張鵬， 張嘉峰， 劉濤，*

(1. 海軍工程大學(xué)電子工程學(xué)院, 武漢 430033； 2. 海軍作戰(zhàn)支援艦第二支隊(duì)， 舟山 316000)

地面運(yùn)動目標(biāo)檢測(Ground Moving Target Indication,GMTI)是合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)遙感領(lǐng)域重要的研究分支[1]。近年來，隨著SAR順軌干涉(Along-Track Interferometry,ATI) 理論的逐步完善，基于干涉圖的GMTI方法因其具有對慢速運(yùn)動目標(biāo)的檢測能力而備受關(guān)注[2-4]。但現(xiàn)有的、包括干涉圖在內(nèi)的SAR GMTI方法在對慢速運(yùn)動目標(biāo)尤其是淹沒在背景雜波內(nèi)的慢動小目標(biāo)進(jìn)行檢測時，仍存在虛警概率與漏檢概率高的問題，且最小可檢測速度往往高于預(yù)期的結(jié)果。在經(jīng)典雷達(dá)極化中，全極化雷達(dá)已被證明能夠檢測單極化雷達(dá)所檢測不到的弱小目標(biāo)[5-6]，因而利用全極化信息進(jìn)行GMTI或許是解決上述問題的有效手段[7-10]。

利用全極化SAR(Polarimetric SAR,POLSAR)進(jìn)行GMTI的研究分為單通道與多通道2類方法。在單通道POLSAR GMTI領(lǐng)域，加拿大學(xué)者Liu[11-12]提出利用當(dāng)前分時極化測量體制POLSAR所獲取的交叉極化項(xiàng)進(jìn)行干涉處理以提高運(yùn)動目標(biāo)檢測性能的方法，并采用CV-580 SAR實(shí)測全極化數(shù)據(jù)證明了交叉極化進(jìn)行GMTI的潛力，但本質(zhì)上這種利用了HV與VH極化的互易性的方法仍可看作單極化ATI方法的拓展。對于多通道POLSAR GMTI，文獻(xiàn)[13]指出利用單航過極化干涉SAR進(jìn)行GMTI是未來極化干涉技術(shù)的重要應(yīng)用，并以可測速區(qū)間為優(yōu)化準(zhǔn)則對全極化順軌干涉SAR(AT-POLINSAR，添加前綴“AT-”用以區(qū)分極化交軌干涉SAR(POLINSAR))系統(tǒng)進(jìn)行了優(yōu)化設(shè)計(jì)，但該研究立足于現(xiàn)有的分時極化測量SAR，并不適用于未來同時極化測量體制且沒有對新系統(tǒng)進(jìn)行具體的檢測器設(shè)計(jì)。文獻(xiàn)[7-10]指出具有精確極化散射特性測量能力的同時極化測量技術(shù)是未來乃至相當(dāng)長一段時期內(nèi)極化測量體制發(fā)展的主流趨勢，因而開展同時測量AT-POLINSAR慢動目標(biāo)自動檢測算法的研究對POLSAR GMTI理論體系的建立以及AT-POLINSAR系統(tǒng)設(shè)計(jì)都具有重要的意義。當(dāng)前可直接用于AT-POLINSAR進(jìn)行GMTI的算法主要有2類：一是文獻(xiàn)[1]提出的基于多頻段多孔徑極化SAR(MFMA POLSAR)的方法，即通過最優(yōu)極化干涉理論[14-16]對MFMA POLSAR回波降維后采用雜波對消進(jìn)行運(yùn)動目標(biāo)成像；二是文獻(xiàn)[17]提出的利用對數(shù)似然比(Likelihood-Ratio Test,LRT)[18]對目標(biāo)極化干涉協(xié)方差矩陣進(jìn)行檢測的方法。但這2種方法都難以推導(dǎo)檢測量的統(tǒng)計(jì)分布，且依賴于對目標(biāo)先驗(yàn)信息的獲取，不宜擴(kuò)展成恒虛警(Constant False Alarm Rate,CFAR)檢測器。綜上所述，為設(shè)計(jì)實(shí)用的AT-POLINSAR慢動目標(biāo)自動檢測算法，主要有2方面亟待研究的問題：一是建立POLSAR 順軌干涉的統(tǒng)計(jì)建模與參數(shù)估計(jì)理論，與傳統(tǒng)單極化ATI不同的是，全極化ATI除考慮同一極化通道內(nèi)的干涉相干度外，還要額外考慮不同極化通道之間的相干度以充分挖掘運(yùn)動目標(biāo)與雜波背景之間的差異；二是構(gòu)造性能較優(yōu)且解析門限易于求解的檢測量，單極化條件下利用干涉圖幅度和相位聯(lián)合CFAR檢測量的檢測性能較優(yōu)[2-4]，那么如何將這種方法擴(kuò)展至全極化或者針對極化矢量干涉回波重新構(gòu)造新的檢測量將是實(shí)現(xiàn)慢動目標(biāo)CFAR檢測的關(guān)鍵。

