邢孟道 孫光才 李學(xué)仕

(西安電子科技大學(xué)雷達(dá)信號處理國家重點(diǎn)實(shí)驗(yàn)室 西安 710071)

用于高分辨率寬測繪帶SAR系統(tǒng)的SAR/GMTI處理方法研究

邢孟道 孫光才 李學(xué)仕*

(西安電子科技大學(xué)雷達(dá)信號處理國家重點(diǎn)實(shí)驗(yàn)室 西安 710071)

隨著科技的不斷發(fā)展，高分辨寬測繪(High-Resolution and Wide-Swath, HRWS)SAR成像已經(jīng)越來越受到人們的關(guān)注，具有地面動目標(biāo)指示(Ground Moving Target Indication, GMTI)功能的SAR成像系統(tǒng)因其具有對靜止場景進(jìn)行高分辨成像和動目標(biāo)檢測能力在很多軍用和民用領(lǐng)域受到廣泛運(yùn)用。具有HRWS成像能力的沿方位多通道SAR系統(tǒng)，其可以有效地解決高分辨和低脈沖重復(fù)頻率(Pulse Repetition Frequency, PRF)的矛盾，該矛盾在HRWS成像處理過程中經(jīng)常遇到。由于方位空域自由度可以用來進(jìn)行雜波抑制，因此多通道構(gòu)型具有提供GMTI潛能。該文提出一種新的雜波抑制和動目標(biāo)的成像方法，使得在低PRF的HRWS系統(tǒng)進(jìn)行SAR成像的同時可以完成動目標(biāo)的檢測與成像處理，而不需要單獨(dú)的高PRF系統(tǒng)操作模式。

合成孔徑雷達(dá)；高分辨寬測繪；動目標(biāo)檢測；動目標(biāo)成像；同時

1 引言

傳統(tǒng)的雜波抑制算法主要包括DPCA(Displaced Phase Center Antenna, DPCA)技術(shù)[1,2]，ATI(Along Track Interferometry, ATI)技術(shù)[3–5]以及空時自適應(yīng)處理 (Space-Time Adaptive Processing, STAP)技術(shù)[6]。對于多通道SAR系統(tǒng)，傳統(tǒng)算法中的絕大部分要求每個通道接收到雜波回波不存在多普勒譜模糊。然而，對于具有GMTI能力的HRWS MC-SAR系統(tǒng)，其單個通道接收到雜波回波是存在多普勒模糊。雖然文獻(xiàn)[7]提出的方法可以對HRWS MC-SAR系統(tǒng)進(jìn)行雜波抑制，但其要求通道數(shù)必須大于多普勒模糊數(shù)的兩倍且DPCA條件必須嚴(yán)格滿足，這將明顯地增加系統(tǒng)復(fù)雜度。本文針對具有GMTI能力的HRWS MC-SAR系統(tǒng)，提出了一種新穎的雜波抑制算法。在每個通道回波存在多普勒譜模糊時，利用方位的CFT (Chirp-Fourier Transform, CFT)[8]操作來對每個通道回波的方位信號進(jìn)行壓縮。因此，可以在距離脈壓方位CFT域(RC-CFT domain)中獲得每個通道回波的粗聚焦SAR圖像。通常，在雜波抑制之前，動目標(biāo)參數(shù)是未知的。為了在雜波抑制過程中對所有的動目標(biāo)盡可能保持最大能量，假設(shè)動目標(biāo)處在動目標(biāo)區(qū)域的中間位置(動目標(biāo)區(qū)域定義為相鄰兩個雜波模糊分量之間的區(qū)域)。接著，針對所有動目標(biāo)區(qū)域，構(gòu)造出一系列空域?yàn)V波器，同時在雜波方向形成零點(diǎn)。利用構(gòu)造的空域?yàn)V波器，對雜波進(jìn)行抑制和提取動目標(biāo)回波信號。

