改進(jìn)的DPCA和ATI技術(shù)及其對(duì)比

1、改進(jìn)的DPCA和ATI技術(shù)及其對(duì)比Contrast between improved DPCA and ATI technologiesYANG Xiao， WANG Junfeng（Shanghai Jiao Tong University， Shanghai 200240 ，China ）： DPCAand ATI were improved for ground moving target indication （ GMT）I of synthetic aperture radar（ SAR） .Their effects are compared and introduced in t

2、his paper.The processing steps of DPCA are coordinate correction ， phase compensation ，cluttercancellation ， mean smoothingand threshold detection ， and the processing steps of ATI are coordinate correction ， phase compensation ， clutter cancellation/interference ， mean smoothing and threshold detec

3、tion ， which are the same except for the third step.The sub pixel frequency domain registration method was applied to improving the accuracy of coordinate correction and phase compensation so as to raise the precision of GMTI. The experimental results show that the improved DPCA and ATI detection ha

4、ve great detectability ， even if the most weak moving target can be detected. It is found by comparison analysis that ATI has better detectionefficiency than DPCAon GMTI. The innovation point of this paper is the sub pixel frequency domain registrationmethod， which is automatic algorithm， and has no

5、requirement to the accuracy of the system parameters.Keywords： synthetic aperture radar； ground movingtarget indication； DPCA technology ； along?trackinterferometry0 引 言 地面運(yùn)動(dòng)目標(biāo)檢測(cè)是合成孔徑雷達(dá)研究中的一個(gè)重要課題。通常有兩種主要的研究方法：?jiǎn)瓮ǖ?SAR動(dòng)目標(biāo)檢測(cè)和多通道SAR動(dòng)目標(biāo)檢測(cè)1?3。本文主要研究多通道 SAR動(dòng)目標(biāo)檢測(cè)。 偏置相位中心天線技術(shù)（DPCA、沿軌干涉技術(shù)（ATI）和空時(shí) 自適應(yīng)處理（STAP是多

6、通道SAR動(dòng)目標(biāo)檢測(cè)中的重要方法。DPCA 和 ATI 都需要先對(duì)通道間的圖像做坐標(biāo)配準(zhǔn)和相位補(bǔ)償， 這一過 程的準(zhǔn)確度將嚴(yán)重依賴于系統(tǒng)參數(shù)的準(zhǔn)確性， 如基線長(zhǎng)度、 載機(jī) 速度等。 本文提出一種配準(zhǔn)與補(bǔ)償算法， 使得這一過程對(duì)參數(shù)準(zhǔn) 確性的依賴降到最低。DPCA技術(shù)主要依靠通道間信號(hào)相減后再 進(jìn)行閾值檢測(cè)以消除雜波， 但為了防止對(duì)動(dòng)目標(biāo)的漏檢， 不能過 高地提升閾值， 這也造成了一些強(qiáng)雜波無法消除； 而 ATI 技術(shù)是 依靠通道間相位差來檢測(cè)出動(dòng)目標(biāo)。1 原 理以雙通道為例，通道 1 發(fā)射和接收信號(hào)， 通道 2 僅接收信號(hào)。如圖 1 所示， x 軸為方位向， y 軸為距離向，雷達(dá)的方位向和距

7、離向速度分別為va和vr。t=0時(shí)雷達(dá)位于坐標(biāo)原點(diǎn)，此時(shí) 目標(biāo)點(diǎn)位于 (x0，y0) 。對(duì)靜止目標(biāo)進(jìn)行分析， 對(duì)通道 1 和通道 2 的數(shù)據(jù)均使用通道 1的參數(shù)進(jìn)行距離多普勒(RD算法處理后，可得到通道 1和通 道 2 信號(hào)的表達(dá)式：Sac1 ( t , t) = pr t -2yc1cpa (t-tc1 ) exp-j4 n 入 yclexp (j2 n fclt ) (1)Sac2 ( t , t) = pr t -2 (yc2+d28yc1) cpa (t-tc2 ) ? exp-j4 n 入(yc2+d28yc1) exp (j2 n fc2t ) (2)式中：tc仁xOva ; yc

