CN113567980A - 基于图像质量评估的多普勒参数估计方法 - Google Patents
基于图像质量评估的多普勒参数估计方法 Download PDFInfo
- Publication number
- CN113567980A CN113567980A CN202110675065.6A CN202110675065A CN113567980A CN 113567980 A CN113567980 A CN 113567980A CN 202110675065 A CN202110675065 A CN 202110675065A CN 113567980 A CN113567980 A CN 113567980A
- Authority
- CN
- China
- Prior art keywords
- doppler
- depth
- fdc
- fdr
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013441 quality evaluation Methods 0.000 title abstract description 6
- 238000003384 imaging method Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 230000035485 pulse pressure Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001303 quality assessment method Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 20
- 238000003672 processing method Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9004—SAR image acquisition techniques
- G01S13/9019—Auto-focussing of the SAR signals
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种基于图像质量评估的多普勒参数估计方法，能够适用在多种场景和应用背景下，实现理想飞行及飞行不平稳场景中均能正常成像。利用熵值评估图像清晰度，采用二维搜索的方法估计多普勒参数，实现理想飞行及飞行不平稳场景中均能正常成像，解决了多种场景和应用背景下均能成像的问题，具有效率高、场景普适性强的特点。
Description
技术领域
本发明属于雷达信号处理领域，涉及一种机载雷达领域中的合成孔径雷达成像方法，特别涉及机载雷达对地成像时利用评估图像质量对多普勒参数进行估计的方法。
背景技术
机载合成孔径雷达(SAR)系统是一种能够产生高分辨图像的相干成像系统，其高分辨能力以载机与成像区域之间保持稳定的几何关系为前提条件。受大气湍流的影响，载机飞行姿态往往偏离理想状态，导致多普勒参数(包括多普勒中心频率和多普勒调频率)估计误差很大，严重影响成像效果。多普勒中心频率对应于雷达波束的能量中心，估计误差较大会导致图像位置发生偏移以及信噪比降低；多普勒调频率的误差将导致脉冲响应展宽，使图像散焦，分辨率下降，同时还使峰值增益降低。工程应用中，多普勒参数是从回波数据中估计出来的，传统算法多普勒中心估计和多普勒调频率估计分步进行，多普勒中心估计较经典的是时域相关法，多普勒调频率的估计算法有基于对比度的自聚焦算法、图像偏置(MD)算法、基于相位的自聚焦方法等。但是，每种算法都有局限性，只能分别适用于不同特征的场景和应用背景，无法在多种场景和应用背景下均成像，对于理想飞行及飞行不平稳场景中不能同时正常成像。
发明内容
有鉴于此，本发明提出了一种基于图像质量评估的多普勒参数估计方法，能够适用在多种场景和应用背景下，实现理想飞行及飞行不平稳场景中均能正常成像。
为实现上述目的本发明技术方案为：
一种基于图像质量评估的多普勒参数估计方法，包括如下步骤：
根据载机参数计算每个聚焦深度内的多普勒中心频率值fdc和多普勒调频率值fdr，记为该聚焦深度内的fdc初始值和fdr初始值；
针对每个聚焦深度，以该聚焦深度内的fdc初始值和fdr初始值为中心，建立多普勒参数估计范围，得到多普勒参数估计范围内的每对fdc和fdr；对多普勒参数估计范围内的每对fdc和fdr进行距离走动校正和方位压缩，得到所有对 fdc和fdr对应的成像结果，计算所有对fdc和fdr组合值对应的成像结果的熵值，成像结果最小熵值对应的fdc和fdr即为本聚焦深度多普勒参数的估计结果；
将所有聚焦深度多普勒参数的估计结果与相应的距离作拟合，得到最终的多普勒参数估计值。
其中，聚焦深度的成像结果获得方式具体如下：
对距离脉压后数据进行距离走动校正，其中根据多普勒参数估计值计算距离走动相位，按方位向进行遍历，对距离维数据在频域进行相位补偿，完成距离走动校正；
在方位向，按距离向遍历，对每个方位维数据，根据多普勒参数估计值计算补偿相位，相位补偿后做FFT，得到方位脉压结果，遍历完成并量化后得到 SAR图像，即为成像结果。
其中，多普勒参数初始值的计算方式如下：
根据几何参数计算聚焦深度，设聚焦深度为Ndepth，按Ndepth将距离向分为多个距离段，分别计算每个聚焦深度内的多普勒中心频率值fdcm和多普勒调频率值fdrm，即为该聚焦深度内的多普勒参数初始值fdc0和fdr0；
其中，fdcm和fdrm的计算公式如下：