經(jīng)過雜波抑制之后，動目標(biāo)成像處理是另外一個重要的問題，其包括動目標(biāo)參數(shù)估計(jì)，特別是斜距速度估計(jì)。在本文中，提出了一種新的動目標(biāo)成像算法。在距離頻率域?qū)γ總€通道回波沿方位向進(jìn)行CFT之后，QRCM (Quadratic Range Cell Migration, QRCM)得到有效地校正并只存在動目標(biāo)的線性RCM (Range Cell Migration)。在本文中，首先將動目標(biāo)回波變換到距離頻率方位時域。接著，沿距離頻率方向構(gòu)造兩組信號和利用文獻(xiàn)[9]所提出算法進(jìn)行基帶多普勒中心估計(jì)。利用多視互相關(guān)的多普勒中心模糊數(shù)求解方式[10]來獲得準(zhǔn)確的動目標(biāo)斜距速度和對動目標(biāo)線性RCM進(jìn)行有效地校正。最后，經(jīng)過方位逆傅里葉變換之后，可以獲得聚焦好的動目標(biāo)圖像。

本文內(nèi)容安排如下：第2節(jié)給出了HRWS MCSAR系統(tǒng)的幾何關(guān)系；第3節(jié)推導(dǎo)了動目標(biāo)和雜波的粗聚焦圖像及復(fù)響應(yīng)；第4節(jié)介紹了雜波抑制和動目標(biāo)檢測方法；第5節(jié)給出了動目標(biāo)成像和斜距速度估計(jì)方法；第6節(jié)對實(shí)測的動目標(biāo)HRWS MCSAR數(shù)據(jù)進(jìn)行了處理；第7節(jié)對全文進(jìn)行了總結(jié)。

2 HRWS MC-SAR系統(tǒng)的幾何關(guān)系

對于正側(cè)視模式，HRWS SAR系統(tǒng)的幾何關(guān)系如圖1(a)所示，其中X軸為方位方向，其表示平臺的速度方向，Y軸指向左邊，Z軸方向背離地球中心。雷達(dá)平臺以恒定前向速度v沿方位向運(yùn)動，θ為俯仰角，φ為錐角，Wg為測繪帶寬度，Rb為地距。通常，把整個天線沿方位分割成N個子孔徑，其如圖1(b)所示且以7個通道為例，即N=7。中間的子孔徑天線發(fā)射寬波束的線性調(diào)頻信號，所有的子孔徑天線同時接收回波信號。每相鄰兩個子孔徑天線沿方位的距離為2d。HRWS MC-SAR系統(tǒng)中高的方位分辨率由單個子孔徑天線尺寸決定的，而利用整個天線的長度來抑制多普勒譜模糊。通過補(bǔ)償一個常數(shù)相位，每一組分開的發(fā)射和接收通道可以等效于一個對應(yīng)于等效相位中心(Effective Phase Center, EPC)的通道自發(fā)自收。對于EPC位置，相鄰的通道之間的間距為d。令dn=n.d為第n通道和參考通道之間的EPC位置距離(n=1，2，...，N)。在本文中，將第1個通道作為參考通道。

在HRWS MC-SAR 系統(tǒng)數(shù)據(jù)的錄取過程中，假設(shè)動目標(biāo)以恒定速度運(yùn)動。圖1(c)為正側(cè)視模式下平臺與動目標(biāo)在斜距平面上的幾何關(guān)系，其中vr與va分別表示動目標(biāo)在徑向方向和沿航向方向的速度。t表示方位慢時間，R0為雷達(dá)平臺與動目標(biāo)之間(或是成像場景中雜波與雷達(dá)平臺之間)的最短斜距，RT,n(t)為第n通道與動目標(biāo)之間的瞬時斜距。在雷達(dá)的觀測時間Ta內(nèi)，動目標(biāo)由a點(diǎn)位置運(yùn)動到b點(diǎn)位置。本文主要討論HRWS MC-SAR系統(tǒng)中有關(guān)動目標(biāo)的雜波抑制和成像處理。圖2 所示為本文所提出算法的流程圖，其主要步驟包括雜波抑制、參數(shù)估計(jì)和成像處理。此外，Wj為提取動目標(biāo)回波的權(quán)值矢量，ST,j為動目標(biāo)粗聚焦的圖像，為估計(jì)多普勒參數(shù)構(gòu)造的兩組數(shù)據(jù)。

