基于GNSS 的無源雙基地雷達(dá)地面動(dòng)目標(biāo)成像方法研究

唐濤，王鵬波，陳杰，周新凱，曾虹程

(北京航空航天大學(xué)電子信息工程學(xué)院,北京 100191)

0 引言

無源雷達(dá)是指使用機(jī)會(huì)輻射源作為雷達(dá)發(fā)射機(jī)，來進(jìn)行目標(biāo)探測(cè)、定位和跟蹤的雷達(dá)系統(tǒng)，其具有設(shè)備簡(jiǎn)單、成本低、功耗低、抗干擾能力強(qiáng)、隱蔽性好等優(yōu)點(diǎn)[1].無源雷達(dá)適用于目標(biāo)監(jiān)控、國(guó)界監(jiān)控等，在軍事和民用領(lǐng)域都具有廣闊的應(yīng)用前景.近年來，全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)越來越多被應(yīng)用于遙感領(lǐng)域[2].在各類機(jī)會(huì)輻射源中，全球?qū)Ш叫l(wèi)星信號(hào)具有獨(dú)特的優(yōu)勢(shì)：一方面，GNSS 衛(wèi)星提供全球覆蓋，可以在地球表面的任何位置同時(shí)使用多顆 GNSS 衛(wèi)星(例如GPS、GLONASS、Galileo 和北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS))；另一方面，借助 GNSS 授時(shí)服務(wù)可以輕松實(shí)現(xiàn)雷達(dá)時(shí)相同步.基于GNSS 的遙感應(yīng)用主要有兩類：一類是GNSS-Reflectometry (GNSS-R)技術(shù)，主要應(yīng)用包括反演海洋風(fēng)速[3]、土壤水分[4]等；另一方面是基于GNSS 的雙基地雷達(dá)成像[5-6]及動(dòng)目標(biāo)探測(cè)[7-9].

衛(wèi)星導(dǎo)航信號(hào)的全球覆蓋，為基于GNSS 的無源雙基地雷達(dá)系統(tǒng)的部署提供了絕佳的條件.但是，基于GNSS 的雷達(dá)信號(hào)處理最大的難點(diǎn)在于衛(wèi)星發(fā)射機(jī)距離地面很遠(yuǎn)，導(dǎo)致信號(hào)落地功率密度很低，動(dòng)目標(biāo)回波信噪比(SNR)太低，使得目標(biāo)檢測(cè)性能下降.有效的處理方案是通過長(zhǎng)時(shí)間相干積累實(shí)現(xiàn)動(dòng)目標(biāo)成像，但目標(biāo)的移動(dòng)會(huì)引起信號(hào)積累時(shí)間內(nèi)目標(biāo)回波信號(hào)的距離偏移和多普勒頻移現(xiàn)象，從而限制了處理時(shí)間.一系列基于檢測(cè)前聚焦[10-12]的方法被應(yīng)用于微弱目標(biāo)的長(zhǎng)時(shí)間相干積累數(shù)據(jù)處理中.文獻(xiàn)[13]提出基于拉東傅里葉變換(RFT)的信號(hào)積累方法，利用目標(biāo)速度和距離的聯(lián)合搜索來實(shí)現(xiàn)目標(biāo)回波的長(zhǎng)時(shí)間積累，補(bǔ)償了動(dòng)目標(biāo)的距離徙動(dòng)和多普勒一次相位.文獻(xiàn)[14]提出了一種廣義的RFT(GRFT)方法，可以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)回波的長(zhǎng)時(shí)間相干積累，該方法在處理中涉及高維參數(shù)搜索，計(jì)算復(fù)雜度較高.文獻(xiàn)[15]提出了一種分段混合積累方法，它將較長(zhǎng)的積累時(shí)間分成幾個(gè)子段時(shí)間分別處理后再聯(lián)合分析，可以避免參數(shù)遍歷，但是信號(hào)的SNR 增益會(huì)隨著處理時(shí)間的延長(zhǎng)降低.

