符吉祥 孫光才 邢孟道

?

一種大轉(zhuǎn)角ISAR兩維自聚焦平動(dòng)補(bǔ)償方法

符吉祥*孫光才 邢孟道

(西安電子科技大學(xué)雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室 西安 710071)(西安電子科技大學(xué)信息感知技術(shù)協(xié)同創(chuàng)新中心 西安 710071)

針對ISAR目標(biāo)在大轉(zhuǎn)角情況下轉(zhuǎn)動(dòng)和平動(dòng)分量耦合在一起，難以對平動(dòng)分量精確補(bǔ)償?shù)膯栴}，該文提出一種大轉(zhuǎn)角ISAR兩維自聚焦平動(dòng)補(bǔ)償方法。首先對平動(dòng)粗補(bǔ)償，再通過極坐標(biāo)格式算法(PFA)對轉(zhuǎn)動(dòng)和平動(dòng)2維解耦，最后利用自聚焦算法提取誤差相位，從中估計(jì)剩余平動(dòng)并補(bǔ)償。所提方法可以同時(shí)校正由平動(dòng)引起的包絡(luò)誤差和相位誤差，且相比于傳統(tǒng)的包絡(luò)對齊級(jí)聯(lián)自聚焦的平動(dòng)補(bǔ)償方法精度更高，相比于包絡(luò)相位聯(lián)合優(yōu)化求解方法效率更高。仿真數(shù)據(jù)和暗室實(shí)測數(shù)據(jù)的實(shí)驗(yàn)結(jié)果證了所提方法的有效性與實(shí)用性。

ISAR；大轉(zhuǎn)角；兩維自聚焦；平動(dòng)補(bǔ)償；高精度；高效

1 引言

2 兩維自聚焦平動(dòng)補(bǔ)償方法

2.1 平動(dòng)粗補(bǔ)償

對目標(biāo)回波進(jìn)行平動(dòng)粗補(bǔ)償后得到(忽略信號(hào)幅度)

2.2 轉(zhuǎn)動(dòng)補(bǔ)償

將回波變換到波數(shù)域

2.3 重采樣后剩余平動(dòng)分析

圖1 PFA插值對剩余平動(dòng)的影響

2.4 剩余平動(dòng)估計(jì)和補(bǔ)償

最后，通過2維IFFT即可以得到聚焦的圖像。下面對估計(jì)誤差相位的具體方法及需要注意的問題進(jìn)行說明。

綜上，本文方法處理流程圖如圖2所示。

圖2 本文方法處理流程圖

2.5 算法復(fù)雜度分析

3 仿真實(shí)驗(yàn)及實(shí)測數(shù)據(jù)驗(yàn)證

本文所提方法適用于平穩(wěn)運(yùn)動(dòng)的目標(biāo)，所以在仿真實(shí)驗(yàn)中，以衛(wèi)星的點(diǎn)模型為仿真目標(biāo)，衛(wèi)星的運(yùn)動(dòng)參考實(shí)際衛(wèi)星相對于雷達(dá)的運(yùn)動(dòng)，實(shí)驗(yàn)中參考國際空間站的軌道參數(shù)，并通過星地幾何將衛(wèi)星軌道運(yùn)動(dòng)換算成以雷達(dá)為參考的運(yùn)動(dòng)，再以此進(jìn)行回波仿真。仿真雷達(dá)的參數(shù)如表1所示。

為了說明本文所提方法有效性，將本文所提方法與文獻(xiàn)[14]提出的PSO-based的方法以及傳統(tǒng)方法最大相關(guān)包絡(luò)對齊級(jí)聯(lián)自聚焦(MCRA+MEA)方法進(jìn)行比較，PSO-based方法中設(shè)置PSO的粒子數(shù)為20，迭代次數(shù)為40，給定多項(xiàng)式階數(shù)，其他參數(shù)設(shè)置與文獻(xiàn)[14]相同。為了使PSO-based方法適應(yīng)大轉(zhuǎn)角情況，在其迭代過程中加入PFA重采樣處理。衛(wèi)星相對于雷達(dá)運(yùn)動(dòng)的幾何以及斜距變化如圖3所示。

