一种星载多通道sar动目标成像的误差估计和补偿算法
技术领域
本发明涉及一种星载多通道SAR动目标成像的误差估计和补偿算法，属于合成孔径雷达
技术领域
。背景技术
合成孔径雷达(SAR)是一种全天时、全天候的高分辨率的微波遥感成像雷达，可安装在飞机、卫星等飞行平台上。在环境监测、海洋观测、资源勘探、农作物估产、测绘和军事等方面的应用上具有独特的优势，可发挥其他遥感手段难以发挥的作用。
与传统单通道SAR系统相比，多通道SAR通过增加方位向空间的采样，实现了在保持距离向模糊度不下降的前提下增加PRF，从而可实现更高方位向分辨率，是一种高分辨率宽测绘带SAR有效的实现方式。通道误差对多通道成像质量影响很大，主要会导致虚假目标的出现，这直接影响图像的观看。实际中由于硬件的不平衡、姿态的变化、目标运动等原因，通道误差不可避免。通道误差包括幅度和相位误差，幅度误差不空变，可采用传统比幅法测量，精度可满足成像需求；针对通道相位误差，干涉相位法、正交子孔径法(OSM)、信号子空间对比法(SSCM)、天线方向图法(APM)和自适应加权最小均方误差法(AWLS)等大量通道相位误差估计算法被提出，但是这些算法应用场景中通道相位误差均可视为定值，这个前提条件在多个不同运动目标场景中不成立，因此无法应用这些算法。
上海交通大学郭晓江在2017年提出了一种基于强散射源的通道误差校准算法，该算法除了可以有效校准整个观测过程中的平均通道误差之外，还能对随方位变化的通道误差实现有效的校准，从而有效抑制强目标的方位模糊。该算法的缺陷是需要图像中存在孤立强散射源，且单独一个强散射源所能校准的方位向长度较短，需要采用子孔径的方法利用多个校准源分别校准后进行拼接得出完整图像。事实上，该方法的目的是估计校正方位空变的相位误差，并不是针对存在多个不同动目标的通道误差校正，并且该算法基于距离压缩后数据进行处理，此时可能存在多个目标在距离-多普勒域有重叠，这时很难将其区分开。虽然作者也提出了一种预处理方法，但是算法进一步增加了处理的运算量，并且其中的置零操作可能会抑制掉有用信号。
发明内容
本发明的目的是为了克服已有技术的缺陷，为了解决存在多个不同运动目标的复杂场景多通道星载SAR通道误差估计问题，提出一种星载多通道SAR动目标成像的误差估计和补偿算法。
一种星载多通道SAR动目标成像的误差估计和补偿算法，包括如下步骤：
步骤一、先对SAR各个通道数据进行距离压缩，然后采用比幅和相关方法估计通道幅度和相位误差，作为逆滤波的输入，进行逆滤波操作完成频谱重建；最后进行距离二次压缩、徙动校正和方位压缩，得到SAR回波的整幅图像；
步骤二、在步骤一得到的整幅图像的图像域提取动目标；
步骤三、在整幅图像中检测是否可以观测到每个动目标两侧的虚假目标，若可以观测到虚假目标，则测量当前的动目标和两侧虚假目标的幅度比值，三者幅度比用公式表示如下：
其中，PRF为脉冲重复频率，复数α对应的相位表示两通道间的相位误差，即为待求未知数；d为通道间距，v为卫星速度；
再根据公式(1)，计算得到当前动目标对应的通道间相位误差α，然后执行步骤四；
如果不存在虚假目标，则执行步骤六；
步骤四、截取步骤一距离压缩后数据中当前动目标所在区域的数据，将当前通道相位误差α作为输入，重新进行逆滤波成像，再进行距离二次压缩、徙动校正和方位压缩，得到该区域图像；
步骤五、在该区域图像中再次检查该动目标所在区域是否可观测到虚假目标，如果还可以检测到虚假目标，测量幅度比值并利用步骤三的公式(1)再次计算得到当前的通道相位误差α，执行步骤四；当消除当前动目标对应的虚假目标，执行步骤六；
步骤六、执行步骤三至步骤五，直至对所有动目标完成通道相位误差估计和补偿。
较佳的，所述步骤二中，在提取动目标时，进行自聚焦操作以补偿由于方位向运动导致的散焦。
较佳的，所述自聚焦操作采用最大对比度算法实现。
较佳的，所述步骤一中，获得SAR回波的整幅图像时，先对SAR各个通道数据进行距离压缩。
较佳的，所述步骤一中，进行距离压缩后，采用比幅和相关方法估计通道幅度和相位误差，作为逆滤波的输入，进行逆滤波操作完成频谱重建。
较佳的，所述步骤一中，频谱重建后，进行距离二次压缩、徙动校正和方位压缩，得到SAR回波的整幅图像。
本发明具有如下有益效果：
针对存在多运动目标复杂场景下通道误差估计问题，本发明提出一种星载多通道SAR动目标成像的误差估计和补偿算法，该算法通过逐一对每个目标评估虚假目标与真实目标强度比，根据通道误差和虚假目标与真实目标强度比反推通道误差，实现了复杂场景内所有动目标通道误差的估计，最后补偿通道误差实现对每个虚假目标的抑制；
