梁 穎,張 群,楊 秋,顧福飛

(1.空軍工程大學(xué)信息與導(dǎo)航學(xué)院,陜西西安 710077;2.信息感知技術(shù)協(xié)同創(chuàng)新中心,陜西西安710077;3.中國人民解放軍95980部隊,湖北襄陽 441100)

雙通道SAR地面振動目標(biāo)特征提取方法

梁 穎1,3,張 群1,2,楊 秋1,顧福飛1

(1.空軍工程大學(xué)信息與導(dǎo)航學(xué)院,陜西西安 710077;2.信息感知技術(shù)協(xié)同創(chuàng)新中心,陜西西安710077;3.中國人民解放軍95980部隊,湖北襄陽 441100)

合成孔徑雷達在對地面振動目標(biāo)檢測與特征提取時,回波信號中不可避免地存在大量的雜波,給地面振動目標(biāo)的檢測與特征提取帶來困難.為有效抑制地雜波,進而實現(xiàn)地面振動目標(biāo)檢測與特征提取,筆者采用相位中心偏置天線技術(shù)進行雜波抑制.分析表明,經(jīng)相位中心偏置天線對消后振動目標(biāo)回波信號中存在一個隨慢時間變化的包絡(luò)項,稱為慢時間包絡(luò),該項將影響振動目標(biāo)微多普勒時頻曲線的能量分布,導(dǎo)致無法獲取完整的振動目標(biāo)微多普勒時頻曲線;進一步地,根據(jù)慢時間包絡(luò)特征實現(xiàn)了振動目標(biāo)的特征提取.最后,仿真實驗驗證了理論分析結(jié)果及振動目標(biāo)特征提取方法的有效性.

振動目標(biāo);雜波抑制;相位中心偏置天線;慢時間包絡(luò)

合成孔徑雷達(Synthetic Aperture Radar,SAR)地面運動目標(biāo)指示(Ground Moving TargetIndication,GMTI)技術(shù)可完成對地面勻速和勻加速運動目標(biāo)的有效檢測[1-2].然而該技術(shù)很難實現(xiàn)對地面微動目標(biāo)(如旋轉(zhuǎn)的雷達天線、振動的車輛引擎、懸停直升機的旋翼等)的有效檢測.目標(biāo)微動特征是目標(biāo)本身特有的屬性,蘊含著反映目標(biāo)身份標(biāo)識的精細特征[3],通過對目標(biāo)微動特征的分析與提取,可以有效地分辨不同的地海面目標(biāo).2009年,國防科學(xué)技術(shù)大學(xué)的鄧彬等人首次提出了SAR微動目標(biāo)指示(Micro-Motion Target Indication,MMTI)技術(shù)的概念[4],將對地海面微動目標(biāo)的檢測、參數(shù)估計與成像技術(shù)或?qū)崿F(xiàn)該技術(shù)的SAR被統(tǒng)稱為SAR MMTI技術(shù),并對SAR MMTI技術(shù)展開了一系列的研究工作[5-7].

作為SAR GMTI技術(shù)的推廣,SAR MMTI技術(shù)一直受到世界各國的廣泛關(guān)注.在振動目標(biāo)特征分析及提取技術(shù)研究方面,文獻[8]根據(jù)APY-6雷達采集的兩個振動角散射器的回波數(shù)據(jù),采用時頻分析的方法提取了振動目標(biāo)的振動頻率及振幅,但振幅的估計誤差較大;文獻[9]采用毫米波段SAR系統(tǒng),對旋轉(zhuǎn)和振動目標(biāo)的微多普勒特征進行了分析;文獻[10-11]采用時頻分析的方法分別對雙基SAR和多輸入多輸出(Multiple-Input Multiple-Output,MIMO)SAR系統(tǒng)中振動目標(biāo)特征進行了分析.以上研究工作均未考慮強地雜波對振動目標(biāo)檢測與特征提取的影響,然而受強地雜波的影響,微弱的振動目標(biāo)通常會被淹沒在強地雜波背景中,難以被檢測.文獻[12]將相位中心偏置天線(Displaced Phase Center Antenna,DPCA)技術(shù)應(yīng)用于地面振動目標(biāo)檢測與特征提取,有效地抑制了地雜波,通過時頻分析方法獲取振動目標(biāo)特征信息,但其忽略了對消后回波信號慢時間包絡(luò)(Slow Time Envelope,STE)項對振動目標(biāo)回波能量的影響.

