通過(guò)比較圖像每個(gè)待檢測(cè)單元的幅度是否超過(guò)檢測(cè)門限來(lái)判斷動(dòng)目標(biāo)是否存在，在給定虛警率的條件下，每個(gè)待檢測(cè)單元的門限由周圍單元訓(xùn)練樣本估計(jì)所得[9]。在估計(jì)的過(guò)程中，為了防止目標(biāo)自身的相消，與待檢測(cè)單元緊鄰的像素單元并不作為訓(xùn)練樣本，此即為保護(hù)單元。圖2給出了CA-CFAR檢測(cè)過(guò)程中，訓(xùn)練樣本單元、保護(hù)單元以及待檢測(cè)單元的示意圖。由圖2可知，當(dāng)動(dòng)目標(biāo)在圖像中發(fā)生散焦時(shí)，由于不同目標(biāo)在圖像中擴(kuò)散的范圍不同，故保護(hù)單元范圍的設(shè)置即成為CA-CFAR檢測(cè)方法中難以抉擇的一個(gè)問(wèn)題。動(dòng)目標(biāo)由于散焦導(dǎo)致能量分散，SCNR降低，往往在方位及距離向占多個(gè)單元。在對(duì)待檢測(cè)目標(biāo)單元進(jìn)行判決時(shí)，訓(xùn)練樣本中存在的其他目標(biāo)單元會(huì)抬高判決門限，使檢測(cè)概率降低。為了改善這一問(wèn)題，可以對(duì)待檢測(cè)圖像做自聚焦處理，圖1(a)中的動(dòng)目標(biāo)經(jīng)自聚焦后如圖1(b)所示，模糊單元大幅減少。對(duì)自聚焦前后的動(dòng)目標(biāo)作方位向剖面圖，見(jiàn)圖3(其中虛線表示CA-CFAR檢測(cè)門限，實(shí)線表示動(dòng)目標(biāo)能量)。從圖1可以看出，在相同的虛警概率條件下，自聚焦后動(dòng)目標(biāo)的SCNR增大且其與檢測(cè)門限的幅度差明顯高于自聚焦前。由此可見(jiàn)，改善動(dòng)目標(biāo)的散焦情況將有助于提升動(dòng)目標(biāo)檢測(cè)算法的性能。

圖3 CA-CFAR檢測(cè)門限與動(dòng)目標(biāo)能量方位向剖面圖Fig．3 CA-CFAR detection threshold and profile along azimuth of power of moving target

2 動(dòng)目標(biāo)檢測(cè)方法

圖4 動(dòng)目標(biāo)檢測(cè)算法流程圖 Fig．4 Flow chart of the moving target detection algorithm

針對(duì)上文提到的高分辨率SAR圖像中動(dòng)目標(biāo)散焦嚴(yán)重導(dǎo)致檢測(cè)性能降低的情況，本文提出了一種基于動(dòng)目標(biāo)自聚焦的變門限SAR/GMTI動(dòng)目標(biāo)檢測(cè)算法，該算法流程如圖4所示。首先對(duì)等間隔排列的天線接收到的回波數(shù)據(jù)進(jìn)行通道誤差校正[10]，消除各通道之間存在的固定增益誤差和相位失配誤差。隨后對(duì)各通道回波數(shù)據(jù)進(jìn)行SAR成像，并做雜波抑制處理。本文在實(shí)測(cè)數(shù)據(jù)處理中采用了自適應(yīng)雜波抑制干涉(Adaptive clutter suppression interferometry，ACSI)技術(shù)[11]，利用相鄰像素單元信號(hào)估計(jì)該像素單元的空域?qū)ο麢?quán)系數(shù)。對(duì)于處于同一像素單元的動(dòng)目標(biāo)和雜波信號(hào)，兩通道的雜波分量的相位誤差一定，可以實(shí)現(xiàn)完全對(duì)消，而動(dòng)目標(biāo)由于徑向速度引入了附加的多普勒頻率，不能完全對(duì)消，能量得以保留。經(jīng)該步驟處理，提高了輸出圖像的SCNR，有利于后續(xù)的CFAR檢測(cè)。雜波對(duì)消后，對(duì)圖像做CA-CFAR檢測(cè)。此次檢測(cè)設(shè)置的門限較低，以確保絕大多數(shù)動(dòng)目標(biāo)通過(guò)檢測(cè)。但與此同時(shí)，一些對(duì)消不完全的強(qiáng)雜波由于能量強(qiáng)于周圍環(huán)境，被誤判為動(dòng)目標(biāo)，造成虛警。下面將通過(guò)后續(xù)處理排除由低檢測(cè)門限引入的虛警。