針對(duì)上述提到的回波信號(hào)SNR 過低導(dǎo)致目標(biāo)檢測(cè)困難的問題，結(jié)合現(xiàn)有的信號(hào)積累方案，本文提出一種基于RFT 的地面動(dòng)目標(biāo)成像方法.借鑒RFT 的思路，在其中增加多普勒調(diào)頻率參數(shù)搜索的步驟，通過方位去調(diào)頻濾波器，增加信號(hào)相干積累的時(shí)長(zhǎng).就單目標(biāo)而言，在參數(shù)空間域進(jìn)行峰值提取，可以有效提取出動(dòng)目標(biāo)的多普勒頻率和多普勒調(diào)頻率參數(shù)，最終完成動(dòng)目標(biāo)精確聚焦和成像.該方案可以實(shí)現(xiàn)低SNR 下運(yùn)動(dòng)目標(biāo)的檢測(cè)前聚焦.通過動(dòng)目標(biāo)參數(shù)估計(jì)和補(bǔ)償，該方法在距離多普勒域完成了動(dòng)目標(biāo)的聚焦和成像，為將基于GNSS信號(hào)的無源雙基地雷達(dá)系統(tǒng)應(yīng)用到動(dòng)目標(biāo)探測(cè)領(lǐng)域提供了一定的理論和方法探索.

本文的其余部分組織如下：第一節(jié)介紹了基于GNSS 的無源雙基地雷達(dá)系統(tǒng)，建立了地面動(dòng)目標(biāo)成像的信號(hào)模型；第二節(jié)提出了基于RFT 的動(dòng)目標(biāo)成像方法，通過聯(lián)合搜索動(dòng)目標(biāo)的多普勒參數(shù)，完成參數(shù)估計(jì)與補(bǔ)償，實(shí)現(xiàn)動(dòng)目標(biāo)聚焦成像；第三節(jié)詳細(xì)介紹和分析了基于GPS L5 信號(hào)的汽車目標(biāo)實(shí)測(cè)實(shí)驗(yàn)，通過數(shù)據(jù)處理結(jié)果評(píng)估所提方案的有效性和性能；最后，對(duì)全文工作進(jìn)行了總結(jié)和展望.

1 信號(hào)建模

1.1 基于GNSS 的雙基地雷達(dá)地面動(dòng)目標(biāo)探測(cè)系統(tǒng)

在主動(dòng)雷達(dá)、光電和紅外攝像機(jī)等各類傳感器系統(tǒng)中，無源雙基地雷達(dá)被認(rèn)為是一種有潛力的傳感器系統(tǒng)，有助于在特定區(qū)域?qū)崿F(xiàn)對(duì)動(dòng)目標(biāo)的持續(xù)監(jiān)測(cè).考慮到GNSS 系統(tǒng)的特性，借助其作為照射源的無源雙基地雷達(dá)系統(tǒng)可以直接安裝在城市或者郊區(qū)的重點(diǎn)區(qū)域，實(shí)現(xiàn)隱蔽條件的環(huán)境監(jiān)測(cè).如圖1 所示，在設(shè)定的場(chǎng)景中，基于GNSS 信號(hào)的地面動(dòng)目標(biāo)探測(cè)系統(tǒng)由三個(gè)主要部分組成，以提供對(duì)地面特定區(qū)域內(nèi)動(dòng)目標(biāo)的連續(xù)監(jiān)測(cè).在該系統(tǒng)中，導(dǎo)航衛(wèi)星作為機(jī)會(huì)輻射源，接收端可以采用地基或空基，以及信號(hào)處理模塊完成最終的動(dòng)目標(biāo)成像任務(wù).為了簡(jiǎn)潔，本文采用地基固定平臺(tái)作為接收機(jī)，進(jìn)行信號(hào)模型推導(dǎo)和后續(xù)的實(shí)測(cè)實(shí)驗(yàn).

