秦記東 賴(lài) 濤 趙擁軍 黃 潔 白 冰

(信息工程大學(xué)導(dǎo)航與空天目標(biāo)工程學(xué)院 鄭州 450002)

基于通道誤差校準(zhǔn)的空域?qū)蚴噶慷嗤ǖ繱AR-GMTI雜波抑制方法

秦記東*賴(lài) 濤 趙擁軍 黃 潔 白 冰

(信息工程大學(xué)導(dǎo)航與空天目標(biāo)工程學(xué)院 鄭州 450002)

針對(duì)通道幅相誤差和圖像配準(zhǔn)誤差等非理想因素導(dǎo)致地面動(dòng)目標(biāo)檢測(cè)性能下降的問(wèn)題，該文結(jié)合最小方差和空域?qū)蚴噶績(jī)煞N雜波抑制算法，提出一種基于通道誤差校準(zhǔn)的空域?qū)蚴噶侩s波抑制方法。該方法首先計(jì)算最小方差雜波抑制的權(quán)向量，通過(guò)該權(quán)向量構(gòu)造配準(zhǔn)圖像，然后利用配準(zhǔn)圖像計(jì)算雜波正交補(bǔ)空間，最后通過(guò)正交子空間的方法實(shí)現(xiàn)雜波抑制。理論分析及實(shí)驗(yàn)結(jié)果表明，所提方法在圖像配準(zhǔn)誤差和通道幅相誤差較大的情況下仍具有很好的檢測(cè)性能，能獲得較最小方差雜波抑制方法和基于空域?qū)蚴噶康碾s波抑制方法更高的信雜噪比。

合成孔徑雷達(dá)(SAR)；地面動(dòng)目標(biāo)顯示(GMTI)；通道誤差校準(zhǔn)；空域?qū)蚴噶?/p>

1 引言

合成孔徑雷達(dá)(SAR)[1]以其全天時(shí)全天候高分辨率等優(yōu)勢(shì)已廣泛應(yīng)用于軍事偵察、地形繪制等方面，而地面運(yùn)動(dòng)目標(biāo)顯示(GMTI)是SAR在偵察中的重要應(yīng)用。多通道SAR-GMTI系統(tǒng)能夠在獲得高分辨率圖像的同時(shí)完成地面動(dòng)目標(biāo)檢測(cè)、測(cè)速及定位，具有巨大的應(yīng)用價(jià)值。常見(jiàn)的多通道 SARGMTI方法有相位中心偏置天線(Displaced Phase Center Antenna, DPCA)[2,3]、空時(shí)自適應(yīng)處理(Space-Time Adaptive Processing, STAP)[4]和順軌干涉(Along-Track Interferometry, ATI)[5]，在理想情況下這3種方法都具有較好的地面動(dòng)目標(biāo)檢測(cè)性能。

但在實(shí)際環(huán)境中，由于系統(tǒng)誤差[6](包括通道相位中心誤差、通道幅相誤差、各通道方向圖響應(yīng)不一致等)和非均勻雜波環(huán)境[7－10](包括雜波樣本不滿(mǎn)足獨(dú)立同分布條件、樣本不夠強(qiáng)、強(qiáng)信號(hào)或孤立干擾帶來(lái)的樣本污染等)的影響，無(wú)法獲得準(zhǔn)確的多通道系統(tǒng)導(dǎo)向矢量和雜波協(xié)方差矩陣，導(dǎo)致上述方法不同程度地受到制約，故研究穩(wěn)健的雜波抑制方法十分必要。

