王志斌, 刘艳阳, 李真芳, 陈筠力
(1. 西安电子科技大学 雷达信号处理国家重点实验室,陕西 西安 710071; 2. 上海卫星工程研究所,上海 201109; 3. 上海航天技术研究院,上海 201109)
俯仰向DBF SAR系统通道相位偏差估计算法
王志斌1, 刘艳阳2, 李真芳1, 陈筠力3
(1. 西安电子科技大学 雷达信号处理国家重点实验室,陕西 西安 710071; 2. 上海卫星工程研究所,上海 201109; 3. 上海航天技术研究院,上海 201109)
由于俯仰向多通道合成孔径雷达系统通道之间存在相位偏差,因此降低了数字波束形成后雷达图像的性能.为解决上述问题,提出了一种俯仰向通道相位偏差估计算法.该算法首先对相邻通道间的数据进行干涉处理,获得相邻通道之间的复干涉相位图; 然后,对复干涉相位进行干涉处理,获得邻近通道干涉相位的差分相位;最后,通过优化图像的最大对比度估计俯仰向通道间的相位偏差.利用车载俯仰向多通道雷达系统获取的数据验证了这种算法的有效性.
合成孔径雷达;数字波束形成;通道相位偏差;最大对比度
合成孔径雷达(Synthetic Aperture Radar, SAR)因其全天时、全天候的优势在地形测绘、军事侦察等方面发挥了巨大作用.随着合成孔径雷达技术的发展,更多的应用要求合成孔径雷达能够实现高分辨率大测绘带(High-Resolution and Wide-Swath, HRWS)观测.然而,受最小天线面积限制[1],方位高分辨率与距离宽测绘带是一对矛盾量,传统单通道合成孔径雷达系统难以实现同时大测绘带和高分辨率对地观测.多通道系统结合数字波束形成(Digital Beam-Forming,DBF)技术是突破这一限制的重要途径[2].
根据多个通道布置于俯仰向和方位向,多通道系统可以划分为俯仰向和方位向多通道系统[2-6].采用数字波束形成技术处理得到合成孔径雷达图像时,要求各通道之间的幅度和相位等特性一致.然而,对于实际系统而言,由于加工工艺、温度及辐射等因素的影响,各接收通道的特性并不完全一致,因此,在数字波束形成处理之前,需要校正通道间的幅相误差.文献[7]针对分布式小卫星系统,提出了一种基于数据的通道误差校正方法,该方法将每个多普勒通道输出的谱分量作为虚拟校正源,同时将通道误差划分为沿航向位置误差与通道幅相误差,将通道误差估计问题转换为已知校正源方向的阵列误差估计问题.文献[8]基于方位向通道间相位偏差为系统性偏差的假设,提出了一种时域通道相位偏差估计方法,该方法对相邻通道间的回波信号进行干涉处理,确定出相邻通道回波数据的相位梯度后,估计出原始回波的多普勒中心,利用求出的多普勒中心及相邻通道间的相位梯度估计出各通道间的相位偏差.较多的通道相位偏差校正方法是针对方位多通道的,而对俯仰向通道相位偏差估计方法研究较少,需要开展深入研究.
笔者建立了合成孔径雷达俯仰向数字波束形成回波信号及通道误差模型,通过分析俯仰向通道间的相位误差特性,提出一种基于干涉处理和图像最大对比度的俯仰向通道相位偏差估计方法.该方法首先对相邻通道获取的合成孔径雷达图像进行干涉处理,获得复干涉相位图; 然后,对干涉相位图进行干涉处理,得到干涉相位图的差分相位图,根据差分相位可以获得邻近通道相对于参考通道的相位偏差的差分相位;最后,在差分相位偏差的约束下,利用图像最大对比度的优化算法确定各通道间的相位偏差.