圖1 系統(tǒng)場(chǎng)景示意圖

1.2 動(dòng)目標(biāo)信號(hào)模型建立

建立基于GNSS 的無源雙基地雷達(dá)回波信號(hào)模型是進(jìn)行信號(hào)處理與分析的基礎(chǔ).以圖1 的幾何構(gòu)型為基礎(chǔ)，以GPS 衛(wèi)星為照射源建立信號(hào)模型.需要說明的是，雖然每個(gè)時(shí)刻可以接收到多顆GPS 衛(wèi)星的信號(hào)，但是本文暫不考慮多衛(wèi)星融合等，只挑選合適的單顆衛(wèi)星數(shù)據(jù)進(jìn)行動(dòng)目標(biāo)成像處理.單顆GPS 衛(wèi)星發(fā)射的連續(xù)信號(hào)可以建模為

式中：D(·)和C(·) 分別為數(shù)據(jù)碼和測(cè)距碼；fL5和θL5分別為GPS L5 信號(hào)的載波和初始相位；Tprt為C/A 碼的周期.GPS 信號(hào)的C/A 碼即導(dǎo)航信號(hào)測(cè)距碼，重復(fù)周期為1 ms.

目標(biāo)反射后的導(dǎo)航衛(wèi)星信號(hào)可以表示為

式中：σ 為目標(biāo)后向散射系數(shù)；War[·] 為接收天線方向圖.假設(shè)信號(hào)傳播過程滿足“停走”模型，即假設(shè)雷達(dá)平臺(tái)在發(fā)射和接收信號(hào)時(shí)是靜止的，則信號(hào)傳播延遲可以表示為

式中：RS(·) 為衛(wèi)星發(fā)射機(jī)到目標(biāo)的距離；RR(·) 為目標(biāo)到接收機(jī)的距離；c為信號(hào)傳播速度.

最后，接收機(jī)經(jīng)過混頻、中頻放大、單邊帶濾波、正交相干檢波等，輸出的復(fù)數(shù)信號(hào)為

式中，λ 為信號(hào)波長(zhǎng).

1.3 雙通道信號(hào)預(yù)處理

基于GNSS 的無源雙基地雷達(dá)通過雙天線接收，完成信號(hào)的獲取.其中直射通道天線接收導(dǎo)航衛(wèi)星的直達(dá)信號(hào)，反射通道天線用于接收運(yùn)動(dòng)目標(biāo)的反射回波，完成運(yùn)動(dòng)目標(biāo)的參數(shù)估計(jì)及聚焦成像.兩個(gè)通道相互獨(dú)立，并互相輔助來完成整個(gè)系統(tǒng)的運(yùn)動(dòng)目標(biāo)探測(cè)任務(wù).首先要通過雙通道信號(hào)預(yù)處理，完成信號(hào)同步和衛(wèi)星運(yùn)動(dòng)補(bǔ)償?shù)炔僮?，再利用本文提出的?dòng)目標(biāo)成像方法進(jìn)行后續(xù)處理.雙通道預(yù)處理的主要流程如圖2 所示，可分為直射通道信號(hào)處理和反射通道信號(hào)處理兩步.

圖2 雙通道信號(hào)預(yù)處理流程

首先對(duì)式(4)進(jìn)行脈沖壓縮和數(shù)據(jù)編碼解調(diào)，可以得到：

式中，P(·)為測(cè)距碼的自相關(guān)函數(shù).可以認(rèn)為War和R關(guān)于時(shí)間t是緩慢變化的，即通過變量替換和數(shù)據(jù)重排，可以將上述一維信號(hào)轉(zhuǎn)化為二維形式，即：

式中：η 為慢時(shí)間；τ 為快時(shí)間.