文獻(xiàn)[11,12]采用總體最小方差的雜波抑制方法來(lái)抑制雜波，該方法能夠很好地解決圖像配準(zhǔn)誤差帶來(lái)的性能下降，但沒(méi)有充分利用動(dòng)目標(biāo)導(dǎo)向矢量的信息。基于空域?qū)蚴噶康碾s波抑制方法[13]借鑒陣列信號(hào)處理的方法，針對(duì)動(dòng)目標(biāo)信號(hào)在不同通道之間呈現(xiàn)空域?qū)虻奶攸c(diǎn)，利用雜波子空間與雜波正交補(bǔ)空間的正交原理來(lái)實(shí)現(xiàn)雜波抑制[14]，該類(lèi)算法具有較高的分辨率和較高的精度，其缺點(diǎn)是對(duì)圖像配準(zhǔn)誤差較為敏感。

針對(duì)上述問(wèn)題，本文提出一種基于通道誤差校準(zhǔn)的空域?qū)蚴噶侩s波抑制方法。該方法首先計(jì)算最小方差雜波抑制的權(quán)向量，通過(guò)該權(quán)向量構(gòu)造配準(zhǔn)圖像，然后利用配準(zhǔn)圖像來(lái)獲得雜波正交補(bǔ)空間，最后通過(guò)正交子空間方法實(shí)現(xiàn)雜波抑制。理論分析及實(shí)驗(yàn)結(jié)果表明，該方法能夠取得比上述兩種方法更好的雜波抑制性能。

2 基于空域?qū)蚴噶康碾s波抑制

多通道 SAR-GMTI雷達(dá)工作立體示意圖見(jiàn)圖1。多通道SAR系統(tǒng)沿航跡方向等間隔排布L個(gè)接收通道，假定通道 1為發(fā)射通道(參考通道)，所有通道均接收回波數(shù)據(jù)。x軸表示沿航跡方向(方位向)，y軸表示垂直航跡方向，雷達(dá)載體平臺(tái)速度為dl表示接收通道l與發(fā)射通道的沿航跡間隔，d為兩個(gè)通道間距離(假設(shè)通道為等間距排列)，H代表平臺(tái)高度。設(shè)在方位慢時(shí)間時(shí)，點(diǎn)目標(biāo)P在斜距平面與雷達(dá)陣列的垂直距離為R0，方位向坐標(biāo)為x0。在方位積累時(shí)間Tm內(nèi)，認(rèn)為目標(biāo)以恒定的徑向速度vr(定義遠(yuǎn)離運(yùn)動(dòng)平臺(tái)方向?yàn)檎?和切向速度vx(定義運(yùn)動(dòng)平臺(tái)運(yùn)動(dòng)方向?yàn)檎?運(yùn)動(dòng)。

各通道回波數(shù)據(jù)分別經(jīng)過(guò)成像處理得到L幅復(fù)圖像，理想情況下SAR圖像各像素之間滿(mǎn)足獨(dú)立同分布的條件，地面動(dòng)目標(biāo)僅在其對(duì)應(yīng)的像素點(diǎn)上存在，不會(huì)擴(kuò)散到相鄰的像素單元，則第l通道的SAR圖像的復(fù)數(shù)據(jù)可表示為：

圖1 多通道SAR-GMTI雷達(dá)工作立體示意圖Fig. 1 Multi-channel SAR-GMTI radar perspective view

其中m和n分別為 SAR圖像中的距離向和方位向坐標(biāo)，H0表示該檢測(cè)單元不含動(dòng)目標(biāo)，H1表示包含動(dòng)目標(biāo)，分別為第l通道(m,n)處的雜波與加性高斯白噪聲信號(hào)，表示動(dòng)目標(biāo)信號(hào)。

設(shè)雷達(dá)工作波長(zhǎng)為λ，當(dāng)多通道SAR系統(tǒng)滿(mǎn)足DPCA條件時(shí)，不同通道不同時(shí)刻在空間重疊位置可形成等相位中心，將這些等相位中心的圖像組成一組數(shù)據(jù)。靜止目標(biāo)的相位在這些圖像中不會(huì)發(fā)生改變，動(dòng)目標(biāo)的相位將會(huì)隨時(shí)間變化而產(chǎn)生變化。運(yùn)動(dòng)目標(biāo)的空域?qū)蚴噶靠杀硎緸閇15]：