針對上述問題，本文首先對單基線AT-POL-INSAR回波進(jìn)行建模分析；然后針對其6維極化矢量干涉數(shù)據(jù)，提出基于背景雜波平均相干度最優(yōu)的降維新方法，從高維干涉矢量中合成出次優(yōu)極化標(biāo)量干涉數(shù)據(jù)，從而可以將單極化順軌干涉SAR(AT-INSAR)慢動目標(biāo)檢測算法直接應(yīng)用到全極化系統(tǒng)進(jìn)行目標(biāo)檢測；最后，分別采用蒙特卡羅仿真實(shí)驗(yàn)與場景檢測實(shí)驗(yàn)對次優(yōu)極化、單極化的慢動目標(biāo)CFAR檢測進(jìn)行性能對比。

1 全極化順軌干涉SAR系統(tǒng)

本節(jié)基于MFMA POLSAR[1]與分時極化AT-INSAR[13]的設(shè)計(jì)思路，提出一種設(shè)備復(fù)雜度相對較低、可實(shí)現(xiàn)度高的單基線AT-POLINSAR的新系統(tǒng)?；趯ο到y(tǒng)工作方式、天線收發(fā)模式與信號形式的設(shè)計(jì)，建立了極化矢量干涉模型, 將SAR單極化順軌干涉擴(kuò)展成全極化矢量干涉。本節(jié)的AT-POLINSAR的信號模型可擴(kuò)展到MFMA POLINSAR，同時，矢量干涉模型也適用于分時極化測量順軌干涉SAR。

1.1 AT-POLINSAR系統(tǒng)信號與回波建模

圖1為單基線AT-POLINSAR系統(tǒng)的成像幾何示意圖，設(shè)雷達(dá)平臺在高度為H的直線軌跡以速度vp勻速飛行，沿雷達(dá)平臺運(yùn)動方向配置2副相同的全極化天線分別作為前、后向干涉通道m(xù)和s，并在不同的方位采樣時刻同時發(fā)射h極化與v極化狀態(tài)的正交波形，從而在h、v極化天線之間形成了共同的物理干涉基線2Lb。關(guān)于天線工作方式，本文假設(shè)2副天線按照“乒乓”模式工作，即2副天線輪流發(fā)射全極化信號并同時接收極化回波，相較于全孔徑發(fā)射子孔徑接收的方案，這種方式在基線配置、系統(tǒng)實(shí)現(xiàn)等方面具有更高的靈活性[19]。