可以知道回波能量的距離徙動(dòng)和多普勒擴(kuò)散主要來自兩個(gè)方面，一是衛(wèi)星相對(duì)于接收機(jī)的運(yùn)動(dòng)，二是目標(biāo)的運(yùn)動(dòng).因?yàn)槟繕?biāo)的運(yùn)動(dòng)速度遠(yuǎn)小于衛(wèi)星運(yùn)動(dòng)速度，所以要先補(bǔ)償衛(wèi)星運(yùn)動(dòng).此時(shí)，信號(hào)變?yōu)?/p>

式中，Rref為衛(wèi)星和接收器之間的距離.此時(shí)得到的信號(hào)，就可以通過后文提出的基于RFT 的長(zhǎng)時(shí)間積累方法進(jìn)行處理成像.

2 基于RFT 的動(dòng)目標(biāo)成像

基于GNSS 的地面動(dòng)目標(biāo)探測(cè)系統(tǒng)，由于信號(hào)落地功率低，要想實(shí)現(xiàn)動(dòng)目標(biāo)的有效探測(cè)，脈沖之間常常需要長(zhǎng)時(shí)間的相干積累.此時(shí)目標(biāo)回波往往具有明顯的距離徙動(dòng)和多普勒擴(kuò)散.針對(duì)這一問題，本節(jié)提出了一種基于RFT 的動(dòng)目標(biāo)成像方法，在傳統(tǒng)RFT的基礎(chǔ)上，增加了對(duì)目標(biāo)多普勒調(diào)頻率的搜索，可以在長(zhǎng)時(shí)間相干積累中達(dá)到更好的聚焦效果.在參數(shù)空間通過門限判決解算動(dòng)目標(biāo)參數(shù)，完成對(duì)動(dòng)目標(biāo)參數(shù)的補(bǔ)償，最終實(shí)現(xiàn)在距離多普勒域的動(dòng)目標(biāo)的聚焦成像.下面從動(dòng)目標(biāo)參數(shù)估計(jì)和參數(shù)補(bǔ)償及成像兩方面對(duì)提出的動(dòng)目標(biāo)成像方法進(jìn)行介紹.

2.1 動(dòng)目標(biāo)參數(shù)估計(jì)

2.1.1 動(dòng)目標(biāo)回波信號(hào)解析

將公式(7)中的R(η)-Rref(η) 在信號(hào)積累中心時(shí)刻進(jìn)行泰勒展開，保留到二次項(xiàng)，可以得到：

式中：R0,fd,fr分別為積累中心時(shí)刻的總距離.由于目標(biāo)運(yùn)動(dòng)引入的信號(hào)多普勒頻率和多普勒調(diào)頻率.由于衛(wèi)星導(dǎo)航信號(hào)的帶寬較窄，距離分辨率一般只有數(shù)十米到數(shù)百米.式(8)中距離徙動(dòng)的二次項(xiàng)往往小于距離分辨單元，可以忽略.同時(shí)可以忽略多普勒相位的常數(shù)項(xiàng)，并將其代回公式(7)中，則回波信號(hào)表達(dá)式變?yōu)?/p>

為了快速部署，運(yùn)用大量快速傅里葉變換(FFT)操作加快算法實(shí)現(xiàn)效率.將上述回波信號(hào)變到距離頻域如下：

式中：Pf(·)為P(·) 的傅里葉變換；fc為信號(hào)載頻.

2.1.2 基于RFT 的參數(shù)搜索

傳統(tǒng)的利用RFT 進(jìn)行信號(hào)積累的方法，主要考慮了目標(biāo)能量在距離維的線性距離徙動(dòng)，并且考慮目標(biāo)回波距離走動(dòng)和多普勒頻率之間的耦合關(guān)系.通過對(duì)多普勒頻率參數(shù)的搜索實(shí)現(xiàn)目標(biāo)能量的相干積累，在常規(guī)的信號(hào)積累中，因?yàn)榉e累時(shí)間較短，可以認(rèn)為目標(biāo)相對(duì)接收機(jī)做勻速運(yùn)動(dòng)，不會(huì)存在問題.但是在本文探討的問題中，從2.1.1 節(jié)中可以看到，由于導(dǎo)航信號(hào)的微弱和超長(zhǎng)的積累時(shí)長(zhǎng)，目標(biāo)回波的多普勒徙動(dòng)不可忽略.因此本文基于RFT 的思路，又在其中引入了對(duì)目標(biāo)多普勒調(diào)頻率參數(shù)的搜索.為了提高算法效率，同時(shí)考慮距離徙動(dòng)校正和多普勒相位的補(bǔ)償，在回波的距離頻域用一個(gè)補(bǔ)償濾波器進(jìn)行操作，該方法的處理表達(dá)式如下：

