[發明專利]一種基于MIMO圖像域的BP寬帶合成方法

有效

• 申請號: 201310421650.9
• 申請日: 2013-09-16
• 公開（公告）號: CN103472449A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 張曉玲;王輝;胡克彬;師君
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 曾磊

1.一種基于MIMO圖像域的BP寬帶合成的方法，其特征是它包括以下步驟：

步驟1、用于基于MIMO圖像域的BP寬帶合成方法相關參數的初始化

初始化的參數均為已知，且初始化的參數如下：所有的坐標都是以笛卡爾直角坐標形式給出；光速為C；雷達發射線性調頻信號，脈沖重復頻率為PRF，脈沖重復周期為PRI，MIMO陣列天線個數為N，也即每個脈沖重復周期內雷達發射N個中心頻率步進的窄帶即子帶線性調頻信號，這N個天線同時也應用于接收各自信號反射的回波；雷達發射的各個子帶信號的帶寬為B_pn；雷達發射的各個子帶信號的時寬為T_pn；發射信號的調頻斜率記為γ，發射脈沖各子帶信號的步進頻率為Δf；經寬帶合成后的寬帶信號的中心頻率為f₀；各子帶信號的中心頻率記為f_c(n)，f_c(n)＝f₀+nΔf,n＝0,1，…，N-1；發射平臺中心Pt₀；場景中心P_center；雷達參考斜距R₀；雷達在距離向上窄帶信號的采樣頻率F_pn；雷達載機平臺速度為V；合成孔徑長度為L_sar；合成孔徑時間為T_sar，一個合成孔徑時間內距離向采樣點數為N_r，便于FFT計算，在此取值為2的整數次冪，方位向采樣點數為N_a，便于FFT計算，采樣點數為取值為2的整數次冪；快時間為一個長度為N_r的行矢量，慢時間ts為一個長度為N_a的行矢量，BP成像場景距離向即斜距平面和方位向點數分別為M和K；BP成像場景距離向即斜距平面和方位向網格間距為dx和dy；目標位置(x₀，y₀)；

步驟2、獲取雷達回波數據

第n個子帶信號回波數據為一個N_a×N_r的矩陣，記為S⁽ⁿ⁾，其表現形式如下：

其中第n個子帶信號的第jj個快時間、第ii個慢時間的雷達回波數據記為Sii,jj(n)=rect((t(jj)-τ(ii))Tpn)·exp(jπγ(t(jj)-τ(ii))2)·exp(-j2πfc(n)·τ(ii)),]]>n＝1，…，N；ii＝1,2，…，N_a；jj＝1,2，…，N_r，N、N_a、N_r分別為子帶數、方位采樣點數、距離向采樣點數，其中τ(ii)為第ii個方位時刻雷達天線到場景目標點的雙程距離延遲時間，τ(ii)=2R02+(y0-V·ts(ii))2/C,]]>ts(ii)為ts的第ii個元素，exp(·)為以自然底數e為底的指數函數，j為虛數單位，rect(t/T_pn)為矩形窗函數，滿足

t、T_pn分別為距離向快時間、子帶時寬。

步驟3、對雷達回波數據矩陣每一行即距離向進行脈沖壓縮

取出步驟2中所獲得的雷達回波數據構造距離向參考函數H_r，利用傳統的脈沖壓縮方法對S⁽ⁿ⁾的每一行即距離向進行脈沖壓縮，脈沖壓縮后的矩陣記為PS⁽ⁿ⁾，PS⁽ⁿ⁾＝IFFT(FFT((S⁽ⁿ⁾)′)·FFT(H_r))，其中(S⁽ⁿ⁾)′表示S⁽ⁿ⁾的轉置，PS⁽ⁿ⁾的第ii行第jj列記為其中n＝1，…，N；ii＝1,2，…，N_a；jj＝1,2，…，N_r。其中H_r為一個N_a×N_r的矩陣，其表現形式如下：

H_r＝ones(N_a，1)×rect(t/T_pn)·exp(jπγt²)

其中ones(N_a，1)產生N_a×1的全1矩陣，FFT(·)、IFFT(·)分別為快速傅里葉變換和快速傅里葉逆變換；

步驟4、對每個距離向的所有回波數據矩陣進行升采樣L倍

對步驟3中脈沖壓縮后的N個子帶、N_a個方位向數據矩陣統一做如下處理：

取出步驟3中處理后的第n個子帶信號的第ii個方位向的脈壓后的數據n＝1，…，N；ii＝1,2，…，N_a，表示PS(n)矩陣的第ii行即第ii個方位向數據；首先將第n個子帶信號的第ii個方位向的脈壓后的數據變換到頻域得到數據記為然后將數據中間插零，得到數據矩陣記為PSii,:(n)‾′=[PSii,1(n)‾,PSii,2(n)‾,···,PSii,Nr2(n)‾,SO,PSii,Nr2+1(n)‾,PSii,Nr2+2(n)‾,···,PSii,Nr(n)‾],]]>其中n＝1，…，N；ii＝1,2，…，N_a，其中S0為1行(L-1)·N_r的零矩陣；然后將數據矩陣記為變換到時域n＝1，…，N；ii＝1,2，…，N_a；

