改進(jìn)的DPCA和ATI技術(shù)及其對(duì)比

楊簫+王軍鋒

摘 要： 通過(guò)改進(jìn)合成孔徑雷達(dá)（SAR）動(dòng)目標(biāo)檢測(cè)（GMTI）的檢測(cè)方法DPCA及ATI，并對(duì)兩種方法的效果進(jìn)行了對(duì)比。DPCA處理步驟為：坐標(biāo)配準(zhǔn)、相位補(bǔ)償、雜波對(duì)消、均值平滑和閾值檢測(cè)，而ATI處理步驟為坐標(biāo)配準(zhǔn)、相位補(bǔ)償、雜波對(duì)消/干涉、均值平滑和閾值檢測(cè)，除了第三步有所差異外，其余步驟均一樣。在此著重改進(jìn)坐標(biāo)配準(zhǔn)與相位補(bǔ)償，為提高配準(zhǔn)與補(bǔ)償?shù)木纫蕴岣邉?dòng)目標(biāo)檢測(cè)的準(zhǔn)確率，并使用亞像素級(jí)的頻域配準(zhǔn)方法。實(shí)測(cè)數(shù)據(jù)證明，經(jīng)改進(jìn)后的DPCA和ATI檢測(cè)效果均良好，即使是強(qiáng)度極弱的動(dòng)目標(biāo)也能夠被檢測(cè)到。經(jīng)對(duì)比分析，ATI在動(dòng)目標(biāo)檢測(cè)上有更優(yōu)良的性能。創(chuàng)新地使用亞像素級(jí)的頻域配準(zhǔn)方法，且該算法為自動(dòng)算法，對(duì)系統(tǒng)參數(shù)精度無(wú)要求。

關(guān)鍵詞： 合成孔徑雷達(dá)； 地面運(yùn)動(dòng)目標(biāo)檢測(cè)； 偏置相位中心天線技術(shù)； 沿軌干涉技術(shù)

中圖分類號(hào)： TN951?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）20?0001?04

Contrast between improved DPCA and ATI technologies

YANG Xiao， WANG Junfeng

（Shanghai Jiao Tong University， Shanghai 200240， China）

Abstract： DPCA and ATI were improved for ground moving target indication （GMTI） of synthetic aperture radar （SAR）. Their effects are compared and introduced in this paper. The processing steps of DPCA are coordinate correction， phase compensation， clutter cancellation， mean smoothing and threshold detection， and the processing steps of ATI are coordinate correction， phase compensation， clutter cancellation/interference， mean smoothing and threshold detection， which are the same except for the third step. The sub pixel frequency domain registration method was applied to improving the accuracy of coordinate correction and phase compensation so as to raise the precision of GMTI. The experimental results show that the improved DPCA and ATI detection have great detectability， even if the most weak moving target can be detected. It is found by comparison analysis that ATI has better detection efficiency than DPCA on GMTI. The innovation point of this paper is the sub pixel frequency domain registration method， which is automatic algorithm， and has no requirement to the accuracy of the system parameters.

Keywords： synthetic aperture radar； ground moving target indication； DPCA technology； along?track interferometry

0 引 言

地面運(yùn)動(dòng)目標(biāo)檢測(cè)是合成孔徑雷達(dá)研究中的一個(gè)重要課題。通常有兩種主要的研究方法：?jiǎn)瓮ǖ繱AR動(dòng)目標(biāo)檢測(cè)和多通道SAR動(dòng)目標(biāo)檢測(cè)[1?3]。本文主要研究多通道SAR動(dòng)目標(biāo)檢測(cè)。偏置相位中心天線技術(shù)（DPCA）、沿軌干涉技術(shù)（ATI）和空時(shí)自適應(yīng)處理（STAP）是多通道SAR動(dòng)目標(biāo)檢測(cè)中的重要方法。DPCA和ATI都需要先對(duì)通道間的圖像做坐標(biāo)配準(zhǔn)和相位補(bǔ)償，這一過(guò)程的準(zhǔn)確度將嚴(yán)重依賴于系統(tǒng)參數(shù)的準(zhǔn)確性，如基線長(zhǎng)度、載機(jī)速度等。本文提出一種配準(zhǔn)與補(bǔ)償算法，使得這一過(guò)程對(duì)參數(shù)準(zhǔn)確性的依賴降到最低。DPCA技術(shù)主要依靠通道間信號(hào)相減后再進(jìn)行閾值檢測(cè)以消除雜波，但為了防止對(duì)動(dòng)目標(biāo)的漏檢，不能過(guò)高地提升閾值，這也造成了一些強(qiáng)雜波無(wú)法消除；而ATI技術(shù)是依靠通道間相位差來(lái)檢測(cè)出動(dòng)目標(biāo)。