另外，本发明还考虑了目标运动导致的散焦现象，对其进行了自聚焦处理，具有获取高质量复杂场景下两通道SAR成像结果效果。
附图说明
图1为复杂场景两通道SAR系统中通道误差估计与补偿算法流程图。
图2为复杂场景运动舰船位置设置示意图。
图3为复杂场景两通道SAR成像结果。
图4(a)为自聚焦前运动舰船成像结果；图4(b)为自聚焦后运动舰船成像结果。
图5为2通道SAR通道相位误差和虚假目标与真实目标幅度比关系。
图6(A)为迭代补偿通道误差前目标A对应虚假目标；图6(B)为迭代补偿通道误差0.19rad后目标A对应虚假目标；图6(C)为迭代补偿通道误差2π-0.19rad后目标A对应虚假目标。
图7(A)为迭代补偿通道误差前目标C对应虚假目标；图7(B)为迭代补偿通道误差0.39rad后目标C对应虚假目标；图7(C)为再次迭代补偿通道误差0.1rad后目标C对应虚假目标。
具体实施方式
下面结合附图和实施例对本发明方法的实施方式做详细说明，采用两通道SAR系统为例说明具体实施方式。
本发明提出的一种星载多通道SAR动目标成像的误差估计和补偿算法，首先对各个通道数据进行距离压缩，进行距离压缩后目标在距离向不再分散，可大幅降低后续截取中数据量。
而后采用比幅和相关方法估计通道幅度和相位误差，这是逆滤波的输入，此时进行逆滤波操作完成频谱重建；而后进行距离二次压缩、徙动校正和方位压缩，得到整幅图像。需要说明的是，对整体数据估计的相位误差相当于整幅图相位误差的平均，这对于简单场景(例如单一陆地)等场景是合理的，然而对于存在多个运动目标的图像来说，该相位误差估计无法实现各个动目标的通道误差估计和补偿，因此存在多个不同运动目标的复杂场景图像仍然存在着动目标对应的虚假目标。
在图像域提取动目标，进行自聚焦操作以补偿由于方位向运动导致的散焦，自聚焦算法采用最大对比度算法；检测是否可以观测的虚假目标，若可以观测到虚假目标则测量虚假目标和真实目标幅度比，而后根据幅度比反推该目标对应通道相位误差，截取距离压缩后数据中的该区域数据，重新进行逆滤波成像，得到图像再次检查该区域是否可观测到虚假目标，经过这样几次迭代操作可完成该区域通道相位误差估计消除虚假目标。
而后对下一个动目标进行相同的操作，直至对所有动目标完成通道相位误差估计和补偿。
一种星载多通道SAR动目标成像的误差估计和补偿算法，算法流程图如图1所示，其基本实施过程如下：
步骤一、首先对各个通道数据进行距离压缩，进行距离压缩后目标在距离向不再分散，可大幅降低后续对动目标截取的数据量；采用比幅和相关方法估计通道幅度和相位误差，作为逆滤波的输入，进行逆滤波操作完成频谱重建；进行距离二次压缩、徙动校正和方位压缩，得到整幅图像。
步骤二、对步骤一得到的整幅图像的图像域提取动目标，进行自聚焦操作以补偿由于方位向运动导致的散焦，自聚焦算法采用最大对比度算法；
步骤三、对于两通道SAR，如果通道相位误差存在，对于每个真实动目标沿方位向对称位置会有两个虚假目标，图像域虚假目标距离真实目标PRF2/fdr像素，其中PRF为脉冲重复频率，fdr为多普勒调频率；因此，先在整幅图像中检测是否可以观测到各动目标的虚假目标，若可以观测到虚假目标，则测量真实目标A，虚假目标A_v1和虚假目标A_v2的目标幅度比值，三者幅度比用公式表示如下：
其中复数α对应的相位表示两通道间的相位误差，即为待求未知数；d为通道间距，v为卫星速度，因此该步判断是否存在动目标对应的虚假目标，如果存在虚假目标，则根据公式(1)，计算得到一个动目标对应的通道相位误差α；如果不存在虚假目标，则执行步骤六。
步骤四、截取步骤一距离压缩后数据中的该动目标所在区域的数据，将当前通道相位误差α作为输入，重新进行逆滤波成像，再进行距离二次压缩、徙动校正和方位压缩，得到该区域图像；
步骤五、在该图像中再次检查该动目标所在区域是否可观测到虚假目标，如果还可以检测到虚假目标，测量并利用步骤三的公式(1)再次计算得到当前的通道相位误差，执行步骤四；当消除当前动目标对应的虚假目标，执行步骤六；
步骤六、执行步骤三至步骤五，对下一个动目标进行相同的操作，直至对所有动目标完成通道相位误差估计和补偿。
可以看到该算法通过在图像域依次处理各个动目标可实现所有动目标对应的通道误差估计和补偿，因此该算法适用于存在多个动目标的复杂场景。