式中：Ta為總積累時(shí)長(zhǎng)；ta為方位時(shí)間；IFFT 為距離維的逆快速傅里葉變換.

上述操作的物理含義是：沿給定的軌跡曲線提取信號(hào)能量，然后對(duì)提取得到的信號(hào)進(jìn)行多普勒相位解調(diào)制，最后對(duì)相位解調(diào)后的信號(hào)進(jìn)行積分得到目標(biāo)能量的積累結(jié)果.由于目標(biāo)距離徙動(dòng)軌跡和多普勒相位的耦合，對(duì)于每個(gè)多普勒頻率搜索值fdi和多普勒調(diào)頻率搜索值fri，均需要更新能量提取路徑.記三個(gè)參數(shù)的搜索次數(shù)分別為NR，Nfd和Nfr，將對(duì)應(yīng)一個(gè)三維參數(shù)空間矩陣也就是上式(11)中的Spara.

2.1.3 動(dòng)目標(biāo)參數(shù)解算

當(dāng)搜尋參數(shù)與目標(biāo)的真實(shí)距離、多普勒頻率、多普勒調(diào)頻率等參數(shù)匹配時(shí)，提出的方法將輸出一個(gè)極大值，該極大值就是目標(biāo)回波能量的相干積累結(jié)果，其對(duì)應(yīng)的搜尋參數(shù)即是目標(biāo)真實(shí)運(yùn)動(dòng)參數(shù)的一個(gè)最優(yōu)估計(jì)值.由三個(gè)搜索參數(shù)構(gòu)成的參數(shù)空間的示意圖如圖3 所示.

為了方便，以單目標(biāo)為例，這時(shí)可以直接選取參數(shù)空間域峰值對(duì)應(yīng)的三維坐標(biāo)作為目標(biāo)的最優(yōu)參數(shù)估計(jì)，即：

當(dāng)搜索參數(shù)取到的Rest,fd_est,fr_est與動(dòng)目標(biāo)參數(shù)匹配時(shí)，參數(shù)空間達(dá)到峰值.

2.2 動(dòng)目標(biāo)參數(shù)補(bǔ)償及成像

估算出動(dòng)目標(biāo)的多普勒頻率和多普勒調(diào)頻率后，可以通過頻域補(bǔ)償因子完成目標(biāo)的運(yùn)動(dòng)補(bǔ)償，從而完成距離徙動(dòng)校正和多普勒擴(kuò)散消除.首先通過在回波信號(hào)的距離頻域乘以補(bǔ)償因子Hr完成距離徙動(dòng)校正：

然后通過距離維度IFFT，將回波信號(hào)變換到距離時(shí)域，在方位向乘以去多普勒調(diào)頻因子Ha補(bǔ)償?shù)舳蜗辔徽{(diào)制；最后通過方位多普勒濾波器組處理，實(shí)現(xiàn)最終的距離多普勒域成像.Ha表達(dá)式如下所示：

整個(gè)基于RFT 的動(dòng)目標(biāo)成像算法流程如圖4所示.