1 原 理

以雙通道為例，通道1發(fā)射和接收信號(hào)，通道2僅接收信號(hào)。如圖1所示，x軸為方位向，y軸為距離向，雷達(dá)的方位向和距離向速度分別為[va]和[vr]。[t=0]時(shí)雷達(dá)位于坐標(biāo)原點(diǎn)，此時(shí)目標(biāo)點(diǎn)位于[（x0，y0）]。

對(duì)靜止目標(biāo)進(jìn)行分析，對(duì)通道1和通道2的數(shù)據(jù)均使用通道1的參數(shù)進(jìn)行距離多普勒（RD）算法處理后，可得到通道1和通道2信號(hào)的表達(dá)式：

[Sac1（τ，t）=σprτ-2yc1cpa（t-tc1）exp-j4πλyc1exp（j2πfc1t）] （1）

[Sac2（τ，t）=σprτ-2（yc2+d28yc1）cpa（t-tc2）· exp-j4πλ（yc2+d28yc1）exp（j2πfc2t）] （2）

式中：[tc1=x0va；yc1=y0-vrtc1；fc1=2vrλ；tc2=x0-d2va；][yc2=y0-vrtc2；fc2=2vrλ]；[τ]代表快時(shí)間或者距離向時(shí)間；[t]表示慢時(shí)間或者方位向時(shí)間；[σ]是目標(biāo)反射系數(shù)的復(fù)數(shù)常量；[tc1]是波束中心的偏離時(shí)間；[pr（τ）]是距離向包絡(luò)，通常是一個(gè)sinc函數(shù)；[pa（t）]是方位向包絡(luò)，通常也是一個(gè)sinc函數(shù)；[λ]是雷達(dá)系統(tǒng)的波長(zhǎng)；[d]是基線長(zhǎng)度。

圖1 雷達(dá)與目標(biāo)示意圖

因?yàn)閇（τ，t）]平面與[（x，y）]平面具有如下關(guān)系：

[x=vaty=c2τ] （3）

所以得知，靜止目標(biāo)在通道1的位置信息為[（x0，yc1）]，同時(shí)，它還有一個(gè)常數(shù)相位[-4πλyc1]和一個(gè)線性相位[2πfc1t]；靜止目標(biāo)在通道2的位置信息為[（x0-d2，yc2+d28yc1）]，此外，它還有一個(gè)常數(shù)相位[-4πλ（yc2+d28yc1）]和一個(gè)線性相位[2πfc2t]。從而對(duì)靜止目標(biāo)，通道間位置差異與相位差異分別為：

[Δxs=x0-x0-d2=d2Δys=yc1-yc2+d28yc1=-vrd2va-d28yc1Δθs=-4πλyc1--4πλ（yc2+d28yc1）=πλ2vrdva+d22yc1] （4）

2 算 法

本算法的邏輯框圖如圖2所示。算法共分為5步：坐標(biāo)配準(zhǔn)、相位補(bǔ)償、雜波對(duì)消/干涉、均值平滑和閾值檢測(cè)。其中坐標(biāo)配準(zhǔn)和相位補(bǔ)償是2種方法所共有的且為重點(diǎn)關(guān)注的步驟。

圖2 算法流程圖

2.1 坐標(biāo)配準(zhǔn)

坐標(biāo)配準(zhǔn)是通過(guò)對(duì)通道2信號(hào)的位置平移以消除同一靜止目標(biāo)在不同通道間的差異。理論上只需在通道2信號(hào)上平移兩通道之間的位置差即可，但這一方法受到系數(shù)參數(shù)不夠精確的影響，配準(zhǔn)精度不高。在此，采用將其轉(zhuǎn)化為一個(gè)最優(yōu)化問(wèn)題，即找到一個(gè)平移量，使得通道2圖像平移后與通道1的差異最小。假設(shè)通道1的SAR幅度圖像為[M×N]的實(shí)數(shù)矩陣[I1（i，j）]，通道2的SAR幅度圖像為[M×N]的實(shí)數(shù)矩陣[I2（i，j）]，則兩通道間的差異可用均方誤差[e]來(lái)衡量：

[e=j=1Ni=1MI1（i，j）-I2（i，j）2] （5）

那么最優(yōu)化問(wèn)題可表述為：找到一個(gè)[（m0，n0）]，其中[m0∈R，-M2≤m0≤M2，n0∈R，-N2≤m0≤N2，]使得[I2（i，j）]平移[（m0，n0）]后的[e]最小。

因?yàn)閇m0]和[n0]是非整數(shù)，這就使得在時(shí)域上的處理變得困難起來(lái)，而帕斯瓦爾定理將此問(wèn)題轉(zhuǎn)化為頻域處理提供了理論支持。根據(jù)帕斯瓦爾定理有：[j=1Ni=1MI1（i，j）-I2（i，j）2=1MNu=1Nv=1MX1（u，v）-X2（u，v）2] （6）