其中，v是飞机速度，θ是前斜角，λ是波长，R是当前位置的作用距离。
其中，在选取聚焦深度数据时，距离向范围以当前聚焦深度位置为中心左右扩大到128点，在距离走动校正后，保留中间部分的Ndepth点。
其中，二维搜索遍历时fdc步进为1，fdr步进为0.1。
有益效果：
本发明提出了一种基于图像质量评估的多普勒参数估计方法，利用熵值评估图像清晰度，采用二维搜索的方法估计多普勒参数，实现理想飞行及飞行不平稳场景中均能正常成像，解决了多种场景和应用背景下均能成像的问题，具有效率高、场景普适性强的特点。
附图说明
图1为本发明的方法流程图。
图2为本发明中不同多普勒参数对应的图像熵值变化曲线图。
图3为实测数据中平飞状态下本发明与传统方法的对比结果图。
图4为实测数据中机动状态下本发明与传统方法的对比结果图。
具体实施方式
下面结合附图和实施例对本发明做出更详细的描述。
本发明的具体处理流程如图1所示，包含以下几个分步骤具体说明如下：
步骤1，读入回波数据和载机参数，设定各项系统参数，具体步骤分为：
S11，读入回波数据，设方位向点数为Na，距离向点数为Nr，则回波数据为Na*Nr大小的矩阵；
S12，读入载机参数：飞机速度、飞机高度、天线方位角、天线俯仰角，飞机航向角、横滚角、俯仰角；
S13，设定各项系统参数：带宽、采样率、脉冲宽度、重频、成像中心作用距离。
步骤2，距离向处理，具体步骤为：
S21，根据系统参数构造频域匹配滤波器；
S22，按方位向遍历，对每个距离维数据(Nr点)进行脉冲压缩处理，本步骤中脉冲压缩处理为传统处理算法。
步骤3，多普勒参数估计，具体步骤分为：
S31，计算多普勒参数初始值：
根据几何参数计算聚焦深度，设聚焦深度为Ndepth，按Ndepth将距离向分为多个距离段，分别计算每个聚焦深度内的多普勒中心频率值fdcm和多普勒调频率值fdrm，即为该聚焦深度内的多普勒参数初始值fdc0和fdr0；
其中，fdcm和fdrm的计算公式如下：
其中，v是飞机速度，θ是前斜角，λ是波长，R是当前位置的作用距离。
S32，基于图像评估的方法估计多普勒参数：
每个聚焦深度内距离向处理后的数据分别进行多普勒参数的估计，通过(1) 中得到的本聚焦深度内多普勒参数的初始值fdc0和fdr0，以其为中心设定一定的参数范围，针对每一对fdc和fdr的组合值进行遍历，二维搜索遍历时fdc步进为1，fdr步进为0.1。以某一对参数为例，基于参数值对本聚焦深度内数据依次进行距离走动校正、方位向压缩(处理方法见步骤4、5，为传统处理方法)，然后计算该聚焦深度内图像的熵值，熵值的计算公式如下：
其中，S表示熵值，A(i)表示第i对参数值对本聚焦深度内数据进行距离走动校正和方位向压缩的结果，A表示该聚焦深度方位向压缩完成后整理成一行，即1*(Na*Ndepth)的序列。
对所有参数组合遍历，计算出熵值最小时对应的参数组合，即为本聚焦深度内的fdc、fdr估计值。如图2所示，为所有参数组合的结果，可以看出，在参数范围内存在最小值，熵值最小即图像质量最好，此处对应的fdc、fdr值即为估计值。
本发明中，考虑到大前斜角情况下，距离脉压后一个聚焦深度的数据中有距离走动的影响，因此，在本步骤中选取聚焦深度数据时距离向范围以当前聚焦深度位置为中心左右扩大到128点，在距离走动校正后，保留中间部分的 Ndepth点。
遍历完所有聚焦深度的数据后，所有fdc、fdr估计值与相应的距离R作拟合，得到各距离处对应的多普勒参数估计值，用于后续处理。
步骤4，距离走动校正，具体步骤为：
S41，根据系统参数计算成像中心作用距离对应的多普勒中心频率，进而得到待补偿的相位值；
S42，按方位向遍历，对每个距离维数据变到频域，补偿相位后逆变换到时域，本步骤中的处理方法为传统处理算法。
步骤5，方位向处理：
按距离向遍历，对每个方位维数据处理，根据当前距离的fdc和fdr构造补偿相位，对方位维数据进行相位补偿后做FFT，即得到方位脉压处理，遍历完成并量化后得到SAR图像。
本发明中方位向补偿相位由当前距离对应的fdc、fdr构造，公式如下：
AziR＝e-(j2πfdc*ta+jπfdr*ta^2) (6)
为了说明本发明的有效性，特进行如下实验论证。
利用实测平飞状态的雷达回波数据，图3(a)为传统处理方法的结果，图3(b)为本发明方法的处理结果，可以看出，本发明的处理结果图像质量更好。
利用实测飞机机动状态的雷达回波数据，图4(a)为传统处理方法的结果，完全散焦，图4(b)为本发明方法的处理结果，可以看出，本发明的处理结果有明显提升。
该实验通过本发明所提方法与传统处理方法的对比，重点分析了基于图像质量评估的多普勒参数估计方法在SAR成像处理中的有效性，特别是飞机机动状态下的SAR处理。通过实验结果可以看出，通过图像质量评估、多普勒参数的二维搜索等过程，本发明可以准确得到多普勒参数的估计值，进而可以在不影响处理速度的前提下提升SAR成像处理结果的质量，尤其是机动状态下的信号处理，在机载雷达SAR成像中发挥重要作用。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于图像质量评估的多普勒参数估计方法，其特征在于，包括如下步骤：
根据载机参数计算每个聚焦深度内的多普勒中心频率值fdc和多普勒调频率值fdr，记为该聚焦深度内的fdc初始值和fdr初始值；
针对每个聚焦深度，以该聚焦深度内的fdc初始值和fdr初始值为中心，建立多普勒参数估计范围，得到多普勒参数估计范围内的每对fdc和fdr；对多普勒参数估计范围内的每对fdc和fdr进行距离走动校正和方位压缩，得到所有对fdc和fdr对应的成像结果，计算所有对fdc和fdr组合值对应的成像结果的熵值，成像结果最小熵值对应的fdc和fdr即为本聚焦深度多普勒参数的估计结果；