圖4 基于RFT 的動(dòng)目標(biāo)成像流程

2.3 算法性能分析

本文提出的處理方法是在傳統(tǒng)RFT 方法的基礎(chǔ)上，增加了對(duì)目標(biāo)多普勒調(diào)頻率的搜索.理論上，相干積累的增益只與相干積累的脈沖數(shù)(積累時(shí)長(zhǎng))有關(guān)，在動(dòng)目標(biāo)的多普勒頻率fd和多普勒調(diào)頻率fr均不可忽略時(shí)，可以通過最大相干積累時(shí)長(zhǎng)來比較算法的處理增益.下面從計(jì)算復(fù)雜度和最大相干積累時(shí)長(zhǎng)兩方面對(duì)提出的方法和傳統(tǒng)RFT 方法分析對(duì)比.

2.3.1 計(jì)算復(fù)雜度對(duì)比

用Np表示積累脈沖數(shù)，Nr,Nfd,Nfr分別表示距離、多普勒頻率和多普勒調(diào)頻率搜索數(shù).則傳統(tǒng)RFT 方法的計(jì)算復(fù)雜度為

式中：Im和Ia分別為復(fù)數(shù)乘法和復(fù)數(shù)加法的計(jì)算復(fù)雜度；IFFT(N) 表示N點(diǎn)FFT 的計(jì)算復(fù)雜度.

本文提出方法的計(jì)算復(fù)雜度為

2.3.2 最大相干積累時(shí)長(zhǎng)對(duì)比

傳統(tǒng)RFT 方法的最大相干處理時(shí)長(zhǎng)Tint_RFT主要受到由多普勒調(diào)頻率fr引起的多普勒徙動(dòng)的約束，推導(dǎo)可得：

本文提出方法的最大相干處理時(shí)長(zhǎng)Tint_proposed主要受到由多普勒調(diào)頻率fr引起的距離徙動(dòng)的約束，推導(dǎo)可得：

式中：B為信號(hào)帶寬，f0為系統(tǒng)載頻.

通過以上分析可以看出，比起傳統(tǒng)RFT 方法，本文提出的方法由于增加了對(duì)多普勒調(diào)頻率的搜索，增加了一定的計(jì)算復(fù)雜度，但是顯著提升了回波信號(hào)的相干積累時(shí)長(zhǎng).對(duì)于非合作微弱目標(biāo)的長(zhǎng)時(shí)間積累檢測(cè)問題，具有更好的處理效果.

3 實(shí)驗(yàn)驗(yàn)證

3.1 實(shí)測(cè)實(shí)驗(yàn)設(shè)置

為了驗(yàn)證提出的基于RFT 的動(dòng)目標(biāo)成像方法的有效性，本文開展了基于GNSS 信號(hào)的運(yùn)動(dòng)目標(biāo)長(zhǎng)時(shí)間相干積累驗(yàn)證實(shí)驗(yàn).該實(shí)驗(yàn)在中國(guó)北京昌平區(qū)北沙河中路上的某十字路口開展，為了使目標(biāo)在接收天線波束內(nèi)駐留時(shí)間足夠長(zhǎng)，本次實(shí)驗(yàn)的運(yùn)動(dòng)目標(biāo)選擇為行駛中的汽車，沿著公路自北向南朝接收機(jī)做減速運(yùn)動(dòng)，選擇GPS L5 波段信號(hào)為照射源，實(shí)驗(yàn)場(chǎng)景示意圖如圖5 所示.