式中：[I1（i，j）2D-DFTX1（u，v）；I2（i，j）2D-DFTX2（u，v）]

因此：

[e=1MNu=1Nv=1MX1（u，v）-X2（u，v）2] （7）

根據(jù)二維傅里葉變換，有：[I2（i，j）sinc（i-m0）sinc（j-n0）2D-DFT X2（u，v）·exp（-j2πuMm0）exp（-j2πvNn0）] （8）

即時(shí)域上的平移等同于頻譜上乘以[exp（-j2πuMm0）exp（-j2πvNn0）]。因此在頻域上要解決的問(wèn)題是：找到一個(gè)[（m0，n0）]，使得[X2（u，v）]乘以[exp（-j2πuMm0）exp（-j2πvNn0）]后，使得式（8）最小。

2.2 相位補(bǔ)償

由于基線長(zhǎng)度[d]遠(yuǎn)小于斜距[yc1]，故 [d22yc1≈0]，根據(jù)式（8），相位差[Δθs]約為：

[Δθs≈2πvrdλva] （9）

要補(bǔ)償這個(gè)相位，可以直接讓通道2的圖像乘以[exp（-jΔθs）]，但同樣基線長(zhǎng)度等參數(shù)的不準(zhǔn)確性會(huì)導(dǎo)致補(bǔ)償結(jié)果的不準(zhǔn)確性，因此將問(wèn)題轉(zhuǎn)化為一個(gè)一維最優(yōu)化問(wèn)題。

設(shè)要補(bǔ)償?shù)南辔粸閇θs]，通道1的復(fù)數(shù)圖像為[I1com（i，j）]，通道2的復(fù)數(shù)圖像為[I2com（i，j）]，則相位補(bǔ)償后兩通道間的差異用均方誤差[e（θs）]來(lái)衡量：

[e（θs）=j=1Ni=1MI1com（i，j）-I2com（i，j）exp（-jθs）2] （10）

則問(wèn)題為：找到一個(gè)[θs]，使得[e（θs）]最小。

2.3 雜波對(duì)消/干涉

對(duì)于DPCA來(lái)說(shuō)，需要進(jìn)行雜波對(duì)消，即用通道1信號(hào)與配準(zhǔn)和補(bǔ)償后的通道2信號(hào)相減，所得的差值在理論上可以消除靜止雜波而保留運(yùn)動(dòng)目標(biāo)雜波，但實(shí)際上由于配準(zhǔn)與補(bǔ)償?shù)牟煌耆裕⒉荒軐㈧o止雜波完全消除，一部分強(qiáng)靜止雜波依然會(huì)保留影響運(yùn)動(dòng)目標(biāo)的檢測(cè)。對(duì)于ATI而言，取通道1信號(hào)與配準(zhǔn)和補(bǔ)償后的通道2信號(hào)的相位差進(jìn)行檢測(cè)。同樣，由于配準(zhǔn)與補(bǔ)償?shù)牟煌耆裕⒉荒軐㈧o止雜波完全消除，一部分強(qiáng)靜止雜波依然會(huì)保留影響運(yùn)動(dòng)目標(biāo)的檢測(cè)。

2.4 均值平滑

為進(jìn)一步消除強(qiáng)雜波對(duì)于運(yùn)動(dòng)目標(biāo)檢測(cè)的干擾，需要對(duì)信號(hào)進(jìn)行均值平滑。對(duì)2種方法而言，其平滑窗口的大小選擇是不一樣的。對(duì)于DPCA，選擇[3×3]的小窗平滑效果較好；而對(duì)于ATI，窗口大小越接近于運(yùn)動(dòng)目標(biāo)大小將能夠更好地凸顯運(yùn)動(dòng)目標(biāo)并抑制強(qiáng)雜波。

2.5 閾值檢測(cè)

對(duì)于兩種方法，均使用閾值檢測(cè)，計(jì)算其均值[μ]與方差[σ]，則根據(jù)公式[threshold=μ+ασ]可設(shè)定檢測(cè)閾值。理論上，[α]越大，則檢測(cè)后殘余的雜波越少；但實(shí)際上，為了保證動(dòng)目標(biāo)不被漏檢，并不能過(guò)高地設(shè)定[α]的值，在此取[α=4]。

3 研究成果

使用電子所的一組雙通道雷達(dá)數(shù)據(jù)來(lái)檢測(cè)本文算法的可行性。圖3為通道1的SAR信號(hào)成像，從圖中可以看出目標(biāo)1要稍弱一些不易檢測(cè)。