為有效抑制地雜波,實現(xiàn)地面振動目標(biāo)的檢測與特征提取,筆者采用DPCA技術(shù)在數(shù)據(jù)域完成雜波對消處理.通過分析對消后回波信號的特點,指出STE會對振動目標(biāo)微多普勒(micro-Doppler,m-D)時頻曲線的能量分布產(chǎn)生影響,無法獲取完整的m-D時頻曲線.所以,提出了一種基于STE的振動特征提取方法,仿真實驗驗證了理論分析與特征提取方法的有效性.

1　振動目標(biāo)回波信號分析

圖1給出了機載雙通道SAR/DPCA微動目標(biāo)檢測幾何模型.在沿航線方向放置兩個收發(fā)通道A1和A2,兩通道交替的發(fā)射和接收信號,每個通道的脈沖重復(fù)周期為2Tr,整個系統(tǒng)的脈沖重復(fù)周期為Tr.兩通道天線間距為d,且滿足d=MTrv,(M=1,3,5,…).可見,天線A2在t時刻接收到的回波信號與天線A1在t+τd,(τd=MTr)時刻接收到的回波信號相位中心恰好重合.這樣,兩個接收通道接收的靜止地面目標(biāo)的回波信號能夠完成對消,運動目標(biāo)的信息得以保留.受載機運動誤差等的影響,采用DPCA技術(shù)很難完全抑制雜波,對此可采用相應(yīng)的運動補償方法得以實現(xiàn)[13].假設(shè)場景方位向中心處存在一振動目標(biāo)點P,振幅為Av,振動頻率為fv(角頻率ωv=2πfv),初始相位為θ0,振動中心與雷達平臺之間的距離為R0.目標(biāo)振動方向與x Oy平面的夾角為α,振動方向在x Oy平面的投影與y軸夾角為β.點P與天線A1,A2之間的瞬時斜距可分別表示為

圖1　機載雙通道SAR/DPCA幾何模型

其中,tm為慢時間,Ar=Avcosαcosβ,表示振動點距離向振幅,Aa=Avcosαsinβ,表示方位向振幅.

雷達發(fā)射線性調(diào)頻信號,兩通道接收的回波信號經(jīng)距離壓縮后分別為

其中,σP為常數(shù),λ為信號波長.對兩路回波信號采用DPCA方法處理,在原始數(shù)據(jù)域完成對消,得[12]

其中,θ′0=ωvτd2+θ0.由式(5)可知,兩通道回波信號經(jīng)DPCA處理后,包含一個與慢時間tm有關(guān)的包絡(luò)項P(tm),即STE項,該項將影響雜波對消后回波信號的能量分布.式(5)經(jīng)補償載機運動引起的線性調(diào)頻多普勒項后,其m-D頻率為

由式(6)和式(7)可知,地面振動目標(biāo)引起的m-D頻率表現(xiàn)為隨慢時間變化的余弦(正弦)形式,通常采用時頻分析的方法獲取振動特征.但是,與傳統(tǒng)的振動點m-D時頻曲線不同,受隨慢時間變化的STE影響,回波信號能量也隨慢時間而變化,這也將影響振動點m-D時頻曲線的能量分布.假設(shè)某一振動點振動參數(shù)為:Ar=3 mm,fv=10 Hz,R0=12 km,雷達載頻為35 GHz.如圖2所示,其中圖2(a)給出了STE曲線與m-D曲線之間的關(guān)系,STE曲線與m-D曲線變化趨勢類似,當(dāng)m-D頻率為0時,STE也為0,且在零頻附近STE的值很小,這將影響振動目標(biāo)m-D曲線的獲取,特別是當(dāng)m-D頻率較小時,將很難獲取完整的m-D曲線,影響后續(xù)的振動特征的提取;圖2(b)給出了不包含STE時振動目標(biāo)的m-D時頻曲線;圖2(c)給出了含STE時振動目標(biāo)的m-D時頻曲線,受STE的影響,振動目標(biāo)m-D時頻曲線僅在最大m-D頻偏附近能量聚焦良好,表現(xiàn)為“殘缺”的正弦曲線.因此,在采用時頻分析方法對振動目標(biāo)特征進行提取時,STE對時頻分布的影響不能忽略.