圖5 基于GNSS 的無源雙基地雷達(dá)汽車探測(cè)示意圖

實(shí)驗(yàn)現(xiàn)場(chǎng)配置如圖6 所示，其中接收機(jī)位于目標(biāo)南側(cè)，迎著目標(biāo)駛來方向.反射天線增益10 dB，指向目標(biāo)方向，直射天線為全向GPS 天線，指向天空以捕獲盡可能多的導(dǎo)航衛(wèi)星.通過直射通道完成GPS 信號(hào)的捕獲、跟蹤和接收機(jī)定位工作，反射通道完成目標(biāo)回波的長(zhǎng)時(shí)間相干積累和動(dòng)目標(biāo)參數(shù)估計(jì)、補(bǔ)償及聚焦成像.表1 列出了實(shí)測(cè)實(shí)驗(yàn)中系統(tǒng)參數(shù)的詳細(xì)信息.實(shí)驗(yàn)時(shí)刻的GPS 星空?qǐng)D如圖7 所示，圓點(diǎn)是接收機(jī)所在位置，GPS 衛(wèi)星PRN1 被選為發(fā)射機(jī).此時(shí)，雷達(dá)接收機(jī)和發(fā)射機(jī)位于待測(cè)目標(biāo)的同一側(cè)(正南側(cè))，構(gòu)成一個(gè)相對(duì)標(biāo)準(zhǔn)的基于后向散射的雙基地幾何結(jié)構(gòu)，有利于后續(xù)的信號(hào)處理與分析.

表1 實(shí)測(cè)實(shí)驗(yàn)參數(shù)設(shè)置

圖6 實(shí)測(cè)實(shí)驗(yàn)現(xiàn)場(chǎng)及設(shè)備照片

圖7 實(shí)驗(yàn)時(shí)刻GPS 星空?qǐng)D(PRN1 被選擇)

3.2 數(shù)據(jù)處理及分析

利用提出的動(dòng)目標(biāo)成像方法進(jìn)行數(shù)據(jù)處理，可以對(duì)汽車目標(biāo)在距離多普勒域中實(shí)現(xiàn)聚焦和成像.首先，對(duì)直達(dá)波信號(hào)進(jìn)行處理，如圖8 所示，可以看到接收機(jī)直射通道成功捕獲到了所選衛(wèi)星.通過雙通道處理，反射通道信號(hào)經(jīng)過衛(wèi)星運(yùn)動(dòng)補(bǔ)償和距離壓縮后的結(jié)果如圖9 所示，可以看到4 s 內(nèi)汽車由遠(yuǎn)及近靠近接收機(jī)的運(yùn)動(dòng)軌跡.值得說明的是，為了更清楚地觀測(cè)距離壓縮的效果，此圖進(jìn)行了低通濾波，減小了觀測(cè)的帶寬范圍.

圖8 直射通道衛(wèi)星捕獲列表

圖9 經(jīng)過衛(wèi)星運(yùn)動(dòng)補(bǔ)償后的距離脈沖壓縮結(jié)果

直接對(duì)4 s 的回波數(shù)據(jù)用傳統(tǒng)的方位多普勒濾波器組進(jìn)行處理，可以得到目標(biāo)的距離多普勒域粗成像結(jié)果，如圖10 所示.可以看到，在零多普勒區(qū)域存在很強(qiáng)的地面雜波和直射信號(hào)干擾，在目標(biāo)檢測(cè)前必須對(duì)其進(jìn)行處理.由于地面雜波和直射信號(hào)的多普勒帶寬僅由衛(wèi)星的運(yùn)動(dòng)引起，而GPS 衛(wèi)星的軌道很高，因此地面雜波和直射信號(hào)的多普勒帶寬很低，直接采用濾波器容易濾除.此外可以看到目標(biāo)存在加速度，在做減速運(yùn)動(dòng)，目標(biāo)回波能量在距離和多普勒維度都有明顯的徙動(dòng)，即回波能量在距離多普勒域存在二維擴(kuò)散.這種情況下傳統(tǒng)的脈沖多普勒雷達(dá)的處理算法和基本的RFT 方法都無法得到動(dòng)目標(biāo)的高SNR 聚焦結(jié)果.

圖10 傳統(tǒng)處理算法得到的動(dòng)目標(biāo)距離多普勒域成像結(jié)果

采用提出的基于RFT 的方法，對(duì)動(dòng)目標(biāo)的距離、多普勒頻率、多普勒調(diào)頻率三維參數(shù)進(jìn)行聯(lián)合搜索.圖11 顯示了參數(shù)空間的4 s 相干積累結(jié)果，取出峰值處的二維切片(固定距離)，此時(shí)峰值對(duì)應(yīng)的三維參數(shù)對(duì)應(yīng)于動(dòng)目標(biāo)的距離和多普勒參數(shù)估計(jì)值.針對(duì)于本次實(shí)驗(yàn)，可以得到汽車對(duì)應(yīng)的參數(shù)分別是雙站距離R=67.7 m，多普勒頻率fd=63.5 Hz，多普勒調(diào)頻率fr=-10.4 Hz/s.