表1仿真雷達(dá)參數(shù)

信號(hào)帶寬1 GHz 脈沖寬度10 μs 載頻9 GHz 脈沖重復(fù)頻率600 Hz 采樣率1.2 GHz

為了評估所提算法的性能，分別從成像質(zhì)量以及剩余平動(dòng)估計(jì)的準(zhǔn)確性兩方面來說明。使用圖像的熵值來評估成像質(zhì)量，一般圖像的熵值越小，說明圖像的聚焦性能越好。使用均方誤差(Mean- Square Error, MSE)來評估剩余平動(dòng)估計(jì)的準(zhǔn)確性，MSE定義如式(25)：

圖5是不同信噪比下使用本文方法、PSO-based方法和MCRA+MEA方法估計(jì)的剩余平動(dòng)的MSE。因?yàn)椴煌椒ㄩg的MSE差異較大，所以對MSE取對數(shù)后比較。從圖5中可以看出，在信噪比高于0 dB時(shí)，本文方法的估計(jì)精度優(yōu)于PSO-based方法，而MCRA+MEA方法的MSE一直大于本文方法。不同方法的MSE隨信噪比變化的結(jié)果與熵值隨信噪比變化的結(jié)果基本相一致。

以上不同方法都是在處理器為 Inter(R) Xeon (R) CPU E5-2679 v2 @ 2.70 GHz (2處理器)的電腦上運(yùn)行，運(yùn)行時(shí)間分別為本文方法8.35 s, PSO- based方法1195.35 s, MCRA+MEA方法57.93 s。若不考慮PSO中插值操作所用的時(shí)間，PSO-based方法運(yùn)行50.95 s。說明了本文方法的效率要高于PSO-based方法和MCRA+MEA方法。

為了進(jìn)一步比較不同方法之間的差異，圖6給出信噪比為-5 dB, 0 dB和5 dB時(shí)本文方法、PSO- based方法、MCRA+MEA方法和理想情況下得到的圖像。其中圖6(a)~圖6(e)信噪比為-5 dB；圖6(f)~圖6(j)信噪比為0 dB；圖6(k)~圖6(o)信噪比為5 dB。從圖6(a)~圖6(d)中可以看出即使在包絡(luò)快被噪聲淹沒的情況下，本文方法依然能獲得聚焦較好的ISAR圖像，這說明了本文方法具有良好的抗噪性；從圖6(e)~圖6(l)可以看出，在信噪比較高時(shí)，本文方法成像結(jié)果與理想情況成像結(jié)果差異很小，這說明了本文算法的精度較高。

圖3 衛(wèi)星模型以及衛(wèi)星相對于雷達(dá)的運(yùn)動(dòng)幾何

圖4 不同方法成像結(jié)果熵值比較

圖5 不同方法估計(jì)的剩余平動(dòng)MSE隨信噪比的變化

圖6 信噪比為-5 dB, 0 dB和5 dB是不同方法得到的圖像

圖7 剩余平動(dòng)誤差

圖8 信噪比為-5 dB, 0 dB和10 dB下不同方法處理暗室數(shù)據(jù)圖像

表2不同信噪比下不同方法得到圖像的熵值

信噪比(dB)理想情況本文方法PSO-basedMCRA+MEA -5 7.257.327.297.66 07.137.147.197.55 107.077.087.107.43