圖1中，β為合成孔徑雷達(dá)下視角，Ra為雷達(dá)成像斜距，θ為斜視角，Lb為基線長度，vp為平臺運(yùn)動速度，設(shè)雷達(dá)平臺運(yùn)動方向(方位向)為x軸正方向，設(shè)地距方向?yàn)閥軸正方向。在t=0時刻，前向干涉通道m(xù)的天線相位中心的坐標(biāo)為(0,0,H)，后向干涉通道s的天線相位中心的坐標(biāo)為(-Lb,0,H)，設(shè)目標(biāo)以初始坐標(biāo)T0(x0,y0,0)作勻速直線運(yùn)動，其方位向與距離向的速度分量分別為vx、vy。m通道天線發(fā)射全極化線性調(diào)頻(Linear Frequency Modulation,LFM)信號s=[sh(τ),sv(τ)]T[9-10]，sh(τ)與sv(τ)分別為水平、垂直極化，兩者相互正交，且具有如下的共同形式：

圖1 單基線AT-POLINSAR成像幾何示意圖Fig.1 Geometry schematic diagram of single-baseline AT-POLINSAR acquisition

(1)

式中：τ為合成孔徑處理的快時間；fc為發(fā)射信號載頻；Kr為線性調(diào)頻率；Tp為脈沖寬度；|·|表示取絕對值算；Re{·}表示取實(shí)部運(yùn)算。為討論方便，下文SAR信號處理時不區(qū)分極化狀態(tài)。發(fā)射信號s(τ)目標(biāo)T0散射后分別由m、s通道的全極化天線進(jìn)行接收。

sxyi(t,τ)=Axysy(τ-τdi)=

(2)

其中：sxyi(t,τ)表示i通道x極化天線接收到的y極化狀態(tài)發(fā)射信號的回波，t為慢時間，x,y∈{h,v}，i∈{m,s}，這里h、v表示極化狀態(tài)，m、s則表示干涉通道類型；Axy為目標(biāo)散射系數(shù)；τdi為i通道接收到回波的時延，若t時刻目標(biāo)與m通道和i通道天線相位中心的瞬時斜距分別為RTm(t)與RTi(t)，則τdi=(RTm(t)+RTi(t))/c，c為光速。對i通道回波進(jìn)行距離壓縮，可以得到

sinc(πKrTr(τ-τdi))

(3)

其中：sinc(·)表示沖激響應(yīng)函數(shù)；Tr為脈沖重復(fù)時間；λ為載波波長，對瞬時斜距進(jìn)行拋物線近似[20]，i通道回波的相位即為

(4)

式中：R0為最短距離[20]，mi的下標(biāo)i=m或s，mm=0，ms=1。對式(4)的信號進(jìn)行方位向壓縮，并忽略幅度系數(shù)，可以得到目標(biāo)在目標(biāo)存在的某一固定距離單元內(nèi)的復(fù)圖像為

(5)

其中：u為方位向像素；ux0為靜止目標(biāo)方位向像素位置；Δu=ΔX/ΔRx為目標(biāo)偏移像素?cái)?shù)，ΔRx為方位向分辨率，ΔX為方位向偏移距離，且ΔX=(x0vx+y0vy)/vp。再對前后通道各極化回波進(jìn)行干涉處理可得

(6)

式中：Ixy-xy(u)也被稱為ATI干涉圖；Ta為合成孔徑時間，從式(6)可得目標(biāo)的干涉相位φi表達(dá)式為

(7)

1.2 AT-POLINSAR系統(tǒng)極化矢量干涉模型

(8)

(9)

(10)

(11)

采用R進(jìn)行表示的優(yōu)勢在于能夠同時分析極化通道與干涉通道之間的相干度，且二者都能用于區(qū)分運(yùn)動目標(biāo)與靜止目標(biāo)。因而，對于單極化SAR ATI來說，以hh極化回波(h極化發(fā)射、h極化接收)為例，只需要考慮c11、c33即可。在式(9)的復(fù)高斯分布假設(shè)下，C將服從復(fù)Wishart分布[5-6]：

(12)