圖11 經(jīng)過4 s 相干積累處理的峰值處二維切面

將估算出的動(dòng)目標(biāo)參數(shù)帶入公式(13)～(14)中處理，即可得到動(dòng)目標(biāo)距離多普勒域的聚焦成像結(jié)果，如圖12 所示.可以看到，因?yàn)榻?jīng)過了動(dòng)目標(biāo)參數(shù)補(bǔ)償，目標(biāo)信號(hào)回波在距離多普勒域聚焦結(jié)果良好，能量的二維擴(kuò)散現(xiàn)象被消除.

圖12 經(jīng)過參數(shù)補(bǔ)償后的動(dòng)目標(biāo)距離多普勒域成像結(jié)果

本文對(duì)提出的動(dòng)目標(biāo)成像方法處理前后的距離多普勒結(jié)果進(jìn)行了對(duì)比評(píng)估，結(jié)果如圖13 所示，可以看到聚焦后的SNR 有了明顯提升，提升了約14 dB，說明本文提出的動(dòng)目標(biāo)成像方案的有效性.

圖13 本文提出的方法處理前后動(dòng)目標(biāo)二維剖面對(duì)比

4 結(jié)束語(yǔ)

基于GNSS 信號(hào)的無源雙基地雷達(dá)動(dòng)目標(biāo)檢測(cè)及成像被認(rèn)為是基于導(dǎo)航信號(hào)的遙感領(lǐng)域中有潛力的應(yīng)用.本文針對(duì)長(zhǎng)時(shí)間積累時(shí)動(dòng)目標(biāo)能量的距離徙動(dòng)和多普勒擴(kuò)散問題，提出一種基于RFT 的動(dòng)目標(biāo)參數(shù)估計(jì)方法；然后通過參數(shù)補(bǔ)償，實(shí)現(xiàn)動(dòng)目標(biāo)在距離多普勒域的聚焦成像.該方法關(guān)鍵步驟是聯(lián)合搜索目標(biāo)的距離、多普勒頻率和多普勒調(diào)頻率參數(shù)，所有操作在距離頻域部署，估計(jì)出動(dòng)目標(biāo)多普勒參數(shù)，最終提升動(dòng)目標(biāo)成像效果.為了驗(yàn)證所提出的動(dòng)目標(biāo)成像方法的可行性，進(jìn)行了以GPS L5 信號(hào)作為機(jī)會(huì)照射源的汽車目標(biāo)實(shí)測(cè)試驗(yàn)，可以看到經(jīng)過參數(shù)估計(jì)和補(bǔ)償后，成像結(jié)果良好.特別是通過對(duì)RFT 方法的補(bǔ)充，積累后的動(dòng)目標(biāo)SNR 顯著增加，驗(yàn)證了所提方案的有效性.

然而，為了實(shí)現(xiàn)復(fù)雜背景條件下運(yùn)動(dòng)目標(biāo)檢測(cè)成像及后續(xù)處理，仍有很多技術(shù)難題待突破，如信號(hào)長(zhǎng)時(shí)間積累時(shí)效率與效果的兼顧、運(yùn)動(dòng)目標(biāo)的多幀檢測(cè)跟蹤等，這些將是后續(xù)研究的重點(diǎn).目前本文所做的基于GNSS 信號(hào)的實(shí)測(cè)實(shí)驗(yàn)是有限的，在未來的研究工作中，將開展更多的實(shí)驗(yàn)，探索基于GNSS 的無源雙站雷達(dá)系統(tǒng)的應(yīng)用.