3 動目標(biāo)和雜波的粗聚焦圖像及復(fù)響應(yīng)

CFT作為FT的2階推廣，比原始的FT具有更好處理線性調(diào)頻信號的能力。信號s(t)的CFT可以表示為[8]：

其中φ0為常數(shù)相位，f1為CFT頻率譜的平移，ka為分析信號采用的線性調(diào)頻斜率，fa為CFT的頻率。

圖1 HRWS MC-SAR系統(tǒng)的幾何關(guān)系Fig. 1 Geometry of an MC-HRWS SAR system

圖2 本文所提HRWS MC-SAR中雜波抑制和動目標(biāo)成像算法流程圖Fig. 2 Flowchart of the proposed clutter suppression and moving target imaging algorithm for an MC-HRWS SAR system

在式(1)中，CFT可以認(rèn)為是信號s(t)經(jīng)過一個2次多項(xiàng)式相位補(bǔ)償之后的FT。式(1)對應(yīng)的CFT逆變換可以表示為：

一個點(diǎn)目標(biāo)方位信號的CFT頻率譜僅僅分布在幾個頻率單元，這與傅里葉頻率譜存在很大區(qū)別。此外，CFT頻率fa和錐角之間的關(guān)系可以表示為圖3(a)所示為一個點(diǎn)目標(biāo)方位信號的FT頻率譜和CFT頻率譜，其中多普勒帶寬大于PRF。從圖中可以看到模糊的FT頻率譜分布到整個多普勒頻率區(qū)域而相應(yīng)的CFT頻率譜僅僅分布在一些CFT頻率單元。然而，一個點(diǎn)目標(biāo)CFT頻率譜的模糊特性意味著位置模糊，如圖3(b)所示。圖3(b)為雜波的模糊CFT頻率譜和無模糊CFT頻率譜之間關(guān)系，其中寬的虛線代表雜波無模糊的CFT頻率譜，寬實(shí)線為雜波模糊的CFT頻率譜。圖3(b)是以兩個點(diǎn)目標(biāo)(雜波)為例。

圖4所示為動目標(biāo)方位信號的CFT頻譜，其中黑的寬虛線表示雜波無模糊的CFT頻率譜，藍(lán)色細(xì)虛線為動目標(biāo)無模糊CFT頻率譜。綠色寬的虛線和紅色細(xì)虛線分別表示雜波和動目標(biāo)模糊的CFT頻率譜。此外，動目標(biāo)區(qū)域定義為兩個雜波模糊分量之間的區(qū)域，圖4所示為第1個動目標(biāo)區(qū)域和第l個動

目標(biāo)區(qū)域。動目標(biāo)CFT頻率譜位于動目標(biāo)區(qū)域。每個通道雜波回波的粗聚焦圖像位于所有CFT頻率單元及其相應(yīng)的模糊分量。在雜波抑制和動目標(biāo)檢測過程中，要求所有雜波方向得到抑制而動目標(biāo)區(qū)域方向能量盡可能地保持。

圖3 雜波回波方位信號的CFTFig. 3 CFT for the azimuth signal of clutter echoes

圖4 雜波回波方位信號的CFTFig. 4 CFT for the azimuth signal of clutter echoes

4 雜波抑制和動目標(biāo)檢測

在文獻(xiàn)[11]中，利用多個多普勒方向約束方式來抑制多普勒模糊分量和重構(gòu)方位多普勒無模糊信號，其在多普勒模糊分量方向上形成零點(diǎn)。受多個多普勒方向約束方式的啟發(fā)，為了在CFT頻率域中對雜波進(jìn)行抑制，零點(diǎn)可以在雜波方向及其相應(yīng)的模糊方向上形成。此外，動目標(biāo)潛在區(qū)域的能量需要得到保持(在CFT頻率域中，由于動目標(biāo)位于動目標(biāo)區(qū)域如圖4所示，動目標(biāo)潛在方向表示動目標(biāo)區(qū)域方向)。因此，雜波抑制的最優(yōu)準(zhǔn)則可以表示為：