圖2　STE對時頻分布影響分析

2　振動目標(biāo)特征提取

考慮到時頻分析方法無法獲取理想的振動目標(biāo)m-D時頻曲線,影響后續(xù)的振動目標(biāo)特征提取.這里根據(jù)對消后回波信號的特點,提出一種基于STE的振動特征提取方法.由上一節(jié)的分析可知,回波差頻信號經(jīng)DPCA處理后,慢時間包絡(luò)同樣包含振動目標(biāo)的特征信息,對式(5)取模,得

其中,an和bn為傅里葉級數(shù)的系數(shù);ω為式(8)的一次諧波角頻率,且ω=2ωv.因此,振動點振動頻率可通過對取模后的STE進行快速傅里葉變換(Fast Fourier Transform,FFT),提取一次諧波頻率即為振動點頻率的2倍.式(8)的離散形式可表示為

其中,m為整數(shù),Δt為慢時間采樣間隔.由式(10)可知,STE模值為正弦函數(shù)與余弦函數(shù)組成的復(fù)合函數(shù),受余弦函數(shù)的調(diào)制,正弦函數(shù)內(nèi)的值在[-ArC,ArC]之間變化,因此STE曲線形式與ArC的取值有關(guān),下面分兩種情況討論振動點振幅的提取方法:

最大值點位置ml滿足cos(ωvmlΔt+θ′0)=±1,l=1,2,….且在一個周期內(nèi)僅包含一個最大值點,即(ml-ml-1)Δt=T.

提取STE另一位置點ma的值

其中,φ=ωvΔt(ma-ml).取φ=π/3,則ma=[ml+π(3ωvΔt)],[·]表示近似取整運算.定義ma的位置為STE的中值點.式(11)與式(12)的比值為

根據(jù)式(13),振動點距離向振幅可通過下式進行估計:

其中,mk滿足ArC cos(ωvmkΔt+θ′0)=±(2k-1)π2,k=1,2,…,且有

在一個周期內(nèi),除最大值點外,STE曲線中還包含一個極小值點(或極大值點),假設(shè)該點的位置為m0,則滿足cos(ωvm0Δt+θ′0)=±1.m0與mk之間的關(guān)系如圖3所示.

圖3　m0與mk關(guān)系示意圖

根據(jù)以上分析有如下關(guān)系式:

其中,mΔ=mk-m0.距離向振幅可通過下式進行估計:

對于以上兩種情況的判定,可通過對提取的STE曲線最大值點之間的時間間隔進行判斷.當(dāng)相鄰兩個最大值點之間的時間間隔與STE的周期相等時,判定為情況1;如果小于STE的周期,則判定為情況2.

3　仿真驗證與分析

雷達參數(shù)設(shè)置:載頻為35 GHz,脈沖重復(fù)時間為0.1 ms,帶寬為150 MHz,采樣頻率為0.4 MHz,兩天線間距d為0.51 m.平臺速度為30 m/s,合成孔徑時間為0.8s.場景中包括3個振動點目標(biāo)和7個隨機分布的靜止點目標(biāo),振動點參數(shù)如表1所示.仿真中加入了信噪比為-3 dB的高斯白噪聲.

表1　振動點參數(shù)

圖4(a)和圖4(b)給出了DPCA雜波抑制前后回波信號距離-慢時間譜圖對比.其中,圖4(a)為雜波抑制前通道A1距離-慢時間譜圖,不僅包括振動目標(biāo)點信息,還包括隨機靜止目標(biāo)點信息;圖4(b)為經(jīng)DPCA雜波抑制處理后回波差頻信號的距離-慢時間譜圖,經(jīng)DPCA處理后地雜波得以消除,僅保留了振動目標(biāo)點信息.且圖4(b)中僅能直觀地觀測到兩條直線,即振動點P和振動點Q的距離-慢時間譜圖,由于振動點R為沿方位向振動的目標(biāo)點,其回波能量很弱,幾乎已淹沒在噪聲中.兩條直線表現(xiàn)為明暗相間的不連續(xù)直線,即受STE項的影響,譜圖中直線的幅度也是隨時間變化的.采用Hough變換對譜圖中的直線進行檢測,獲取振動目標(biāo)點所在距離單元位置,抽取振動點P所在距離單元位置進行時頻分析,振動點P的m-D時頻曲線如圖4(c)所示,受STE的影響,只能獲得振動點不連續(xù)的m-D時頻曲線.

