[發(fā)明專利]一種基于自聚焦的SAR平臺初始高度誤差估計方法

有效

• 申請?zhí)枺?/td>: 201710173161.4
• 申請日: 2017-03-22
• 公開（公告）號: CN107015225B
• 公開（公告）日: 2019-07-19
• 發(fā)明（設計）人: 張曉玲;田博坤;余鵬;胡克斌;師君;韋順軍
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S13/90
• 分類號: G01S13/90;G01S7/40
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 曾磊

1.一種基于自聚焦SAR平臺初始高度誤差估計方法，其特征是它包括以下步驟：

步驟1、初始化SAR系統(tǒng)參數(shù)：

初始化SAR系統(tǒng)參數(shù)包括：平臺速度矢量，記做V；雷達初始位置矢量，記做P(0)；雷達工作中心頻率，記做f_c；雷達載頻波長，記做λ；雷達發(fā)射基帶信號的信號帶寬，記做B_r；雷達發(fā)射信號脈沖寬度，記做T_r；雷達發(fā)射信號的調頻斜率，記做f_dr；雷達接收系統(tǒng)的采樣頻率，記做f_s；雷達發(fā)射系統(tǒng)的脈沖重復頻率，記做PRF；電磁波在空氣中的傳播速度，記做C；距離向快時刻，記做t，t＝1,2,…,N_r，N_r為距離向快時刻總數(shù)；方位向慢時刻，記做l，l＝1,2,…,N_a，N_a為方位向慢時刻總數(shù)；上述參數(shù)均為SAR系統(tǒng)標準參數(shù)，其中雷達中心頻率f_c，雷達載頻波長λ，雷達發(fā)射基帶信號的信號帶寬B_r，雷達發(fā)射信號脈沖寬度T_r，雷達發(fā)射信號調頻斜率f_dr，雷達接收波門持續(xù)寬度T_o，雷達接收系統(tǒng)的采樣頻率f_s，雷達發(fā)射系統(tǒng)的脈沖重復頻率PRF在線陣SAR系統(tǒng)設計過程中已經(jīng)確定；平臺速度矢量V、雷達初始位置矢量P(0)、距離向快時刻t及方位向慢時刻l在SAR觀測方案設計中已經(jīng)確定；根據(jù)SAR成像系統(tǒng)方案和觀測方案，SAR成像方法需要的初始化成像系統(tǒng)參數(shù)均為已知；SAR初始回波信號矩陣為S；

步驟2、初始化SAR的觀測場景目標空間參數(shù)：

初始化SAR的觀測場景目標空間參數(shù)，包括：以雷達波束照射場區(qū)域地平面構成的二維空間作為SAR的觀測場景目標空間Ω；將觀測場景目標空間Ω均勻劃分成大小相等的單元格，單元網(wǎng)格在x方向、y方向邊長分別記為d_x、d_y，單元格大小選擇為線陣SAR系統(tǒng)傳統(tǒng)理論成像分辨率的二分之一；觀測場景目標空間Ω中第m個單元格的坐標矢量，記做P_m，m表示觀測場景目標空間Ω中第m個單元格，m＝1,2,…,M,M為觀測場景目標空間Ω中的單元格總數(shù)；觀測場景目標空間Ω中所有單元格的散射系數(shù)按位置順序排列組成向量，記做α，向量α由M行1列組成；散射系數(shù)向量α中第m個元素的散射系數(shù)，記做α_m；觀測場景目標空間Ω在SAR成像方案設計中已經(jīng)確定；

步驟3、對原始回波數(shù)據(jù)進行距離壓縮：

采用SAR標準距離壓縮方法對SAR初始回波信號S進行距離向脈沖壓縮，得到距離壓縮后的回波數(shù)據(jù)，記做E，其中S為步驟1初始化得到的SAR初始回波信號矩陣；

步驟4、平臺初始高度誤差粗估計：

步驟4.1、初始化粗估計參數(shù)：

初始化平臺初始高度誤差估計參數(shù)包括：遺傳算法種群個體數(shù)目，記為N₁；遺傳算法代溝率，記為Gp₁；遺傳算法最大迭代次數(shù)，記為Mg₁；平臺初始高度誤差粗估計的樣本域，記為[-H,H]；利用BP算法進行成像需要將觀測場景目標空間Ω均勻劃分成大小相等的網(wǎng)格，網(wǎng)格在橫向的劃分單元數(shù)記為Nx₁，間隔大小記為Δx₁＝10d_x，在縱向的劃分單元數(shù)記為Ny₁,間隔大小記為Δy₁＝10d_y，將觀測目標空間劃分為Nx₁行Ny₁列的二維網(wǎng)格，其中Ω為步驟2定義的觀測場景目標空間，其中d_x為步驟2定義的單元格在x方向的邊長,其中d_y為步驟2定義的單元格在y方向邊長；