在式(3)中，當(dāng)動目標(biāo)存在時，RX(fa)為在CFT頻率單元fa的多通道輸出對應(yīng)的協(xié)方差矩陣，即RX(fa)可以表示為：

在雜波的抑制過程中，雜波及其模糊分量方向是已知的且需要形成零點(diǎn)。接著，可以得到導(dǎo)向矢量矩陣：

式(5)中，對于CFT頻率單元fa,T，l(fa)=T.c，l(fa)為動目標(biāo)方向(通常，在動目標(biāo)參數(shù)估計(jì)之前，動目標(biāo)方向是未知的。為了在雜波抑制過程中對所有動目標(biāo)保持高的信號能量，認(rèn)為動目標(biāo)位于動目標(biāo)區(qū)域的中間位置)，ac,l(fa)為雜波方向及其模糊分量方向。通常，動目標(biāo)方向需要盡可能保持最大能量和雜波方向及其模糊分量方向需要保持盡可能的最小能量，由此可以得到Wl(fa)為在CFT頻率譜中提取位于第l個動目標(biāo)區(qū)域動目標(biāo)的權(quán)值矢量。式(3)所示最優(yōu)化問題的最優(yōu)解可以表示為：

包含動目標(biāo)的多通道SAR系統(tǒng)回波信號為Sc(fa)+ST(fa)。假設(shè)動目標(biāo)的CFT頻率譜位于動目標(biāo)的第l個區(qū)域位置，如圖5所示。雜波抑制過程可以表示為：

圖5所示為雜波抑制過程，其中在成像場景中包含一個動目標(biāo)。從圖中看到在雜波方向及其模糊分量方向上形成零點(diǎn)。經(jīng)過雜波抑制之后，可以提取出動目標(biāo)回波。

當(dāng)動目標(biāo)多普勒中心fdc滿足動目標(biāo)的CFT頻率譜和雜波的CFT頻率譜處在相同位置區(qū)域，其將在雜波抑制過程中同樣也得到抑制。由于v其中vr為盲速。注意到當(dāng)系統(tǒng)的PRF越低，更多的斜距速度將位于盲速位置。

圖5 本文所提出的雜波抑制算法處理過程Fig. 5 Clutter suppression processing of the proposed approach

圖6 ISTAP方式的雜波抑制處理和動目標(biāo)信號提取Fig. 6 Clutter suppression processing and moving target signal extraction of the ISTAP approach

圖6所示為ISTAP[12–14]方式的雜波抑制處理過程和動目標(biāo)信號提取。在圖6中注意到當(dāng)動目標(biāo)的1個信號分量需要從1個多普勒頻率單元提取出來時，所有雜波方向和動目標(biāo)模糊分量方向需要形成零點(diǎn)。經(jīng)過在每個多普勒頻率單元提取動目標(biāo)信號分量和重排之后，可以得到動目標(biāo)無模糊的多普勒譜。由于動目標(biāo)多普勒譜的模糊數(shù)和雜波一樣，因此所需的通道數(shù)至少應(yīng)為雜波譜模糊數(shù)的兩倍。然而，對于本文所提出的雜波抑制算法，需要的通道數(shù)只需大于雜波的模糊數(shù)。

5 動目標(biāo)成像和斜距速度估計(jì)

在這一小節(jié)中，將對動目標(biāo)的成像算法進(jìn)行討論，其包括動目標(biāo)斜距速度估計(jì)。經(jīng)過雜波抑制之后，對提取的動目標(biāo)回波進(jìn)行距離FT和方位逆FT。動目標(biāo)回波可以表示為：

圖7 利用提取的動目標(biāo)回波構(gòu)造的兩組信號Fig. 7 Construction of two groups signals for the extracted moving target echo