2 極化矢量干涉降維

由第1節(jié)的信號模型可知，相較于傳統(tǒng)的極化SAR或干涉SAR，AT-POLINSAR信號處理維度急劇增加，為從其回波中檢測出運(yùn)動目標(biāo)并估計(jì)運(yùn)動狀態(tài)，需要對高維極化干涉矢量數(shù)據(jù)進(jìn)行降維處理，本節(jié)在回顧經(jīng)典的最優(yōu)極化干涉降維方法的基礎(chǔ)上，提出了一種新的次優(yōu)極化干涉降維方法。

2.1 經(jīng)典最優(yōu)極化干涉降維方法

(13)

(14)

對于式(14)需要說明的是，相干度的任意損失都將引起干涉相位差估計(jì)精度的下降，因而“信號s1之間的與s2相干度ρ越大，干涉相位φi的估計(jì)就越準(zhǔn)確”[1]。為獲得最大相干度ρmax，Cloude和Papathanassiou[14]首次提出通過式(15)求解最優(yōu)權(quán)矢量wm與ws的方法：

(15)

通過式(15)，可以求得km與ks的最優(yōu)加權(quán)矢量分別為wm,opt與ws,opt，利用最優(yōu)權(quán)矢量加權(quán)得到的新的合成極化狀態(tài)μm,opt與μs,opt稱為最優(yōu)極化，同樣還可得到最優(yōu)干涉矩陣Jopt，最優(yōu)干涉圖Iopt以及最優(yōu)干涉相位φi,opt。

2.2 基于背景雜波平均相干度最優(yōu)的次優(yōu)極化干涉降維新方法

傳統(tǒng)的干涉圖模型之所以不再適用于最優(yōu)極化狀態(tài)，是因?yàn)闃O化矢量km和ks最優(yōu)加權(quán)矢量wm,opt與ws,opt是從每一像素單元逐一計(jì)算得到的[16]，而這種非線性的加權(quán)系數(shù)會嚴(yán)重影響最優(yōu)干涉圖的分布類型和分布函數(shù)的復(fù)雜度。但如果對整副全極化圖像采用統(tǒng)一的線性加權(quán)矢量進(jìn)行降維，分布推導(dǎo)的問題將可得到簡化，但線性加權(quán)矢量的選取并不是任意的，其必須滿足一定的準(zhǔn)則。本文為對極化數(shù)據(jù)線性降維處理并使其降維后的雜波背景區(qū)域仍然能夠像最優(yōu)干涉那樣達(dá)到較高的相干度，提出了針對背景雜波的次優(yōu)干涉相干度準(zhǔn)則(Suboptimal Interferometric Coherence Principle,SICP)。

(16)

式中：μ=[μm,suboptμm,subopt]T;θ為潛在的干涉相位，對于靜止雜波背景θ=0，對于運(yùn)動目標(biāo)θ與其徑向速度有關(guān)。由式(16)，定義雜波背景區(qū)域的平均相干度為

(17)

(18)

對其求偏導(dǎo)，得

(19)

(20)

(21)

p(ξ)=

(22)

p(ψ-θ)=

(23)

式(22)中：I0(·)與Kn-1(·)分別為第1類和第2類修正的貝塞爾函數(shù)，二者的階數(shù)分別為0階與n-1階[22]。式(23)中：-π<ψ≤π；2F1為廣義超幾何函數(shù)，分布函數(shù)的最大取值是ψ=θ，對于靜止雜波背景而言θ=0 rad。對AT-POLINSAR分布式雜波進(jìn)行仿真，可以得到式(22)和式(23)的理論P(yáng)DF曲線對實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)直方圖，擬合效果如圖2(a)和(b)所示，由圖可見單極化干涉圖統(tǒng)計(jì)分布理論對次優(yōu)極化的適用性。文獻(xiàn)[23]對基于干涉圖的自動檢測算法進(jìn)行了研究，提出了檢測性能較優(yōu)的利用幅度相位進(jìn)行聯(lián)合檢測的M&P檢測量并推導(dǎo)了檢測量所服從的S分布[見文獻(xiàn)[23]式(6)～ 式(13)]。本文將M&P檢測量應(yīng)用于次優(yōu)極化干涉圖幅度、相位并將其命名為次優(yōu)極化檢測量(SICD)，采用仿真實(shí)驗(yàn)可以得到S分布對次優(yōu)極化SICD檢測量的統(tǒng)計(jì)分布擬合效果如圖2(c)所示。