其中，T[·]表示轉(zhuǎn)置。靜止目標(biāo)的徑向速度vr=0，故其所在的檢測(cè)單元的導(dǎo)向矢量應(yīng)為：

但實(shí)際中，通道間存在幅相誤差，上述雜波與動(dòng)目標(biāo)的導(dǎo)向矢量會(huì)受到幅相誤差的影響，運(yùn)動(dòng)目標(biāo)和靜止目標(biāo)的導(dǎo)向矢量分別變?yōu)椋?/p>

其中H[·]表示共軛轉(zhuǎn)置，βi為特征值，ui為對(duì)應(yīng)的特征向量。由于場(chǎng)景中絕大部分目標(biāo)為靜止目標(biāo)，故大特征值對(duì)應(yīng)的特征向量為雜波的導(dǎo)向矢量，小特征對(duì)應(yīng)的特征向量為動(dòng)目標(biāo)及噪聲的導(dǎo)向矢量。若通道幅相誤差是非空變的，則雜波的能量集中在方向上，此時(shí)選取u1的正交補(bǔ)空間對(duì)雜波進(jìn)行抑制就會(huì)得到很好的效果；若通道幅相誤差是空變的，則雜波的能量會(huì)集中在u1,u2,… ,uD上，D根據(jù)通道幅相誤差的均勻性而適當(dāng)調(diào)整，可通過(guò)前k個(gè)導(dǎo)向上的部分能量和Qk來(lái)確定，Qk定義為：

其物理意義是前k個(gè)導(dǎo)向能量占總能量的百分比，根據(jù)所取場(chǎng)景雜波特性來(lái)設(shè)置合適的門(mén)限(一般取0.9)，取k初值為1，增加k，當(dāng)滿(mǎn)足式(8)的條件時(shí)停止，

此時(shí)的k值即為D。

構(gòu)造雜波正交補(bǔ)空間Us：

雜波導(dǎo)向矢量與雜波正交補(bǔ)空間是正交的，而非盲速動(dòng)目標(biāo)向量與雜波正交補(bǔ)空間非正交，如圖2所示(以L=2為例)，其中Uc為雜波空間，Us為雜波正交補(bǔ)矢量，為運(yùn)動(dòng)目標(biāo)的導(dǎo)向矢量，α為與的夾角，可以證明，雜波的Zc(i,j)的導(dǎo)向矢量在Uc附近，含動(dòng)目標(biāo)信號(hào)的Zs(i,j)的導(dǎo)向矢量在附近。

通過(guò)上述分析，發(fā)現(xiàn)可將多通道數(shù)據(jù)與正交補(bǔ)空間通過(guò)子空間類(lèi)的算法來(lái)提高信雜噪比。令：

雜波信號(hào)Zc(i,j)得到的抑制程度會(huì)大于動(dòng)目標(biāo)信號(hào)Zs(i,j),I1即為采用正交子空間的方法進(jìn)行雜波抑制后的結(jié)果，其抑制效果受圖像匹配誤差影響較大。

3 基于總體最小方差的雜波抑制

由于圖像配準(zhǔn)誤差的存在，會(huì)導(dǎo)致雜波分量在周?chē)袼亻g擴(kuò)散。數(shù)據(jù)模型如圖3所示，無(wú)配準(zhǔn)誤差時(shí)，通道1中的像素點(diǎn)1對(duì)應(yīng)通道2中的像素點(diǎn)5，當(dāng)存在亞像素級(jí)的配準(zhǔn)誤差時(shí)(現(xiàn)在的配準(zhǔn)誤差一般能夠達(dá)到亞像素級(jí)水平)，通道1中的像素點(diǎn)1可能對(duì)應(yīng)到通道2中的像素點(diǎn)5與其周?chē)南袼攸c(diǎn)之間，從而使雜波自由度增加，這時(shí)再利用傳統(tǒng)的DPCA或ATI等方法將很難取得滿(mǎn)意的檢測(cè)結(jié)果。在這種情況下，可以充分利用擴(kuò)散到周?chē)袼刂械碾s波分量信息以達(dá)到雜波相消的目的。