其中Mamb為多普勒中心模糊數(shù)?；诙嘁暬ハ嚓P(guān)的多普勒中心解模糊算法[10]，可以得到等效的斜距速度

線性RCM校正函數(shù)可以構(gòu)造為：

經(jīng)過距離逆傅里葉變換和方位傅里葉變換，聚焦的動目標(biāo)圖像可以表示為：

從式(14)中，注意到利用方位全孔徑回波信號可以獲得方位全孔徑分辨率。對于幾何分辨率，其方位分辨率為其中Ba為方位多普勒帶寬，ka為方位調(diào)頻率，距離分辨率為

6 實(shí)測的動目標(biāo)HRWS MC-SAR數(shù)據(jù)

在這一小節(jié)中，將討論在實(shí)測的機(jī)載HRWS MC-SAR數(shù)據(jù)中動目標(biāo)的處理結(jié)果。在實(shí)驗(yàn)過程中，錄取得到實(shí)測的機(jī)載X波段的HRWS MCSAR數(shù)據(jù)，其包括動目標(biāo)回波，主要的系統(tǒng)參數(shù)如表1所示。在系統(tǒng)的工作過程中，中間通道發(fā)射線性調(diào)頻信號，所有通道接收場景回波信號。由于多普勒帶寬為1000 Hz和多通道系統(tǒng)的PRF為200 Hz，對于雜波回波的方位多普勒信號其多普勒模糊數(shù)近似為5。此外，在數(shù)據(jù)的錄取過程中成像場景包括多個動目標(biāo)。

對于獲得的HRWS MC-SAR回波，利用文獻(xiàn)[11]提出的HRWS MC-SAR成像算法來重構(gòu)雜波方位多普勒無模糊信號。進(jìn)而得到雜波聚焦的成像結(jié)果，如圖8所示。從圖8中，可以看到兩個動目標(biāo)及模糊分量信號，其分別由紅色實(shí)圓圈和綠色虛圓圈標(biāo)出。通常，利用傳統(tǒng)的HRWS MC-SAR成像算法[11]進(jìn)行處理，動目標(biāo)無法取得很好聚焦效果。為了對動目標(biāo)進(jìn)行聚焦處理，利用本文所提出的雜波抑制和動目標(biāo)成像處理算法來提取和重新聚焦動目標(biāo)回波。

在動目標(biāo)回波的提取過程中，首先進(jìn)行雜波抑制，其過程如圖9所示。圖9(a)所示為錄取的HRWS MC-SAR系統(tǒng)單通道回波在RC-CFT域的信號形式，其中兩個動目標(biāo)的回波被標(biāo)出來，且雜波回波具有高的幅度能量值。接著，得到雜波的抑制結(jié)果，如圖9(b)所示，雜波得到抑制，動目標(biāo)回波得到保留。為了進(jìn)一步說明雜波抑制性能，提取出Line 1和Line 2在圖9(a)和圖9(b)中的信號進(jìn)行比

較。圖9(c)所示為Line 1所標(biāo)出信號的比較結(jié)果，其中紅色虛線為雜波抑制之前的信號，黑色實(shí)線為雜波抑制之后的信號。圖9(d)所示為Line 2所標(biāo)出信號的比較結(jié)果。從圖9(c)和圖9(d)中注意到在假設(shè)動目標(biāo)能量不變的情況下雜波可以抑制15 dB，這說明本文所提出的雜波抑制算法是有效的。

表1 實(shí)測數(shù)據(jù)的系統(tǒng)參數(shù)Tab. 1 System parameters for the real data

圖8 利用參考文獻(xiàn)[12–14]提出的方位多普勒信號重構(gòu)算法進(jìn)行重構(gòu)之后場景回波的成像結(jié)果Fig. 8 Imaging result for the scene echoes using the azimuth Doppler signal reconstruction approach proposed in Refs. [12–14]