對提取的振動目標(biāo)點STE模值進行FFT計算振動頻率,如圖5(a)和(b)所示.圖5(a)為振動點P的回波STE頻譜,圖5(b)為振動點Q的回波STE頻譜.頻譜中一次諧波對應(yīng)的頻率點的1/2,即為兩個目標(biāo)點的振動頻率,分別為10 Hz和15 Hz,與理論值一致.兩個目標(biāo)點的STE曲線分別如圖5(c)和(d)所示,為提高提取精度,對STE曲線進行了2.5倍的插值處理.由于回波信號存在高斯白噪聲且無法通過雜波對消進行抑制,STE的幅值受到一定的影響,但是整個STE曲線的變化趨勢并未受到太大影響,文中采用卷積平滑處理的方法,對STE曲線進行平滑處理,以提取曲線的最大值點和極小值點(或極大值點)等信息.圖5(c)為P點的STE曲線,提取曲線的最大值點,計算相鄰兩個最大值點之間的時間間隔為0.025 s,小于STE模值的周期0.05 s,因此判定為情況2,進一步提取曲線的極小值點位置,根據(jù)式(17)計算得P點振幅的均值為2.98 mm;圖5(d)為Q點的STE模值曲線,提取曲線最大值點,計算相鄰兩個最大值點之間的時間間隔為0.034 s,約等于STE模值周期0.033 s,因此判定為情況1,進一步提取曲線中值點位置及幅值信息,根據(jù)式(14)計算Q點振幅均值為1.38 mm.計算獲得的兩個振動點距離向振幅值均與理論值較為接近.

圖4　雜波抑制及振動點檢測

圖5　振動特征提取

下面對振幅估計誤差進行分析,對振幅估計進行200次Monte-Carlo仿真實驗,信噪比從-5 dB到5 dB變化.兩個振動點振幅估計的歸一化偏差和歸一化均方誤差(Root Mean Square Error,RMSE)如圖6所示.兩個振動點振幅估計的歸一化偏差和歸一化RMSE均非常小,表明文中所提振動點振幅提取方法的有效性.

同時可以看出振動點P的振幅估計值比振動點Q的振幅估計值精度更高,這是由于在計算P點振幅時只需提取最大值點和極小值點的位置信息,而計算Q點振幅時不僅需要提取最大值點和中值點位置信息,還需要其幅度值,而STE幅度受噪聲的影響很難提取到其真實的幅度值,因此,提取精度受到一定的限制.

4　結(jié)束語

筆者采用雙通道SAR/DPCA技術(shù)進行地雜波抑制,分析了STE對振動目標(biāo)m-D時頻曲線的影響,同時提出了一種基于STE的振動目標(biāo)特征提取方法,所提提取方法能夠完成對振動點振動頻率及振幅的有效提取.該方法能夠更好地輔助SAR GMTI技術(shù),完善SAR MMTI技術(shù),具有一定的理論和實際意義.

圖6　振幅估計誤差分析

[1]Entzminger J N.Joint STARS and GMTI:Past,Present and Future[J].IEEE Transactions on Aerospace and Electronic Systems,1999,35(2):748-761.

[2]王金偉,孫光才,吳玉峰,等.多波段SAR系統(tǒng)動目標(biāo)檢測和參數(shù)優(yōu)化設(shè)計[J].西安電子科技大學(xué)學(xué)報,2014,41 (3):63-70. WANG Jinwei,SUN Guangcai,WU Yufeng,et al.Moving Target Detection in the Multi-band SAR System and Parameter Optimization[J].Journal of Xidian University,2014,41(3):63-70.

[3]劉奇勇,張群,李曉輝,等.雙基FMCW寬帶雷達微多普勒特征分析與誤差因子補償[J].空軍工程大學(xué)學(xué)報:自然科學(xué)版,2014,15(4):46-50. LIU Qiyong,ZHANG Qun,LI Xiaohui,et al.A Micro-Doppler Feature Analysis and Error Factor Compensation in Bistatic FMCW Wideband Radar[J].Journal of Air Force Engineering University:Natural Science Edition,2014,15 (4):46-50.

