[發明專利]一種通道噪聲下的極化SAR高精度定標算法

有效

• 申請號: 201811278276.0
• 申請日: 2018-10-30
• 公開（公告）號: CN109633576B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 夏慧婷;李銀偉;尹潔珺;王平;王海濤
• 申請（專利權）人: 上海無線電設備研究所
• 主分類號: G01S7/40
• 分類號: G01S7/40
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 包姝晴;徐雯瓊

本發明涉及一種通道噪聲下的極化SAR高精度定標算法，首先對極化SAR獲取的全極化數據矢量化，并計算觀測協方差矩陣，利用Quegan算法估計出串擾因子初始值，開始迭代；根據系統假設得出的真實散射協方差矩陣性質，得到關于串擾因子的四個等式，通過敏感度方程法求解，迭代更新串擾參數直至收斂或達到迭代次數，迭代結束得到串擾因子的估計值，計算串擾定標矩陣并對觀測協方差矩陣完成串擾定標；考慮極化通道噪聲功率不相等，引入修正的交叉極化不平衡因子估計表達式，結合串擾定標結果進行估計，并計算出交叉極化不平衡定標矩陣；對原始極化數據完成串擾定標和交叉極化不平衡定標，利用人工角反數據完成同極化不平衡定標和絕對輻射定標。

技術領域

本發明屬于雷達信號處理技術領域，特別涉及一種通道噪聲下的極化SAR高精度定標算法。

背景技術

自SAR極化定標技術發展以來已有多種算法，大致分為點目標定標算法、分布目標定標算法，對于星載極化SAR受電離層影響還需要額外考慮法拉第旋轉校正。對于分布目標定標算法，目前單純使用自然分布目標很難求解出全部的極化失真參數，實際使用中仍需借助已知點目標散射信息。

點目標定標方法發展較早。20世紀90年代，美國MIT實驗室首次提出用角反射器校正極化雷達系統，之后Sarabandi、Whitt、Freeman等進行了大量暗室仿真及外場定標實驗，采用金屬球、二/三面角、有源定標器等多種定標體類型，豐富和完善了點目標定標算法。但事實上，點目標定標反演參數一般僅對目標所在的周圍區域有效，對于空間變化的SAR系統失真，需要沿距離向布設較多點目標才能有效完成全場景定標；同時，主動天線陣列系統如SIR-C、EOS SAR等，其系統極化特性會隨著時間變化，使得對于傳感器的校正結果經過一段時間也不再適用。因此，點目標定標的空間、時間局限性制約了其發展。

專利申請CN107167801A公開了一種基于旋翼微多普勒特征的多旋翼無人機識別方法，其技術方案是根據接收到的雷達回波信號，提取旋翼的微多普勒特征，獲得目標多旋翼無人機的旋翼數量、旋翼的旋轉速度和葉片長度等參數，實現多旋翼無人機的識別。統計時域回波的閃爍次數，根據旋翼的葉片數計算得到旋翼數量，并根據閃爍周期計算得到旋翼的旋轉速度，根據最大微多普勒頻率計算得到葉片長度。此技術方案中旋翼的葉片數目是已知的，只能識別特定類型的旋翼無人機；另外雷達回波中通常含有環境噪聲，會淹沒微多普勒特征，很難估算微多普勒的最大頻率。

分布目標定標方法采用成像區域存在的自然分布散射體進行SAR極化數據的定標，克服了點目標方法需要在每個場景內布設人工定標體的缺點，同時也方便進行系統極化特性的維護更新，具有良好的場景靈活性和適應性。實際應用中，由于分布目標分布整個成像區域，可以方便測量空間變化的極化失真參數，這對于雷達系統隨時間、空間漸變的失真系統參數的測量和校正，都能得到很好的解決方案。常用分布目標定標算法有Klein算法，Van Zyl算法，Quegan算法及Ainsworth算法等。這些算法通常依據天線互易、目標散射互易及對稱性目標共極化和交叉極化回波不相關等假設條件，采用參數模型迭代算法求解定標參數，當算法條件與其系統情況和場景內大多數自然地物目標比較符合時，能夠表現良好的極化定標性能。

2004年有學者提出的改進Quegan極化定標算法，考慮了通道噪聲不平衡的情況；2015年西安電子科技大學李真芳等人針對Ainsworth算法進行改進，用于解決交叉極化通道噪聲不平衡下的極化定標問題。這兩種改進算法較之傳統的方法確實更適用于通道噪聲存在的情況，但是Quegan算法估計失真參數不準確而Ainsworth算法估計失真參數不穩定，導致改進算法的極化定標精度仍有待提高。

發明內容

本發明的目的是解決現有技術中存在的問題，提供一種通道噪聲下的極化SAR高精度定標算法。該方法包括以下步驟：

步驟S1，對極化SAR獲取的4個通道全極化數據矢量化，將原始極化SAR數據的極化散射矢量與自身共軛轉置矢量做外積，得到待定標數據的觀測協方差矩陣；