一种基于改进距离徙动算法的毫米波近场sar速成像方法
技术领域
1.本发明属于雷达成像技术领域，涉及一种毫米波近场sar(synthetic apertureradar)快速成像算法。
背景技术：2.成像技术中最主要的是成像算法。对成像算法技术进行划分，可以分为：时域类技术和频域类技术。时域类成像方法主要是后向投影算法(backprojection, bp)，该算法是在时域中实现信号处理的。频域类成像方法包括：距离多普勒算法(range doppler algorithm,rda)、chirp scaling算法(简称cs算法，即csa) 和距离徙动算法(range migration algorithm,rma)等，这些算法是在频域中实现信号处理的。
3.bp算法计算量较大，虽然一些改进的bp算法(如：fbp和ffbp算法)可以达到与频域算法的效率相当，但是这些改进后的算法牺牲了bp算法的成像精度。
4.rda是一种最早和最简单的成像算法。虽然简单，但是rda贯穿了整个sar 信号处理的思想，后续的算法上都能看出rda的缩影。rda具有模块化处理的特点，它是对二维数据进行分解，分解成两个一维的数据，然后通过处理两个一维的数据来实现的，而且在处理一维的数据时不会影响另一维。但是这种分解要求方位向和距离向之间存在很小的耦合性。
5.cs算法首先通过调频变标操作将所有目标的距离轨迹一致化，再在二维频域中通过相位相乘进行一致的距离徙动校正。但是csa也有局限性，主要表现在：一是调频变标操作会使距离向的频谱展宽和偏移，在偏移量超过了一定范围时成像会发生混叠，而且随着斜视角的增大这种混叠现象会愈加明显。二是调频变标操作会使信号包络发生变化，这种变化会影响目标的聚焦。
6.距离徙动算法也可以叫做ωk算法。该算法的思想是通过对二维时域数据进行傅里叶变换，将数据变换到二维频域，再在二维频域中对数据进行距离压缩、距离徙动校正和方位压缩等操作。算法中使用的参考函数一般是以场景中心作为参考，所以越接近场景中心的目标聚焦效果也就越好。
7.目前，大部分快速成像算法都是采用波数域积分、应用nufft等方法来代替插值，从而避免复杂的插值运算，来提高成像效率。由于在传统算法上是天线传感器到目标的斜距没有考虑到在距离维上发射脉冲时，载体也是在移动的因此传统算法还需要将以上问题考虑进去并改进。
8.经过检索，申请公开号cn112684447a，一种毫米波机载sar实时成像优化方法及系统，涉及雷达技术领域。该方法包括：步骤1，获取毫米波机中sar实时成像设备传输的飞行回波数据；步骤2，对所述飞行回波数据进行处理，得到每个距离块的多普勒中心频率；步骤3，根据所述多普勒中心频率计算方位滤波器的频域；步骤4，基于所述方位滤波器的频域，对毫米波机进行运动误差补偿；步骤5，根据运动误差补偿的结果进行剩余多普勒中心频率的估计；步骤6，根据所述剩余多普勒中心频率的估计结果对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正。本发明能够解决对于毫米波段机载sar，成像质量严重下降
的问题。该专利需要对每个距离块的距离徙动校正以及每个距离块的方位脉冲校正，没有通过对目标位置的估计来得到成像区域，该做法会增加成像的计算时间，而冗余数据进行成像之后，可能与目标图像重叠会影响成像效果，不利于成像效率与成像质量的提高。
技术实现要素：9.本发明旨在解决以上现有技术的问题。提出了一种基于改进距离徙动算法的毫米波近场sar速成像方法。本发明的技术方案如下：
10.一种基于改进距离徙动算法的毫米波近场sar速成像方法，其包括以下步骤：