假定单星合成孔径雷达系统共有M个接收通道并沿俯仰向分布,如图1所示.图中的坐标系以系统中某
图1 俯仰向多通道数字波束形成合成孔径雷达系统对地观测示意图
一参考接收通道的位置为原点,X轴为卫星速度方向,Z轴背向地球中心,Y轴垂直于轨道平面,构成右手坐标系.Wgr为测绘带宽,α为通道之间的连线和水平方向的夹角,θ(t0)为目标T相对于参考通道的下视角,d为相邻通道间的距离.
单星俯仰向多通道合成孔径雷达系统为获得高分辨率大测绘带,可以采用单个通道发射宽波束信号,各通道轮流或同时接收雷达地面回波.假设参考接收通道的坐标为(0,0,0),则各通道接收信号为
其中,i表示第i接收通道,σ(x,y,z)表示地面单元pT的复反射系数,gi(t;pT)为天线方向图,h(τ)为发射脉冲信号,f0为系统载频,t为系统接收回波的方位慢时间,τi表示第i通道接收回波的距离快时间.τi(t;pT)具体表示为
(2)
其中,c是光速,pt(t)和pi(t)分别表示发射通道和第i接收通道的位置.针对多通道合成孔径雷达系统,发射通道由共同的通道发射,根据接收通道的位置不同,不同的接收通道相对于参考接收通道的接收时间为
τi(t;pT)=τ0(t;pT)-idsin((α-θ(t0)))/c.
(3)
简化式(1)的表示形式,各接收通道的接收信号可以写为
(4)
(5)
其中,λ=c/f0,为系统工作波长.
沿俯仰向等间隔布置的M个接收通道之间,构成了相同长度的干涉基线.对相邻通道之间接收的信号进行干涉处理可得到相邻通道的复干涉相位图,即
(6)
其中,Ii,i+1表示第i通道与i+1通道的复干涉相位图,上标“*”表示共轭处理.当俯仰向天线等间距布置时,相邻通道之间的基线相等,则有下式成立:
φterrain=φi+1-φi,i=1,…,M-1 ,
(7)
其中,φterrain表示地形相位.因此,为消除地形相位的影响,对相邻通道之间的干涉相位再次进行干涉处理,可以得到
(8)
图像最大对比度的优化算法在合成孔径雷达聚焦成像中已经得到广泛应用.通常认为,精确聚焦的合成孔径雷达图像具有最大的图像对比度[9].因此,通道之间的相位偏差会引起数字波束形成之后的合成孔径雷达图像对比度下降的问题.可采用图像最大对比度的优化算法对数字波束形成之后的合成孔径雷达图像进行优化,能够估计通道间的相位偏差,优化函数为
上式中的目标函数可以写为
(10)
(11)
其中,wi表示通道i的权系数.wi的具体表示为
wi=exp(-j2πdsin(α-θ(t))/λ) .
(12)
采用牛顿迭代的方法求解式(11)[3-4,10],这里不详细介绍.优化式(11)即可得到各接收通道之间的通道相位偏差.
利用车载俯仰向多通道合成孔径雷达系统获取的实验数据来验证笔者所提出算法的有效性.该合成孔径雷达系统的基本参数如表1所示[11].
表1 车载多基线合成孔径雷达系统参数
如图2(a)所示,本系统由4个水平极化天线和4个垂直极化天线组成,每个天线都可以独立地发射和接收线性调频信号.系统在工作时,各个天线轮流发射信号,同时所有天线可以接收信号.因此,本系统通过单次航过(汽车一次过去就可以采集多通道信号)能够获取俯仰向的多通道数据.文中所采用的数据为2013年6月在中国秦岭北麓地区录取的实验数据.实验录取的场景和实验过程如图2(b)所示,图2(c)为观测场景的光学图像.
选取图2(a)中水平极化通道2、4、6、8接收的回波数据来验证笔者提出的算法的有效性.处理流程如图3所示.