8、仁yO-vrtc1 ； fc仁2vr 入； tc2=x0-d2va ; yc2=y0-vrtc2 ; fc2=2vr 入;t 代表快時(shí)間 或者距離向時(shí)間；t表示慢時(shí)間或者方位向時(shí)間；彷是目標(biāo) 反射系數(shù)的復(fù)數(shù)常量; tc1 是波束中心的偏離時(shí)間; pr (t ) 是距離向包絡(luò)， 通常是一個(gè) sinc 函數(shù)； pa(t ) 是方位向包絡(luò)， 通常也是一個(gè)sine函數(shù)；入是雷達(dá)系統(tǒng)的波長(zhǎng)；d是基線長(zhǎng) 度。圖 1 雷達(dá)與目標(biāo)示意圖因?yàn)?(t ， t ) 平面與 ( x， y) 平面具有如下關(guān)系：x=vaty=c2 t ( 3)所以得知，靜止目標(biāo)在通道 1 的位置信息為 (x0， yc1 ) ， 同時(shí)，它

9、還有一個(gè)常數(shù)相位-4 n入yc1和一個(gè)線性相位2 n felt;靜止目標(biāo)在通道2的位置信息為(x0-d2 , yc2+d28yc1)，此外，它還有一個(gè)常數(shù)相位-4 n X (yc2+d28yc1 ) 和一個(gè)線性相位2 n fc2t。從而對(duì)靜止目標(biāo)，通道間位置差異 與相位差異分別為： xs=x0-x0-d2=d2 ys=yc1-yc2+d28yc仁-vrd2va-d28yc1 6 s=-4 n X yc1-4 n X (yc2+d28yc1 ) = n X 2vrdva+d22yc1 (4)2 算法本算法的邏輯框圖如圖 2 所示。算法共分為 5 步：坐標(biāo)配準(zhǔn)、 相位補(bǔ)償、雜波對(duì)消 / 干涉、均值

10、平滑和閾值檢測(cè)。其中坐標(biāo)配 準(zhǔn)和相位補(bǔ)償是 2 種方法所共有的且為重點(diǎn)關(guān)注的步驟。圖 2 算法流程圖2.1 坐標(biāo)配準(zhǔn)坐標(biāo)配準(zhǔn)是通過對(duì)通道 2 信號(hào)的位置平移以消除同一靜止 目標(biāo)在不同通道間的差異。 理論上只需在通道 2 信號(hào)上平移兩通 道之間的位置差即可，但這一方法受到系數(shù)參數(shù)不夠精確的影 響，配準(zhǔn)精度不高。在此，采用將其轉(zhuǎn)化為一個(gè)最優(yōu)化問題，即 找到一個(gè)平移量，使得通道 2 圖像平移后與通道 1 的差異最小。 假設(shè)通道1的SAR幅度圖像為MX N的實(shí)數(shù)矩陣11(i , j ),通道2的SAR幅度圖像為MX N的實(shí)數(shù)矩陣I2 (i , j )，則兩 通道間的差異可用均方誤差 e 來衡量：e=j

11、=1Ni=1MI1 （i ， j ）-I2 （i ， j ）2（5）那么最優(yōu)化問題可表述為：找到一個(gè) (m0，n0) ，其中 mO R, -M2C m(K M2 nO R -N2 m(K N2 使得12 (i ,j) 平移 (m0， n0) 后的 e 最小。因?yàn)閙0和nO是非整數(shù)，這就使得在時(shí)域上的處理變得困 難起來，而帕斯瓦爾定理將此問題轉(zhuǎn)化為頻域處理提供了理論支 持。根據(jù)帕斯瓦爾定理有： j=1Ni=1MI1 (i ，j ) -I2 ( i ，j ) 2=1MNu=1Nv=1MX(1u，v) -X2(u，v) 2(6)式中：11 (i，j)2D-DFTX1(u，v)； I2(i，j)2D-

12、DFTX2 (u，v)因此：e=1MNu=1Nv=1MX(1u， v) -X2(u， v) 2 (7)根據(jù)二維傅里葉變換，有： I2( i ， j ) sinc (i-mO ) sinc(j-nO ) 2D-DFTX2 (u, v) ?exp (-j2 n uMmO exp (-j2 n vNnO)(8)即時(shí)域上的平移等同于頻譜上乘以 exp (-j2 n uMm0 exp(-j2 n vNn0)。因此在頻域上要解決的問題是： 找到一個(gè)(mQ n0),使得X2 ( u, v)乘以exp (-j2 n uMmQ exp (-j2 n vNnO) 后，使得式( 8)最小。2.2 相位補(bǔ)償由于基線長(zhǎng)