11.将接收到的回波数据分为距离维和方向维分别进行处理；对方向维数据进行 fft处理，对距离维数据进行数据截取，截取后的数据进行fft处理以及rvp 校正。然后将两项数据整合，整合后的数据就是二维波数域数据；对二维波数域数据匹配滤波去除冗余项，通过stolt插值变换步骤对所有的距离弯曲进行；将stolt插值变换后的数据进行ifft处理，得到成像结果。此次对距离徙动算法改进主要是通过参考固定的参考距离r0对回波数据的一维距离向的分布谱中与被测目标有关的区域范围进行预先选定，完成被测目标的回波数据截取，从而去除冗余量，大大减少成像数据量，降低运算时间，从根本上提高成像的效率。
12.进一步的，所述将接收到的回波数据分为距离维跟方向维分别进行处理，具体包括：
13.对于毫米波人体成像系统，由于合成孔径雷达成像是天线运动，目标保持静止从而获得相对运动的成像机理，目标与合成孔径平面的参考距离r0是固定的，回波数据的一维距离向的分布谱中与被测目标有关的区域范围则可以预先选定；根据r0来对距离维的数据进行截取，得到截取后的方向维数据，对方向维的数据进行rvp残余视频校正。
14.进一步的，所述对数据进行二维波数域变换得到波数域数据，具体包括：
15.原始回波信号表示为：
16.其中：wr(tr)为距离包络即矩形函数，tr为距离时间，ta为方位时间，fc为中心频率，kr为距离向线性调频信号的斜率即调频率，σ为反射系数，c表示波的传播速度，ri表示天线到目标的瞬时斜距，频率为fc的信号对应的波数为ki＝4πfi/c，差频信号fi对应的波数为ki＝4πfi/c；对原始回波信号进行去调频处理时，会引入残余视频相位项，因此需要对回波信号进行rvp校正，并得到时域的回波信号，将该信号变换到二维波数域得到其中f
ad
表示多普勒频移，计算方式为k
x
＝4πfa/v、kr＝kc+ki、r
ref
为参考斜距，s
xr
表示表示在二维波数域的回波信号，v表示雷达移动速度。
17.进一步的，所述匹配滤波具体包括：
18.整个场景的距离弯曲是通过场景中心处的距离弯曲校正的，这样做会使场景中心处的距离弯曲得到全部校正，而其他距离处的距离弯曲没有得到全部校正，因此要进行匹
配滤波处理，到达所截取区域内的所有的距离弯曲在后续的处理中都能够得到校正；经过匹配滤波后的信号为：
19.进一步的，所述匹配滤波的步骤是根据s
xr
(k
x
,kr)所述的二维波数域信号表达式的第二个指数项设计匹配滤波函数可以得到中匹配滤波后的信号表达式sc(k
x
,kr)。到达所截取区域内的所有的距离弯曲在后续的处理中都能够得到校正。
20.进一步的，所述stolt插值变换具体包括以下步骤：
21.经过匹配滤波后的信号是在kx-kr二维波数域中的，对于不是正交直角坐标系的二维波数域kx-kr而言，为了精确聚焦，需要通过stolt插值来补偿其他位置处的距离弯曲，在这里引入ky，其中由ky的表达式可知kr 和kx都是均匀分布的，而ky为两者平方差再开根号，因此ky是非均匀分布，为了使用傅里叶逆变换，需要将ky变成均匀分布的，而这一操作是通过stolt 插值完成的。具体插值流程如下：根据kr的间隔来等间隔划分ky的最小值与最大值之间的数据，然后利用线性插值将k
r-k
x
域的数据变换到k
x-ky域中。
22.进一步的，所述将stolt插值变换后的数据进行ifft处理，得到成像结果。
23.本发明的优点及有益效果如下：
24.本发明旨在解决以上现有技术的问题。提出了一种基于距离徙动算法改进的毫米波近场sar快速成像方法，和传统的成像算法相比，本发明结合数据截取与改进的距离徙动算法相结合，在回波数据的一维距离向的分布谱中与被测目标有关的区域范围进行预先选定，通过截取有效的数据来减少数据量，从而达到快速成像的目的，并且充分考虑天线传感器是一边发射信号一边移动的现实问题(即，考虑到在距离维上发射脉冲时，载体也是在移动的)，采用去调频处理代替传统的接收方式，对传统的距离徙动算法进行改进，在提高成像效率的同时提高成像质量。
附图说明
25.图1是本发明提供优选实施例的实现流程图；
26.图2是点目标通过距离徙动算法的成像图；
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