步驟4.2、利用BP算法進行成像，并計算圖像銳度值：

根據(jù)步驟1中初始化的平臺速度矢量V，雷達初始位置矢量P(0)和雷達發(fā)射系統(tǒng)的脈沖重復頻率PRF，采用公式P_c(l)＝P(0)+V·l/PRF，l＝1,2,…,N_a，計算得到雷達在第l個方位向慢時刻的位置矢量，即為雷達的測量天線相位中心，記為P_c，P_c＝[P_c(1),P_c(2),…,P_c(N_a)]；

利用Nx₁、Ny₁、d_x、d_y,根據(jù)公式Pa_i1＝(i-N_x1/2)*Δ_x1、Pa_j1＝(j-N_y1/2)*Δ_y1，計算得到劃分后的目標空間的x方向第i個、y方向第j個網(wǎng)格點的位置(Pa_i1,Pa_j1)，按順序將網(wǎng)格點的位置矢量依次排列組成一個向量，即為重新劃分目標空間后的網(wǎng)格點位置矢量，即為(Pa_x1,Pa_y1)，其中Nx₁為步驟4.1定義的網(wǎng)格在橫向的劃分單元數(shù)，其中Ny₁為步驟4.1定義的網(wǎng)格縱向的劃分單元數(shù)，其中Δx₁為步驟4.1定義的單元格在x方向的邊長，其中Δy₁為步驟4.1定義的單元格在y方向邊長；

利用測量的天線相位中心P_c、網(wǎng)格點位置(Pa_x1,Pa_y1)和經(jīng)過距離壓縮后的回波數(shù)據(jù)E，用傳統(tǒng)的合成孔徑雷達后向投影-BP算法進行成像，得到SAR圖像數(shù)據(jù)，記為B₁，B₁為Nx₁行Ny₁列的二維復數(shù)矩陣，其中E為步驟3得到的初始SAR回波信號距離壓縮后的回波數(shù)據(jù)；

采用公式計算SAR圖像的銳度值函數(shù)，其中|·|⁴表示對一個復數(shù)取模后的4次方；

步驟4.3、利用遺傳算法對平臺初始高度誤差進行粗估計：

步驟4.3.1：根據(jù)N₁與[-H,H]，采用傳統(tǒng)的遺傳算法隨機初始化種群，記為D₀，其中N₁為步驟4.1初始化得到的種群個體數(shù)目，其中[-H,H]為步驟4.1初始化得到的平臺初始高度誤差粗估計的樣本域；

步驟4.3.2：初始化遺傳算法迭代次數(shù)，記為gen₁；

步驟4.3.3：根據(jù)公式J₁＝-f₁定義遺傳算法中種群個體適應度函數(shù)，遺傳算法中種群個體適應度函數(shù)記為J₁，其中f₁是步驟4.2得到的SAR圖像銳度值；

步驟4.3.4：根據(jù)J₁與Gp₁，采用傳統(tǒng)的遺傳算法選擇算子對D₀進行選擇操作，得到更優(yōu)種群D₁，其中J₁為步驟4.3.3得到的種群個體適應度函數(shù)，其中Gp₁為步驟4.1初始化得到的遺傳算法代溝率函數(shù)，其中D₀為步驟4.3.1初始化得到的初始化種群；

步驟4.3.5：采用傳統(tǒng)的遺傳算法中的交叉算子對D₁進行交差操作，然后再對交差操作完成后得到的種群進行傳統(tǒng)的遺傳算法的變異操作，得到新的種群D₂，其中D₁為步驟4.3.4得到的更優(yōu)種群；

步驟4.3.6：終止條件判斷，若gen₁滿足gen₁＜Mg₁，則重復進行步驟4.3.4～步驟4.3.5且gen₁＝gen₁+1；當gen₁＝Mg₁時，轉到步驟4.3.7，其中gen₁為步驟4.3.2定義的初始化遺傳算法迭代次數(shù)，其中Mg₁為步驟4.1初始化得到的最大迭代次數(shù),；