圖3 通道1SAR信號(hào)成像

圖4為DPCA差值平滑后的圖像。

圖4 通道差平滑后圖像

圖5為DPCA閾值檢測(cè)結(jié)果，圖中可見2個(gè)運(yùn)動(dòng)目標(biāo)，但同時(shí)一些強(qiáng)雜波也被保留下來(lái)。

圖5 DPCA檢測(cè)結(jié)果

圖6和圖7是干涉相位圖和平滑后的干涉相位圖，對(duì)比發(fā)現(xiàn)，平滑后動(dòng)目標(biāo)被凸顯出來(lái)更易檢測(cè)，圖8為ATI檢測(cè)結(jié)果，2個(gè)目標(biāo)均被檢測(cè)出來(lái)且無(wú)雜波殘留，證明該算法檢測(cè)效果較好。

圖6 干涉相位圖

圖7 平滑后的干涉相位圖

圖8 ATI檢測(cè)結(jié)果

4 結(jié) 語(yǔ)

本文針對(duì)地面運(yùn)動(dòng)目標(biāo)檢測(cè)提出了創(chuàng)新的DPCA和ATI技術(shù)。兩種方法均能夠有效地檢測(cè)出運(yùn)動(dòng)目標(biāo)，即使運(yùn)動(dòng)目標(biāo)相比于雜波來(lái)說(shuō)強(qiáng)度非常弱的情況下，檢測(cè)效果依然良好。對(duì)于兩個(gè)方法的最終成果，發(fā)現(xiàn)ATI在運(yùn)動(dòng)目標(biāo)檢測(cè)方面更勝一籌。

參考文獻(xiàn)

[1] CERUTTI?MAORI D， SIKANETA I. A generalization of DPCA processing for multichannel SAR/GMTI radars [J]. IEEE Transactions on Geoscience and Remote Sensing Society， 2013， 51（1）： 560?572.

[2] WEBER P， PREMJI A， NOHARA T J， et al. SAR?GMTI processing with canadas radarsat 2 satellite [C]// Proceedings of 2000 IEEE Adaptive Systems for Signal Processing， Communications， and Control Symposium. Lake Louise， Alta： IEEE， 2000： 379?384.

[3] BOERNER W M， YAMAGUCHI Y. Extra wideband polarimetry， interferometry and polarimetric interferometry in synthetic aperture remote sensing [J]. IEICE Transactions on Community， 2000， 83（9）： 1906? 1915.

[4] WANG J， LIU X. Automatic correction of range migration in SAR imaging [J]. IEEE Geoscience and Remote Sensing Society， 2010， 7（2）： 256?260.

[5] WANG J， LIU X. SAR minimum?entropy autofocus using an adaptive?order polynomial model [J]. IEEE Geoscience and Remote Sensing Society， 2006， 3（4）： 512?516.

[6] SUO Z， LI Z， BAO Z. Multi?channel SAR?GMTI method robust to coregistration error of SAR images [J]. IEEE Geoscience and Remote Sensing Society， 2010， 46（4）： 2035?2043.

[7] 胡克彬，張曉玲，師君，等.基于圖像強(qiáng)度最優(yōu)的SAR高精度運(yùn)動(dòng)補(bǔ)償方法[J].雷達(dá)學(xué)報(bào)，2015（1）：60?69.

[8] 金玉榮，孫造宇，梁甸農(nóng).星載SAR 地面場(chǎng)景RCS仿真[J].現(xiàn)代電子技術(shù)，2007，30（7）：15?18.

[9] LI F K， GOLDSTEIN R M. Studies of multibaseline spaceborne interferometric synthetic aperture radars [J]. IEEE Geoscience and Remote Sensing Society. 1990， 28（1）： 88?97.

[10] WANG J， LIU X. Velocity estimation of moving targets using SAR [C]// Proceedings of 2011 IEEE International Geoscience and Remote Sensing Symposium. Vancouver， BC： IEEE， 2011： 340–343.

[11] CERUTTI?MAORI D， SIKANETA I. A generalization of DPCA processing for multi?channel SAR/GMTI radars [J]. IEEE Geoscience and Remote Sensing Society， 2013， 51（1）： 560?572.

[12] LI G， XIAO X G， XU J， et al. A velocity estimation algorithm of moving targets using single antenna SAR [J]. IEEE Geoscience and Remote Sensing Society， 2009， 47（3）： 1052?1062.

[13] ZHU S， LIAO G， QU Y， et al. A new slant?range velocity ambiguity resolving approach of fast moving targets for SAR system [J]. IEEE Geoscience and Remote Sensing Society， 2010， 48（1）： 432?451.

[14] ANUTA P E. Spatial registration of multispectral and multitemporal digital imagery using fast Fourier transform techniques [J]. IEEE Geoscience and Remote Sensing Society， 1970， 8（4）： 353?368.