圖2 導(dǎo)向矢量示意圖Fig. 2 Oriented vector diagram

圖3 數(shù)據(jù)模型Fig. 3 Data model

通常采用自適應(yīng)的方法進(jìn)行配準(zhǔn)，自適應(yīng)匹配窗口的大小根據(jù)通道間的匹配誤差進(jìn)行調(diào)整，本文以3×3的窗口為例進(jìn)行說(shuō)明。如圖3，通道1取出像素1以及通道2～L分別取出像素1～9，構(gòu)成數(shù)據(jù)矢量：

定義RX為場(chǎng)景的權(quán)向量協(xié)方差矩陣，由式(12)進(jìn)行估計(jì)：

根據(jù)線性最小方差準(zhǔn)則[16]：

即可獲得最小方差下的權(quán)向量w。其中，目的是確保，即通道1中的像素點(diǎn)幅度保持不變，且可保證w≠0。

利用拉格朗日法求解式(13)，得到雜波抑制的自適應(yīng)權(quán)矢量為：

則雜波抑制通過(guò)式(15)實(shí)現(xiàn)：

即為通過(guò)總體最小二乘準(zhǔn)則進(jìn)行雜波抑制后的結(jié)果。該方法能夠較好地抑制通道間配準(zhǔn)誤差和幅相誤差，但其沒(méi)有利用動(dòng)目標(biāo)導(dǎo)向矢量與雜波導(dǎo)向的信息，雖能達(dá)到一定的抑制效果，但在信雜噪比較低時(shí)性能不佳。

4 改進(jìn)的雜波抑制方法

空域?qū)蚴噶糠椒梢垣@得較高的信雜噪比，但對(duì)配準(zhǔn)誤差敏感，總體最小方差的雜波抑制可以很好地抑制圖像配準(zhǔn)誤差和通道幅相誤差。本文結(jié)合兩種方法，提出一種新的算法，該算法利用最小方差權(quán)向量，通過(guò)該權(quán)向量構(gòu)造配準(zhǔn)圖像，然后利用配準(zhǔn)圖像進(jìn)行雜波抑制，消除圖像配準(zhǔn)誤差及通道幅相誤差。下面從兩個(gè)方面論證該方法的可行性及必要性。

從雜波的導(dǎo)向矢量估計(jì)方面來(lái)看，當(dāng)存在配準(zhǔn)誤差時(shí)，每個(gè)像素的導(dǎo)向矢量將會(huì)嚴(yán)重偏離真實(shí)導(dǎo)向矢量T

[1 1…1]，且偏離方向各不一樣。此時(shí)，如果采用第2節(jié)的方法估計(jì)雜波的導(dǎo)向矢量，則該矢量的方向?qū)?huì)是所有樣本導(dǎo)向矢量的平均。利用該估計(jì)矢量進(jìn)行雜波抑制時(shí)，那些實(shí)際導(dǎo)向矢量與估計(jì)矢量夾角較大的像素將不能得到有效抑制，從而導(dǎo)致動(dòng)目標(biāo)可能會(huì)被淹沒(méi)。所以，圖像配準(zhǔn)誤差和幅相誤差的校準(zhǔn)是非常必要的。

從動(dòng)目標(biāo)的導(dǎo)向矢量方面來(lái)看，由于雜波抑制后要通過(guò)動(dòng)目標(biāo)的導(dǎo)向矢量來(lái)估計(jì)徑向速度，故精確地估計(jì)目標(biāo)的導(dǎo)向矢量是必要的，而精確估計(jì)的前提是能夠獲得準(zhǔn)確的目標(biāo)導(dǎo)向矢量。圖像失配會(huì)導(dǎo)致目標(biāo)的導(dǎo)向矢量發(fā)生變化，故需要對(duì)圖像進(jìn)行配準(zhǔn)處理。