将所有聚焦深度多普勒参数的估计结果与相应的距离作拟合，得到最终的多普勒参数估计值。
2.如权利要求1所述的基于图像质量评估的多普勒参数估计方法，其特征在于，聚焦深度的成像结果获得方式具体如下：
对距离脉压后数据进行距离走动校正，其中根据多普勒参数估计值计算距离走动相位，按方位向进行遍历，对距离维数据在频域进行相位补偿，完成距离走动校正；
在方位向，按距离向遍历，对每个方位维数据，根据多普勒参数估计值计算补偿相位，相位补偿后做FFT，得到方位脉压结果，遍历完成并量化后得到SAR图像，即为成像结果。
3.如权利要求1所述的基于图像质量评估的多普勒参数估计方法，其特征在于，多普勒参数初始值的计算方式如下：
根据几何参数计算聚焦深度，设聚焦深度为Ndepth，按Ndepth将距离向分为多个距离段，分别计算每个聚焦深度内的多普勒中心频率值fdcm和多普勒调频率值fdrm，即为该聚焦深度内的多普勒参数初始值fdc0和fdr0；
其中，fdcm和fdrm的计算公式如下：
其中，v是飞机速度，θ是前斜角，λ是波长，R是当前位置的作用距离。
4.如权利要求3所述的基于图像质量评估的多普勒参数估计方法，其特征在于，在选取聚焦深度数据时，距离向范围以当前聚焦深度位置为中心左右扩大到128点，在距离走动校正后，保留中间部分的Ndepth点。
5.如权利要求1-4任意一项所述的基于图像质量评估的多普勒参数估计方法，其特征在于，二维搜索遍历时fdc步进为1，fdr步进为0.1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110675065.6A CN113567980B (zh) | 2021-06-18 | 2021-06-18 | 基于图像质量评估的多普勒参数估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110675065.6A CN113567980B (zh) | 2021-06-18 | 2021-06-18 | 基于图像质量评估的多普勒参数估计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113567980A true CN113567980A (zh) | 2021-10-29 |
| CN113567980B CN113567980B (zh) | 2023-08-18 |
Family
ID=78162199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110675065.6A Active CN113567980B (zh) | 2021-06-18 | 2021-06-18 | 基于图像质量评估的多普勒参数估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113567980B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314346A (zh) * | 2022-08-17 | 2022-11-08 | Oppo广东移动通信有限公司 | 一种参数估计二维搜索方法、芯片、设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1601297A (zh) * | 2003-09-28 | 2005-03-30 | 清华大学 | 一种适用于低对比度场景合成孔径雷达成像的自聚焦方法 |
| CN102520404A (zh) * | 2011-11-30 | 2012-06-27 | 北京理工大学 | 一种基于图像质量最优的sar多普勒模糊数估计方法 |
| EP2574957A1 (fr) * | 2011-09-30 | 2013-04-03 | Thales | Procédé d'estimation de la fréquence doppler non ambigue d'une cible mobile, notamment marine, et radar mettant en oeuvre le procédé |
| CN111551934A (zh) * | 2020-05-07 | 2020-08-18 | 东南大学 | 一种用于无人机载sar成像的运动补偿自聚焦方法与装置 |
-
2021
- 2021-06-18 CN CN202110675065.6A patent/CN113567980B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1601297A (zh) * | 2003-09-28 | 2005-03-30 | 清华大学 | 一种适用于低对比度场景合成孔径雷达成像的自聚焦方法 |
| EP2574957A1 (fr) * | 2011-09-30 | 2013-04-03 | Thales | Procédé d'estimation de la fréquence doppler non ambigue d'une cible mobile, notamment marine, et radar mettant en oeuvre le procédé |
| CN102520404A (zh) * | 2011-11-30 | 2012-06-27 | 北京理工大学 | 一种基于图像质量最优的sar多普勒模糊数估计方法 |