圖9 RC-CFT域雜波抑制過程Fig. 9 Clutter suppression process in the RC-CFT domain

經(jīng)過雜波抑制之后，可以提取出動目標(biāo)回波。圖10(a)所示為提取出來在CR-CFT域中第1個動目標(biāo)(Target 1)回波信號，圖10所示為第1個動目標(biāo)的成像過程。圖10(b)所示為該提取動目標(biāo)回波在距離脈壓和方位慢時間域的信號形式，其存在明顯的RCM。經(jīng)過參數(shù)估計(jì)和線性RCM校正之后，回波如圖10(c)所示，估計(jì)得到動目標(biāo)斜距速度為7.2063 m/s。圖10(c)中，動目標(biāo)的回波校正到一條水平直線上，這說明估計(jì)得到的斜距速度是準(zhǔn)確的。圖10(d)所示為聚焦的動目標(biāo)圖像。類似地，第2個動目標(biāo)(Target 2)的成像處理過程如圖11所示，且聚焦好的動目標(biāo)圖像如圖11(d)所示。因此，對于HRWS MC-SAR系統(tǒng)，本文所提出的動目標(biāo)成像算法是有效的。

圖10 第1個動目標(biāo)的成像過程Fig. 10 Imaging process of the first moving target

7 結(jié)束語

利用沿方位的多通道自由度進(jìn)行多普勒模糊分量抑制，允許多通道雷達(dá)系統(tǒng)獲取高分辨寬測繪帶成像。同樣，雜波抑制使得人們可以進(jìn)行動目標(biāo)檢測和成像處理。在本文中，主要研究了具有GMTI功能的HRWS MC-SAR系統(tǒng)。HRWS MCSAR系統(tǒng)中每個通道雜波回波存在多普勒模糊，傳統(tǒng)的雜波抑制算法，如DPCA, EDPCA及基于STAP的雜波抑制算法，不能取得很好的雜波抑制性能。因此，針對HRWS MC-SAR系統(tǒng)，本文提出了一種穩(wěn)健的雜波抑制算法。經(jīng)過雜波抑制之后，利用基于CFAR和GLRT檢測器可以將動目標(biāo)回波提取出來，進(jìn)而完成對動目標(biāo)的聚焦處理。本文所提出的算法僅要求通道數(shù)大于雜波譜的多普勒模糊數(shù)。與此同時，所提出算法不僅適用于均勻的DPC采樣，同樣也適用于非均勻采樣。然而，本

文所提方法對于盲速動目標(biāo)是無能為力的，與常規(guī)STAP方法一樣，在空時平面中，盲速動目標(biāo)的空時譜分布與靜止背景雜波是重合的，在抑制雜波的同時，動目標(biāo)能量也會被抑制掉。最后，實(shí)測數(shù)據(jù)處理結(jié)果驗(yàn)證了本文所提算法的有效性。

圖11 第2個動目標(biāo)的成像過程Fig. 11 Imaging process of the sceond moving target

[1]Gierull C H and Sikaneta I C. Raw data based two-aperture SAR ground moving target indication[C]. Proceedings 2003 IEEE IGARSS’03, Toulouse, France, 2003, 2: 1032–1034.

[2]Wang H S C. Mainlobe clutter cancellation by DPCA for space-based Radars[C]. Aerospace Applications Conference, Creasted Butte, CO, USA, 1991: 124–128.

[3]Shen Chiu. Application of fractional Fourier transform to moving target indication via along-track interferometry[J].EURASIP Journal on Applied Signal Processing, 2005(20): 3293–3303.

[4]Breit H, Eineder M, Holzner J,et al.. Traffic monitoring using SRTM along-track interferometry[C]. Proceedings 2003 IEEE IGARSS’03, Toulouse, France, 2003, 2: 1187–1189.

[5]Suchandt S, Runge H, Breit H,et al.. Automatic extraction of traffic flows using TerraSAR-X along-track interferometry[J].IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(2): 807–819.

[6]Klemm R. Introduction to space-time adaptive processing[J].Electronics&Communication Engineering Journal, 1999, 11(1): 5–12.

[7]Zhang S, Xing M, Xia X,et al.. A novel moving target imaging algorithm for multi-channel in azimuth HRWS SAR based on local maximum-likelihood minimum entropy in range frequency[J].IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(11): 5333–5347.

[8]Xia X G. Discrete chirp-Fourier transform and its application to chirp rate[J].IEEE Transactions on Signal Processing, 2000, 48(11): 3122–3133.

[9]Madsen S N. Estimating the Doppler centroid of SAR data[J].IEEE Transactions on Aerospace and Electronic Systems, 1989, 25(2): 134–140.