由第1節(jié)分析可知，減少動(dòng)目標(biāo)模糊單元可以有效提升CA-CFAR檢測(cè)的性能。本文算法對(duì)每個(gè)通過(guò)第1次檢測(cè)門限的目標(biāo)單獨(dú)進(jìn)行自聚焦處理，從而實(shí)現(xiàn)動(dòng)目標(biāo)SCNR的提升。即首先根據(jù)CA-CFAR檢測(cè)結(jié)果，在對(duì)消圖中提取通過(guò)檢測(cè)門限目標(biāo)所在的區(qū)域的子圖像，將子圖像返回?cái)?shù)據(jù)域，隨后采用相位梯度自聚焦(Phase gradient autofocus，PGA)算法對(duì)動(dòng)目標(biāo)的方位相位誤差進(jìn)行估計(jì)。由于動(dòng)目標(biāo)的兩維相位誤差與方位相位誤差之間存在一定的關(guān)系，根據(jù)此關(guān)系可以推算出兩維相位誤差，對(duì)散焦目標(biāo)圖像進(jìn)行相位補(bǔ)償，實(shí)現(xiàn)二維自聚焦。而由強(qiáng)雜波剩余導(dǎo)致的虛警目標(biāo)由于已經(jīng)得到良好聚焦，故經(jīng)此步驟處理后無(wú)明顯變化。在此條件下，提高檢測(cè)門限對(duì)聚焦后的圖像進(jìn)行第2次CA-CFAR檢測(cè)，能有效地排除大部分虛警目標(biāo)，得到較為準(zhǔn)確的檢測(cè)結(jié)果。

3 動(dòng)目標(biāo)自聚焦

3.1 SAR回波信號(hào)模型

在SAR圖像中，動(dòng)目標(biāo)散焦不僅表現(xiàn)為方位向散焦還表現(xiàn)為距離向模糊，該現(xiàn)象由兩維相位誤差導(dǎo)致。為了通過(guò)自聚焦減少動(dòng)目標(biāo)模糊單元，提升SCNR，本文通過(guò)分析SAR回波信號(hào)模型提出了一種一維估計(jì)兩維補(bǔ)償?shù)膭?dòng)目標(biāo)自聚焦算法。設(shè)載機(jī)勻速直線飛行，雷達(dá)發(fā)射一系列脈沖信號(hào)，假設(shè)地面存在一個(gè)運(yùn)動(dòng)點(diǎn)目標(biāo)，目標(biāo)回波信號(hào)經(jīng)雷達(dá)接收解調(diào)后可以表示為

(1)

式中：A為回波信號(hào)幅度，tr為距離時(shí)間(快時(shí)間)，ta為方位時(shí)間(慢時(shí)間)，R(ta)為目標(biāo)到載機(jī)的瞬時(shí)距離，fc為載頻，c為光速。

對(duì)式(1)做距離向快速傅里葉變換(Fast Fourier transformation，F(xiàn)FT)可得

(2)

式中:fr為距離頻率。此時(shí)提取相位信息可得

(3)

式中

(4)

(5)

3.2 動(dòng)目標(biāo)自聚焦算法

(6)

式(6)經(jīng)Keystone變換后可得

(7)

將式(7)對(duì)fr=0 進(jìn)行泰勒展開(kāi)有

(8)

式中

(9)

(10)

忽略較小的二階及以上高次項(xiàng)分量，得

(11)

式中

(12)

(13)

(14)

距離相位誤差并不是完全未知的，它和方位相位誤差之間存在較為簡(jiǎn)單的數(shù)學(xué)關(guān)系。當(dāng)方位相位誤差已知時(shí)，可以準(zhǔn)確地對(duì)距離相位誤差進(jìn)行估計(jì)，進(jìn)而得到兩維相位誤差?；谶@一思想，本文提出了動(dòng)目標(biāo)自聚焦算法，該算法流程如圖5所示。

圖5 動(dòng)目標(biāo)自聚焦算法流程圖 Fig．5 Flow chart of the moving target autofocus algorithm