[4]DENG B,WU G Z,QIN Y L,et al.SAR/MMTI:an Extension to Conventional SAR/GMTI and a Combination of SAR and Micromotion Techniques[C]//IET RADAR Conference(Publications No 551).Stevenage:IET,2009:42-45.

[5]DENG B,WANG H Q,LI X,et al.Generalised Likelihood Ratio Test Detector for Micro-motion Targets in SAR Raw Signals[J].IET Radar,Sonar and Navigation,2011,5(5):528-535.

[6]DENG B,WANG H Q,WU C G,et al.SAR Micromotion Target Detection Based on Gapped Sine Curves[C]// International Geoscience and Remote Sensing Symposium.Piscataway:IEEE,2012:3799-3802.

[7]鄧彬,吳稱光,秦玉亮,等.合成孔徑雷達微動目標(biāo)指示(SAR/MMTI)研究進展[J].電子學(xué)報,2013,41(12): 2436-2442. DENG Bin,WU Chengguang,QIN Yuliang,et al.Advances in Synthetic Aperture Radar Micro-motion Target Indication(SAR/MMTI)[J].Acta Electronica Sinica,2013,41(12):2436-2442.

[8]SPARR T,KRANE B.Micro-Doppler Analysis of Vibrating Targets in SAR[J].IEE Proceedings-Radar,Sonar and Navigation,2003,150(4):277-283.

[9]RüEGG M,MEIER E,NüESCH D.Vibration and Rotation in Millimeter-wave SAR[J].IEEE Transactions on Geoscience and Remote Sensing,2007,45(2):293-304.

[10]CLEMENTE C,SORAGHAN JJ.Vibrating Target Micro-Doppler Signature in Bistatic SAR with a Fixed Receiver[J]. IEEE Transactions on Geoscience and Remote Sensing,2012,50(8):3219-3227.

[11]ZHAO G H,FU Y W,NIE L,et al.Imaging and Micro-Doppler Analysis of Vibrating Target in MIMO SAR[J].IET Radar,Sonar and Navigation,2014,150(4):277-283.

[12]ZHANG W,TONG C,ZHANG Q,et al.Extraction of Vibrating Features with Dual-channel Fixed-receiver Bistatic SAR[J].IEEE Geoscience and Remote Sensing Letters,2012,9(3):507-511.

[13]劉向陽,廖桂生,楊志偉,等.機載多通道雷達DPCA誤差補償及穩(wěn)健的雜波抑制[J].電子學(xué)報,2009,37(9): 1982-1988. LIU Xiangyang,LIAO Guisheng,YANG Zhiwei,et al.DPCA Error Compensation and Robust Clutter Suppression for Multi-Channel Airborne Radar[J].Acta Electronica Sinica,2009,37(9):1982-1988.

(編輯:王 瑞)

Features extracting method of ground vibrating targets for dual-channel SAR

LIANG Ying1,3,ZHANG Qun1,2,YANG Qiu1,GU Fufei1
(1.School of Information and Navigation,AFEU,Xi’an 710077,China;2.Collaborative Innovation Center of Information Sensing and Understanding,Xi’an 710077,China;3.Unit 95980 of PLA,Xiangyang 441100,China)

The returned radar signal includes the vibrating target echo but also the strong ground clutter. However,it is difficult to detect and extract the vibrating features for SAR.For detecting and extracting the features of vibrating targets on the ground,the displaced phase center antenna(DPCA)technique is applied to suppress the ground clutter,which indicates that a time-varying envelope is induced after the DPCA processing,named the slow time envelope(STE).The energy distribution of micro-Doppler(m-D)time-frequency curve is influenced by the STE,and the integrated m-D time-frequency curve cannot be obtained.Further,an extracting method of vibrating features based on STE signatures is proposed.Finally some simulations are given for validating the theoretical derivation and the effectiveness of the proposed extracting method.

vibrating target;clutter suppression;displaced phase center antenna;slow time envelope

TN957

A

1001-2400(2016)03-0114-06

10.3969/j.issn.1001-2400.2016.03.020

2015-01-26

時間:2015-07-27

國家自然科學(xué)基金資助項目(61172169,61471386);陜西省自然科學(xué)基礎(chǔ)研究計劃資助項目(2015JM6306)

梁 穎(1986-),男,空軍工程大學(xué)博士研究生,E-mail:liangying8633@163.com.

http://www.cnki.net/kcms/detail/61.1076.TN.20150727.1952.020.html