[10]Cumming I G, Kavanagh P F, and Ito M R. Resolving the Doppler ambiguity for spaceborne synthetic aperture radar[C]. Proceedings of IGARSS, Zurich, Switzerland, 1986: 1639–1643.

[11]Zhang S, Xing M, Xia X,et al.. Multi-channel HRWS SAR imaging based on range-variant channel-calibration and multi-Doppler-direction restriction ambiguity suppression[J].IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(9): 4306–4326.

[12]Delphine C and Ishuwa S. “Optimum GMTI processing for space-based SAR/GMTI systems-Theoretical derivation”[C]. 2010 8th European Conference on Synthetic Aperture Radar, Aachen, Germany, 2010: 390–393.

[13]Cerutti-Maori D and Sikaneta I. Optimum GMTI processing for spacebased SAR/GMTI systems-Simulation results[C]. 2010 8th European Conference on Synthetic Aperture Radar, Aachen, Germany, 2010: 653–656.

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

邢孟道(1975–)，男，浙江嵊州人，西安電子科技大學(xué)教授，博士生導(dǎo)師，主要研究方向?yàn)槔走_(dá)成像、目標(biāo)識別和天波超視距雷達(dá)信號處理。

E-mail: xmd@xidian.edu.cn

孫光才(1984–)，男，湖北孝感漢川人，西安電子科技大學(xué)講師，主要研究方向?yàn)槎嗤ǖ啦ㄊ赶騍AR成像和SAR動目標(biāo)成像。

E-mail: rsandsgc@126.com

李學(xué)仕(1988–)，男，黑龍江哈爾濱人，西安電子科技大學(xué)信號與信息處理專業(yè)博士研究生，主要研究方向?yàn)镾AR成像及SAR動目標(biāo)成像。

E-mail: lixueshi@stu.xidian.edu.cn

Study on SAR/GMTI Processing for High-resolution Wide-swath SAR System

Xing Meng-dao Sun Guang-cai Li Xue-shi
(National Laboratory of Radar Signal Processing,Xidian University,Xi’an710071,China)

In recent years, there have been many studies on Synthetic Aperture Radar (SAR), and High-Resolution and Wide-Swath (HRWS) imaging has attracted increasing attention. High-resolution images of a stationary scene enabling the detection of moving targets can be provided by an SAR system combined with Ground Moving Target Indication (GMTI), which is widely used in many civilian applications. A multichannel in azimuth HRWS SAR system has been presented to effectively deal with conflicts between high resolution and low Pulse Repetition Frequency (PRF), which are encountered during HRWS SAR imaging. Because the spatial degrees of freedom in the azimuth can be employed to suppress a clutter, the multichannel configuration offers significant potential for GMTI capability. In this study, a new clutter suppression and moving target imaging method is proposed, which can be operated in an HRWS SAR system without the need for a separate high PRF operation mode.

Synthetic Aperture Radar (SAR); High-Resolution Wide-Swath (HRWS); Moving targets detection; Moving targets imaging; Simultaneous

TN957

A

2095-283X(2015)-04-0375-11

10.12000/JR15096

邢孟道, 孫光才, 李學(xué)仕. 用于高分辨率寬測繪帶SAR系統(tǒng)的SAR/GMTI處理方法研究[J]. 雷達(dá)學(xué)報, 2015, 4(4): 375–385.

10.12000/JR15096.

Reference format:Xing Meng-dao, Sun Guang-cai, and Li Xue-shi. Study on SAR/GMTI processing for highresolution wide-swath SAR system[J].Journal of Radars, 2015, 4(4): 375–385. DOI: 10.12000/JR15096.

2015-08-15；

2015-09-10

*通信作者： 李學(xué)仕 lixueshi@stu.xidian.edu.cn

國家自然科學(xué)基金(61222108, 61301292, 61101245)和中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(K5051302058, K5051302046)

Foundation Items: The National Natural Science Foundation of China (61222108, 61301292, 61101245); Fundamental Research Funds for the Central Universities (K5051302058, K5051302046)