動(dòng)目標(biāo)自聚焦算法主要有以下步驟：

步驟1 距離向傅里葉變換及脈沖壓縮。對(duì)雷達(dá)信號(hào)作距離向傅里葉變換，在距離多普勒域完成距離向匹配濾波。

步驟2 運(yùn)動(dòng)補(bǔ)償。選定成像中心點(diǎn)，以天線接收中心瞬時(shí)位置到成像中心點(diǎn)的距離為參考距離，完成相對(duì)于成像參考點(diǎn)的相位補(bǔ)償，修正由參考斜距瞬時(shí)變化引入的相位變化。

步驟3 Keystone變換。通過(guò)對(duì)ta的線性插值去除雷達(dá)信號(hào)中PGA算法無(wú)法估計(jì)的線性分量。

步驟4 方位向傅里葉變換。將雷達(dá)信號(hào)變換到兩維頻域。

步驟5 降低圖像距離分辨率。通過(guò)此步驟將距離徙動(dòng)跨多個(gè)距離單元的動(dòng)目標(biāo)壓縮至一個(gè)距離單元內(nèi)來(lái)忽略距離單元徙動(dòng)，以達(dá)到PGA算法的使用前提,提高估計(jì)結(jié)果的準(zhǔn)確度。

步驟6 相位梯度自聚焦。這是動(dòng)目標(biāo)自聚焦算法的核心步驟。以降低距離分辨率的圖像為樣本對(duì)方位相位誤差進(jìn)行估計(jì)，由于距離相位誤差和方位相位誤差之間存在固定的關(guān)系，根據(jù)式(11)可以得到兩維相位誤差。

步驟7 兩維頻域相位誤差補(bǔ)償。根據(jù)步驟6估計(jì)所得的相位誤差，在兩維頻域?qū)υ瓐D像進(jìn)行兩維相位補(bǔ)償。

步驟8 方位向傅里葉逆變換。將圖像變換到方位時(shí)域，實(shí)現(xiàn)方位向聚焦，最終得到兩維自聚焦成功的動(dòng)目標(biāo)圖像。

3.3 仿真實(shí)驗(yàn)結(jié)果

本節(jié)將通過(guò)仿真實(shí)驗(yàn)對(duì)3.2節(jié)提出的動(dòng)目標(biāo)自聚焦算法進(jìn)行驗(yàn)證。仿真實(shí)驗(yàn)主要參數(shù)如表1所示。仿真動(dòng)目標(biāo)切向速度va=10 m/s，徑向速度vr=10 m/s。

表1 仿真實(shí)驗(yàn)參數(shù)

仿真動(dòng)目標(biāo)回波信號(hào)經(jīng)距離向脈沖壓縮的結(jié)果如圖6(a)所示，受距離向速度的影響，動(dòng)目標(biāo)在距離向產(chǎn)生了橫跨多個(gè)單元的彎曲。選定成像中心點(diǎn)，對(duì)動(dòng)目標(biāo)進(jìn)行相位補(bǔ)償，消除天線接收中心隨載機(jī)運(yùn)動(dòng)帶來(lái)的相位變化，其結(jié)果如圖6(b)所示。對(duì)圖像做Keystone變換后的結(jié)果如圖6(c)所示，距離向線性走動(dòng)被校正，僅存2次及以上相位導(dǎo)致的彎曲。降低圖像距離分辨率并利用PGA算法估計(jì)方位向誤差，兩維相位誤差補(bǔ)償后距離徙動(dòng)被完全校正，動(dòng)目標(biāo)在方位向表現(xiàn)為一條直線，如圖6(d)所示。由于仿真設(shè)定的環(huán)境無(wú)雜波影響，方位壓縮后，動(dòng)目標(biāo)被完全聚焦成一個(gè)點(diǎn)，如圖6(f)所示。通過(guò)自聚焦處理前后的圖像(圖6(e)，(f))對(duì)比可知，該算法能有效地實(shí)現(xiàn)動(dòng)目標(biāo)自聚焦。

圖6 仿真動(dòng)目標(biāo)處理結(jié)果Fig.6 Processing results of simulated moving target

4 實(shí)測(cè)數(shù)據(jù)處理結(jié)果

表2 3通道SAR系統(tǒng)參數(shù)