步驟5、對每個方位向數據矩陣進行相關疊加進行BP成像

對步驟4中升采樣后的N個子帶、N_a個方位向數據矩陣統一做如下處理：

步驟5.1取出步驟4中第n個子帶、第ii個升采樣后的方位向數據矩陣其中n＝1，…，N；ii＝1，2，…，N_a，對第n個子帶、第ii個升采樣后的方位向數據矩陣做距離向FFT變換到距離-多普勒域，即其中是對的轉置操作；然后找到第ii個方位時刻雷達平臺的位置P_t＝V·ts與成像場景中的點T(mm，kk)＝[(mm-M/2)·dx，(kk-K/2)·dy]，mm＝1，2，…，M，kk＝1，2，…，K距離歷史為記為R(ii)，R(ii)=(Pt(2,ii)-T(2))2+(T(1)+Rr)2,]]>T(1)表示場景中第(mm,kk)個點的橫坐標，T(2)表示場景中第(mm,kk)個點的縱坐標，其中R_r為斜距平面內的場景參考斜距，并計算第ii個方位向用于BP成像搜索的距離向編號，記為ID，ID=round((2R(ii)-2R0C*Fpn+Nr2)*L+0.5),]]>其中round(·)為取四舍五入的函數；最后對第ii個方位向、ID對應的距離向數據補償方位向多普勒相位得到的圖像矩陣記為I⁽ⁿ⁾，I⁽ⁿ⁾的第mm行第kk列記為Imm,kk(n)=RS11,ID(n)‾·exp(j4πR(ii)/]]>λ(n)),]]>其中λ(n)＝C/f(n)為第n個子帶信號的波長，

步驟5.2按照步驟5.1對場景每個點(mm,kk)，mm＝1,2，…，M；kk＝1,2，…，K，M和K分別為BP成像場景距離向即斜距平面和方位向點數，補償N_a個方位向的數據ii＝1,2，…，N_a；n＝1，…，N的多普勒相位，并做相參疊加就可得到低分辨距離向的子帶圖I⁽ⁿ⁾，n＝1，…，N，I⁽ⁿ⁾為一個M×K的矩陣；

步驟6、對每個距離向低分辨的子圖像即圖像域作相位補償

對步驟5中處理后的N個距離向低分辨的子圖像矩陣統一做如下處理：

取出步驟5中第n個距離向低分辨的子圖像矩陣I⁽ⁿ⁾，n＝1，…，N，對第n個距離向低分辨的子圖像矩陣I(n)做相位補償得到補償后的子圖像記為其中Φ為相位補償函數，其表達式為Φ＝exp(-j4πf_c(n)·r/C)，其中r＝C·t/2為斜距平面對應的距離軸；

步驟7、對每個子圖像即圖像域作頻移操作

構造第n個子圖像對應的頻移參考函數S_ref(n)＝exp(j4π(n-(N+1)/2)·Δf·r/C)，其中n＝1，…，N，將該參考函數與子圖像矩陣相乘進行頻移操作得到頻移后的數據記為其中n＝1，…，N；

步驟8、對頻移后的子圖像作FFT操作變換到波數域

對步驟7中處理后的N個子圖像數據矩陣統一做如下處理：

取出步驟7中第n個子數據矩陣n＝1，…，N，利用快速傅里葉變換方法對的每一行進行快速傅里葉變換，得到處理后的M行K列的矩陣記為n＝1，…，N，其中是對的轉置矩陣；

步驟9、對波數域各子帶圖像進行相參疊加

取出步驟8中得到的N個子圖像矩陣進行相干疊加得到波數域的等效寬帶信號記為I_full，n＝1，…，N。

步驟10、將合成的波數域的寬帶圖像變換到空域

對步驟9中合成的波數域的M個距離向行向量統一做如下處理：

取出步驟9中第mm個距離向的行向量I_full(mm，：)，其中mm＝1,2，…，M，I_full(mm，：)表示I_full的第mm行的所有數據，將其進行快速傅里葉逆變換到空域即可得到高分辨距離向的圖像記為Image，Image(mm，：)＝IFFT(I_full(mm，：))，mm＝1，2，…，M，則Image即為最終高分辨距離向圖像矩陣。