实施例：
为了验证存在多个不同运动目标的复杂场景下两通道SAR通道误差估计与补偿方法的有效性，本实施例采用面目标数据开展仿真实验，SAR系统仿真参数与表1一致，动目标位置设置如图2示，考虑到海面舰船速度一般在0-30节，这里运动目标速度设置见表2。设置整体通道误差为α＝2·exp(jπ/2)，由于存在多个运动目标，此时采用通道误差估计算法，估计结果为α_esti＝2.001·exp(j·1.37)，幅度误差估计准确，相位误差估计结果与整体通道误差存在0.2rad的相位误差，成像结果如图3所示，这些运动舰船的通道相位误差约在0～0.6rad之间，模值量化后图上虚假目标应当很弱，然而由于通常实际量化不采用简单的模值归一化量化方法，而是采用更为复杂的图像参数(如均值、方差)进行量化来实现更好的视觉效果，以达到弱目标也可观测的效果，与此同时虚假目标的出现而影响观测，如图3所示，圈内为虚假目标。可见这样多的虚假目标会影响严重图像观察。
表1部分系统参数
表2复杂场景两通道SAR运动舰船速度设置
对运动目标进行重聚焦，图4展示了舰船自聚焦后成像结果，其中图像横向为方位向，纵向为距离向，可见自聚焦前目标存在方位向的散焦，自聚焦后目标在方位向聚焦良好。
根据式1画出通道相位误差和虚假目标与真实目标幅度比关系，如图5所示，可见由于幅度比为模值比并且由于式(1)的特殊性，一个虚假目标与真实目标幅度比对应于两个以π对称的通道相位误差，这会造成从虚假目标与真实目标幅度比推导通道相位误差的难度，解决该问题的办法是采用两个可能的相位误差分别成像，正确的相位误差会降低虚假目标的幅度，错误的相位误差会增大虚假目标幅度，这样即可判断真实的通道相位误差。
分析在当前运动目标参数和通道误差设置，表3出了对于不同运动目标的理论通道误差。提取存在虚假目标的动目标，目标是否存在虚假目标可以通过观测虚假目标出现位置是否存在虚假目标确定。由于虚假目标散焦导致实测虚假目标与真实目标实际幅度比低于理论值，通过仿真计算发现虚假目标散焦会导致大致6dB的幅度损失。首先选取目标A，测量得到该目标虚假目标与真实目标实际幅度比为-32dB，补偿散焦会导致的幅度比损失后幅度比为-26dB，对应通道误差为0.19rad或2π-0.19rad。分别采用对应通道误差进行频谱重建和成像，所得结果如图6所示，可见迭代补偿通道误差前虚假目标较为明显，迭代补偿通道误差0.19rad后虚假目标消失，通道误差补偿正确，迭代补偿通道误差2π-0.19rad后虚假目标更大，这证明通道误差补偿错误，至此完成目标A通道误差估计，为0.19rad。
表3各个运动舰船对应通道误差
观察目标B发现目标B没有虚假目标，这就是说B不需要通道误差估计，事实上目标B通道误差为-0.02rad，这样小的通道误差导致的虚假目标无法观测。观察并测量目标C虚假目标与真实目标实际幅度比为-26dB，补偿散焦会导致的幅度比损失后幅度比为-20dB，对应通道误差为0.39rad或2π-0.39rad。迭代补偿通道误差0.39rad后虚假目标幅度大大降低但仍然存在，测量目标C此时虚假目标与真实目标实际幅度比为-38dB，补偿散焦会导致的幅度比损失后幅度比为-32dB，对应通道误差为0.1rad或2π-0.1rad。补偿通道误差0.1rad后虚假目标幅度消失。至此完成目标C通道误差估计，为0.49rad。图7示意了迭代补偿通道误差前后目标C对应虚假目标，在初始时C目标对应通道误差很大，如图(A)所示，此时虚假目标幅度强；第一次迭代补偿通道误差后虚假目标幅度大大降低，如图(B)所示；第二次迭代补偿通道误差后虚假目标幅度基本消失，如图(C)所示。这证明了该迭代的图像域通道误差估计与补偿算法的有效性。
通过这样的操作对每个存在虚假目标的目标进行通道误差估计与补偿后，所有虚假目标被消除。表4示意了通道误差估计与补偿后各个运动舰船残余通道误差，可见所有目标残余通道误差均小于0.1rad，这样低的通道误差保证虚假目标不会出现。并且通道误差估计中迭代运算次数最大为2次，数据在距离向压缩后截取保证了迭代操作中数据量约为原始数据量的1％，算法效率很高。
表4通道误差估计与补偿后各个运动舰船残余通道误差
虽然结合了附图描述了本发明的实施方式，但是对于本领域技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进，这些也应视为属于本发明的保护范围。
