基于双频联合处理的太赫兹InISAR成像方法

蒋彦雯 邓彬 王宏强 秦玉亮 庄钊文

引用本文:
Citation:

基于双频联合处理的太赫兹InISAR成像方法

    作者简介: 蒋彦雯,女,国防科技大学电子科学学院博士生,从事太赫兹雷达成像、太赫兹雷达信号处理研究。E-mail: j1991yuwen@163.com;邓 彬,男,国防科技大学电子科学学院副研究员,从事合成孔径雷达、太赫兹雷达成像等研究。E-mail: dengbin_nudt@163.com;王宏强,男,国防科技大学电子科学学院研究员,973技术首席,原863太赫兹专家,中国兵工学会太赫兹应用技术专业委员会委员,从事太赫兹雷达、雷达信号处理和自动目标识别等研究。E-mail: oliverwhq@tom.com;秦玉亮,男,国防科技大学电子科学学院副研究员,主要从事太赫兹雷达、雷达关联成像和电磁涡旋方面研究。E-mail: qinyuliang@nudt.edu.cn;庄钊文,男,国防科技大学教授,主要从事目标识别方面研究.
    通讯作者: 邓彬, dengbin_nudt@163.com
  • 基金项目:

    国家自然科学基金(61701513, 61571011)

  • 中图分类号: TN95

Improved Terahertz InISAR Imaging Method Based on Joint Processing of Dual-frequency Data

    Corresponding author: Deng Bin, dengbin_nudt@163.com ;
  • Fund Project: The National Natural Science Foundation of China (61701513, 61571011)

    CLC number: TN95

  • 摘要: 为提高太赫兹InISAR成像精度,该文提出了一种基于双频联合处理的成像方法。将雷达回波信号在快时间域分为两部分,分别按传统InISAR方法进行成像,再对两部分的成像结果进行比较分析,去除冗余点和坏点,得到最终的InISAR成像结果。针对飞机的散射点模型,给出了双频联合处理方法的InISAR成像结果,并仿真分析成像结果的均方根误差,结果表明,相比于传统InISAR成像方法,基于双频联合处理的InISAR成像方法在不同信噪比条件下均能有效提升成像精度。
  • 图 1  L型天线InISAR成像系统

    Figure 1.  InISAR imaging geometry with L-antennas

    图 3  飞机3维散射中心模型

    Figure 3.  The 3D scatter model of airplane

    图 2  基于双频联合处理的太赫兹InISAR成像方法

    Figure 2.  The InISAR imaging method based on the joint processing of dual-frequency data

    图 4  基于双频联合处理的InISAR 3维成像结果

    Figure 4.  The 3D InISAR imaging result based on the joint processing of dual-frequency data

    图 5  传统InISAR 3维成像结果

    Figure 5.  The 3D InISAR imaging result based on the conventional method

    图 6  本文方法与传统方法成像误差比较结果

    Figure 6.  The error comparison between the proposed method and the conventional method