Tab.2 Parameters of the three-channel SAR system

參數(shù)參數(shù)值載頻/MHz972.4發(fā)射信號(hào)帶寬/MHz64脈沖重復(fù)頻率/Hz4000相干處理脈沖數(shù)16384載機(jī)飛行速度/(m·s-1)135載機(jī)高度/m5300成像區(qū)域中心點(diǎn)距離/km24

為驗(yàn)證動(dòng)目標(biāo)檢測(cè)算法的實(shí)際應(yīng)用效果，本節(jié)將采用其對(duì)1組機(jī)載三通道SAR系統(tǒng)實(shí)測(cè)數(shù)據(jù)進(jìn)行處理。表2給出了部分系統(tǒng)參數(shù)。圖7為地面目標(biāo)區(qū)域的SAR成像結(jié)果圖，由于3個(gè)通道得到的SAR圖像基本相似，本節(jié)只給出中心通道的圖像。經(jīng)雜波抑制處理后的圖像如圖8所示，淹沒(méi)在雜波環(huán)境中的目標(biāo)經(jīng)雜波抑制后可以明顯地被觀察到。對(duì)雜波抑制后的圖像做CA-CFAR檢測(cè)，理論虛警概率設(shè)為10-3。為了方便觀察，從通過(guò)檢測(cè)門限的目標(biāo)中選取兩個(gè)動(dòng)目標(biāo)T1(見(jiàn)圖9(a))和T2(見(jiàn)圖9(c))，以作后續(xù)分析。從圖上可以看到，動(dòng)目標(biāo)方位向嚴(yán)重散焦，距離徙動(dòng)橫跨多個(gè)距離單元。采用第3節(jié)中介紹的動(dòng)目標(biāo)自聚焦算法對(duì)T1,T2做自聚焦處理，結(jié)果如圖9(b,d)所示。對(duì)比T1和T2自聚焦前后，動(dòng)目標(biāo)方位向和距離向散焦均得到明顯改善，能量集聚，成為圖像中最亮的點(diǎn)。提高檢測(cè)門限，設(shè)定恒虛警概率為10-5，對(duì)T1,T2自聚焦后的圖像做第2次CA-CFAR檢測(cè)。實(shí)測(cè)數(shù)據(jù)CA-CFAR檢測(cè)最終結(jié)果如圖10(b)，對(duì)比圖10(a)，報(bào)警區(qū)域縮小且數(shù)量減少，有效地排除了虛警目標(biāo)。

圖9 動(dòng)目標(biāo)自聚焦處理結(jié)果Fig．9 Results of moving target autofocus processing

圖10 CA-CFAR檢測(cè)處理結(jié)果Fig．10 Results of CA-CFAR detection processing

5 結(jié)束語(yǔ)

本文提出了一種變門限SAR/GMTI動(dòng)目標(biāo)檢測(cè)方法，通過(guò)估計(jì)方位相位誤差推算出距離相位誤差，實(shí)現(xiàn)兩維補(bǔ)償，使動(dòng)目標(biāo)完全聚焦,有效改善了高分辨率SAR圖像動(dòng)目標(biāo)散焦嚴(yán)重的問(wèn)題，并利用低門限CA-CFAR檢測(cè)—?jiǎng)幽繕?biāo)自聚焦—高門限CA-CFAR檢測(cè)降低了檢測(cè)算法的虛警概率。經(jīng)實(shí)測(cè)數(shù)據(jù)處理驗(yàn)證，本文提出的方法是一種有效的多通道SAR/GMTI 動(dòng)目標(biāo)檢測(cè)方法。

[1] Sjogren T K, Vu V T, Pettersson M I, et al. Suppression of clutter in multichannel SAR GMTI[J]. IEEE Transactions on Geoscience & Remote Sensing, 2014, 52(7): 4005-4013.

[2] Cerutti-Maori D, Sikaneta I. A generalization of DPCA processing for multichannel SAR/GMTI radars[J]. IEEE Transactions on Geoscience & Remote Sensing, 2013, 51(1): 560-572.

[3] Chapin E, Chen C W. Along-track interferometry for ground moving target indication[J]. IEEE Aerospace & Electronic Systems Magazine, 2008, 23(6): 19-24.

[4] Ward J. Space-time adaptive processing for airborne radar[C]// IEE Colloquium on Space-Time Adaptive Processing. London: IET, 1998: 2-2.