4 結(jié)束語

本文針對大轉(zhuǎn)角情況下轉(zhuǎn)動(dòng)和平動(dòng)耦合導(dǎo)致平動(dòng)精確補(bǔ)償困難這一問題，提出了一種精確的大轉(zhuǎn)角ISAR 2維自聚焦平動(dòng)補(bǔ)償方法。首先對平動(dòng)分量進(jìn)行粗補(bǔ)償，并利用極坐標(biāo)重采樣對轉(zhuǎn)動(dòng)和平動(dòng)解耦，接著通過詳細(xì)分析重采樣對剩余平動(dòng)的影響，得到了剩余平動(dòng)與誤差相位之間的關(guān)系，然后再通過自聚焦算法提取誤差相位并使用多普勒中心估計(jì)校正一次誤差相位，再從誤差相位中估計(jì)剩余平動(dòng)并補(bǔ)償回波，最終得到聚焦良好的ISAR圖像和精確的平動(dòng)估計(jì)。本文對仿真數(shù)據(jù)和暗室實(shí)測數(shù)據(jù)進(jìn)行了算法對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法在效率方面相對PSO-based方法和MCRA+MEA方法均有所提高，本文方法的精度要優(yōu)于MCRA+MEA方法。當(dāng)信噪比大于0 dB時(shí)，本文方法在精度方面相對于PSO-based方法有所提高，且具有較穩(wěn)健的抗噪聲性能。

[1] 吳敏, 張磊, 劉松楊, 等. OFDM-ISAR的稀疏優(yōu)化成像與運(yùn)動(dòng)補(bǔ)償[J]. 雷達(dá)學(xué)報(bào), 2016, (1): 72-81. doi: 10.12000/JR 16017.

WU Min, ZHANG Lei, LIU Songyang,. OFDM-ISAR Sparse Optimization Imaging and Motion Compensation[J]., 2016, 5(1): 72-81. doi: 10.12000/JR16017.

[2] 陳文峰, 李少東, 楊軍, 等. 基于線性Bregman迭代類的多量測向量ISAR成像算法研究[J]. 雷達(dá)學(xué)報(bào), 2016, 5(4): 389-401. doi: 10.12000/JR16057.

CHEN Wenfeng, LI Shaodong, YANG Jun,. Multiple Measurement Vectors ISAR Imaging Algorithm Based on a Class of Linearized Bregman Iteration[J]., 2016, 5(4): 389-401. doi: 10.12000/JR16057.

[3] LI Chenchen J and LING Hao. Wide-angle ISAR imaging of vehicles[C]. 2015 9th European Conference on Antennas and Propagation (EuCAP), Lisbon, Portugal, 2015: 1-2.

[4] CHEN Chungching and ANDREWA Harry C. Target- motion-induced radar imaging[J]., 1980, 16(1): 2-14. doi: 10.1109/TAES.1980.308873.

[5] ZHENG Jibin, SU Tao, ZHU Wentao,. ISAR imaging of targets with complex motions based on the keystone time-chirp rate distribution[J].2014, 11(7): 1275-1279. doi: 10.1109/LGRS.2013.2291992.

[6] RUAN Huang, WU Yanhong, JIA Xin,. Novel ISAR imaging algorithm for maneuvering targets based on a modified keystone transform[J]., 2014, 11(1): 128-132. doi: 10.1109/LGRS.2013.2250250.

[7] LI Xiaolong, CUI Guolong, YI Wei,. Range migration correction for maneuvering target based on generalized keystone transform[C]. 2015 IEEE International Radar Conference (RadarCon), Arlington, VA, USA, 2015: 0095-0099.doi: 10.1109/RADAR.2015.7130977.

[8] LIU Yiu, XU Shiyou, CHEN Zengping,. MTRC compensation in high-resolution ISAR imaging via improved polar format algorithm based on ICPF[J]., 2014, 2014(1): 1-17. doi: 10.1186/1687-6180-2014-179.

[9] ZHU Daiyin, WANG Ling, YU Yusheng,. Robust ISAR range alignment via minimizing the entropy of the average range profile[J]., 2009, 6(4): 204-208. doi: 10.1109/ LGRS.2008.2010562.

[10] PENG Shibao, XU Jia, WANG Libao. A new ISAR range alignment method based on particle swarm optimizer[C]. 2009 IEEE 2nd Asian-Pacific. Conference. Synth. Aperture Radar (APSAR’09), Xi’an, China, 2009: 618-621. doi: 10.1109/APSAR.2009.5374278.

[11] 徐剛, 楊磊, 張磊, 等. 一種加權(quán)最小熵的 ISAR 自聚焦算法[J]. 電子與信息學(xué)報(bào), 2011, 33(8): 1809-1815. doi: 10.3724/ SP.J.1146.2010.01153.