對(duì)圖像加權(quán)配準(zhǔn)同樣會(huì)改變動(dòng)目標(biāo)的幅度和相位，但這個(gè)改變是有益于后期處理的，圖像加權(quán)配準(zhǔn)將會(huì)使雜波與目標(biāo)的導(dǎo)向矢量估計(jì)更加接近真實(shí)的導(dǎo)向矢量，從而得到更高的改善因子和運(yùn)動(dòng)參數(shù)估計(jì)準(zhǔn)確度。

完成配準(zhǔn)后，通過(guò)導(dǎo)向矢量的方法進(jìn)行雜波抑制，從而提高信雜噪比。算法步驟描述如下：

步驟1 通過(guò)總體最小方差算法估計(jì)雜波抑制的自適應(yīng)權(quán)矢量w

為了方便理解和描述，對(duì)X(i,j)進(jìn)行如下處理。令：

代入式(12)，則場(chǎng)景的權(quán)向量協(xié)方差矩陣可以改寫(xiě)成：

步驟2 構(gòu)造新的配準(zhǔn)圖像

步驟4 雜波抑制

采用正交子空間算法，進(jìn)行雜波抑制：

I3為改進(jìn)算法進(jìn)行雜波抑制后的圖像。

設(shè)場(chǎng)景大小為(M,N)，以3×3的窗口為例對(duì)3種方法的計(jì)算量進(jìn)行分析，本文方法運(yùn)算量為兩種算法之和，結(jié)果見(jiàn)表1。

表1 運(yùn)算量表Tab. 1 Calculation table

從表1可以看出，本文算法在運(yùn)算量提高不大的情況下可以獲得更好的性能。

5 實(shí)驗(yàn)分析

5.1 仿真分析

圖 4是在目標(biāo)干涉相位為π/2,SNR=6 dB的情況下，雜波抑制性能隨配準(zhǔn)誤差的變化曲線(在不同配準(zhǔn)誤差下各做600次蒙特卡洛實(shí)驗(yàn))。從圖4中可以看出，最小方差自適應(yīng)雜波抑制方法可以很好地抑制圖像配準(zhǔn)誤差，導(dǎo)向矢量的算法在配準(zhǔn)誤差較小時(shí)能夠得到較好的改善因子，但其隨配準(zhǔn)誤差變大而性能大大降低。本文方法在圖像配準(zhǔn)誤差較大時(shí)仍具有較好的性能。

通道的幅相誤差會(huì)影響雜波抑制的效果。圖 5是在目標(biāo)干涉相位為π/2,SNR=6 dB，圖像配準(zhǔn)誤差為 0.4個(gè)像素點(diǎn)的情況下，雜波抑制性能隨通道相位誤差的變化曲線(在不同相位誤差下各做600次蒙特卡洛實(shí)驗(yàn))。可以看出，3種方法的性能都隨相位誤差變大而變差，但總體上本文方法可得到比上述兩種方法更好的性能。

圖6給出了在配準(zhǔn)誤差為0.5個(gè)像素，目標(biāo)干涉相位為π/2,SNR=6 dB的情況下，改善因子隨雜噪比的變化曲線(在不同雜噪比情況下各做600次蒙特卡洛實(shí)驗(yàn))?？梢园l(fā)現(xiàn)，隨著雜噪比的增加，雜波抑制性能均有所提升，但本文方法要優(yōu)于最小方差及導(dǎo)向矢量方法。

5.2 場(chǎng)景仿真分析

采用真實(shí)的SAR場(chǎng)景數(shù)據(jù)，成像之后得到復(fù)圖像數(shù)據(jù)，基于得到的復(fù)圖像數(shù)據(jù)使用頻域快速算法[17]仿真所需要的通道1和通道2的回波數(shù)據(jù)，設(shè)置4個(gè)運(yùn)動(dòng)目標(biāo)，位于圖像中的道路上，見(jiàn)圖7(a)中的暗色線。使用機(jī)載多通道SAR-GMTI雷達(dá)的常用系統(tǒng)參數(shù)，參數(shù)設(shè)置見(jiàn)表2。