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

[6] Nehru D N, Vu V T, Sjogren T K, et al. SAR resolution enhancement with circular aperture in theory and empirical scenario[C]// Radar Conference, 2014 IEEE. Cincinnati, OH: IEEE, 2014: 0001-0006.

[7] 趙亮, 毛新華, 吳迪. 基于回波信號(hào)的環(huán)視SAR成像運(yùn)動(dòng)參數(shù)估計(jì)[J]. 數(shù)據(jù)采集與處理, 2014, 29(4): 590-596.

Zhao Liang, Mao Xinhua, Wu Di. Motion parameter estimate of circular-scanning SAR imaging based on echo signal[J]. Journal of Data Acquisition and Processing, 2014, 29(4): 590-596.

[8] Noviello C, Fornaro G, Martorella M. Focused SAR image formation of moving targets based on Doppler parameter estimation[J]. IEEE Transactions on Geoscience & Remote Sensing, 2015, 53(6): 3460-3470.

[9] Raghavan R S. Analysis of CA-CFAR processors for linear-law detection[J]. Aerospace & Electronic Systems IEEE Transactions on, 1992, 28(3): 661-665.

[10]Chen Z Y, Wang T. Two-stage channel calibration technique for multichannel synthetic aperture radar-ground moving target indication systems[J]. IET Radar, Sonar & Navigation, 2014, 8(9):1116-1126.

[11]吳迪. 非均勻環(huán)境中機(jī)載雷達(dá)STAP及SAR/GMTI技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 2011.

Wu Di. Research on airborne radar STAP and SAR/GMTI technologies in heterogeneous environment[D]. Nanjing:Nanjing University of Aeronautics and Astronautics, 2011.

[12]Bezvesilniy O O, Gorovyi I M, Vavriv D M. Estimation of phase errors in SAR data by local-quadratic map-drift autofocus[C]// Radar Symposium (IRS), 2012 13th International. Warsaw: IEEE, 2012: 376-381.

[13]Wahl D E, Eichel P H, Ghiglia D C, et al. Phase gradient autofocus-a robust tool for high resolution SAR phase correction[J]. Aerospace and Electronic Systems, IEEE Transactions on, 1994, 30(3): 827-835.

[14]Perry R P, Dipietro R C, Fante R. SAR imaging of moving targets[J]. Aerospace and Electronic Systems, IEEE Transactions on, 1999, 35(1): 188-200.

SAR/GMTI Moving Target Detection Algorithm Based on Autofocus and Variable Threshold CFAR Detection

Chen Gege, Zhu Daiyin, Wu Di, Mao Xinhua

(Key Laboratory of Radar Imaging and Microwave Photonics, Ministry of Education, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016, China)

The defocusing of moving target and the reduction of signal clutter noise ratio (SCNR) caused by long coherent time in high-resolution SAR lead to increasing difficulty of moving target detection. In view of this situation, we propose an SAR/GMTI moving target detection algorithm based on autofocus and variable threshold constant false alarm rate(CFAR) detection. To increase SCNR of moving targets, this algorithm makes use of the fixed relationship between range phase error and azimuth phase error to estimate and compensate two-dimensional phase error of moving target. CFAR detection with different thresholds is also realized to detect moving target and exclude the false alarm, respectively. Experimental results verify the feasibility of this algorithm that it can detect moving target and reduce false alarm ratio sufficiently.

synthetic aperture radar(SAR); ground moving target indication; autofocus; constant false alarm detection

國(guó)家自然科學(xué)基金(61301212)資助項(xiàng)目；江蘇省博士后科研資助計(jì)劃(1301027B)資助項(xiàng)目；航空科學(xué)基金(20132052030)資助項(xiàng)目。

2015-08-09；

2015-10-23

TN958.2

A

陳格格(1990-)，女，碩士研究生，研究方向：合成孔徑雷達(dá)地面動(dòng)目標(biāo)指示技術(shù)，E-mail：chengege1210@fox-mail.com。

毛新華(1979-)，男，博士，副教授，研究方向：合成孔徑雷達(dá)信號(hào)處理。

朱岱寅(1974-)，男，博士，教授，研究方向：合成孔徑雷達(dá)信號(hào)處理。

吳迪(1982-)，男，博士，副教授，研究方向：合成孔徑雷達(dá)信號(hào)處理。