28.本发明解决上述技术问题的技术方案是：
29.参照图1～图2，一种基于距离徙动算法改进的毫米波近场sar快速成像方法，包括5个步骤，具体为：
30.步骤一：将接收到的回波数据分为距离维跟方向维分别进行处理
31.对于毫米波人体成像系统，由于合成孔径雷达成像是天线运动，目标保持静止从而获得相对运动的成像机理，目标与合成孔径平面的参考距离r0是固定的，回波数据的一维距离向的分布谱中与被测目标有关的区域范围则可以预先选定。因此可以根据r0来对距
离为的数据进行截取，得到截取后的方向维数据，对方向维的数据进行rvp(残余视频)校正。
32.步骤二：对数据进行二维波数域变换得到波数域数据，
33.由于原始回波信号可以表示为：
34.其中：wr(tr)为距离包络(矩形函数)，tr为距离时间，ta为方位时间，fc为中心频率，kr为距离向线性调频信号的斜率(调频率)，σ为反射系数，c表示波的传播速度，ri表示天线到目标的瞬时斜距。对原始回波信号进行去调频处理时，会引入残余视频相位项，因此需要对回波信号进行rvp校正，并得到时域的回波信号，将该信号变换到二维波数域得到
35.步骤三：匹配滤波
36.整个场景的距离弯曲是通过场景中心处的距离弯曲校正的，这样做会使场景中心处的距离弯曲得到全部校正，而其他距离处的距离弯曲没有得到全部校正，因此要进行匹配滤波处理，到达所截取区域内的所有的距离弯曲在后续的处理中都能够得到校正。经过匹配滤波后的信号为：
37.步骤四：stolt插值变换
38.经过匹配滤波后的信号是在kx-kr二维波数域中的，对于不是正交直角坐标系的二维波数域kx-kr而言，为了精确聚焦，需要通过stolt插值来补偿其他位置处的距离弯曲。
39.步骤五：成像
40.将stolt插值变换后的数据进行ifft处理，就可以得到成像结果。
41.本发明的效果可通过以下仿真进一步说明：
42.(1)仿真条件
43.台式计算机的参数如下：内存：8gb；处理器：intel(r)core(tm)i5-9500 cpu @3.00ghz；操作系统为windows10旗舰版64位操作系统，仿真平台为 matlab2020b。
44.(2)仿真结果
45.图2是利用本发明一具体实施方式进行仿真实验的处理结果，根据下表参数分别对单点跟多点目标进行仿真实验：
[0046][0047]
图2是仿真实验中运用改进的距离徙动算法对近场单点目标以及多点目标进行成像处理的结果图。从图中可以看出该算法在理论上是可以实现的。
[0048]
表1是将改进的快速成像算法与传统成像算法在对同样的目标进行成像时所用时间的记录表格，从表中数据可以看出本发明所用改进的快速成像算法能有效地提高成像效率。
[0049]
表1两种算法成像处理时间对比
[0050][0051]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0052]
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
技术特征：1.一种基于改进距离徙动算法的毫米波近场sar速成像方法，其特征在于，包括以下步骤：将接收到的回波数据分为距离维和方向维分别进行处理；对方向维数据进行fft处理，对距离维数据进行数据截取，截取后的数据进行fft处理以及rvp校正。然后将两项数据整合，整合后的数据就是二维波数域数据；对二维波数域数据匹配滤波去除冗余项，通过stolt插值变换步骤对所有的距离弯曲进行；将stolt插值变换后的数据进行ifft处理，得到成像结果。此次对距离徙动算法改进主要是通过参考固定的参考距离r0对回波数据的一维距离向的分布谱中与被测目标有关的区域范围进行预先选定，完成被测目标的回波数据截取，从而去除冗余量，大大减少成像数据量，降低运算时间，从根本上提高成像的效率。2.