表2 參數(shù)表Tab. 2 Parameter table

圖4 雜波抑制性能隨配準(zhǔn)誤差的變化曲線Fig. 4 Clutter rejection performance curve with the registration error

圖5 雜波抑制性能隨通道相位誤差變化曲線 Fig. 5 Clutter rejection performance curve with the channel phase error

圖6 雜波抑制性能隨雜噪比變化曲線Fig. 6 Clutter rejection performance curve with the CNR

圖7(a)為某通道的成像結(jié)果。圖7(b)、圖7(c)、圖7(d)是在圖像匹配誤差為0.4個(gè)像素點(diǎn)時(shí)不同雜波抑制方法處理后的效果圖，圖中直線為后期標(biāo)注的道路，三角形內(nèi)為動(dòng)目標(biāo)。可以發(fā)現(xiàn)，由于目標(biāo)運(yùn)動(dòng)產(chǎn)生了方位向上的位置偏移。為了方便觀察，對(duì)每幅圖像相對(duì)于能量最大的動(dòng)目標(biāo)做幅度歸一化處理。從圖7(b)、圖7(c)可以看出，當(dāng)存在圖像匹配誤差時(shí)，最小方差自適應(yīng)雜波抑制算法要優(yōu)于基于空域正交子空間的方法。從圖7(b)、圖7(c)、圖7(d)中的可以看出，本文方法優(yōu)于上述兩種方法。

為了便于觀察比較，選取第161個(gè)距離門(mén)的數(shù)據(jù)，結(jié)果如圖8所示，可以看出，本文方法雜波抑制效果最佳。

圖7 雜波抑制效果Fig. 7 Clutter rejection performance

圖8 第161距離門(mén)處雜波抑制效果Fig. 8 Clutter rejection of the 161st range bin

計(jì)算3種方法的改善因子，信號(hào)為4個(gè)運(yùn)動(dòng)目標(biāo)，雜波和噪聲為除去運(yùn)動(dòng)目標(biāo)后的雜波及噪聲，結(jié)果見(jiàn)表 3。可以看出，本文方法較上述兩種方法能夠獲得更高的改善因子。

表3 不同方法下改善因子Tab. 3 Improvement factor of different methods

6 結(jié)論

針對(duì) SAR-GMTI中圖像配準(zhǔn)誤差及通道幅相誤差影響雜波抑制效果的問(wèn)題，本文結(jié)合總體最小方差和空域?qū)蚴噶侩s波抑制方法的優(yōu)點(diǎn)，提出了一種新算法。理論分析及實(shí)驗(yàn)結(jié)果表明，所提方法在通道配準(zhǔn)誤差和通道幅相誤差較大的情況下仍具有很好的雜波抑制性能，可獲得比最小方差雜波抑制方法和空域?qū)蚴噶侩s波抑制方法更高的信雜噪比。

本文從子空間分解的角度對(duì)通道幅相誤差及配準(zhǔn)誤差問(wèn)題進(jìn)行了較深入的分析，為動(dòng)目標(biāo)檢測(cè)提供一個(gè)新的思路。同樣也可以將該思想應(yīng)用于盲速、最小可檢測(cè)速度及速度分辨率等方面。

[1] 鄧云凱, 趙鳳軍, 王宇. 星載 SAR技術(shù)的發(fā)展趨勢(shì)及應(yīng)用淺析[J]. 雷達(dá)學(xué)報(bào), 2012, 1(1): 1-10.

Deng Yun-kai, Zhao Feng-jun, and Wang Yu. Brief analysis on the development and application of spaceborne SAR[J].Journal of Radars, 2012, 1(1): 1-10.

[2] Richardson P G. Analysis of the adaptive space time processing technique for airborne radar[J].IEE Proceedings-Radar,Sonar and Navigation,1994, 141(4): 187-195.