圖2(a)～(c)所示的擬合效果充分驗(yàn)證了式(21)結(jié)論的正確性，表明次優(yōu)極化干涉與單極化干涉具有相同的統(tǒng)計(jì)分布類型，因而可直接將單極化多通道SAR慢動目標(biāo)檢測方法應(yīng)用到次優(yōu)極化進(jìn)行慢動目標(biāo)CFAR檢測。圖2(d)為仿真得到的各單極化狀態(tài)、最優(yōu)極化狀態(tài)、次優(yōu)極化狀態(tài)的相干度統(tǒng)計(jì)分布，由圖可知，次優(yōu)極化同樣 能夠達(dá)到較高的相干度，從而可以提高分布式雜波背景的相位估計(jì)精度。

圖2 次優(yōu)極化統(tǒng)計(jì)分布Fig.2 Statistical distribution of suboptimal polarization

圖3為hh單極化與次優(yōu)極化的干涉圖在極坐標(biāo)系下的二維分布散點(diǎn)圖(圖中徑向表示相干度幅度，紫色數(shù)字標(biāo)注)，從圖中也看出上述結(jié)論。對比圖3(a)、(b)可以發(fā)現(xiàn),次優(yōu)干涉圖的雜波分布比較集中，與目標(biāo)之間的區(qū)分度明顯提高，這也是次有干涉準(zhǔn)則能夠利用全極化優(yōu)勢以提高檢測性能的原因。但需要注意的是，由于目標(biāo)采用了與雜波相同的加權(quán)系數(shù)，其相干度往往不能達(dá)到最優(yōu)，干涉相位中心也會發(fā)生隨機(jī)的偏移，目標(biāo)干涉相干度與相估計(jì)中心偏移的方向、大小與雜波特性密切相關(guān)，但總的來說，采用這種降維方式可較充分地利用全極化信息以提高運(yùn)動目標(biāo)檢測時的信雜比。

圖3 干涉圖二維散布特性Fig.3 2D scatter characteristics of interferograms

3 AT-POLINSAR慢小目標(biāo)CFAR檢測

3.1 基于SICP的慢小目標(biāo)CFAR檢測流程

第2節(jié)討論了次優(yōu)極化的統(tǒng)計(jì)特性及干涉圖散布特性，結(jié)果表明現(xiàn)有單極化AT-INSAR慢動目標(biāo)CFAR檢測方法亦適用于次優(yōu)極化，因而采用SICP準(zhǔn)則對AT-POLINSAR進(jìn)行慢動目標(biāo)檢測的流程可歸納為圖4所示。

2) 將wm,subopt與ws,subopt分別應(yīng)用到前后通道的全極化圖像，矢像加權(quán)結(jié)果作為“次優(yōu)極化”輸出，即μm,subopt與μs,subopt。

3) 對前后干涉通道應(yīng)用慢動目標(biāo)檢測算法進(jìn)行慢動目標(biāo)檢測。

3.2 檢測實(shí)驗(yàn)與結(jié)果

3.2.1 蒙特卡羅仿真實(shí)驗(yàn)

