[发明专利]一种星载SAR实时成像装置

说明书

本发明公开了一种星载SAR实时成像装置，采用广域宽幅低分辨普查和高分辨详查两种成像模式构建SAR成像，结合星载SAR实时成像处理、目标检测以及基于深度学习的目标分类识别技术，对敏感区域实现快速有效的侦察，获取感兴趣目标的个数、位置、类型、置信度以及切片等情报信息；有效解决了海量高分辨率SAR数据直接下传带来的地面处理时延大、时效性低等问题，有效地突破了数传瓶颈、提高固存、载荷利用率，显著提升了卫星的作战效能；本发明涉及的深度学习前向推理模型输入数据为浮点复数数据，浮点复数数据不光包含有目标特征信息还包含有目标的相位信息，增加了信息维度，信息精度高，便于提高分类准确性。

技术领域

本发明属于卫星载荷数据处理和平台控制技术领域，具体涉及一种星载SAR实时成像装置。

背景技术

星载SAR具有空间分辨率高、覆盖面积大的特点，能够实现舰船目标的精确定位，且高分辨率SAR图像为舰船类型鉴别提供了可能，但舰船提取结果难以有效验证，使得目标提取和类型鉴别的性能无法有效提升。近年兴起的深度学习技术在目标分类、识别、视频分析以及自然语言处理等方面应用越来越广泛。借助深度学习技术，基于遥感影像的在轨目标检测和鉴别能够有效地提高卫星的使用效率，并及时发现陆地、海面显著性目标，相比于电子侦察手段具有抗干扰能力强、目标切片可译读性高、场景适应广泛等优点。

北京交通大学王国栋的论文《高分辨率星载聚束式SAR的Deramp Chirp Scaling成像算法》提出了一种适用于高分辨星载聚束式合成孔径雷达(SAR)的Deramp ChirpScaling(DCS)算法。该算法结合了谱分析(SPECAN)算法和Chirp Scaling算法的优点，先采用具有固定多普勒调频率的deramp处理实现方位的粗聚焦，消除了星载聚束式SAR特有的方位频谱混迭现象，然后应用Chirp Scaling原理实现距离的精确聚焦，并补偿deramp处理引起的方位相位误差，实现方位精聚焦。该算法适用于宽测绘带高分辨率星载聚束式SAR的精确成像处理。

中国科学院电子学研究所CN103323828A/B提出了一种超高分辨率星载SAR成像处理方法及装置。该发明建立星载SAR回波信号的二维频谱模型，通过将所述二维频谱模型与其对应的参考函数相乘，消除所述二维频谱模型中的在参考斜距处的距离徙动相位项和高阶耦合相位项，对消除处理后的信号作距离向逆傅里叶变换，通过插值的方式校正所述二维频谱模型中的残留距离徙动量，最后通过方位压缩方式消除所述二维频谱模型的方位调制相位项，得到聚焦后的星载SAR图像。利用该发明的技术方案，可以得到高质量的超高分辨率星载SAR图像，并具有良好定位能力。

北京空间飞行器总体设计部CN201811280751.8公开了一种基于星载AIS实时信息引导的星上自主成像方法。该发明的主要步骤如下：(1)捕获并确认需观测的舰船目标；(2)确定卫星观测时刻和区域；(3)计算卫星对船只的观测姿态；(4)调整卫星姿态，确定SAR载荷可进行成像工作。该发明利用星载AIS信息实时对感兴趣的目标进行匹配筛选，并确定目标所在的区域，实现SAR载荷成像所需要时间、姿态、成像参数等数据的实时解算，自动生成卫星姿态调整指令及SAR载荷开机成像指令，并完成对选定区域和选定目标的成像任务。AIS信息和SAR成像信息的综合利用，提高了海上舰船目标的识别确认效率。

但上述方法主要存在以下问题：

(1)现有的技术手段都是利用AIS信息作为验证引导手段，协助完成SAR成像或对SAR图像中舰船目标进行检测和识别，核心算法采用的均是基于传统图像分割和形态学的目标检测和识别方法，其处理精度、正确率以及性能提升能力均受限，无法满足后续高分辨率SAR图像的目标提取和类型鉴别的能力要求。

(2)如果仅仅依靠AIS对舰船目标进行检测定位以及鉴别，不仅技术手段单一，对AIS漏报、非合作目标(军舰等)或者故意躲避(AIS不开)等行为不能得到有效的监测，而成熟的星载SAR图像舰船目标检测和鉴别算法可以弥补AIS在舰船目标监视中的不足