[3] 張佳佳, 周芳, 孫光才. 基于機(jī)載前向陣?yán)走_(dá)的三通道斜視SAR-GMTI技術(shù)研究[J]. 電子與信息學(xué)報(bào), 2012, 34(2): 344-350.

Zhang Jia-jia, Zhou Fang, and Sun Guang-cai. Study on three channels squint SAR-GMTI system based on the forward-looking airborne radar[J].Journal of Electronics&Information Technology, 2012, 34(2): 344-350.

[4] Ender J H G. Space-time processing for multichannel synthetic aperture radar[J].Electronics&Communication Engineering Journal, 1999, 11(1): 29-38.

[5] Budillon A, Evangelista A, and Schirinzi G. GLRT detection of moving targets via multibaseline along-track interferometric SAR systems[J].IEEEGeoscience and Remote Sensing Letters, 2012, 9(3): 348-352.

[6] Aghaabdellahian N and Modarres-Hashemi M. Improving performance of adaptive radar detectors in nonhomogeneous environment[C]. 2013 21st Iranian Conference on Electrical Engineering (ICEE), Mashhad, Iranian, 2013: 1-4.

[7] Krieger G, Gebert N, and Moreira A. Unambiguous SAR signal reconstruction from nonuniform displaced phase center sampling[J].IEEE Geoscience and Remote Sensing Letters, 2004, 1(4): 260-264.

[8] 吳迪, 朱岱寅, 朱兆達(dá). 一種非均勻環(huán)境中雙端口干涉 SAR/ GMTI雜波抑制算法[J]. 電子學(xué)報(bào), 2010, 38(9): 2179-2183.

Wu Di, Zhu Dai-yin, and Zhu Zhao-da. A clutter suppression algorithm for two-port interferometric SAR/GMTI in heterogeneous environment[J].Acta Electronica Sinica, 2010, 38(9): 2179-2183.

[9] Liu Xiang-yang, Wang Jing, Zhao Wei-wei,et al.. A channel equalization approach using the spatial correlation property of clutters[C]. IET International Radar Conference 2013, Xi’an, 2013: 1-4.

[10] 張丹丹, 仇曉蘭, 胡東輝, 等. 基于運(yùn)動(dòng)目標(biāo)檢測(cè)的同步軌道星-空雙站 SAR 雜波特性分析[J]. 雷達(dá)學(xué)報(bào), 2013, 2(3): 348-356.

Zhang Dan-dan, Qiu Xiao-lan, Hu Dong-hui,et al.. Analysis of geosynchronous satellite-air bistatic SAR clutter characteristics from the viewpoint of ground moving target indication[J].Journal of Radars, 2013, 2(3): 348-356.

[11] 劉穎, 廖桂生, 周爭(zhēng)光. 對(duì)圖像配準(zhǔn)誤差穩(wěn)健的分布式星載SAR地面運(yùn)動(dòng)目標(biāo)檢測(cè)及高精度的測(cè)速定位方法[J]. 電子學(xué)報(bào), 2007, 35(6): 1009-1014.

Liu Ying, Liao Gui-sheng, and Zhou Zheng-guang. A robust method to images registration of ground moving target detection and relocation for distributed small satellites synthetic aperture radar[J].Acta Electronica Sinica, 2007, 35(6): 1009-1014.

[12] 束宇翔, 廖桂生, 楊志偉. 維納濾波最優(yōu)權(quán)修正導(dǎo)向矢量的SAR-GMTI動(dòng)目標(biāo)徑向速度估計(jì)方法[J]. 電子學(xué)報(bào), 2011, 39(9): 1986-1991.

Shu Yu-xiang, Liao Gui-sheng, and Yang Zhi-wei. radial velocity estimation of moving targets based on modifying the steering vector with wiener optimal weights in SAR-GMTI radar system[J].Acta Electronica Sinica, 2011, 39(9): 1986-1991.

