基于改进重建滤波器组的机动目标MIMO-ISAR高分辨成像方法.pdf

48 兵工自动化 Ordnance Industry Automation2023-06 42(6)doi:10.7690/bgzdh.2023.06.011 基于改进重建滤波器组的机动目标 MIMO-ISAR 高分辨成像方法 郭永辉，李云涛，张 宇，何永华，李永刚(航天工程大学，北京 101416)摘要：针对空间非均匀采样导致的方位向多普勒模糊问题，提出改进重建滤波器组的机动目标 MIMO-ISAR 高分辨成像方法。针对目标高机动模型，构建多载频线性调频信号的 MIMO-ISAR 回波模型，采用 RWT(radon-wigner transform)参数估计目标运动参数，根据方位有效采样率构建滤波器组，通过实验验证该算法的有效性。结果表明，该方法能有效解决机动目标方位向多普勒模糊问题。关键词：Wigner-Ville 分布；Radon 变换；MIMO 雷达；逆合成孔径雷达；滤波器组 中图分类号：TJ06 文献标志码：A High Resolution MIMO-ISAR Imaging of Maneuvering Targets Based on Improved Reconstruction Filter Bank Guo Yonghui,Li Yuntao,Zhang Yu,He Yonghua,Li Yonggang(Space Engineering University,Beijing 101416,China)Abstract:Aiming at the problem of azimuth Doppler ambiguity caused by spatial non-uniform sampling,an improved reconstruction filter bank based MIMO-ISAR high resolution imaging method for maneuvering targets is proposed.For the high maneuvering target model,the MIMO-ISAR echo model of multi-carrier LFM signal is constructed,and the target motion parameters are estimated by RWT(radon-Wigner transform)parameters,and then the filter bank is constructed according to the effective sampling rate of azimuth.The effectiveness of the algorithm is verified by experiments.The results show that the method can effectively solve the problem of azimuth Doppler ambiguity of maneuvering target.Keywords:Wigner-Ville distribution;Radon transform;MIMO radar;ISAR;filter bank 0 引言 为更好地解译目标，ISAR 图像的方位向分辨率要与距离向分辨率相当。在对非合作机动目标成像时，由于目标的速度和加速度都可能变化，造成横向的非均匀采样问题；因此，横向的非均匀采样是ISAR 横向高分辨面临的问题之一。传统 RD 成像算法 中，雷 达 发 射 信 号 的 脉 冲 重 复 频 率(pulse repetition frequency，PRF)预先设定，而距离多普勒(range-doppler，RD)成像算法要求 PRF 与目标速度满足关系 PRF=2V(t)/(LRl)。当目标在相干积累时间内做高机动运动时，其速度急剧变化使 PRF 不匹配，因此成像过程中必然导致多普勒模糊。当前对 ISAR 多普勒模糊问题的研究并不多，且多数是基于 SAR 的多普勒解模糊。对于 ISAR 成像中多普勒模糊问题，有学者提出了估计模糊分量和模糊数的方式消除多普勒模糊1。此外还有基于多方向多普勒约束解模糊方法，通过构造空域矢量矩阵消除模糊2。文献3针对群目标 ISAR 成像，提出了一种基于稀疏分解的多普勒模糊去除方法，通过求解稀疏驱动优化问题，在方位时域提取群目标散射中心对应的 chirp 信号，并在稀疏分解的过程中同时估计每个提取的 chirp 信号的多普勒模糊数。通过对距离单元和时变多普勒进行复杂补偿，可以很好地重建目标群模糊的 ISAR 图像。文献4基于图像域强散射点的参数最优化估计多普勒模糊数，结合最大对比度准则、CLEAN 技术和循环迭代思想，同时实现了方位频谱均匀重构和距离徙动校正问题。然而上述方法均通过求解多普勒模糊数的方法实现多普勒解模糊。笔者在分析多普勒模糊的基础上，借鉴多通道SAR 成像中重建滤波器组5-6的方法对 ISAR 回波进行方位重构。首先采用 RWT 参数估计方法7估计目标的运动参数，然后采用重建滤波器组法进行方位重构。通过上述方法，可以精准实现方位均匀重构，进而压缩成像，仿真结果验证了该方法的 性能。1 收稿日期：2023-02-09；修回日期：2023-03-05 作者简介：郭永辉(1994)，男，山西人，硕士，从事雷达信号处理、MIMO 雷达成像研究。E-mail:。49郭永辉等：基于改进重建滤波器组的机动目标 MIMO-ISAR 高分辨成像方法 第 6 期1 信号模型 设线性阵列 MIMO-ISAR 系统由 K 个发射阵元和 L 个接收阵元，设雷达发射正交频分的线性调频信号：2()(,)exp(2)T kmkr mSt tjf tj k t。(1)式中：t为慢时间；tm为快时间；fk为不同发射信号的载频；kr为调频斜率。