    表 1  成像仿真参数

    Table 1.  The main parameters of the imaging simulation

    参数 数值
    干涉基线长度 1 m
    中心频率 330 GHz
    带宽 20 GHz
    PRF 2 kHz
    脉宽 400 μs
    采样率 30 MHz
    成像积累时长 0.6 s
    目标运动速度 (300 m/s, 0, 0)
    目标初始位置坐标 (0, 50 km, 10 km)
    下载: 导出CSV
  • [1] 保铮, 邢孟道, 王彤. 雷达成像技术[M]. 北京: 电子工业出版社, 2005.Bao Zheng, Xing Meng-dao, and Wang Tong. Technology of Radar Imaging[M]. Beijing: Publishing House of Electronics Industry, 2005.
    [2] Zhang X P, Liao G S, Zhu S Q, et al.. An unambiguous radial velocity estimation method based on interferometric phase in range frequency domain[C]. Proceedings of the 14th International Radar Symposium (IRS), Dresden, Germany, 2013, 1: 543–548.
    [3] 毕严先, 魏少明, 王俊, 等. 基于最小二乘估计的InISAR空间目标三维成像方法[J]. 电子与信息学报, 2016, 38(5): 1079–1084. DOI: 10.11999/JEIT151000Bi Yan-xian, Wei Shao-ming, Wang Jun, et al. Interferometric ISAR imaging for 3-D geometry of uniformly rotating targets based on least squares estimation method[J]. Journal of Electronics&Information Technology, 2016, 38(5): 1079–1084. DOI: 10.11999/JEIT151000
    [4] Wu W Z, Hu P H, Xu S Y, et al. Image registration for InISAR based on joint translational motion compensation[J]. IET Radar,Sonar&Navigation, 2017, 11(10): 1597–1603.
    [5] Ma M, Li D J, Du J B, et al.. Signal processing of InISAR with Long orthogonal baselines for air target three-dimensional localization[C]. Proceedings of EUSAR 2016: 11th European Conference on Synthetic Aperture Radar, Hamburg, Germany, 2016: 1–4.
    [6] 牧凯军, 张振伟, 张存林. 太赫兹科学与技术[J]. 中国电子科学研究院学报, 2009, 4(3): 221–230, 237Mu Kai-jun, Zhang Zhen-wei, and Zhang Cun-lin. Terahertz science and technology[J]. Journal of China Academy of Electronics and Information Technology, 2009, 4(3): 221–230, 237
    [7] Siegel P H. Terahertz technology[J]. IEEE Transactions on Microwave Theory and Techniques, 2002, 50(3): 910–928. DOI: 10.1109/22.989974
    [8] Siegel P H. THz for space: The golden age[C]. Proceedings of IEEE MTT-S International Microwave Symposium Digest (MTT), Anaheim, CA, USA, 2010: 816–819.
    [9] Deng Bin, Chen Shuo, Luo Chneg-gao, et al. Review of terahertz coded-aperture imaging[J]. Journal of Infrared and Millimeter Waves, 2017, 36(3): 302–310.
    [10] Jiang Y W, Deng B, Wang H Q, et al. An effective nonlinear phase compensation method for FMCW terahertz radar[J]. IEEE Photonics Technology Letters, 2016, 28(15): 1684–1687. DOI: 10.1109/LPT.2016.2558462
    [11] Li D J, Ma M, Du J B, et al.. Moving target imaging detection for millimeter-wave InISAR[C]. Proceedings of EUSAR 2016: 11th European Conference on Synthetic Aperture Radar, Hamburg, Germany, 2016: 286–289.
    [12] 刘承兰, 高勋章, 黎湘. 干涉式逆合成孔径雷达成像技术综述[J]. 信号处理, 2011, 27(5): 737–748Liu Cheng-lan, Gao Xun-zhang, and Li Xiang. Review of interferometric ISAR imaging[J]. Signal Processing, 2011, 27(5): 737–748
    [13] Zhang Q and Yeo T S. Three-dimensional SAR imaging of a ground moving target using the InISAR technique[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(9): 1818–1828. DOI: 10.1109/TGRS.2004.831863
    [14] Wang Y and Li X L. Three-dimensional interferometric ISAR imaging for the ship target under the Bi-static configuration[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(4): 1505–1520. DOI: 10.1109/JSTARS.2015.2513774
    [15] 马萌, 李道京, 李烈辰, 等. 正交长基线毫米波InISAR运动目标三维成像[J]. 红外与毫米波学报, 2016, 35(4): 488–495. DOI: 10.11972/j.issn.1001-9014.2016.04.018Ma Meng, Li Dao-jing, Li Lie-chen, et al. 3-D imaging for moving targets based on millimeter-wave InISAR with long orthogonal baselines[J]. Journal of Infrared and Millimeter Waves, 2016, 35(4): 488–495. DOI: 10.11972/j.issn.1001-9014.2016.04.018
    [16] Xu G, Xing M D, Xia X G, et al. 3D geometry and motion estimations of maneuvering targets for interferometric ISAR with sparse aperture[J]. IEEE Transactions on Image Processing, 2016, 25(5): 2005–2020. DOI: 10.1109/TIP.2016.2535362
    [17] 刘承兰, 高勋章, 贺峰, 等. 一种基于相位校正的InISAR图像配准新方法[J]. 国防科技大学学报, 2011, 33(5): 116–122Liu Cheng-lan, Gao Xun-zhang, He Feng, et al. A novel method for image registration in InISAR imaging based on phase correction[J]. Journal of National University of Defense Technology, 2011, 33(5): 116–122
    [18] 张冬晨. InISAR三维成像的关键技术研究[D]. [博士论文], 中国科学技术大学, 2009.Zhang Dong-chen. Research on the key techniques of interferometric inverse synthetic aperture radar imaging[D]. [Ph.D. dissertation], University of Science and Technology of China, 2009.
    [19] 刘承兰. 干涉逆合成孔径雷达(InISAR)三维成像技术研究[D]. [博士论文], 国防科学技术大学, 2012.Liu Cheng-lan. Research on interferometric inverse synthetic aperture radar three-dimensional imaging[D]. [Ph. D. dissertation], National University of Defense Technology, 2012.
    [20] Richards M A. 邢孟道, 王彤, 李真芳, 等译. 雷达信号处理基础[M]. 北京: 电子工业出版社, 2010.Richards M A. Xing Meng-dao, Wang Tong, Li Zhen-fang, et al Translation. Fundamentals of Radar Signal Processing[M]. Beijing: Publishing House of Electronics Industry, 2010.
  • [1] 王宏强邓彬秦玉亮 . 太赫兹雷达技术. 雷达学报, 2018, 7(1): 1-21. doi: 10.12000/JR17107
    [2] 杨琪邓彬王宏强秦玉亮 . 太赫兹雷达目标微动特征提取研究进展. 雷达学报, 2018, 7(1): 22-45. doi: 10.12000/JR17087
    [3] 张经纬刘新叶盛波方广有 . 一种用于准单站配置的步进频探地雷达建模方法. 雷达学报, 2019, 8(4): 519-526. doi: 10.12000/JR18096
    [4] 周子铂蒋李兵王壮 . 一种基于波程差补偿的InISAR图像配准方法. 雷达学报, 2018, 7(6): 758-769. doi: 10.12000/JR18070
    [5] 赵雨露张群英李超纪奕才方广有 . 视频合成孔径雷达振动误差分析及补偿方案研究. 雷达学报, 2015, 4(2): 230-239. doi: 10.12000/JR14153
    [6] 周叶剑张磊王虹现邢孟道 . 空间轨道目标的逆合成孔径雷达成像质量分析. 雷达学报, 2017, 6(1): 17-24. doi: 10.12000/JR16136
    [7] 钟雪莲向茂生郭华东陈仁元 . 机载重轨干涉合成孔径雷达的发展. 雷达学报, 2013, 2(3): 367-381. doi: 10.3724/SP.J.1300.2013.13005
    [8] 魏明贵梁达川谷建强闵锐李晋欧阳春梅田震何明霞韩家广张伟力 . 太赫兹时域雷达成像研究. 雷达学报, 2015, 4(2): 222-229. doi: 10.12000/JR14125
    [9] 吴一戎 . 多维度合成孔径雷达成像概念. 雷达学报, 2013, 2(2): 135-142. doi: 10.3724/SP.J.1300.2013.13047
    [10] 詹学丽王岩飞王超李和平 . 一种用于合成孔径雷达的数字去斜方法. 雷达学报, 2015, 4(4): 474-480. doi: 10.12000/JR14117
    [11] 林世斌李悦丽严少石周智敏 . 平地假设对合成孔径雷达时域算法成像质量的影响研究. 雷达学报, 2012, 1(3): 309-313. doi: 10.3724/SP.J.1300.2012.20035
    [12] 王岩飞刘畅詹学丽韩松 . 无人机载合成孔径雷达系统技术与应用. 雷达学报, 2016, 5(4): 333-349. doi: 10.12000/JR16089
    [13] 李海英张珊珊李世强张华春 . 环境一号C 卫星合成孔径雷达相干性分析. 雷达学报, 2014, 3(3): 320-325. doi: 10.3724/SP.J.1300.2014.13060
    [14] 曾操梁思嘉王威徐青 . 基于频率步进信号的旋转式合成孔径雷达成像方法. 雷达学报, 2014, 3(4): 401-408. doi: 10.3724/SP.J.1300.2014.14043
    [15] 路满宋红军罗运华 . 基于调频连续波信号的圆弧式合成孔径雷达成像方法. 雷达学报, 2016, 5(4): 425-433. doi: 10.12000/JR16007
    [16] 曾涛 . 双基地合成孔径雷达发展现状与趋势分析. 雷达学报, 2012, 1(4): 329-341. doi: 10.3724/SP.J.1300.2012.20093
    [17] 杨汝良戴博伟李海英 . 极化合成孔径雷达极化层次和系统工作方式. 雷达学报, 2016, 5(2): 132-142. doi: 10.12000/JR16013
    [18] 金添 . 叶簇穿透合成孔径雷达增强成像方法. 雷达学报, 2015, 4(5): 503-508. doi: 10.12000/JR15114
    [19] 张珂殊潘洁王然李光祚王宁吴一戎 . 大幅宽激光合成孔径雷达成像技术研究. 雷达学报, 2017, 6(1): 1-10. doi: 10.12000/JR16152
    [20] 张月婷丁赤飚王宏琦胡东辉 . 分析圆柱油罐目标合成孔径雷达图像的新方法. 雷达学报, 2012, 1(2): 190-195. doi: 10.3724/SP.J.1300.2012.20020
  • 加载中
图(6)表(1)
计量
  • 文章访问数:  616
  • HTML浏览量:  72
  • PDF下载量:  440
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-11-06
  • 录用日期:  2018-01-29
  • 网络出版日期:  2018-02-06
  • 刊出日期:  2018-02-28