[13] 時(shí)公濤, 賀志國(guó), 高貴. 基于協(xié)方差矩陣的雙通道 SAR圖像域地面慢動(dòng)目標(biāo)檢測(cè)算法的性能對(duì)比研究[J]. 信號(hào)處理, 2009, 25(8): 1169-1181.

Shi Gong-tao, He Zhi-guo, and Gao Gui. Performance analysis of the slow ground moving target detecting algorithms based on covariance matrix in dual-SAR images[J].Signal Processing, 2009, 25(8): 1169-1181.

[14] 張賢達(dá). 現(xiàn)代信號(hào)處理[M]. 北京: 清華大學(xué)出版社, 2002: 126-135.

Zhang Xian-da. Modern Signal Processing[M]. Beijing: Tshinghua University Press, 2002: 126-135.

[15] 曾操. 多通道地面動(dòng)目標(biāo)檢測(cè)雷達(dá)穩(wěn)健陣列處理方法研究[D]. [博士論文], 西安電子科技大學(xué), 2008: 48-52.

Zeng Cao. Research on multichannel ground moving target indicator radar with robust array processing[D]. [Ph. D. dissertation], Xidian University, 2008: 48-52.

[16] Shu Yu-xiang, Liao Gui-sheng, and Yang Zhi-wei. Robust radial velocity estimation of moving targets based on adaptive data reconstruction and subspace projection algorithm[J].IEEE Geoscience and Remote Sensing Letters, 2014, 11(6): 1101-1105.

[17] He Zhi-hua, He Feng, Dong Zhen,et al.. Real-time raw-signal simulation algorithm for InSAR hardware-in-the-loop simulation applications[J].IEEE Geoscience and Remote Sensing Letters, 2012, 9(1): 134-138.

秦記東(1988-)，男，河北邯鄲人，信息工程大學(xué)碩士研究生，研究方向?yàn)镾AR成像處理及地面運(yùn)動(dòng)目標(biāo)檢測(cè)。

E-mail: qinjd_edu@163.com

賴(lài) 濤(1980-)男，江西萍鄉(xiāng)人，信息工程大學(xué)講師，研究方向?yàn)镾AR成像處理及MIMO-SAR波形設(shè)計(jì)。

E-mail: ltnudt@163.com

趙擁軍(1964-)男，河南新鄉(xiāng)人，信息工程大學(xué)博士生導(dǎo)師，教授，研究方向?yàn)殛嚵行盘?hào)處理及雷達(dá)信號(hào)處理。

E-mail: zhaoyjzz@163.com

Multichannel SAR-GMTI Clutter Rejection Based on Channel Error Correction and Airspace Steering Vector

Qin Ji-dong Lai Tao Zhao Yong-jun Huang Jie Bai Bing
(College of Navigation & Aerospace Engineering, Information Engineering University, Zhengzhou 450002, China)

To overcome the influence of non-ideal factor on the performance of moving target indication, such as the channel gain and phase response error and image registration error, an improving clutter rejection method is proposed. The algorithm combines the minimum variance clutter rejection method and the steering vector clutter rejection method. Firstly, the weight vector of minimum variance clutter rejection is calculated to construct registration image. Then clutter orthogonal subspace is calculated with registration image. Finally, clutter rejection is implemented with orthogonal subspace method. Theoretical analysis and experimental results show that the proposed method performs well and it can obtain higher SCNR than the minimum variance clutter rejection method and steering vector clutter rejection method when both image registration and channel amplitude and phase errors are big.

Synthetic Aperture Radar (SAR); Ground Moving Target Indication (GMTI); Channel error correction; Airspace steering vector

中國(guó)分類(lèi)號(hào)：TN957.52

A

2095-283X(2014)01-0070-08

10.3724/SP.J.1300.2014.13118

2013-12-03收到，2014-01-26改回；2014-02-11網(wǎng)絡(luò)優(yōu)先出版國(guó)家自然科學(xué)基金(41301481)資助課題

*通信作者： 秦記東 qinjd_edu@163.com