XU Gang, YANG Lei, ZHANG Lei,. Weighted minimum entropy autofocus algorithm for ISAR imaging[J].&, 2011, 33(8): 1809-1815. doi: 10.3724/SP.J.1146.2010.01153.

[12] 楊磊, 熊濤, 張磊, 等. 應(yīng)用聯(lián)合自聚焦實(shí)現(xiàn)低信噪比 ISAR 成像平動(dòng)補(bǔ)償[J]. 西安電子科技大學(xué)學(xué)報(bào), 2012, 39(3): 63-71. doi: 10.3969/j.issn.1001-2400.2012.03.010.

YANG Lei, XIONG Tao, ZHANG Lei,. Translational motion compensation for ISAR imaging based on joint autofocusing under the low SNR[J]., 2012, 39(3): 63-71. doi: 10.3969/j.issn.1001-2400. 2012.03.010.

[13] ZHANG Lei, SHENG Jialian, DUAN Jia,. Translational motion compensation for ISAR imaging under low SNR by minimum entropy[J]., 2013, 2013(1): 1-19. doi: 10.1186/1687- 6180-2013-33.

[14] LIU Lei, ZHOU Feng, TAO Mingliang,. Adaptive translational motion compensation method for ISAR imaging under low SNR based on particle swarm optimization[J]., 2015, 8(11): 5146-5157. doi: 10.1109/JSTARS.2015.2491307.

[15] NOVIELLO C, FORNARO G, BRACE P,. Fast and accurate ISAR focusing based on a Doppler parameter estimation algorithm[J]., 2017, 14(3): 349-353. doi: 10.1109/LGRS. 2016.2641498.

[16] YANG Lei, XING Mengdao, WANG Yong,. Compensation for the NsRCM and phase error after polar format resampling for airborne spotlight SAR raw data of high resolution[J]., 2013, 10(1): 165-169. doi: 10.1109/ LGRS.2012.2196676.

符吉祥： 男，1992年生，博士生，研究方向?yàn)镮SAR成像.

孫光才： 男，1985年生，博士，副教授，研究方向?yàn)槔走_(dá)成像、動(dòng)目標(biāo)檢測.

邢孟道： 男，1975年生，教授，博士生導(dǎo)師，研究方向?yàn)槔走_(dá)成像、動(dòng)目標(biāo)檢測.

A Two Dimensional Autofocus Translation CompensationMethod for Wide-angle ISAR Imaging

FU Jixiang SUN Guangcai XING Mengdao

(,,’710071,)(,,’710071,)

For non-cooperative ISAR targets, the rotation motion and the translation motion are coupled under wide-angle circumstance, and it is hard to compensate the translation motion precisely. A two dimensional autofocus translation compensation method for wide-angle ISAR imaging is proposed. Firstly, the translation motion is compensated coarsely; then, two dimensional coupling between rotation and translation is decoupled through Polar Format Algorithm (PFA); finally, the error phase is extracted by autofocus algorithm and then the residual translation is estimated from the error phase. The proposed method can correct the envelope and phase errors simultaneously, and compared with traditional translation compensation methods,range alignment combining with autofocus, the proposed method has a higher precision; compared with the methods of optimization for jointing alignment and phase, the proposed method is more efficient. The experimental results using both simulated data and measured data collected in microwave chamber confirm the validation and practicality of the proposed algorithm.

Inverse Synthetic Aperture Radar (ISAR); Wide-angle; Two dimensional autofocus; Translation compensation; High-precision; Efficient

TN957

A

1009-5896(2017)12-2889-10

10.11999/JEIT170303

2017-04-07；

2017-07-11；

2017-08-28

通信作者：符吉祥 jixiang_xd@126.com

國家自然科學(xué)基金重大研究計(jì)劃培育項(xiàng)目(91438106)，國家自然科學(xué)基金創(chuàng)新群體(61621005)

: The Major Research Plan of the National Natural Science Foundation of China (91438106), The Foundation for Innovative Research Groups of the National Natural Science Foundation of China (61621005)