為檢驗(yàn)次優(yōu)極化的檢測性能，首先將次優(yōu)檢測與單極化檢測、全極化LRT方法[17]進(jìn)行性能對比。采用蒙特卡羅實(shí)驗(yàn)，對文獻(xiàn)[23]中單極化干涉相位檢測器、天線相位中心偏置(DPCA)檢測器、雙曲線檢測器以及M&P檢測器應(yīng)用到次優(yōu)極化時的檢測性能接收機(jī)工作特性(ROC)曲線進(jìn)行仿真分析。實(shí)驗(yàn)前首先需要對AT-POLINSAR進(jìn)行數(shù)據(jù)仿真，本文借鑒了文獻(xiàn)[24]的數(shù)據(jù)生成方法對AT-POLINSAR分布式雜波與目標(biāo)數(shù)據(jù)進(jìn)行仿真：即產(chǎn)生6維相互獨(dú)立的復(fù)高斯分布數(shù)據(jù)后對其進(jìn)行二維相關(guān)濾波得到服從6維聯(lián)合復(fù)高斯分布的干涉矢量回波序列。但與文獻(xiàn)[24]不同的是，本文采用特征值分解方法代替Choleskey分解方法進(jìn)行6維復(fù)高斯分布序列的產(chǎn)生，從而降低了對干涉協(xié)方差矩陣正定性的要求，只需要滿足半正定即可對分布式目標(biāo)或雜波的回波數(shù)據(jù)進(jìn)行仿真。為使比較更有針對性，數(shù)據(jù)仿真的關(guān)鍵參數(shù)參考文獻(xiàn)[17]進(jìn)行設(shè)置，信雜比(Target-to-Clutter Ratio,TCR)、目標(biāo)運(yùn)動速度等參數(shù)如表1所示，其中雷達(dá)平臺運(yùn)動速度為126 m/s，重復(fù)觀測時間為1.6 ms。

表1中，TCR為hh極化狀態(tài)下的目標(biāo)與雜波的RCS之比；信噪比(Signal-to-Noise Ratio，SNR)參數(shù)用于計(jì)算各單極化狀態(tài)下順軌干涉的相干度，即還需手動設(shè)置雜波與目標(biāo)極化相干矩 陣RC,RT(但不是任意地選取)，本文假設(shè)目標(biāo)交叉極化之間的相干度比雜波低，將RC與RT設(shè)為

圖4 采用SICP進(jìn)行運(yùn)動目標(biāo)檢測流程圖Fig.4 Flowchart of moving target detection using SICP

項(xiàng)目σxy/σhhTCRSNRρxy-hhρxy-hv雜波hh1110.2hv0.250.50.21vv220.70.2目標(biāo)1(0.8m/s)hh10.9410.5hv0.250.910.51vv40.980.70.5目標(biāo)2(1.6m/s)hh11.1410.5hv0.251.110.51vv41.180.70.5

(24)

由上述參數(shù)即可對AT-POLINSAR在低TCR條件下的慢動目標(biāo)和雜波圖像進(jìn)行仿真，對仿真數(shù)據(jù)進(jìn)行4視處理，分別采用次優(yōu)極化、單極化對目標(biāo)1、2進(jìn)行107次的蒙特卡羅檢測試驗(yàn)，可以得到如圖5所示的ROC曲線。文獻(xiàn)[20]指出，實(shí)際應(yīng)用中對于ROC曲線只需要關(guān)注其低虛警區(qū)間，如(10-5,10-3)。因而由圖5可得，對于當(dāng)前2類試驗(yàn)場景，次優(yōu)極化檢測性能排序依次為LRT>SICD>DPCA>雙曲線檢測器測器。另外，還能發(fā)現(xiàn)全極化信息對每一類檢測器所帶來的檢測性能增益是不同的，但總的來說，各檢測器均能

圖5 ROC曲線仿真結(jié)果Fig.5 Simulated curves of ROC

通過次優(yōu)極化提高檢測概率。

3.2.2 場景檢測實(shí)驗(yàn)