根据权利要求1所述的一种基于改进距离徙动算法的毫米波近场sar速成像方法，其特征在于，所述将接收到的回波数据分为距离维跟方向维分别进行处理，具体包括：对于毫米波人体成像系统，由于合成孔径雷达成像是天线运动，目标保持静止从而获得相对运动的成像机理，目标与合成孔径平面的参考距离r0是固定的，回波数据的一维距离向的分布谱中与被测目标有关的区域范围则可以预先选定；在二维傅里叶变换前先根据r0对目标范围的选定，完成被测目标的回波数据截取来对距离维的数据进行截取，得到截取后的方向维数据，对方向维的数据进行rvp残余视频校正。3.根据权利要求1所述的一种基于改进距离徙动算法的毫米波近场sar速成像方法，其特征在于，所述对数据进行二维波数域变换得到波数域数据，具体包括：原始回波信号表示为：其中：w
r
(t
r
)为距离包络即矩形函数，t
r
为距离时间，t
a
为方位时间，f
c
为中心频率，k
r
为距离向线性调频信号的斜率即调频率，σ为反射系数，c表示波的传播速度，r
i
表示天线到目标的瞬时斜距，频率为f
c
的信号对应的波数为k
i
＝4πf
i
/c，差频信号f
i
对应的波数为k
i
＝4πf
i
/c；对原始回波信号进行去调频处理时，会引入残余视频相位项，因此需要对回波信号进行rvp校正，并得到时域的回波信号，将该信号变换到二维波数域得到其中f
ad
表示多普勒频移，计算方式为k
x
＝4πf
a
/v、k
r
＝k
c
+k
i
、r
ref
为参考斜距，s
xr
表示表示在二维波数域的回波信号，v表示雷达移动速度。4.根据权利要求1所述的一种基于改进距离徙动算法的毫米波近场sar速成像方法，其特征在于，所述匹配滤波具体包括：整个场景的距离弯曲是通过场景中心处的距离弯曲校正的，这样做会使场景中心处的距离弯曲得到全部校正，而其他距离处的距离弯曲没有得到全部校正，因此要进行匹配滤波处理，所截取区域内的所有的距离弯曲在后续的处理中都能够得到校正；经过匹配滤波后的信号为：5.根据权利要求1所述的一种基于改进距离徙动算法的毫米波近场sar速成像方法，其
特征在于，所述匹配滤波的步骤是根据权利要求3所述的二维波数域信号表达式的第二个指数项设计的匹配滤波函数可以得到匹配滤波后的信号表达式。6.根据权利要求5所述的一种基于改进距离徙动算法的毫米波近场sar速成像方法，其特征在于，所述stolt插值变换具体包括以下步骤：经过匹配滤波后的信号是在kx-kr二维波数域中的，对于不是正交直角坐标系的二维波数域kx-kr而言，为了精确聚焦，需要通过stolt插值来补偿其他位置处的距离弯曲，在这里引入k
y
，其中由k
y
的表达式可知kr和kx都是均匀分布的，而ky为两者平方差再开根号，因此ky是非均匀分布，为了使用傅里叶逆变换，需要将k
y
变成均匀分布的，而这一操作是通过stolt插值完成的；具体插值流程如下：根据k
r
的间隔来等间隔划分k
y
的最小值与最大值之间的数据，然后利用线性插值将k
r-k
x
域的数据变换到k
x-k
y
域中。7.根据权利要求6所述的一种基于改进距离徙动算法的毫米波近场sar速成像方法，其特征在于，所述将stolt插值变换后的数据进行ifft处理，得到成像结果。
技术总结本发明请求保护一种基于改进距离徙动算法的毫米波近场SAR快速成像方法，属毫米波合成孔径雷达成像领域。首先对毫米波雷达开发板接收到的原始数据的距离维截取有用的部分之后在对距离维数据进行FFT处理，然后对数据进行RVP(残余视频)校正，将RVP校正后的信号变换到二维波数域；由于天线相对于被测物体是运动的，此时还需要进行多普勒频移校正，下一步则对数据进行二维匹配滤波和Stolt变换，最后再对上式的回波信号进行二维傅里叶逆变换完成目标图像。本发明在传统RMA流程中的二维傅里叶变换前先根据目标范围的选定，大大减少成像数据量，降低运算时间，从根本上提高成像的效率，能够在提高成像效率的同时得到较高质量的SAR图像。SAR图像。SAR图像。
技术研发人员：陈国平 陈茹 王馨 孟杨
受保护的技术使用者：重庆邮电大学
技术研发日：2022.03.15
技术公布日：2022/7/5