13、度d遠(yuǎn)小于斜距yc1,故d22yc10,根據(jù)式(8),相位差 6 s約為： 6 s2 n vrd 入 va (9)要補(bǔ)償這個(gè)相位，可以直接讓通道 2的圖像乘以 exp(-j a e s)，但同樣基線長(zhǎng)度等參數(shù)的不準(zhǔn)確性會(huì)導(dǎo)致補(bǔ)償結(jié) 果的不準(zhǔn)確性，因此將問題轉(zhuǎn)化為一個(gè)一維最優(yōu)化問題。設(shè)要補(bǔ)償?shù)南辔粸?e s ，通道 1的復(fù)數(shù)圖像為 I1com (i ， j ) ，通道 2 的復(fù)數(shù)圖像為 I2com ( i ， j ) ，則相位補(bǔ)償后兩 通道間的差異用均方誤差 e(e s) 來衡量：e( e s )=j=1Ni=1MI1com( i ， j )-I2com( i ， j )exp( -j e s

14、) 2 ( 10)則問題為：找到一個(gè)e s，使得e ( e s)最小。2.3 雜波對(duì)消 / 干涉對(duì)于DPCA來說，需要進(jìn)行雜波對(duì)消，即用通道 1信號(hào)與配 準(zhǔn)和補(bǔ)償后的通道 2 信號(hào)相減， 所得的差值在理論上可以消除靜 止雜波而保留運(yùn)動(dòng)目標(biāo)雜波， 但實(shí)際上由于配準(zhǔn)與補(bǔ)償?shù)牟煌耆?性，并不能將靜止雜波完全消除， 一部分強(qiáng)靜止雜波依然會(huì)保留 影響運(yùn)動(dòng)目標(biāo)的檢測(cè)。 對(duì)于 ATI 而言， 取通道 1 信號(hào)與配準(zhǔn)和補(bǔ) 償后的通道 2 信號(hào)的相位差進(jìn)行檢測(cè)。 同樣， 由于配準(zhǔn)與補(bǔ)償?shù)?不完全性， 并不能將靜止雜波完全消除， 一部分強(qiáng)靜止雜波依然 會(huì)保留影響運(yùn)動(dòng)目標(biāo)的檢測(cè)。2.4 均值平滑為進(jìn)一步消除強(qiáng)雜波對(duì)

15、于運(yùn)動(dòng)目標(biāo)檢測(cè)的干擾， 需要對(duì)信號(hào) 進(jìn)行均值平滑。 對(duì) 2 種方法而言， 其平滑窗口的大小選擇是不一 樣的。對(duì)于DPCA選擇3 X 3的小窗平滑效果較好； 而對(duì)于ATI, 窗口大小越接近于運(yùn)動(dòng)目標(biāo)大小將能夠更好地凸顯運(yùn)動(dòng)目標(biāo)并 抑制強(qiáng)雜波。2.5 閾值檢測(cè)對(duì)于兩種方法，均使用閾值檢測(cè)，計(jì)算其均值U與方差(T ，則根據(jù)公式threshold=卩+a彷可設(shè)定檢測(cè)閾值。理論 上, a 越大，則檢測(cè)后殘余的雜波越少；但實(shí)際上，為了保證 動(dòng)目標(biāo)不被漏檢，并不能過高地設(shè)定 a 的值，在此取a =4。3 研究成果 使用電子所的一組雙通道雷達(dá)數(shù)據(jù)來檢測(cè)本文算法的可行性。圖3為通道1的SAR信號(hào)成像，從圖中可以看出目標(biāo)1要稍 弱一些不易檢測(cè)。圖3通道1SAR信號(hào)成像圖4為DPCA1值平滑后的圖像。圖 4 通道差平滑后圖像圖5為DPCA閾值檢測(cè)結(jié)果，圖中可見 2個(gè)運(yùn)動(dòng)目標(biāo)，但同 時(shí)一些強(qiáng)雜波也被保留下來。圖5 DPCA檢測(cè)結(jié)果圖 6 和圖