下面進(jìn)行場景圖像檢測實(shí)驗(yàn)。重新對表2中的4個點(diǎn)目標(biāo)進(jìn)行信號級成像仿真，得如圖7(a)所示點(diǎn)目標(biāo)響應(yīng)圖像，然后設(shè)置TCR=1，得到圖7(e)所示的帶有雜波背景的AT-POLINSAR場景圖像，由圖知，此時所有目標(biāo)均淹沒于雜波背景中，故傳統(tǒng)單通道幅度檢測已無法對目標(biāo)進(jìn)行提取。現(xiàn)首先對AT-POLINSAR場景圖像的hh極化通道應(yīng)用M&P檢測器，得到圖6(b)所示的檢測量輸出；然后利用SICP方法獲得求解次優(yōu)極化，并對次優(yōu)極化應(yīng)用DPCA、SICD，可以得到如圖7(c)、(d)所示的SICD輸出。經(jīng)計(jì)算，此時M&P(hh極化)、DPCA(次優(yōu)極化)、SICD對目標(biāo)2的TCR輸出分別為4.77、13.11、17.16 dB，對目標(biāo)3的TCR輸出分別為11.25、13.52、17.39 dB。

最后，設(shè)置虛警率Pfa=10-4，對圖7(b)～ (d)所示檢測量輸出進(jìn)行CFAR檢測，可以得到如圖7(f)～(h)所示的檢測結(jié)果，對比可見，2次優(yōu)極化檢測器對目標(biāo)區(qū)域的檢測結(jié)果較為完整，且無運(yùn)動目標(biāo)漏警發(fā)生，而單極化檢測器中檢測性能較優(yōu)的M&P檢測量則產(chǎn)生了一次漏警，未能檢測出目標(biāo)2。通過次優(yōu)極化，AT-POLINSAR不僅能夠提高對低信雜比條件下慢動的目標(biāo)檢測概率，還可利用全極化信息對檢測出的運(yùn)動目標(biāo)進(jìn)行最優(yōu)相位估計(jì)，對慢動目標(biāo)的徑向速度進(jìn)行高精度的估計(jì)，從而計(jì)算并校正方位向的成像位置偏移，即運(yùn)動目標(biāo)成像，如圖7(h)所示。

圖6 場景圖像仿真流程和仿真結(jié)果Fig.6 Generated flow and result of simulated scene image

參數(shù)數(shù)值雷達(dá)工作距離/m4000.0載機(jī)飛行速度/(m·s-1)276.0波長/m0.1脈沖重復(fù)頻率/Hz662.0基線長度/m3.34合成孔徑時間/s0.8696重復(fù)觀測時間/s0.0121發(fā)射脈沖寬度/μs1.0發(fā)射信號帶寬/MHz216.0發(fā)射信號中心頻率/GHz3.0過采樣率1.2斜視角/(°)0分辨率(方位/m×距離/m)1.0×1.0分辨率加權(quán)因子1.2目標(biāo)1坐標(biāo)(距離向/m,方位向/m)(25,0)目標(biāo)2坐標(biāo)(距離向/m,方位向/m)(75,0)目標(biāo)3坐標(biāo)(距離向/m,方位向/m)(125,0)目標(biāo)4坐標(biāo)(距離向/m,方位向/m)(175,0)目標(biāo)1徑向速度/(m·s-1)0目標(biāo)2徑向速度/(m·s-1)0.9目標(biāo)3徑向速度/(m·s-1)-1.2目標(biāo)4徑向速度/(m·s-1)0

