[發明專利]基于相消積累空時譜的空間任意構型分布式SAR動目標參數估計方法

無效

• 申請號: 201010263310.4
• 申請日: 2010-08-26
• 公開（公告）號: CN101915911A
• 公開（公告）日: 2010-12-15
• 發明（設計）人: 劉梅;李晨雷;張雷;張聲杰
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S7/292;G01S13/50
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張果瑞

技術領域

本發明涉及一種分布式SAR地面動目標參數估計的方法。

背景技術

分布式合成孔徑雷達(SAR)是建立在上世紀90年代中期所提出的編隊飛行衛星群(或稱分布式小衛星，或星座)系統上的新體制雷達。小衛星具有重量輕、體積小，研制周期短、成本低，發射靈活等一系列優點，而且還可以形成批量生產，因此用小衛星構成星座的成本與可靠性會優于一顆大衛星。利用編隊小衛星實現星座SAR(又稱為分布式小衛星SAR)的對地探測功能和性能會大大超過一顆傳統的大衛星SAR，其優勢包括：寬域、高分辨率SAR成像，低速地面運動目標檢測，多基線、單航過干涉SAR等。

地面動目標運動參數估計，是地面動目標檢測(GMTI)的重要一環，參數估計的準確程度將直接影響后續的動目標成像、識別等環節。目前關于SAR的動目標參數估計方法主要采用單通道和多通道兩種技術。

基于單通道技術的參數估計方法有：

多普勒中心頻率：頻域濾波法、頻譜移動法，上述兩種方法對低速目標進行參數估計時會失效。

多普勒調頻率：反射特性位移法、截斷平均法，上述兩種方法的速度精度為3m/s，距離精度為50m，精度過低。

時頻特性：魏格納-維爾分布(Wigner-Ville?distribution，WVD)、分數階傅里葉變換、基于模態分解的希爾伯特-黃變換(EMD-HHT)，其中WVD等非線性時頻方法的交叉項問題嚴重，HHT則有嚴重的邊緣效應并且本征模函數(IMF)不具有唯一性，且分解結果受信噪比影響較大。并且上述方法均依賴于較高信噪比。

由于是單通道技術，上述方法達不到理想精度，或受雜波和噪聲影響較大。SAR的多通道處理方法利用了多源信號，然而諸如相位中心偏置天線(DPCA)、沿航跡干涉(ATI)方法只是用到多部雷達信號的差值或相乘結果，對于源信號的信息有所破壞，且對于運動目標參數估計而言只是利用兩兩信號做處理，未能一次性用到所有雷達回波信號，浪費了信息。而目前對控制自適應處理(STAP)的研究也停留在對雜波抑制、信號檢測方面。目前的尚沒有文獻對分布式SAR動目標參數估計做真正意義上的多源信號處理研究。

多源信號參數估計，即利用多個接收器所得到的一組多源信號，對感興趣的參數進行估計的一種信號處理方式。由于在分布式SAR當中，不同雷達在空間上排列成三維立體構型的超稀疏陣列，對同一運動目標的回波信號具有很強的相關性，因此這種處理機制的好處就在于充分利用了長基線使雷達在不同視角獲得相關信號的重復、冗余信息，最大限度地降低噪聲、雜波甚至人為干擾的影響，從而具備了從根本上提高參數估計精確性的潛力。多源信號處理方法有著很廣泛的應用，如陣列信號處理。類似地，多個時間或頻率、極化性上的信號組合，進行綜合處理，也具有這種優勢。

目前，多頻、多極化對系統要求較高，參數估計方法的理論也尚不夠成熟，本文暫不考慮這種由系統硬件的復雜性增加所帶來的改善。我們仍然從空間和時間入手，發現現有的陣列處理方法雖然具備超分辨性能，例如，多重信號分類法(MUSIC)，借助旋轉不變技術估計信號參數(ESPRIT)等，然而它們卻有三點不足：

首先，除最大似然法(ML)、多重信號分類法(MUSIC)以及加權子空間擬合法(WSF)等少數搜索算法之外，大部分算法都要求陣列為均勻線陣(ULA)。即使一些插值處理技術可以將任意平面陣接收信號變成均勻線陣的信號，但這個過程引起的誤差對參數估計也會帶來一定的影響；而且在分布式SAR系統中，由于(燃料、相互之間避免碰撞)等要求，該系統各陣元不可能為均勻線陣(ULA)。而即便是對任意陣列流形適用的幾種搜索算法，其不僅運算量大，而且只能解決相同信號的到達角、多普勒參數等估計問題。在分布式SAR系統中，由于各衛星空間位置不同且呈超稀疏分布，各衛星從不同位置、不同視角對同一目標所接收回波信號的快時、慢時信號均不相同，難以直接應用傳統的陣列信號處理方法進行解決。

其次，抗噪聲性能差，抗雜波性能差。在最常見的到達角DOA估計問題中，角度估計的精確程度受信噪比影響較大，尤其是SNR較低的時候，會嚴重影響參數估計性能——雖然已有改進方法，使得信噪比在-10dB時，角度估計的偏差在0.01°甚至0.001°左右，然而星載分布式SAR對于角度的估計需要精度在0.0001°量級以下，以使目標的位置估計精度在米級，因此對于解決本文的問題，超分辨算法需要更高的信噪比，這在實際環境中顯然很難滿足。另外，經過雜波抑制后，信雜比都在10dB以上，然而剩余雜波依然存在。雜波服從隨機分布，其幅度上的起伏和相位上的偏移都會附加在雷達接收的信號之內，勢必影響參數估計的性能。