[发明专利]车载多普勒分集MIMO合成孔径雷达时域成像方法

说明书

本发明提供了一种车载多普勒分集MIMO合成孔径雷达时域成像方法，该方法包括：采集以预设的速度沿直线轨迹运动的MIMO合成孔径雷达向目标发射的线性调频信号的回波数据，针对回波数据进行多普勒滤波得到每一通道对应的回波数据，并对根据每一通道对应的回波数据得到该通道对应的变换后的回波矩阵，以及将回波矩阵投影到二维成像坐标系内以得到该通道的二维成像结果，将合成孔径雷达的合成孔径依序划分为多个子孔径，将每一子孔径对应的所有通道的二维成像结果进行合成得到该子孔径对应的成像结果，将所有子孔径对应的成像结果进行图像融合得到合成孔径对应的总的成像结果，从而实现宽视角高分辨成像。

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及一种车载多普勒分集MIMO合成孔径雷达时域成像方法。

背景技术

作为一种全天时、全天候微波传感工具，雷达在许多工程领域发挥了重要作用。其中，由于具有低成本、低功耗和尺寸小等优点，工作在毫米波段的调频连续波（FMCW，Frequency-Modulated Continuous Wave）系统已被广泛应用于车辆自动驾驶。目前，L2级自动驾驶已基本实现，L3及更高级别的自动驾驶技术则对毫米波雷达的性能提出了更为严格的要求。

车载雷达的成像主要有点云和合成孔径两种技术形式。点云在成像过程包含恒虚警检测等步骤，仅保留了感兴趣目标的图像，丢弃了场景的环境信息。而且点云通常比较稀疏，一般需要对图像进行多帧融合才能用于目标检测与识别。

与点云不同，车载合成孔径雷达（SAR，Synthetic Aperture Radar）使用宽带发射波形和雷达平台的运动实现二维高分辨率成像，同时保留了场景内所有位置的散射信息。相较于传统的机载或星载SAR，车载SAR目前存在一些独特的挑战：车载雷达距待观测区域较近，不满足远场条件；车载SAR需要提供很宽的视野（FOV，Field of View），这对运动补偿和弯曲校正等提出了很高的要求；车载SAR要求算法有较好的实时成像性能，这要求算法具有高度的并行性。

针对车载毫米波SAR成像存在的问题，国内外学者做了很多相关的工作，如能够提供高实时成像性能和宽视野的FMCW-SAR是亟需解决的问题。

发明内容

本发明提供了一种车载多普勒分集MIMO合成孔径雷达时域成像方法，通过对于发射机进行DDM编码并且滤波得到每一单通道对应的回波数据并基于该回波数据二维成像，实现宽视角高分辨成像，具体方案如下：

第一方面，提供了一种车载多普勒分集MIMO合成孔径雷达时域成像方法，所述方法包括：

采集以预设的速度沿直线轨迹运动的MIMO合成孔径雷达向目标发射的线性调频信号的回波数据，其中，所述MIMO合成孔径雷达的不同发射机具有不同的DDM编码；

针对所述回波数据进行多普勒滤波得到每一通道对应的回波数据，并针对每一通道对应的回波数据进行距离向傅里叶变换以得到该通道对应的变换后的回波矩阵，以及按照预设算法将所述变换后的回波矩阵投影到二维成像坐标系内以得到该通道的二维成像结果；

将所述MIMO合成孔径雷达的合成孔径依序划分为多个子孔径，将每一子孔径对应的所有所述通道的二维成像结果进行合成得到该子孔径对应的成像结果；

将所有所述子孔径对应的所述成像结果进行融合得到所述合成孔径对应的总的成像结果。

进一步地，所述针对所述回波数据进行多普勒滤波得到每一通道对应的回波数据包括：

针对所述MIMO合成孔径雷达的每个通道，设该通道由第p个发射机以及第q个接收机组成，则通过如下方式得到该通道对应的回波数据：

针对所述第q个接收机接收到的回波数据，沿第m行做离散傅里叶变换得到：

根据上式对回波数据进行多普勒域滤波以分离出该通道对应的回波数据；