[發明專利]相似性約束下GEO星機雙基SAR動目標智能成像方法

在審

• 申請號: 202210427304.0
• 申請日: 2022-04-22
• 公開（公告）號: CN114910905A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 董錫超;崔暢;胡程;李元昊;王裕沛
• 申請（專利權）人: 北京理工大學;北京理工大學重慶創新中心;北京理工大學前沿技術研究院
• 主分類號: G01S13/90
• 分類號: G01S13/90;G01S19/48
• 代理公司: 重慶智慧之源知識產權代理事務所(普通合伙) 50234
• 代理人: 余洪

1.一種相似性約束下GEO星機雙基SAR動目標智能成像方法，其特征在于，包括以下步驟：

通過GEO SA-BSAR系統采集含有運動目標的回波數據，并對回波數據進行距離壓縮、方位維FFT和雜波抑制處理，獲取運動目標的距離-多普勒域信號；

對所述距離-多普勒域信號進行距離維FFT處理、相位補償和2D-IFFT處理，獲取運動目標散焦信號；

構建基于相似性約束的深度神經網絡模型，所述深度神經網絡模型的網絡結構由若干個殘差塊搭建，并通過優化含相似性度量的損失函數對深度神經網絡進行訓練，得到深度神經網絡模型參數，所述損失函數為：

其中，I為輸入數據，O為標簽數據，C(I)為基于相似性約束的深度神經網絡模型的處理結果，[C(I)]_xy表示C(I)在(x，y)位置的像素值，O_xy表示O在(x，y)位置的像素值，N_a為信號的方位向點數，N_r為信號的距離向點數；

將所述運動目標散焦信號輸入訓練后的深度神經網絡模型，輸出得到聚焦的運動目標圖像。

2.根據權利要求1所述的相似性約束下GEO星機雙基SAR動目標智能成像方法，其特征在于，所述相位補償處理時，用于相位補償的參考函數利用靜止場景中心點信號二維頻譜的高階相位構建。

3.根據權利要求1所述的相似性約束下GEO星機雙基SAR動目標智能成像方法，其特征在于，所述通過GEO SA-BSAR系統采集含有運動目標的回波數據，并對回波數據進行距離壓縮、方位維FFT和雜波抑制處理，獲取運動目標的距離-多普勒域信號，具體包括：

通過GEO SA-BSAR系統采集含有運動目標的回波數據，并對回波數據進行距離壓縮，得到第一信號為：

其中，r為距離，t_a為慢時間，σ_t，k和R_t，k(t_a)分別為第k個散射點的散射系數和雙程斜距歷程，λ為波長，c(r，t_a)為靜止雜波信號，n(r，t_a)為噪聲；

將第一信號經過方位維FFT變換到距離多普勒域，獲取第二信號為：

其中，f_a為方位頻率，W_a，k(f_a)和ψ_k(f_a)分別為第k個散射點的斜距頻域表達、方位向包絡和距離-多普勒域信號相位；c(r，f_a)和n(r，f_a)分別為雜波和噪聲的距離-多普勒域信號；

通過多普勒濾波或空時自適應處理方法對所述第二信號進行雜波抑制，獲取距離-多普勒域信號為：

4.根據權利要求2所述的相似性約束下GEO星機雙基SAR動目標智能成像方法，其特征在于，所述對所述距離-多普勒域信號進行距離維FFT處理、相位補償和2D-IFFT處理，獲取運動目標散焦信號，具體包括：

對所述距離-多普勒頻域信號進行距離維FFT處理，得到二維頻域信號，表示為：

其中，f_r為距離頻率，W_k(f_r，f_a)和分別為第k個散射點的二維頻域信號包絡和相位，其中，第k個散射點的二維頻域信號相位可以近似為：

其中，R_0，k、k_1，k、k_2，k、k_3，k和k_4，k分別為第k個散射點的雙程斜距R_t，k(t_a)對慢時間t_a進行泰勒展開后常數項、第一至第四階項系數；c為光速，f₀為雷達工作頻率；

對所述二維頻域信號進行相位補償和2D-IFFT處理，獲取運動目標散焦信號，即：

s_de(r，t_a)＝IFFT_2D[s_t，f(f_r，f_a)h_com(f_r，f_a)]； (7)

其中，IFFT_2D[s_t，f(f_r，f_a)h_com(f_r，f_a)]表示2D-IFFT處理，補償的參考函數h_com(f_r，f_a)是根據靜止場景中心點信號二維頻譜的高階相位構建的，其表達式為：

其中，k₁₀、k₂₀、k₃₀和k₄₀分別為靜止場景的中心點雙程斜距歷程對慢時間進行泰勒展開后的第一至第四階項系數。