当目标做机动运动时，在相干积累时间内目标的运动距离为：230()23!pr tv tata to。(2)式中：v0为目标初速度；a为加速度；a为加加速度；o为速度维关于时间t的高阶无穷小。t时刻目标与雷达相位中心的距离为：0()()pR tRr t。(3)式中R0为初始时刻目标散射中心到雷达的距离，此时回波时延为：2002()(222)dtR tcRv tatoc。(4)则原始回波信号为：2(,)exp2()()r k lkdrdSjf ttj k tt。(5)构建参考信号：2exp2()()refkrefrrefSjf ttj k tt。(6)回波信号与参考信号混频后可得：(,)2exp 2(2)2if k lkrpr refdr dSjfk Tk ttk tj。(7)式中2222refk refrrr reff tk tk T t。推导可得机动目标所导致的多普勒频移为：0022ddffmtvat。(8)式中频率fd0和调频斜率m分别体现了机动目标的径向速度和加速度信息，并且由此可得初速度与加速度为：0022dvfam。(9)2 方位均匀重构 当目标做机动运动时，ISAR的空间采样为非均匀采样，若直接对目标进行RD成像会降低成像效果，因此需在成像前进行方位重构。笔者采用重建滤波器组的方法对方位向回波均匀化，由于探测目标为机动目标，首先估计目标的运动参数，再进行方位均匀重构。2.1 机动目标运动参数估计 在MIMO-ISAR成像中，空域和时域同时采 样，既缩短了成像积累时间又减少了阵元的需求，在更短的相干积累时间内，机动目标的高机动运动状态趋向于平稳化；因此，仅需分析其速度与加速度即可，更为高阶的运动量不计入MIMO雷达参数估计中。由于笔者所采用的雷达为集中式MIMO雷达，阵元间距远小于目标与雷达阵列之间的距离，在成像积累时间内目标相对于不同阵元的运动速度误差可忽略不计；因此，任意取其中一个通道的回波信号进行运动参数估计，所得结果即为目标在相干积累时间(coherent processing interval，CPI)内的运动参数。如式(7)所示，回波表现为LFM信号的形 式；因此，对于非平稳的信号，采用时频分析方法进行参数估计。RWT是将(wigner-villedistribution，WVD)同Radon变换两者相结合的一种参数估计方法。针对笔者所采用的LFM信号，回波信号经过WVD分析后将在WVD时频平面上显示为一条直线，该直线反应了信号的基本信息。然后对直线进行Radon变换，从而实现目标参数估计。RWT结合了非合作机动目标的回波信号在WVD时频平面的直线特性以及Radon变换在图像处理中的基本原理，将信号域和图像域两相结合，为信号处理提供了一种新的方法。Wigner-Ville分布8是一种能量型时频联合分布的非平稳信号时频分析方法，LFM回波信号的WVD可表示为：2222222222222,krkrkrr kjftktjftktjfk tjfjfSkrWt feeedeeffk t。(10)由上式可见，回波信号的WVD是关于频率f的冲激线谱，信号能量都集中在时频线上。Radon-Wigner变换9是对时频直线做Radon变换，将WVD中的坐标系进行旋转，在新的坐标系上做投影积分，其几何意义如图1所示。Radon-Wigner变换可表示为：()()RWT(,)(,)(,)(cossin,sincos)dwT kT kT kT kSSSTWSTWt wR Wt wWt wWtwtw。(11)上式以(,)t w为参数表示RWT变换，在WV时频平面直线的斜率表示为Sl，截距表示为iw，二者皆为关于旋转角的关系式：50 兵工自动化第42卷 cotsinlwsit。(12)图 1 Radon 变换几何关系 则RWT以参数(sl,iw)可表示为：()0(,),dw,dt dw(,)sin()dwdt1(,)()dwdtsincot1(,)sinsinT kT kT kT kT kSxTWSSwlSlSwlwRtWt wWt wttWt wwistWt wwwmtsWt ist dtiu 。(13)式中，RWT 在(sl,iw)时取得最大值，从而可估计出目标径向运动状态。单通道机动目标回波信号近似为 LFM 信号，信号的初始频率和调频斜率体现了机动目标的径向初速度和加速度。同时为得到更为精确的估计值，采用分集逼近的方法进行估计。首先 Radon 变换的旋转角为 1180，得到粗略的估计值后，再以该粗估计值选定小范围转角，同时减小角度步长，再次对 WV 时频面做 Radon 变换得到更精确的估计值。通过 RWT 估计得到机动目标径向速度和加速度后，采用重建滤波器组法即可实现方位均匀重构。2.2 重建滤波器组法方位均匀重构 MIMO 雷达的多个接收阵元分别以 Nyquist 采样率对回波信号进行独立采样，经过方位重构之后的无模糊谱的采样率为 L 倍的 Nyquist 采样率。同时，在每一采样时刻内，采样率满足采样定理的要求，与目标机动运动无关，因此可由 L 个线性系统响应函数实现多普勒解模糊。方位均匀重构流程如图 2 所示。下图中：U(f)等效独立接收阵元的回波信号；Hj(f)表示发射阵元对应每一接收阵元的响应，从而可以得到多通道的物模糊 ISAR 信号。(a)数据重建流程 (b)通道响应函数 图 2 ISAR 数据重建流程 在方位向采用中，每个接收阵元的采样频率均为 PRF，则重构后的方位信号可等效为 L 倍 PRF 采样，构建单通道响应函数：200exp2()lllHfjxRx fvat 。(14)式中：xl为经带宽合成后发射阵元中心与各接收阵元的距离；v0和 a 为本小节前一部分经 RWT 所估计的目标速度和加速度值。以该响应函数构建系统响应函数：111()()()(PRF)(PRF)(N 1)PRF)(N 1)PRF)LLLH fHfHfHfHfHfHf。(15)对响应函数 H(f)求逆即可得到中心频率为0,21 2 PRFlfLl