图2 车载系统天线、数据录取实验及获取的合成孔径雷达图像 图3 基于车载数据的俯仰向多通道数字波束形成处理流程
图4 干涉相位之间的差分相位图及局部相位统计结果
该实验中的发射信号由通道2发射,对通道2、4、6、8接收的回波进行单通道合成孔径雷达聚焦成像之后,首先进行俯仰向通道相位偏差校正,然后进行俯仰向数字波束形成,合成合成孔径雷达图像.4个通道之间的干涉相位的差分相位分别如图4(a)~(c)所示.图4(a)为通道2和通道4之间的干涉相位与通道4和通道6之间干涉相位的相位差; 图4(b)为通道4和通道6之间的干涉相位与通道6和通道8之间干涉相位的相位差; 图4(c)为通道2和通道4之间的干涉相位与通道6和通道8之间干涉相位的相位差.图4中(d)~(f)分别为图4(a)~(c)干涉相位图中方框区域内的相位的统计值.由图可看出,该差分相位为一常数相位.需要指出的是,图4(c)的相位差为冗余的,但是该相位能够验证图4(a)和图4(b)估计的干涉相位差的准确性.
图4(d)~(f)统计相位分别为-2.342 rad、-1.892 rad、2.050 rad.确定通道间的相对相位偏差后,采用图像最大对比度算法优化估计得到的各通道之间的相位偏差,如表2所示.
表2 各通道之间的相位偏差
图5 单通道合成孔径雷达图像与俯仰向多通道数字波束形成后的结果
根据表2中估计的通道之间的相位偏差,对各通道进行通道相位偏差校正后,经数字波束形成合成的合成孔径雷达图像,如图5(c)所示.图5(a)为通道2以自发自收工作模式获取的合成孔径雷达图像,图5(b)为未经通道误差校正直接进行数字波束形成后得到的合成孔径雷达图像.
经过数字波束形成处理之后,能够获得窄波束、高增益的合成孔径雷达图像.由图5(a)和图5(c)幅度图可以看出,经数字波束形成后合成孔径雷达图像相比于单通道合成孔径雷达图像,在信噪比方面有较大的提升;而根据图5(b)和图5(c)可以看出,利用笔者提出的通道相位偏差估计技术进行通道偏差校正之后,合成孔径雷达图像质量有明显提升.统计图5中各图像的信噪比如表3所示.
表3中,进行通道误差校正处理后,数字波束形成合成的合成孔径雷达图像的信噪比相比于未经通道误差校正的图像提升约 4 dB,相对于单通道的提升约 5 dB.利用车载多通道合成孔径雷达系统获取的数据,验证了笔者提出的相位偏差估计算法在俯仰向通道相位偏差估计方面的有效性.
表3 单通道与数字波束形成后合成孔径雷达图像信噪比
针对俯仰向多通道合成孔径雷达系统相位偏差估计问题,笔者提出了一种简单高效的相位偏差估计算法.该方法首先对相邻通道间聚焦成像的合成孔径雷达图像进行干涉处理,得到相邻通道间的干涉相位,相位中包含地形相位和通道间相位偏差; 然后再次利用干涉处理的方法,得到相邻通道干涉相位的差分相位,去除地形相位后,得到通道间相位偏差的差分相位;最后,利用图像最大对比度优化算法求取出通道间相位偏差.车载合成孔径雷达系统获取的多通道实测数据验证了这种算法的有效性.
参考文献:
[1] FREEMAN A, JOHNSON W T K, HUNEYCUTT B, et al. The “myth” of the Minimum SAR Antenna Area Constraint[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(1): 320-324.
[2] GEBERT N, KREIGER G, MOREIRA M A. Digital Beamforming on Receive: Techniques and Optimization Strategies for High-resolution Wide-swath SAR Imaging[J]. IEEE Transactions on Aerospace and Electronic Systems, 2009, 45(2): 564-592.
[3] FANG C, LIU Y, LI Z, et al. Clutter-cancellation-based Channel Phase Bias Estimation Algorithm for Spaceborne Multichannel High-resolution and Wide-swath SAR[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(9): 1260-1264.
[4] WANG Z B, LIU Y Y, LI Z F, et al. Phase Bias Estimation for Multi-channel HRWS SAR Based on Doppler Spectrum Optimization[J]. Electronics Letters, 2016, 52(21): 1805-1807.