基于双频联合处理的太赫兹InISAR成像方法

    通讯作者: 邓彬, dengbin_nudt@163.com
    作者简介: 蒋彦雯,女,国防科技大学电子科学学院博士生,从事太赫兹雷达成像、太赫兹雷达信号处理研究。E-mail: j1991yuwen@163.com;邓 彬,男,国防科技大学电子科学学院副研究员,从事合成孔径雷达、太赫兹雷达成像等研究。E-mail: dengbin_nudt@163.com;王宏强,男,国防科技大学电子科学学院研究员,973技术首席,原863太赫兹专家,中国兵工学会太赫兹应用技术专业委员会委员,从事太赫兹雷达、雷达信号处理和自动目标识别等研究。E-mail: oliverwhq@tom.com;秦玉亮,男,国防科技大学电子科学学院副研究员,主要从事太赫兹雷达、雷达关联成像和电磁涡旋方面研究。E-mail: qinyuliang@nudt.edu.cn;庄钊文,男,国防科技大学教授,主要从事目标识别方面研究
  • 国防科技大学电子科学学院    长沙    410073
基金项目:  国家自然科学基金(61701513, 61571011)

摘要: 为提高太赫兹InISAR成像精度,该文提出了一种基于双频联合处理的成像方法。将雷达回波信号在快时间域分为两部分,分别按传统InISAR方法进行成像,再对两部分的成像结果进行比较分析,去除冗余点和坏点,得到最终的InISAR成像结果。针对飞机的散射点模型,给出了双频联合处理方法的InISAR成像结果,并仿真分析成像结果的均方根误差,结果表明,相比于传统InISAR成像方法,基于双频联合处理的InISAR成像方法在不同信噪比条件下均能有效提升成像精度。

English Abstract

    • 高分辨的目标3维像相比于传统1维像和2维像,具有更全面的目标属性和特征信息,有利于提高目标分类和识别精度,是当前雷达技术研究的重要内容之一[1]。逆合成孔径雷达(Interferometry Inverse Synthetic Aperture Radar, InISAR)系统在雷达坐标系的水平和竖直方向布置多个天线,利用散射点到达水平天线对间的干涉相位和竖直天线对间的干涉相位求解对应波程差,进而解算出目标散射点相对于参考点的水平和竖直位置,该技术能够在较短的观测时间内获得目标的3维(three-Dimensional, 3D)成像结果,在目标识别和分类中有着广泛应用[25]