步驟4.3.7:終止迭代后，得到最優(yōu)估計個體，即為平臺初始高度誤差粗估計值，計為V₁；步驟5、平臺初始高度誤差高精度估計：

步驟5.1、初始化高精度估計參數(shù)：

遺傳算法種群個體數(shù)目，記為N₂；遺傳算法代溝率，記為Gp₂；最大迭代次數(shù)，記為Mg₂；根據(jù)平臺初始高度誤差粗估計值調整平臺初始高度誤差高精度估計的樣本域，記為[V₁-h,V₁+h]，其中V₁為步驟4.3.7估計得到的平臺初始高度誤差粗估計值；利用BP算法進行成像需要將觀測場景目標空間Ω均勻劃分成大小相等的網(wǎng)格，網(wǎng)格在橫向的劃分單元數(shù)記為Nx₂間隔大小記為Δx₂＝2d_x，在縱向的劃分單元數(shù)記為Ny₂，間隔大小記為Δy₂＝2d_y，這樣就將觀測目標空間劃分為Nx₂行Ny₂列的二維網(wǎng)格，用于接下來的BP成像，其中Ω為步驟2定義的觀測場景目標空間；

步驟5.2、利用BP算法進行成像，并計算圖像銳度值：

根據(jù)公式Pa_i2＝(i-N_x2/2)*Δ_x2、Pa_j2＝(j-N_y2/2)*Δ_y2，計算得到重新劃分后的目標空間的x方向第i個、y方向第j個網(wǎng)格點的位置(Pa_i2,Pa_j2)，按順序將網(wǎng)格點的位置矢量依次排列組成一個向量，即為重新劃分目標空間后的網(wǎng)格點位置矢量，即為(Pa_x2,Pa_y2)，其中Nx₂為步驟5.1定義的網(wǎng)格在橫向的劃分單元數(shù)，其中Ny₂為步驟5.1定義的網(wǎng)格縱向的劃分單元數(shù)，其中Δx₂為步驟5.1定義的單元格在x方向的邊長，其中Δy₂為步驟5.1定義的單元格在y方向邊長；

利用測量的天線相位中心P_c、網(wǎng)格點位置(Pa_x2,Pa_y2)和距離壓縮后的回波數(shù)據(jù)E，用傳統(tǒng)的合成孔徑雷達后向投影-BP算法進行成像，得到SAR圖像數(shù)據(jù)，記為B₂，B₂為Nx₂行Ny₂列的二維復數(shù)矩陣，其中E為步驟3得到的初始SAR回波信號距離壓縮后的回波數(shù)據(jù)，P_c為步驟4.2得到的天線相位中心位置；

采用公式計算SAR圖像的銳度值函數(shù)，其中|·|⁴表示對一個復數(shù)取模后的4次方；

步驟5.3、利用遺傳算法對平臺初始高度誤差進行粗估計：

步驟5.3.1：根據(jù)N₂與[V₁-h,V₁+h]，采用傳統(tǒng)的遺傳算法隨機初始化種群，記為G₀，其中N₂為步驟5.1初始化得到的種群個體數(shù)目，其中[V₁-h,V₁+h]為步驟5.1初始化得到的平臺初始高度誤差粗估計的樣本域；

步驟5.3.2：初始化遺傳算法迭代次數(shù)，記為gen₂；

步驟5.3.3：根據(jù)公式J₂＝-f₂定義遺傳算法中種群個體適應度函數(shù)，遺傳算法中種群個體適應度函數(shù)記為J₂，其中f₂步驟5.2得到的SAR圖像銳度值；

步驟5.3.4：根據(jù)J₂與Gp₂，采用傳統(tǒng)遺傳算法中的選擇算子，對G₀進行選擇操作得到更優(yōu)種群G₁，其中J₂為步驟5.3.3得到的種群個體適應度函數(shù)，其中Gp₂為步驟5.1初始化得到的遺傳算法代溝率函數(shù)，其中G₀為步驟5.3.1初始化得到的初始化種群；

步驟5.3.5：利用傳統(tǒng)遺傳算法中的交叉算子對G₁進行交差操作后，對交差操作完成后得到的種群進行傳統(tǒng)遺傳算法中變異操作，得到新的種群G₂其中G₁為步驟5.3.4得到的更優(yōu)種群；

步驟5.3.6：終止條件判斷，若gen₂滿足gen₂＜Mg₂，則重復進行步驟5.3.4～步驟5.3.5且gen₂＝gen₂+1；當gen₂＝Mg₂時，轉到步驟5.3.7，其中gen₂為步驟5.3.2定義的初始化遺傳算法迭代次數(shù)，其中Mg₂為步驟5.1初始化得到的最大迭代次數(shù)；

步驟5.3.7:終止迭代后，得到最優(yōu)估計個體，即為平臺初始高度誤差粗估計值，計為V₂。