[5] 左绍山, 孙光才, 邢孟道. 一种改进的方位多通道SAR误差校正方法[J]. 西安电子科技大学学报, 2017, 44(3): 13-17.
ZUO Shaoshan, SUN Guangcai, XING Mengdao. Improved Channel Error Calibration Method for the Azimuth Multichannel SAR[J]. Journal of Xidian University, 2017, 44(3): 13-17.
[6] WANG R, WANG W, SHAO Y F, et al. First Bistatic Demonstration of Digital Beamforming in Elevation with Terra SAR-X as an Illuminator[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(2): 842-849.
[7] LI Z F, BAO Z, WANG H Y, et al. Performance Improvement for Constellation SAR Using Signal Processing Techniques[J]. IEEE Transactions on Aerospace and Electronic Systems, 2006, 42(2): 436-452.
[8] 刘艳阳, 李真芳, 杨桃丽, 等. 一种单星方位多通道高分辨率宽测绘带SAR系统通道相位偏差时域估计新方法[J]. 电子与信息学报, 2012, 34(12): 2913-2919.
LIU Yanyang, LI Zhenfang, YANG Taoli, et al. A Novel Channel Phase Bias Estimation Method for Spaceborne Along-track Multi-channel HRWS SAR in Time-domain[J]. Journal of Electronics & Information Technology, 2012, 34(12): 2913-2919.
[9] MORRISON R L, DO M N, MUNSON D C. SAR Image Autofocus by Sharpness Optimization: a Theoretical Study[J]. IEEE Transactions on Image Processing, 2007, 16(9): 2309-2321.
[10] 房嘉奇, 冯大政, 李进. TODA中的修正牛顿及泰勒级数方法[J]. 西安电子科技大学学报, 2016, 43(6): 27-33.
FANG Jiaqi, FENG Dazheng, LI Jin. Research on Modified Newton and Taylor -series Methods in TDOA[J]. Journal of Xidian University, 2016, 43(6): 27-33.
[11] 张海瀛, 李真芳, 解金卫. 车载全极化InSAR系统通道误差校正[J]. 系统工程与电子技术, 2017, 39(2): 298-303.
ZHANG Haiying, LI Zhenfang, XIE Jinwei. Channel Error Calibration for Automobile-based Fully Polarimetric InSAR System[J]. Systems Engineering and Electronics, 2017, 39(2): 298-303.
ChannelphasebiasestimationalgorithmfortheDBFSARsysteminelevation
WANGZhibin1,LIUYanyang2,LIZhenfang1,CHENJunli3
(1. National Key Lab. of Radar Signal Processing, Xidian Univ., Xi’an 710071, China; 2. Shanghai Institute of Satellite Engineering, Shanghai 201109, China; 3. Shanghai Academy of Space Technology, Shanghai 201109, China)
Due to the presence of phase bias between channels in elevation of the multichannel Synthetic Aperture Radar (SAR) system, the quality of the SAR images decreases after Digital Beam-Forming (DBF). In order to solve the problem, this paper presents a phase bias estimation algorithm for the multichannel SAR system in elevation. First, the complex interferograms are obtained by conjugate multiplication of the focused SAR images acquired by the adjacent channels. Then, the differential interferograms are obtained by conjugate multiplication of the adjacent interferograms. Finally, the phase bias between each channel and the reference one are estimated by the maximum sharpness optimization. The proposed algorithm is validated through experimental data acquired by the automobile based multichannel SAR system.
synthetic aperture radar; digital beam-forming; channel phase bias;maximum sharpness
2017-03-01
时间:2017-07-15
国家自然科学基金资助项目(61471276, 41371439, 61601298)
王志斌(1989-),男,西安电子科技大学博士研究生,E-mail:wzblq198905@163.com.
http://kns.cnki.net/kcms/detail/61.1076.TN.20170715.0814.002.html
10.3969/j.issn.1001-2400.2018.01.026
TN957
A
1001-2400(2018)01-0145-05
(编辑: 郭 华)