[发明专利]基于高超声速平台SAR的对比度最优自聚焦方法

说明书

技术领域

本发明属于雷达技术领域，具体的说是一种利用图像对比度最优原理来估计并补偿二次相位误差的自聚焦方法，用于高超声速平台合成孔径雷达成像时的运动补偿。

背景技术

将合成孔径雷达SAR成像技术应用于高超声速平台HSV是国内外探索的一个前沿课题。高超声速飞平台载合成孔径雷达HSV-SAR成像技术是实现地面运动和静止目标识别与定位的基础。由于HSV具有高机动性，其实际航迹不可避免地会偏离匀速、等高、直线的理想运动状态。运动误差的存在影响了回波信号的相位和幅度，使得成像后方位向出现散焦，图像变得模糊，严重时甚至无法成像。当HSV无法配备高精度测量仪器来对运动误差进行补偿时，要获得高质量的SAR图像就必须进行自聚焦处理。对比度最优自聚焦COA方法是一种直接通过评价成像质量来估计并补偿二次相位误差的自聚焦算法。因为其本身具有计算量小、适应性好的特点，所以COA方法对实时SAR成像处理具有很高的实用价值。

目前提出的COA方法主要有：

1.武昕伟等人在“利用对比度最大化实现SAR图像自聚焦，现代雷达，2002，24(3)：20-22”文章中，提出采用枚举的方法在所确定的搜索区间内计算每一个可能值来搜索二次相位误差的最优估计。这种方法由于依赖于初始闭区间的划分，若区间划分不当，则无法收敛到全局最优解，并且随着搜索步长的减小，估计精度提高，但计算量大大增加。

2.刘月花等人在“对比度最优自聚焦算法，电子与信息学报，2003，25(1)：24-30”文章中，提出采用进退法对最优估计值的搜索策略进行优化。这种方法虽然不依赖于初始闭区间的划分，对平台机动性较高或测量仪器存在较大误差的SAR系统具有较好的适应性，估计精度高，但收敛速度较慢。

3.邓云凯等人在“基于对比度最优准则的自聚焦优化算法，电子学报，2006，34(9)：1742-1744”文章中，提出采用黄金分割法和费式级数法对全局最优估计值进行搜索。算法的收敛速度得到进一步提高，但是这类方法与枚举法一样，都需要依赖于初始闭区间的划分，若初始闭区间划分不当，则无法收敛到全局最优解。

发明内容

本发明的目的在于针对上述已有技术的缺点，提出一种基于高超声速平台SAR的对比度最优自聚焦方法，在保证多普勒调频率估计精度的前提下，减小运算量，以满足高超声速平台SAR成像对多普勒调频率估计精度和实时性的要求。

为实现上述目的，本发明的技术方案包括如下步骤：

1)雷达从高超声速平台向地面发射线性调频脉冲信号；

2)通过天线接收雷达回波信号，并对该回波信号进行距离向脉冲压缩；

3)从距离向脉冲压缩后的回波信号中，选取信号强度最大的M个距离单元，M取值为10；

4)对选取的M个距离单元进行多普勒调频率估计：

(4a)令m为距离单元序号，m＝1，2，...M，其初始值为1；

(4b)根据测量仪器测得的平台飞行速度对多普勒调频率进行粗估计，并根据多普勒调频率的粗估计值设定初始闭区间[a_0，m，b_0，m]，a_0，m≤b_0，m，同时选取两个多普勒调频率初始试探值{λ_0，m，μ_0，m}∈[a_0，m，b_0，m]，满足：