注：成像算法為距離多普勒； 雜波類型為復(fù)Wishart。

3.2.3 AT-POLINSAR速度估計(jì)精度

采用次優(yōu)極化方法對目標(biāo)的徑向運(yùn)動速度進(jìn)行估計(jì)，需要先對圖像進(jìn)行GMTI，然后再對檢測結(jié)果中心區(qū)域重新進(jìn)行最優(yōu)干涉處理和徑向速估計(jì)，這是由于SICP對均勻圖像背景應(yīng)用統(tǒng)一的權(quán)矢量，會導(dǎo)致目標(biāo)像素位置處的干涉相位具有一定的偏差。雖然采用這種二次估計(jì)的速度估計(jì)流程不如單極化情形速度提取的方便，但卻能充分利用全極化信息，圖8為目標(biāo)徑向速度估計(jì)相對誤差曲線，從圖中可見，在各個測試速度點(diǎn)上，利用AT-POLINSAR全極化信息進(jìn)行相位估計(jì)，均能達(dá)到最優(yōu)的徑向速度估計(jì)精度(亦可驗(yàn)證文獻(xiàn)[14]中“干涉相干度越高，相位估計(jì)越準(zhǔn)確”的結(jié)論)。

圖7 AT-POLINSAR信號級仿真圖像和不同檢測算法的檢測結(jié)果Fig.7 Signal level simulation image AT-POLINSAR and its detection results by different algorithms

3.2.4 極化干涉協(xié)方差矩陣估計(jì)點(diǎn)數(shù)的選取

背景雜波極化干涉協(xié)方差矩陣的估計(jì)是SICP處理的重要步驟，協(xié)方差矩陣的估計(jì)精度會直接影響次優(yōu)極化干涉相干度及慢動目標(biāo)CFAR檢測器的檢測性能，如圖9所示。從圖9的不同估計(jì)點(diǎn)數(shù)下相干度分布和SICD檢測性能ROC曲線結(jié)果可以發(fā)現(xiàn)，對于常用的4視處理極化順軌干涉SAR圖像，估計(jì)點(diǎn)數(shù)選擇64即可獲取較高的雜波相干度和慢動目標(biāo)檢測性能，因而3.2節(jié)開展實(shí)驗(yàn)時，SICP處理選用8×8窗口對協(xié)方差矩陣進(jìn)行估計(jì)。

圖8 目標(biāo)徑向速度估計(jì)相對誤差Fig.8 Relative estimation error of target radial velocity

圖9 估計(jì)點(diǎn)數(shù)對SICP性能的影響Fig.9 Performance of SICP vs. estimation point number

4 結(jié) 論

本文對如何利用AT-POLINSAR進(jìn)行慢動目標(biāo)CFAR檢測的問題進(jìn)行了研究。在對單基線AT-POLINSAR進(jìn)行回波建模的基礎(chǔ)上，針對其高維矢量干涉數(shù)據(jù)提出了基于次優(yōu)干涉相干度準(zhǔn)則。實(shí)驗(yàn)結(jié)果表明：

1) 次優(yōu)極化能使雜波背景與目標(biāo)均獲取較高的相干度，但目標(biāo)的相干度取值與目標(biāo)特性有關(guān)。

2) 次優(yōu)極化因其具有線性加權(quán)矢量,故統(tǒng)計(jì)分布類型與單極化相同，從而單極化AT-INSAR慢動目標(biāo)檢測理論能夠通過其擴(kuò)展至全極化并實(shí)現(xiàn)AT-POLINSAR的慢動目標(biāo)CFAR檢測。

3) 將單極化檢測器應(yīng)用到次優(yōu)極化，檢測器的性能排序與單極化情形基本一致，但通過全極化方法能顯著提高干涉系統(tǒng)對慢小目標(biāo)的檢測概率。

AT-POLINSAR在慢小目標(biāo)CFAR檢測方面具有絕對的優(yōu)勢，但需要指出的是，目前仍然沒有實(shí)際的AT-POLINSAR系統(tǒng)，為快速獲取AT-POLINSAR半實(shí)測等效數(shù)據(jù)進(jìn)行檢測算法研究，并將極化干涉方法應(yīng)用于實(shí)際POLSAR系統(tǒng)的GMTI，在下一步的研究中可參考文獻(xiàn)[25]的單通道ATI方法展開單通道POLSAR ATI的研究。