      太赫兹(Terahertz, THz)波的频率范围覆盖0.1 THz~10 THz(对应波长为30 μm~3 mm),介于毫米波与红外可见光之间,处于宏观电子学向微观光子学的过渡频段,同时具有红外与微波的优势[69]。相比于微波段的高分辨率雷达,太赫兹雷达的载频频率高,易于产生大带宽信号,从而具有极高的距离向分辨率[10];另外,由于太赫兹波波长短,同等方位向分辨率条件下太赫兹ISAR成像的观测时长更短,或相同观测时长内太赫兹ISAR能获得更高的方位向分辨率。因此,太赫兹InISAR成像技术有望实现对空间目标更精细的探测与识别,在雷达成像与目标探测等领域有着广阔的应用前景[11]

      为获得更好的InISAR 3维成像效果,提高成像精度,本文提出一种基于双频划分和成像结果联合处理的方法。首先,在传统InISAR成像原理的基础上推导了双频InISAR的成像模型、干涉测量理论公式,其次,提出了双频InISAR成像结果的联合处理方法,分析了成像理论误差。最后,仿真获得了基于双频联合处理的InISAR成像结果,并比较分析了在不同雷达回波信号信噪比(Signal-to-Noise Ratio, SNR)条件下本文方法的成像误差和传统InISAR的成像误差。

    • 图1所示,现有InISAR成像系统多采用L型天线结构[3,1215] $OXYZ$ 为固定雷达坐标系,天线 $O$ 位于坐标原点,为收发一体天线,另两个天线 $M$ , $N$ 仅为接收天线,分别位于 $X$ 轴和 $Y\ $ 轴上,构成互相垂直的干涉基线,基线长度均为 $L$ ,对应的 $M$ , $N$ 天线坐标分别为 $(L, 0, 0)$ $(0, L, 0)$ $oxyz$ 为固定目标坐标系,目标中心 $o$ 在固定雷达坐标系中对应坐标为 $(X, Y, Z)$ ,目标上任意一点 $P$ $oxyz$ 坐标系中的坐标为 $({x_p}, {y_p}, {z_p})$ 。目标中心 $o$ 相对于雷达的初始位置坐标为 $({X_0}, {Y_0}, {Z_0})$

      图  1  L型天线InISAR成像系统

      Figure 1.  InISAR imaging geometry with L-antennas

      假设雷达天线 $O$ 发射线性调频(Linear Frequency Modulated,LFM)信号

      $s(\hat t,{t_m}) = {\mathop{\rm rect}\nolimits} \left(\frac{{\hat t}}{{{T_{\rm{p}}}}}\right)\exp \left\{ {{\rm j}2{{π}} \left( {{f_{\rm{c}}}t + \frac{1}{2}\gamma {{\hat t}^2}} \right)} \right\}$

      其中, $\displaystyle{\rm{rect}}\left(\frac{{\hat t}}{{{T_{\rm{p}}}}}\right) = \left\{\!\!\! {\begin{array}{*{20}{c}}{1,\left| {\hat t} \right| < {T_{\rm{p}}}/2}\\{0,{\rm{ }}\left| {\hat t} \right| > {T_{\rm{p}}}/2}\end{array}} \right.$ , ${T_{\rm{p}}}$ 为脉宽, ${f_{\rm{c}}}$ 为发射信号中心频率, $\gamma = B/{T_{\rm{p}}}$ 为调频率, $B$ 为信号带宽, $\hat t \!=\! t \!-\! {t_m}$ 为快时间, $ {t_m} \!=\! mT, m \!=\! 0,1, 2, ···, $ $ M - 1$ 为慢时间, $T \ $ 为脉冲重复周期, $M$ 为总脉冲数。

      假设回波信号满足“停走模型”,将天线 $O$ 接收到的 $P$ 点回波信号经过解线频调、包络对齐、初相校正、傅里叶变换等步骤后[4,16,17],忽略幅度信息,可得到复数域ISAR成像结果为:

      $ \begin{align} {S_O}(f,{f_m}) = & {\mathop{\rm sinc}\nolimits} \left[ {{T_{\rm{p}}}\left( {f + \frac{{2\gamma }}{c}{R_{\Delta OP0}}} \right)} \right] \\ & \cdot{\mathop{\rm sinc}\nolimits} \left[ {{T_1}\left( {{f_m} + \frac{{2{V_{OP}}}}{\lambda }} \right)} \right] \\ & \cdot \exp \left\{ { - {\rm j}\frac{{4{{π}} }}{\lambda }{R_{\Delta OP0}}} \right\} \end{align} $

      其中, ${R_{\Delta OP0}}$ 为初始时刻目标点 $P$ 相对于解线频调参考点的距离, ${V_{OP}}$ 为目标点 $P$ 相对于雷达的径向速度, ${T_1}$ 为成像数据录取期间总的相干积累时间, $\lambda = c/{f_{\rm{c}}}$ 为信号波长。类似地,分别可得天线 $M$ 和天线 $N$ 接收回波的复数域ISAR成像结果:

      $ \begin{align} {S_M}(f, {f_m}) =& \operatorname{sinc} \left[{{T_{\rm p}}\left( {f + \frac{\gamma }{c}({R_{\Delta OP0}} + {R_{\Delta MP0}})} \right)} \right]\\ & \cdot \operatorname{sinc} \left[{{T_1}\left( {{f_m} + \frac{{({V_{OP}} + {V_{MP}})}}{\lambda }} \right)} \right] \\ & \cdot \exp \left\{ { - {\rm j}\frac{{2{{π}} }}{\lambda }({R_{\Delta OP0}} + {R_{\Delta MP0}})} \right\} \end{align} $

      $ \begin{align} {S_N}(f, {f_m}) = & \operatorname{sinc} \left[{{T_{\rm p}}\left( {f + \frac{\gamma }{c}({R_{\Delta OP0}} + {R_{\Delta NP0}})} \right)} \right] \\ & \cdot \operatorname{sinc} \left[{{T_1}\left( {{f_m} + \frac{{({V_{OP}} + {V_{NP}})}}{\lambda }} \right)} \right] \\ & \cdot \exp \left\{ { - {\rm j}\frac{{2{{π}} }}{\lambda }({R_{\Delta OP0}} + {R_{\Delta NP0}})} \right\} \end{align} $

      根据式(2)、式(3)、式(4)可知,目标点 $P$ 在3幅ISAR图像中的位置是不相同的,直接对未配准的成像结果进行共轭相乘,会给干涉相位带来误差,影响最终干涉结果。因此,本文将采用文献[17]中提出的基于相位校正的InISAR图像配准方法,该方法在解线频调处理的同时有效补偿了 $OM$ , $ON$ 天线之间的位置差异,削弱了两天线间的基线去相干效应,使得两天线ISAR像之间的失配量远远小于传统方法,可以忽略不计。

      $OM$ , $ON$ 天线得到的成像结果分别进行共轭相乘,可得到 $P$ 点处的干涉相位差为:

      $ \begin{align} \Delta {\varphi _{OM}} =& \operatorname{Angle} \left( {S_O^*(f, {f_m}){S_M}(f, {f_m})} \right) \\ =& \frac{{2{{π}} }}{\lambda }({R_{\Delta OP0}} - {R_{\Delta MP0}}) \triangleq \frac{{2{{π}} }}{\lambda }\Delta {R_{OM0}} \end{align} $

      $ \begin{align} \Delta {\varphi _{ON}} =& \operatorname{Angle} \left( {S_O^*(f, {f_m}){S_N}(f, {f_m})} \right) \\=& \frac{{2{{π}} }}{\lambda }({R_{\Delta OP0}} - {R_{\Delta NP0}}) \triangleq \frac{{2{{π}} }}{\lambda }\Delta {R_{ON0}} \end{align} $

      其中, $\operatorname{Angle} \left( {} \right)$ 表示提取复数值相位的运算。再根据目标与雷达间的几何关系,可以解算出散射点 $P$ $x$ 轴和 $y$ 轴方向的坐标为[18,19]

      $x = \frac{{\lambda {R_o}\Delta {\varphi _{OM}}}}{{2{{π}} L}}$

      $y = \frac{{\lambda {R_o}\Delta {\varphi _{ON}}}}{{2{{π}} L}}$

      散射点 $P$ $z$ 轴方向的坐标可对应通过距离向解算,最终可获得目标的InISAR 3维成像结果。

    • 为提高太赫兹InISAR成像精度,本文提出一种基于双频联合处理的成像方法,处理流程如图2所示。首先将各雷达天线回波信号在快时间域分为两部分,每部分信号带宽仅为发射信号带宽的一半,对各部分回波信号分别按传统InISAR方法进行3维成像,再对两幅3维成像结果进行综合比较分析,判断并去除冗余点和坏点,即可得到最终的InISAR成像结果。

      对于ISAR成像,太赫兹雷达发射的大带宽信号通常能实现毫米级的距离向分辨率。举例说明,假设太赫兹雷达发射信号中心频率为330 GHz时,带宽为20 GHz,距离向分辨率为7.5 mm,按划分双频的方式,每一部分信号带宽为10 GHz,距离向分辨率达1.5 cm。因此,仅利用回波信号带宽的一半也可得到厘米级的距离向分辨率,最终获得高分辨的ISAR成像结果,满足InISAR成像要求。

      下面对基于双频联合处理的太赫兹InISAR成像方法进行理论推导,将天线 $O$ , $M$ , $N$ 接收到的回波分为两个频率范围,即 ${f_1} \in ({f_{\rm{c}}} - B/2,{f_{\rm{c}}})$ , ${f_2} \in ({f_{\rm{c}}},{f_{\rm{c}}} + B/2)$ ,对应波长分别为 ${\lambda _1} = c/{f_{{\rm{c}}1}} = $ $ c/({f_{\rm{c}}} - B/4)$ , ${\lambda _2} = c/{f_{{\rm{c}}2}} = c/({f_{\rm{c}}} + B/4)$ ,其中 ${f_{{\rm{c}}1}}$ , ${f_{{\rm{c}}2}}$ 为对应频率范围的中心频率。根据式 (2),由天线 $O$ 接收回波得到的两幅复数域ISAR像分别为:

      $ \left\{\!\!\! \begin{array}{l} {S_{O1}}({f_1},{f_m}) = {\mathop{\rm sinc}\nolimits} \left[ {\frac{{{T_{\rm{p}}}}}{2}\left( {{f_1} + \frac{{2\gamma }}{c}{R_{\Delta OP0}}} \right)} \right] {\mathop{\rm sinc}\nolimits} \left[ {{T_1}\left( {{f_m} + \frac{{2{V_{OP}}}}{{{\lambda _1}}}} \right)} \right]\exp \left\{ { - {\rm j}\frac{{4{{π}} }}{{{\lambda _1}}}{R_{\Delta OP0}}} \right\}\\ {S_{O2}}({f_2},{f_m}) = {\mathop{\rm sinc}\nolimits} \left[ {\frac{{{T_{\rm{p}}}}}{2}\left( {{f_2} + \frac{{2\gamma }}{c}{R_{\Delta OP0}}} \right)} \right] {\mathop{\rm sinc}\nolimits} \left[ {{T_1}\left( {{f_m} + \frac{{2{V_{OP}}}}{{{\lambda _2}}}} \right)} \right]\exp \left\{ { - {\rm j}\frac{{4{{π}} }}{{{\lambda _2}}}{R_{\Delta OP0}}} \right\} \end{array} \right. $

      类似地,根据式(3)和式(4),由天线 $M$ 和天线 $N$ 接收回波得到的复数域ISAR成像结果分别为:

      $ \left\{\!\!\!\! \begin{array}{l} {S_{M1}}({f_1},{f_m}) \!=\! {\mathop{\rm sinc}\nolimits}\! \left[ {\frac{{{T_{\rm{p}}}}}{2}\left( {{f_1} \!+\! \frac{\gamma }{c}({R_{\Delta OP0}} \!+\! {R_{\Delta MP0}})} \right)} \right]\!{\mathop{\rm sinc}\nolimits}\! \left[\! {{T_1}\left( {{f_m} + \frac{{({V_{OP}}\! +\!\! \!{V_{MP}})}}{{{\lambda _1}}}} \right)} \right]\! \exp\! \left\{\! { - {\rm j}\frac{{2{{π}} }}{{{\lambda _1}}}({R_{\Delta OP0}} \!+\! {R_{\Delta MP0}})} \!\right\}\\ {S_{M2}}({f_2},{f_m}) \!=\! {\mathop{\rm sinc}\nolimits}\! \left[ {\frac{{{T_{\rm{p}}}}}{2}\left( {{f_2} \!+\! \frac{\gamma }{c}({R_{\Delta OP0}}\! +\! {R_{\Delta MP0}})} \right)} \right]\!{\mathop{\rm sinc}\nolimits}\! \left[\! {{T_1}\left( {{f_m} + \frac{{({V_{OP}} \!+\!\!\! {V_{MP}})}}{{{\lambda _2}}}} \right)} \right]\! \exp\! \left\{\! { - {\rm j}\frac{{2{{π}} }}{{{\lambda _2}}}({R_{\Delta OP0}} \!+\! {R_{\Delta MP0}})} \!\right\} \end{array} \right. $

      (10)

      $ \left\{\!\!\!\! \begin{array}{l} {S_{N1}}(f_1,{f_m}) \!=\! {\mathop{\rm sinc}\nolimits}\! \left[ {\frac{{{T_{\rm p}}}}{2}\left( {{f_1} \!+\! \frac{\gamma }{c}({R_{\Delta OP0}} \!+\! {R_{\Delta NP0}})} \right)} \right]\!{\mathop{\rm sinc}\nolimits}\!\! \left[ {{T_1}\left( {{f_m} + \frac{{({V_{OP}} \!+\! {V_{NP}})}}{{{\lambda _1}}}} \right)} \right]\!\exp \left\{\!\! { - {\rm j}\frac{{2{{π}} }}{{{\lambda _1}}}({R_{\Delta OP0}} \!+\! {R_{\Delta NP0}})} \!\right\}\\ {S_{N2}}(f_2,{f_m}) \!=\! {\mathop{\rm sinc}\nolimits}\! \left[ {\frac{{{T_{\rm p}}}}{2}\left( {{f_2} \!+\! \frac{\gamma }{c}({R_{\Delta OP0}} \!+\! {R_{\Delta NP0}})} \right)} \right]\!{\mathop{\rm sinc}\nolimits}\!\! \left[ {{T_1}\left( {{f_m} + \frac{{({V_{OP}} \!+\! {V_{NP}})}}{{{\lambda _2}}}} \right)} \right]\!\exp \left\{ {\! - {\rm j}\frac{{2{{π}} }}{{{\lambda _2}}}({R_{\Delta OP0}}\! +\! {R_{\Delta NP0}})} \!\right\} \end{array} \right.$

      (11)

      对频率范围 ${f_1} \in ({f_{\rm c}} - B/2, {f_{\rm c}})$ 回波得到的3幅复数域ISAR像进行干涉处理,根据式(5)和式(6), ${S_{O1}}({f_1}, {f_m})$ ${S_{M1}}({f_1}, {f_m})$ 共轭相乘得干涉相位 $\Delta {\varphi _{OM1}}$ , ${S_{O1}}({f_1}, {f_m})$ ${S_{N1}}({f_1}, {f_m})$ 共轭相乘得干涉相位 $\Delta {\varphi _{ON1}}$ ,因此,基于式(7)和式(8),可得到 $P$ 点在 $x$ 轴和 $y$ 轴方向的坐标分别为:

      ${x_1} = \frac{{{\lambda _1}{R_o}\Delta {\varphi _{OM1}}}}{{2{{π}} L}}$

      ${y_1} = \frac{{{\lambda _1}{R_o}\Delta {\varphi _{ON1}}}}{{2{{π}} L}}$

      同样,对频率范围 ${f_2} \in ({f_{\rm c}}, {f_{\rm c}} + B/2)$ 回波得到的3幅复数域ISAR像进行干涉处理, ${S_{O2}}({f_2}, {f_m})$ ${S_{M2}}({f_2}, {f_m})$ 共轭相乘得干涉相位 $\Delta {\varphi _{OM2}}$ , ${S_{O2}}({f_2}, {f_m})$ ${S_{N2}}({f_2}, {f_m})$ 共轭相乘得干涉相位 $\Delta {\varphi _{ON2}}$ , $P$ 点在 $x$ 轴和 $y$ 轴方向的坐标分别为:

      ${x_2} = \frac{{{\lambda _2}{R_o}\Delta {\varphi _{OM2}}}}{{2{{π}} L}}$

      ${y_2} = \frac{{{\lambda _2}{R_o}\Delta {\varphi _{ON2}}}}{{2{{π}} L}}$

      最后,对获得的3维坐标 $({x_1}, {y_1}, {z_1})$ $({x_2}, {y_2}, {z_2})$ 进行综合比较分析,若相邻点坐标距离小于门限 ${d_{\min }}$ ,则认为产生了冗余点,求得相邻坐标的平均值为新的坐标值;若某点坐标与原点距离大于 ${d_{\max }}$ ,则认为该点是误差较大的坏点,将其从成像结果中剔除。

    • 根据式(7)和式(8),对于固定的基线 $L$ ,目标2维坐标 $(x, y)$ 的测量精度取决于相位测量的精度,相位测量精度由系统误差、测量噪声等因素决定,因此,可将测量相位与真实相位的关系建模为:

      $\hat \varphi = \varphi + {n_\varphi }, \ {n_\varphi } \sim N(0, {\sigma ^2})$

      其中参数 $\sigma $ 决定了相位测量的精度,系统误差和噪声越小,则 $\sigma $ 也越小,测量精度越高。

      对于给定的测量系统和噪声水平,由式(7)可得,目标坐标的测量值 $\hat x$ 与理论值 $x$ 满足

      $\hat x = x + {n_x}, \ {n_x} \sim N\left(0, \frac{{{\lambda ^2}R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}}\right)$

      当采用双频联合处理的方法时,双频雷达回波是相互独立的,因此,由相邻的3维坐标 $({x_1}, {y_1}, {z_1})$ $({x_2}, {y_2}, {z_2})$ 求得的坐标平均值满足

      ${\hat x_n} = x + n_x^n,\ n_x^n \sim N\left(0, \frac{{\lambda _1^2 + \lambda _2^2}}{4} \cdot \frac{{R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}}\right)$

      由于目前在太赫兹InISAR成像方面的研究较少,因此,将本文成像方法与传统InISAR成像方法进行对比。对于给定的同一系统,传统InISAR求得的目标坐标值满足

      ${\hat x_o} = x + n_x^o,\ n_x^o \sim N\left(0, \frac{{{\lambda ^2}R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}}\right)$

      因此,本文方法与传统方法获得的坐标值方差分别为:

      ${\sigma _n} = \frac{{\lambda _1^2 + \lambda _2^2}}{4} \cdot \frac{{R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}} = \frac{{{c^2}R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}} \cdot \frac{{f_{{\rm{c}}1}^2 + f_{{\rm{c}}2}^2}}{{4f_{{\rm{c}}1}^2f_{{\rm{c}}2}^2}}$

      $ \!\!\!\!\!\!\!\!\!\!\!\!\!\! {\sigma _o} = \frac{{{\lambda ^2}R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}} = \frac{{{c^2}R_o^2{\sigma ^2}}}{{4{{{π}} ^2}{L^2}}} \cdot \frac{4}{{{{({f_{{\rm{c}}1}} + {f_{{\rm{c}}2}})}^2}}}$

      根据附录的详细推导,可知

      ${\sigma _n} < {\sigma _o}$

      本文中的InISAR成像理论精度高于传统方法。

    • 按照图1所示的L型天线干涉结构,对本文所提方法进行成像仿真验证。仿真目标采用由35个散射点组成的3维飞机模型,如图3所示,成像仿真参数设置如表1所示。

      图  3  飞机3维散射中心模型

      Figure 3.  The 3D scatter model of airplane

      参数 数值
      干涉基线长度 1 m
      中心频率 330 GHz
      带宽 20 GHz
      PRF 2 kHz
      脉宽 400 μs
      采样率 30 MHz
      成像积累时长 0.6 s
      目标运动速度 (300 m/s, 0, 0)
      目标初始位置坐标 (0, 50 km, 10 km)

      表 1  成像仿真参数

      Table 1.  The main parameters of the imaging simulation

      根据式(9)和式(10),目标最大尺寸不超过10 m, $OM$ 天线对距离向和方位多普勒向的失配量分别为[17]

      $ \begin{align} {n'\!_x} &= \frac{B}{c}\left[ {\frac{{2L({X_0} + {x_p}) - {L^2}}}{{{R_{OP}} + {R_{MP}}}} - \frac{{2L{X_0} - {L^2}}}{{{R_{Oo}} + {R_{Mo}}}}} \right] \\ &\approx 0.013 < 1 \end{align} $

      $ \begin{align} {m'\!_x} =& \frac{1}{\lambda }\left( {\frac{{2L{V_X}{T_1}}}{{{R_{OP}} + {R_{MP}}}} - \frac{{2L{V_X}{T_1}}}{{{R_{Oo}} + {R_{Mo}}}}} \right) \\ \approx & 1 \times {10^{ - 7}} \ll 1 \end{align} $

      因此, $OM$ 天线得到的ISAR像在距离和多普勒方向的偏差均小于一个分辨单元,由此带来的图像失配的影响可以忽略,实际处理中可不进行图像配准。

      根据式(12)和式(14),以目标模型中散射点(7, –3, 0)为例,初始时刻天线 $O$ 和天线 $M$ 之间的相位差分别为

      $\Delta {\varphi _{OM1}}{\rm{ = }}\frac{{2{{π}} L{x_1}}}{{{\lambda _1}{R_o}}}{\rm{ = }}0.27 < {{π}} $

      $\Delta {\varphi _{OM2}}{\rm{ = }}\frac{{2{{π}} L{x_1}}}{{{\lambda _2}{R_o}}}{\rm{ = }}0.28 < {{π}} $

      考虑天线 $M$ 和天线 $N$ 之间的对称关系,天线 $O$ 和天线 $N$ 之间的相位差也满足 $\Delta {\varphi _{ON1}} < {{π}} $ , $\Delta {\varphi _{ON2}} < $ ${{π}} $ [13],因此,干涉处理时不会产生相位模糊的现象,不需要进行相位解缠。根据图2所示的处理流程,本文提出的基于双频联合处理InISAR成像方法首先是需要将雷达回波分为两部分,因此本文仿真时仅考虑在雷达回波信号中添加噪声,文中的信噪比[20]均指雷达回波信号功率与噪声功率的比值。

      图  2  基于双频联合处理的太赫兹InISAR成像方法

      Figure 2.  The InISAR imaging method based on the joint processing of dual-frequency data

    • 根据2.2节中的基于双频联合处理的太赫兹InISAR成像方法,可获得如图4所示的雷达回波不添加噪声时飞机模型的3维重构结果。其中,联合处理判断门限根据目标散射点模型的尺寸和间距设置, ${d_{\min }} = 0.5\ {\rm{ m}}$ , ${d_{\max }} = 10\ {\rm{ m}}$ 。需要说明的是,由于目前对太赫兹InISAR成像的研究较少,本文仅与传统InISAR成像方法对比,图5为雷达回波不添加噪声时传统InISAR成像结果。图中目标散射点模型理论位置以空心圆圈表示,仿真成像结果以实心点表示,错误估计点以空心方框指示,采用目标散射点仿真结果与理论值欧式距离的均方根误差(Root Mean Square Error, RMSE)来衡量成像精度。从图4中可以看出,本文所提方法能够准确有效地重构目标散射点的3维位置,反映出了目标真实3维散射点分布情况,均方根误差为0.12。从图5中可以看出,传统的InISAR成像方法成像结果中包含一个空缺点和一个错误估计点,均方根误差为0.13。因此,本文方法的3维成像效果优于传统成像方法。

      图  4  基于双频联合处理的InISAR 3维成像结果

      Figure 4.  The 3D InISAR imaging result based on the joint processing of dual-frequency data

      图  5  传统InISAR 3维成像结果

      Figure 5.  The 3D InISAR imaging result based on the conventional method

    • 对不同信噪比[20]的雷达回波信号分别进行了100次InISAR成像实验,图6(a)是目标散射点仿真结果与理论值欧式距离的RMSE曲线,图6(b)是InISAR 3维成像结果中错误估计点的数量。从图6中可以看出,本文方法的成像结果的均方根误差小于传统方法结果,验证了式(22)中的结论,同时,错误估计点的数量也小于传统方法结果。因此,本文提出的太赫兹InISAR成像方法通过对双频条件下两组成像结果的判断分析,有效提升了3维成像精度。

      图  6  本文方法与传统方法成像误差比较结果

      Figure 6.  The error comparison between the proposed method and the conventional method

    • 相比于传统InISAR成像,本文提出把天线回波信号在快时间域分为两部分,对每部分回波信号分别进行InISAR成像,然后对两部分成像结果进行综合分析,得到最终3维成像结果。相比于传统InISAR成像方法,本文提出的基于双频联合处理的成像方法能准确地重构出目标散射点的3维坐标,理论分析及仿真实验均表明本文方法能有效提高成像精度。

    • 根据2.3节中推导的方差模型,构建函数

      $ \begin{align} G &= \frac{{{\sigma _o}}}{{{\sigma _n}}} = \frac{{16f_{{\rm{c}}1}^2f_{{\rm{c}}2}^2}}{{{{({f_{{\rm{c}}1}} + {f_{{\rm{c}}2}})}^2}(f_{{\rm{c}}1}^2 + f_{{\rm{c}}2}^2)}} \\ & = \frac{{16{{({f_{{\rm{c}}1}}/{f_{{\rm{c}}2}})}^2}}}{{{{\left( {1 + {f_{{\rm{c}}1}}/{f_{{\rm{c}}2}}} \right)}^2}\left[ {1 + {{\left( {{f_{{\rm{c}}1}}/{f_{{\rm{c}}2}}} \right)}^2}} \right]}} \end{align} $

      $h = {f_{\rm c1}}/{f_{\rm c2}}$ ,则

      $G(h) = \frac{{16{h^2}}}{{{{(1 + h)}^2}(1 + {h^2})}}$

      $G(h)$ 求导,可得

      $G'(h) = \frac{{32h(1 + h)(1 - {h^3})}}{{{{\left[{{{(1 + h)}^2}(1 + {h^2})} \right]}^2}}}$

      因此, $G(1) = 2$ 为局部最大值,当 $h = 0.5,2$ 时, $G(0.5) = G(2) \approx 1.4 > 1$ ${f_{{\rm{c}}1}}$ , ${f_{{\rm{c}}2}}$ 为双频雷达信号的频率,且 ${f_{{\rm{c}}1}} < {f_{{\rm{c}}2}}$ ,则 $h = {f_{{\rm{c}}1}}/{f_{{\rm{c}}2}} \in (0.5,{\rm{1}})$ ,所以 ${\sigma _o} > {\sigma _n}$

参考文献 (20)

目录

    /

    返回文章
    返回