| CN111551934A (zh) * | 2020-05-07 | 2020-08-18 | 东南大学 | 一种用于无人机载sar成像的运动补偿自聚焦方法与装置 |
Non-Patent Citations (6)
| Title |
|---|
| 云亚娇;齐向阳;李宁;: "基于参数估计的海面运动舰船SAR成像方法.", 雷达学报, no. 03 * |
| 刘腾飞 等: "一种基于频率调制的时域相关多普勒估计算法", 《计算机工程与应用》 * |
| 宋岩 等: "自适应副瓣对消性能影响因素分析", 《第十四届全国信号和智能信息处理与应用学术会议论文集》 * |
| 易航;黄晓涛;李杨寰;: "一种单通道SAR对多个地面动目标定位的方法", 计算机仿真, no. 06 * |
| 肖靖;胡学成;章宏;陈知明;: "基于最小熵的斜视SAR多普勒调频率估计", 现代雷达, no. 01 * |
| 马仑,廖桂生,王欣: "SAR成像中一种改进的最小熵多普勒调频率估计算法", 火控雷达技术, no. 02 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314346A (zh) * | 2022-08-17 | 2022-11-08 | Oppo广东移动通信有限公司 | 一种参数估计二维搜索方法、芯片、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113567980B (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8994584B2 (en) | Autofocus-based compensation (ABC) system and method for a hovering ground moving target indication (GMTI) sensor | |
| CN100588988C (zh) | 缺乏高精度运动补偿系统下实现机载雷达重聚焦成像方法 | |
| CN113687356B (zh) | 一种机载多通道圆迹sar运动目标检测与估计方法 | |
| CN109507667B (zh) | 基于导航卫星信号的双站sar接收机运动误差补偿方法 | |
| CN111175749A (zh) | 一种星载sar成像处理方法 | |
| CN113702974B (zh) | 一种机载/弹载合成孔径雷达图像快速优化方法 | |
| CN111551934A (zh) | 一种用于无人机载sar成像的运动补偿自聚焦方法与装置 | |
| CN105137408A (zh) | 一种最优天线方向图选取的雷达角超分辨方法 | |
| CN108279404A (zh) | 一种基于空间谱估计的双通道sar相位误差校正方法 | |
| CN109901162B (zh) | 一种适用于分布式地球同步轨道sar的长基线成像stap方法 | |
| CN110208796B (zh) | 基于奇异值逆滤波的扫描雷达超分辨成像方法 | |
| CN113567980A (zh) | 基于图像质量评估的多普勒参数估计方法 | |
| CN108562898B (zh) | 一种前侧视sar的距离和方位两维空变自聚焦方法 | |
| CN107783111A (zh) | 一种基于最大熵准则的雷达前视超分辨成像方法 | |
| Kirk et al. | Signal based motion compensation (SBMC) | |
| Yang et al. | An auto-focusing algorithm for monopulse imaging technique | |
| CN113917466B (zh) | 基于似然估计的多极化相干变化检测方法 | |
| Hashemi et al. | Ground-based moving target imaging in a circular strip-map synthetic aperture radar | |
| Xu et al. | A frequency-phase gradient autofocus algorithm for excessive migration in UAV SAR images | |
| KR102752569B1 (ko) | 스퀸트 스포트라이트 위성 합성개구면레이다 시스템에서 부영상 합성에 기반하여 고해상도 영상과 저잡음 영상을 동시에 생성하는 방법 | |
| Valuyskiy et al. | Resolution Improvement in Ground-Mapping Car-Borne Radar Imaging Systems | |
| CN118688737B (zh) | 一种用于一发多收多基星载sar的平台姿态校正方法 | |
| CN112485796A (zh) | 一种地面运动目标检测与成像方法 | |
| CN119044914A (zh) | 结合弱导航信息和sar回波包络及相位误差估计的航迹精化方法及系统 | |
| Sun et al. | Wide-Beam Unmanned Vehicle SAR Imaging Without Inertial Navigation System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |